किन टीम संचार तपाईको मार्टेक स्ट्याक भन्दा बढी महत्वपूर्ण छ

मार्केटिंग टीम संचार र विश्लेषण

डाटा क्वालिटी र सञ्चार संरचनाहरूमा सिमो अहवाको एटिपिकल दृष्टिकोणले पूरै लाउन्जमा नयाँ ताजा बनायो एनालिटिक्स जानुहोस्! सम्मेलन। OWOX, सीआईएस क्षेत्रका मार्टेक नेताले हजारौं विज्ञहरूलाई आफ्नो ज्ञान र विचारहरू साझा गर्न यस सभामा स्वागत गरे।

OWOX BI टीम तपाइँ सिमो अहवा द्वारा प्रस्तावित अवधारणाको बारेमा सोच्न चाहानुहुन्छ, जुन निश्चित रूपमा तपाइँको व्यवसायलाई बढाउने सम्भाव्यता छ। 

संगठनको डाटा र गुणस्तर

डाटाको गुणवत्ता व्यक्तिमा निर्भर हुन्छ जसले यसलाई विश्लेषण गर्दछ। सामान्यतया, हामी उपकरण, कार्यप्रवाह, र डाटासेटमा डाटामा सबै त्रुटिहरू दोष दिनेछौं। तर के यो व्यावहारिक छ?

स्पष्टसँग भन्नुपर्दा, डेटाको गुणस्तर हामीसँग कसरी सम्बन्धित छ हाम्रो संगठनहरू भित्र कसरी कुरा गर्छौं भन्ने कुरासँग सीधा गाँसिएको छ। संगठनको गुणस्तरले सबै कुरा निर्धारण गर्दछ, डेटा खनन, अनुमान, र मापनको दृष्टिकोणबाट शुरू गरेर, प्रसंस्करणको साथ जारी रहँदै, र उत्पादको निर्णय र निर्णयको समग्र गुणस्तरको साथ समाप्त हुन्छ। 

कम्पनीहरू र उनीहरूको सञ्चार संरचना

कल्पना गर्नुहोस् एक कम्पनी एक उपकरणमा विशेषज्ञता। यस कम्पनीका व्यक्तिहरू केहि समस्याहरू पत्ता लगाउन र तिनीहरूलाई B2B खण्डका लागि समाधान गर्नमा उत्कृष्ट छन्। सबै कुरा राम्रो छ, र निस्सन्देह तपाईले यस जस्तो दुई कम्पनीहरूलाई चिन्नुहुन्छ।

यी कम्पनीको गतिविधिका साइड इफेक्ट डेटा गुणस्तरको लागि आवश्यकताहरु लाई बढाउने दीर्घकालीन प्रक्रियामा लुकेका छन्। एकै साथ, हामीले यो याद गर्नुपर्दछ कि डाटाले डेटाको विश्लेषणको लागि सिर्जना गरिएका उपकरणहरू केवल डाटासँग काम गर्दछन् र व्यापार समस्याबाट अलग भएका छन् - जे भए पनि तिनीहरूलाई हल गर्नका लागि सिर्जना गरिएको छ। 

यसैले अर्को प्रकारको फर्म देखा पर्‍यो। यी कम्पनीहरू वर्कफ्लो डिबगिंगमा विशेषज्ञ छन्। तिनीहरूले व्यापार प्रक्रियामा समस्याहरूको सम्पूर्ण गुच्छा फेला पार्न सक्दछन्, तिनीहरूलाई व्हाइटबोर्डमा राख्नुहोस्, र कार्यकारीहरूलाई बताउनुहोस्:

यहाँ, यहाँ, र त्यहाँ! यो नयाँ व्यापार रणनीति लागू गर्नुहोस् र तपाईं ठीक हुनुहुनेछ!

