Cara Meningkatkan Keterampilan Analitik Pemasaran Anda

Ingin memajukan karir Anda? Atau mungkin Anda hanya ingin memulainya. Either way, Anda akan membutuhkan pengalaman dan beberapa keterampilan analisis pemasaran untuk sampai ke sana.

Banyak keterampilan, sebenarnya. Pemasar adalah multi-tugas sekarang, baik dalam hal tanggung jawab mereka dan dalam hal berapa banyak jenis tugas yang mereka lakukan. Mereka menggunakan campuran keterampilan.

“Keterampilan lunak” (komunikasi, keterampilan manajemen, kecerdasan emosional, dan kapasitas serupa) didahulukan, diikuti oleh keterampilan menulis dan pemasaran konten. Tetapi di dekat bagian atas daftar - bahkan di atas pemasaran email atau optimisasi mesin pencari - adalah analisis data.

Jika Anda bekerja di bidang pemasaran, ini tidak mengherankan. Meskipun pemasar mungkin tidak langsung menganggap diri mereka sebagai pemenang data, pekerjaan kita dipenuhi dengan data dari awal hingga akhir.

Data menginformasikan setiap keputusan yang kita buat. Ini memutuskan apakah kampanye berhasil atau tidak; itu yang kami gunakan untuk membuktikan poin kami, meminta anggaran dan kenaikan gaji, dan bahkan untuk membenarkan pekerjaan kami.

Kami berkomunikasi melalui data, yang merupakan lingua franca pemasaran sekarang.

Jadi jika Anda ingin menjadi lebih baik dalam melakukan pekerjaan Anda, Anda ingin menjadi lebih baik dalam mengelola data. Menganalisisnya. Berkomunikasi dengannya. Membagikannya. Menjaganya tetap bersih.

Namun sayangnya, sepertinya banyak dari kita yang harus menempuh jalan panjang. Sekitar setengah dari pemasar mengatakan manajemen data merupakan tantangan yang signifikan. Jika Anda ingin siap untuk pekerjaan yang akan Anda miliki tiga tahun dari sekarang (untuk menjadi "berseluncur di mana puck akan berada", seperti yang dikatakan Wayne Gretzky), Anda perlu meningkatkan keterampilan analitik pemasaran Anda sekarang.

Dan jika Anda termasuk di antara 48% pemasar yang sudah berjuang dengan pengelolaan data, Anda membutuhkan keterampilan tersebut untuk melakukan otomasi pemasaran… kemarin.

Jadi, inilah cara mendapatkannya.

Baca blog.

Ada banyak blog tentang analitik pemasaran. Kami menerbitkan sendiri sedikit tentang topik tersebut. Namun jika Anda benar-benar ingin terdengar cerdas dalam rapat, tambahkan situs berikut ke daftar bacaan Anda:

Think with Google: Blog ini menerbitkan beberapa konten yang sangat cerdas dan banyak diteliti tentang analitik dan AI. Itu hanya beberapa topik yang mereka bahas, tetapi semuanya layak dibaca. Bagus untuk semua pemasar di level mana pun.

Blog Google Analytics: Tidak ada yang lebih otoritatif dari ini. Ideal untuk siapa saja yang harus melihat laporan Google Analytics.

Occam's Razor: Avinash Kaushik mungkin memiliki profil paling menonjol sebagai pakar analis pemasaran.

Blog Orbit Media: Andy Crestodina dan Orbiteers secara teratur menerbitkan posting blog yang sangat bagus, dapat dinilai, dan dapat ditindaklanjuti tentang cara menggunakan analitik untuk membuat pemasaran Anda bekerja lebih baik. Ideal untuk pemasar konten.

Tinjauan Bisnis Harvard: Tidak akan mengharapkan yang ini, bukan? Tetapi HBR menerbitkan konten analitik yang luar biasa ― dan mereka melakukannya dalam konteks bisnis dan pemasaran. Ideal untuk manajer dan eksekutif. Anda mendapatkan empat artikel gratis sebulan sebelum pendaftaran dan delapan artikel gratis jika Anda terdaftar. Pengguna berat harus berbelanja secara royal pada langganan tahunan $99.

