Instagram團(tuán)隊(duì)是怎么做營銷分析的？

任何全球范圍級(jí)別的營銷項(xiàng)目，都離不開營銷分析這塊基石。但很少有人真正了解營銷分析包含了什么。一些人錯(cuò)誤地將營銷分析（Marketing Analytics）簡單地等價(jià)于數(shù)字營銷分析（Digital Analytics），也就是跟蹤用戶訪問次數(shù)、點(diǎn)擊量、轉(zhuǎn)化率。誠然，營銷分析師的一部分工作內(nèi)容確實(shí)涉及Digital Analytics，但這遠(yuǎn)遠(yuǎn)不是我們工作的全部內(nèi)容。此外，我還聽說過有人將營銷分析與市場調(diào)研（Market Research）混為一談。雖然我和市場調(diào)研部門的同事合作緊密，但我并不做調(diào)研。

我在Instagram擔(dān)任營銷分析與決策科學(xué)總監(jiān)。我喜歡營銷分析這份工作，主要有三個(gè)原因：

第一，我每天接觸不同的方法與工具——從SQL編碼到機(jī)器學(xué)習(xí)算法。

第二，這個(gè)角色充滿多樣性，并且具有十足的影響力——我的分析能推動(dòng)數(shù)百萬美元的決策制定。我有機(jī)會(huì)見到每個(gè)人，從公司CFO到充滿活力的實(shí)習(xí)生。

第三，這項(xiàng)工作性質(zhì)讓我得以查看整個(gè)生態(tài)系統(tǒng)的數(shù)據(jù)、審查每個(gè)產(chǎn)品領(lǐng)域的數(shù)據(jù)，并深入探討產(chǎn)品行為、人口統(tǒng)計(jì)信息和文化潮流之間的關(guān)系。我稱這項(xiàng)工作為——應(yīng)用計(jì)算社會(huì)科學(xué)。

為了闡明營銷分析這個(gè)專業(yè)領(lǐng)域到底每天都在做什么，我寫下這篇“營銷分析工作者的一天”，綜合了我在Instagam做過的多種分析項(xiàng)目。每項(xiàng)工作內(nèi)容被我濃縮為平均45分鐘的時(shí)段，以確保我能在一篇文章里，對(duì)我經(jīng)常處理和交涉的各類項(xiàng)目提供一個(gè)具有代表性的概述。

那么，歡迎來到我作為一名營銷分析從業(yè)者的一天！

7.30 am——運(yùn)行數(shù)據(jù)繁重的SQL查詢

我喜歡早點(diǎn)進(jìn)入狀態(tài)。早餐，咖啡，然后是SQL代碼。數(shù)據(jù)庫在早上運(yùn)行得最快，因?yàn)檫@時(shí)候同時(shí)在運(yùn)行SQL查詢、榨取服務(wù)器資源的分析師比較少。我啟動(dòng)了一些需要大量計(jì)算能力的大型查詢。跑起來跑起來，我親愛的數(shù)據(jù)庫！

8.15 am——郵件

我為我們公司全球各地的營銷人員提供數(shù)據(jù)支持，所以我要盡早檢查我的收件箱并回答他們發(fā)來的各類問題。尤其是那些在歐洲、中東和非洲的同事們，他們馬上要結(jié)束一天的工作了，我希望在他們下班前能回答他們的問題。

9am——聚類分析

到了聚類分析的時(shí)間啦！我打開R Studio，開始編碼。我正在為一場以教育用戶為目的的營銷活動(dòng)尋找產(chǎn)品使用率低于平均水平的用戶。聚類是一項(xiàng)機(jī)器學(xué)習(xí)技術(shù)，可以幫助我找到“自然”的用戶分組。在這個(gè)項(xiàng)目中，我用機(jī)器學(xué)習(xí)來確定出“低于平均水平”的自然定義，它會(huì)在特定指標(biāo)上給出從高到低的一組組用戶群。被它定義為低于平均值的用戶就成為我要找的受眾。

