Читать онлайн «Ключевые цифры. Как заработать больше, используя данные, которые у вас уже есть». Страница 65

Этим проблема не ограничивается. Одних только математических навыков уже недостаточно. Нам нужны математики, интересующиеся маркетингом и желающие работать в творческой среде, в которой мало кто разбирается в математических выкладках, не говоря уже о том, чтобы их применять. Таким образом, математики-маркетологи должны не только уметь использовать продвинутые математические методы, но и объяснять свои выводы в маркетинговом контексте для аудитории, не владеющей техническими знаниями. Такие профессионалы на вес золота.

Как наверняка вы сами заметили, в последние несколько лет значительно расширились возможности людей по сотрудничеству, невзирая на часовые пояса и государственные границы. Я говорю не только об обмене электронными письмами, но и о более продвинутых платформах для сотрудничества (например, Basecamp). С их помощью множество задач осуществляется удаленным образом, а работающие по всему миру участники проекта могут быстрее обучаться и более эффективно сотрудничать. Такие платформы превращают наш мир в один огромный открытый рынок, где спрос на профессионализм и опыт (в том числе аналитический) будет возникать вне зависимости от государственных границ. Что уже происходит, и идеальный пример – это ресурс Odesk.com. Когда мы с коллегой Колином Митчеллом решили вести блог thedoublethink.com (о котором я уже упоминал выше), то наша цель состояла в том, чтобы каким-то образом совместить аналитическое и творческое мышление, традиционно противопоставляемые друг другу.

Мы хотели сделать блог, в котором я бы писал тексты «для левого полушария мозга», а Колин – для «правого», причем, по нашему замыслу, обе статьи должны одновременно появляться на одном экране. Идея казалась довольно простой, однако мы не могли найти никакого программного обеспечения для ведения блогов с нужным нам шаблоном. Поэтому нам был нужен программист, но готовый работать за умеренные деньги.

Я приступил к поиску программистов-фрилансеров в Google, довольно быстро вышел на ресурс Odesk.com – и мне открылся новый, прежде неизвестный мир. Odesk – это рынок талантов. Я описал, что мне нужно, и показал пару картинок, чтобы было понятно, каким я хочу видеть свой блог. После этого я спросил, интересует ли кого-либо такая работа.

Это послание я разместил в десять часов вечера, даже не предполагая, какую бурную ответную реакцию оно вызовет. Проснувшись на следующее утро, я увидел двадцать семь предложений от людей, хотевших сделать для меня работу и живших в Индии, Китае, Таиланде, Корее, Индонезии, России, Румынии, Италии, Испании, Португалии и Канаде. Это было просто невероятно. У каждого программиста имелось детальное резюме, содержавшее не только рекомендации, но и почасовые ставки и баллы, полученные за прохождение технических тестов на сайте Odesk.

Мне был нужен программист, умеющий работать с WordPress, поэтому я выбрал человека, получившего самую высокую оценку по итогам соответствующего теста. Кроме того, он справился с заданием быстрее других (в отчет были включены и сроки завершения задачи по всем участникам). Весь сайт был создан и размещен в Интернете быстрее чем за неделю и всего за 500 долларов. Это было потрясающе.

Платформы типа Odesk позволяют создать равные условия для всех участников. На нем уже сейчас можно установить контакт с программистами, знающими принципы работы аналитических программ SPSS и SAS. В довольно недалеком будущем аналитические таланты станут доступными для всех.

Аналитические инструменты развиваются каждый день. Для управления ими требуются специалисты с высочайшим уровнем квалификации. Такая ситуация привела к процессу фрагментации в мире маркетинговой математики. Никто не предлагает полного спектра аналитических услуг и инструментов. Вследствие этого никто не способен представить всеохватывающий обзор картины.

В приведенной ниже схеме указаны компетенции, в которых очень нуждается моя команда, причем уже сегодня.

Каждый сектор будет приобретать все более технический и специализированный характер. В результате возникнут два типа профессиональных аналитиков. Появятся специалисты, знающие совершенно все об одном секторе или нескольких секторах, а также специалисты широкого профиля, то есть люди, имеющие опыт в одной области, но способные также уловить суть других направлений аналитики и могущие использовать их в различных комбинациях для извлечения максимальной ценности из своих данных. Если вам нужна простая аналогия, то это врачи общей практики и узкие специалисты. И, как в медицине, посещение курсов повышения квалификации будет постоянным и обязательным делом.

Технологии поисковой аналитики развиваются циклично. На протяжении истории мы неоднократно наблюдали пятнадцатилетние циклы, во время которых рождается новая технология (или несколько технологий), а затем наступает десятилетний период роста, при котором инвестиции в IT растут быстрее, чем экономика в целом. Обычно за этим периодом следует период снижения роста, во время которого снова возникают новые технологии.

Последняя волна технических инноваций начала свой рост в 1992 году одновременно с эрой компьютерных сетей и закончилась в 2008 году. (Если вас интересует эта тема, я рекомендую прочитать отчет о технологических циклах под названием Smart Computing Drives, New Era Of IT Growth, написанный Эндрю Бартельсом для Forrester Research.)

Мы вступили в новый цикл ускоренного роста технологических инноваций и их активного использования. Некоторые аналитики называет этот период «эрой умных машин». Именно об этом, если помните, говорил Сэм Палмизано из IBM. Мы вступили в эпоху, в которой аналитика и компьютерное моделирование начинают влиять на все, что мы делаем, и это влияние со временем будет лишь усиливаться.

Если мир вокруг нас будет населен аналитиками, то останется ли в нем пространство для воображения? Этот вопрос мне часто задают многие представители творческих профессий. Как я уже неоднократно подчеркивал, я твердо верю в возможность союза между аналитикой и творчеством. В сущности, я думаю, что основные шансы потерять работу будут у людей, которые в наши дни занимаются простейшими аналитическими функциями. Все больше аналитических задач станут автоматизироваться – эта тенденция уже прослеживается.

Ранее я описал непростую задачу ручного просеивания данных логов, в результате которого и выясняется, каким образом потребители взаимодействуют с веб-сайтами. Сравните это с примером оптимизации веб-сайта, о котором я рассказал в четвертой главе. Вы можете наглядно убедиться, что многие из прежде ручных задач уже автоматизированы.