Blogi

B2B-verkkosivuston analytiikka

Miten B2B-verkkosivustoa tulisi mitata ja tuloksellisesti kehittää analytiikan avulla? 

Verkkosivuston kävijädatan seuranta, web-analytiikka tai ihan vaan analytiikka on varmasti käsitteenä tuttu markkinoinnin ammattilaisille ja muille asiakashankinnan parissa työskenteleville, ja sitä käsittelevää perustietoa on internet täynnä. 

Siksi en lähde tässä artikkelissa aivan perusteista liikkeelle, vaan käyn suoraan asiaan B2B-verkkosivustojen ja asiakashankinnan kontekstissa.

Saat tietoa järkevimmistä vaihtoehdoista mittauksessa liikkeelle lähtemisessä, miten analytiikkaa tulisi käsitellä ja miten sivustoa ja asiakashankintaa voi kehittää sen pohjalta.

Analytiikan virtahepo asiakashankinnassa

Samalla kun analytiikka on käsitteenä ja verkkosivuston julkaisun pakollisena pystytystoimenpiteenä tuttuakin tutumpi, on tuloksellinen analytiikan seuraaminen ja jatkokehitys edelleen liian laiminlyöty asia.

Vaikka tähän kiinnitetään huomiota yhä enemmän myös asiakkaiden aloitteesta, eivät sivuston räätälöity seuranta, analytiikan säännöllinen seuraaminen ja sen pohjalta tehty jatkokehitys kuulu monenkaan B2B-yrityksen rutiineihin.

Toki asiakastietokantaan ilmaantuvien liidien ja myynnille tulevien yhteydenottojen määrä kertoo omaa tarinaa asiakashankinnan toimivuudesta, mutta ilman verkkosivuston analytiikkaa konvertoituminen tapahtuu mustassa laatikossa. 

Vain pätevällä analytiikan pystytyksellä voit ymmärtää mikä verkkosivustolla toimii, mistä kanavista se laadukkain liikenne tulee ja mitä toimenpiteitä asiakashankinnassa kannattaa tehdä seuraavaksi. Ilman tätä tietoa teet päätöksiä arvailun varassa ja tuloksetkin ovat sen mukaisia.

Asiakashankintaa ei näet aina ole vain konversiot tai edes liidit, vaan yrityksen tavoitteena voi olla vaikkapa kasvattaa brändinsä tunnettuutta, luoda erottuvuutta ja vahvistaa ajatusjohtajuutta kilpailijoihin nähden. 

Ostopolun tietoisuusvaiheessa ei välttämättä ole vielä mitään toimivia CRM:ssä näkyviä konversiotapahtumia, vaan tunnettuuden kasvua on mitattava muilla tavoin, ja se tehdään analytiikan avulla. Tämän merkitys on vain korostunut viime vuosina, kun portin taakse asetetuista sisällöistä on hiljalleen luovuttu, ja asiantuntijuutta halutaan tarjoilla esteettä verkossa.

Aivan oma lukunsa ovat räätälöidyt tapahtumat, jotka toimivat mainonnan tavoitteina hakukoneissa ja sosiaalisessa mediassa. Näiden pystytys ja seuranta on keskeistä monikanavaisessa asiakashankinnassa.

Keskeiset analytiikkatyökalut B2B-verkkosivustoille

Pätevän analytiikkakokonaisuuden yksityiskohdat riippuvat yrityksen verkkosivuston julkaisualustasta sekä käytössä olevista muista markkinoinnin työkaluista, kuten automaatiosta. 

Analytiikan kokonaisuuden olisi syytä kattaa kolme osa-aluetta:

  1. Määrällinen eli kvantitatiivinen analytiikka, esimerkiksi Google Analytics
  2. Laadullinen eli kvalitatiivinen analytiikka, esimerkiksi Hotjar
  3. Raportointi, esimerkiksi Google Looker Studio

Näistä useimmin keskitytään vain kohtaan 1, vaikka analytiikan tarkastelun ja hyödyntämisen kynnykseksi saattaa muodostua juuri toimivan raportoinnin puuttuminen, tai tiettyjä sivuston käyttöön liittyviä kysymyksiä tulisi ratkoa ensisijaisesti laadullisella analytiikalla, kuten sessiotallenteilla.

