Co je personalizace webu? Typy a příklady v B2B

Každý B2B web má stejný strukturální problém. Jedna domovská stránka, jedna sada produktových stránek, jeden layout ceníku, a to vše pro kupující z mnoha odvětví, velikostí firem, rolí a úrovní připravenosti k nákupu. Výsledkem je web optimalizovaný pro průměrného návštěvníka, který neexistuje. Personalizace webu to řeší tím, že různým návštěvníkům ukazuje různý obsah podle toho, kdo jsou, pro jakou firmu pracují a co na vašem webu dříve dělali.

Zda se vám vyplatí, je potřeba změřit, ne předpokládat. Zveřejněná čísla o nárůstu pocházejí od dodavatelů a konzultantů, kteří měří vlastní klienty, a značně se liší. Užitečné číslo je nárůst, který naměříte u svých vlastních segmentů oproti kontrolní skupině, a tento průvodce vysvětluje, jak ho získat. Pokrývá, co personalizace webu je, jak funguje pod kapotou, hlavní typy v B2B, které prvky stránky měnit, jak vybrat první scénář, první implementaci za dva týdny, ochranu soukromí a jak měřit výsledek.

Co personalizace webu je (a co není)

Personalizace webu (anglicky website personalization, website personalisation nebo jednoduše web personalization) je postup, při kterém dynamicky měníte, co návštěvník na vašem webu vidí, na základě dat o něm. Data mohou pocházet z firmografických zdrojů (název firmy, odvětví, velikost), behaviorálních zdrojů (navštívené stránky, stažený obsah, čas na webu), kontextových zdrojů (geografická poloha, typ zařízení, zdroj odkazu) nebo z dat CRM (fáze obchodu, úroveň účtu, předchozí interakce).

Změny mohou být malé (výměna nadpisu nebo tlačítka CTA) i velké (zobrazení úplně jiného rozvržení stránky s jinými případovými studiemi, sdělením a obrázky). Určující je, že si variantu nevybírá návštěvník. Systém ji zvolí na základě dostupných dat.

Tím se personalizace liší od přizpůsobení. Nielsen Norman Group tento rozdíl definuje jasně: personalizace je řízená systémem (web se přizpůsobuje automaticky), zatímco přizpůsobení je řízené uživatelem (návštěvník volí ručně, například nastavuje preference). Obojí může zážitek zlepšit. Personalizace funguje, aniž by návštěvník musel cokoli udělat, což je v B2B zásadní, protože většina návštěvníků si nikdy nevytvoří účet ani se nepřihlásí.

Personalizace webu se také liší od personalizace e-mailů. Personalizace e-mailů pracuje se známými kontakty ve vaší databázi. Personalizace webu funguje i u anonymních návštěvníků, kteří nikdy nevyplnili formulář, a na většině B2B webů tvoří naprostou většinu návštěvnosti (porovnejte počet odeslaných formulářů s počtem relací a uvidíte svůj vlastní podíl). Pokud personalizujete jen pro známé kontakty, oslovíte jen malý zlomek lidí na svém webu.

S personalizací se pletou ještě dvě věci a tato záměna vede ke špatnému vymezení projektů:

Praktický důsledek: personalizace je sada A/B testů probíhajících uvnitř segmentů. A/B testování se ptá „která verze je v průměru nejlepší?“; personalizace připouští, že varianta A může vyhrát u návštěvníků z velkých firem a varianta B u středních firem, a dokazuje to testem v každém segmentu. Pokud nedokážete říct, pro který segment varianta je a jak byste poznali, že v tomto segmentu porazila výchozí verzi, děláte jen dynamický obsah s kroky navíc.

Personalizace také nejsou tokeny s křestním jménem. „Vítejte zpět, Sarah“ na nákupním rozhodnutí nic nemění. Změny, na kterých v B2B záleží, jsou změny relevance: důkazy, rámování problému a další krok.

Jak funguje personalizace B2B webu

Pod kapotou jsou tři části: datová vrstva, která zjišťuje, kdo web navštěvuje, pravidlový engine, který rozhoduje, jakou variantu návštěvník dostane, a způsob doručení, který variantu zobrazí na obrazovce. Když víte, kde která část selhává, mnohem snáz posoudíte nástroje a vyhnete se tomu, abyste celý kvartál strávili segmenty, které nikdy nikomu neodpovídají.

