如何提高您的营销分析技能

想提升你的事业？ 或者，也许您只想从一个开始。 无论哪种方式，您都需要经验和一些营销分析技能才能实现目标。

事实上，很多技能。 营销人员现在是身兼多职的人，无论是在他们的职责方面还是在他们完成多少种不同类型的任务方面。 他们使用各种技能组合。

“软技能”（沟通、管理技能、情商和类似能力）是第一位的，其次是写作和内容营销技能。 但排在榜首——甚至高于电子邮件营销或搜索引擎优化——的是数据分析。

如果您从事营销工作，这不足为奇。 虽然营销人员可能不会立即认为自己是数据专家，但我们的工作从头到尾都充满了数据。

数据会影响我们做出的每一个决定。 它决定了一个活动是否成功； 我们用它来证明我们的观点，要求预算和加薪，甚至证明我们的工作是合理的。

我们通过数据进行交流，这几乎是现在营销的通用语。

因此，如果您想更好地完成工作，就需要更好地管理数据。 分析它。 与它交流。 分享它。 保持清洁。

但不幸的是，我们中的很多人似乎还有很长的路要走。 大约一半的营销人员表示数据管理是一项重大挑战。 如果您想在三年后为这份工作做好准备（就像 Wayne Gretzky 所说的那样“在冰球将要到达的地方滑冰”），您现在就需要加强您的营销分析技能。

如果您是 48% 的营销人员之一，他们已经在数据管理方面苦苦挣扎，那么您需要这些技能来实现营销自动化……昨天。

因此，这是获取它们的方法。

阅读博客。

有大量关于营销分析的博客。 我们自己发表了很多关于这个话题的文章。 但如果你真的想在会议中表现得聪明，请将这些网站添加到你的阅读列表中：

Think with Google：该博客发布了一些关于分析和人工智能的超级智能、经过深入研究的内容。 这些只是他们涵盖的主题中的一小部分，但都值得一读。 非常适合任何级别的任何营销人员。

Google Analytics 博客：没有比这更权威的了。 非常适合需要查看 Google Analytics 报告的任何人。

奥卡姆剃刀：Avinash Kaushik 可能是最杰出的营销分析专家。

Orbit Media 的博客：Andy Crestodina 和 Orbiteers 定期发布优秀的、可评估的、可操作的博客文章，介绍如何使用分析来更好地营销。 内容营销人员的理想选择。

哈佛商业评论：没想到会有这个，对吧？ 但哈佛商业评论发表了关于分析的极好的内容——而且他们是在商业和营销的背景下这样做的。 经理和行政人员的理想选择。 注册前一个月可获得四篇免费文章，注册后可获得八篇免费文章。 重度用户应该花钱购买 99 美元的年度订阅服务。

看书。

有数百本关于分析的书籍。 实际上，这可能是问题的一部分：你可能会因为试图理解你的信息过载而导致信息过载。

这里有一些好的读物。 它们只是一个开始，没有必要不知所措。 所以如果你只能阅读四本关于这个主题的书，我会推荐这些：

商业数据科学：您需要了解的有关数据挖掘和数据分析思维的知识，作者：Foster Provost 和 Tom Fawcett。 对业务分析中所有主要思想的良好、广泛的介绍。

华尔街日报信息图表指南：展示数据、事实和数字的注意事项，作者：Dona M. Wong。 一本薄薄的书，将显着改善您的数据可视化效果以及它们传达信息的效果。 它是我们新的 Engagement Insights 工具的绝佳伴侣，该工具会自动将数据库中的内容提取到 Excel 或 Google 表格中，以便您可以查看、共享并采取行动。

预测营销：每个营销人员都可以使用客户分析和大数据的简单方法作者：Omer Artun，博士和多米尼克·莱文。 想真正做个性化营销？ 这本书可以帮助您从原始数据到个性化 2.0。

分析营销人员：如何转变您的营销组织，阿黛尔·斯威特伍德 (Adele Sweetwood)。 正如标题所暗示的那样，这既是关于改变文化，也是关于使用数据来提高您的营销分析技能。 但如您所知，如果没有每个人都参与，您的绝妙、前沿的想法就没有机会在……您的下一次状态会议中滚雪球。

订阅。

这两份精心策划的时事通讯收集了大量关于应用分析，尤其是应用营销分析的精彩文章和资源。

The Full Monty：这是一份精心策划的时事通讯和/或播客。 这里提到了大量与分析相关的文章，以及营销人员感兴趣的大量其他内容。

Azeem Azhar's Exponential View：本周日时事通讯重点关注 AI 和机器学习，但对营销人员和 SAAS 人员来说具有不可抗拒的有用读物。

在 Twitter 上关注专家。

需要获得您的分析洞察力，但一勺——或者可能通过推文？ 没问题。 关注本文中提到的任何人，以及至少这三个帐户（排名不分先后）：

Jeffalytics @jeffalytics：在数字营销和分析方面进行实验。

Avinash Kaushik @avinash：作者，“网络分析 2.0 和网络分析：一天一小时”

Feras Alhlou @ferasa：“Google Analytics 突破：从零到业务影响”的合著者。

加入 LinkedIn 上的营销分析组。

营销和零售中的分析和人工智能 (AI)（63,580 名成员）。 他们如何描述他们的团队：“这个团队为专家们提供了一个平台，可以讨论与营销、媒体和零售相关的分析、机器学习 (ML) 和人工智能 (AI)。”

