Por qué la comunicación en equipo es más importante que su pila de Martech

Comunicación y análisis del equipo de marketing

El punto de vista atípico de Simo Ahava sobre la calidad de los datos y las estructuras de comunicación refrescó todo el salón en el Ir a Analytics! conferencia. OWOX, líder de MarTech en la región de la CEI, dio la bienvenida a miles de expertos a esta reunión para compartir sus conocimientos e ideas.

Equipo de BI de OWOX Me gustaría que reflexionara sobre el concepto propuesto por Simo Ahava, que definitivamente tiene potencial para hacer crecer su negocio. 

La calidad de los datos y la calidad de la organización

La calidad de los datos depende de la persona que los analiza. Por lo general, culpamos de todas las fallas en los datos a herramientas, flujos de trabajo y conjuntos de datos. ¿Pero es eso razonable?

Hablando francamente, la calidad de los datos está directamente relacionada con la forma en que nos comunicamos dentro de nuestras organizaciones. La calidad de la organización lo determina todo, comenzando con el enfoque de la minería, estimación y medición de datos, continuando con el procesamiento y terminando con la calidad general del producto y la toma de decisiones. 

Empresas y sus estructuras de comunicación

Imaginemos una empresa especializada en una herramienta. Las personas de esta empresa son excelentes para encontrar ciertos problemas y resolverlos para el segmento B2B. Todo está muy bien, y sin duda conoces un par de empresas como esta.

Los efectos secundarios de las actividades de estas empresas están ocultos en el proceso a largo plazo de aumentar los requisitos de calidad de los datos. Al mismo tiempo, debemos recordar que las herramientas creadas para analizar datos funcionan solo con datos y están aisladas de los problemas comerciales, incluso si se crearon para resolverlos. 

Por eso ha aparecido otro tipo de firma. Estas empresas están especializadas en depuración de flujos de trabajo. Pueden encontrar una gran cantidad de problemas en los procesos comerciales, ponerlos en una pizarra y decirles a los ejecutivos:

¡Aquí, aquí y allá! ¡Aplique esta nueva estrategia comercial y estará bien!

Pero suena demasiado bueno para ser verdad. La eficacia del asesoramiento que no se basa en la comprensión de las herramientas es dudosa. Y esas empresas consultoras tienden a no comprender por qué aparecieron tales problemas, por qué cada nuevo día trae nuevas complejidades y errores, y qué herramientas se configuraron incorrectamente.

Por tanto, la utilidad de estas empresas por sí solas es limitada. 

Hay empresas con experiencia empresarial y conocimiento de herramientas. En estas empresas, todo el mundo está obsesionado por contratar personas con grandes cualidades, expertos que estén seguros de sus habilidades y conocimientos. Frio. Pero, por lo general, estas empresas no tienen como objetivo resolver los problemas de comunicación dentro del equipo, que a menudo consideran poco importantes. Entonces, a medida que aparecen nuevos problemas, comienza la caza de brujas, ¿de quién es la culpa? ¿Quizás los especialistas en BI confundieron los procesos? No, los programadores no leyeron la descripción técnica. Pero en general, el problema real es que el equipo no puede pensar en el problema con claridad para resolverlo juntos. 

Esto nos muestra que incluso en una empresa repleta de especialistas geniales, todo requerirá más esfuerzo del necesario si la organización no lo es. maduro suficiente. La idea de que tienes que ser un adulto y ser responsable, especialmente en una crisis, es lo último en lo que la gente piensa en la mayoría de las empresas.

Incluso mi hijo de dos años que va al jardín de infancia parece más maduro que algunas de las organizaciones con las que he trabajado.

No se puede crear una empresa eficiente solo contratando una gran cantidad de especialistas, ya que todos son absorbidos por algún grupo o departamento. Entonces, la gerencia continúa contratando especialistas, pero nada cambia porque la estructura y la lógica del flujo de trabajo no cambia en absoluto.

Si no hace nada para crear canales de comunicación dentro y fuera de estos grupos y departamentos, todos sus esfuerzos serán inútiles. Es por eso que la estrategia de comunicación y la madurez es el enfoque de Ahava.

Ley de Conway aplicada a empresas analíticas

Datos significativos: ley de Conway

Hace cincuenta años, un gran programador llamado Melvin Conway hizo una sugerencia que luego se conoció popularmente como la ley de Conway: 

Organizaciones que diseñan sistemas. . . están obligados a producir diseños que sean copias de las estructuras de comunicación de estas organizaciones.

