Почему BI инструменты не заменят сырые данные

Речь про незаменимость для интернет-маркетологов доступа к сырым данным. Длинная сухая статья без картинок для тех кто прям очень релевантен.

В работе маркетолога я постоянно сталкиваюсь с отчётностью разного уровня. Глобально я разделю их на два варианта:

• с доступом к сырым данным, когда маркетолог может подключить например Excel или тот же Power BI к базе данных и использовать таблицы как захочется. Ну или имеет прямой доступ через SQL клиент к самой БД. Ну или делает ручную отчетность выгружая сырые данные сам и коннектя их с такими же из CRM клиента (такой пример я уже описывал у себя);
• второй без доступа к сырым данным и принятие решений исключительно на основе готовых BI дашбордов созданных в том же Excel или Power BI.
  
  Единственное в случае с Excel мы будем работать с помощью кубов MOLAP (multidimensional online analytical processing), а с Power BI через ROLAP куб (relational online analytical processing). Подробнее про это в данной статье.

Я, как маркетолог, всегда погружен в первый вариант. То есть я сам подключаю источники, сам формирую модель данных, сам определяю ключи и всё вот это. Но насколько мне известно, такое редкость.

В подавляющем большинстве случаев, сквозная отчетность (если она вообще имеется) строится на основе готовых дашбордов, которые отдел аналитики по запросу маркетинга формируют для оценки эффективности рекламы и теста гипотез.

Все вы видели подобные красивые отчёты где стандартные метрики красиво упакованы в дашборды. Давайте дальше расскажу почему это менее эффективно.

Почему готовые дашборды хуже

Тут стоит немного остановиться и подумать, что такое вообще работа маркетолога? Для меня — это регулярное тестирование гипотез и поддержание текущих. Это означает постоянный запуск новых кампаний, источников, креативов, УТП и прочее, прочее.

И вот имея такую регулярную работу давайте рассмотрим минусы готовых дашбордов:

• во-первых, при таком постоянном запуске гипотез маркетолог априори не сможет просчитать все варианты срезов, которые нужно попросить аналитиков вывести в дашборд. И если в процессе работы ему потребуется новый срез, то на его вывод уйдёт несколько дней, если согласятся вообще;
• во-вторых, это обновление справочников рекламы. Каждая новая кампания имеет своё имя, которое должно попадать в дашборды. Если на старте рекламы маркетолог не отдал такие данные аналитикам, то данные по кампании будут обезличены. Да, соглашусь, что на старте можно отдать аналитикам правила именований кампаний, но поверьте мне, при нон стоп работе постоянно что-то меняется и смена символа в названии приведёт к потере привязки данных. Да и при большом количестве гипотез сделать универсальные правила довольно сложно, потому что исключить будущие дубли очень сложно, особенно когда на проекте несколько маркетологов;
• в третьих в готовые дашборды постоянно что-то требуется добавить. Например сделали вы с аналитиками дашборд и ведёте рекламу. И тут клиент спрашивает: «Слушай, а как отработали новые креативы, которые мы добавили на той неделе в кампании А на 50% групп объявлений во всех рекламных источниках? Покажи цифры!».
  Маркетолог встаёт в ступор, в его готовых дашбордах такого нет. Более того, он даже не думал об этом, поэтому даже аналитики уже не помогут.
  Работая с сырыми данными маркетолог бы знал, что необходимо разметить такие креативы, например названиями, попадающими в utm_content. Потом добавить их в справочник или отфильтровать в готовой таблице.

Как вы видите, отсутствие у маркетолога доступа к сырым данным и непричастность к формированию связей модели данных, приводит к плохим результатам.

Для кого же готовые дашборды

Они для руководителей, хотя нет. Как мне кажется, у нормального руководителя должно быть в голове тысячи вариантов (срезов) по его бизнесу. По персоналу, по транспортной или складской логистике, по инвестициям, по продажам и т.д. Чтобы юзать всё в дашбордах — не хватит операционки.

Поэтому, я считаю, что BI инструменты полезны только при поверхностном, быстром и обзорном взгляде на бизнес без необходимости углубления в нюансы.

Но точно не для маркетолога, ибо даже банальный репорт про количество заявок для маркетолога должен плодить множество вопросов. Например, продаж 100 за июль. Это много или мало? Какой прирост или убыль? Какова стоимость продажи? Конверсия? Какой канал дал прирост? Какой сегмент РК дал прирост? Кака группа, фраза, креатив дали прирост? И так далее глубже.