Määrällinen analytiikka 

Määrällinen analytiikka tarkoittaa sivuston käyttöä raa’an numerodatan valossa. Yleisin näistä työkaluista on Google Analytics 4. Samaa dataa tarjoavat esimerkiksi HubSpot-verkkosivustojen natiivi-analytiikka tai evästeettömyyteen pohjaava Matomo.

Sivuston seurannan ohella kannattaa luoda myös seuranta orgaanisille hauille Google Search Consolen avulla ja yhdistää se myös muiden Googlen alustojen, kuten GA4:n ja Looker Studion kanssa. 

Search Console on ehdottoman hyödyllinen työkalu B2B-verkkosivuston hakukoneoptimoinnissa. Search Consolen avulla tarjoilet myös sitemap-tiedostosi Googlen indeksointia varten ja voit analysoida sivustosi linkitystä (tähän toki on muitakin työkaluja).

Laadullinen analytiikka

Laadullinen analytiikka on tyypillisesti Hotjarin kaltaisella työkalulla kerättyjä sessiotallenteita. Huomio on yksittäisissä käyttötapauksissa ja mitä ne kertovat sivuston käytöstä tavalla, johon numerodata ei pysty.

Sessiotallenteiden ohella Hotjarin kaltaiset työkalut tarjoavat myös lämpökarttoja eli heatmappeja yksittäisten sivujen käytöstä, mitä kohtia sivulla klikataan ja miten alas sivua keskimäärin skrollataan. 

Saman analytiikan kerääminen ja esittely vain numeroina on huomattavasti vähemmän intuitiivista.

Raportointi

Raportointi tarkoittaa itselle mielekkäiden analytiikan raportointinäkymien pystyttämistä, joissa relevantti data on tarjoiltuna suoraan ajan tasaisessa, oikein rajatussa ja helppolukuisessa muodossa. 

Markkinointipäättäjällä voi olla raportointivastuuta esimerkiksi johtoryhmälle, jolloin Google Analytics -näkymien esittely voi olla jokseenkin lannistava harjoitus. 

Esimerkiksi HubSpotin analytiikka tarjoaa vastaavaa raportointinäkymien räätälöintiä kuin Googlen Looker Studio, mutta sen näkymien räätälöinti pitää yhtä kaikki tehdä, ennen kuin mielekäs kokonaisuus on käytössä. 

Matomon pilviversion dataa voi myös tuoda Looker Studioon, jos sen omat näkymät eivät palvele tarkoitusta.

Looker Studio mahdollistaa myös datan tuomisen Googlen muilta alustoilta, kuten Search Consolesta ja Adsista. Sopivilla, yleensä maksullisilla, lisäosilla näkymiin voidaan liittää dataa myös sosiaalisesta mediasta, liidintunnistuksen työkaluista kuten Dealfrontista ja niin edelleen.

Markkinoinnin automaation alustat, HubSpotin ohella esimerkiksi MailChimp tai Active Campaign, tarjoavat omaa analytiikkaa. Myös nämä voit integroida tarvittaessa Looker Studioon.

Vaihtoehtoja riittää, kokonaisuuden päätät sinä

Pääkysymys kokonaisuuden hallinnassa on se, että mikä sinulle toimii parhaiten: millä tavoin saat parhaan tiedon asiakashankinnan toimivuudesta verkkosivustolla ja siihen liittyvissä digitaalisissa kanavissa, ja miten saan sen tiedon parhaiten tarkasteltavaksi. 

Jokaiselle työkalulle on lukuisia vaihtoehtoja. Business Intelligencen ykköstyökalu maailmalla on Microsoftin Power BI, ei Googlen Looker Studio. 

Analytiikassa voit GA4:n sijaan valita jo mainitun Matomon, tai Piwik Pron, enterprise-tasolla ehkä Adoben

Sessiotallenteissa, lämpökartoissa, funnel-visualisoinneissa ja monessa muussa voit valita Hotjarin sijaan Smartlookin, Fullstoryn tai monen muun, mukaan lukien Matomon maksulliset lisäosat. 

Tähän ei ole yhtä oikeaa vastausta, mutta analytiikkatyökalusto pitää jollain tapaa järjestää, edellä kuvatuista romppeista kasaten. 

Googlen paketin etuna on, että se on ilmainen ja siksi sillä on helppo lähteä liikkeelle. Monet, tietyissä ominaisuuksissa pätevämmät alustat ovat maksullisia, enterprise-tasolla hyvinkin kalliita. 

