Pourquoi la communication d'équipe est plus importante que votre pile Martech

Communication et analyse de l'équipe marketing

Le point de vue atypique de Simo Ahava sur la qualité des données et les structures de communication a rafraîchi l'ensemble du salon du Aller Analytics! conférence. OWOX, le leader de MarTech dans la région de la CEI, a accueilli des milliers d'experts à ce rassemblement pour partager leurs connaissances et leurs idées.

Équipe OWOX BI souhaite que vous réfléchissiez au concept proposé par Simo Ahava, qui a certainement un potentiel pour faire croître votre entreprise. 

La qualité des données et la qualité de l'organisation

La qualité des données dépend de la personne qui les analyse. En règle générale, nous blâmerions toutes les failles des données sur les outils, les flux de travail et les ensembles 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 d'exploration de données, d'estimation et de mesure, en poursuivant 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 qu'une entreprise se spécialise dans un seul outil. Les gens de cette entreprise sont très doués pour trouver certains problèmes et les résoudre pour le segment B2B. Tout va bien, et vous connaissez sans aucun doute quelques entreprises comme celle-ci.

Les effets secondaires des activités de ces entreprises sont cachés dans le processus à long terme d'augmentation des exigences de qualité des données. Dans le même temps, nous devons nous rappeler que les outils créés pour analyser les données fonctionnent uniquement avec des données et sont isolés des problèmes commerciaux, même s'ils sont créés pour les résoudre. 

C'est pourquoi un autre type d'entreprise est apparu. Ces sociétés sont spécialisées dans le débogage de flux de travail. Ils peuvent trouver tout un tas 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 d'un conseil qui ne repose pas sur une compréhension des outils est douteuse. Et ces cabinets 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 mal configurés.

L'utilité de ces entreprises à elles seules est donc limitée. 

Il existe des entreprises 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 grandes qualités, des experts qui sont certains de leurs compétences et de leurs connaissances. Cool. Mais généralement, ces entreprises ne visent pas à résoudre des problèmes de communication au sein de l'équipe, qu'ils considèrent souvent comme sans importance. Alors que de nouveaux problèmes apparaissent, la chasse aux sorcières commence - à qui est-ce la faute? Peut-être que les spécialistes 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 sympas, tout demandera plus d'efforts que nécessaire si l'organisation ne l'est pas mature assez. L'idée qu'il faut être l'adulte et être responsable, surtout en cas de crise, est la dernière chose à laquelle les gens pensent dans la plupart des entreprises.

Même mon enfant de deux ans qui va à la maternelle semble plus mature que certaines des organisations avec lesquelles j'ai travaillé.

Vous ne pouvez pas créer une entreprise efficace uniquement en embauchant un grand nombre de spécialistes, car ils sont tous absorbés par un groupe ou un service. La direction continue donc d'embaucher 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 services, tous vos efforts n'auront aucun sens. C'est pourquoi la stratégie de communication et la maturité sont au centre des préoccupations d'Ahava.

La loi de Conway appliquée aux sociétés d'analyse

Données significatives - Loi de Conway

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

Organisations qui conçoivent des systèmes. . . sont contraints de produire des dessins qui sont des copies des structures de communication de ces organisations.

Melvin Conway, la loi de Conway

Ces pensées sont apparues à un moment où un ordinateur correspondait parfaitement à une pièce! Imaginez: ici, nous avons une équipe travaillant sur un ordinateur, et là nous avons une autre équipe travaillant sur un autre ordinateur. Et dans la vraie vie, la loi de Conway signifie que toutes les failles de communication qui apparaissent parmi ces équipes seront reflétées 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 été beaucoup discutée. 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 à Zipf: dix lois de la physique des personnes)

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 énormes de données recueillies à partir de différentes sources. Nous pouvons tous convenir que les données elles-mêmes sont justes. Mais si vous inspectez de près les ensembles de données, vous verrez toutes les imperfections des organisations qui ont collecté ces données:

  • Des valeurs manquantes là où les ingénieurs n'ont pas discuté d'un problème 
  • Mauvais formats où personne n'a prêté attention et personne n'a discuté du nombre de décimales
  • Délais de communication où personne ne connaît le format de transfert (lot 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 de spécialistes en outils, d'experts en flux de travail, de 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 typique dans une société MarTech ou d'analyse marketing se compose de spécialistes de l'intelligence d'affaires (BI), de scientifiques des données, de concepteurs, de spécialistes du marketing, d'analystes et de programmeurs (dans n'importe quelle combinaison).