तर यो सत्य हुन पनि राम्रो लाग्दछ। उपकरणको एक समझ मा आधारित छैन सल्लाह को दक्षता संदिग्ध छ। र ती परामर्श फर्महरूले बुझ्दैनन् कि किन त्यस्ता समस्याहरू देखा पर्‍यो, किन प्रत्येक नयाँ दिनले नयाँ जटिलताहरू र त्रुटिहरू ल्याउँछ, र कुन उपकरणहरू गलत तरिकाले सेट अप गरियो।

त्यसैले यी कम्पनीहरूको आफ्नै उपयोगिता सीमित छ। 

त्यहाँ दुबै व्यवसाय विशेषज्ञता र उपकरणहरूको ज्ञानको साथ कम्पनीहरू छन्। यी कम्पनीहरूमा, सबैलाई महान गुणहरू, विशेषज्ञहरू जो उनीहरूको सीप र ज्ञानमा निश्चित छन् मानिसहरूलाई नियुक्त गरेर पागल हुन्छन्। शीतल। तर सामान्यतया यी कम्पनीहरूले टिम भित्रका सञ्चार समस्याहरू समाधान गर्ने उद्देश्य राख्दैनन् जुन उनीहरू प्राय: महत्वहीन देख्दछन्। त्यसोभए नयाँ समस्याहरू देखा पर्दा, बोक्सीको शिकार सुरु हुन्छ - यो कसको हो? हुनसक्छ बीआई विशेषज्ञहरूले प्रक्रियाहरूलाई अलमल्लमा पारे? होईन, प्रोग्रामरहरूले प्राविधिक विवरण पढेनन्। तर सबैमा, वास्तविक समस्या यो हो कि टोलीले समस्याको बारेमा सोच्न सक्दैन यो सँगै समाधान गर्न। 

यसले हामीलाई देखाउँदछ कि ठूलै विशेषज्ञहरू भरिएको कम्पनीमा पनि, संगठन नभए सबै कुरा आवश्यक भन्दा बढी प्रयास लिने छ परिपक्व पर्याप्त यो विचार जुन तपाईं वयस्क हुनुपर्दछ र जिम्मेवार हुनुपर्दछ, विशेष गरी स in्कटमा, अन्तिम चीज हो जुन मानिसहरूले प्राय: कम्पनीहरूमा सोच्दैछन्।

मेरो दुई वर्षको बच्चा जो किन्डरगार्टनमा गइरहेको छ मसँग काम गरेको केही संस्थाहरू भन्दा बढी परिपक्व देखिन्छ।

तपाई केवल कुशल कम्पनी सिर्जना गर्न सक्नुहुन्न विशेषज्ञहरूको ठूलो संख्यामा राखेर, किनकि तिनीहरू सबै केही समूह वा विभाग द्वारा समाहित हुन्छन्। यसैले व्यवस्थापनले विशेषज्ञहरूलाई भाडामा लिन जारी राख्छ, तर केहि परिवर्तन हुँदैन किनभने संरचना र कार्यप्रवाहको तर्क कुनै पनी परिवर्तन हुँदैन।

यदि तपाईं यी समूह र विभागहरू भित्र र बाहिर सञ्चार च्यानलहरू सिर्जना गर्न केहि गर्नुहुन्न भने, तपाईंको सबै प्रयासहरू अर्थहीन हुनेछन्। यसैले सञ्चार रणनीति र परिपक्वता अहवाको ध्यान हो।

कन्वेको कानून एनालिटिक्स कम्पनीहरूमा लागू गरियो

अर्थपूर्ण डाटा - कन्वेको कानून

पचास वर्ष पहिले, मेलभिन कन्वे नाम गरेको एक महान प्रोग्रामरले एक सुझाव दियो जुन पछि कोन्वेको कानूनको रूपमा प्रख्यात भयो: 

संगठनहरू जसले प्रणाली डिजाइन गर्छन्। । । डिजाइनहरू उत्पादन गर्न बाध्य छन् जुन यी संगठनहरूको सञ्चार संरचनाहरूको प्रतिलिपि हुन्।

मेलविन कन्वे, कन्वेको कानून

यी विचारहरू एक समयमा देखा पर्‍यो जब एक कम्प्युटरले एउटा कोठामा पूर्ण रूपमा फिट हुन्छ! कल्पना गर्नुहोस्: यहाँ हामीसँग एक कम्प्युटरमा काम गर्ने टोली छ, र त्यहाँ अर्को कम्प्युटरमा अर्को टोलीले काम गरिरहेको छ। र वास्तविक जीवनमा, कन्वेको कानूनको अर्थ ती टिमहरू बीच देखा पर्ने सबै सञ्चार त्रुटिहरू उनीहरूको विकास कार्यक्रमहरूको संरचना र कार्यक्षमतामा झल्काइनेछ। 

लेखकको नोट:

यो सिद्धान्त विकास संसारमा सयौं पटक परीक्षण गरिएको छ र धेरै छलफल गरिएको छ। कन्वेको कानूनको सबैभन्दा खास परिभाषा २००० को शुरुका सबैभन्दा प्रभावशाली प्रोग्रामरहरू मध्ये एक पिटर हिन्टजेन्सले सिर्जना गरेको हो, जसले भनेका थिए कि "यदि तपाईं शिष्ट संगठनमा हुनुहुन्छ भने तपाईले सफ्टवेयर बनाउनु हुनेछ।" (Amdahl to Zipf: व्यक्तिहरूको भौतिक विज्ञानको दश कानून)

मार्केटिंग र एनालिटिक्स संसारमा यस कानूनले कसरी काम गर्छ भनेर बुझ्न सजिलो छ। यस संसारमा कम्पनीहरूले विभिन्न स्रोतहरूबाट भेला भएका विशाल मात्राका डाटासँग काम गरिरहेका छन्। हामी सबै सहमत हुन सक्छौं कि डाटा आफैं निष्पक्ष छ। तर यदि तपाईले डेटा सेटको नजिकबाट निरीक्षण गर्नुभयो भने, तपाईले ती सबै स organizations्गठनहरूका सम्पूर्ण त्रुटिहरू देख्नुहुनेछ जुन डेटा स collected्कलन गर्दछ:

  • हराइरहेको मानहरू जहाँ ईन्जिनियरहरूले मुद्दा मार्फत कुरा गरेनन् 
  • गलत ढाँचा जहाँ कसैले ध्यान दिएन र कसैले पनि दशमलव स्थानहरूको संख्यामा छलफल गरेन
  • संचार ढिलाइ हुन्छ जहाँ कसैलाई स्थानान्तरण (ब्याच वा स्ट्रिम) को ढाँचा थाहा हुँदैन र कसले डाटा प्राप्त गर्नुपर्नेछ

यसैले डाटा विनिमय प्रणालीहरूले हाम्रा असिद्धाहरूलाई पूर्ण रूपमा खुलासा गर्दछ।

डाटा गुण भनेको उपकरण विशेषज्ञहरु, कार्यप्रवाह विशेषज्ञहरु, प्रबन्धकहरु र यी सबै मानिसहरु बीचको सञ्चारको उपलब्धि हो।

मल्टि डिस्प्लेनरी टोलीहरूका लागि उत्तम र सबैभन्दा खराब संचार संरचना

एउटा मार्टेक वा मार्केटि analy एनालिटिक्स कम्पनीमा एक विशिष्ट परियोजना टोलीले व्यवसाय खुफिया (BI) विशेषज्ञहरू, डेटा वैज्ञानिकहरू, डिजाइनरहरू, विपणकहरू, विश्लेषकहरू, र प्रोग्रामरहरू (कुनै पनि संयोजनमा) समावेश गर्दछ।

तर त्यस्तो टोलीमा के हुन्छ जसले सञ्चारको महत्त्व बुझ्दैन? हेरौं प्रोग्रामरहरूले लामो समय सम्म कोड लेख्नेछन्, कडा परिश्रम गर्दै, जबकि टोलीको अर्को भागले उनीहरूलाई डन्डा पास गर्न पर्खनेछ। अन्त्यमा, बीटा संस्करण रिलिज हुनेछ, र सबैले गनगन गरिरहेका छन् किन यति लामो भयो। र जब पहिलो त्रुटि देखा पर्दछ, सबैले अरुलाई दोष दिन को लागी खोजी गर्न शुरू गर्दछन् तर त्यहाँ पुग्ने अवस्थाबाट बच्नका लागि तरीकाहरूको लागि होईन। 

यदि हामी गहिराइमा हेर्छौं, हामी देख्नेछौं कि आपसी उद्देश्यहरू सहि रूपमा बुझेका छैनन् (वा सबैमा)। र यस्तो अवस्थामा, हामी एक बिग्रिएको वा त्रुटिपूर्ण उत्पादन प्राप्त गर्नेछौं। 

बहु-अनुशासनात्मक टीमहरूलाई प्रोत्साहित गर्नुहोस्

यस अवस्थाको सबैभन्दा खराब सुविधाहरू:

  • अपर्याप्त संलग्नता
  • अपर्याप्त सहभागिता
  • सहयोगको अभाव
  • विश्वासको कमी

हामी कसरी यसलाई ठीक गर्न सक्छौं? शाब्दिक रूपमा मानिसहरूलाई कुरा गरेर। 

बहु-अनुशासन टीमहरू प्रोत्साहित गर्नुहोस्

आउनुहोस्, हामी सबैलाई एकसाथ भेला गरौं, छलफलको विषयहरू सेट गर्छौं, र साप्ताहिक बैठकहरूको तालिका बनाउँछौं: BI मार्फत मार्केटिंग, डिजाइनरहरू र डाटा विशेषज्ञहरूको साथ प्रोग्रामर। त्यसोभए हामी आशा गर्छौं कि मानिसहरूले परियोजना बारे कुरा गर्छन्। तर त्यो अझै पर्याप्त छैन किनभने टोली सदस्यहरूले अझै सम्पूर्ण परियोजनाको बारेमा कुरा गरिरहेका छैनन् र सम्पूर्ण टीमसँग कुरा गरिरहेका छैनन्। दसौं बैठकहरू अन्तर्गत हिउँ लिन सजिलो छ र कुनै तरिका छैन र काम गर्न कुनै समय छैन। र ती सन्देशहरूले बैठक पछि बाँकी समय र अर्को के गर्ने को बुझाइ मार्नेछ। 

त्यसकारण बैठक मात्र पहिलो चरण हो। हामीसँग अझै केहि समस्याहरू छन्:

  • न्यून संचार
  • पारस्परिक उद्देश्यको अभाव
  • अपर्याप्त संलग्नता

कहिलेकाँही, मानिसहरू आफ्ना सहकर्मीहरूलाई यस प्रोजेक्टको बारेमा महत्त्वपूर्ण जानकारी साथ पुर्याउने प्रयास गर्छन्। तर सन्देश मार्फत जानको सट्टा, अफवाह मेसिनले उनीहरूको लागि सबै गर्छ। जब व्यक्तिहरू आफ्ना विचार र विचारहरू सही र उचित वातावरणमा कसरी साझेदारी गर्ने जान्दैनन्, जानकारी प्राप्तकर्ताको लागि हराउनेछ। 

यी संचार समस्या संग लडिरहेको कम्पनी को लक्षण हो। र ती बैठकहरु संग उनीहरु को उपचार शुरू हुन्छ। तर हामीसँग सधैं अर्को समाधान हुन्छ।

प्रोजेक्टमा सबैलाई सञ्चारको लागि अगुवाई गर्नुहोस्। 

टीमहरूमा बहु-अनुशासनिक संचार

यस दृष्टिकोणको उत्तम सुविधाहरू:

  • पारदर्शिता
  • संलग्नता
  • ज्ञान र कौशल आदान प्रदान
  • शिक्षा रोक्नुहोस्

यो एक अत्यन्त जटिल संरचना हो जुन सिर्जना गर्न गाह्रो छ। तपाईलाई केहि फ्रेमवर्क थाहा हुन सक्छ जुन यस दृष्टिकोण लिन्छ: एगिल, लीन, स्क्रम। तपाईले यसलाई के नाम राख्नुहुन्छ भन्नेले केही फरक पार्दैन; ती सबैहरू "एकै समयमा सबै कुरा सँगै बनाउने" सिद्धान्तमा बनेका छन्। ती सबै क्यालेन्डरहरू, टास्क लामाहरू, डेमो प्रस्तुतीकरणहरू, र स्ट्यान्ड-अप बैठकहरू परियोजनाको बारेमा बारम्बार र सबै सँगै कुरा गर्न मानिसहरूलाई लक्षित गर्नु हो।

यसैले म फुर्ति धेरै मन पराउँछु, किनकि यसले परियोजनाको अस्तित्वको लागि पूर्वतर्तीको रूपमा सञ्चारको महत्त्व समावेश गर्दछ।

र यदि तपाई सोच्नुहुन्छ कि तपाई एक विश्लेषक हो जसलाई Agile मनपर्दैन, यसलाई अर्को तरिकामा हेर्नुहोस्: यसले तपाईलाई तपाईको कामको नतीजा देखाउन मद्दत गर्दछ - तपाईका सबै प्रसंस्कृत डेटा, ती महान ड्यासबोर्डहरू, तपाईका डेटा सेटहरू - मानिसहरूलाई बनाउँन। तपाईको प्रयासको कदर गर्नुहोस्। तर त्यसो गर्नको लागि, तपाईंले आफ्ना सहकर्मीहरूलाई भेट्नुपर्नेछ र उनीहरूसँग गोल मेजमा कुरा गर्नुपर्नेछ।