Melvin Conway, Ley de Conway

Estos pensamientos aparecieron en un momento en que una computadora encajaba perfectamente en una habitación. Imagínense: aquí tenemos un equipo trabajando en una computadora y allí tenemos otro equipo trabajando en otra computadora. Y en la vida real, la ley de Conway significa que todas las fallas de comunicación que aparecen entre esos equipos se reflejarán en la estructura y funcionalidad de los programas que desarrollan. 

Nota del autor:

Esta teoría se ha probado cientos de veces en el mundo del desarrollo y se ha debatido mucho. La definición más certera de la ley de Conway fue creada por Pieter Hintjens, uno de los programadores más influyentes de principios de la década de 2000, quien dijo que "si estás en una organización de mierda, harás software de mierda". (Amdahl a Zipf: Diez leyes de la física de las personas)

Es fácil ver cómo funciona esta ley en el mundo del marketing y la analítica. En este mundo, las empresas están trabajando con cantidades gigantescas de datos recopilados de diferentes fuentes. Todos podemos estar de acuerdo en que los datos en sí mismos son justos. Pero si inspecciona los conjuntos de datos de cerca, verá todas las imperfecciones de las organizaciones que recopilaron esos datos:

  • Valores perdidos en los que los ingenieros no han hablado de un problema 
  • Formatos incorrectos donde nadie prestó atención y nadie discutió el número de decimales
  • Retrasos en la comunicación donde nadie conoce el formato de transferencia (lote o flujo) y quién debe recibir los datos

Es por eso que los sistemas de intercambio de datos revelan nuestras imperfecciones por completo.

La calidad de los datos es el logro de los especialistas en herramientas, los expertos en flujo de trabajo, los gerentes y la comunicación entre todas estas personas.

Las mejores y peores estructuras de comunicación para equipos multidisciplinarios

Un equipo de proyecto típico en una empresa de análisis de marketing o MarTech está formado por especialistas en inteligencia empresarial (BI), científicos de datos, diseñadores, comercializadores, analistas y programadores (en cualquier combinación).

Pero, ¿qué pasará en un equipo que no comprende la importancia de la comunicación? Veamos. Los programadores escribirán código durante mucho tiempo, esforzándose, mientras que otra parte del equipo solo esperará a que pasen el testigo. Por fin, se lanzará la versión beta, y todos estarán murmurando sobre por qué tomó tanto tiempo. Y cuando aparezca la primera falla, todos comenzarán a buscar a alguien más a quien culpar, pero no a formas de evitar la situación que los llevó allí. 

Si miramos más a fondo, veremos que los objetivos mutuos no se entendieron correctamente (o en absoluto). Y en tal situación, obtendremos un producto dañado o defectuoso. 

Fomentar los equipos multidisciplinarios

Las peores características de esta situación:

  • Participación insuficiente
  • Participación insuficiente
  • Falta de cooperacion
  • Falta de confianza

¿Cómo podemos solucionarlo? Literalmente haciendo que la gente hable. 

Fomentar los equipos multidisciplinarios

Reunámonos a todos, establezcamos temas de discusión y programemos reuniones semanales: marketing con BI, programadores con diseñadores y especialistas en datos. Entonces, esperamos que la gente hable sobre el proyecto. Pero eso todavía no es suficiente porque los miembros del equipo todavía no están hablando de todo el proyecto y no están hablando con todo el equipo. Es fácil caer bajo la nieve con decenas de reuniones y sin salida ni tiempo para hacer el trabajo. Y esos mensajes después de las reuniones matarán el resto del tiempo y la comprensión de qué hacer a continuación. 

Es por eso que las reuniones son solo el primer paso. Todavía tenemos algunos problemas:

  • La falta de comunicación
  • Falta de objetivos mutuos
  • Participación insuficiente

A veces, las personas intentan transmitir información importante sobre el proyecto a sus colegas. Pero en lugar de que el mensaje llegue, la máquina de rumores hace todo por ellos. Cuando las personas no saben cómo compartir sus pensamientos e ideas de manera adecuada y en el entorno adecuado, la información se perderá en el camino hacia el destinatario. 

Estos son síntomas de una empresa que lucha con problemas de comunicación. Y comienza a curarlos con reuniones. Pero siempre tenemos otra solución.

Haga que todos se comuniquen sobre el proyecto. 

