Gartner 2015年的数据驱动营销调查显示，到2017年，营销人员预计他们的大部分决策都将受到量化驱动。因此，超过50%的公司计划扩大他们的分析团队。研究主管克里斯蒂•尤班克斯指出，这将要求招聘经理在竞争已经激烈的市场中发现和培养新的人才来源。高德纳咨询公司的营销领袖．< / p >
- Gartner的客户吗?登录个性化搜索结果。
建立正确的数据驱动营销团队
2016年2月3日
贡献者:Chris Pemberton
随着组织组建分析团队，数据科学家并不总是答案。
“不是每个公司都需要一个数据科学家团队。”< / p >
这种数据驱动决策的新现实的影响不仅仅影响招聘实践。团队需要首先评估他们在组织和文化上围绕营销分析进行协调的准备情况，并评估他们应该在多大程度上集中分析活动。但要想在这种转变中真正取得成功，招聘经理和招聘人员必须从不同的角度思考人才前景。根据具体的技能缺口量身定制职位描述。并不是每个公司都需要或拥有正确的数据来利用数据科学家团队。
根据需要选择角色
2015年Gartner Data-Driven Marketing Survey的受访者报告称，在他们的营销组织中，平均有22人将全部或大部分时间花在分析上，大多数领导者计划在未来两年雇佣更多的人。团队规模在很大程度上取决于行业和公司规模，但尤班克斯指出，粗略的基准是每10亿美元收入有七到八名分析师。< / p >
以下是根据需求和差距考虑的角色和职责菜单(而不是清单):< / p >
领导
- 高层执行官
管理
- 分析总监
专家
- 网络
- 社交媒体
- 社会听
- 手机应用程序/游戏
- 分割
- 数字媒体
- 数据可视化
- 统计学家/造型
- 标签
- 数据架构师
背景可能有所不同
考虑具有不同背景的合格候选人。许多IT专业人士已经成功地过渡到营销分析领域，JavaScript和SQL技能是加分项。具有社会学和心理学背景的候选人可以为网络和社会分析带来消费者行为的观点，以及抽样和统计的知识，这些知识可以完美地转化为优化实验。< / p >
“考虑具有不同背景的合格候选人。”< / p >
下一步:“当你在一个候选人身上找不到你想要的所有东西时，从内部培养人才，”尤班克斯说。让你的分析团队参加R或Python课程，利用从供应商那里学习的机会，或者让掌握新的分析技术成为他们个人发展计划的一部分。< / p >
检查员工的能力，找出领导能力、操作能力、分析能力和技术能力方面的差距。然后根据这些需求招聘人才，并根据分析路线图和数据驱动的营销成熟度对新员工进行优先级排序。< / p >
“我用高德纳(Gartner)来增强自己做决定的信心。”< / p >
保持更聪明。< / p >