अब के? सबैजनाले यस प्रोजेक्टको बारेमा कुरा गर्न थालेका छन्। अब हामीसँग छ गुण प्रमाणित गर्न परियोजना को। यो गर्नका लागि, कम्पनीहरूले प्राय: सबै भन्दा बढि व्यावसायिक योग्यताहरूको साथ सल्लाहकार राख्छन्। 

राम्रो सल्लाहकारको मुख्य मापदण्ड (म तपाईंलाई भन्न सक्छु किनकी म सल्लाहकार हुँ) लगातार यस परियोजनामा ​​उसको संलग्नता घटाउँदैछ।

एक परामर्शदाता मात्र एक कम्पनी पेशेवर सीक्रसको सानो टुक्रा खान सक्दिन किनकि त्यसले कम्पनीलाई परिपक्व र आत्मनिर्भर बनाउँदैन। यदि तपाईंको कम्पनी तपाईंको परामर्शदाता बिना पहिले नै बाँच्न सक्दैन भने, तपाईंले प्राप्त गर्नुभएको सेवाको गुणवत्तालाई विचार गर्नुपर्छ। 

खैर, एक परामर्शदाताले रिपोर्ट बनाउँदैन वा तपाईका लागि अतिरिक्त जोडी हातको रूपमा हुनु हुँदैन। यसको लागि तपाईंसँग तपाईंको भित्रका सहकर्मीहरू छन्।

शिक्षाका लागि बिक्रेताहरू भाडामा लिनुहोस्, डेलिगेसन होइन

परामर्शदातालाई नियुक्त गर्ने मुख्य उद्देश्य शिक्षा, संरचना र प्रक्रियाहरू फिक्सिंग, र संचारको सुविधा प्रदान गर्नु हो। एक परामर्शदाताको भूमिका मासिक रिपोर्टि not होइन बरु आफैलाई आफैलाई प्रोजेक्टमा रोप्नु हो र पूर्ण रूपमा टोलीको दैनिक तालिकामा संलग्न हुनु हो।

राम्रो रणनीतिक बजार सल्लाहकार परियोजना सहभागीहरु को ज्ञान र समझ मा खाली ठाउँ भर्छ। तर ऊ वा उनी कहिल्यै कसैको लागि काम गर्न सक्दैनन्। र एक दिन, सबैले परामर्शदाता बिना ठीक काम गर्नु पर्छ। 

प्रभावी संचारको नतिजा बोक्सी शिकार र औंला देखाउने को अभाव हो। कार्य सुरु हुनुभन्दा पहिले व्यक्तिहरूले उनीहरूको श doubts्का र प्रश्नहरू अन्य टीम सदस्यहरूसँग साझेदारी गर्छन्। यसैले, काम सुरु हुनुभन्दा पहिले प्राय: समस्याहरू समाधान हुन्छन्। 

आउनुहोस् हामी कसरी ती सबै मार्केटिंग विश्लेषण कामको सबैभन्दा जटिल हिस्सालाई असर गर्छौं: डाटा प्रवाह परिभाषित गर्ने र डाटा मर्ज गर्ने।

डाटा ट्रान्सफर र प्रोसेसिंगमा कसरी सञ्चार संरचना मिरर गरिएको छ?

मानौं हामीसँग तीन स्रोतहरू छन् जसले हामीलाई निम्न डेटा दिन्छ: ट्राफिक डाटा, ई-वाणिज्य उत्पादन डाटा / वफादारी प्रोग्रामबाट डाटा खरीद, र मोबाइल एनालिटिक्स डाटा। हामी डाटा प्रोसेसिंग चरणहरू एक पछि अर्को गर्दै जानेछौं, त्यस डाटालाई गुगल क्लाउडमा स्ट्रिम गर्नुका साथै भिजुअलाइजेशनका लागि सबै पठाउन गुगल डाटा स्टूडियो सहयोगको साथ गुगल बिगक्वेरी

हाम्रो उदाहरणको आधारमा, डेटा प्रशोधनको प्रत्येक चरणमा स्पष्ट संचारको आश्वासन दिन मानिसहरू कुन प्रश्नहरू सोध्नुपर्दछ?