Oli työkalu mikä hyvänsä, periaate on sama: alustaa ei tule ottaa käyttöön, ellei sitä aio myös hyödyntää.

Googlen alustoissa on vielä yksi hyöty: sen yhteensopivuus tagienhallinnan alustan, Google Tag Managerin kanssa.

Tagien ja evästesuostumuksen hallinta

Tagit ovat verkkosivustoilla monia toiminnallisuuksia toteuttavan ohjelmointikieli JavaScriptin koodinpätkiä, jotka voidaan asettaa sivustolle joko käsipelillä kehittäjän toimesta, tai käyttäen tagienhallinnan alustaa, kuten Google Tag Manageria

Tällöin sivustolle tarvitsee asettaa käsipelillä vain itse Tag Managerin skripti ja tämän jälkeen kaiken pystytyksen voi tehdä markkinoija itse. 

Google Tag Managerille on jälleen vaihtoehtoja markkinoilla, mutta kuten edellä kuvasin, etuja ovat muun muassa helppo käyttö yhdessä Googlen muiden työkalujen kanssa, sekä ilmaisuus.

Kun Tag Manager on käytössä, tulisi kaikki sivustolle tulevat 3. osapuolen toiminnallisuudet, mukaan lukien analytiikka, asettaa sen kautta. 

Tämä paitsi helpottaa sivuston ylläpitoa ja jatkokehitystä, kun kaikki kilkkeet löytyvät yhdestä paikasta, on se ehdottomasti paras ratkaisu evästesuostumusten hallinnoinnin osalta.

Kaikki sivuston käyttäjistä tunnistettavaa dataa keräävät työkalut tulee asettaa evästesuostumuksen taakse. Tätä edellyttää laki. Kun evästehallinta ja kaikki sivuston 3. osapuolen skriptit ovat samassa tagien hallinnassa, on analytiikan asettaminen suostumuksen taakse helppoa. 

Evästehallinnan alustoja on markkinoilla monia. Me suosimme Cookiebottia muun muassa sen helppokäyttöisyyden vuoksi. Tag Managerin avulla asennettu Cookiebot tuo sivustolle samalla Googlen Consent Mode v2:n, jonka myötä evästehallinta on toteutettu sekä EU:n GDPR-direktiivin sekä Googlen syksyllä 2023 käyttöön tulleiden mainonnan suostumuskategorioiden mukaisesti.

Analytiikan seurannan pystyttäminen

Helpoimmin B2B-yrityksen markkinointipäättäjä hoitaa analytiikan pystytyksen delegoimalla sen siihen erikoistuneelle toimijalle. 

Verkkosivustoja toteuttavan toimiston julkaisuprosessiin kuuluu tyypillisesti analytiikan yhdistäminen sivuston kanssa, mutta toimistosta riippuen tämä voi olla hyvin perusmallia.

Toisin sanoen, esimerkiksi Googlen alustoilta laitetaan lähinnä valot päälle ja kokonaisuus asetetaan evästehallinnan taakse. Analytiikkaan alkaa kertyä sivukatseluita ja sessioiden liikenteen lähdettä Googlen oletusasetusten pohjalta. 

Tämä on toki hyvää perusdataa, mutta ei juuri tarjoa vielä ymmärrystä saati helppokäyttöisyyttä yrityksen verkkosivuston konversiopisteiden käytöstä tai muista räätälöidyistä tapahtumista.

Toinen vaihtoehto on, että sivustotoimittaja huolehtii yksinkertaisimmillaan jonkin Tag Managerin skriptin sivustolle asettamisesta, ja varsinaisesta analytiikan suunnittelusta ja seurannan pystytyksestä huolehtii siihen erikoistunut markkinointitoimisto yhdessä asiakkaan kanssa.

Tätä osaamista voi olla myös sivustotoimittajan tiimissä, eli heidän palkkalistoilta löytyy sivustojulkaisun analytiikkapystytykseen ja jatkokehitykseen erikoistunut asiantuntija, joka osaa luoda monimutkaisempiakin seurannan ja raportoinnin kokonaisuuksia, asiakkaan toiveiden mukaisesti. Verkkosivustoa ostavan yrityksen kannattaa kysyä tästä mahdollisuudesta verkkosivustoprojektin tarjousvaiheessa. 

