myyntikone

Web-analytiikka on viisauden alku

Asiaan:

Web-analytiikka tarkoittaa verkkosivuston vieraiden, mainosten lukijoiden tai sosiaalisen median yleisön käyttäytymistietojen mittaamista, keräämistä, raportointia ja analysointia.

Käppyrää on siinä monelaista

Tämä on tärkeää, jotta

  • näet sivustosi kävijämäärän
  • näet missä tarkalleen he kävivät ja paljonko he siellä viettivät aikaa
  • voit tehdä tutkimusta omasta yleisöstäsi
  • voit arvioida kuinka tehokkaat kotisivusi ylipäätään ovat
  • näet millaista liikennettä mainoskampanjasi sai sivustollasi aikaan.

Tarkennuksen vuoksi: yksittäisten ihmisten tietoja web-analytiikasta ei saa selville vaan tiedot koskevat aina ihmisjoukkoja.

Tarvitset yllä olevia voidaksesi

  1. parantaa sivustosi käyttökokemusta ja
  2. tehdä muutoksia jotka tuovat lisää liikennettä
  3. ja sitä kautta lisätä vaikuttavuuttasi tai myyntiä.

Web-analytiikassa voi kehittyä

Tyypillisesti siis web-analytiikka tarjoaa tietoa ihan perusasioista

  • sivustolla vierailleiden ihmisten määrä
  • heidän maantieteelinen sijaintinsa, laitteensa, käyttöjärjestelmänsä ja käyttämänsä kieli
  • sosiaalisen median osalta: mistä tykättiin, mistä ei, mitä kommentoitiin, mitä jaettiin eniten?

Kun osaat lukea näitä, alkaa seuraavaksi kiinnostaa vierailijoidesi käyttäytyminen:

  • miten he viettivät aikaa sivustolla ja millä sivuilla tarkalleen ottaen
  • mitkä olivat sivuston suosituimmat sivut tai somealustan suosituimmat julkaisut
  • kuinka monta minuuttia sisältöjä luettiin?

Kun myöhemmin osaat asettaa digitaalisen markkinointisi tavoitteita, voitko katsoa josko

  • Digitaaliset tavoitteet toteutuivat (esim. kuinka moni kävi sillä sivulla minne mainos ohjasi?)
Kuka näistä kävi kotisivuillasi?

Päätöksenteko

Eli: siinä missä aluksi usein lasketaan kävijöiden määriä, osataan myöhemmin jo kysyä: ”Mitä voimme päätellä tästä tiedosta?”.

Tämä on ensiarvoisen tärkeää, jotta saat analytiikasta kaiken tehon irti.

Käyntejä, tykkäyksiä sun muuta on kiva katsella, mutta jos ne eivät näy myynnissäsi ei niistä ole mitään hyötyä.

Näinpä ollen ne tärkeät kysymykset, jota numeroiden perusteella pitää kysyä on

  • Mitä yhteistä on eniten liikennettä tuoneilla sisällöillä ja miten voimme tuottaa samanlaisia lisää verrattuna vähiten liikennettä aiheuttaneisiin?
  • Mitkä versiot mainoksista saivat aikaan eniten ostoja ja mikä niissä sai ostamaan verrattuna niihin, jotka eivät saaneet aikaan yhtään ostoja?

Itse asiassa: yllä olevat ovat tyypillisiä kysymyksiä joita me täällä Seomphonyllä kysymme koska meitä kiinnostaa nimenomaan myynnin kasvattaminen.

Mutta, noustaanpa askel yleisemmälle tasolle ja kysytään näin:

  • Mistä tiedät, että tarkastelemasi data on luotettavaa?
  • Mitkä ovat toimintasi tavoitteet? Mitä tietoja pitäisi säännöllisesti tarkastella, jotta voidaan todentaa olemmeko menossa kohti tavoitetta vai pois siitä?
Kuiske kuuluu miltä sivusto maistaa?

