Markkinoinnin tulosten mittaaminen ei onnistu - kun ei ole tavoitteita
Urkintakohu osoittaa viranomaisten asiantuntemattomuuden verkkoasioissa

Web-analytiikka 2013: klikkistriimistä markkinoinnin ja liiketoiminnan ohjaukseen

Web-analytiikkaguru Avinash Kaushik kirjoitti aikanaan analytiikkakirjan Analytics 1.0Web Analytics - An Hour a Day, jolle vuonna 2009 saatiin jatko-osa Analytics 2.0 Web Analytics 2.0. Tuossa jälkimmäisessä kirjassa Kaushik hieman katkeraan sävyyn selitti, miten ne firman paremmin palkatut, hänen (rivien välistä luettuna) selvästi vihaamat yrityksen markkinointi- ja johtohenkilöt, eivät olleet "lainkaan tajunneet" Web-analytiikan tärkeyttä, vaan se oli jäänyt web-masterien touhuksi, joka ei yritys- tai markkinointipäättäjiä kiinnostanut. Mutta itse tämän tajunneena hän oli alkanut miettiä, miten Web-analytiikkaa voitaisiinkin hyödyntää siten, että se palvelisi myös markkinoinnin ja yrityksen liiketoiminnan tarpeita - eikä vain sitä Web-masteria, joka katselee näytön resoluutioita ja selainversioiden levinneisyyksiä, ja säätelee sen mukaan saitin sivujen ulkoasua.

Clickstream on eilispäivän analytiikkaa

Olin itse Web-mittauksen palveluntarjoajana vuosina 1997-2008, ja voidaan sanoa, että Suomessa ainakin vuoteen 2004 asti web-mittauksen data oli puhdasta "klikkistriimiä", siis sen analysointia, kuinka paljon niitä klikkejä eli sivulatauksia oli, mistä ne tulivat ja miten saitilla etenivät, mikä oli ensimmäinen ja viimeinen ladattu sivu. Sekä sitten niitä teknisiä nippelitietoja, näytön resoluutioita ja värejä, javascriptin käyttöä jne. Ilman muuta näilläkin tiedoilla oli oma arvonsa, mutta rehellisyyden nimissä normitilanne asiakasyrityksissä oli, että raportit makasivat Web-masterien pöydillä - eivätkä hekään "olleet kerenneet oikein paneutua vielä niihin";-)

Mediamittaus on toki ihan oma alalajinsa, siinähän ei varsinaisesti olekaan konversioita, vaan jokainen vierailu palvelussa on "konversio", ainakin jos ansaintalogiikkana on ilmoitusmyynti mainosnäyttöpohjaisesti. Mediatalo maksaa mediamittauksesta vain saadakseen mediatiedot, joiden avulla hinnoitellaan mainokset ja perustellaan mainostajille kontaktihinta. Joku tuonaikainen asiakas sanoikin, ettei voisi muuten vähempää kiinnostaa ko. data - mutta kun se on vain pakko ostaa, kun mediatoimistot ja mainostajat tenttaavat niitä kävijämäärälukuja...

Tällainen clickstream-data on kuitenkin kiistatta äärimmäisen kaukana siitä, että sen avulla optimoitaisiin markkinointitoimenpiteitä, tai ohjattaisiin yrityksen liiketoimintaa. Siksi se halutaan mahdollisimman halvalla - mieluiten ilmaiseksi esim. Google Analyticsin avulla - ja todellisuudessa kukaan ei sitä hyödynnä millään tavalla. Tai ehkä se webbimasteri sitten jonain päivänä, kun luppoajallaan kerkeää tarkistamaan ne näytön resoluutiot....

Analytiikka markkinoinnin ohjaajana

Web Analytics 2.0 eli uuden ajan Web-analytiikka on oikein asennettuna ja tulkittuna kuitenkin loistava apu optimoimaan ja tehostamaan markkinointia. Kaushikin kanssa olen täysin samaa mieltä siitä, että Web-analytiikan tärkein tieto on liikenteen lähteet, eli mistä kävijä saapui sivustolle. Silloin voidaan eritellä esimerkiksi hakukoneiden kautta tulleet (maksulliset ja maksuttomat) käynnit, suoraan sivustolle saapuneet, newsletterien tai muun sähköpostimarkkinoinnin kautta tulleet, sosiaalisen median sivustoilta saapuneet, banner-mainosten kautta tulleet jne. Tärkeätä ei silloin ole niinkään määrät ja klikit, paljonko eri lähteistä tulleet ovat generoineet, vaan mitä he ovat sivustolle tultuaan tehneet. Kuinka moni oli päätynyt ostoon, jonkin tiedoston lataukseen, uutiskirjeen tilaukseen, yhteydenottopyyntöön tms. Eli kuinka moni oli konvertoitunut tavoitetapahtumaksi - tästä siis se konversioprosentti.

Kun tähän saadaan kytkettyä vielä markkinoinnin kustannukset ja myyntituotot euroina, päästään ROI-laskentaan, jossa esim. Google Analytics laskee suoraan ROI-prosentin, kuinka paljon hakumainontaan sijoitetulla investoinnilla on saatu takaisin kasvaneena myyntinä. Sama voidaan laskea muiden hakukonemainosten (esim. Bing) osalta, banner-kampanjoiden osalta, Facebook-kampanjoiden osalta tai maksettujen uutiskirjekampanjoiden osalta. Offline-mainonta, kuten printti- tai TV-mainonta, näkyy - joskus - kasvaneena myyntinä suoraan sivustolle tulleiden kohdalla, tai kasvaneen hakuliikenteen osalta. Mutta, jos värähdystäkään ei näy liikenteen kasvussa eikä myynnissä, kun se printtimainos julkaistiin, niin on helppo päätellä, että ko. investointi meni lähinnä ilmoituksen julkaisseen mediatalon hyväksi...

