成功使用 Adobe Analytics 的執行指南

分享您的願景

分享您的願景

作為高管層級的贊助者，您的角色對於分析方案的整體成功至關重要。您要確定長期目標、分配資源，並在各團隊之間建立合作關係和協調，以促進業務發展。但是，為了確保 Adobe Analytics 的成功推廣，您還必須在組織內外分享您對分析的願景。

組織內部： 當您的團隊瞭解了主要目標後，他們的許多實施決策都將以此為指導，並在日後指導他們採納和使用這些目標。其中包括瞭解您的分析策略將如何支援總體業務目標和 KPI。徵求回饋意見可以建立信任，確保每個人都朝著共同的目標前進。

組織外部： 您將會有許多利害關係人和合作者，他們可能並不完全瞭解分析的力量及其作用。這是一個很好的機會，可以分享團隊的工作，設定對分析的期望，並為即將舉行的協調會議奠定基礎。一旦他們看到了更遠大的願景和對自己部門的益處，您的組織中很快就會有達人。反過來，這也將促進分析技術的廣泛應用，從而建立數據推動的文化。

_______________________________

行動： 寫下 2-4 個關於「為什麼選擇 Adobe Analytics」以及它將如何發揮作用的句子：1) 協助實現整體業務目標；2) 協助各個部門實現自己的績效目標。與您的團隊和其他部門的利害關係人分享。經常徵求回饋意見，以掌握 Adobe Analytics 在實現您的願景方面的進展情況。

_______________________________

組合團隊

組合團隊

成功的 Adobe Analytics 團隊有幾個關鍵成員：

一個業務嫻熟的分析負責人。此人是您成功使用 Adobe Analytics 的基礎。他們將：

• 成為高管和業務合作夥伴的主要連絡人
• 負責組織內的數位分析
• 與高管贊助者（可能就是您）密切合作
• 關注公司層面的問題，同時保持對地區或業務部門問題的瞭解
• 推動組織內部的文化變革和產品採用
• 制定培訓計劃，幫助各業務部門在 Adobe Analytics 中實現自立
• 尋找跨業務部門的機會
• 管理核心團隊，協助他們支援組織的關鍵業務目標 (KBO)

這位候選人最好具有戰略眼光，精通網路和技術，是分析專家，擁有出色的溝通技巧，並能自如地領導跨職能專案。如果他們也有行銷經驗，那就更好了。

_______________________________

行動：確定一名員工或聘請一名經驗豐富的分析負責人來擔任這一角色。

_______________________________

業務分析師。 他們關注業務合作夥伴的 KPI，並跨業務部門對這些指標進行分析。他們主動聯繫業務合作夥伴，瞭解最終使用者不斷變化的需求，確保提供充分的報告，並為組織提供新使用者培訓。他們還記錄和交流分析成功案例。

技術架構師。 他們與技術負責人協調所有業務合作夥伴的分析技術工作。這包括確定設計實施方案以回答業務問題的最佳方法、維護實施文件庫，以及管理新帳戶和權限。

技術負責人。他們是指定業務合作夥伴分析技術方面的連絡人。他們向實施開發人員提供詳細的標記說明，確保企業標準得到遵守，並協助業務合作夥伴專案數據收集的品質保證工作，以保證持續的數據完整性。

實施開發人員。他們對程式碼進行必要的修改，以滿足業務需求。他們還對分析標記進行初步測試。大多數 Adobe 客戶發現，由一個集中的團隊來執行這一功能，比讓不同的 IT 團隊瞭解 Adobe 標記更好。

_______________________________

行動：與分析負責人召開會議，確定並指派員工擔任這些角色。

_______________________________

衡量成功

衡量成功

Adobe Analytics 可根據組織的目的和目標，以各種方式為您的業務帶來價值。最具影響力的效益可分為以下幾類：

• 使用者能夠快速有效地發現數位體驗中的客戶體驗洞察，為業務決策提供依據並瞭解行銷結果，從而 提高生產力。以前可能需要數天或數週才能完成的分析，在 Adobe Analytics 中只需幾分鐘即可完成。跨業務部門的自助服務不僅能更及時地存取關鍵數據點，還能讓數位分析團隊騰出手來，專注於更複雜的分析，發掘具有重大影響力的商機。
  • 衡量： 每月活躍的 Adobe Analytics 使用者數量、透過利用 Adobe Analytics 更快地獲得洞察力、減少向分析團隊提出的支持請求。
• 透過數據推動的客戶行為洞察，改變客戶體驗，最佳化業務 KPI。Adobe Analytics 可讓您的組織快速、輕鬆地建立 KPI 基準，並確定哪些關鍵使用者流和操作對這些 KPI 影響最大。揭示這些關係將為優先最佳化客戶體驗中的哪些要素提供資訊，您的組織也可以衡量這些最佳化相對於基準對 KPI 的影響。
  • 衡量： 關鍵量度的改進，如產生的銷售機會、轉化率、自助服務的增加、呼叫量的減少等。

_______________________________

行動：在您的組織啟動 Adobe Analytics 之前，現在就建立基準，這樣您就可以輕鬆地比較效率、衡量 KPI 的改進情況並計算節省的費用。

_______________________________

治理的重要性

治理的重要性

Adobe 發現，一個強大的數據治理模型對於最大限度地提高數據完整性、信任度、採用率和工作流程效率，以及最終實現分析方案的卓越營運至關重要。

我們建議採用由四個部分組成的數據治理模型，以確保分析方案的所有方面都得到考慮：

1. 組織和團隊準備就緒： 僅僅組建合適的專家團隊來運行和操作解決方案是不夠的。Adobe 還建議成立一個指導委員會，由來自所有主要利害關係人群體的領導代表組成。此外，建立卓越中心 (COE) 將使分析組織成為企業的一項服務。COE 將對標準、流程和實務進行治理，這些標準、流程和實務是在整個業務中建立和維持強大的分析文化所不可或缺的。主題專家 (SME) 將自然而然地出現在各主要利害關係人群體中，並將成為各自團隊的 Analytics 達人。
2. 數據收集策略： 首先，分析解決方案必須針對業務目標和關鍵績效指標進行設計，以實現價值。它還應遵守組織和政府的數據合規政策，如 GDPR。應建立並定期更新解決方案文件，以反映分析解決方案的發展變化。制定正式的標記接收流程，還能確保對請求進行優先排序和適當執行。
3. 數據健康收集策略： 在數位分析中，數據的可信度至關重要，而定義明確、全面的測試和驗證流程將確保數據的高保真度。如果不對數據健康狀況進行強有力的治理，就不可避免地會出現數據完整性問題，從而削弱組織內部對實施工作的信任，導致報告和洞察力的採用率低或根本沒有採用。
4. 數據大眾化： 這一支柱對於確保在正確的時間向正確的業務合作夥伴提供正確的數據和見解至關重要。當 Adobe Analytics 可以提供自助服務並能以極快的思維速度獲得洞察力時，組織的發展最為迅猛。如果不實現數據大眾化，就會錯失最佳化客戶體驗的機會，組織也不可能形成數據推動決策的文化。

_______________________________

行動：確保分析負責人為 Adobe Analytics 制定明確的治理計劃，其中包含數據治理成熟度模型的 4 個支柱。

_______________________________