För er som har följt bloggen ett tag så kanske ni minns det förra inlägget om big data. Vi tänkte fortsätta på samma spår, men den här gången backa bakåt till de grundläggande stegen som behövs när det kommer till att integrera data i organisationen. Det eviga mantrat inom digital marknadsföring är och har varit, datadriven approach. Det är nog något vi alla har hört ett flertal gånger. Vi förstår vad det innebär och självklart jobbar vi emot det som mål.
Det finns dock ett par steg som måste uppnås för att vi ska kunna nå den nivån;
- datan som vi har måste vara av god kvalitet
- det måste vara rätt data
- datan måste gå att använda.
Vad är kvalitativ data?
Att datan måste vara av god kvalitet kan vi nog alla förstå, vi behöver kunna lita på den datan som vi analyserar. Detta ställer dock krav på hur organisationen arbetar men även hur plattformar som Google Analytics har implementerats. En viktig aspekt i att få in rätt data har att göra med hur vi taggar upp datan som kommer in, det behöver finnas strukturer inom organisationen som beskriver hur ett organiskt inlägg på Facebook ska taggas eller en displayannons som har köpts programmatiskt. Det finns två aspekter som är viktiga att ha i åtanke här, taggningen måste vara tillräckligt tydlig för att medföra värde samtidigt som den måste vara tillräckligt enkel för att vara användbar. Här behöver man helt enkelt börja enkelt och bygga en struktur men sedan utvecklas med datan och göra den mer granulär.
Vad är rätt data?
Att det måste vara rätt data är nog även det något som vi alla tycker känns logiskt men vad är egentligen rätt? Det betyder helt enkelt i sin grund att vi behöver kunna samla in den data som krävs för att organisationen ska kunna utvecklas gentemot de övergripande strategiska målen. T.ex. så är det inte tillräckligt för en webshop att ha bra mätning på hur mycket av informationen om en produkt läses i snitt av olika kundgrupper, en webshop behöver ha data på vilka produkter som säljs. Självklart behövs olika typer av data, t.ex. information om vilken information som leder till att ett köp genomförs.
Är datan användbar?
Sist men inte minst behöver datan vara användbar, detta är nog det mest diffusa steget när det kommer till kraven på datan. Vad det innebär är att det spelar ingen roll om vi har all data med all information som behövs för att organisationen ska bli mer effektiv om vi inte vet hur den ska användas på ett effektivt sätt. Datan behöver vara tillgänglig hela tiden i ett format som gör att den går att använda i det dagliga arbetet för att fatta beslut av alla, inte bara data scientists. Ett effektivt sätt att uppnå detta steget är att jobba med dashboards som sätts upp för olika frågor som med jämna mellanrum dyker upp inom organisationen. Det är dock viktigt att komma ihåg att en bra dashboard är bra, 20 bra dashboards är inte bra oavsett hur många frågor de kan besvara, ingen orkar gå igenom dem och underhålla dem.
Vad innebär detta rent praktiskt?
Om vi ska försöka knyta ihop säcken lite så finns det tre steg som bör göras för att säkerställa en datadriven approach:
- Gå igenom datan som ni samlar in i nuläget och se över hur den kan förbättras, är den tillräckligt strukturerad och håller tillräckligt hög kvalitet för att ni ska känna tilltro till datan? (Här är det även bra att kolla igenom datan för att säkerställa att ingen personlig data samlas in av misstag med tanke på lagarna gällande GDPR).
- Se över datan som samlas in, stämmer den överens med organisationens mål, om inte hur bör den utvecklas?
- Välj ut de frågor som är viktigast för organisationen och skapas dashboards för dessa, undvik att skapa 20 olika dashboard.
Som ni kanske har märkt vid det här laget så gillar vi på Anegy data väldigt mycket. Vi skulle gärna sätta oss och gå igenom hur er organisations data kan utvecklas i de olika stegen, det är bara att kontakt någon av Anegys digitala experter så ställer vi gärna upp!
