Вот и настал новый прекрасный мир SQL и python для маркетологов. Google Analytics выкатил новую версию, с возможностью экспорта в google bigQuery (
http://bit.ly/2yR41Pf), это конечно за деньги (в среднем для проекта в 10к в день, стоимость стриминга будет около $15-30 в месяц), но возможности, которые открываются, очень широкие.
Фактически, мы получили простой, стандартизированный способ стримить сырые данные, при этом дешево и на базе самой популярной в мире системы аналитики. Да еще и с интеграцией (правда по user_id, хотя можно было и данные google аккаунта использовать) с мобильными приложениями.
Что это нам дает и какие компетенции маркетологам и аналитикам нужно будет растить?
Во первых, это дешевое и быстрое создание data warehouse на базе gbq, те мы можем все нужные нам данные (из CRM, Web, телефонии, чатов, офлайн покупок и тп) хранить в одном месте. И используя SQL, data studio и другие системы визуализации анализировать эти данные в комплексе и находить взаимосвязи. Кроме того, мир ML, который тоже наступает на пятки, маркетологам никто не отменял, и в том же bigQuery уже есть bigQuery ML, с базовыми ML алгоритмами, которые мы уже можем применять для анализа всех этих данных.
Во вторых, это, конечно же, автоматизация маркетинга. Инструментов появляется все больше, подходов и методологий еще больше (ну или хорошо забытые старые). Но имея, с одной стороны DWH со всеми данными, а с другой, google cloud (который, к слову, это далеко не только bigQuery, одних разных типов баз данных там аж 6), внутри которого куча сервисов для автоматизации всего на свете, можно на раз два строить удобные ETL для управления маркетингом.
Те работа маркетолога будет больше смещаться от управления бюджетами и креативами, в управления качеством аудитории, анализируя ее на SQL (используя все сильно больше данных о ней, чем сейчас) и создании наиболее эффективных потоков взаимодействия и управления ей.
Так что, маркетолог будущего, это знание js (чтобы собрать веб-данные), SQL/R (чтобы их проанализировать) и python, чтобы с ней работать дальше.