Sex regler för att lyckas med digital analys

Michele Kiss är en pionjär inom den digitala analys-världen och en väldigt uppskattad föreläsare inom området. Detta är en svensk översättning av Micheles bloggpost från Web Analytics Demystified. 

Det spelar ingen roll om du är en liten start up eller en stor organisation – dessa sex steg kommer att hjälpa dig att lyckas med din digitala analys, oavsett om det är för en hemsida, en mobilapp, er marknadsföring eller för sociala medier. 

1. Sätt grunderna innan du försöker dig på något mer avancerat

Många kommer till oss på Analytics Demystified med luddiga kortsiktiga mål, som exempelvis ”implementering av en avancerad, cross-device tracking av sina kunder, som de kan länka till sin personliga marknadsföringsdata och försäljningssystem…”. Men de lyckas inte ens sätta upp korrekt implementerad, grundläggande tracking i Google Analytics på sin hemsida.

Ett par exempel: Ett stort resebolag som vi jobbade med hade ambitionen att göra en avancerad segmentering och personanpassa innehåll, men de kunde inte ens få ordning på enkel köp- och intäktstracking. Eller, ett globalt B2B företag ville ha en integrerad databas som visade resan från anonym besökare på hemsidan, till lead, till kund. Men de kunde inte ens få en korrekt siffra på antalet leads som de fick in genom sina leadsformulär på hemsidan.

Den stora vinsten för företag när det kommer till att jobba med analytics, är att få en helhetsbild av sina kunder. Emellertid måste du lyckas med grundläggande tracking innan du försöker dig på något mer avancerat. Det grundläggande är grundläggande av en anledning! Om du inte sätter grunden rätt med tillförlitlig data i alla dina system kommer din integrerade data att bli fel, vilket leder till fel beslut. Acceptera att det kommer ta tid för din organisation! Ni måste först lära er att krypa, och sedan gå innan ni kan springa.

Acceptera att det kommer ta tid för din organisation! Ni måste först lära er att krypa, och sedan gå innan ni kan springa.

2. ”Perfekt” är framstegets fiende

Medan du bygger din grundläggande tracking på väg mot mer avancerad analytics, tappa inte hoppet bara för att du bara kan göra ett fåtal av alla saker som du vill göra. Det finns fortfarande massor av fördelar med enklare analys av din webbanalysdata, eller din email-, sociala medie- eller mobilappsdata, innan de är fullt integrerade med andra system och CRM.

Bara för att du inte befinner dig i ditt drömläge betyder inte det att du inte kan få massor av värdefulla insikter längs vägen.

3. Det finns ingen väg som är ”rätt” eller ”fel”. Det finns bara ”bättre lämpad för ditt företag”

Jag deltog nyligen i ett webinarium där talaren fick frågan ”vilken är den bästa rapporten i Google Analytics?” Han svarade genom att namnge en specifik rapport och varför han ansåg att den var så bra.

Min första tanke var ”Fel! Den bästa rapporten är den som svarar på affärsfrågan.”

Det finns ingen rapport som är “rätt” för alla frågor. Riktig analys handlar om att använda data för att besvara en affärsfråga. Så vilka rapporter du bör använda, vilken information du ska samla in och vilken analys du bör göra beror på dina affärsbehov. Det finns ingen strategi för ”one size fits all”. ”Best practice” kanske inte alls är bäst för ditt företag.

Så vilka rapporter du bör använda, vilken information du ska samla in och vilken analys du bör göra beror på dina affärsbehov.

4. Människor. Inte teknik.

Att spendera pengar på människor är mycket mer värdefullt än att köpa in nya fina system och verktyg (även om alla säljare kommer att säga tvärtom). Du kan göra mycket mer med ett smart team och gratis eller billiga verktyg, än om du sitter med de senaste tekniken, men utan team som kan använda den ordentligt.

Tyvärr arbetar vi vanligtvis med stora organisationer med väldigt små eller till och med inga analysresurser. (Exempelvis ett stort, Fortune 100-företag med tjugo enskilda varumärken men utan interna resurser som ägnar sig åt analys!). Chansen att få värdefulla insikter från analys utan analytiker? Väldigt liten.

Varför är detta så vanligt? Tyvärr är det i de flesta organisationer lättare att få budget för teknik än ytterligare personal. Det är även lättare att få budget för byråer och konsulter än mer personal! Som konsulter gynnas vi på Analytics Demystified förstås av detta. Men i slutändan ser vi att den största framgångsfaktorn hos våra kunder är när de investerar i sina interna resurser, och därför hjälper vi kunder att få igenom beslut att bygga ut interna team.