Membaca buku-buku.

Ada ratusan buku tentang analitik. Itu mungkin, sebenarnya, menjadi bagian dari masalah: Anda bisa mendapatkan kelebihan informasi dengan mencoba memahami kelebihan informasi Anda.

Berikut adalah beberapa bacaan yang bagus. Itu baru permulaan, dan tidak ada gunanya menjadi kewalahan. Jadi, jika Anda hanya dapat membaca empat buku tentang hal ini, saya akan merekomendasikan ini:

Ilmu Data untuk Bisnis: Yang Perlu Anda Ketahui tentang Penambangan Data dan Pemikiran Analisis Data oleh Foster Provost dan Tom Fawcett. Pengantar yang bagus dan luas untuk semua ide utama dalam analitik bisnis.

The Wall Street Journal Guide to Information Graphics: Anjuran dan Larangan Penyajian Data, Fakta, dan Angka oleh Dona M. Wong. Volume tipis yang secara dramatis akan meningkatkan tampilan visualisasi data Anda dan seberapa baik mereka mengkomunikasikan informasi. Ini adalah pendamping yang sangat baik untuk alat Engagement Insights kami yang baru, yang secara otomatis mengekstrak apa yang ada di database Anda ke Excel atau Google Sheets sehingga Anda dapat melihatnya, membagikannya, dan menindaklanjutinya.

Pemasaran Prediktif: Cara Mudah Setiap Pemasar Dapat Menggunakan Analisis Pelanggan dan Data Besar oleh Omer Artun, Ph.D. dan Dominique Levin. Ingin benar-benar melakukan pemasaran yang dipersonalisasi? Ini adalah buku untuk membawa Anda dari data mentah ke personalisasi 2.0.

Pemasar Analitis: Cara Mengubah Organisasi Pemasaran Anda oleh Adele Sweetwood. Seperti judulnya, ini tentang mengubah budaya dan juga tentang bekerja dengan data untuk memoles keterampilan analitik pemasaran Anda. Tapi seperti yang Anda ketahui, tanpa semua orang di dalamnya, ide-ide Anda yang fantastis dan mutakhir tidak memiliki peluang bola salju dalam … pertemuan status Anda berikutnya.

Langganan.

Kedua buletin yang dikuratori ini mengumpulkan banyak artikel dan sumber daya hebat tentang analitik terapan, terutama analitik pemasaran terapan.

The Full Monty: Ini adalah buletin dan/atau podcast yang dikurasi. Ada banyak artikel terkait analitik yang disebutkan di sini dan banyak hal lain yang menarik bagi pemasar.

Pandangan Eksponensial Azeem Azhar: Buletin hari Minggu ini banyak bersandar pada AI dan pembelajaran mesin, tetapi memiliki bacaan yang menarik dan bermanfaat bagi pemasar dan orang-orang SAAS.

Ikuti para ahli di Twitter.

Perlu mendapatkan wawasan analitik Anda tetapi sesendok - atau mungkin dengan tweet? Tidak masalah. Ikuti siapa pun yang disebutkan dalam artikel ini, ditambah setidaknya tiga akun ini (tercantum tanpa urutan tertentu):

Jeffalytics @jeffalytics: Melakukan eksperimen dalam pemasaran dan analitik digital.

Avinash Kaushik @avinash: Penulis, “Web Analytics 2.0 & Web Analytics: Satu Jam Sehari”

Feras Alhlou @ferasa: Rekan penulis “Terobosan Google Analytics: Dari Nol ke Dampak Bisnis”.

Bergabunglah dengan grup analitik pemasaran di LinkedIn.

