Seks regler for å lykkes med digital analyse

Michele Kiss er en pionér i den digitale analyseverden, og en anerkjent foreleser innenfor sitt område. Dette er en norsk oversettelse av en av Micheles bloggposter på Web Analytics Demystified. 

Det spiller ingen rolle om du har en liten startup eller en stor organisasjon – disse seks trinnene kommer til å hjelpe deg og lykkes med din digitale analyse, uansett om det er for hjemmeside, en mobilapp, er markedsføring eller for sosiale medier.

1. Angi det grunnleggende før du prøver noe mer avansert

Mange kommer til oss på Analytics Demystified med uklare, kortsiktige mål. For eksempel «implementering av en avansert, cross-device tracking av kundene sine, som de kan linke til sine personlige markedsføringsdata og salgssystemer…». Men de klarer ikke en gang å sette opp grunnleggende tracking i Google Analytics korrekt på sin egen hjemmeside.

Et par eksempler: Et stort reiseselskap som vi jobbet med hadde ambisjoner om å gjøre en dyp segmentering og tilpasse innhold.. men de kunne ikke engang ordne enkel kjøp- og inntektstracking. Eller, ett globalt B2B-selskap som ville ha en integrert database – fra anonyme besøkende på hjemmesiden, til lead, til kunde. Men de kunne ikke engang få et riktig tall på antallet leads de fikk gjennom leadskjemaene på hjemmesiden sin.

Den store fordelen for selskaper når det kommer til å jobbe med analytics, er muligheten til å et fullstendig bilde av kundene sine. Imidlertid må du lykkes med grunnleggende tracking før du prøver deg på noe mer avansert. Det grunnleggende er grunnleggende av en grunn. Hvis du ikke setter grunnlaget riktig med pålitelige data i alle systemene dine, så vil de integrerte dataene også bli feil – noe som fører til feil beslutning. Godta at det kommer til å ta tid for organisasjonen din! Dere må først lære å krype, og deretter gå før dere kan løpe.

Godta at det kommer til å ta tid for organisasjonen din! Dere må først lære å krype, og deretter gå før dere kan løpe.

2. «Perfekt» er fremgangens fiende

Ikke mist håpet fordi du bare kan gjøre et fåtall av de sakene du ønsker å gjøre, mens du bygger den grunnleggende trackingen din på vei mot mer avansert analytics. Det finnes fortsatt en rekke fordeler med enklere analyse av dine webanalysedataer, eller dine e-mail-, sosiale medier- eller mobilappdataer, før de er fullstendig integrerte med andre systemer og CRM.

Bare fordi du ikke befinner deg i drømmesituasjonen din, så betyr ikke det at du ikke kan få masse verdifull innsikt underveis.

3. Det finnes ikke en vei som er «rett» eller «feil». Det finnes bare «bedre egnet for din bedrift»

Jeg deltok nylig på et webinar hvor foredragsholderen ble spurt «hvilken er den beste rapporten i Google Analytics?». Han svarte med å navngi en spesifikk rapport og hvorfor han mente den var så bra.

Min første tanke var «Feil! Den beste rapporten er den som svarer på forretningsspørsmålet».

Det er ingen rapport som er «riktig» for alle spørsmål. Riktig analyse handler om å bruke data for å svare på et forretningsspørsmål. Hvilke rapporter du bør bruke, hvilken informasjon du skal innhente og hvilken analyse du bør gjøre avhenger av dine forretningsbehov. Det er ingen strategi for «one size fits all». «Best practice» er kanskje langt i fra det beste for din bedrift.

Hvilke rapporter du bør bruke, hvilken informasjon du skal innhente og hvilken analyse du bør gjøre avhenger av dine forretningsbehov.

4. Mennesker. Ikke teknologi.

Å bruke penger på mennesker er mye mer verdifullt enn å kjøpe inn nye, fine systemer og verktøy (selv om alle selgere kommer til å si det motsatte). Du kan gjøre mye mer med et smart team og gratis eller billige verktøy, enn om du sitter med den nyeste teknologien og et team som ikke kan bruke den skikkelig.

Dessverre jobber vi vanligvis med store organisasjoner med svært få eller ingen analyseressurser. (Eksempelvis en stor, Fortune 100-bedrift med tjue individuelle varemerker, men ingen interne ressurser som egner seg til analyse!). Sjansen for å få verdifull innsikt fra analyse uten analytikere? Minimal.

Hvorfor er dette så vanlig? Dessverre er det lettere å få budsjett for teknikk enn for ekstra ansatte i de fleste organisasjoner. Det er til og med lettere å få budsjett for byråer og konsulenter enn flere ansatte. Som konsulenter drar vi i Analytics Demystified virkelig nytte av dette. Men til slutt ser vi at den største suksessfaktoren til kundene våre er når de investerer i sine interne ressurser, og derfor hjelper vi kunder med å få gjennom avgjørelser om å utvide interne team.

