Digitaalisen markkinoinnin perusteet -kurssi Syksy 2015 KTT Joni Salminen Turun kesäyliopisto

1. KTT Joni Salminen
joolsa@utu.fi
Turun kesäyliopisto
WEB-ANALYTIIKKA JA
DIGITAALISEN MARKKINOINNIN
MITTARIT
1

2. Ongelma 1: Wanamakerin dilemma
“Half the money I spend on advertising is
wasted; the trouble is I don’t know which half.”
(J. Wanamaker, ca. 1901)
a. Markkinoija käyttää monta kanavaa.
b. Tiedetään, että mainonta lisää myyntiä.
c. Ei tiedetä miksi, eli mikä kanava tuottaa kuinka
paljon.
Jos markkinointitoimenpiteitä ei voi mitata, niitä ei voi
parantaa (tai se on ainakin aika paljon vaikeampaa).
2

3. Ongelma 2: Markkinoijan intuitio – siunaus
ja kirous
3
a. Mitä enemmän markkinoijalla on
kokemusta, sitä paremmin hän
luulee tietävänsä miten tehdä
asiat.
 Kuitenkin kokenutkin
ammattilainen voi olla väärässä.
b. Kokemuksen myötä nopeus
erilaisten vaihtoehtojen arviointiin
kasvaa. Samalla kyky ajatella
niiden ulkopuolella heikkenee.
 Markkinoijan intuition harhaa ei
pidä koskaan unohtaa…

4. Ratkaisu 1: Analytiikka ratkaisee
Wanamakerin dilemman
4
Problem solved?
Kanava Myynti

5. Ratkaisu 2: Data korvaa ”markkinoijan
intuition”
“After analyzing the online buying behavior of over
600,000 consumers across numerous e-commerce sites,
I learned that surprisingly 75 percent of shopping cart
abandoners would actually return to the site they
abandoned within a 28-day period. This defies
conventional wisdom: we polled online marketers and 81
percent believed that the majority of abandoners
never return.” (SeeWhy, 2013)
5
I’m a marketer.
I’m always
right!

6. Digitaalisen analytiikan määritelmän
(Google, 2014)
Digitaalinen analytiikka on
a. nettisivuston datan määrällistä analysointia (mittarit)
b. nettisivuston datan laadullista analysointia
(konteksti)
c. kilpailija-analyysia
d. käyttökokemuksen jatkuvaa parantamista. (Joni
lisää: minkä tahansa mitattavan asian jatkuvaa
parantamista, ts. optimointia.)
6

7. Sisäinen ja ulkoinen analytiikka (Salminen,
2014)
a. Sisäinen analytiikka = oman verkkosivuston ja
omistusten (properties), kuten sosiaalisen median
profiilien analysointia liiketaloudellisten tulosten
edellytysten parantamiseksi. (Esim. Google
Analytics, CRM, CMS)
b. Ulkoinen analytiikka = kilpailijan tai markkinoiden
analysointia (esim. SimilarWeb, Google Trends,
Facebook Audience Insights).
7

8. Miten analytiikka toimii? (Mullins, 2011)
8
Nettisivu
JavaScript-
koodi
Googlen palvelin
Raportoitava
data

9. Kun analytiikka on asennettu, voit käyttää
UTM-parametrejä (google ’utm builder’)
9

10. On anonyymia ja ihmispohjaista
analytiikkaa
a. B2C: Tiedot kerätään anonyymisti ja esitetään
yleensä aggregaatteina (yksittäisiä käyttäjiä ei
tunnisteta).
b. B2B: Poikkeuksena on ns. ihmispohjainen seuranta,
jossa nimenomaan pyritään seuraamaan yksilöitä.
Tätä sovelletaan yleensä yritysten välisessä
kaupassa (markkinoinnin automaatio). Vaatii
tunnistautumista (rekisteröinti).
10

11. On kahden tyyppistä liikennettä…
Orgaanisen liikenteen
analytiikka
Maksullisen liikenteen
analytiikka
Google Hakukonsoli
(Search console)
Google AdWords
Facebook Facebook Insights Facebook Ads Manager
11
Google Analytics näyttää mitä tapahtuu
klikin jälkeen, nämä näyttävät mitä
tapahtuu ennen klikkiä.

