Человек vs машины: каким должен быть веб-аналитик, чтобы «выжить»

Веб-аналитика как направление зародилась и начала развиваться еще в начале 90-х годов прошлого века. С того момента наука претерпела много изменений и приобрела совершенно другой вид. О последних тенденциях веб-аналитики и том, каким должен быть специалист, чтобы «выжить» в современном мире, поговорили с Константином Юревичем и Олегом Катрышевым из компании Driveback, специализирующейся на работе с данными, персонализации и оптимизации конверсии сайтов.

Назовите текущие тенденции в веб-аналитике.

Константин: Раньше аналитика оставалась “в глазах аналитика”: человек входил в Google Analytics либо какой-нибудь BI-инструмент, смотрел на графики и отчеты, в лучшем случае отправлял их руководству. Возможно, на основе этих отчетов принимались какие-то решения. Главное, что полученная информация больше не использовалась. 

Теперь после обработки данные возвращаются обратно в стек маркетинговых инструментов. Дальше эти знания автоматически накапливаются и применяются.

О: Таким образом цикл применения данных замыкается.

Какое событие в веб-аналитике за последнее время вы считаете наиболее значимым?

О: Приход в аналитику машинного обучения.

К: Да, это действительно так. 

Аналитика наконец-то становится предиктивной.

Отчасти она уже происходит без участия человека – человек задает цель, которую нужно достигнуть, KPI, на который нужно ориентироваться и необходимые модели машинного обучения. Дальше за счет накопленных данных машина обучается и предсказывает, что нужно бизнесу.

Сейчас все движется к автоматизации, участие человека в некоторых процессах становится не нужно. Какие примеры из сферы веб-аналитики вы могли бы привести?

О: Любой повторяющийся процесс можно автоматизировать. В веб-аналитике есть еще более сложный вид автоматизации – автоматизация процесса принятия решения. Например, когда программа автоматически решает поднять ставку или включить определенную кампанию для определенного сегмента пользователей.

К: Машина не просто перечисляет проблемы – у вас вот здесь плохо, вот здесь просело, вот здесь проблема с воронкой, а выдает, что конкретно нужно сделать, чтобы все стало хорошо. Можно сказать, что это тренд ближайшего будущего.

Учитывая тенденцию к автоматизации, может ли профессия веб-аналитика изжить себя?

О: Тенденция к автоматизации есть в любой сфере – в медицине, инженерии и т.д. Специалисты, которые раньше составляли отчеты и смотрели в микроскоп, сейчас в какой-то степени становятся операторами алгоритмов. Они понимают, что происходит внутри системы, что подается на вход и что будет на выходе. Искусственного интеллекта, способного заменить оператора, понимающего весь бизнес-процесс от начала до конца, пока не существует.

К: Сейчас требуются такие специалисты, которые видят весь бизнес-процесс: зачем, отчего, какой KPI драйвит, какие инструменты нужно использовать и насколько это в итоге увеличивает выручку. Человек в любом случае будет анализировать и ставить задачи.

Машина должна убрать всю рутину. Как говорит Дмитрий Потапенко (прим. предприниматель), «для рутины вы можете использовать либо рабов, либо машины». Аналитики и маркетологи – слишком дорогие специалисты для того, чтобы тратить их время на установку счетчиков или загрузку и выгрузку данных CRM.Все это можно автоматизировать, например, наши продукты забирают у аналитиков до 50% рутинной работы.

Вопрос в том, смогут ли современные аналитики адаптироваться в новом мире и научиться не только делать какие-то привычные задачи, но и управлять процессом.

Можно сказать, что веб-аналитика расположена на стыке двух областей – IT и маркетинга. Как вы считаете, веб-аналитик — это скорее IT-специалист или маркетолог?

К: Во-первых, у веб-аналитика должен быть хороший технический фундамент, на котором будет строиться вся его работа. Без базы тяжело приобретать дополнительные знания и навыки.

Во-вторых, это структурный подход, умение правильно ставить задачи. Если аналитик этого не умеет, он никогда не получит правильного решения.

Хороший аналитик должен уметь правильно ставить задачи и доводить процесс до конца.

О: Например, в инженерном деле каждый конструктор должен быть технологом, он должен понимать, какой технологический процесс стоит за изготовлением детали. Это актуально и для веб-аналитики. Специалист должен понимать, как работает система. Как биты информации накапливаются, откуда они приходят, как складываются и как извлекаются. Эти технологические процессы постоянно должны быть в голове, чтобы знать не просто последовательность действий, а что стоит за каждым из них. Это очень помогает. Этот навык тоже является основополагающим.

От маркетолога у аналитика должно быть понимание бизнес-задач, аудитории и целей всей компании, а не только ее аналитического отдела. Например, если есть задача «снизить показатель отказов», аналитик должен понимать, что за ней стоит – зачем его снижать, для какой аудитории. Это взгляд со стороны маркетинга, бизнес-целей компании.

Из области IT – то, какие технологии и в какой последовательности применять, чтобы минимизировать время на проверку гипотез.

Какие профессии, учитывая тенденцию к автоматизации, останутся в будущем?

К: Я считаю, что в будущем точно останутся все креативные профессии: художники, писатели и т.д. Врачи останутся, возможно, как операторы ЭВМ, которые будут ставить машине задачи, что резать, а что не резать (смеются). Нанобиологи останутся.

Останутся «решатели», которые, смотря на машину, едущую в город, могут проанализировать и понять, зачем и куда она едет и что поставляет. 

Останутся люди, способные принимать решения и ставить задачи. 

Останутся фундаментальные профессии – физики, химики, биологи, те, кто занимаются фундаментальными науками и двигают прогресс вперед. Исчезнут все профессии, связанные с рутиной: кассиры, курьеры, охранники и другие. Чем более развита страна, тем быстрее они пропадут.