možná jste viděli, jak různí lidé používají výrazy „hlášení“ a „analýza“, jako by to byly zaměnitelné pojmy nebo téměř synonyma. Zatímco obě tyto oblasti webové analýzy čerpají ze stejných shromážděných webových dat, reporting a analýza se velmi liší, pokud jde o jejich účel, úkoly, výstupy, doručení, a hodnota. Bez jasného rozlišení rozdílů se organizace může prodat v jedné oblasti (obvykle analýza) a nedosáhnout plných výhod své investice do webové analýzy. I když se primárně zaměřuji na webovou analytiku, společnosti mohou narazit na stejnou výzvu s jinými analytickými nástroji (např.).
většina společností má analytická řešení, která mají pro své organizace získat větší hodnotu. Jinými slovy, konečným cílem pro vykazování a analýzu je zvýšit prodej a snížit náklady (tj. Reporting i analýza hrají roli při ovlivňování a řízení akcí, které vedou k větší hodnotě v organizacích.
Pro účely tohoto blogu, nebudu se ponořit do toho, co se stane před nebo po reporting a analýzy fází, ale uznávám, že obě oblasti jsou kritické a náročné kroky v celkovém data-řízený rozhodování. Je důležité si uvědomit, že podávání zpráv a analýzy mají příležitost být cenné, pouze pokud se na ně jedná.
účel
než pokryjeme různé role reportingu a analýzy, začněme některými definicemi těchto dvou klíčových oblastí analýzy na vysoké úrovni.****
hlášení: Proces organizování dat do informačních shrnutí za účelem sledování toho, jak různé oblasti podnikání fungují.****
analýza: proces zkoumání dat a zpráv za účelem získání smysluplných poznatků, které lze použít k lepšímu pochopení a zlepšení výkonnosti podniku.
_ _ Reporting převádí nezpracovaná data do informací. Analýza transformuje data a informace do poznatků. Reporting pomáhá společnostem sledovat jejich online podnikání a být upozorněni, když data nedosahují očekávaných rozsahů. Dobré hlášení by mělo vyvolat otázky týkající se podnikání od jeho koncových uživatelů. Cílem analýzy je odpovědět na otázky interpretací dat na hlubší úrovni a poskytnutím žalovatelných doporučení. Prostřednictvím procesu provádění analýzy můžete vznést další otázky, ale cílem je identifikovat odpovědi nebo alespoň potenciální odpovědi, které lze otestovat. Stručně řečeno, reporting vám ukáže, co se děje, zatímco analýza se zaměřuje na vysvětlení, proč se to děje a co s tím můžete dělat.
úkoly
společnosti mohou někdy zaměnit „analytiku“ s „analýzou“. Například firma může být zaměřena na obecnou oblast analytiky (strategie, implementace, reporting atd.) ale ne nutně na konkrétní aspekt analýzy. Je to skoro jako by některým organizacím po počátečních aktivitách souvisejících s nastavením došel plyn a nedostaly se do fáze analýzy. Kromě toho se někdy hranice mezi reportováním a analýzou mohou rozmazat – to, co se cítí jako analýza, je opravdu jen další příchuť reportingu.
jedním ze způsobů, jak rozlišit, zda vaše organizace klade důraz na vykazování nebo analýzu, je identifikace primárních úkolů, které provádí váš analytický tým. Pokud je většina času týmu věnována činnostem, jako je budování, konfigurace, konsolidace, organizace, formátování a shrnutí – to je hlášení. Analýza se zaměřuje na různé úkoly, jako je dotazování, zkoumání, interpretaci, srovnávání a potvrzení (nechal jsem se testování, jak jsem názor, optimalizace úsilí jako součást akčního fázi). Reportovací a analytické úkoly mohou být vzájemně propojeny, ale váš analytický tým by měl stále vyhodnotit, kde tráví většinu času. Ve většině případů jsem viděl, jak analytické týmy tráví většinu času na reportovacích úkolech.
výstupy
když se podíváte na reportingové a analytické výstupy, na povrchu mohou vypadat podobně – spousta grafů, grafů, trendových čar, tabulek, statistik atd. Existují však některé jemné rozdíly. Jedním z hlavních rozdílů mezi vykazováním a analýzou je celkový přístup. Podávání zpráv vyplývá, push přístup, kde jsou zprávy tlačil pro uživatele, kteří jsou pak očekává, že získat smysluplné poznatky a přijmout vhodná opatření pro sebe (tj, self-sloužit). Identifikoval jsem tři hlavní typy hlášení: konzervované zprávy, dashboardy a výstrahy.
- Konzervy zprávy: Tyto jsou out-of-the-box a vlastní sestavy, které můžete přístup do analytics nástroj, nebo která může být také doručen na opakujícím se základě skupině koncových uživatelů. Konzervované zprávy jsou poměrně statické s pevnými metrikami a rozměry. Obecně platí, že některé konzervované zprávy jsou cennější než jiné a hodnota zprávy může záviset na tom, jak relevantní je pro roli jednotlivce (např.
