Pourquoi la communication en équipe est plus importante que votre pile Martech »Martech Zone

Le point de vue atypique de Simo Ahava sur la qualité des données et les structures de communication a rafraîchi l’ensemble du salon de la Go Analytics ! conférence. OWOX le leader des technologies informatiques dans la région de la CEI, a accueilli des milliers d'experts à ce rassemblement pour partager leurs connaissances et leurs idées. Ahava, qui a le potentiel de faire croître votre entreprise.

Qualité des données et qualité de l’organisation

La qualité des données dépend de la personne qui les analyse. En règle générale, nous imputerions toutes les failles des données aux outils, aux flux de travail et aux jeux de données. Mais est-ce raisonnable?

Franchement, la qualité des données est directement liée à la façon dont nous communiquons au sein de nos organisations. La qualité de l'organisation détermine tout, à commencer par l'approche de l'exploration, de l'estimation et de la mesure des données, en passant par le traitement, et en terminant par la qualité globale du produit et de la prise de décision.

Les entreprises et leurs structures de communication

Imaginons une entreprise spécialisée dans un seul outil. Les employés de cette société sont capables de résoudre certains problèmes et de les résoudre pour le segment B2B. Tout est formidable et vous connaissez sans doute quelques entreprises de ce type.

Les effets secondaires de leurs activités sont dissimulés dans le processus à long terme d’élever les exigences en matière de qualité des données. Dans le même temps, nous devons nous rappeler que les outils créés pour analyser des données fonctionnent uniquement avec des données et qu’ils sont isolés des problèmes de l’entreprise, même s’ils sont créés pour les résoudre.

C’est pourquoi un autre type d’entreprise est apparu. Ces entreprises sont spécialisées dans le débogage de flux de travail. Ils peuvent trouver toute une série de problèmes dans les processus métier, les mettre sur un tableau blanc et dire aux dirigeants:

Ici, ici et là! Appliquez cette nouvelle stratégie commerciale et tout ira bien!

Mais cela semble trop beau pour être vrai. L’efficacité des conseils qui ne reposent pas sur une compréhension des outils est douteuse. Et ces sociétés de conseil ont tendance à ne pas comprendre pourquoi de tels problèmes sont apparus, pourquoi chaque nouveau jour apporte de nouvelles complexités et erreurs et quels outils ont été configurés de manière incorrecte.

L'utilité de ces sociétés est donc limitée.

Il existe des sociétés possédant à la fois une expertise métier et une connaissance des outils. Dans ces entreprises, tout le monde est obsédé par l'embauche de personnes de grande qualité, d'experts experts dans leurs compétences et leurs connaissances. Cool. Mais généralement, ces entreprises ne cherchent pas à résoudre les problèmes de communication au sein de l’équipe, qu’ils considèrent souvent comme sans importance. Alors, à mesure que de nouveaux problèmes apparaissent, la chasse aux sorcières commence – à qui la faute? Peut-être que les spécialistes en BI ont confondu les processus? Non, les programmeurs n’ont pas lu la description technique. Mais dans l’ensemble, le vrai problème est que l’équipe ne peut pas réfléchir clairement au problème pour le résoudre ensemble.

Cela nous montre que même dans une entreprise bourrée de spécialistes géniaux, tout demandera plus d’efforts que nécessaire si l’organisation n’est pas assez mature . L'idée selon laquelle il faut être un adulte et être responsable, surtout en cas de crise, est la dernière chose à laquelle on pense dans la plupart des entreprises.

Même mon enfant de deux ans qui va à la maternelle semble plus mûr que certains

Vous ne pouvez créer une entreprise efficace qu'en recrutant un grand nombre de spécialistes, car ils sont tous absorbés par un groupe ou un département. La direction continue donc d'engager des spécialistes, mais rien ne change car la structure et la logique du flux de travail ne changent pas du tout.

Si vous ne faites rien pour créer des canaux de communication à l'intérieur et à l'extérieur de ces groupes et départements, tous vos efforts n'auront aucun sens. C'est pourquoi Ahava se concentre sur la stratégie de communication et la maturité.

Loi de Conway appliquée aux sociétés d'analyse

Il y a cinquante ans, Melvin Conway, un grand programmeur nommé suggestion qui devint plus tard connue sous le nom de loi de Conway:

Organismes qui conçoivent des systèmes. . .