Analytics dan Kecerdasan Buatan (AI) dalam Pemasaran dan Ritel (63.580 anggota). Bagaimana mereka mendeskripsikan grup mereka: “Grup ini menyediakan platform bagi para ahli untuk mendiskusikan analitik, pembelajaran mesin (ML), dan kecerdasan buatan (AI) yang relevan dengan pemasaran, media, dan ritel.”

Pemasaran yang Lebih Baik dengan Analytics (15.104 anggota). “Misi kami adalah menyediakan tempat bagi orang-orang yang ingin mempelajari dan menggunakan analitik untuk pemasaran. Temui orang pemasaran lain yang terlibat dengan analitik untuk berdiskusi dan membuat koneksi. Apakah Anda seseorang yang ingin menggunakan Analytics untuk meningkatkan upaya pemasaran Anda atau seseorang yang sudah ahli dalam cara membuat dan menggunakannya, ini adalah tempat untuk Anda.”

Big Data, Analitik, Kecerdasan Bisnis & Komunitas Pakar Visualisasi (210.797 anggota). “Komunitas utama untuk profesional ahli yang ada dan perusahaan yang meneliti konvergensi analitik dan penemuan data besar, Hadoop, pergudangan data, cloud, arsitektur data terpadu, pemasaran digital, visualisasi, dan intelijen bisnis.”

Profesional Analisis Web (21.607 anggota). “Grup analitik terbesar di LinkedIn. Dirancang untuk para profesional analitik. Banyak pekerjaan, wawasan, tolok ukur, pemimpin industri, penyedia alat, dan banyak jenis pengguna lainnya. Cara Anda untuk masuk ke industri analitik.”

Dapatkan sertifikasi.

Kualifikasi Google Analytics (untuk perorangan). Untuk menjadi Terkualifikasi Google Analytics, Anda harus lulus ujian Google Analytics Individual Qualification (IQ). Untuk mendapatkan akses ke Tes IQ, Anda harus mendaftar ke Google Mitra. Bergabung dengan Mitra tidak dipungut biaya, dan setelah Anda mendaftar, Anda akan memiliki akses ke pustaka sumber daya, termasuk trek Google Analytics untuk Pemula dan Google Analytics Tingkat Lanjut. Selesaikan program pelatihan itu, ikuti ujian 90 menit, dapatkan setidaknya 80%, dan Anda masuk!

Sertifikat analitik pemasaran dari Direct Marketing Association. Salah satu Profesor Gelar Master NYU saya yang lama, Perry Drake yang super pintar, mengajar kursus DMA ini. Kelas hanya 8-9 jam. Biaya $479 untuk anggota DMA dan $799 untuk non-anggota.

Kursus online Analisis Data Majelis Umum. Saya hampir saja mengambil kursus ini beberapa tahun yang lalu. Itu masih ada di daftar keinginan saya. kursus 11 minggu. $1.250.

Sertifikat Pendidikan Profesional dan Berkelanjutan Universitas Washington dalam Analisis Pemasaran Digital. kurikulum 8 bulan; $3.297.

Sertifikat Pascasarjana PennState dalam Analisis Pemasaran. Ini adalah program yang lumayan, dengan persyaratan yang lumayan (4 kursus lengkap) dan label harga yang lumayan ($11.160). Tetapi Anda dapat menyebarkan kursus, dan jika Anda benar-benar ingin menguasai data seperti seorang profesional, pertimbangkan program ini dengan serius.

Mendengarkan.

Nathan Isaacs kami sendiri memiliki dua podcast terbaru tentang analitik pemasaran:

• Tingkatkan Penjualan, Pemasaran, SEO, dan lainnya dengan Analisis Panggilan Penjualan bersama Amit Bendov, CEO Gong.
• Dasbor Eksekutif Baru Pemasar Modern dengan Matt Heinz.
• Mengikat Pemasaran B2B Anda ke Atribusi Pendapatan

Situs Kaushik juga memiliki halaman podcast/webinar yang dia buka baru-baru ini. Dan jangan lupa Audible untuk semua buku analitik yang tidak sempat Anda baca.

Jam tangan.

