使用 Adobe Analytics 的高管成功指南
作为营销负责人，您选择信任 Adobe Analytics。无论您是专注于 Web、多渠道内容还是预测分析，都可以通过 Adobe Analytics 找到能帮助您扎实起步的资源。
当您的团队努力实施和自定义 Adobe Analytics 以加强分析策略时，您可以帮助他们并提供指导和支持。本指南旨在帮助您做到这一点。
让我们开始吧。
分享您的愿景
作为执行主管，您的角色对于 Analytics 计划的整体成功至关重要。您需要定义长期目标、分配资源，在各个团队之间建立伙伴关系并达成一致，以发展完善实践。但是，要确保成功部署 Adobe Analytics，您还必须在组织内外部分享自己关于 Analytics 的愿景。
在组织内部： 当您的团队清楚主要目标时，这将为他们的许多实施决策，以及后续的采用和使用提供指导。其中包括了解您的分析策略如何支持整体业务目标和 KPI。征求反馈有助于建立信任，并确保所有人都朝着共同的目标努力。
在组织外部： 您会有许多利益相关者和协作者，他们可能并不完全了解分析的力量和作用。利用这个绝佳的机会，您可以分享团队的工作，设定对分析的期望，并为即将召开的协调会议打好基础。一旦他们看到更大的愿景以及自己部门会获得的好处，您将在整个组织中迅速获得许多拥护者。这反过来将推动 Analytics 的广泛采用，从而营造出一种数据驱动型的企业文化。
_______________________________
措施： 写下 2-4 句话，描述“为什么选择 Adobe Analytics”以及它将如何：1) 帮助实现总体业务目标，2) 帮助各个部门实现自己的绩效目标。 与您的团队和其他部门的利益相关者共享此内容。 经常征求反馈意见，以便及时了解 Adobe Analytics 在实现愿景方面的进展。
_______________________________
组建团队
成功的 Adobe Analytics 团队包含几个关键成员：
强有力的分析负责人。此人对于使用 Adobe Analytics 取得成功至关重要。他们将：
- 成为高管和业务合作伙伴的关键联系人
- 在组织内部负责数字分析
- 与执行主管（可能是您）密切合作
- 重点关注公司级别的问题，同时仍然了解区域或业务部门问题
- 在组织内推动文化变革和产品采用
- 制定培训计划，帮助每个业务部门通过 Adobe Analytics 实现自给自足
- 寻找跨业务部门的机会
- 管理核心团队，帮助他们支持组织的 KBO
理想情况下，此候选人应当精通战略、Web 和技术，是 Analytics 专家，拥有出色的沟通技巧，并且熟悉如何领导跨职能项目。如果他也有营销经验，那就更好了。
_______________________________
措施：确定由您的一名员工，或聘用经验丰富的分析负责人来担任此角色。
_______________________________
业务分析师。 他们重点关注业务合作伙伴 KPI，并跨业务部门分析这些数据。他们应主动联系业务合作伙伴，了解不断变化的最终用户需求，确保充分的报告，并为组织提供新用户培训。此外，他们还应记录并传播分析方面的成功案例。
技术架构师。 他们与技术主管一起为所有业务伙伴协调分析的技术事宜。这包括确定为回答业务问题而设计实施方案的最佳方式，维护实施文档库，以及管理新帐户和权限。
技术主管。他们是负责为指定的业务合作伙伴提供技术分析的联系人。他们向实施开发人员提供详细的标记说明，确保遵循公司的标准，并协助业务合作伙伴项目的数据收集 QA 工作，以确保持续的数据完整性。
实施开发人员。他们将所需更改代码化以满足业务要求。他们也会执行初始的分析标记测试。根据大多数 Adobe 客户的经验，让集中式团队执行这项职能比尝试让多个不同的 IT 团队理解 Adobe 标记更为可取。
_______________________________
措施：与分析负责人安排会议，以确定这些角色并指定人员。
_______________________________
衡量成功