Så när handlar det om tekniken…? När ditt fantastiska team bryter gränserna för vad som kan göras med billiga lösningar.

5. Gräset är inte grönare

Hjälper din analys dig? Är din data en enda röra, något som inte går att lita på? Är din implementation en katastrof?

“Jag vet! Problemet är Adobe Analytics/Google Analytics/annat verktyg. Om vi byter till [något annat verktyg] kommer det att fungera perfekt.”

På Analytics Demystified har vi sett mängder av kunder med dåliga implementationer av Adobe Analytics, som överger system för byta till Google Analytics (eller tvärtom) i tron om att det var systemet det var fel på. Ofta ser vi problemet upprepas med kunder som några år senare går igenom samma process och byter system igen.

Der är lätt att tänka att gräset är grönare på andra sidan och att ett systembyte löser allt. Emellertid är det som faktiskt löser problem när man byter system inte det nya systemet i sig, utan tiden man lägger på att designa om, städa upp och rätta till implementationen under tiden som du byter system.

Emellertid är det som faktiskt löser problem när man byter system inte det nya systemet, utan tiden man lägger på att designa om, städa upp och rätta till implementationen under tiden som du byter system.

Att byta system är ingen bra lösning, eftersom du efter ett år eller två kommer att sitta med lika mycket rörig data som innan. I slutändan kommer du fortfarande att ha samma tekniska resurser, samma back-end system och samma processer (eller avsaknaden av dem!) som ledde till röran från första början. Du kommer bara att ha slösat din tid och dina pengar och kommer antagligen byta tillbaka och göra om processen igen.

Istället för att börja om från början med ett nytt system – gå tillbaka till grunden och det du har idag. Gå  igenom befintliga implementationer och se om du kan få det att fungera innan du börjar om från början. Och den här gången – sätt upp processer för att undvika att hamna där du var igen, istället för att lockas in av duktiga säljare av nya system.

6. Du kan inte göra något åt det du inte mäter. Men mät inte om du inte kommer kunna göra något åt det

“Jag vill mäta varje klick som görs på hemsidan! Det är kritiskt. Hur ska vi annars veta vad folk gör?”

Innan du sätter igång och implementerar avancerad tracking av din hemsida eller app, stanna upp och fråga dig själv: “Vilka åtgärder kan jag sätta in baserat på den här datan” och ännu viktigare “Hur kommer den här handlingen att påverka slutresultatet?”

En “låt oss mäta allting-metod” kan vara en indikation på en lathet gentemot analys: när stakeholders inte kan separera vad som är viktigt att veta och vad som är “nice to know”. Och även om det kan kännas enklare att mäta allt (”för säkerhets skull, om vi behöver i framtiden”) är det mycket möjligt att det i slutändan bara kommer att kosta. Dina analytiker kommer att behöva spendera mer tid på trackinginstruktioner och att säkerställa att datan är rätt, och ägna mindre tid åt det värdefulla jobbet; att analysera datan!

Med det sagt så behöver en avancerad uppsättning inte vara onödig. En av mina kunder hade många vägar in till sitt anmälningsflöde. En i huvudnavigationen, en i brödtexten och en längst ner på sidan. De ville kunna särskilja vilken knapp som konton skapades ifrån. Var den här trackingen nödvändig? Absolut! Varför? Eftersom de faktiskt kunde använda datan för att optimera färger, CTAs, placeringen av varje knapp och antalet knappar på sidan via A/B test och multivariata tester.

Om du vill mäta klick på varje knapp på din sida måste du vara beredd på att flytta eller ta bort CTAs beroende på hur de fungerar. Du måste ha tid att följa upp datan ofta för att det ska vara värt ansträngningen. I slutändan är det så att om du inte är beredd att göra några förändringar baserat på datan du får in, finns heller ingen anledningen att mäta öve huvudtaget. Datan ska användas som underlag till beslut – inte bara för att ge information.

I slutändan är det så att om du inte är beredd att göra några förändringar baserat på datan du får in, finns heller ingen anledningen att mäta överhuvudtaget.

Vad tycker du?

Vad har varit kritiskt för din organisation för att dra värdefulla insikter från din digital analys? Kommentera gärna!