Cluster example;Source:CSSA

9.45am——為營銷部門的同事提供咨詢

我與營銷團(tuán)隊(duì)的成員們會(huì)面，幫助他們?yōu)榧磳⒌絹淼膽?zhàn)役明確營銷策略和方式。我們討論潛在受眾、KPI、戰(zhàn)略以及預(yù)算。這過程很有趣，我享受這份創(chuàng)造力和頭腦風(fēng)暴的感覺。

10.30am——查看數(shù)據(jù)可視化報(bào)告和未來趨勢

回到我的辦公桌，現(xiàn)在是“查看儀表板和寫電子郵件”的時(shí)間。我為整個(gè)營銷團(tuán)隊(duì)維護(hù)四個(gè)自動(dòng)化儀表板。這些儀表板涵蓋了人口統(tǒng)計(jì)、營銷績效、區(qū)域數(shù)據(jù)細(xì)分和營銷基準(zhǔn)數(shù)據(jù)。我會(huì)每兩周發(fā)送一封簡短的電子郵件，報(bào)告儀表板中的趨勢走向。今天，我正在撰寫一封關(guān)于區(qū)域數(shù)據(jù)趨勢的更新郵件——通過查看特定國家的趨勢來幫助那個(gè)國家的營銷團(tuán)隊(duì)。

Tableau example;Source:Analytics Vidya

11.15am——營銷活動(dòng)結(jié)果分析

一項(xiàng)在法國進(jìn)行的為期兩個(gè)月的營銷戰(zhàn)役剛剛結(jié)束，那里的團(tuán)隊(duì)正在迫不及待地期待結(jié)果。我把Media Impressions的數(shù)據(jù)拉出來開始分析。我們用測試組與對(duì)照組的方法來測量幾乎所有的營銷活動(dòng)——測試組的受眾收到來自我們的營銷，而相似的對(duì)照組用戶則沒有收到任何營銷。我使用SQL和R來比較測試組和對(duì)照組的行為。我的目標(biāo)是查看出兩組用戶在產(chǎn)品行為指標(biāo)上是否存在統(tǒng)計(jì)上的顯著性差異。最終的結(jié)果會(huì)被整理成報(bào)告，也會(huì)放入我們的基準(zhǔn)（benchmark）數(shù)據(jù)庫中。

12pm——和產(chǎn)品分析師開會(huì)

午餐會(huì)議。和我一起開會(huì)的是提供產(chǎn)品分析的數(shù)據(jù)科學(xué)家，他們負(fù)責(zé)分析具體產(chǎn)品領(lǐng)域的深度趨勢與細(xì)節(jié)。他們用Hive建立和維系具體產(chǎn)品領(lǐng)域的主要數(shù)據(jù)庫表。作為一個(gè)營銷分析師，我負(fù)責(zé)考察所有產(chǎn)品領(lǐng)域的相關(guān)性與互動(dòng)性。所以我會(huì)依賴產(chǎn)品分析師的深度洞察，并用他們各種各樣的數(shù)據(jù)表格來測量營銷對(duì)用戶行為的影響。

12:45pm——合作建立機(jī)器學(xué)習(xí)工具

我和我團(tuán)隊(duì)中的數(shù)據(jù)工程師開會(huì)。我們一起建立一個(gè)能夠自動(dòng)化運(yùn)行營銷戰(zhàn)役、幫助我們大范圍測試與學(xué)習(xí)的機(jī)器學(xué)習(xí)工具。這是個(gè)讓人興奮的項(xiàng)目。我們花時(shí)間來討論算法、將我的R代碼翻譯成Python，找出我們需要建立的數(shù)據(jù)庫。

1:30pm——預(yù)測ROI

我回到我的辦公桌。我的下一個(gè)項(xiàng)目是聚焦于預(yù)測一個(gè)規(guī)劃中的營銷戰(zhàn)役的ROI。目標(biāo)是要搞清楚這個(gè)戰(zhàn)役是否值得投入。如果ROI較高，那么數(shù)百萬美元將會(huì)被投入，三個(gè)不同的團(tuán)隊(duì)將要一起在這個(gè)項(xiàng)目上工作，所以我得確保我的數(shù)據(jù)與判斷準(zhǔn)確。我關(guān)心的指標(biāo)有潛在的觸達(dá)量、估計(jì)的點(diǎn)擊率和近似的CPA（cost per acquisition）。我會(huì)權(quán)衡準(zhǔn)確度與速度，因?yàn)樾枰铱焖僮鰶Q策。我用多元回歸來運(yùn)行預(yù)測模型。

