IQworkforce的Web Analytics Rock Stars 是我最近关注的一个blog，这个Rock Star系列是网络分析领域一些大公司高管，或者不同行业的专家的访谈录。今天我挑选了Monster 全球网站的高级网络分析师 Judah Phillips的采访录，翻译来和大家分享。里面谈到分析师的招聘，分析师在公司的真正作用，职业发展以及分析领域的前沿等。
问： 我最近有机会和很多公司负责分析的高管讨论，他们在抱怨只能找到会捣鼓数字和做报表的人，但真正需要的其实是分析师，那些可以从数字和报表中得出insight的人。他们所说的这个职位是资深网络分析师，有3-5年的网络分析经验。我很想了解要求一个有3年工作经验的人，既对分析工具有认识，能理解分析指标（metrics)，并对商业模式认识足够深刻，能够像开直升飞机那样在数据（微观）和运营（宏观）中间上上下下的分析是不是要求过高？过去，这大概是C 级别的人的工作，至少是VP级别的…
答：这个要看公司商业模式本身的复杂度和分析师个人（不能一概而论）。我有曾经在一些大公司工作的经验，大公司一般都有多个商业和盈利渠道，有为数众多的分布式的新的旧的工具、对工具的需求和挑战有新近出现的，也有历史遗留的，要求一个分析师能像开直升机那样上上下下的看数据，并且成功得到有用的insight，这恐怕不是很现实。基本上一个人需要花几个月的时间才能理解这些复杂的数字、公司所用网络分析工具的发展、公司错综复杂的业务、竞争环境和挑战。另外，我也在一些小型的公司工作过，这类公司非常focus，她们从一张白纸开始，没有数据没有工具。在这类没有“历史包袱”的小型公司要看懂简单基本的数据，例如退出率（bournce rate），或者决定“做X来提高Y” 这种决策来优化网站是相对容易的多的。可以这么说，一个分析师对一个公司没有太多影响，除非公司已经定义了他们想知道答案的”商业问题“；明确一个网站存在的原因，确定每个产品存在的目标，期望的用户体验等，这些都是有效的分析的必要的背景。
我的确觉得公司要求有3-5年单纯分析经验的人能告诉众多的高管公司下一个正确的决定是什么这个要求有点过分。这些executives 通常有更多的商业经验，受过更好的教育，对公司的历史发展和目前遇到的困难都更加了解。实际上，我觉得一个分析师可以做的事情就是能提供完整可靠的”数据支持”(data driven) 的建议，这些建议是高官决策的重要输入，或者是决策时可参考的依据。最终的决策肯定是有在公司里有一定的职位、权势、或者组织影响力和足够的资源来实现决策的人。这是为什么我认为激励分析师提高网站的转换率是徒劳的。分析师通常只有非常有限的能力去实施他们提出的建议。当然，如果你使用了一个网站优化工具，例如SiteSpect，分析师“进谏”成功的几率会大大提高，因为这个工具很强大，它给出的结论基本上是成功的配方。但是，如果我们只是在谈行为数据的分析并且尽量解读这些数据，如果公司不听从建议，分析师就无能为力了。他们大概只能不断的用数据提供“证据”，以及这些数据得出来的insights，直到高层决定看一下。
问：如果你在一个电子商务公司管理一个分析团队，你觉得你的团队成员的电子商务经验有多重要？（如果他们只有媒体公司，广告公司，B2B网站的经验呢?)
