Mitä web-analyytikolta vaaditaan?

Aineistona katsaukselle on toiminut Vierityspalkin Avoimet työpaikat -palstan ilmoitukset noin viimeisen vuoden ajalta. Tänä aikana on web-analyytikkoja haettu yli 30 kappaletta palstan kautta. Aineiston suhteellisen pienestä koosta johtuen, ei ole tehty minkäänlaista varsinaista “data-analyysiä”, vaan kyse on enemmänkin heuristisesta asiantuntija-arviosta, näin analyytikkojen omalla kielellä ilmaisten.

Tätä kirjoitettaessa on palstalla avoinna kaksi ilmoitusta: Fortum ja Sanoma hakevat web-analyytikkoja omien online-palveluidensa kehitykseen. Esimerkiksi Fortumin ilmoitus asettaa seuraavat vaatimukset:

• Relevant higher level educational background.
• Minimum of 2 years relevant work experience, preferably in digital and data-driven marketing or equivalent substance.
• Experience and skills in utilizing data visualization tools like Looker Studio, Tableau, or Power BI, transforming complex data into clear, actionable insights.
• Proficient in wielding web analytics tools like Google Analytics (including GA 4) or Adobe Analytics, leveraging them to extract valuable insights.
• Familiarity with tag management tools such as Google Tag Manager, enabling streamlined data handling and analysis.
• Experience on server side tracking is a plus.
• Ability to navigate across functions within the business, contributing to the delivery and scaling of best practices through collaborative insights.
• Prior experience in conversion rate optimization and conducting A/B and multivariate tests is considered a significant advantage.
• Great, if you can lift up ability for BigQuery usage for e-com team and experience of server side tracking.
• The organizational language is English, therefore excellent verbal and written communication skills in English are expected.

Tässä ilmoituksessa jo yksinään korostuu moni sellainen asia, joka ei ollut aivan tavallinen vaatimus vielä muutama vuosi takaperin. Esimerkiksi palvelimen tasolla tapahtuva mittaaminen on kohtuullisen uusi asia, ja näiden virittäminen ja vertaaminen muihin tietolähteisiin ei ole aivan yksinkertaista. Ylipäätään web-analytiikka on yhä useammin tiedon yhdistelyä useasta eri lähteestä. Enää ei saada samanlaista dataa kaikista käyttäjistä, joten jos halutaan saada rikas kokonaiskuva, vaatii se yleensä varsin osaavan analyytikon, joka osaa koostaa raportit tai rakentaa jonkinlaisen dashboard-näkymän, esimerkiksi Googlen BigQuerya hyödyntäen.

Ei olekaan ihme, että web-analyytikoita haetaan tasaisesti juuri isoihin asiakasorganisaatioihin tällä hetkellä. Eri digikanavien mittaaminen on tärkeää, eikä se ole viime vuosina mennyt helpompaan suuntaan. Yhä useammin organisaatiot myös haluavat yhdistää analytiikkadataa muihin organisaation tietolähteisiin, jolloin analyytikon olisi hyvä olla taustaltaan liiketoimintaa ymmärtävä henkilö, joka uskaltaa käsitellä monenlaisia datasettejä.

Liiketoimintaan liittyvien tietojen ja datan raportointi on yleensä organisaatioiden omissa käsissä. Hyvin harva nojaa ulkoisiin toimistoihin näissä asioissa muuta kuin hyvin erikoistuneissa tehtävissä. Vaikuttaisi siis hieman siltä, että yhä useampi organisaatio näkee web-analytiikankin keskeisenä liiketoimintadatana, jonka käsittely ja raportointi on syytä olla omissa käsissä.

Teknisen osaamisen korostuminen on johtanut myös siihen, että joissain organisaatioissa haetaan erikseen “teknisiä web-analyytikkoja”. Esimerkiksi Sanoma ja Telia hakivat tällaisella roolilla viime vuonna tekijöitä. Jos online-palveluita on todella paljon, voi pelkästään mittauksen tekninen oikeellisuus olla merkittävä haaste, ja tällöin yksi analyytikko tiimissä voi erikoistua pelkästään varmistamaan, että mittaus toimii teknisesti kuten on suunniteltu.

Skaalan toisessa päässä taas ovat analyytikot, joiden odotetaan työskentelevän tiiviisti palveluiden kehityksen ja digimarkkinoinnin kanssa, jopa muutosehdotuksia itsenäisesti tuottaen. Esimerkiksi DNA:n Online Analyst -roolissa korostettiin datan käsittelytaitojen lisäksi myös asiakaspolkujen kehitystä perustuen analytiikkadataan.