- Dashboardy: tyto přehledy na míru kombinují různé KPI a sestavy, aby poskytly komplexní a vysoce kvalitní pohled na výkonnost podniku pro konkrétní publikum. Řídicí panely mohou obsahovat data z různých zdrojů dat a jsou také obvykle poměrně statické.
- upozornění: tyto podmíněné zprávy se spouštějí, když data nedosahují očekávaných rozsahů nebo jsou splněna některá jiná předem definovaná kritéria. Jakmile jsou lidé informováni o tom, co se stalo, mohou podle potřeby podniknout příslušná opatření.
naproti tomu analýza sleduje přístup pull, kdy konkrétní data vytahuje analytik, aby odpověděl na konkrétní obchodní otázky. K základní neformální analýze může dojít vždy, když někdo jednoduše provede nějaké mentální hodnocení zprávy a rozhodne se jednat nebo nejednat na základě údajů. V případě analýzy se skutečnými výstupy existují dva hlavní typy: ad hoc odpovědi a prezentace analýzy.
- ad hoc odpovědi: Analytici přijímat žádosti o odpověď různých obchodních otázek, které mohou být motivovány otázky vznesené hlášení. Tyto naléhavé požadavky jsou obvykle časově citlivé a vyžadují rychlý obrat. Analytický tým možná bude muset žonglovat s více požadavky současně. Výsledkem je, že analýzy nemohou jít tak hluboko nebo široce, jak se analytikům může líbit, a výsledkem je krátká a stručná zpráva, která může nebo nemusí obsahovat žádná konkrétní doporučení.
- prezentace analýzy: Některé obchodní otázky jsou složitější povahy a vyžadují více času na provedení komplexní analýzy hlubokých ponorů. Výsledkem těchto analytických projektů je formálnější výstup, který zahrnuje dvě klíčové části: klíčová zjištění a doporučení. Sekce klíčových zjištění zdůrazňuje nejvýznamnější a nejužitečnější poznatky získané z provedených analýz. Část doporučení poskytuje pokyny, jaká opatření je třeba podniknout na základě zjištění analýzy.
Když porovnáte dvě sady reporting a analýzy výstupů, různé účely (informace vs. insights) odhalují skutečné barvy výstupů. Reporting tlačí informace do organizace a analýza čerpá poznatky ze zpráv a dat. Mohou existovat i jiné hybridní výstupy, jako jsou anotované dashboardy (analytické postřikovače na reportovací koblihu), které se mohou zdát, že pokrývají obě oblasti. Měli byste být schopni určit, zda je dodávka primárně zaměřena na vykazování nebo analýzu podle svého účelu (informace/postřehy) a přístupu (push/pull).
dalším klíčovým rozdílem mezi reportingem a analýzou je kontext. Reporting neposkytuje žádný nebo omezený kontext o tom, co se v datech děje. V některých případech již koncoví uživatelé mají potřebný kontext, aby správně porozuměli a interpretovali data. V jiných situacích však publikum nemusí mít požadované základní znalosti. Kontext je rozhodující pro dobrou analýzu. Aby bylo možné vyprávět smysluplný příběh s daty pro řízení konkrétních akcí, kontext se stává nezbytnou součástí děje.
i když jsou obě páky, různé formy vizualizace dat v jejich výstupů, analýza se liší od zpráv, protože klade důraz na datové body, které jsou významné, jedinečné nebo zvláštní – a vysvětlit, proč jsou důležité pro podnikání. Hlášení může někdy automaticky zvýraznit klíčové změny v datech, ale nebude vysvětlovat, proč jsou tyto změny (nebo nejsou) důležité. Hlášení nebude odpovídat na “ No a co?“otázka sama o sobě.
pokud jste někdy měli to potěšení být novým rodičem, porovnal bych konzervované hlášení, dashboardy a upozornění na šestiměsíční dítě. Pláče-často hlasitě-když je něco špatně, ale nemůže vám říct, co je přesně špatně. Rodič se musí vyškrábat, aby zjistil, co se děje (hlad, špinavá plenka, Žádný dudlík, zoubky, unavený, ušní infekce, nové dítě Einstein DVD atd.). Pokračování metafory rodičovství, hlášení vám také neřekne, jak zastavit pláč.
doporučení složkou je klíčovým předělem mezi analýzu a podávání zpráv, neboť poskytuje konkrétní pokyny o tom, co akce, aby se na základě klíčových poznatků nalezených v datech. Dokonce i výstupy analýzy, jako jsou ad hoc odpovědi, nemusí řídit akci, pokud nezahrnují doporučení. Jakmile je doporučení učiněno, sledování je dalším silným výsledkem analýzy, protože doporučení vyžadují rozhodnutí (go / no go / prozkoumat dále). Rozhodnutí předcházejí akci. Akce předchází hodnotě.
