Google Analytics er et verktøy som definerer sin kategori. Det er ikke feil verktøy. Det er verktøyet som svarer på "hvor mange?" — men B2B-team fortsetter å spørre det om "hvem?" i stedet. Det er en kategorifeil, ikke en produktmangel. Dette innlegget handler om hva de ulike spørsmålene er til for, og hva som skjer når du slutter å overbelaste ett verktøy med jobben til begge.
Spørsmålene aggregert analyse er bygget for å svare på
Aggregert analyse — Google Analytics, Plausible, Fathom, Matomo, uansett hvilken — er optimalisert for spørsmål formulert som tall. Hvor mange økter fikk prissiden? Hva er fluktfrekvensen på artikkelen vi publiserte på mandag? Hvilke kanaler vokser måned for måned? Hvilken land-fane har høyest engasjement? Dette er spørsmålene markedsføringsteam trenger svar på hver uke, og dette er kategorien av verktøy som svarer godt på dem.
Grunnen til at aggregert analyse svarer så godt på disse spørsmålene, er nøyaktig samme grunn som at den ikke kan svare på "hvem?". Den er designet for å fjerne personlig identifiserbare detaljer fra datastrømmen før de når dashbordet ditt. Økter telles, kohorter grupperes, geografier slås sammen. Personen bak økten slettes bevisst. Den slettingen betyr at produktet fungerer som det skal.
Spørsmålene bare identifikasjon på selskapsnivå kan svare på
B2B-salg spør ikke "hvor mange?". De spør "hvem?". Hvilke selskaper så på prisene denne uken? Hvilke besøkende fra målkontoer kom tilbake for andre gang? Hvilken enterprise-kunde kom via en sammenligningsside og leste sikkerhetssiden? Disse svarene får du ikke fra opptellinger — de krever at enheten bak økten knyttes til et selskap, og at det gjøres på en juridisk forsvarlig måte i EU.
Identifikasjon på selskapsnivå gjør nøyaktig én ting som aggregert analyse bevisst unngår: det knytter IP-adressen økten kom fra til en organisasjon, ved hjelp av verifiserte B2B-data med et dokumentert rettslig grunnlag. Det identifiserer ikke enkeltpersonen — ingen informasjonskapsler (cookies), ingen fingerprinting, ingen personlig profil — bare organisasjonen. Det er et veldig smalt produkt, og det er nettopp dette som gjør det forsvarlig.
Spørsmålstabellen du kan vise teamet ditt
| Spørsmål | Aggregert analyse | Identifikasjon på selskapsnivå |
|---|---|---|
| Hvor mange økter fikk prissiden? | Ja — innebygd beregning | Nei — ikke dens jobb |
| Hvilke selskaper så på priser? | Nei — anonymisert etter design | Ja — dens primære jobb |
| Hva er fluktfrekvensen på artikkelen? | Ja — innebygd beregning | Nei |
| Hvilke målkontoer leste sikkerhetssiden? | Nei | Ja — filtrer identifisert liste per side |
| Hvilket land produserer flest økter? | Ja | Delvis — land tilgjengelig per selskap |
| Hvilken SDR bør ringe ACME Corp i dag? | Nei | Ja — selskap + sider + aktivitet |
| Hvilke kanaler vokser måned for måned? | Ja — standardrapport | Nei |
| Bidro kampanjen til forrige ukes pipeline? | Delvis — first-touch attribusjon | Ja — identifiserte selskaper med UTM-er og utfall |
En nyttig test hvis du er usikker på hvilken side et spørsmål hører hjemme: Hjelper svaret deg med å bestemme hvilket selskap du skal ringe, eller hjelper det deg med å bestemme hvilken kanal du skal investere i? Spørsmål om ringe-beslutninger hører hjemme i høyre kolonne; spørsmål om kanal-beslutninger hører hjemme til venstre.
Hvordan sette dem opp som supplementer, ikke konkurrenter
Teamene som lykkes med dette, kjører begge verktøyene uten at noen av dem prøver å være den andre. Aggregert analyse eier de ukentlige og månedlige rytmene — gjennomgangen av "hvordan trender trafikken vår?". Identifikasjon på selskapsnivå eier daglige og timelige rytmer — gjennomgangen av "hvem fortjener oppfølging i dag?". Begge dashbordene ligger i samme mappe. Ingen av dem later som de erstatter den andre.
I praksis: La ditt eksisterende oppsett for aggregert analyse være urørt. Legg til et lite skript for selskapsidentifikasjon — forskjellen er én loader og noen få kilobyte. Send de identifiserte selskapene dit salg allerede ser (CRM, Slack-kanal, delt dokument). Nå beholder marked sin ukentlige kanalrapport, mens salg får en daglig navngitt liste. Ingenting i analyse-stacken din trenger å endres; du utvider den bare med en datakilde den aldri var designet for å produsere.
Samtykke fungerer ulikt
Aggregert analyse som bruker cookies utløser vanligvis et samtykkebanner i EU. Identifikasjon på selskapsnivå uten cookies — ingen klientside-identifikatorer, ingen sporing på tvers av nettsteder — utløser ikke det samme kravet til banner fordi det ikke baserer seg på lagring av informasjon i besøkerens terminalutstyr. To produkter, to ulike områder, to ulike samtaler om samtykke.
Tre anti-mønstre å unngå
- Å prøve å "reverse-engineere" identifiserte selskaper fra aggregert analyse ved å filtrere på "ISP" — du vil få en liste over nettleverandører, ikke bedrifter.
- Å skru av aggregert analyse fordi "vi har identifikasjon nå" — du vil miste kanal- og kampanjerapportene dine, som identifikasjon aldri var designet for å lage.
- Å sende data om identifiserte selskaper inn i et aggregert analyseverktøy som en tilpasset dimensjon (custom dimension) — du vil rote til de aggregerte rapportene dine og sannsynligvis bryte analyseverktøyets brukervilkår.
Den mentale modellen som holder det enkelt
Aggregert analyse er trafikk-termometeret ditt. Identifikasjon på selskapsnivå er besøkslisten din. Et termometer forteller deg at rommet er varmere enn i går; listen forteller deg hvem som kom inn. Begge fakta er nyttige; ingen av dem erstatter den andre. Når team aksepterer dette rammeverket, forsvinner det meste av debatten om "skal vi bytte?" — svaret er "begge deler, til ulike spørsmål."
Hvis du vurderer leverandører i denne kategorien, går vår oversikt over Leadfeeder-alternativer gjennom hvordan et GDPR-først oppsett kun på selskapsnivå ser ut i praksis.
Publisert av
lead.box Team
Flere artikler
Se lead.box på din egen trafikk
Start gratis — ingen kort, ingen salgssamtale kreves. Eller book en 20-minutters gjennomgang hvis du vil ha en guidet tur.