Snowplow Analytics – disruptive analytics oplossing uitgelicht (interview)

In dit artikel doe ik verslag van het interview dat ik recent had met Yali Sassoon (@yalisassoon), mede-oprichter van Snowplow Analytics. In dit interview gaan we dieper in op het veranderende webanalytics landschap en welke rol Snowplow Analytics hierin speelt.

Kun je een korte beschrijving geven van Snowplow Analytics aan onze lezers?

yalisassoonSnowplow Analytics is een datawarehousing platform voor web- en mobiele (en alle andere vormen van digitale event) data.

Je implementeert Snowplow Analytics tags of een mobiele of server side SDK op je website, mobiele app of server side applicatie, net zoals de tags van een standaard web analytics pakket. In plaats van je te voorzien van een gebruikersinterface om toegang te krijgen tot de data, leveren wij de data in een zeer granualair, gestructureerd formaat (één lijn van gegevens per gebeurtenis). Je kunt deze data vervolgens opslaan in je eigen data warehouse om er mee te doen wat je wilt.

Wat zijn de belangrijkste uitdagingen die Snowplow Analytics oplost voor digitale analisten die andere web analytics oplossingen niet oplossen?

Traditionele web analytics oplossingen zijn gebouwd om een reeks basisrapporten te leveren, met een specifieke focus op klant acquisitie en conversie data. Dit is echt zonde, want digitale event data is ongelooflijk rijke data – het vertelt je hoe echte mensen interacteren met je websites en applicaties, in een enorme mate van detail. Er is een grote hoeveelheid analyses en andere toepassingen die je kunt doen met die data – om maar enkele voorbeelden te geven:

  • Ontrafel in hoeverre gedrag wordt gestuurd door wie de gebruiker is, wat hij / zij probeert te bereiken, en hoe jouw website of applicatie hiervoor is ontwikkeld of uitgerust;
  • Segmenteer jouw doelgroep op basis van wie ze zijn en wat ze proberen te bereiken, meet vervolgens hoe succesvol je bent op het voldoen aan de behoeften voor elk specifiek klantsegment;
  • Vergelijken hoe jouw producten (als je een retailer bent), nieuwsartikelen (als je werkt bij online nieuwssites) , media (als je bij een video-site werkt) presteren rondom het aantrekken en het engagen gebruikers;
  • Vind de events tijdens een customer journey die een voorspellende waarde hebben voor waardevollere events tijdens de customer journey en onderzoek hoe je de waarde van gebruikers kan laten toenemen op basis van deze events.

Snowplow Analytics geeft webanalisten de kans om te beginnen met het uitvoeren van deze waardevolle analyses, door hen de data in een formaat aan te bieden zodat:

  • Je de data eenvoudig kunt integreren met andere datasets (bijvoorbeeld CRM, marketing, merchandising, CMS, financieel)
  • Je de data eenvoudig kunt toevoegen aan een andere analyse tool

Welke aanbeveling kun je webanalisten in Nederland geven als het gaat om een grondige web analytics toolselectie? Waar moeten ze specifiek op letten?

Ik denk dat bedrijven een reis nodig hebben om tot een bepaalde mate van volwassenheid te komen wat betreft de manier waarop ze met data omgaan. De meeste bedrijven beginnen met het uitvoeren van eenvoudige analyses met gratis tools, zoals Google Analytics, en dit zal hen tot op een bepaald niveau van volwassenheid krijgen. Op een gegeven moment zullen sommige bedrijven (maar niet alle) gefrustreerd raken door het afvlakken van de groei, omdat:

  • Hun web analytics data in een silo zit – het is vrijwel onmogelijk om te integreren met hun andere datasets
  • Hun toegang tot de gegevens wordt beperkt via Google API’s, en ze kunnen geen toegang krijgen tot de onderliggende event-level data, alleen geaggregeerde onderdelen van de online data staan tot hun beschikking
  • Webanalisten tijd besteden om Google Analytics data te ‘hacken’ om data de tool in te krijgen in de format die zij nodig achten en op deze wijze events te kunnen analyseren die voor hun specifieke business relevant zijn. (Het is ongelooflijk hoe inventief web analisten zijn, vooral als het gaat om Javascript trucs).

In deze fase zal het bedrijf drie keuzes hebben – ze:

  1. Migreren naar Google Analytics Premium;
  2. Aanschaf van de Adobe Marketing Cloud;
  3. Opzet van een tool als Snowplow Analytics, meestal samen met een Business Intelligence tool. (Die voorziet in de front-end voor de meeste gebruikers voor het analyseren van de data.)

Ik zou altijd gaan voor optie 3, omdat:

  • Jij bezit jouw eigen data – en ik geloof dat de bedrijven die winnen in de markt van de toekomst degenen zijn die hun data behandelen als een enorm belangrijke asset;
  • Jouw digitale data wordt opgeslagen op een plek zoals die van andere datasets binnen jouw bedrijf, waardoor je eenvoudig complexe analyses kan doen en data gedreven acties kan uitvoeren;
  • Het is de meest kosteneffectieve oplossing die er op de markt is.

Ik ben, uiteraard, nogal bevooroordeeld: -). Maar ik heb Snowplow Analytics opgericht, omdat ik geloof in het bovenstaande, ik geloof niet in het bovenstaande omdat ik voor Snowplow Analytics werk..

Wat is een recente ontwikkeling of trend in digital analytics waar je echt enthousiast van wordt?