Web-analytiikka on jatkuvan parannuksen perusta

No se siitä perusteista. Sitten toiseen asiaan:

me täällä Seomphonyllä olemme sitä mieltä, että kaikkea voi ja pitää parantaa. Jos et paranna toimintaasi, muut vastaavat organisaatiot, jotka tarjoavat samaa kuin sinä vievät yleisösi huomion.

Tässä parannetaan jotain

Jotta voi tietää mitä pitää parantaa ja kuinka paljon, tarvitaan tietoa.

Meidän mukaan erilaisia tietotyyppejä ovat uskomukset, oletukset, mielipiteet ja faktat. Meitä Seomphonyllä kiinnostavat nimenomaan faktat.

(Tästä neljän tietotyypin mallista löytyy artikkeli täältä.)

Four types of information - The Balance - Seomphony.com
Selittääkö tämä kaiken?

Päätöksiä voi toki tehdä mielipiteidenkin perusteella, mutta jos niitä eivät tue faktat, toimintaa ohjaa ns. huutokauppa, jossa sen asia toteutetaan joka huutaa eniten.

Puhutaan me kuitenkin tästä tiedolla johtamisesta.

Web-analytiikka: datasta viisaudeksi

Jos julkaiset päivityksiä Facebook-sivulle, sen mukana tulee ilmainen analytiikkanäkymä. Samoin on Twitterissä, Instagramissa, Youtubessa ja muillakin somealustoilla.

Verkkosivustoilla taas analytiikka pitää erikseen aktivoida, mutta ei sekään ole kuin muutaman napsautuksen päässä. Ehdottomasti eniten käytetty työkalu on Google Analytics.

Voidaan siis todeta, että työkalusta menestyminen ei ole kiinni.

Se, mistä menestyminen jää kiinni on, että dataa ei osata puhdistaa, tulkita tai sen perusteella ei pystytä tekemään päätöksiä. Tähän jälkimmäiseen syynä on usein analyysiparalyysi eli tarve maksimoida turvallisuuden tunne diskuteeraamalla havainnoista juurta jaksain, mutta välttelemällä päätöksentekoa viimeiseen asti. Mallille on myös nimi: CRAP.

Esihenkilösi tarkastelee sinun hänelle esittämiäsi tietoja

Ratkaisu tähän on testaus ja siitä lisää alempana.

On myös tärkeä tietää millä DIKW-tasolla ollaan. Analytiikkatyökalut nimittäin

  • tuottavat raakadataa (numeroita ja tekstiä), joka ei välttämättä sinänsä sano mitään (data)
  • siitä tulee informaatiota kun se puhdistetaan virheistä ja asetetaan johonkin kontekstiin (information)
  • Tämä puolestaan voi tuottaa osaamista kun tiedosta voidaan tehdä havaintoja esimerkiksi vertaamalla kahta eri aikana kerättyä informaatiojoukkoa keskenään (knowledge)
  • Viisautta tästä kaikesta syntyy kun tiedon perusteella pystytään tekemään oikeanlaisia päätöksiä. Se taas usein vaatii pidempää kokemusta (wisdom).

(tämä on niin sanottu DIKW-malli ja siitä löytyy tietoa tällä haulla)

Nyt tää niinku analysois tän datan

Eli yhteenvetona

  1. Työkaluja löytyy
  2. Useimmat ovat ilmaisia
  3. Ilmaiset tarjoavat aivan riittävät tiedot ja näkymät keskivertokäyttäjälle
  4. Jos olet liikkeellä ensimmäistä kertaa, tarvitset työkalujen käyttöönottoon apua. Netistä löytyy pilvin pimein videoita ja tutoriaaleja ja työkaluista itsestään ohjeet. Tai sitten ota yhteyttä ja keskustellaan miten minä voin asiassa auttaa.
  5. Enemmän aikaa pitää kuitenkin käyttää miettimällä mitä tietoa halutaan kerätä ja miten se halutaan käyttää.

Tähän päättyy web-analytiikan yleinen osuus.

Sitten alkaa osuus, jossa kerromme miten web-analytiikkaa suosittelemme Seomphonyllä käytettäväksi:

Mittaa web-analytiikalla Myyntikoneesi tehoja

Meillä täällä Seomphonyllä nimittäin on tämä meidän ajatus Myyntikoneesta:

Uusasiakashankinta: 7 työkalua myynnin kasvattamiseksi
SunMyyntiKone.fi

Siinä kotisivusi ovat keskiössä ja liikennettä syötetään kaikkialta muualta sinne.

