「今日必要なマーケティング分析とデータサイエンスのプロが持つべき5つのスキル」
マーケティング分析とデータサイエンスのプロの必要なスキル5つ
スポンサーされたコンテンツ
By Ann Gynn
スピードアップとスローダウン。
マーケティングアナリティクスとデータサイエンスの専門家は、この見かけ上の相反する課題に直面します。
機械学習と人工知能の影響がますます大きくなるなど、急速な変化に適応しなければなりません。しかし、意味のある形でまとめ、法的に適合している必要もあります。
これは、マーケティングアナリティクスの先駆者やデータイノベーターがマーケティングアナリティクス＆データサイエンス（MADS）カンファレンスで特定した総合的なテーマです。幸い、彼らはこれらの課題に対するいくつかのアイデアも共有しています（9月26日から28日までワシントンDCで開催されるカンファレンスでさらにアイデア、インスピレーション、アドバイスを得ることができます）。
データソース、ルール、および関連性は急速に変化します
「最も厳しい課題は、スキルセットと業界がいかに速く変化しているかです」と、Trust InsightsのCEOであるケイティ・ロバートは述べています。
有機検索やコンテンツマーケティングなどの従来のデジタルマーケティング手法は進化しており、特に人工知能の改善の影響が大きいです。かつてマーケターが頼りにしていたソーシャルメディアプラットフォームでは、オーディエンスを構築し影響を与えることはできなくなりました。
ロバートは、このデジタルマーケティングの新しい世界が人々にどのようにどこで届くかを変えていくと述べています。「マーケティングアナリティクスの専門家がデータを取得する場所に追いつくのはますます困難になるでしょう」と彼女は言います。
20年前、より多くのデータを持っていることは、より賢いことを意味していました。Croudのチーフストラテジーオフィサーであり、元Google Analyticsチームのメンバーであるアヴィナッシュ・カウシクは言います。「しかし、今では神が誰にも持ってほしくないほどのデータを持っています。ですから、賢いということは、自分の注意を集中させるために無視すべきデータを見極めることです。」
Snowflakeのシニアディレクターであるグアン・ワンも同様に考えています。彼は、アナリストと科学者が「AIと機械学習のワークロードを実現するためにデータを1つのプラットフォームにまとめる必要がある」と述べています。
しかし、それは簡単な仕事ではありません。
「マーケティングインテリジェンス[チーム]は非常に頑張っています。[11,000以上の]アプリケーションやソリューションを扱っているのです。このエコシステム全体は非常に断片化しています」とワンは言います。
しかし、データの統合と知見の抽出には時間がかかります
マーケティングアナリティクスの専門家にとって、断片化されたデータソースと技術は、戦略的かつ実行可能な方法でドットをつなぐのが困難です。Convince＆Convertの戦略ディレクターであるゾンティ・ホウは、「ますます多くの組織が統合されたデータの可能性と必要性に気付いています」と述べています。
しかし、データの統合に時間をかけずに報告指標を提供することになります。
Starzのビジネスインテリジェンスおよびデータサイエンスの副社長であるマイケル・バガルマンは、関連する課題を見ています。
「実践者は、規制や倫理的なデータ使用の影響に対処しながら、広範なデータセットを効率的に統合して分析し、実行可能な知見を得る必要があります」と彼は言います。
それには、GDPRやCCPAなどの複雑な法的プライバシーフレームワークを航海し、機械学習とAIによって解釈されたアルゴリズムが公正で偏りのない意思決定につながることを確実にする必要があります。
これらすべてが難しい労働環境に対応するために、専門家たちは以下を推奨しています。
1. 非技術面を向上させる
これらの課題は技術に焦点を当てているように見えますが、それらに対処する方法は別のものから始まります。
マーケティングアナリストは、情報を確保するために誰に話しかけるか、そしてどのように話しかけるかを知るために、自分のスキルを磨く必要があります。Trust Insightsのケイティ・ロバートは、それが理解するための質問をすることで、チーム、オーディエンス、ステークホルダーに戻すために必要な知識を持っているかを理解するために、聞くことが必要だと述べています。
「技術スキルは誰にでも教えることができます。人々は標準的な作業手順に従うことができます」と彼女は言います。「教えるのが非常に難しいスキルセットは、コミュニケーションと聴くことです。」
2. ストーリーテリングのスキルを向上させる
