Arbeta tvärfunktionellt
Resan till Adobe Analytics börjar med en bra implementering. Vi vet alla vad man säger om "skräp in, skräp ut". För att eliminera en"skräpimplementering" måste administratörer övervaka alla detaljer i de data som läggs in i systemet. Strategin för datainsamling påverkas dock av många intressenter i organisationen som en administratör måste arbeta med dag-in och dag-ut.
Som ägare av verktyget måste ni arbeta tillsammans med affärsteamen för att förstå deras krav och nyckeltal, samarbeta med IT- och designpartners för att förstå dataflödet och samarbeta med rapportintressenter för att hjälpa dem förstå implementerade variabler och värden för rapportering. Dessutom måste vi arbeta tillsammans med EDW-teamen för att få in data i deras system för att kunna användas i stor utsträckning i hela företaget. Dessutom finns det andra team som är beroende av analysdata som Adobe Target, mediekampanjer och andra leverantörspartners.
Som du redan vet arbetar du som administratör för Adobe Analytics kontinuerligt i olika organisationer och team. För att kunna upprätthålla effektiva korsfunktionella relationer måste administratören ha en"produktchef". Istället för att bara tänka på era egna behov av rapportering/datainsamling måste ni ta hänsyn till hela organisationens produktbehov. Att vara administratör är inte en enkel roll men kan göras mycket enklare med samarbete mellan olika team.
Det här är några av de färdigheter som krävs för att fungera väl över funktionaliteten:
- Teknisk grund: En administratör bör ha en god förståelse för den tekniska implementeringen av Adobe Analytics. Administratörer är mellanman mellan företagsägare och tekniska resurser och överbryggar klyftan mellan"vad man ska mäta" och"mäta". Administratörer måste vara en aktiv del i lösningsdesignen utifrån sina kunskaper om organisationens nyckeltal och nyckeltal. För att vara effektiv i samarbete mellan olika funktioner måste administratörer kunna samarbeta på djupgående nivå med tekniker för att fastställa implementeringens förväntningar. Beroende på lösningsdesignen kan administratören implementera och hantera lämpliga variabelinställningar och taxonomi som krävs. Det finns hundratals detaljer i varje projekt och administratörer bör kunna förstå hur deras data kommer att passa in i det stora systemet av saker och ting.
- Ledarskap: En kvalificerad administratör bör kunna inge förtroende för kvaliteten på sin datauppsättning. Detta uppnås genom att man implementerar och underhåller bästa praxis från Adobe. Adobe bästa praxis säkerställer att datainsamlingen är korrekt, att insamlade data är användbara och att insamlade data får åtgärdbara insikter från insamlade data. Dessutom är förmedling av implementeringskunskaper och utbildning av nya användare en viktig del av ledningen inom Adobe Analytics. Administratörer bör sträva efter att öka användningen av verktyget genom att leda kurser och hjälpmedel för att visa hur användbar Adobe Analytics är.
- Kunddrivna metoder: En administratör måste ha en känsla av hur man kan förbättra användarupplevelsen. Som administratörer av Adobe Analytics är era kunder Adobe Analytics intressenter och användare. För att skapa en bättre upplevelse för dem är det viktigt att ni ser till att tvärfunktionella team har lämplig åtkomst. Om ni förstår deras roller och behov kan ni i förväg övervinna hinder genom att tillhandahålla lämplig åtkomst från början. Administratörer bör dessutom införa och upprätthålla lämplig taxonomi och dokumentation av komponenter och variabler inom Adobe Analytics. Detta ger tydlig dokumentation för era korsfunktionella team att granska.
- Kommunikation: Effektivt samarbete över flera funktioner kräver expertkunskaper. En administratör måste tydligt formulera sina affärsfrågor och hur de försöker svara på dem. Administratörer bör ofta begära feedback från det korsfunktionella teamet och implementera nödvändiga ändringar för att underlätta effektivt samarbete. Ändringar av implementeringen kan få spridda effekter i hela dataflödet och i rapporteringsprocesserna. En ändring av en variabelsamling kan till exempel påverka resultatet av ett segment, vilket i sin tur kan påverka en rapportsammanfattning som används av en affärsaktör för att fatta ett affärsbeslut. Genom att dokumentera och informera om ändringar som gjorts i komponenter eller variabler säkerställer du transparens i rapporteringen av påverkan och underlättar felsökning av implementeringen.