Kun tätä seurataan aktiivisesti, Web-analytiikka ohjaa tietysti hyvin vahvasti markkinointipanostuksia. Niitä kanavia, jotka eivät näytä tuottavan liikennettä eikä tavoitetapahtumia, karsitaan, ja niitä, joissa ROI on tyydyttävä, kasvatetaan. Ihan ilmaistahan ei tällainen analytiikka ole, koska täytyy olla osaamista sekä seurannan käynnistämiseen että analytiikan tulkitsemiseen, mutta osaavan analytiikon käsissä yrityksen markkinointiin tehdään nopeassa ajassa erittäin merkittäviä muutoksia - markkinoinnin kannattavuuden parantamiseksi. Siksi tällaisen Web-analytiikan pitäisi kiinnostaa ainakin markkinointi- ja myyntijohtoa yrityksissä, miksei myös ylintä johtoa.

Web-analytiikka liiketoiminnan ohjauksessa

Edellä kuvattu kertoo hyvin, miten Web-analytiikka vaikuttaa tänä päivänä suoraan markkinointipanostuksiin ja niiden muutoksiin. Tästä kuitenkin jää helposti mielikuva, että Web-analytiikka hyödyntää vain ja ainoastaan verkkokauppoja ja muita, jotka suoraan myyvät tuotteitaan ja palvelujaan verkossa. Näin ei kuitenkaan ole, vaan Web-analytiikka voi olla hyvin merkittävässä roolissa liiketoiminnan ohjauksessa myös yrityksellä, joka ei myy mitään verkossa.

Web-analytiikan avulla kun voidaan laskea hyvin, miten verkko ohjaa asiakkaita kauppaan tai yhteydenottoihin, esimerkiksi autokaupan, asuntokaupan tai minkä tahansa kaupan osalta, jota ei suoranaisesti tehdä verkossa. Yleensä kun yrityksillä on kuitenkin myyntitilastot, ja Web-analytiikkatilastot - näiden välille voidaan laskea korrelaatiot. Esimerkiksi kuinka monta kävijää vaaditaan keskimäärin sivustolle, vaikkapa tietyn automerkin esittelyyn, jotta syntyy yksi kauppa. Erilaisen tutkimusdatan, tai vaikkapa itse lyhyellä kyselytutkimuksella oman asiakaskunnan keskuudessa, avulla on helppo selvittää, kuinka suuri osa asiakkaista esim. vieraili ko. sivuilla ennen ostopäätöstä. Esim. autokaupan osalta luku on hyvin tiedossa, ja jos ei ole, on helppo selvittää. Jos esim. 80 % auton ostaneista on vieraillut verkkopalvelussa tutkimassa auton esittelysivua, ja autoja on myyty X kappaletta kuukauden aikana, voidaan laskea, kuinka monta vierailijaa keskimäärin tarvitaan yhden auton myymiseen. Ihan vastaavia tilastoja voidaan laskea melkein minkä tahansa hyödykkeen, eritoten kestokulutustavaroiden osalta, ja esim. IAB:lla on tilastoja siitä, kuinka moni eri toimialojen tuotteita ostaneista oli etukäteen selvittänyt ja vertaillut tuotteita verkosta - ennen kuin asteli kauppaan.

Tästä ei voida vielä suoraan päätellä, että lisäämällä kävijöitä sivustolle saadaan tasan samassa suhteessa uutta kauppaa, koska juuri eri liikenteen lähteillä on olennainen ero konversioprosentissa. Hakukoneista tulleet, suoraan tulleet, mainos-bannerien tai Facebookin kautta tulleet konvertoituvat kaikki eri tavoin. Ja jos konversio ei tapahdu verkossa, vaan verkon ulkopuolella, niin tulkintaa tarvitaan - kone tai automatiikka ei tee tätä tulkintaa osaavan analyytikon puolesta.

Esimerkit kuitenkin kertovat, että Web-analytiikka on nousemassa aivan uuteen rooliin, ja sen hyödyntäminen on nyt kaukana siitä kymmenen vuoden takaisesta tilanteesta, jolloin web-masterit säätivät näytön värejä ja resoluutioita sekä javascriptin käyttöä lokidatan pohjalta. Osaavista Web-analytiikoista on huutava pula, ja yhä useammin näkee "palvelukseen halutaan"-ilmoituksia, joissa yritykseen etsitään web-analyytikkoa. Nyt hän ei tule enää webmasterien, vaan markkinointi- ja yritysjohdon avuksi.

- Ismo Tenkanen

Kommentit

Feed You can follow this conversation by subscribing to the comment feed for this post.

Verify your Comment

Kommentin esikatselu

This is only a preview. Your comment has not yet been posted.

Working...
Your comment could not be posted. Error type:
Your comment has been saved. Comments are moderated and will not appear until approved by the author. Post another comment

The letters and numbers you entered did not match the image. Please try again.

As a final step before posting your comment, enter the letters and numbers you see in the image below. This prevents automated programs from posting comments.

Having trouble reading this image? View an alternate.

Working...

Kommentoi

Comments are moderated, and will not appear until the author has approved them.

Your Information

(Name and email address are required. Email address will not be displayed with the comment.)