FW：在我目前的公司 Super RTL，我們在開展業務方面享有非常高的自由度，這很好，並且對業務洞察力的需求巨大。但由於我們在分析成熟度方面才剛剛邁出了第一步，因此在教育和管理我們的利害關係人以發揮數據驅動和自助服務的潛力方面仍有大量工作要做。
因此，我們需要非常謹慎地對待我可以讓我的團隊承擔的事情，因為這個階段需要對我們的利害關係人進行大量的溝通、主動分析和培訓。雖然創造價值和提高知名度很重要，但我們需要小心，不要過度承諾並讓內部客戶失望。儘管我們的系統和流程已經到位並正在運行，但我們仍然受到團隊規模的最大限制。
好的分析始於好的數據
不斷擴展其產品的功能集，這也意味著客戶需要保持最新狀態才能獲得最大價值。例如，幾年前，我們需要使用追蹤插件來取得當今分析中內建的某些參數。這意味著您可以而且應該更新您的實現，以在變數中收集一些更有用的信息。此外，借助全球和虛擬報告套件，在所有網站和應用程式中保持一致的追蹤標準變得比以往任何時候都更加重要。我建議每隔幾年由外部機構進行一次實施審計，以確保仍以盡可能最好的方式收集資料。
有了健康且統一的數據，您就應該向產品團隊強調使用者識別的重要性。登入使用者仍然是分析跨裝置和跨產品旅程的最簡單、最精確的方法。 Adobe 的客戶旅程分析等工具經過完美客製化，可將您的分析提升到新的水平，並從與用戶的健康關係中產生更多價值。
借助 Adobe 的全球和虛擬報表套件，在所有網站和應用程式中保持一致的追蹤標準變得比以往任何時候都更加重要。
一旦滿足所有這些先決條件，您就可以透過客戶旅程分析和 Adobe 體驗平台從資料中獲得幾乎無限的資訊。我個人覺得很有趣的一些問題：哪些用戶對您的業務最有價值，這取決於他們從哪裡開始他們的旅程？您的人脈或應用程式行銷活動如何影響其他產品？您的目標是讓使用者使用兩個網站、兩個應用程式還是各使用一個？這些問題已經證明了您可以使用客戶旅程分析等跨裝置分析工具產生的全公司優勢。
您因將網絡分析與統計數據相結合
為指標提供證據而聞名。您在工作中離不開的 Adobe Analytics 的 3 個最重要指標是什麼？
FW：這是我非常喜歡 Adobe Analytics 的原因之一，因為它讓我可以在前端端到端地建立這些指標，而無需在幕後進行任何複雜的過程。我想我會將我最喜歡的指標分為三類：
首先，我希望我的利害關係人能夠判斷他們的KPI目前的發展是否正常。例如，計算過去 30 天的平均值偏差對於檢測應調查的數據中的異常值非常有幫助。
其次，我們可以使用預測分析來模擬未來的樣子。這使我的企業能夠回答這樣的問題：如果當前趨勢持續下去，他們是否能夠實現目標。線性迴歸分析是創建預期值走廊的好方法，並且可以測量機率。
第三，我們的產品團隊應該對他們的產品進行大量的 A/B 測試。雖然 Adobe Target 等工具具有某種形式的內建顯著性測試，但添加自訂計算確實有助於為測試結果帶來確定性。
我非常喜歡 Adobe Analytics 的原因之一是，它讓我可以在前端端到端地建立這些指標，而無需在幕後執行任何複雜的流程。
DD：您是一位訓練有素的心理學家，分析中的同理心是您最重視的事情之一。您將以人為本的思維方式融入分析的成功策略是什麼？
FW：從較高的層面來看，數位分析可以被描述為從客戶收集行為數據，使我們的企業能夠做出明智的決策，並讓他們根據洞察力採取不同的行為。從心理學的角度來看，我們分析師試圖擴展利害關係人的行為方式，使他們能夠以最佳方式行事。我喜歡強調整個價值鏈中真人的參與，以避免我們經營業務的方式過度客觀化。
更具體地說，這種心態始於產品開發以及我們的業務試圖為用戶帶來價值的方式。以人為本的分析已經可以在這裡帶來價值，例如透過估計新功能的目標受眾規模。產品團隊應該向分析師詢問諸如“我們正在評估是否應該為通勤客戶構建一項功能，那麼我們有多少用戶每天從兩個以上的地點使用我們的應用程式？”決定他們的功能優先順序並預測增量收入。
在分析數位產品時，我們需要翻譯諸如「使用者喜歡我們的新功能嗎？」之類的問題。轉化為我們能夠分析的行為模式。例如，上述問題可以翻譯為“我們有多少忠實用戶多次使用過此功能？”或“一周中的每一天，有多少用戶每天至少使用一次此功能？”可以使用分析工具來回答。
優秀的分析師應該能夠透過對客戶的同理心將這些相當廣泛的問題轉化為具體的模式和分析方法。作為提示，請始終想像用戶在某種情況下的行為方式，或者如果他們具有某種心態，他們會如何行為。嘗試專注於更廣泛的行為模式（例如“使用功能”）而不是微交易（“單擊按鈕”）。另外，考慮一下你的方法中的缺陷，並嘗試估計或分析你提出的模式到底有多常見。
DD：在分析領域，有哪些我們不常談論的殘酷事實？
FW：我必須向我的經理們介紹的最令人不安的事實之一是我喜歡解釋的單人樂隊和交響樂團之間的區別。當然，兩者都可以提供一些音樂娛樂，但體驗卻相差甚遠！與此同時，從單人樂隊到二人樂隊已經邁出了一大步。與任何其他活動領域不同，分析是人力方面的真正投入可以推動變革的領域之一，這僅僅是因為允許更多的時間和更細緻的分析方法。
接下來的問題是：一旦您真正僱用了分析團隊，他們實際上應該整天做什麼？如果您想將您的業務轉型為數位優先和數據驅動，您就不能讓您的分析團隊陷入龐大的報告任務中。相反，他們需要使您的企業能夠大規模做出基於數據的決策，需要自助服務，這需要對業務利益相關者進行教育和指導。這反過來又改變了你在招募分析師時應該尋找的東西。請記住，當企業的其他部門不關心數據或不想根據數據的新見解實際改變其行為時，擁有數據驅動的分析團隊幾乎沒有什麼用處。
DD：您在電信和媒體產業工作多年。您會給在這些分支機構工作的分析從業者提出什麼建議，以產生更大的影響？
FW：電信業務的競爭非常激烈。競爭對手的定價行為可能會對您的日常銷售業績產生相當大的影響。價格比較網站和聚合商也是如此。如果您設法建立一個透明的監控系統來控制其他人，您的銷售團隊將會喜歡您。就現場分析而言，請仔細查看您的銷售漏斗有多長。購買前是否有可以省略的步驟？追加銷售應該在購買之前還是之後進行？實驗可以大有幫助。也要將數據品質工作重點放在這些關鍵互動上，以避免誤報和失去信任。
對媒體公司來說，產品和內容分析最為重要。根據您的業務模式，從產品角度來看，保留或參與可能是首要任務。嘗試以相同的方式看待內容，並根據其功能進行聚類，預先定義是否應該吸引新用戶、吸引或轉換現有用戶，或重新啟動不活躍的用戶。讓您的企業能夠透過大量內容和功能實現自助服務是一個真正的挑戰，因此請花點時間標準化分析這兩者的方式。關於如何評估績效的共同觀點將大有幫助。