Wie können wir sicherstellen, dass eine neue Entwicklung oder Erkenntnis einer Person effektiv an den Rest des Teams weitergegeben wird? In kleinen Teams schreiben wir oft einzelne Funktionen, Skripte und Vorlagen, um unsere persönlichen Arbeitsabläufe zu optimieren. Wenn das Team jedoch wächst. beginnen verschiedene Personen, ihre eigenen Tools und Codes zu entwickeln, um ähnliche Probleme zu lösen. Die R-Bibliothek Marketing Science (marsci) befasst sich mit diesem Problem, indem sie tägliche analytische und technische Aufgaben zentralisiert und unterstützt.
Diese R-Bibliothek begann als persönliches
in dem ich Abfragen und sich wiederholenden Code im Zusammenhang mit meiner Rolle als Marketing Science Partner bei Meta im Dezember 2019 speichern konnte. Als ich meine persönliche Bibliothek erweiterte und sie mit anderen teilte. wurde sie immer nützlicher und whatsapp-daten erregte die Aufmerksamkeit meines ehemaligen Managers und später unseres Regionaldirektors und unserer Vizepräsidenten. die alle die Entwicklung des Projekts voll unterstützten.
Durch die Einrichtung einer R-Bibliothek konnte unser Team diese drei Hauptherausforderungen bewältigen:
- Doppelarbeit innerhalb des Teams. sowohl beim Schreiben der Tools als auch beim Überprüfen des Codes.
- Mangelnde Transparenz hinsichtlich der Erstellung der Tools und fehlende Dokumentation. was häufig zu Fehlern oder fehlerhafter Verwendung führt.
- Es ist schwierig, neue Entwicklungen mit anderen Benutzern zu teilen , was die Produktivität verlangsamt und Chancen verpasst.
In diesem Beitrag teile ich Erkenntnisse aus der Entwicklung der Marsci R-Bibliothek und gebe ein paar Tipps für die Entwicklung Ihrer eigenen Bibliothek.
So bewältigen R-Bibliotheken Skalierbarkeitsprobleme
R ist eine Open-Source-Programmiersprache und -umgebung, die ursprünglich für statistische Berechnungen und Grafiken entwickelt wurde. Im letzten Jahrzehnt hat sich R zu einer der wichtigsten Sprachen für Analytik und Datenwissenschaft entwickelt. Es ist ein flexibles Marketing Science, skalierbares und beliebtes Open-Source-Tool, das von Analysten auf der ganzen Welt verwendet wird.
R-Pakete sind die Grundeinheiten reproduzierbaren Codes. Sie können Funktionen, Dokumentation, Daten, Tests, Add-Ins, Vignetten, R-Markdown und andere Vorlagen enthalten. Indem wir mithilfe von R-Paketen ein kollaboratives, skalierbares Marketing Science und reproduzierbares System ermöglichen, können wir effizienter arbeiten und zusammenarbeiten.
Die marsci R-Bibliothek ist ein internes R-Paket
das von unserem Team unabhängig entwickelt und gepflegt wird, um Lösungen für unseren täglichen Arbeitsablauf und allgemeine Aufgaben bereitzustellen. Stellen Sie es sich als einen Marketing Science Werkzeugkoffer mit Werkzeugen vor, die speziell für die Anforderungen unseres Teams entwickelt wurden.
Dadurch kann unsere Unterschiede bei den SMS-Messaging-Kanälen Arbeit Folgendes sein:
- Kollaborativ: Es zentralisiert das Wissen unseres Teams in einem kollaborativen Qualitätscode-Repository, das ständig wächst, sich an neue Prioritäten anpasst und verbessert.
- Skalierbar: Es wird von wenigen Kollegen gepflegt und überprüft und für die Verwendung durch jedes Teammitglied und funktionsübergreifend bereitgestellt.
- Reproduzierbar: Es spart Zeit durch die Automatisierung und Vereinfachung typischer Aufgaben mit robuster, reproduzierbarer Analyse und Berichterstattung.
Hier sind einige Anwendungsfälle
die durch die marsci R-Bibliothek ermöglicht werden und die bereits Hunderten von internen Forschern und Analysten geholfen haben, ihre Arbeit zu Marketing Science erleichtern und die Zusammenarbeit mit anderen Kollegen zu ermöglichen:
- Benutzer können Daten auf sichere, benutzerfreundliche, flexible und von Experten geprüfte Weise abfragen.