Voi olla myös niin, että sivustouudistukseen lähdettäessä yrityksellä on jo markkinoinnin kumppanitoimisto, joka on huolehtinut analytiikan kokonaisuudesta jo vuosia ja voi tehdä sen jatkossakin. Tällöin kyse on vain sivustouudistuksen aikaisesta koordinoinnista. Kannattaa esimerkiksi buukata yhteinen palaveri, jossa on asiakasyrityksen markkinoinnin lisäksi mukana sekä sivustotoimittaja että markkinointitoimisto.

Kolmas vaihtoehto on, että asiakkaan markkinointipäättäjän ammatillinen tausta on analytiikan parissa ja näppituntuma esimerkiksi Tag Manageriin on säilynyt. Tällöin myös asiakas voi itse ottaa päävastuun analytiikan kokonaisuudesta. 

Analytiikan mainoskierrepallo

Työnjako voi mennä myös niin, että verkkosivustotoimistolla on vastuu sivuston käytön analytiikasta sekä raportoinnista, ja se pitää yhdistää mainoskanavien (useimmiten Google Ads, Meta ja LinkedIn) analytiikan ja raportoinnin kanssa.

Laajemmin toteutetussa mainonnassa yritys tekee useimmiten jo yhteistyötä siihen erikoistuneen toimijan kanssa. Mainonnan kampanjoiden maaleiksi on luotu kampanjakohtaisia räätälöityjä tapahtumia ja näiden tehoa seurataan sitä varten pystytetystä raportoinnista.

Uuden sivuston julkaisun yhteydessä kyse on tällöin kokonaisuuden päivittämisestä yhteistyössä. Mikä muuttuu ja mikä ei, ja miten muutokset ja uudet asiat pitää huomioida analytiikassa ja raportoinnissa? 

Joskus voi olla myös niin, että mainoskampanjoista vastaava toimijalla ei ole syvällisempää analytiikkaosaamista, vaan tämä on erikoistunut mainostamisen luoviin sisältöihin, kampanjoiden kohdentamiseen ja mainoshuutokaupan optimoinnin hienouksiin. 

Tällöin analytiikan kokonaisuuden pystyttämiseen löytyy toivottavasti apu sivustotoimittajalta. Kolmannen toimiston mukaan tuominen voi olla jo vähän erikoisempi veto, mutta jos muuta vaihtoehtoa ei ole, on tätäkin sitten tutkittava.

Mitä B2B-verkkosivustolla kannattaa seurata

Kuten yllä jo totesin, analytiikka tarjoaa oletuksena dataa esimerkiksi sivukatseluista, laskeutumissivuista. istuntojen ja käyttäjien lukumäärästä, mistä oletuskanavista nämä ovat tulleet sekä demografia- ja laitetietoja.

Näiden pohjalta voi muodostaa osan sivuston toimivuuden kokonaiskuvasta, mutta useinkaan oletusdata yksin ei riitä. 

Päinvastoin kuin kuluttajasivustoilla, B2B-sivustoilla ei haluta itseisarvollisesti maksimoida liikenteen määrää, vaan tekeminen kulminoituu laatuun. Joissain tapauksissa ihanneasiakkaiden segmentti voi olla hyvinkin pieni, esimerkiksi vain joitain kymmeniä yrityksiä ja sivuston kävijäluvut ovat sen mukaisia. 

Kaikissa tapauksissa liikenteen laadun arviointi tapahtuu analytiikan avulla.

Konversiopisteet

B2B-asiakashankinnassa verkkosivustolle luodaan erilaisia konversiopisteitä, joiden seuranta on luotava erikseen. Riippuen yrityksen asiakashankinnan ja markkinaan menon mallista, näitä voivat olla 

Liikenteen lähteet erityisesti kampanjoissa ja yhteistyömalleissa

Tuloksellista markkinointia aktiivisesti harjoittavalla yrityksellä voi olla lukuisia erilaisia kampanjoita käynnissä lukuisissa eri kanavissa. Näitä voivat olla

Näistä kanavista saapuva liikenne ei näy kaikissa tapauksissa oletusanalytiikan avulla, vaan ne niputetaan milloin mitenkin. Etenkään et saa lähtökohtaisesti kampanja- tai sisältökohtaista tietoa, vaan tässä sekä kanavissa tapahtuva linkitys sivustolle, että raportoinnin näkymät tarvitsevat räätälöintiä.