Mais que se passera-t-il dans une équipe qui ne comprend pas l'importance de la communication? Voyons voir. Les programmeurs écriront du code pendant longtemps, en faisant de gros efforts, tandis qu'une autre partie de l'équipe attendra juste qu'ils passent le relais. Enfin, la version bêta sortira, et tout le monde se demandera pourquoi cela a pris si longtemps. Et lorsque la première faille apparaîtra, tout le monde commencera à chercher quelqu'un d'autre à blâmer, mais pas les moyens d'éviter la situation qui les a amenés là-bas. 

Si nous regardons plus en profondeur, nous verrons que les objectifs mutuels n'ont pas été compris correctement (ou pas du tout). Et dans une telle situation, nous obtiendrons un produit endommagé ou défectueux. 

Encourager les équipes multidisciplinaires

Les pires caractéristiques de cette situation:

  • Implication insuffisante
  • Participation insuffisante
  • Manque de coopération
  • Manque de confiance

Comment pouvons-nous y remédier? Littéralement en faisant parler les gens. 

Encourager les équipes multidisciplinaires

Rassemblons tout le monde, définissons des sujets de discussion et planifions des réunions hebdomadaires: marketing avec BI, programmeurs avec concepteurs et spécialistes des données. Ensuite, nous espérons que les gens parleront du projet. Mais ce n'est toujours pas suffisant car les membres de l'équipe ne parlent toujours pas de l'ensemble du projet et ne parlent pas avec toute l'équipe. Il est facile de se retrouver sous la neige avec des dizaines de réunions, sans issue ni temps pour faire le travail. Et ces messages après les réunions tueront le reste du temps et la compréhension de ce qu'il faut faire ensuite. 

C'est pourquoi les réunions ne sont que la première étape. Nous avons encore quelques problèmes:

  • Une mauvaise communication
  • Absence d'objectifs mutuels
  • Implication insuffisante

Parfois, les gens 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. Lorsque les gens ne savent pas comment partager leurs pensées et leurs idées correctement et dans le bon environnement, les informations seront perdues sur le chemin du destinataire. 

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

Amenez tout le monde à communiquer sur le projet. 

Communication multidisciplinaire en équipe

Les meilleures caractéristiques de cette approche:

  • Transparence
  • Implication
  • Échange de connaissances et de compétences
  • Éducation non-stop

C'est une structure extrêmement complexe et difficile à créer. Vous connaissez peut-être quelques frameworks qui adoptent cette approche: Agile, Lean, Scrum. Peu importe comment vous l'appelez; tous sont construits sur le principe de «tout faire ensemble en même temps». Tous ces calendriers, files d'attente de tâches, présentations de démonstration et réunions debout visent à faire parler le projet fréquemment et tous ensemble.

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

Et si vous pensez que vous êtes un analyste qui n'aime pas Agile, regardez les choses d'une autre manière: cela vous aide à montrer les résultats de votre travail - toutes vos données traitées, ces superbes tableaux de bord, vos ensembles de données - pour rendre les gens appréciez vos efforts. Mais pour ce faire, vous devez rencontrer vos collègues et discuter avec eux à la table ronde.

Et après? Tout le monde a commencé à parler du projet. Maintenant nous avons pour prouver la qualité du projet. Pour ce faire, les entreprises engagent généralement un consultant possédant les plus hautes qualifications professionnelles. 

Le critère principal d'un bon consultant (je peux vous le dire car je suis consultant) est de diminuer constamment son implication dans le projet.

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

À propos, un consultant ne devrait pas faire de rapports ni devenir une paire de mains supplémentaire pour vous. Vous avez vos collègues internes pour cela.

Embaucher des spécialistes du marketing pour l'éducation, pas la délégation

Le but principal de l'embauche d'un consultant est l'éducation, la fixation des structures et des processus et la facilitation de la communication. Le rôle d'un consultant n'est pas de faire un reporting mensuel mais plutôt de s'implanter dans le projet et d'être totalement impliqué dans la routine quotidienne de l'équipe.

Le bon consultant en marketing stratégique comble les lacunes dans les connaissances 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 bien travailler sans le consultant. 

Les résultats d'une communication efficace sont une absence de chasse aux sorcières et de pointer du doigt. Avant de commencer une tâche, les gens 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 compliquée du travail d'analyse marketing: définir les flux de données et fusionner les données.

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

Supposons que nous ayons trois sources nous donnant les données suivantes: les données de trafic, les données de produits de commerce électronique / données d'achat du programme de fidélité et les données d'analyse mobile. Nous passerons par les étapes de traitement des données une par une, du streaming de toutes ces données vers Google Cloud à l'envoi de tout pour la visualisation dans Google Data Studio avec l'aide de Google BigQuery

Sur la base de notre exemple, quelles questions les gens devraient-ils se poser pour assurer une communication claire à chaque étape du traitement des données?