コミュニケーションスキルを向上させることで、ホウのアドバイスに沿って「マーケティングデータが組織のマーケティングチームをどのようにガイドすべきかを明確に伝えるストーリーを織り交ぜることができるでしょう」。
彼女は、投資対効果のつながりを説明し、視線の制約によりまだ実現していない可能な行動を詳細に説明するストーリーを伝えるべきだと言っています。Convince & ConvertのZontee Houは、「チームは横断的に連携し、幹部からの賛同を得ることで、この問題を本当に解決する必要があります」と述べています。
3. ビジネス目標に焦点を絞る
組織全体のサポートを確保するには、データがビジネスにもたらす価値に注力する必要があります。
SnowflakeのGuan Wangは、「ビジネスパーソンはビジネスの成果を見たいと思っています。常にビジネス目標を主要な利害関係者と合わせることを忘れないでください」と述べています。それを定期的に再評価して、適切であることを確認する必要があります。
彼はさらに、「モデルを使用することに慣れていることを確認し、常に反復し続ける必要があります。機械学習は単なる1つのレポートではありません。多くのモデルを提供します」と述べています。
4. ビジネス、法的、倫理的な影響のバランスを学ぶ
ビジネス目的との調整には、データに関する法的な要件に対処する必要もあります。StarzのMichael Bagalmanは、「データ駆動型のマーケティングと個人のプライバシー権利の維持との間には、複雑なバランスが求められます」と述べています。「GDPRやCCPAなどの規制には、個々のニュアンスを考慮した緻密な解釈と実施が必要です」と述べています。
新しいマーケティングツールやデータ収集方法を導入する際に、これらの法律に対応するコンプライアンスシステムを構築する必要があります。「データの正確性、透明性、セキュリティを確保するには、堅牢な技術基盤と継続的なモニタリングが必要です」と彼は述べています。”これらの課題の複雑さは、法律の専門家、データサイエンティスト、マーケター、倫理学者の協力によってホリスティックな解決策を開発する必要があります。ユーザーの権利とマーケティングの効果を尊重する」と彼は述べています。
それには、分析の実践者に何が必要ですか？
Bagalmanは、次のような長いリストを共有しています：法的/規制の知識、技術的な熟練度、倫理的な考慮事項の理解、コミュニケーション能力（特に非技術的な利害関係者とのコミュニケーション）、協力、データガバナンス、多様性と包摂意識、継続的な学習、問題解決、リスク管理、戦略的思考、適応性、共感 – データとプライバシーの倫理における消費者の視点を真に理解することです。
5. インパクトをモデル化する
さあ、行動に移す準備はできていますか？ Avinash Kaushikは、コンテンツに焦点を当てたマーケティング分析の専門家向けに、Impact Matrixというモデルを作成しました。これにより、次の質問に答えることができます：
- チームの分析実践はどれほど洗練されていますか？
- リーダーやアナリストを低い価値の指標から引き離す最良の方法は何ですか？
- 分析の栄光への明確な道筋をどのように作りますか？
- 機械学習と自動化の役割を前面に押し出すためにはどうすればよいですか？
- CMOのダッシュボードとディレクターのダッシュボードには何が表示されるべきですか？
この行列のx軸は、コンテンツが価値を持つまでにかかる時間を詳細に示しており、リアルタイム、週次、月次、四半期、または半年ごとです。y軸は、超戦術的から超戦略的までの範囲です。Kaushikは、この記事でより詳細に作成方法を説明しています。
彼は、「Impact Matrixは、フレームワークに基づいてそのような会話をするのに役立ち、そして『今日はここにいます。どうやってそこに行くのか』という計画を作成するのに役立ちます」と述べています。
マーケティング分析とデータの課題を克服する方法を学ぶ
技術とデジタルマーケティングが急速に進化する中で、あなたとあなたのマーケティング分析チームはビジネスに適した方法で全てを動かす準備ができていますか？これらの専門家たちはここで素早い解決策を強調していますが、MADSカンファレンスでは詳細な説明を行い、直接質問に答えるためにスローダウンします。
2023年9月26日から28日まで、ワシントンD.C.で開催されるMADSカンファレンスにぜひご参加ください。詳細はこちらでご確認いただけます。会議参加費用の$100割引コード「KDN100」を使用して登録してください。
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