2:15——廣告活動(dòng)的地理制圖

地點(diǎn)，地點(diǎn)，地點(diǎn)。我需要在下午花一部分時(shí)間來聚焦于地理數(shù)據(jù)與地圖制圖。營銷團(tuán)隊(duì)決定在英國的不同城市里做一些快閃活動(dòng)。他們希望在那些午餐時(shí)間人流量較大的地方運(yùn)行活動(dòng)，但他們不知道哪些城市符合這樣的條件。于是我就用地理數(shù)據(jù)與R語言的地圖神器——Leaflet for R來建立一個(gè)足跡熱力圖。我挑出排名最靠前的三個(gè)地點(diǎn)，把它們發(fā)送給了營銷部門。

Heat map example;Source:Stack Overflow

3pm——為營銷戰(zhàn)役撰寫測量計(jì)劃

接下來，我需要寫一部分營銷戰(zhàn)役的測量計(jì)劃。所有的戰(zhàn)役規(guī)劃都必須有一個(gè)測量的部分，在這里我會(huì)列出KPI、第二指標(biāo)、商業(yè)目標(biāo)、目標(biāo)受眾、地理和測量方法。如果要涉及品牌意識(shí)和品牌情緒的調(diào)研的話，我的研究部門的同事就會(huì)在這一部分也加入他們的研究計(jì)劃。我所在的公司強(qiáng)烈推崇測試文化（test and learn），所以，幾乎所有的營銷規(guī)劃都會(huì)配備數(shù)據(jù)分析人員與研究人員。

3:45pm——第二輪郵件

馬上就要接近一天的尾聲了。我會(huì)花一點(diǎn)時(shí)間來檢查我的郵件回復(fù)當(dāng)天的問題。每天我都會(huì)收到很多很多的問題，時(shí)間久了，我就學(xué)會(huì)了如何在郵件回復(fù)里做到簡潔和直接。閑聊和禮節(jié)可以留給當(dāng)面的對(duì)話以及咖啡約聊，而不是郵件里。

4:30pm——檢查日本的數(shù)據(jù)趨勢

這是我一天中最后一個(gè)會(huì)議——我會(huì)和我們的日本營銷經(jīng)理一起討論我在Tableau上建立的行為數(shù)據(jù)趨勢。我試圖每兩個(gè)月就和負(fù)責(zé)其他國家的營銷經(jīng)理開會(huì)，告訴他們我在數(shù)據(jù)可視化報(bào)告上看到的最新趨勢。這也是一個(gè)很好的機(jī)會(huì)來傾聽他們認(rèn)為重要的事情，這樣我就可以在這些事情上給他們提供額外的洞察。

5:15pm——設(shè)立好SQL查詢，讓它連夜運(yùn)行

到了我一天的最后時(shí)刻。我的最后一項(xiàng)任務(wù)就是建立一些SQL查詢，讓它連夜運(yùn)行。它會(huì)為我明天要做的分析項(xiàng)目建立數(shù)據(jù)表格。我讓SQL在晚上跑是因?yàn)楫?dāng)所有人下班后就會(huì)空出更多的服務(wù)器資源。當(dāng)你處理的表格有十億甚至萬億以上行的數(shù)據(jù)時(shí)，你就需要爭搶一切你可以搶到的服務(wù)器資源。

正如你看到的，營銷分析職業(yè)遠(yuǎn)遠(yuǎn)超越了點(diǎn)擊量和轉(zhuǎn)化率。這是混合著數(shù)據(jù)可視化、算法、編程、內(nèi)部咨詢等等的綜合性工作。這種多樣性就是我在工作中最享受的部分。對(duì)我來說，很少有一模一樣的兩周。