Linkityksen osalta tulee hyödyntää UTM-parametreja eli -tägitystä, jossa sivustolle vievään linkkiin on lisätty tietoa kanavasta, kampanjasta, sisällöstä ja muusta ja näin se on analytiikan luettavissa. Tämä kannattaa tehdä yhdellä johdonmukaisella tavalla, jotta analytiikka on luettavaa kuukaudesta ja vuodesta toiseen.

Kanavan lisäksi saatat olla kiinnostunut myös maantieteellisestä erittelystä analytiikassa. Asiakashankinnan kohteena on tietty kaupunki, alue tai maa. Tällöin haluat seurata erityisesti näiden osalta saapuvaa liikennettä.

Monipuolinen ja aktiivinen markkinointi edellyttää myös kanava- ja kenties jopa kampanjakohtaista raportointia. Saatat haluta yksilölliset näkymät eri palveluita markkinoiville kampanjoille tai analysoida kanavakohtaisesti konversioiden toteutumista.

Ostoputken eli funnelin visualisointi

Kun räätälöidyt tavoitteet ja asiakashankinnan kanavat ovat kattavasti seurannassa, on raportoinnissa usein tarpeen näiden tietojen yhdistäminen mielekkäällä tavalla. 

Potentiaalisen asiakkaan matkaa tietoisuudesta kohti ostopäätöstä voidaan yrittää piirtää eri tavoilla analytiikan avulla. Saatat haluta luoda kanavakohtaista dataa siitä, missä määrin potentiaaliset asiakkaat ensin laskeutuvat sivustolle, mitä sisältöjä he katselevat, kuinka paljon yhteydenottosivua katsellaan, lomakkeen täyttöä tai verkkokaupassa asiointia aloitetaan, ja kuinka paljon lopulta itse konversioita suoritetaan.

Kanavan osalta saatat haluta tietää mistä kampanjasta tai mainoksesta konversio tuli, tai mitä avainsanaa webinaariin ilmoittautunut käytti hakukoneessa, tai onko uutiskirjeestä mitään iloa asiakashankinnassa. 

B2B-sivustoilla verkkokaupoista tuttu käyttökokemuksen hiominen on harvemmin se tärkein asia. On myös niin, että B2B-ostamisessa konversio tapahtuu harvoin yhden istunnon puitteissa, eli saisit analytiikkaan nätin tilaston ostoputken päästä päähän. 

Tärkeämpää on tuoda valoa asiakashankinnan eri vaiheisiin, mikä toimii ja mikä ei. Esimerkiksi, minkä sisältöjen parissa ostajat viettävät aikaa, eli mikä tuntuu kiinnostavan ja vakuuttavan, ennen kuin ollaan valmiita ottamaan yhteyttä tai ostamaan. 


Tai haluat tietää, että onko tietystä yhteistyökuviosta mitään hyötyä asiakashankinnassa. Saapuuko kumppanin sivustolta tai somesta liikennettä sivustolle ja mitä he siellä tekevät. 

Kaikki tällainen auttaa tekemään päätöksiä, että mihin markkinoinnissa ja sivuston kehittämisessä seuraavaksi panostetaan ja mitä voi huolettaa tiputtaa kyydistä.

Laadullisen analytiikan paljastukset

Sessiotallenteet eivät liity suoraan siihen, että millaista mittausta sivustolle tulee pystyttää. Kun työkalun seuranta on pystytetty, homma rullaa jo.

Mutta tallenteet ja lämpökartat antavat yhtä lailla osviittaa siitä, että miten sivustoa käytetään, kuin raportointinäkymiin räätälöity määrällinen analytiikka.

Käyttäjätallenteista löytyy usein oivallisia havaintoja esimerkiksi päänavigaation käytöstä tai siitä, mikä sivustolla tuppaa olemaan se tärkein elementti. 

Esimerkiksi, kun olet katsonut 30 tallennetta hakukonemainoksista saapuneiden käyttäjien osalta, jotka kaikki navigoivat ensi töikseen asiakastarinoiden pariin, tiedät jo melko varmasti, että markkinoinnin prioriteetti on tuottaa ajankohtaisia ja laadukkaita referenssejä.