Så, når handler det om teknologien? Når ditt fantastiske team bryter grensene for det som kan gjøres med billige løsninger.

5. Gresset er ikke grønnere

Hjelper analysen din deg? Er dataene dine bare rot, noe du ikke kan stole på? Er implementeringen din en katastrofe?

“Jeg vet! Problemet er Adobe Analytics/Google Analytics/andre verktøy. Om vi bytter til [et annet verktøy] kommer det til å fungere perfekt.”

På Analytics Demystified har vi sett mange kunder med dårlig implementering av Adobe Analytics, som bytter til Google Analytics (eller omvendt) i den tro at det var systemet det var noe galt med. (Ofte ser vi at problemet gjentas med kunder som etter noen år går gjennom samme prosess og endrer systemer igjen).

Det er lett å tenke at gresset er grønnere på andre siden, og at et systembytte løser alt. Det som faktisk løser problemet når man bytter system er imidlertid ikke det nye systemet i seg selv, men tiden man bruker på å designe, rydde opp og korrigere implementeringen underveis mens du bytter system.

Det som faktisk løser problemet når man bytter system er imidlertid ikke det nye systemet i seg selv, men tiden man bruker på å designe, rydde opp og korrigere implementeringen underveis mens du bytter system.

Å bytte system er ikke en bra løsning, for etter ett eller to år kommer du til å sitte med like mye rot i dataene som før. For i bunn og grunn vil du fortsatt ha de samme tekniske ressursene, samme back-end-system og samme prosesser (eller mangelen på dem!) som førte til rotet i utgangspunktet. Du vil bare ha kastet bort tid og penger, og kommer mest sannsynlig til å bytte tilbake og gjøre prosessen på nytt.

I stedet for å begynne på begynnelsen igjen med et nytt system – gå tilbake til det grunnleggende og det du har i dag. Gjennomgå eksisterende implementeringer og se om du kan få det til å fungere før du begynner på nytt. Og denne gangen – sett opp prosesser for å unngå og havne der du var igjen, i stedet for å lokkes inn av dyktige systemselgere.

6. Du kan ikke gjøre noe med det du ikke måler. Men mål ikke om du ikke kan bruke det til noe.

 «Jeg vil måle hvert eneste klikk som gjøres på nettsiden! Det er kritisk. Hvordan skal vi ellers vite hva folk gjør?»

Før du setter i gang med implementering av avansert tracking på hjemmesiden eller appen din – stopp opp og spør deg selv: “Hvilke handlinger kan jeg gjøre basert på disse dataene» og enda viktigere «Hvordan kommen denne handlingen til å påvirke sluttresultatet?»

En «la oss måle alt-metode» kan være en indikasjon på latskap når det kommer til analyse: Når stakeholders ikke kan skille mellom hva som er viktig å vite, og hva som er «nice to know». Selv om det kan føles lettere å måle alt («for sikkerhets skyld, hvis vi trenger det i fremtiden») er det godt mulig at det til syvende og sist bare vil koste. Analytikerne dine kommer til å måtte bruke mer tid på trackinginstruksjoner og sikre at dataene er riktige, og det blir mindre tid til den verdifulle jobben; å analysere dataene!

Når det er sagt, så trenger ikke et avansert oppsett å være unødvendig. En av kundene mine hadde mange måter å registrere sin registreringsflyt på. En i hovednavigasjonen, en i brødteksten og en på bunnen av siden. De ønsket å kunne skille mellom hvilken knapp kontoen ble opprettet fra. Var denne trackingen nødvendig? Absolutt! Hvorfor? Fordi de faktisk kunne bruke dataene til å optimalisere farger, CTAs, plasseringen av hver knapp og antall knapper på siden, via A/B tester og multivariat testering.

Hvis du vil måle klikk på hver knapp på siden din, må du være forberedt på å flytte eller fjerne CTAs basert på hvordan de fungerer. Du må ha tid til å følge opp dataene hyppig for at det skal være verdt innsatsen. For til slutt, hvis du ikke er forberedt på å gjøre noen endringer basert på dataene du får inn, er det heller ingen grunn til å måle i det hele tatt. Data skal bidra til å ta avgjørelser – ikke bare gi informasjon.

For til slutt, hvis du ikke er forberedt på å gjøre noen endringer basert på dataene du får inn, er det heller ingen grunn til å måle i det hele tatt.

Hva mener du?

Hva har vært viktig for din organisasjon for å trekke verdifull innsikt ut fra din digitale analyse? Kommenter gjerne.