Melvin Conway, Loi de Conway

Ces idées sont apparues à un moment où un ordinateur correspond parfaitement à une pièce! Imaginez: une équipe travaille sur un ordinateur et une autre sur un autre ordinateur. Et dans la vie réelle, la loi de Conway signifie que toutes les failles de communication qui apparaissent parmi ces équipes se refléteront dans la structure et la fonctionnalité des programmes qu’elles développent.

Note de l’auteur:

Cette théorie a été testée des centaines de fois dans le monde du développement et a fait l’objet de nombreuses discussions. La définition la plus certaine de la loi de Conway a été créée par Pieter Hintjens, l'un des programmeurs les plus influents du début des années 2000, qui a déclaré que «si vous êtes dans une organisation de merde, vous allez créer un logiciel de merde." ( Amdahl to Zipf : Dix lois de la physique des gens )

Il est facile de voir comment cette loi fonctionne dans le monde du marketing et de l'analyse. Dans ce monde, les entreprises travaillent avec des quantités gigantesques de données provenant de différentes sources. Nous pouvons tous convenir que les données elles-mêmes sont correctes. Mais si vous examinez de près les ensembles de données, vous verrez toutes les imperfections des organisations qui les ont collectées:

• Valeurs manquantes lorsque les ingénieurs n'ont pas abordé de problème
• Mauvais formats où personne ne prête attention ni ne discute de la nombre de décimales
• Retards de communication lorsque personne ne connaît le format de transfert (batch ou flux) et qui doit recevoir les données

C'est pourquoi les systèmes d'échange de données révèlent complètement nos imperfections.

La qualité des données est la réalisation des spécialistes en outils, des experts en flux de travail, des gestionnaires et de la communication entre toutes ces personnes.

Les meilleures et les pires structures de communication pour les équipes multidisciplinaires

Une équipe de projet type d'une entreprise d'analyse de marché ou de marketing se compose ) spécialistes, informaticiens, concepteurs, spécialistes du marketing, analystes et programmeurs (quelle que soit leur combinaison).

Mais que va-t-il se passer dans une équipe qui ne Vous comprenez l'importance de la communication? Voyons voir. Les programmeurs écriront du code pendant un long moment en faisant de gros efforts, tandis qu'une autre partie de l'équipe attendra simplement qu'ils passent le flambeau. Enfin, la version bêta sera publiée et tout le monde murmurera pourquoi cela a pris si longtemps. Et quand la première faille apparaîtra, tout le monde commencera à chercher quelqu'un à blâmer mais pas à trouver des moyens d'éviter la situation qui les a menés là.

Si nous examinons plus en profondeur, nous verrons que les objectifs communs ne sont pas bien compris (ou du tout). Et dans une telle situation, nous aurons un produit endommagé ou défectueux.

Les pires caractéristiques de cette situation:

• Participation insuffisante
• Participation insuffisante
• Manque de coopération
• Manque de confiance
• ] Comment pouvons-nous résoudre ce problème? Littéralement en faisant parler les gens.

  

  Réunissons tout le monde, définissez les sujets de discussion et programmez des réunions hebdomadaires: marketing avec la BI, programmeurs avec des concepteurs et des spécialistes des données. Ensuite, nous espérons que les gens parleront du projet. Mais cela ne suffit pas, car les membres de l’équipe ne parlent toujours pas de tout le projet et ne parlent pas avec toute l’équipe. C’est facile d’être sous la neige avec des dizaines de réunions, sans issue et sans temps pour faire le travail. Et ces messages après les réunions vont tuer le reste du temps et la compréhension de ce qu'il faut faire ensuite.

  C’est pourquoi la réunion n’est que la première étape. Nous avons toujours des problèmes:

  • Mauvaise communication
  • Absence d'objectifs mutuels
  • Participation insuffisante

  Parfois, des personnes essaient de transmettre des informations importantes sur le projet à leurs collègues. Mais au lieu de faire passer le message, la machine à rumeurs fait tout pour eux. Quand les gens ne savent pas comment partager leurs pensées et leurs idées correctement et dans le bon environnement, les informations seront perdues avant de parvenir au destinataire.

  Ce sont les symptômes d'une entreprise aux prises avec des problèmes de communication. Et ça commence à les soigner avec des rencontres. Mais nous avons toujours une autre solution.