Jos sivun alas skrollausta kuvaava lämpökartta kertoo, että sivun loppuun pääsi vain 10 prosenttia käyttäjistä ja suurin osa siirtyi muualle jo kahden ruudunmitan jälkeen, tiedät että sitä tärkeintä viestiä tai tarjousta ei kannata tiputtaa kovin alas etusivulla, tai vastaavasti uhrata paraatipaikkaa yrityksen tiedotteille.

Miten analytiikkaa hyödynnetään B2B-markkinoinnissa

Yritykset, joilla analytiikka ja raportointi eivät ole ajan tasaisessa käytössä, tekevät päätöksiä vähintäänkin vaillinaisilla tiedoilla, pahimmillaan summamutikassa – tai eivät ollenkaan, eli verkkosivustolle vilkaistaan vain 3-5 vuoden välein.

Useimmilla yrityksillä markkinointitiimin resurssit eivät ole rajattomat, joten priorisointia pitää tehdä. Analytiikka kertoo, mitä sisältöä luetaan ja miten se aktivoi yhteydenottoon tai lisäsisällön lukemiseen.

Mikä käyttäjiä erityisesti kiinnostaa

Räätälöidyllä analytiikalla voidaan seurata yksittäisten sivuelementtien klikkauksia. Tämä mahdollistaa verkkosivustolla olevien toiminnallisuuksien ja niiden tuottaman datan koostamisen. 

Sivustollasi voi olla esimerkiksi tuotekatalogi. Tämän klikkauksia seuraamalla voit listata mikä käyttäjiä eniten kiinnostaa, oli se aihe, palvelu, tuote tai yksittäinen komponentti. Tämä antaa sinulle dataa nykyisestä tilanteesta, mutta myös oivalluksia tulevan suunnitteluun.

Seurantaa ja raportointia voidaan luoda myös sivuston sisäiselle haulle. Jos käyttäjien paljon hakemaa aihetta vastaavaa sisältöä ei sivustoltasi löydy, ehkä on aika luoda sellainen.

Mainonnan rahan käytön arviointi

Vielä konkreettisempaa on yritysten rahankäyttö verkkomainontaan. Mainosten tehokkuudesta löytyy osin tietoa itse mainosalustalta, kampanjanäkymän analytiikan muodossa, mutta tämä ei juurikaan kerro siitä, mitä sivustolla tapahtuu. 

Ei liene konkreettisempaa keinoa rahan käytön optimointiin, kuin kerätä dataa siitä, että mikä mainoskampanja toimii ja mikä ei. Säästöt lasketaan suoraan euroissa, jos tehottoman kampanjan rahat voi säästää tai siirtää toimivalle kampanjalle.

Tuovatko kumppanit luvattua liikennettä

Muualta verkosta tulevan, kanavakohtaisen liikenteen analysointi on keskeinen tapa arvioida yhteistyön toimivuutta. Jos kumppanisi, oli se some-vaikuttaja, sisällöntuottaja tai isompi organisaatio, ei aja liikennettä sivustollesi, on aika käydä keskustelua yhteistyön pelisäännöistä tai jatkosta.

Konvertoiko uutiskirje tai liidimagneetti

Uutiskirjeistä saapuva liikenne on usein niitä parhaimmin aktivoituvia ja sitoutuvia kävijäsegmenttejä. Analytiikan avulla varmistat, onko myös omalla verkkosivustollasi asia näin, ja mitä sivustolla tarkemmin ottaen tehdään.

Tai onko ladattavien sisältöjen ympärillä tarpeen pystyttää ja ylläpitää liidinkeruun ja hoivauksen automatiikkaa, vai säästetäänkö nämäkin työtunnit johonkin hyödyllisempään.

Trendeistä oivalluksia uuden suunnitteluun

Analytiikka antaa myös uusia oivalluksia. Avainsanatrendit kertovat muutoksista markkinassa. Jokin etukäteen vähäpätöisemmäksi arveltu blogiartikkeli voikin nousta yllätyshitiksi ja herättää tarvetta samankaltaisille uusille sisällöille. 

Tai sama havainto voi koskea somea, eikä aina asiakashankinnan vaan vaikkapa rekrytoinnin tiimoilta: parhaiten tietoisuutta voikin työnhaun osalta luoda Facebook ja Instagram, LinkedInin sijaan.

