Google Analytics är ett kategoridefinierande verktyg. Det är inte fel verktyg. Det är verktyget som svarar på "hur många?" — men B2B-team tenderar att fråga det "vem?" istället. Det är ett kategorfel, inte ett produktklagomål. Det här inlägget handlar om vad varje fråga är till för, och vad som händer när du slutar överbelasta ett verktyg med båda jobben.
Frågorna som aggregerad analys är byggd för att svara på
Aggregerad analys — Google Analytics, Plausible, Fathom, Matomo, vilken som helst — är optimerad för frågor som formuleras som antal. Hur många sessioner fick prissidann? Vad är avvisningsfrekvensen på artikeln vi publicerade i måndags? Vilka kanaler växer månad för månad? Vilken land-flik har högst engagemang? Det här är frågorna som marknadsteam behöver svar på varje vecka, och det är den här kategorin av verktyg som svarar bra på dem.
Anledningen till att aggregerad analys svarar bra på dessa frågor är precis anledningen till att den inte kan svara på "vem?" — den är utformad för att rensa bort personidentifierande detaljer från flödet innan det når din dashboard. Sessioner räknas, kohorter grupperas, geografier slås ihop. Personen bakom sessionen raderas medvetet. Den raderingen är tecknet på att produkten fungerar korrekt.
Frågorna som bara identifiering på företagsnivå kan svara på
B2B-försäljning frågar inte "hur många?". Den frågar "vem?". Vilka företag tittade på prissättningen den här veckan? Vilka besökare från målkonton kom tillbaka en andra gång? Vilket storföretag kom in via en jämförelsesida och läste säkerhetssidan? Dessa frågor går inte att hämta ur sifferantal — de kräver att enheten bakom sessionen kopplas till ett företag, på ett sätt som är juridiskt hållbart inom EU.
Identifiering på företagsnivå gör exakt en sak som aggregerad analys medvetet inte gör: den kopplar IP-adressen sessionen kom ifrån till en organisation, med hjälp av verifierad B2B-data med en dokumenterad laglig grund. Den identifierar inte individen — inga cookies, ingen fingerprinting, ingen personlig profil — bara organisationen. Det är en mycket nischad produkt, och den nischningen är det som gör den juridiskt gångbar.
Frågetabellen du kan visa ditt team
| Fråga | Aggregerad analys | Identifiering på företagsnivå |
|---|---|---|
| Hur många sessioner fick prissidan? | Ja — inbyggt mätvärde | Nej — inte dess jobb |
| Vilka företag tittade på prissättningen? | Nej — anonymiserat som standard | Ja — dess huvuduppgift |
| Vad är avvisningsfrekvensen på artikeln? | Ja — inbyggt mätvärde | Nej |
| Vilka målkonton läste säkerhetssidan? | Nej | Ja — filtrera listan efter sida |
| Vilket land ger flest sessioner? | Ja | Delvis — land syns per företag |
| Vilken SDR bör ringa ACME Corp idag? | Nej | Ja — företag + sidor + aktualitet |
| Vilka kanaler växer månad för månad? | Ja — inbyggd rapport | Nej |
| Skapade kampanjen förra veckans pipeline? | Delvis — first-touch attribution | Ja — identifierade företag med UTM:er |
Ett användbart test om du är osäker på vilken sida en fråga hör hemma: hjälper svaret dig att bestämma vilket företag du ska ringa, eller hjälper det dig att bestämma vilken kanal du ska investera i? Ring-beslut hör hemma i höger kolumn; kanal-beslut hör hemma i vänster.
Hur man ser dem som komplement, inte konkurrenter
De team som lyckas med detta kör båda verktygen utan att något av dem försöker vara det andra. Aggregerad analys äger vecko- och månadsrytmen — genomgången av "hur trendar vår trafik?". Identifiering på företagsnivå äger dags- och timrytmen — genomgången av "vem förtjänar en mänsklig kontakt idag?". Båda dashboarden bor i samma mapp. Ingen av dem låtsas ersätta den andra.
I praktiken: låt din befintliga aggregerade setup vara orörd. Lägg till ett litet script för företagsidentifiering — skillnaden är ett laddningsscript och några kilobyte. Skicka in de identifierade företagen dit sälj redan tittar (CRM, Slack-kanal, delat dokument). Nu får marknad kvar sin veckovisa kanalrapport; sälj får en daglig lista med namn. Inget i din analys-stack behöver ändras; du utökar den helt enkelt med en datakälla den aldrig var byggd för att producera.
Samtycke fungerar olika
Aggregerad analys som använder cookies kräver vanligtvis en samtyckesbanner i EU. Identifiering på företagsnivå utan cookies — inga klient-id:n, ingen cross-site tracking — triggar inte samma krav på banner eftersom det inte förlitar sig på att lagra information på besökarens enhet. Två produkter, två olika områden, två olika samtal om samtycke.
Tre mönster att undvika
- Att försöka lista ut identifierade företag från aggregerad analys genom att filtrera på "ISP" — du kommer få en lista på nätoperatörer, inte företag.
- Att stänga av aggregerad analys för att "vi har identifiering nu" — du kommer förlora dina kanal- och kampanjrapporter, vilket identifiering aldrig var byggd för.
- Att skicka data om identifierade företag till ett aggregerat analysverktyg som en anpassad dimension — du kommer röra till dina aggregerade rapporter och förmodligen bryta mot analysverktygets villkor.
Den mentala modell som gör det enkelt
Aggregerad analys är din trafiktermometer. Identifiering på företagsnivå är din besökslista. En termometer berättar att rummet är varmare än igår; listan berättar vem som kom in. Båda fakta är användbara; ingen ersätter den andra. När team accepterar den ramen försvinner de flesta debatter om "ska vi byta?" — svaret är "båda, för olika frågor."
Om du utvärderar verktyg som svarar på frågan "vem?" går vår översikt över Leadfeeder-alternativ igenom hur en GDPR-först, endast-företag-baserad lösning ser ut i praktiken.
Publicerat av
lead.box Team
Fler artiklar
Se lead.box på din egen trafik
Börja gratis — inget kort, inget säljsamtal krävs. Eller boka en 20-minuters genomgång om du vill ha en guidad tur.