  • Étape de collecte des données. Si nous oublions de mesurer quelque chose d'important, nous ne pouvons pas remonter le temps et le mesurer à nouveau. Points à considérer au préalable:
    • Si nous ne savons pas comment nommer les paramètres et les variables les plus importants, comment pouvons-nous gérer tout le désordre?
    • Comment les événements seront-ils signalés?
    • Quel sera l'identifiant unique des flux de données choisis?
    • Comment allons-nous prendre soin de la sécurité et de la confidentialité? 
    • Comment allons-nous recueillir des données là où la collecte des données est limitée?
  • Fusion des flux de données dans le flux. Considérer ce qui suit:
    • Les grands principes ETL: s'agit-il d'un transfert de données de type batch ou stream? 
    • 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 relatives au temps et à la 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? Que se passe-t-il avec les appels non valides?

  • Étape d'agrégation des données. Choses à considérer:
    • Paramètres spécialisés pour les processus ETL: que devons-nous faire avec des données non valides?
      Corriger ou supprimer? 
    • Pouvons-nous en tirer profit? 
    • Quel sera son impact sur la qualité de l'ensemble des données?

Le premier principe de toutes ces étapes est que les erreurs s’empilent les unes sur les autres et s’héritent les unes des autres. Les données collectées avec un défaut à la première étape vous feront légèrement brûler la tête pendant toutes les étapes suivantes. Et le deuxième principe est que vous devez choisir des points pour l'assurance qualité des données. Parce qu'au stade de l'agrégation, toutes les données seront mélangées et vous ne pourrez pas influencer la qualité des données mélangées. C'est vraiment important pour les projets d'apprentissage automatique, où la qualité des données affectera la qualité des résultats de l'apprentissage automatique. De bons résultats sont impossibles à obtenir avec des données de mauvaise qualité.

  • Visualisation
    C'est l'étape du PDG. Vous avez peut-être entendu parler de la situation où le PDG regarde les chiffres sur le tableau de bord et dit: «D'accord, nous avons beaucoup de bénéfices cette année, encore plus qu'auparavant, mais pourquoi tous les paramètres financiers sont-ils dans la zone rouge? ? » Et à 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:

BI marketing : chasse-neige, Google Analytics, Yandex

Vous trouverez les réponses à la plupart de ces questions uniquement avec toute votre équipe. Parce que lorsque quelqu'un prend une décision basée sur des suppositions ou une opinion personnelle sans tester l'idée avec les autres, des erreurs peuvent apparaître.

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

Voici un autre exemple: lors du suivi des scores d'impression des fiches produits, un analyste remarque une erreur. Dans les données d'appel, toutes les impressions de toutes les bannières et fiches produit ont été envoyées juste après le chargement de la page. Mais nous ne pouvons pas être sûrs que l'utilisateur a vraiment tout regardé sur la page. L'analyste vient à l'équipe pour les informer en détail à ce sujet.

Le BI dit que nous ne pouvons pas laisser la situation comme ça.

Comment calculer le CPM si nous ne pouvons même pas être sûrs que le produit a été présenté? Quel est le CTR qualifié pour les images alors?

Les spécialistes du marketing répondent:

Écoutez, tout le monde, nous pouvons créer un rapport indiquant le meilleur CTR et le vérifier par rapport à une bannière ou une photo créative similaire ailleurs.

Et puis les développeurs diront:

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

Enfin, les concepteurs UI / UX disent:

Ouais! Nous pouvons choisir si nous avons enfin besoin du rouleau ou de la pagination paresseux ou éternel!

Voici les étapes que cette petite équipe a traversées:

  1. Défini le problème
  2. Présentation des conséquences commerciales du problème
  3. Mesuré l'impact des changements
  4. Présentation des décisions techniques
  5. A découvert le profit non négligeable

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

aligner la conception

C'est pourquoi nous devons travailler ensemble. Les données doivent être collectées de manière responsable chaque jour, et c'est difficile de le faire. Et le la qualité des données doit être assurée par embaucher les bonnes personnes, acheter les bons outils et investir de l'argent, du temps et des efforts dans la construction de structures de communication efficaces, qui sont vitales pour le succès d'une organisation.

Que pensez-vous?

Ce site utilise Akismet pour réduire les spams. Découvrez comment sont traitées les données de vos commentaires..