答：我非常支持“不同意见”以及希望能给以员工成长的空间。如果公司已经有很强的电子商务团队并仅此而已的话，那么从其他领域招聘并且内部培训。从广告公司，B2B网站等过来的人可能对数据有完全不同的看法，说不定让我们大开眼界。现实是很多相同的网络分析的概念对于不同的网站，无论是电子商务还是内容（contents)型网站都适用。他们都有漏斗，表格，抛弃，流失，路径，关键字，第三方来源网站，转换率，事件，广告和利润（funnels, forms, abandonment, fallout, pathing, keywords, referrers, conversions, events, campaigns, and revenue） ——不管你是卖书的，还是希望用户注册来下载白皮书，或者希望用户订阅newsletter。搜索是搜索，广告是广告，电子商务和媒体类网站的根本区别是购物车，交易元素，促销和其他与公司和产品有关系的数据。
问：很多工作要求有使用某些工具的经验，这样做有误吗？你会不会宁可招一个“最优秀的运动员”然后给他几个礼拜的培训让他上手新的工具？
答：这个和工具本身以及你希望这个员工拿工具做什么有关，还和这个员工将为公司做什么相关。如果你希望一个分析师动得把数据组织起来，然后做成ppt，我觉得用过WebTrends还是Unica的经验并不重要；他们肯定有能力自己琢磨出来。如果你们希望招一个人实施高度复杂的工具，例如Omniture的SiteCatalyst：加标签，设置各种参数，帮你实现各tracking 功能，同时你希望很快能有结果，那么你需要有相关工具经验的人。然而，这还是看个人。有些人有非常快速的学习能力，而有些工具又异常复杂。例如，拿Omniture Insight和Google Analytics比较，我不会招一个只做过utm 的人去加 JavaScript page tag，不然肯定无法在前几周就如预期那样把数据整合起来。大致说来，请一个有经验的更合理。但总有些人很聪明，很短的时间就能学会新东西。对于招聘，最大的问题还是看公司的文化，公司到底愿不愿意 在员工的学习和培训上投资。有些公司就希望“做做做”, 最重要的就是完成项目，没时间做其他事情。学习一个新的工具是相当耗时间的，需要不间断的集中培训。
总的来说，这个问题嘛，仁者见仁，智者见智了。
问：据我所知，有好几个分析高管都转到专门做管理，并且非常成功。如果一个公司真正形成Data Driven的文化，这是个很自然的演化。你希望自己以后也往类似的方向发展吗？或者你更希望一直留在网络分析领域？
答：我非常希望自己也朝那个方向发展。网络分析只是我有经验的一个领域。在研究生院的时候，我在衍生产品和风险管理，还有各种营销方面都得非常非常的好。我有一个金融方向的硕士研究生学位和一个MBA学位。我曾经帮助过一个小的创业公司做了很多咨询工作。我自认为是一个优秀的作者和演讲家，所以我所做过的工作不仅仅是网络分析，我非常希望将来能在一个有分析氛围的大型公司的管理范围更广。当然，如果我只在网络分析领域一直做到退休，我也同样很开心。
现在，我想离题说一下“data driven” 组织这个概念，我认为相信它的存在有点幼稚。没错，我读过Davenport的书。公司的业务可以是data driven，整个高层管理团队也可以是data driven，但是说整个公司的所有业务 ——也许吧。决策的产生总是基于经验、直觉，不仅仅只是数据，这是人的本性和现实。我想很多企业相信他们自己是“数据驱动”，但是很多时候，他们也许也是对数据被动反应，恐惧数据和只是炫耀数据。我见过数次人们忽视数据，直到看到事实的发生才相信的案例 —— 他们宁可看到结果再修改策略，也不愿意一开始就根据历史数据来制定战略。我也看到过有的人对数据非常恐惧，因为数据有高度的透明性，他们很不适应这种透明。我甚至还看到一些高管只喜欢看到好的数据，以便他们拿数据炫耀。我的好朋友Bob Page， 他刚刚成为eBay的VP，曾经说过一句非常有智慧的话：“数据都有政治性。” 我相信，也就是所有的”数据驱动“的组织，无论它们是否存在，都同时是一个”政治驱动“的企业。。。
问：在浩瀚的数字媒体监测世界中，总有一些令人惊奇的事情发生。有了电视录像、网络广告和行为营销的进步，数字显示世界变得令人着迷；社交媒体和移动监测正在发展；社交媒体（social media)的出现也赋予了搜索分析有了深层次的意义和各种各样新的可能。 你目前正在关注什么，读什么，或者说，如果你有有时间，你真的想成为哪方面的专家？
答：随着社交媒体一起发展的事物非常酷。这些事物已经成为了主流，像鲨鱼（会跳）随处可见。我很期待我哥们Jim Sterne的新书出版，是关于社交媒体metrics的，预计将在四月初出版。如果这本书跟他其他书的风格一样，他将彻底颠覆这个领域，就像他在网络metrics所做的一样。我空闲的时候，我会自学大量的社交媒体书籍，听这方面的讲座（包括没有一个公司已经做了所有该做的是，和大多数公司都做得不太好）。我对录像监测很感兴趣，但一直没有机会能如我所愿的专心沉浸于此，我认识几个Visible Measures的聪明的能干的人，这些家伙熟悉录像监测并且正做着非常非常酷的事情。我对于移动空间也很感兴趣，但是这跟传统的在小屏幕上的网络分析差不多，但有着惊人的数据收集、访问流程和访问者流程问题。针对性营销（Targeting)很有意思，但它只是高级划分和自动投放广告的一个热身练习。Quantcast通过他的营销平台有震撼世界的潜力。我觉得网络广告也很有意思，最近在媒体界更有意思的一个话题就是广告互换，和如何优化你的媒体投资。我猜如果我必须选择一个，我会说，在广告网络的移动社交录像和广告替换。这只是玩笑。我最钟爱的领域是”预测模型“，这个模型可用于任何一种数字媒体测量收集到的数据家。
英文全文在此。
{ 2 comments }