12. Orgaanisen liikenteen analytiikka: Facebook
Insights (case: ElämysLahjat.fi)
12

13. Sanasto
• Dashboard = mittaristo; tarkoitus näyttää keskeiset
luvut yhdessä paikassa (nopeampi tilannekatsaus ja
päätöksenteko) (eri tason dashboardit)
• KPI = kriittinen mittari; tarkoitus välttää
analytiikkahalvausefektiä eli rajoittaa tarkasteltavien
mittareiden määrää
• API = sovellusrajapinta (application programming
interface); tarkoitus mahdollistaa tiedon vaihto eri
alustojen välillä. (Esim. Cyfe.com, Supermetrics.com)
13

14. Analytiikan sovellutukset
a. Optimointi
b. Raportointi
c. Strateginen ymmärrys
14

15. Kaksi riskiä datan suhteen
a. Analytiikkahalvaus (analysis paralysis) = ei tehdä
mitään, koska liikaa dataa
b. Turhamaisuusmittarit (vanity metrics) =
seurataan typeriä mittareita ja leikitään että tehdään
hyvää työtä
Ratkaisu molempiin: valitaan oikeat mittarit ja
kysymykset.
15

16. Digitaalisen markkinoinnin perusmittarit
16

17. CPM (cost-per-mille)
• Tuhannen näyttökerran hinta (€).
17
Hyvät puolet Huonot puolet
Kuvaa ”reachia” (peittoa),
eli ”tunnettuuden” kasvua,
eli brändäyksen edellytyksiä
Bännerisokeus (Benway &
Lane, 1998), ts. ihmiset
eivät prosessoi mainoksia
Ei kuvaa lainkaan tuloksia,
ts. klikkaako joku ja mitä
käy klikin jälkeen

18. CPC (cost-per-clikc)
• Klikkihinta (€)
18
Hyvät puolet Huonot puolet
Ohittaa bännerisokeuden
(jotta klikkaa, pitää ensin
prosessoida)
Klikkipetos (joidenkin
arvioiden mukaan jopa 30
% klikeistä petollisia; botit)
Maksetaan vain kävijöistä Klikki ei kerro mitään
lopullisista tuloksista
Taitava liikenteenajaja voi
ajaa epärelevanttia
liikennettä, jolloin yritys
maksaa turhasta

19. CPA (cost-per-action)
• Toiminnon (yl. myyntitapahtuman) kustannus (€)
19
Hyvät puolet Huonot puolet
Ohittaa klikkipetoksen
(näyttää vain klikin jälkeiset
tapahtumat)
Maksuperusteena
harvinainen (lähes
ainoastaan affiliatet)
Maksetaan vain myynneistä Mittarina ei kerro mikä on
oston arvo tai mitä tapahtuu
1. oston jälkeen
Ei kerro kuinka moni
konvertoitui
Missaa myös
ulkoisvaikutuksia, kuten
WOM:in vaikutuksen

20. CTR (click-through-rate)
• Klikkaussuhde (%)
• CTR = klikanneet / kaikki mainoksen nähneet
20
Hyvät puolet Huonot puolet
Kertoo miten hyvin mainos
on toiminut (relevanssi
mainoksen ja kohderyhmän
välillä)
Ei kerro miten laadukasta
liikenne on, tai miten hyvä
relevanssi kohdesivustolla
ja mainostetulla asialla on
Ei korreloi myynnin,
mainoksen muistettavuuden
(ad recall), tunnettuuden tai
ostointention kanssa
(Nielsen, 2011)
CTR:ää voi nostaa
epäaidoilla lupauksilla

21. BR (bounce rate)
• Poistumasuhde (%)
• BR = heti lähtevät / kaikki tulleet
21
Hyvät puolet Huonot puolet
Etämittari sivuston laadulle /
käytettävyydelle
Mittausongelmat
Mittaa klikin jälkeistä
käytöstä
Jos suorittaa toiminnan
mutta lähtee, lasketaan silti
bounceen
Mittaa mainonnan
relevanssia
Ei kerro ”miksi”

22. CVR (conversion rate)
• Konversiosuhde (%)
• CVR = ostaneet / kaikki klikanneet
22
Hyvät puolet Huonot puolet
Kertoo mitä klikin jälkeen on
tapahtunut
Ei mittaa voittoa
Ei mittaa kuinka paljon
rahaa on käytetty (pieni vs.
merkittävä hakutermi)
(Geddes, 2011)

