Artwork

A tartalmat a Joni Lindgren & Jasmin Yaya, Joni Lindgren, and Jasmin Yaya biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Joni Lindgren & Jasmin Yaya, Joni Lindgren, and Jasmin Yaya vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.
Player FM - Podcast alkalmazás
Lépjen offline állapotba az Player FM alkalmazással!

Roller i analysteam på TV4 C More – David Jurelius

11:14
 
Megosztás
 

Manage episode 331575302 series 3267483
A tartalmat a Joni Lindgren & Jasmin Yaya, Joni Lindgren, and Jasmin Yaya biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Joni Lindgren & Jasmin Yaya, Joni Lindgren, and Jasmin Yaya vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.

I förra avsnittet pratade David Jurelius om allt som behöver finnas på plats innan experimenteringen börjar. Vi pratar om tracking, problem med cookie-döden, ITP, olika enheter och plattformar. I det här avsnittet fortsätter samtalet och vi fokuserar på själva teamet som jobbar med att samla in datan och vilka olika typer av roller och kompetenser som behövs.

Hur stort team behövs och och vilka kompetenser behövs för att samla datan och hålla datan ren?

Ju fler plattformar organisationen har, desto fler analytiker behövs det. Det behövs också olika sorters analytiker. David räknar upp några olika typer av roller som behövs för att samla och analysera data:

Analytics Engineer: har koll på tekniken så att datan kan samlas in på rätt sätt från olika plattformar. Här behövs någon som har koll på hur de olika plattformarna (iOS, Android, Samsung TV, Apple TV, Webbapp etc) tillåter att datan samlas och håller sig uppdaterad med utvecklingen. Kunde tidigare kallas för teknisk digital analytiker.

Data Engineer: ser till att data samlas in korrekt från många olika system i ett datakluster så att det går att göra någonting med den. Exempelvis data från CRM, point of sale, betalssystem och affärssystem ska samlas.

Digital Analytist / Business Intelligence Analyst: använder datan till för att få ut insikter från den.

Data Scientist: fokuserar på att bygga statistiska modeller eller machine learning-modeller.

Product Owner: politikern. Den som känner organisationen riktigt väl och vet vem vi ska prata med för att prioritera mätning. När det finns många olika plattformar behöver någon ha koll på hur mätning ska ske i olika plattformar.

Kommunicera med organisationen och gör det lätt för dem att höra av sig till er om frågor kring mätning. Bemöt alla frågor fort, då känner de sig sedda och känner att det här teamet bryr sig om mig och ser mig.

Tiden är förbi då man kunde gå in i Google Analytics lite snabbt och få ut ett svar. Datan är för komplicerad när det inte bara finns en enda webbplats. En person som kommer och säger “Hej jag vill ha tillgång till Google Analytics, jag är ganska duktig, jag fixar det!” kommer inte få tillgång till Google Analytics. Den personen vet inte vad den tar fram för data från Google Analytics och hur den ska tolka och använda den datan, och risken finns att den sprider osanningar i organisationen.

David pratar om vikten av att ha tillgång till tydlig dokumentation. Google Analytics har en bra dokumentation. Men så fort du börjar samla in datan själv behövs en tydlig dokumentation så att alla kan förstå hur och vad som samlas in.

En grej som Jasmin tar med sig är att det verkligen behövs många olika kompetenser för att få analysen att funka. Tiden är förbi när det var en one man show att samla och analysera datan. Det är en team effort!

Simo Ahava skriver ofta om nya uppdateringar och förändringar inom technical marketing på sin blogg

https://www.simoahava.com/

Google Analytics dokumentation

https://developers.google.com/analytics

Företag vi nämner:

Spotify, Lime, Voi, Mathem, Coop, TV4, C More

  continue reading

57 epizódok

Artwork
iconMegosztás
 
Manage episode 331575302 series 3267483
A tartalmat a Joni Lindgren & Jasmin Yaya, Joni Lindgren, and Jasmin Yaya biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Joni Lindgren & Jasmin Yaya, Joni Lindgren, and Jasmin Yaya vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.

I förra avsnittet pratade David Jurelius om allt som behöver finnas på plats innan experimenteringen börjar. Vi pratar om tracking, problem med cookie-döden, ITP, olika enheter och plattformar. I det här avsnittet fortsätter samtalet och vi fokuserar på själva teamet som jobbar med att samla in datan och vilka olika typer av roller och kompetenser som behövs.

Hur stort team behövs och och vilka kompetenser behövs för att samla datan och hålla datan ren?

Ju fler plattformar organisationen har, desto fler analytiker behövs det. Det behövs också olika sorters analytiker. David räknar upp några olika typer av roller som behövs för att samla och analysera data:

Analytics Engineer: har koll på tekniken så att datan kan samlas in på rätt sätt från olika plattformar. Här behövs någon som har koll på hur de olika plattformarna (iOS, Android, Samsung TV, Apple TV, Webbapp etc) tillåter att datan samlas och håller sig uppdaterad med utvecklingen. Kunde tidigare kallas för teknisk digital analytiker.

Data Engineer: ser till att data samlas in korrekt från många olika system i ett datakluster så att det går att göra någonting med den. Exempelvis data från CRM, point of sale, betalssystem och affärssystem ska samlas.

Digital Analytist / Business Intelligence Analyst: använder datan till för att få ut insikter från den.

Data Scientist: fokuserar på att bygga statistiska modeller eller machine learning-modeller.

Product Owner: politikern. Den som känner organisationen riktigt väl och vet vem vi ska prata med för att prioritera mätning. När det finns många olika plattformar behöver någon ha koll på hur mätning ska ske i olika plattformar.

Kommunicera med organisationen och gör det lätt för dem att höra av sig till er om frågor kring mätning. Bemöt alla frågor fort, då känner de sig sedda och känner att det här teamet bryr sig om mig och ser mig.

Tiden är förbi då man kunde gå in i Google Analytics lite snabbt och få ut ett svar. Datan är för komplicerad när det inte bara finns en enda webbplats. En person som kommer och säger “Hej jag vill ha tillgång till Google Analytics, jag är ganska duktig, jag fixar det!” kommer inte få tillgång till Google Analytics. Den personen vet inte vad den tar fram för data från Google Analytics och hur den ska tolka och använda den datan, och risken finns att den sprider osanningar i organisationen.

David pratar om vikten av att ha tillgång till tydlig dokumentation. Google Analytics har en bra dokumentation. Men så fort du börjar samla in datan själv behövs en tydlig dokumentation så att alla kan förstå hur och vad som samlas in.

En grej som Jasmin tar med sig är att det verkligen behövs många olika kompetenser för att få analysen att funka. Tiden är förbi när det var en one man show att samla och analysera datan. Det är en team effort!

Simo Ahava skriver ofta om nya uppdateringar och förändringar inom technical marketing på sin blogg

https://www.simoahava.com/

Google Analytics dokumentation

https://developers.google.com/analytics

Företag vi nämner:

Spotify, Lime, Voi, Mathem, Coop, TV4, C More

  continue reading

57 epizódok

Minden epizód

×
 
Loading …

Üdvözlünk a Player FM-nél!

A Player FM lejátszó az internetet böngészi a kiváló minőségű podcastok után, hogy ön élvezhesse azokat. Ez a legjobb podcast-alkalmazás, Androidon, iPhone-on és a weben is működik. Jelentkezzen be az feliratkozások szinkronizálásához az eszközök között.

 

Gyors referencia kézikönyv