通过分析更好地营销（15,104 名成员）。 “我们的使命是为想要了解和使用营销分析的人们提供一个场所。 与其他参与分析的营销人员会面，进行讨论并建立联系。 无论您是想要使用 Analytics 来改进营销工作的人，还是已经精通如何创建和使用它的人，这里都是适合您的地方。”

大数据、分析、商业智能和可视化专家社区（210,797 名成员）。 “现有专业人士和研究大数据分析和发现、Hadoop、数据仓库、云、统一数据架构、数字营销、可视化和商业智能融合的公司的首要社区。”

网络分析专业人员（21,607 名成员）。 “LinkedIn 最大的分析团队。 专为分析专业人士设计。 许多工作、见解、基准、行业领导者、工具提供商和许多其他用户类型。 您进入分析行业的方式。”

获得认证。

Google Analytics 资格（针对个人）。 要成为合格的 Google Analytics（分析），您必须通过 Google Analytics（分析）个人资格 (IQ) 考试。 要访问 IQ 测试，您需要在 Google 合作伙伴中注册。 加入 Partners 是免费的，一旦注册，您就可以访问资源库，包括 Google Analytics for Beginners 和 Advanced Google Analytics 轨道。 完成这些培训计划，参加 90 分钟的考试，至少达到 80%，您就可以通过了！

直销协会的营销分析证书。 我的一位旧纽约大学硕士学位教授，超级聪明的佩里德雷克，教授这门 DMA 课程。 课程只有8-9个小时。 DMA 会员 479 美元，非会员 799 美元。

General Assembly 的数据分析在线课程。 几年前，我差点就参加了这门课程。 它仍然在我的愿望清单上。 为期 11 周的课程。 1,250 美元。

华盛顿大学数字营销分析专业和继续教育证书。 8个月的课程； 3,297 美元。

PennState 的营销分析研究生证书。 这是一个繁重的项目，要求很高（4 门完整课程）和昂贵的价格标签（11,160 美元）。 但是你可以把课程作业分散开来，如果你真的想像专业人士一样掌握数据，请认真考虑这个项目。

听。

我们自己的 Nathan Isaacs 最近有两个关于营销分析的播客：

• 与 Gong 的首席执行官 Amit Bendov 一起通过销售拜访分析改进销售、营销、SEO 等。
• 现代营销人员的新执行仪表板与马特海因茨。
• 将您的 B2B 营销与收入归因联系起来

Kaushik 的网站上还有一个他最近出现的播客/网络研讨会的页面。 并且不要忘记 Audible，因为您没有时间阅读所有分析书籍。

手表。

TED 演讲是一个很棒的资源。 虽然明确谈论营销分析的 TED 演讲数量很少，但有大量关于数据的演讲。

这里只是我最喜欢的几个：

• Zeynep Tufekci 的机器智能使人类道德更加重要
• 艾伦·史密斯 (Alan Smith) 的《为什么你应该热爱统计》
• Tricia Wang 大数据中缺失的人类洞察力

TED 演讲非常擅长一件事：让你思考如何应用分析。 这将加深您对营销分析中较为平凡的部分的理解。 它还可以帮助您以全新的眼光看待您的分析工作。

可视化。

您如何呈现数据几乎与您从中学到什么一样重要。 如果您向 C 级管理人员展示他们无法理解的复杂数据可视化，请见证工作时间如何下降。 如果他们不理解您向他们展示的图表，您站在那里说“但是这个，但是那个”将无济于事。

所以聪明点。 通过了解如何以更优雅的方式呈现数据来清理饼图和条形图。 让您的报告具有可操作性和可共享性。 其中一部分是颜色和简化数据，但另一部分是学习我们必须选择的所有奇怪而美妙的数据可视化选项。 A 是一个很好的灵感来源：数据可视化项目。

讲更好的故事。

当然是真实的故事。 数据讲故事是一种利用“无聊”数据的令人兴奋的方式（有些人称之为……但我从来没有这样做过。我认为数据很吸引人。）。 能够将您的数据放在上下文中，赋予它意义，并从中激发行动是营销的极致。 你基本上是在推销数据向你展示的想法。

Storytelling With Data 网站非常棒。 同一个人的书也是如此。 代理机构 Column Five Media 也写了很多关于内容营销、“数据可视化”和数据讲故事之间的重叠。 他们明白，用数据讲故事是数据本身的最终演变。

奖金

加入 The Digital Analytics Association，这是一个行业组织，可为任何想要培养数据技能的人提供充足的资源。

更大的图景

事情是这样的：数据是您的朋友。 它不必很无聊，也不必将所有创造力和人性赶出房间。

数据驱动也不意味着我们将工作交给机器。 这只是意味着我们有权做出更好的决定。

但数据并不能解决所有问题。 事实上，我们需要使用数据来塑造我们提出的问题，就像数据塑造我们得到的答案一样。 这就是为什么我们需要我们团队中的每个人都能理解和使用的清晰、直接的报告。

但请注意：不要因为拥有大量数据而变得懒惰，您可以将其塑造成出色的报告、见解和数据故事。 永远不要让所有这些对数据的访问导致您关闭大脑。 数据仅与其输入一样好。 仍然要由我们营销人员来解释这一切意味着什么。