Dataan pohjautuvaa strategian päivittämistä

Analytiikka luo pohjaa myös strategian päivittämiselle. Jos orgaaninen hakukoneliikenne ei tuota konversioita, voi se lopulta johtaa päätökseen olla satsaamatta artikkelituotantoon, tai kohdentaa se hyvin kapeaan aiheeseen. 

Sama oivallus voi syntyä uutiskirjeen, somen tai mainonnan osalta. Asiakashankinnan painopiste voi siirtyä näin jopa inboundista outboundiin.

Kaikki tämä tähtää siihen, että voit tietoon nojaten tehdä päätöksiä resurssien kohdentamisesta. Ilman analytiikkaa suunnitelmallinen verkossa tapahtuva asiakashankinta ei yksinkertaisesti ole mahdollista. 

Analytiikan rajoitukset ja haasteet

Evästepohjainen analytiikka ja GDPR

Yksi viime vuosien keskeisimmistä päänsäryistä on ollut eurooppalaisin tietosuojan tiukentuminen, joka on vaikuttanut kahdella tavalla analytiikkaan. 

Selkein vaikutus on evästesuostumuksen vaatiminen, jonka seurauksena vain noin kolmessa vuodessa analytiikan kattavuus on tipahtanut noin 70 prosenttiin B2B-sivustoilla. Tietyillä nuorison käyttämillä sivustoilla evästeistä kieltäytyjiä voi olla jo enemmän kuin ne sallivia. 

Tämä pitää osata huomioida, kun tarkastelee sivuston kävijämääriä. Tarkemmalla analyysin tasolla tämä vaikuttaa myös kävijäyleisöjen eli kohorttien analysointiin. Tietyn demografian käyttäjät kieltäytyvät evästeistä herkemmin. Miten tämä vaikuttaa juuri sinun B2B-asiakashankinnassasi?

Tietosuoja ja GDPR vaikuttaa myös siihen, mitä tietoja käyttäjästä on ok kerätä. IP-osoitteita ei enää oteta talteen, mutta Google mahdollista esimerkiksi Signals-asetustensa avulla käyttäjän tunnistamisen selaimen profiilin avulla. Vanhan Universal Analyticsin osalta juuri tämä selainprofiiliin yhdistäminen sai oikeudessa langettavia tuomioita.

Evästepohjaiselle analytiikalle on toki vaihtoehtoja, mutta jos markkinointisi on perustunut nimenomaan selaimeen asetettavien evästeiden avulla käyttäjien tunnistamiseen ja näille uudelleen kohdistettavaan markkinointiin, ei tulevaisuus näytä ruusuiselta.

Monta analytiikka-alustaa, monenlaista toisistaan poikkeavaa dataa

Yksi hämmentävä lainalaisuus liittyy siihen, että miksi esimerkiksi Google Analytics, HubSpot ja Matomo eivät näytä samoja lukemia kävijämäärille tai sivukatseluille. 

Tähän kun lisätään vielä mainosalustojen tarjoamat läpiklikkausmäärät, jotka eivät täsmääkään laskeutumissivujen katseluiden kanssa, niin ihmettely vain syvenee.

Kun kyse on pienemmistä eroista, vaikuttavat asiaan tyypillisesti eri alustojen erilaiset tavat määritellä esimerkiksi istunto ja sen kesto. Tämän taustalla ovat myös alustoilla valitut asetukset. Esimerkiksi GA4:n istunnon pituus oletuksena on vain 30 minuuttia. Tunnin päästä tapahtuva selainikkunan virkistys merkataan uudeksi istunnoksi.

Evästesuostumukset voivat tuottaa 20-50 % poikkeamia GA4:n ja HubSpotin dataa (vaatii suostumuksen) anonyymiin Matomo-dataan (ei vaadi suostumusta) verratessa.

Jos heitot ovat kaksinkertaisia tai sitä suurempia, voi syypää olla siinä, että seurantaskripti löytyy sivustolta kahteen kertaan. Sama voi koskea myös esimerkiksi yksittäisiä konversiotapahtumia. Seuranta on syötetty suoraan sivuston lähdekoodiin, mutta se löytyy myös Tag Managerista.