23. ROI (return on investment)
• Tuotto markkinointipanostuksille
• ROI = (P – C) / C * 100% ,
• jossa
– P = panostuksen (esim. kampanjan) tuotto
– C = kustannukset
23
Hyvät puolet Huonot puolet
Kertoo mitä klikin jälkeen on
tapahtunut
Ei ota huomioon katetta
(hyvä ROI voi silti tarkoittaa
tappiollista markkinointia);
tuotekohtaiset erot
Ottaa huomioon myynnin Ei ota huomioon
elinkaariarvoa

24. CLV (customer lifetime value)
• Asiakkuuden elinkaariarvo = kaikki tuotot (€), jotka
asiakkaalta saadaan koko asiakkuuden aikana
• Yleensä tavoitellaan, että CAC < CLV
• CAC = asiakashankinnan kustannus
24
Hyvät puolet Huonot puolet
Ottaa huomioon mitä
tapahtuu oston jälkeen
(asiakasuskollisuus, -kato)
Vaikea mitata
Tiedetään tarkalleen vasta
jälkikäteen

25. Ennen klikkiä Klikin jälkeen
Sijoita mittarit klikkiä ennen ja klikin jälkeen
25
Ennen klikkiä Klikin jälkeen
CPM BR
CTR CVR
CPC CPA
• CPM = tuhannen näyttökerran hinta (€)
• CPC = klikin hinta (€)
• CPA = toiminnon hinta (€)
• CTR = klikkausprosentti (%)
• BR = poistumaprosentti (%)
• CVR = konversioprosentti (%)
• ROI = markkinoinnin kannattavuus (%)
• CLV = elinkaariarvo (€)

26. Mikään mittari ei ole täydellinen
• CPM  bännerisokeus yms.
• CTR  indikoi laatua / kohtaantoa, mutta ei
konversiota tai tuloja
• BR  tulkintaongelma
• CPA (& CVR)  missaa ulkoisvaikutuksia (kuten
wom) ja myöhempiä tuloksia
• ROI  ei ota huomioon tuotekohtaisia eroja
kannattavuudessa
• CLV  vaikea mitata, tiedetään vasta jälkikäteen.
26

27. Miten valita mittarit? (1/3)
Huomioi:
• Markkinoinnin yleistavoite
• Kanavan rooli ko. tavoitteen saavuttamisessa
• Kanavan luontainen rooli ostoprosessissa
27

28. Miten valita mittarit? (2/3)
a. absoluuttinen (€)
b. suhteellinen (%)
• käytä absoluuttisia selvittämään kokoluokka (esim.
onko facebook iso myynnin lähde googleen
verrattuna?)
• käytä suhteellisia selvittämään potentiaalia (voisiko
facebookista tulla iso myynnin lähde?)
28
Mittarit täydentävät
toisiaan!

29. Miten valita mittarit? (3/3)
a. taloudellinen (€)
b. ei-taloudellinen (#)
• käytä taloudellisia kun kanavan tavoite on myynti
• käytä ei-taloudellisia kun kanavan suora tavoite ei ole
myynti (mutta ajattele, millä tavalla nämä tavoitteet
kytkeytyvät myyntiin)
29
Mittarit täydentävät
toisiaan!

30. KPI:t (kriittiset suorituskykymittarit)
• Merkittäviä mittareita, jotka valitaan kuvastamaan
markkinoinnin onnistumista
• KPI:t vaihtelevat kanavoittain – miksi?
a. Funneliajattelun takia (AIDA), eli koska ihmiset ovat
eri hetkillä ostoprosessin vaiheissa. Tämän vuoksi
markkinoijan tavoitteet luontaisesti vaihtelevat; aina
tavoitteena ei ole suora reaktio (direct response),
kuten myynti.
b. Mittarit valitaan siis alustakohtaisesti JA
kuvastamaan ostoprosessin eri vaiheissa
tapahtuvan markkinoinnin onnistumista.
30

31. Käytännössä kaikkia mittareita käytetään
jollain tavalla. Parasta on, jos voi osoittaa
suoran kytköksen myyntiin – mikäli ei, siirry
kaukaisempiin mittareihin.
31

32. Myynnin arvon allokointi: esimerkki
• Olet ElämysLahjojen markkinointipäällikkö
• Sinulla on yksi 1000 € myyntikonversio
• Analytiikasta näet, että siihen on johtanut neljä
klikkiä.
• Viimeinen klikki on tullut hakukoneesta hakusanalla
‘elämyslahjat’.
Miten allokoit konversion arvon?
32