Comunicación multidisciplinar en equipos

Las mejores características de este enfoque:

  • Transparencia
  • Participación
  • Intercambio de conocimientos y habilidades
  • Educación continua

Esta es una estructura extremadamente compleja que es difícil de crear. Es posible que conozca algunos marcos que adoptan este enfoque: Agile, Lean, Scrum. No importa cómo lo nombre; todos ellos se basan en el principio de "hacer todo junto al mismo tiempo". Todos esos calendarios, colas de tareas, presentaciones de demostración y reuniones de pie tienen como objetivo hacer que las personas hablen sobre el proyecto con frecuencia y en conjunto.

Por eso me gusta mucho Agile, porque incluye la importancia de la comunicación como requisito previo para la supervivencia del proyecto.

Y si cree que es un analista al que no le gusta Agile, mírelo de otra manera: le ayuda a mostrar los resultados de su trabajo (todos sus datos procesados, esos excelentes paneles, sus conjuntos de datos) para hacer que las personas aprecia tus esfuerzos. Pero para hacer eso, tienes que reunirte con tus colegas y hablar con ellos en la mesa redonda.

¿Que sigue? Todo el mundo ha empezado a hablar del proyecto. Ahora tenemos para demostrar la calidad del proyecto. Para ello, las empresas suelen contratar a un consultor con las más altas calificaciones profesionales. 

El criterio principal de un buen consultor (se lo puedo decir porque soy consultor) es disminuir constantemente su participación en el proyecto.

Un consultor no puede simplemente alimentar a una empresa con pequeños fragmentos de secretos profesionales porque eso no hará que la empresa sea madura y autosuficiente. Si su empresa no puede vivir sin su consultor, debe considerar la calidad del servicio que ha recibido. 

Por cierto, un consultor no debería hacer informes ni convertirse en un par de manos más para usted. Tienes a tus colegas internos para eso.

Contratar profesionales del marketing para la educación, no para la delegación

El principal objetivo de la contratación de un consultor es la educación, la fijación de estructuras y procesos y la facilitación de la comunicación. El rol de un consultor no es reportar mensualmente, sino implantarse en el proyecto y estar totalmente involucrado en la rutina diaria del equipo.

Una buena consultor de marketing estratégico llena las lagunas en el conocimiento y la comprensión de los participantes del proyecto. Pero es posible que él o ella nunca haga el trabajo por alguien. Y algún día, todo el mundo tendrá que trabajar bien sin el consultor. 

Los resultados de una comunicación eficaz son la ausencia de cacería de brujas y de señalar con el dedo. Antes de comenzar una tarea, las personas comparten sus dudas y preguntas con otros miembros del equipo. Por tanto, la mayoría de los problemas se resuelven antes de que comience el trabajo. 

Veamos cómo todo eso influye en la parte más complicada del trabajo de análisis de marketing: definir flujos de datos y fusionar datos.

¿Cómo se refleja la estructura de comunicación en la transferencia y el procesamiento de datos?

Supongamos que tenemos tres fuentes que nos brindan los siguientes datos: datos de tráfico, datos de productos de comercio electrónico / datos de compra del programa de fidelización y datos de análisis móviles. Pasaremos por las etapas de procesamiento de datos una por una, desde la transmisión de todos esos datos a Google Cloud hasta el envío de todo para su visualización en Google Data Studio con la ayuda de Google BigQuery

Según nuestro ejemplo, ¿qué preguntas deberían hacerse las personas para asegurar una comunicación clara durante cada etapa del procesamiento de datos?

  • Etapa de recolección de datos. Si nos olvidamos de medir algo importante, no podemos retroceder en el tiempo y volver a medirlo. Cosas a considerar de antemano:
    • Si no sabemos cómo nombrar los parámetros y variables más importantes, ¿cómo podemos lidiar con todo el lío?
    • ¿Cómo se marcarán los eventos?
    • ¿Cuál será el identificador único para los flujos de datos elegidos?
    • ¿Cómo cuidaremos la seguridad y la privacidad? 
    • ¿Cómo recopilaremos datos cuando existan limitaciones en la recopilación de datos?
  • Fusionar flujos de datos en la transmisión. Considera lo siguiente:
    • Los principios principales de ETL: ¿Es un tipo de transferencia de datos por lotes o por flujo? 
    • ¿Cómo marcaremos la conjunción de las transferencias de datos en continuo y por lotes? 
    • ¿Cómo los ajustaremos en el mismo esquema de datos sin pérdidas ni errores?
    • Preguntas de tiempo y cronología: ¿Cómo comprobaremos las marcas de tiempo? 
    • ¿Cómo podemos saber si la renovación y el enriquecimiento de datos funcionan correctamente dentro de las marcas de tiempo?
    • ¿Cómo validaremos los hits? ¿Qué sucede con los hits no válidos?