  • डाटा संग्रह चरण। यदि हामीले केहि महत्त्वपूर्ण नाप्न बिर्स्यौं भने, हामी समयमै फिर्ता जान र यसलाई याद गर्न सक्दैनौं। विचार गर्न पहिले नै:
    • यदि हामीलाई महत्त्वपूर्ण प्यारामिटरहरू र भ्यारीएबलको नाम थाहा छैन भने, हामी कसरी सबै गडबडसँग व्यवहार गर्न सक्दछौं?
    • कार्यक्रमहरू कसरी झण्डा लगाइनेछ?
    • छानिएको डाटा प्रवाहको लागि अद्वितीय पहिचानकर्ता के हुनेछ?
    • हामी कसरी सुरक्षा र गोपनीयताको ख्याल राख्छौं? 
    • डाटा संकलनमा सीमितताहरू छन् हामी कसरी डाटा भेला गर्ने?
  • मर्ज डाटा प्रवाहमा। निम्न विचार गर्नुहोस्:
    • मुख्य ETL सिद्धान्तहरू: यो ब्याच वा डाटा ट्रान्सफरको स्ट्रीम प्रकार हो? 
    • हामी कसरी स्ट्रिम र ब्याच डाटा ट्रान्सफरको संयोजनलाई चिह्नित गर्ने छौं? 
    • घाटा र गल्ती बिना नै हामी तिनीहरूलाई कसरी डाटा स्कीमामा समायोजन गर्ने छौं?
    • समय र कालक्रम प्रश्नहरू: हामी कसरी टाइमस्ट्याम्पहरू जाँच गर्नेछौं? 
    • हामी कसरी जान्न सक्छौं कि डाटा नवीकरण र संवर्धन टाइमस्ट्याम्पहरू भित्र सही रूपमा काम गरिरहेको छ?
    • हामी कसरी हिटहरू मान्य गर्नेछौं? अवैध हिटको साथ के हुन्छ?

  • डाटा एकत्रीकरण चरण। विचार गर्नुपर्ने कुरा:
    • ETL प्रक्रियाहरूको लागि विशेष सेटिंग्स: अवैध डाटाको साथ हामी के गर्न चाहन्छौं?
      प्याच वा मेटाउने? 
    • के हामी यसबाट नाफा लिन सक्छौं? 
    • यसले सम्पूर्ण डाटा सेटको गुणस्तरलाई कसरी असर गर्ने छ?

यी सबै चरणहरूका लागि पहिलो सिद्धान्त यो हो कि गल्तीहरू एक अर्काको माथि खडा हुन्छन् र एक अर्काबाट अधिकार गर्दछन्। पहिलो चरणमा कुनै त्रुटिको साथ स Data्कलन गरिएको डेटाले तपाईंको टाउकोलाई पछिका चरणहरूमा जलाउने बनाउनेछ। र दोस्रो सिद्धान्त यो हो कि तपाइँले डेटा गुणस्तर आश्वासनका लागि पोइन्टहरू छान्नुपर्दछ। किनभने एकत्रीकरण चरणमा, सबै डाटा एकसाथ मिसिनेछ, र तपाईं मिश्रित डाटाको गुणस्तरलाई असर गर्न सक्षम हुनुहुने छैन। यो वास्तवमै मेशिन लर्निंग प्रोजेक्टहरूको लागि महत्त्वपूर्ण छ, जहाँ डाटाको गुणस्तरले मेशिन शिक्षा परिणामहरूको गुणस्तरलाई असर गर्दछ। राम्रो परिणाम कम गुणवत्ता डाटा संग अप्राप्य छन्।

  • दृश्यावलोकन
    यो सीईओ चरण हो। तपाईंले अवस्थाको बारेमा सुन्नुभयो होला जब सीईओले ड्यासबोर्डमा भएका नम्बरहरू हेरे र यसो भने: “ठीक छ, यस वर्ष हामीले धेरै नाफा पाएका छौं, अघिल्लो भन्दा पनि बढी, तर रेड जोनका सबै वित्तीय मापदण्डहरू किन छन्? " र यस क्षणमा, गल्तीहरू हेर्न धेरै ढिलो भइसक्यो, किनकि उनीहरूलाई धेरै समय अघि पक्राउ गरिएको हुनुपर्दछ।