Adobe Analytics 能够以多种方式为企业提供价值，具体取决于组织的宗旨和目标。最具影响力的优势分以下几类：
- 生产效率提高，因为用户能够快速高效地发现跨数字体验的客户体验洞察，为业务决策提供信息并了解营销结果。以前可能需要几天或几周才能完成的分析，在 Adobe Analytics 中只要几分钟就能完成。通过跨业务部门的自助服务，不仅能够更及时地访问关键数据点，而且还能解放数字分析团队，让他们专注于更复杂的分析，发现意义重大的业务机会。
- 衡量标准： 每月活动 Adobe Analytics 用户数，利用 Adobe Analytics 缩减获得洞察所用的时间，减少发对分析团队的支持请求。
- 通过基于数据驱动的客户行为洞察所带来的客户体验变化来 优化业务 KPI 利用 Adobe Analytics，您的组织能够快速轻松地建立 KPI 基准，并确定哪些关键用户流程和操作对这些 KPI 的影响最大。揭示这些关系有助于判断应优先分配资源来优化客户体验中的哪些元素，并且您的组织可以衡量这些优化对 KPI 的影响（相对于基准）。
- 衡量标准： 改善关键量度，如生成的潜在客户、转化率、自助服务的增加、呼叫量的减少等。
_______________________________
措施：在组织启动 Adobe Analytics 之前，立即确定基准，以便比较效率、衡量 KPI 改进并计算节省额
_______________________________
治理的重要性
Adobe 发现，强大的数据治理模型对于最大限度地提高数据完整性、信任度、采用率和工作流程效率，以及最终通过 Analytics 计划实现卓越运营至关重要。
我们推荐使用 4 部分数据治理模型，以确保充分考虑 Analytics 项目的所有方面：
- 组织和团队准备情况： 仅组建合适的专家团队来运行和运营解决方案是不够的。Adobe 还建议设立一个指导委员会，由所有主要利益相关方团体派代表担任领导职务。此外，建立卓越中心 (COE) 意味着成立分析组织，为企业提供服务。COE 将管理在整个企业中构建和维持重视分析的企业文化所需的标准、流程和实践。主题专家 (SME) 将自然而然地出现在关键利益相关者群组中，并成为其团队中的 Analytics 专业人士。
- 数据收集策略： 首先，设计的 Analytics 解决方案必须满足业务目标和关键绩效指标要求，才能实现价值。它还应遵守组织和政府的数据合规性政策，比如 GDPR。应定期创建和更新解决方案文档，以反映 Analytics 解决方案的最新发展。此外，制定正式的标记引入流程，这将确保请求得到合理的排序和执行。
- 数据质量情况收集策略： 在数字分析中，对数据的信任至关重要，拥有明确、全面的测试和验证流程可确保较高的数据保真度。如果对数据质量情况缺乏强有力的治理，则必然会出现数据完整性问题，从而削弱组织内部对实施的信任，导致报告和洞察的采用率降低或根本不被采用。
- 数据大众化： 这一支柱对于确保在适当的时间向适当的业务合作伙伴提供适当的数据和洞察至关重要。当 Adobe Analytics 支持自助服务，并且能够以思维的速度获取洞察时，组织才能发展得更好。没有数据大众化，就会错过优化客户体验的机会，组织也很难接受数据驱动的决策文化。
_______________________________
措施：确保 Analytics 负责人为 Adobe Analytics 制定一个明确的治理计划，其中涵盖数据治理成熟度模型的 4 个支柱。
_______________________________
您在成功道路上扮演的角色
要从 Adobe 投资中获得最大价值，关键之一是在技术和组织层面建立共同的基础。确保组织各部门以共同的战略和宗旨开展业务是成功的关键。
我们也明白，对于变革型领导者来说，引领变革可能会令人望而生畏。此历程涉及几个关键步骤：传达您的愿景、赢得支持、让人们适应新技术以及灌输新的工作方式。
有关管理变更中人为因素的更详细指导，请参阅我们关于成功变革管理要点的指南。 此资源提供了宝贵的洞察、实用策略，甚至还有一个变革工具包，以帮助您了解组织转型的范围和复杂性。