TED Talks adalah sumber yang fantastis. Dan meskipun jumlah TED Talks yang secara tegas membahas analitik pemasaran cukup kecil, ada banyak pembicaraan tentang data.

Berikut adalah beberapa favorit saya:

• Kecerdasan Mesin Zeynep Tufekci menjadikan moral manusia lebih penting
• Alan Smith's Mengapa Anda harus menyukai statistik
• Tricia Wang Wawasan manusia hilang dari data besar

TED Talks sangat bagus dalam satu hal: Membuat Anda berpikir tentang bagaimana analitik dapat diterapkan. Ini akan menambah kedalaman pemahaman Anda tentang bagian analitik pemasaran yang lebih biasa. Ini juga membantu Anda melihat analitik Anda berfungsi dengan mata segar.

Membayangkan.

Bagaimana Anda menyajikan data Anda hampir sama pentingnya dengan apa yang Anda pelajari darinya. Saksikan bagaimana jam kerja bisa menjadi datar jika Anda menunjukkan kepada eksekutif tingkat C visualisasi data kompleks yang tidak masuk akal bagi mereka. Anda berdiri di sana mengatakan "tapi ini, tapi itu" tidak akan membantu jika mereka tidak memahami bagan yang Anda perlihatkan kepada mereka.

Jadi jadilah pintar. Rapikan diagram lingkaran dan grafik batang Anda dengan mengetahui cara menyajikan data dengan cara yang lebih elegan. Jadikan laporan Anda dapat ditindaklanjuti dan dibagikan. Bagian dari itu adalah mewarnai dan merampingkan data, tetapi bagian lainnya adalah mempelajari semua opsi visualisasi data yang aneh dan menakjubkan yang harus kita pilih. A adalah sumber inspirasi yang bagus: Proyek Data Viz.

Ceritakan kisah yang lebih baik.

Kisah nyata, tentu saja. Mendongeng data adalah cara yang menarik untuk memanfaatkan data yang "membosankan" (beberapa orang menyebutnya demikian… tetapi saya tidak pernah melakukannya. Saya pikir data memukau.). Mampu menempatkan data Anda dalam konteks, memberinya makna, dan mendorong tindakan darinya adalah puncak pemasaran. Anda pada dasarnya memasarkan ide-ide yang ditunjukkan oleh data kepada Anda.

Situs web Mendongeng Dengan Data cukup bagus. Begitu juga dengan buku dari orang yang sama. Agensi Column Five Media juga banyak menulis tentang tumpang tindih antara pemasaran konten, “data viz,” dan penceritaan data. Mereka memahami bahwa mendongeng data adalah evolusi terakhir dari data itu sendiri.

Bonus

Bergabunglah dengan The Digital Analytics Association, sebuah organisasi industri dengan banyak sumber daya bagi siapa saja yang ingin membangun keterampilan data mereka.

Gambar yang lebih besar

Inilah kesepakatannya: Data adalah teman Anda. Itu tidak harus membosankan dan tidak harus mendorong semua kreativitas dan kemanusiaan keluar ruangan.

Menjadi berbasis data juga tidak berarti kita menyerahkan pekerjaan kita ke mesin. Itu hanya berarti kita diberdayakan untuk membuat keputusan yang lebih baik.

Tapi data bukanlah jawaban untuk segalanya. Faktanya, kita perlu menggunakan data untuk membentuk pertanyaan yang kita ajukan seperti halnya data membentuk jawaban yang kita dapatkan. Itulah mengapa kami membutuhkan laporan yang jelas dan lugas yang dapat dipahami dan digunakan oleh semua orang di tim kami.

Tapi tolong: Jangan malas hanya karena Anda memiliki banyak data dan Anda dapat membentuknya menjadi laporan dan wawasan yang bagus serta penceritaan data. Jangan pernah biarkan semua akses ke data ini membuat Anda mematikan otak. Data hanya sebaik masukannya. Terserah kita pemasar untuk menjelaskan apa artinya semua itu.