सबै कुराकानीमा आधारित छ। र कुराकानीको शीर्षकहरूमा। यान्डेक्स स्ट्रिमि preparingको तयारी गर्ने बखत के छलफल गर्ने हो त्यसको उदाहरण यहाँ छ।

मार्केटिंग BI: स्नो प्लोभ, गुगल एनालिटिक्स, Yandex

तपाईं यी सम्पूर्ण प्रश्नहरूको उत्तरहरू तपाईंको सम्पूर्ण टीमसँगै फेला पार्नुहुनेछ। किनभने जब अरूले विचारलाई परीक्षण नगरी अनुमान वा व्यक्तिगत विचारको आधारमा कसैले निर्णय गर्छ भने गल्तीहरू देखा पर्न सक्छन्।

जटिलताहरू जताततै छन्, साधारण स्थानहरूमा समेत।

यहाँ एक अर्को उदाहरण छ: जब उत्पाद कार्डहरूको प्रभाव स्कोर ट्र्याक गरिन्छ, एक विश्लेषकले त्रुटि याद गर्दछ। हिट डेटामा, सबै ब्यानरहरू र उत्पादन कार्डहरूबाट सबै प्रभावहरू पृष्ठ लोड भएपछि नै पठाइएको थियो। तर हामी निश्चित हुन सक्दैनौं कि यदि प्रयोगकर्ताले पृष्ठमा सबै चीजहरू हेर्यो भने। विश्लेषक उनीहरूको बारेमा विस्तृत रूपमा यस बारे जानकारी दिन टोलीमा आउँदछन्।

बीआई भन्छ कि हामी यस्तो अवस्था छोड्न सक्दैनौं।

हामी कसरी सीपीएम हिसाब गर्न सक्छौं यदि हामी यकिन हुन सकेन कि उत्पादन देखाइएको हो? त्यसोभए चित्रहरूका लागि योग्य सीटीआर के हो?

बजारहरूले जवाफ दिन्छन्:

हेर्नुहोस्, सबैलाई हेर्नुहोस्, हामी एक रिपोर्ट सिर्जना गर्न सक्दछौं राम्रो CTR देखाउने र यसलाई समान ठाउँमा सिर्जना गर्न सकिन्छ सिर्जनात्मक ब्यानर वा फोटो अन्य ठाउँमा।

र त्यसपछि विकासकर्ताहरूले भन्नेछन्:

हो, हामी स्क्रोल ट्र्याकिंग र विषय दृश्यता जाँचको लागि हाम्रो नयाँ एकीकरणको मद्दतले यस समस्यालाई समाधान गर्न सक्छौं।

अन्तमा, UI / UX डिजाइनरहरू भन्छन्:

हो! हामी छनौट गर्न सक्दछौं यदि हामीलाई अन्तमा अल्छी वा अनन्त स्क्रोल वा पृष्ठभूमि चाहिएको छ भने!

यस सानो टोलीले पार गरेको चरणहरू यहाँ छन्:

  1. समस्या परिभाषित
  2. समस्याको व्यवसायिक नतिजा प्रस्तुत गर्‍यो
  3. परिवर्तनहरूको प्रभाव मापन गरियो
  4. प्राविधिक निर्णय प्रस्तुत गरियो
  5. गैर-तुच्छ लाभ पत्ता लगाइयो

यो समस्या समाधान गर्न, तिनीहरूले सबै प्रणालीहरूबाट डाटा संग्रह जाँच गर्नु पर्छ। डाटा स्कीमा को एक हिस्सा मा एक आंशिक समाधान व्यापार समस्या समाधान गर्दैन।

प adjust्क्तिबद्ध समायोजन

यसैले हामीले सँगै काम गर्नुपर्दछ। डाटा प्रत्येक दिन जिम्मेवार रूपमा स be्कलन गर्नुपर्दछ, र यो गर्न गाह्रो छ। र डाटाको गुणस्तर हासिल गर्नुपर्दछ सही व्यक्तिहरूलाई काममा राख्ने, सही उपकरणहरू खरीद गर्ने, र पैसा, समय, र प्रभावी संचार संरचनाहरूको निर्माणको लागि प्रयास लगानी, जुन एक संगठनको सफलताको लागि महत्त्वपूर्ण छ।

तिम्रो के बिचार छ?

यो साइट स्प्याम कम गर्न Akismet को उपयोग गर्दछ। जान्नुहोस् कि तपाईंको डेटा कसरी संसाधित छ.