  • Etapa de agregación de datos. Cosas para considerar:
    • Configuraciones especializadas para procesos ETL: ¿Qué tenemos que ver con los datos no válidos?
      ¿Parchear o eliminar? 
    • ¿Podemos sacar provecho de ella? 
    • ¿Cómo afectará la calidad de todo el conjunto de datos?

El primer principio de todas estas etapas es que los errores se acumulan y se heredan entre sí. Los datos recopilados con un defecto en la primera etapa harán que su cabeza arda levemente durante todas las etapas posteriores. Y el segundo principio es que debe elegir puntos para garantizar la calidad de los datos. Porque en la etapa de agregación, todos los datos se mezclarán y no podrá influir en la calidad de los datos mezclados. Esto es realmente importante para los proyectos de aprendizaje automático, donde la calidad de los datos afectará la calidad de los resultados del aprendizaje automático. Los buenos resultados son inalcanzables con datos de baja calidad.

  • Visualización
    Esta es la etapa del CEO. Es posible que haya escuchado acerca de la situación cuando el director ejecutivo mira los números en el tablero y dice: "Está bien, obtuvimos muchas ganancias este año, incluso más que antes, pero ¿por qué están todos los parámetros financieros en la zona roja? ? " Y en este momento, es demasiado tarde para buscar los errores, ya que deberían haber sido detectados hace mucho tiempo.

Todo se basa en la comunicación. Y sobre los temas de conversación. Aquí hay un ejemplo de lo que se debe discutir al preparar la transmisión de Yandex:

BI de marketing: quitanieves, Google Analytics, Yandex

Encontrará las respuestas a la mayoría de estas preguntas solo junto con todo su equipo. Porque cuando alguien toma una decisión basada en conjeturas u opiniones personales sin probar la idea con otros, pueden aparecer errores.

Las complejidades están en todas partes, incluso en los lugares más simples.

Aquí hay un ejemplo más: al realizar un seguimiento de las puntuaciones de impresión de las tarjetas de productos, un analista nota un error. En los datos de visitas, todas las impresiones de todos los banners y tarjetas de productos se enviaron inmediatamente después de cargar la página. Pero no podemos estar seguros de si el usuario realmente miró todo en la página. El analista acude al equipo para informarles detalladamente sobre esto.

El BI dice que no podemos dejar la situación así.

¿Cómo podemos calcular el CPM si ni siquiera podemos estar seguros de si se mostró el producto? Entonces, ¿cuál es el CTR calificado para las imágenes?

Los especialistas en marketing responden:

Miren, todos, podemos crear un informe que muestre el mejor CTR y verificarlo con un banner creativo similar o una foto en otros lugares.

Y luego los desarrolladores dirán:

Sí, podemos resolver este problema con la ayuda de nuestra nueva integración para el seguimiento de desplazamiento y la verificación de la visibilidad del sujeto.

Finalmente, los diseñadores de UI / UX dicen:

¡Si! ¡Podemos elegir si necesitamos el pergamino perezoso o eterno o la paginación por fin!

Estos son los pasos por los que pasó este pequeño equipo:

  1. Definido el problema
  2. Presentó las consecuencias comerciales del problema.
  3. Midió el impacto de los cambios
  4. Decisiones técnicas presentadas
  5. Descubrió el beneficio no trivial

Para resolver este problema, deben verificar la recopilación de datos de todos los sistemas. Una solución parcial en una parte del esquema de datos no resolverá el problema comercial.

alinear ajustar el diseño

Por eso tenemos que trabajar juntos. Los datos deben recopilarse de manera responsable todos los días y es un trabajo duro hacerlo. Y el la calidad de los datos debe lograrse contratar a las personas adecuadas, comprar las herramientas adecuadas e invertir dinero, tiempo y esfuerzo en la construcción de estructuras de comunicación eficaces, que son vitales para el éxito de una organización.

¿Qué piensas?

Este sitio usa Akismet para reducir el correo no deseado. Descubra cómo se procesan los datos de sus comentarios.