И ещё миллион сценариев можно привести. Главное, что нужно понять – стратегии работы с данными каждый раз будут различны, и расти они будут от "Зачем".

Частой ошибкой новичков является стремление нанести пользу и причинить радость, минуя "Зачем" своей команды или заказчика. Отсюда разочаровывающие отчёты для партнёров и инвесторов, которые не продают идею и не вдохновляют вложиться, а делают акцент на проблемах и слабых местах; или аналитика в духе "мы во всём молодцы" на запрос собственника разобраться, куда утекают бюджеты. Специалисту в этих случаях кажется, что он действует из лучших побуждений, и "лучше честная презентация, чем красивое враньё", но...

Не надо, работая в команде, считать себя самым умным и порядочным. Пиарщик не священник. Наша работа помогать тем, с кем мы работаем (выставлять в лучшем свете, увеличивать количество нужных контактов и удачных возможностей и т.л.). И если нужна красивая позитивная презентация или, наоборот, отчёт-расследование, стоит делать их. Потому что наша работа должна помогать конкретным людям, а не тыкать их носом во что-то неприятное, если на это нет запроса.

Я рекомендую формулировать цели по SMART:
S — Specific — конкретность;
M — Measurable — измеримость;
A — Achievable — достижимость;
R — Relevant — значимость;
T —Time bound — ограниченность во времени.

Не жалейте времени, чтобы качественно оформить свою цель. Это вложение быстро себя отобьёт.

Когда цель нашей работы понятна, определяемся с вектором поиска данных. Здесь набрасываем первую пачку KPI и определяем, что будем смотреть, проверять, гуглить в первую очередь.

Вектора, как правило, два:

1) Что лучше всего проиллюстрирует то, что я хочу сказать? (Далее: что усилит/ подтвердит сказанное / поможет проработать возражения?)

2) Что поможет мне увидеть объективную картину? (Далее: как сопоставить данные / где взять альтернативные источники / как проверить?)

Иногда, если нам везёт делать документ для поиска решений, которое мы можем презентовать руководству для реализации задуманного своими руками. В таких случаях делаем комбо: сначала определяем объективную картину (пункт 2), потом предлагаем интересные для себя решения (пункт 1).

Или боль современности – данные некоторых социологических опросов. Они нужны, но их нет. И можно рвать на себе волосы, проклиная отечество, а можно приберечь силы, признав реальность и начав работать с тем, что пока ещё доступно.

Например, вы работаете на мелкого ипешника, который не может позволить себе оплату системы мониторинга медиа. Придётся собирать данные вручную. На этом этапе вы должны определиться, какие данные из п.3 вы действительно можете собрать, исходя из своих ресурсов, а от каких хотелок придётся отказаться. Плюс доступных вам данных вообще может не быть – и если в заявленных KPI в договоре вы ориентировались на них, сядете в лужу.

Здесь горлышко нашей воронки ещё раз сужается, оставляя только те данные, которые вы действительно можете обработать.

Это убережёт от ситуаций, когда маленький стартап начинает копировать аналитику Google и ломает себе шею на вымышленном подобии с гигантом. Это сэкономит время личным брендам, которые делают всё сами и ещё должны успевать работать, а не только считать, насколько удалось продвинуться.

Также эта воронка поможет протестировать адекватность планки притязаний. Если концентрировать не на "хочу", а на "могу", довольно быстро этих самых "могу" станет больше. И вот вы уже крутите не тремя несчастными метриками, а работает с огромными массивами данных и бюджетами (что бывает у всех, кто бережно и разумно обращается с доступными в настоящий момент ресурсами).