  Amenez tout le monde à communiquer sur le projet.

  

  Les meilleures caractéristiques de cette approche:

  • Transparence
  • Participation
  • Échange de connaissances et de compétences
  • Formation continue

  Il s'agit d'une structure extrêmement complexe et difficile à créer. Vous connaissez peut-être quelques cadres qui adoptent cette approche: Agile, Lean, Scrum. Peu importe comment vous le nommez; tous sont construits sur le principe «tout faire en même temps». Tous ces calendriers, files d'attente de tâches, présentations de démonstration et réunions en stand-up ont pour but de faire parler le projet fréquemment et tous ensemble.

  C'est pourquoi j'aime beaucoup Agile, car il inclut l'importance de la communication comme condition préalable. pour la survie du projet.

  Et si vous pensez que vous êtes un analyste qui n’aime pas l’agilité, considérez-le sous un autre angle: cela vous aide à montrer les résultats de votre travail – toutes vos données traitées, ces superbes tableaux de bord, vos ensembles de données – pour que les gens apprécient vos efforts. Mais pour ce faire, vous devez rencontrer vos collègues et leur parler à la table ronde.

  Quelle est la prochaine étape? Tout le monde a commencé à parler du projet. Nous devons maintenant prouver la qualité du projet. Pour ce faire, les entreprises engagent généralement un consultant ayant les qualifications professionnelles les plus élevées.

  Le critère principal d'un bon consultant (je peux vous le dire parce que je suis un consultant) diminue constamment son implication dans le projet.

  Un consultant ne peut pas simplement nourrir une entreprise de petits bouts de secrets professionnels car cela ne rendra pas la société mature et autonome. Si votre entreprise ne peut pas déjà vivre sans votre consultant, vous devez tenir compte de la qualité du service que vous avez reçu.

  En passant, un consultant ne devrait pas faire de rapport ni devenir une paire de mains supplémentaire pour vous. Vous avez vos collègues internes pour cela.

  

  L’objectif principal de l’embauche d’un consultant est l’éducation, la définition des structures et des processus, et la facilitation de la communication. Le rôle d'un consultant n'est pas de générer des rapports mensuels, mais plutôt de s'implanter dans le projet et de s'impliquer totalement dans la routine quotidienne de l'équipe.

  Un bon consultant en marketing stratégique comble des lacunes dans la connaissance et la compréhension des participants au projet. Mais il ou elle peut ne jamais faire le travail pour quelqu'un. Et un jour, tout le monde devra travailler sans le consultant.

  Une communication efficace a pour résultat une absence de chasse aux sorcières et de pointage du doigt. Avant de commencer une tâche, les personnes partagent leurs doutes et leurs questions avec les autres membres de l'équipe. Ainsi, la plupart des problèmes sont résolus avant le début des travaux.

  Voyons comment tout cela influence la partie la plus complexe du travail d'analyse marketing: définition des flux de données et fusion des données.

  Comment la structure de communication est-elle reflétée dans le transfert et le traitement de données?

  Supposons que nous en ayons trois. sources nous fournissant les données suivantes: données de trafic, données de produit de commerce électronique / données d'achat du programme de fidélité et données d'analyse mobile. Nous allons suivre les étapes de traitement des données une par une, du transfert de toutes ces données vers Google Cloud à l'envoi de toutes les données pour visualisation dans Google Data Studio à l'aide de Google BigQuery .

  En vous basant sur notre exemple, quelles questions les gens devraient-ils se poser pour assurer une communication claire à chaque étape du traitement de données?

  • Etape de la collecte des données . Si nous oublions de mesurer quelque chose d’important, nous ne pourrons plus remonter dans le temps. Points à prendre en compte au préalable:
    • Si nous ne savons pas comment nommer les paramètres et les variables les plus importants, comment pouvons-nous gérer tous les dégâts?
    • Comment les événements seront-ils signalés?
    • Quel sera l'unique? identifiant pour les flux de données choisis?
    • Comment allons-nous nous occuper de la sécurité et de la confidentialité?
    • Comment allons-nous collecter des données là où la collecte de données est limitée?
  • La fusion de flux de données dans le flux . Considérez ce qui suit:
    • Principaux principes de l'ETL: S'agit-il d'un transfert de données par lots ou par flux?
    • Comment marquerons-nous la conjonction des transferts de données par flux et par lots?
    • Comment allons-nous les ajuster dans le même schéma de données sans pertes ni erreurs?
    • Questions de temps et de chronologie: Comment vérifierons-nous les horodatages?
    • Comment savoir si la rénovation et l'enrichissement des données fonctionnent correctement dans les horodatages?
    • Comment validerons-nous les hits? Qu'advient-il des hits invalides?
  • Stade d'agrégation de données . Éléments à prendre en compte:
    • Paramètres spécialisés pour les processus ETL: quel rapport avec les données non valides?
      Corriger ou supprimer?
    • Peut-on en tirer profit?
    • Quel sera l'impact sur la qualité de l'ensemble des données?