- Es bietet die Möglichkeit, robuste Metaanalysen (deskriptiv, Regression und statistisch) durchzuführen.
- Liefern Sie automatisierte PowerPoint-Berichte (Metaanalysen, aggregierte Ergebnisse von Lift-Studien, Simulationen usw.), die Marketing Science automatisch für die externe Freigabe freigegeben sind.
- Es kann Elastizität, Anzeigenkontamination, Reichweitenüberschneidungen, Leistungsberechnungen und mehr analysieren und berechnen.
- Es verfügt über interne Funktionen zur einfachen Bewältigung interner Infrastrukturprobleme, Wörterbücher und andere Hilfsfunktionen für unsere Benutzer.
Die marsci R-Bibliothek wurde auch bzb-verzeichnis für eine Reihe öffentlicher und externer Projekte verwendet. Um nur einige zu nennen: Studien, die zeigen, dass Connected Brands zu tieferen Markenergebnissen führen (im Vergleich zu nicht verbundenen Kampagnen) und Marketing Science wie Social Cause Marketing-Kampagnen Verbraucher näher an Marken bringen.
Nutzung und Auswirkungen der marsci R-Bibliothek
Ich möchte Ihnen und Ihrem Team ein paar Erkenntnisse und Tipps geben, die Ihnen bei der Entwicklung Ihrer eigenen R-Bibliothek helfen werden:
- Auswirkungen: Priorisieren Sie Ihre Anfragen und Rückstände nach Auswirkungen. Sobald Ihr Paket beliebt wird, möchte jeder seine Anwendungsfälle implementiert und automatisiert haben. Ich führe gerne ein Asana mit einer Struktur nach „Rückständen“, „bereit zur Verwendung“, „in Arbeit“ und „abgeschlossen“. Diese Struktur ist besonders nützlich, um Anfragen, Statusaktualisierungen und Abhängigkeiten nachzuverfolgen. Ich empfehle auch, Ihr Team von Zeit zu Zeit zu befragen, um Schwachstellen und neue Herausforderungen aufzudecken.
- Updates: Teilen Sie alle relevanten Änderungen mit Ihrem Team und den Stakeholdern. Für die Marsci R-Bibliothek haben Marketing Science wir eine interne Gruppe, in der ich alle relevanten neuen Funktionen, behobenen Fehler und Änderungen nach Wichtigkeit sortiert teile und die Benutzer auf dem Laufenden halte. Ich markiere auch Personen nach Bedarf, um sie auf dem Laufenden zu halten. Es ist wichtig, dass Sie eine klare und taktische Markteinführungsstrategie haben, um Ihr Team (Benutzer und Nichtbenutzer) über die Funktionen der Marsci R-Bibliothek zu schulen, zu unterrichten und zu informieren. Regionale Ansprechpartner
-
helfen definitiv dabei, diese Ziele zu erreichen Marketing Science
- UX: Denken Sie bei Entscheidungen zu Standardwerten, möglichen Eingabefehlern, Formulierungen in der Dokumentation oder anderen Korrekturen immer an den Benutzer. Wenn die Benutzer das Produkt lieben, werden sie die Lösung nicht nur verwenden, sondern sie auch allen anderen im Team empfehlen.
- Protokolle: Protokollieren Sie wenn möglich die Nutzung jeder Funktion Marketing Science und jedes Parameters. So können Sie Nutzung, Akzeptanz und Auswirkungen messen und bei der Fehlerbehebung helfen. So weiß ich, welche Benutzer neu sind, sodass wir sie automatisch zu unserer internen Gruppe hinzufügen und die Zeit messen können.
- Versionskontrolle: Nutzen Marketing Science Sie Git und Versionskontrollsysteme, um mit anderen Entwicklern und Teammitgliedern zusammenzuarbeiten. Achten Sie dabei darauf, die Paketversionen klar zu aktualisieren, falls beim Bereitstellen neuer Versionen Probleme auftreten.
- Dokumentation: Auch wenn es offensichtlich ist, ist eine klare, leicht verständliche und aktuelle Dokumentation so wichtig wie nur möglich. Standardmäßig sind in R-Paketen alle Funktionen und Parameter aktualisiert, aber geben Sie Marketing Science unbedingt an, was jedes Argument bewirkt, was die möglichen Eingaben/Bereiche/Werte sind und wie diese Marketing Science die Ausgaben ändern. Außerdem ist ein schöner Spickzettel und einige relevante Vignetten mit häufigen Anwendungsfällen hilfreich!