Dodávka
Jak již bylo uvedeno, podávání zpráv je více push model, kde lidé mohou získat přístup k zprávy prostřednictvím analytický nástroj, Excel, widget, nebo je termín dodání do jejich schránky, mobilní zařízení, FTP, atd. Vzhledem k požadavkům na poskytování pravidelných zpráv (denní, týdenní, měsíční atd.) pro více jednotlivců a skupin se automatizace stává klíčovým zaměřením při vytváření a doručování zpráv. Jinými slovy, jakmile je zpráva sestavena, jak ji lze automatizovat pro pravidelné doručování? Většina analytiků, se kterými jsem mluvil, nemá ráda ruční vytváření a pravidelné aktualizace zpráv. Je to práce pro roboty nebo počítače, ne pro lidi, kteří stále splácejí své studentské půjčky na 4-6 let vysokoškolského vzdělávání.
Na druhou stranu, analýza je především o lidské bytosti pomocí jejich vynikající uvažování a analytické schopnosti extrahovat klíčové poznatky z dat a tvoří žalovatelné doporučení pro jejich organizace. Ačkoli analýza může být“ předložena “ osobám s rozhodovací pravomocí, je účinněji prezentována z člověka na člověka. Thomas Davenport a Jeanne Harris ve své knize „competiting on Analytics“ zdůrazňují důležitost důvěry a důvěryhodnosti mezi analytikem a rozhodovací pravomocí. Osoby s rozhodovací pravomocí obvykle nemají čas ani schopnost provádět analýzy sami. S „blízko, důvěřivý vztah“ v místě, vedení bude tvořit rámec své potřeby správně, analytici se klást správné otázky, a manažeři budou s větší pravděpodobností jednat o analýzu důvěřují.
hodnota
pokud jde o porovnání různých rolí výkaznictví a analýzy, je důležité pochopit vztah mezi výkazem a analýzou v hnací hodnotě. Jsem rád, že data-driven fázích (data > reporting > analýzy > rozhodnutí > akce > hodnota) jako série domino. Pokud odstraníte domino, může být obtížnější nebo nemožné dosáhnout požadované hodnoty.
ve výše uvedeném diagramu „cesta k hodnotě“ to vše začíná tím, že máte správná data, která jsou úplná a přesná. Nezáleží na tom, jak pokročilé je vaše hlášení nebo analýza, pokud nemáte dobré a spolehlivé údaje. Pokud přeskočíme domino“ hlášení“, někteří ostřílení analytici by mohli tvrdit, že nepotřebují zprávy k analýze (tj. Na individuálním základě to může být pravda pro některé lidi, ale nefunguje to na organizační úrovni, pokud se snažíte demokratizovat svá data.
většina společností má bohaté hlášení, ale může chybět domino“ analýzy“. Podávání zpráv zřídka zahájí akci samostatně, protože je vyžadována analýza, která pomůže překlenout propast mezi daty a akcí. Má analýza není zárukou, že dobrá rozhodnutí bude, že lidé budou skutečně jednat o doporučení, že obchod bude mít správné kroky, nebo že týmy budou moci spustit efektivně na ty správné akce. Je to však nezbytný krok blíže k akci a potenciální hodnotě, kterou lze realizovat prostřednictvím úspěšné webové analýzy.
závěrečná slova
Reporting a analýza jdou ruku v ruce, ale kolik úsilí a zdrojů se vynakládá na každou oblast ve vaší společnosti? Když slyším, že klient se snaží najít hodnotu ze své investice do webové analýzy, obvykle to znamená, že jedno z domino v „cestě k hodnotě“ chybí a často analýza je to ztracené domino.
nedávno jsem se setkal s významným mediálním klientem, který zjistil, že chybí jeho analýza domino. Tým webové analýzy se snažil splnit požadavky na strategii, implementaci a podávání zpráv této velké, komplexní organizace-natož poskytovat analýzu nad rámec pouhých ad hoc odpovědí. Vrcholový management byl stále více frustrován svými analytickými pracovníky a systémem. Naštěstí, web analytics tým obdržel další počet zaměstnanců rozpočet a najal analytik k provádění hloubkových analýz pro všechny hlavní skupiny výrobků, a řídit žalovatelné doporučení. Není divu, že postoj vedoucích pracovníků udělal obrat o 180 stupňů krátce poté, co společnost našla svou chybějící analýzu domino.
možná se divíte, kolik času by vaši analytici měli věnovat analýze. Obecně bych řekl, že alespoň 25% jejich času by mělo být věnováno analýze a obecně čím více, tím lépe. Překvapivě není 100% žádoucí ani proto, že existuje mnoho důležitých povinností, které jsou potřebné k udržení analytického programu nad vodou, jako je podávání zpráv, shromažďování obchodních požadavků, školení, dokumentace a komunikace úspěchů atd. Doufám, že po přečtení tohoto článku alespoň uznáte, že 0% jejich času je nepřijatelné. Pokud vaše společnost dnes nedělá mnoho analýz, experimentujte s 10% zaměřením na analýzu a zjistěte, jaký úspěch máte odtud. Kromě toho je náš poradenský tým vždy ochoten pomoci s vašimi potřebami analýzy. Hodně štěstí!