Sen nimi on Myyntikone, mutta se voisi olla myös Tietoisuuden lisäämiskone tai Vaikuttamiskone. Joka tapauksessa se on malli, jonka keskiössä ovat kotisivut ja joille kaikki muut digitaalisen markkinoinnin osa-alueet syöttävät liikennettä.

No, tämä kaikki pitää tietenkin mitata, ja tyypillisiä kysymyksiä mittauksessa ovat:

  • Paljonko sometus toi liikennettä sivustolle näillä julkaisuilla verrattuina viimekertaisiin?
  • Mitkä kuvat ja otsikot mainoksissa saivat eniten liikennettä kotisivuille?
  • Mitä blogikirjoituksia on luettu eniten? Mitä vähiten?
  • Millä työkaluilla saimme automatisoitua toimintaamme?
  • Mistä tiedämme, että web-analytiikkamme kuvaa todellisuutta?
  • Näkyikö suorakontaktointi kotisivuilla?
  • Ja näistä kaikista tärkein: miten myynti (tai vaikuttavuus) muuttui kun ylläoleviin tehtiin muutoksia?
Myynti kasvoi kun ihmiset antoivat meille luottokorttitietonsa

Viimeinen kysymys on se tärkein.

  1. Jotta siihen saadaan selkeys niin parannuksia pitää tehdä.
  2. Ja: parannuksia pitää tehdä hallittuina testeinä.
  3. Mutta: niitä pitää tehdä yksi kerrallaan, jotta tiedät mikä testi vaikutti ja miten.

Tästä tullaankin koko Myyntikoneen ideologiaan, joka on

  1. kotisivut +
  2. liikenteen syöttö muualta +
  3. jatkuva eri osa-alueiden testaus ja mittaus.

Näin saadaan jatkuvasti tietoa siitä mikä eri osa-alueissa toimii ja mikä ei ja mitkä muutokset saivat eniten aikaan liikennettä kotisivuille.

Nyt kuitenkin tärkeä asia testauksesta:

Pidä käynnissä yhtä testiä kerrallaan jotta näet web-analytiikasta sen vaikutuksen

Kun testausta tehdään oikein ammattimaisella tasolla, siihen voidaan soveltaa esimerkiksi Six Sigma-menetelmää, jonka puitteissa on mahdollista tehdä jopa niin sanottua monitekijätestausta eli testata useaa muutosta yhtä aikaa.

Sinä testaamassa toimiiko pinkki väri otsikossa

Digimaailmassa tämä onnistuu esimerkiksi niin sanoituilla UTM-koodeilla, jotka voivat kertoa analytiikallesi, että tämä liikenne tälle sivulle tuli tästä mainoksesta ja tuo taas tuosta Facebook-julkaisusta.

Jos tällainen tieteellinen lähestymistapa kiinnostaa niin todennäköisesti ensialkuun riittää, että saat tietää

  • minkätyyppiset somepostaukset tuottivat minkälaista liikennettä
  • mitkä kuvat, otsikot ja tekstit mainoksissa toivat eniten kotisivukäyntejä
  • ja esimerkiksi mitä blogikirjoituksia luetaan pisimpään

ja koska sinulla on todennäköisesti hyvin rajallinen määrä resursseja niin testejä näissä osa-alueissa kannattaa tehdä vain yksi kerrallaan ja siirtyä osa-alueen testauksesta toiseen kun toimiva kaava alkaa yhdessä löytyä.

Hei testataanks laittaa tällasii sydämii meidän kotisivuille?

Omasta testausmenetelmästämme, jatkuvasta parantamisesta, kerromme lisää täällä.

Jos haluat tietää enemmän, niin liity postituslistallemme tästä (ellet jo ole) tai tilaa meiltä luento, koulutus tai konsultointia aiheeseen liittyen tätä kautta niin jutellaan lisää.