Real-time gegevensverwerking is ongelooflijk spannend . Niet vanuit een rapportage perspectief, want zodra je een analist rapporten laat schuiven, is de analist de bottleneck om data actionable te laten zijn,
Real-time verwerking van data is spannend, want het maakt heel veel data-driven producten mogelijk:. Bijvoorbeeld recommendation engines, personalisaton engines en marketing optimalisatie engines.

Bij Snowplow Analytics, zijn de belangrijkste engineering inspanningen allemaal gericht op het realtime beschikbaar maken van data, zodat we evenals het laden van data in een datawarehouse, data in real-time, in een Unified Log (op Amazon Kinesis) kunnen duwen wat betekent dat onze gebruikers data-driven applicaties kunnen schrijven. Dat betekent dat de rol van digitale analist zal veranderen van het verstrekken van inzichten om zakelijke beslissingen, naar het ontwikkelen en optimaliseren van datagedreven producten.

Denk je dat webanalisten open staan voor ingrijpende wijzigingen van de digitale analytics oplossingen die worden aangeboden op de markt? En waarom denk je dat dit het geval is?

Er zijn allerlei soorten webanalisten – van wie sommigen enthousiast zijn over disruptive oplossingen, anderen voelen zich juist niet zo comfortabel met grote veranderingen in hun werkveld..

Ik denk dat de grootste belemmeringen voor grote veranderingen zitten op het niveau van de onderneming, in plaats van de analist zelf. De integratie van een nieuwe analytics oplossing is riskant:
Implementaties kunnen misgaan, vooral als de juiste middelen niet tot hun beschikking staan
Het hebben van een andere dataset met gewijzigde definities leidt tot discussies over datakwaliteit
De gegevens kunnen je mogelijk iets anders zeggen dan je wilt horen

Om die reden, zien we de meeste nieuwe Snowplow Analytics gebruikers onze technologie kiezen om een specifiek probleem op te lossen dat ze niet kunnen oplossen met hun huidige web analytics provider. Wanneer ze vervolgens meer vertrouwd zijn met onze data en effectiever gebruik maken van de data om hun business vragen te beantwoorden, zul je zien dat ze ook vragen gaan beantwoorden die ze eerder met hun traditionele tooling kunnen implementeren.

Als je kijkt naar de toekomst, wat zijn dan de belangrijkste stappen voor Snowplow Analytics?

Onze huidige focus ligt op het maken van ons real-time data proces.

Vervolgens zullen we enkele jaren besteden om klanten de toolsets en algoritmes te kunnen bieden om meer toepassingen te halen uit onze Snowplow data.

Tegelijkertijd willen we met zo veel verschillende dienstverleners integreren in de digital wereld. Dit is een proces dat van twee kanten komt. We willen bijvoorbeeld integreren met third party e-mail marketing oplossingen, zodat data over e-mail gebruik gemakkelijk kan worden opgenomen in de Snowplow Analytics dataset. We hebben al een integratie met MailChimp en Mandril die dit doet via webhooks. Tegelijkertijd moeten we het mogelijk maken voor onze gebruikers om data-driven applicaties die individuele gebruikers targeten op basis van het patroon van events die in de Snowplow Analytics zijn opgeslagen, waardoor bepaalde emails automatisch verstuurd kunnen worden.

Kortom, we zitten zeker niet stil!

studying-abroad-amsterdam-summer-bridges

Snowplow komt naar Nederland

Op 13 mei organiseert Snowplow Analytics een gratis meetup in Amsterdam om kennis te maken met Snowplow Analytics en te horen hoe huidige klanten, zoals de Bijenkorf Snowplow Analytics data toepassen om datagedreven beslissingen te nemen. Lees hier meer over de meetup en schrijf je gratis in.

Reacties (2)

  1. Interessant interview, Martijn. Enkele vragen over bovenstaande content:

    1.Wat voor marketing optimalisatie automatisering tools bedoelt Sassoon?
    2.Wat bedoelt hij precies met het ontwikkelen van datagedreven producten?
    3. Welke type events bedoelt Sassoon? KPI’s zoals doorkliks naar productdetailpagina’s en producttoevoegingen aan de winkelwagen?
    4. Wat bedoelt Sassoon met voorspellende waarde? Dat je wegingsfactoren meegeeft aan events?

  2. Hoi Gerard,

    Goede vragen. Om maar direct met de deur in huis te vallen:
    1.Wat voor marketing optimalisatie automatisering tools bedoelt Sassoon?
    Hierbij gaat het om online advertising tools die real-time advertentie uitingen voor een gebruiker kunnen aanpassen op basis van eerder websitegedrag.

    2.Wat bedoelt hij precies met het ontwikkelen van datagedreven producten?
    Dit kan van alles zijn. In dit artikel worden enkele voorbeelden beschreven: http://techcrunch.com/2012/12/15/so-ive-got-big-data-now-what/

    3. Welke type events bedoelt Sassoon? KPI’s zoals doorkliks naar productdetailpagina’s en producttoevoegingen aan de winkelwagen?
    4. Wat bedoelt Sassoon met voorspellende waarde? Dat je wegingsfactoren meegeeft aan events?

    Je kunt op basis van eerder gedrag vaak op basis van eenvoudige algoritmes voorspellen wat de vervolgacties zullen zijn. Dit kan inderdaad te maken hebben met het klikken van add to carts of het gebruiken van een sharebutton. Bij dit soort predictive modelling is niet altijd alleen het meest voor de hand liggende event veroorzaker van vervolggedrag. Soms gaat het ook om een combinatie van interacties.

Reacties zijn gesloten.