33. Konversiopolku (Google, 2013)
33
Ensimmäinen
kosketus
Konversio
Avustava vaikutus
Viimeinen
kosketus
Toinen
kosketus

34. ”Viimeisen klikin harha” (last touch bias)
• käytössä olevalla analytiikkatyökalulla pystytään
erottamaan vain viimeinen, konversion tuonut
interaktio (ollaan siis sokeita kaikille aiemmille
kosketuksille)
• tämän perusteella päätellään että tietty kampanja sai
aikaan konversion, vaikka ainakin osa konversion
arvosta pitäisi sijoittaa aikaisemmille kampanjoille
• miksi tärkeää?
tuloksena on attribuutiovirhe tai -harha, jonka
seurauksena voidaan tehdä huonoja allokointipäätöksiä
(vrt. Facebook & suora ROI).
34

35. Attribuutiomallit (Google, 2013)
Viimeisin kosketuksen malli  100 % konversion arvosta
viimeiselle kosketukselle (kampanja, kanava)
Ensimmäisen kosketuksen malli  100 % konversion arvosta
ensimmäiselle kosketukselle
Lineaarinen attribuutiomalli  jokainen kosketus saa tasaisesti
osan konversion arvosta (esim. 3 kosketusta = 33 % kullekin)
Aikapohjainen attribuutiomalli  viimeisempänä konversiota olleet
kosketukset saavat suuremman osan konversion arvosta kuin
kaukaisemmat (aikakerroin)
Etu- ja keskipainotettu attribuutiomalli  40 % konversion arvosta
ensimmäiselle kosketukselle, 40 % viimeiselle kosketukselle, ja 20 %
jaetaan kaikkien väliin jäävien kosketusten välillä.
35

36. Mikä on mielestäsi paras malli?
36

37. Attribuutiomallit: esimerkki
Ensimmäinen
kosketus
Viimeinen
kosketus
Lineaarinen
malli
1 Facebook
2 Google organic
3 Google CPC
4 blogiartikkeli
37
• yksi konversio = 1000 €
• neljä kosketusta ao. järjestyksessä
• miten konversion arvo allokoidaan?

38. Attribuutiomallit: esimerkki
Ensimmäinen
kosketus
Viimeinen
kosketus
Lineaarinen
malli
1 Facebook 1000 € 250 €
2 Google organic 250 €
3 Google CPC 250 €
4 blogiartikkeli 1000 € 250 €
38
• yksi konversio = 1000 €
• neljä kosketusta ao. järjestyksessä
• miten konversion arvo allokoidaan?

39. Vähän oikeaa dataa…
39

40. Viivästynyt konversio (deferred conversion)
40
n. 60 % konversioista tulee
ensimmäisen päivän sisällä, mutta
huomattava osa yli viikon päästä
(ElämysLahjat.fi)

41. ”Polun pituus” (path length) mittaa
konversioon johtaneiden vierailujen määrän
41
Alle puolet konversioista tulee ensimmäisellä
kosketuksella (ElämysLahjat.fi); vastaava tulos
(47 %) Forrester (2012)

42. Mutta entä netin ulkopuolella?
42

43. Offline-myyntien mittaaminen
“An eye doctor spends $5,000 in one year to bring 10,000 visitors to
her website. In the same year, the doctor spends $5,000 on an ad in
a local weekly newspaper. Discuss the limitations and advantages of
each type of advertising. Describe how you might track each type of
advertising.” (Google, 2007)
Taktiikoita:
a. Promokoodi (ostoskori -> CMS)
a. koodi “OPTICAL”, -10 %
b. Erillinen URL (Analytics)
a. turunsilmalaser.fi/lasikampanja
43

44. Universal analytics (Brown, 2013)
”This is going to be a major factor in driving
organisations to migrate to Universal Analytics, and a
major benefit they’ll see as a result of doing so. It’s all
thanks to the Measurement Protocol which is one of
the core components of Universal Analytics.
It allows us to send data from pretty much any
device, and collect it in Universal Analytics. This
means we can finally link in-store transactions with
campaigns and, via a loyalty card tagged to a User
ID, with an entire history of user interactions with our
brand.”
44

45. Kiitos huomiosta!
• Kalvot saatavilla: www.slideshare.net/jonis12
• Lisää minut LinkedInissä: http://fi.linkedin.com/in/jonisal
45