“Tärkeimmät vastuualueesi ovat:

Datan käsittely: Datan kerääminen ja yhdistely haluttuun muotoon hyödyntäen SQL-kyselyjä ja BigQuerya. Datan laadun parantaminen yhteistyössä dataputkien omistajien kanssa.

Raportointi ja analyysit: Visualisointien ja analyysien tuottaminen digi- ja monikanavaisen myynnin tehostamiseksi, asiakaskokemuksen parantamiseksi ja uusien kasvumahdollisuuksien tunnistamiseksi.

Dna.fi asiakaspolkujen optimointi: asiakaspolkujen seurannan kehittäminen hyödyntämään useita datalähteitä, jotka mahdollistavat yhä tarkemman ymmärryksen luomisen. Kehitysehdotusten läpikäynti Growth Hackereiden, liiketoiminnan että digikehityksen kanssa.”

Toimistojen ilmoituksissa taas usein haetaan aika laajalla paletilla olevia osaajia, koska konsulttina työskennellessä joutuu tietysti kohtaamaan erilaisia asiakkaita, ja liian kapea erikoistuminen voi olla vaikeaa myytävää toimiston kannalta. Esimerkiksi Solitan haku sisälsi niin teknistä analytiikkaosaamista, visualisointiosaamista kuin evästetyökalujen asennustaitoja.

“Toivomme sinulla olevan:

– Valmiutta ymmärtää asiakkaan KPI:tä ja hyödyntää web-analytiikkaa liiketoiminnan kehittämiseen
– Kokemusta analytiikkatyökaluista (esim. yksi tai useampi näistä: Matomo, Adobe, Google Analytics) sekä myös analytiikan implementoinnista (Google Tag Manager)
– Kokemusta tai halua oppia SQL- tai muita datankäsittelykieliä (esim. Google Big Query)
– Datan visualisointikokemusta (esim. Power BI, Google Data Studio, Tableau tms.)
– Kokemusta evästetyökalujen asennuksesta (CookieBot, CookieInformation, jne.)
– Kykyä antaa konkreettisia kehitysehdotuksia ja kriittistä silmää datan laadulle
– Plussana näemme, jos sinulla on kokemusta myös hakukoneoptimoinnista (SEO), markkinoinnin automaatiosta, konversio-optimoinnista tai esimerkiksi growth hacking:sta.”

Googlen työkalujen asema on myös pysynyt vahvana, vaikka paljon onkin puhuttu ongelmista, joita liittyy datan käsittelyyn amerikkalaisilla palvelimilla. Käytännössä tämä ei tunnu vaikuttaneen ainakaan yksityisten yritysten valintoihin kovin paljon. Ehkä hieman on ollut nähtävissä Adobe Analytics -tuotteen kokemuksen vaatimus sellaisiltakin tahoilta, jotka eivät ehkä aiemmin ole olleet kyseisen tuotteen käyttäjiä.

Aika usein analyytikko-rooli vaatii työkalutaitojen lisäksi myös ohjelmointiosaamista, tai ainakin jonkinlaisten scriptien ja monimutkaisten hakulausekkeiden hallintaa.

Ilmoituksia lukiessa herääkin helposti kysymys, missä tällaisia osaajia koulutetaan? Usein vaatimuksena on korkeakoulututkinto, mutta yleensä tätä ei millään tavalla tarkenneta. Tähän lieneekin hyvä syy. Todennäköisesti hyvä analyytikko voi tulla monenlaisista taustoista. Osa lienee tilastotieteilijöitä, osa matemaatikkoja, jotkut koodareita, ja monet myös markkinointi-ihmisiä, jotka ovat vain ryhtyneet opettelemaan analyyttisempää asennetta hommaan. Rekrytoijan näkökulmasta on varmasti perusteltua sallia tämä kirjavuus taustoissa, ja enemmänkin keskittyä avaamaan ilmoituksessa juuri kyseisen tehtävän vaatimukset.

Analytiikasta onkin tullut monella tapaa geneerinen perustaito, josta on hyötyä niin digipalveluiden suunnittelijoille, koodareille kuin tuoteomistajille. Ja jos taas haetaan erikoistunutta analyytikkoa, haetaan yhä useammin aika erikoistunutta henkilöä, jonka osaaminen venyy monenlaiseen data-analyysiin ja raporttien rakentamiseen. Yhä useammin tuolta erikoistuneelta analyytikolta edellytetään myös liiketoimintaraporttien käsittelyä ja jopa näiden yhdistämistä digipalveluiden dataan.

PS. Jatkolukemiseksi sopii esimerkiksi: Markkinoinnin automaation järjestelmät Suomessa -katsaus.