Edellisessä kirjoituksessani kerroin Mistä analyytikot puhuvat ja mistä eivät? Tällä kertaa jatketaan analytiikka-aiheella, mutta keskitytään siihen mitä analyytikot käytännössä tekevät.
Käytännön arki on muuttunut merkittävästi ja tulee mitä luultavammin muuttumaan entisestään seuraavien lähivuosien aikana. Puran ja visualisoin muutoksen tarkemmin alempana, mutta käydään heti kiinni isoimpaan pihviin.
Tietovarastoja ja uuden oppimista
Isoin muutos päivittäiseen työnkuvaan on analytiikkatyökalujen omien käyttöliittymien kautta työskentelyn radikaali vähentyminen ja siirtyminen tietovarastojen hyödyntämiseen. OIKIOlla olemme siirtyneet käyttämään lähes pelkästään tietovarastoissa olevaa dataa, emmekä juurikaan käytä analytiikkatyökalun sisäänrakennettua käyttöliittymää kuin satunnaisesti. Koemme erittäin palkitsevaksi, että tietovarastosta haettu tieto on usein täsmälleen sitä mitä tarvitsemme, eikä mitään muuta. Datan työstäminen SQL:n avulla on myös luontevasti pakottanut analyytikkomme ymmärtämään datan luonteen, rakenteen ja ominaisuudet syvällisemmin kuin aikaisemmin. Tuo ymmärrys parantaa jokaisen tiimiläisemme kykyä suunnitella ja toteuttaa seurantoja sekä analyysejä datan perusteella.
Toinen merkittävä muutos on uuden oppimisen merkittävä lisääntyminen. Tottahan web-analytiikkaa, kuten muitakin teknologiaan liittyviä toimenkuvia, on aina leimannut uuden oppiminen. Teknologian kehittyessä on pakko oppia uutta koko ajan. Kuitenkin vuosi 2023 on ollut hyvin poikkeuksellinen sen suhteen miten paljon OIKIOn web-analyytikot ovat ottaneet haltuun uusia työskentelytapoja, teknologioita ja työkaluja. Olemme tehneet merkittävän panostuksen pysyäksemme aidosti web-analytiikan eturintamalla. Tiimimme on esimerkiksi ottanut haltuun vahvasti seuraavia työkaluja ja teknologioita:
- Palvelinpuolen seurantojenhallinta, erityisesti työkaluna Server Side Google Tag Manager (sGTM).
- Analytiikkaseurantojen kierrätys sGTM kautta, datan hallinta, muokkaus ja välitys eteenpäin.
- Markkinoinnin alustojen (Meta, Google Ads, TikTok, jne) seurantapikselien asennus palvelimen kautta.
- Tietovarastojen käyttö sekä SQL:n avulla tiedon hakeminen.
- BigQuery-tietovarasto.
- Snowflake-tietovarasto.
- Dataform-työkalu datan hallintaan ja kyselemiseen
- SQL käyttö datan kyselyyn.
- GA4-datamallin syvällinen ymmärtäminen.
- Tapahtumapohjaisen datamallin ymmärrys.
- Missä muodossa data tallentuu BigQueryyn.
- Miten data parhaiten haetaan BigQuerystä analyyseja ja visualisointeja varten.
- Pythonin käyttäminen datan analysointiin.
- Datan putsaus, analysointi ja visualisointi.
- Datan vieminen BigQuerystä Google Colabiin ja siellä työskentely Pythonin avulla.
Analyytikon työlajit
Tarkempi tarkastelu paljastaa muitakin muutoksia työnkuvassa. Puretaan ensin miten lajittelimme ja määrittelimme työmme eri osa-alueet.
Analytiikkatyökalut
Google Analytics 4 / Universal Analytics / Piwik Pro / Adobe Analytics käyttöliittymässä tehtävät toimenpiteet.
GTM /sGTM
Google Tag Managerissa tehtävät asennukset, seurantojen rakennus, ylläpito ja muokkaus.
Visualisointityökalut
Looker Studio ja PowerBI, dashboardien luominen, päivittäminen ja datalähteiden hallinnointi.
Analyysit
Analyysien tekeminen, testaaminen ja tutkiminen erilaisiin asiakastarpeisiin.
Materiaalien luonti
Koulutusmateriaalien ja Nuclino-artikkeleiden luominen, dokumentaatiot.
Uuden opettelu
Uusien työkalujen, työtapojen, datamallien, sekä koodikielien opiskelu ja omaksuminen.
Datavarastot
BigQuery, Snowflake, Dataform, kaikki datavarastoihin liittyvä tekeminen.
ETL:t
Supermetrics, Fivetran, Funnel.io, ETL- (Extract Transform Load) työkaluissa tapahtuva tekeminen.
Seuraavassa graafissa näkyy miten koemme näiden työlajien työmäärien muuttuneen viime vuosien aikana.
Mitä tulevaisuudessa?
Siinä missä vuotta 2023 on määritellyt teknisen osaamisen huima kehitys, ennustan, että vuonna 2024 keskitymme syvällisesti analyysien tekemiseen ja palautamme sitä tekemisen keskiöön. Erityisesti haluan kehittää tiimimme osaamista tilastollisten analyysien ja ennustavan analytiikan osalta.