  Le principe de base suivant pour toutes ces étapes est que les erreurs se superposent et héritent les unes des autres. Les données recueillies avec une faille lors de la première étape vous feront brûler légèrement la tête durant toutes les étapes suivantes. Et le deuxième principe est que vous devez choisir des points pour l’assurance qualité des données. Au stade de l’agrégation, toutes les données seront mélangées et vous ne pourrez pas influencer la qualité des données mélangées. Ceci est très important pour les projets d’apprentissage automatique, où la qualité des données affectera la qualité des résultats d’apprentissage automatique. De bons résultats sont impossibles avec des données de qualité médiocre.

  • Visualisation
    Il s'agit de l'étape du chef de la direction. Vous avez peut-être entendu parler de la situation lorsque le PDG examine les chiffres sur le tableau de bord et déclare: «D'accord, nous avons beaucoup de bénéfices cette année, encore plus qu'auparavant, mais pourquoi tous les paramètres financiers se trouvent-ils dans la zone rouge? ? ”Et en ce moment, il est trop tard pour rechercher les erreurs, car elles auraient dû être détectées il y a longtemps.

  Tout est basé sur la communication. Et sur les sujets de conversation. Voici un exemple de ce qui devrait être discuté lors de la préparation du streaming Yandex:

  

  Vous trouverez les réponses à la plupart de ces questions. des questions uniquement avec toute votre équipe.

  Les complexités sont omniprésentes, même dans les endroits les plus simples.

  Voici un autre exemple: lorsque vous tracez les scores d'impression de cartes de produit, un analyste remarque une erreur. Dans les données de hit, toutes les impressions de toutes les bannières et de toutes les cartes produits ont été envoyées juste après le chargement de la page. Mais nous ne pouvons pas être sûrs si l’utilisateur a vraiment tout regardé sur la page. L’analyste s’adresse à l’équipe pour les informer en détail.

  La BI dit que nous ne pouvons pas laisser la situation de cette manière.

  Comment pouvons-nous calculer le CPM si nous ne pouvons même pas savoir si le le produit a été montré? Quel est le CTR qualifié pour les images?

  Les spécialistes du marketing répondent:

  Nous pouvons tous créer un rapport affichant le meilleur CTR et le vérifier par rapport à une bannière ou une photo créative similaire ailleurs.

  Et alors les développeurs diront:

  Oui, nous pouvons résoudre ce problème à l'aide de notre nouvelle intégration pour le suivi de défilement et la vérification de la visibilité du sujet.

  Enfin, les concepteurs de UI / UX disent:

  Ouais!

  Voici les étapes franchies par cette petite équipe:

  1. Définition du problème
  2. Présentation des conséquences commerciales du problème
  3. impact of changes
  4. Décisions techniques présentées
  5. Découverte du profit non trivial

  Pour résoudre ce problème, ils doivent vérifier la collecte de données provenant de tous les systèmes. Une solution partielle dans une partie du schéma de données ne résoudra pas le problème de l’entreprise.

  

  C’est pourquoi nous devons travailler ensemble. Les données doivent être collectées de manière responsable chaque jour, et il est difficile de le faire. Et la qualité des données doit être atteinte en en embauchant les bonnes personnes, en achetant les bons outils et en investissant de l'argent, du temps et des efforts dans la mise en place de structures de communication efficaces, indispensables au succès d'une organisation.

  Téléchargez un livre blanc sur le marketing sponsorisé:

  

  Un fournisseur de télécommunications utilise Thomas Connect pour générer des données OEM et générer de nouvelles pistes

  Utilisez la syndication de données de produits en temps réel de tous vos OEM pour générer de nouvelles affaires Téléchargez maintenant