Mainosalustojen läpiklikkauksissa on myös kirjavia käytäntöjä, ja esimerkiksi Facebook tarjoaa useaa erilaista metriikkaa klikkauksille, läpiklikkauksille, yksilöitynä tai niputettuna sekä laskeutumissivun katseluita. Näistä vain viimeinen on evästeiden takana. Kokonaisuuden ymmärtäminen voi olla välillä haastavaa.

B2B-verkkosivustojen vähäinen liikenne

Monen suomalaisen, kapeamman erikoistumisen B2B-yrityksen verkkosivustolla ei välttämättä ole tungosta. Alhainen kävijämäärä voi toki olla seurausta markkinoinnin passiivisuudesta ja vähäisestä tunnettuudesta, mutta on myös niin, että kaikilla vain kotimaassa operoivilla yrityksillä ei ole järin suurta asiakaskuntaa.

Kvantitatiivinen analytiikka perustuu volyymiin. Mitä enemmän sivustolla on kävijöitä, sitä nopeammin saat validointia asiakashankinnan päätöksillesi. Jos kävijöitä on verkkosivustolla vain joitakin satoja viikossa, voi oppien kerääminen kestää kuukausia.

Volyymin puutteeseen liittyy myös konversioiden käyttö mainontaa ohjaavina maaleina. Jos mainoksistasi konversion suorittaa vain muutama henkilö kuukaudessa, on se aivan liian matala volyymi algoritmin suorittamalle mainoskampanjan tehokkaalle optimoinnille.

Tällöin on syytä korvata mainoskampanjan maali jollain muulla tapahtumalla, kuten vaikka laskeutumissivun katselulla. Yhtä kaikki, tämäkin on tietoa, jonka voit saada vain analytiikan avulla.

B2B-ostamisen muutos ja dark funnel

Analytiikka voi johtaa myös harhaan, jos ei ole tarkkana. 

Asiakas on voinut saapua sivustollesi analytiikan mukaan Googlen orgaanisesta hausta. Mutta Search Console paljastaa, että hän olikin vain kirjoittanut hakukenttään yrityksesi nimen. Tämän hän taas oli saanut kollegalta suositteluna. Tällöin konversion attribuution lähde ei ole orgaaninen haku, vaan offline-lähde, eli suosittelu.

Samaan tapaa orgaanisesta tullut on saattanut kuulla yrityksestäsi webinaarissa, messuilla tai LinkedInissä. Tai jos mainostat Google Adsissa myös oman yrityksesi nimeä avainsanana käyttäen, voi ensimmäinen hakutulos olla sinun oma mainoksesi. Nyt konversion lähde onkin maksettu hakukoneliikenne.

Tätä alkuperäisen signaalin pimentoon jäämistä kutsutaan nimellä dark funnel tai pimeä ostoputki. Tästä on vähintäänkin oltava tietoinen analytiikassa, ja mielellään osattava soveltaa omien käynnissä olevien asiakashankinnan toimenpiteiden palapelissä.

Kuviota sekoittaa B2B-ostamisen muuttuminen yhä monimutkaisemmaksi. Ostajia ei ole yksi, vaan useita, ja he eivät suorita konversiota nätisti yhden, vaan usean istunnon aikana, jolloin attribuutiota plus konversiota on vaikeampi saada oikein tilastoitua – tai se ei ole mahdollista ensinkään.

Voi olla myös niin, että liidinkeruussa ilmaantuva ensimmäinen kontakti, esimerkiksi oppaan lataus, tehdään geneerisellä gmail-osoitteella, ja jos ostamisessa tai tarjouspyynnössä aletaaan olla vakavissaan, tehdään seuraavat aktivoitumiset työsähköpostin avulla.

Nämä seikat eivät murenna analytiikan tarpeellisuutta, vaan korostavat markkinoinnin muutoksia, joista on syytä olla tietoinen ja joihin on fiksua sopeutua. Esimerkiksi aitoa attribuutiota voi kysyä suoraan asiakkailta: mitä kautta kuulit meistä ensimmäisen kerran?

B2B-ostajien parveilua kanavissasi eli sitä potentiaalista ostavaa yritystä voi yrittää tunnistaa siihen soveltuvilla työkaluilla, mutta myös johtaa laajempia päätelmiä siitä mikä toimii ja mikä ei, jättäen retargetoinnin sikseen ja luottaa siihen, että kun palvelutarjooma on oikein viestitty, asiakas kyllä aktivoituu, kun on sen aika.