Datová vrstva: čtyři vstupy

Každé pravidlo personalizace spouští jeden ze čtyř druhů vstupů. Liší se pokrytím, přesností a právní váhou a mnoho programů uvázne proto, že si vyberou případ užití, který potřebuje vstup, jímž spolehlivě nedisponují.

Přiřazení IP adresy k firmě je u anonymní návštěvnosti obvyklým prvním krokem. Každý požadavek na stránku nese IP adresu a služba pro identifikaci návštěvníků ji přiřadí k organizaci pomocí registrů firemních rozsahů IP adres, dat poskytovatelů internetu a vlastních pozorovaných shod. Nepotřebuje cookie, formulář ani předchozí návštěvu. Jak dobře funguje, závisí na tom, jak se vaši kupující připojují: člověk na firemní síti s vlastním registrovaným rozsahem se přiřadí snadno, zatímco člověk pracující z domova na spotřebitelském internetu nebo na mobilní síti se obvykle přiřadí k poskytovateli, ne k zaměstnavateli. Míry shody od dodavatelů jsou měřené na jejich vlastním mixu zákazníků, proto nástroj dva týdny spusťte na své vlastní návštěvnosti a podívejte se, jaký podíl relací se přiřadí ke skutečné firmě, rozděleně podle vašich ICP segmentů.

Obohacení promění název firmy v něco, s čím se dá pracovat: odvětví, počet zaměstnanců, pásmo obratu, zemi sídla, někdy i technologický stack. Tento typ dat prodávají Clearbit (dnes součást HubSpotu), ZoomInfo, Apollo a 6sense. Nejspolehlivější bývají široké atributy jako odvětví a velikostní pásmo; nejméně spolehlivé jsou podrobné technografické údaje, protože se často odvozují z pracovních inzerátů nebo skriptů na webu. První pravidla stavějte na hrubých atributech a než nějakému poli začnete věřit, namátkově zkontrolujte dvacet až třicet obohacených záznamů u firem, které znáte.

Behaviorální signály potřebují historii. První návštěva vám dá odkazující zdroj a jednu stránku, nic víc, a proto behaviorální pravidla fungují nejlépe u vracejících se návštěvníků a většina nastavení je kombinuje s firmografickými údaji (viz behaviorální segmentace). Data z CRM pokrývají jen návštěvníky, které cookie vaší marketingové automatizace už propojila s kontaktem nebo účtem, ale tato skupina zahrnuje vaši aktivní pipeline a zákazníky, tedy přesně ty lidi, kterým nejméně chcete ukazovat obecnou stránku „rezervujte demo“. Mapování polí popisuje průvodce integrací s CRM.

Z toho plynou dvě pravidla. Začněte behaviorálním a kampaňovým kontextem: pokrývá nejvíc relací, nepotřebuje data třetích stran a nejsnáze se právně obhájí. Návštěvník, který přišel z vaší reklamy na „SOC 2 automation“, by měl vidět důkazy o SOC 2 bez ohledu na to, zda znáte jeho firmu. A nikdy nezanedbávejte výchozí stránku: pokud identifikace rozpozná jen část relací, zbytek vidí výchozí verzi, takže zůstává vaší nejdůležitější verzí stránky.

Engine pravidel: přiřazení návštěvníků k zážitkům

Engine pravidel vezme, co ví datová vrstva, a vybere variantu. Koncepčně jde o seznam podmínek typu když–pak kontrolovaných v pořadí priority:

POKUD má firma více než 500 zaměstnanců A ZÁROVEŇ odvětví je Finanční služby A ZÁROVEŇ návštěvník si prohlédl cenovou stránku, PAK zobraz hero sekci pro finanční služby, případovou studii z bankovnictví a CTA „Promluvte si s naším týmem pro finanční služby“.

Když návštěvník odpovídá několika pravidlům, vyhrává nejvyšší priorita. Návštěvníci, kteří neodpovídají ničemu, dostanou výchozí stránku, stejně jako návštěvníci, kteří odmítnou souhlas, a roboti vyhledávačů. Takové pravidlové systémy pro většinu B2B implementací stačí; systémy se strojovým učením, které předpovídají nejlepší variantu pro každého návštěvníka, potřebují k natrénování mnohem více návštěvnosti, než má většina B2B webů.

Pravidla udržujte jednoduchá. „Zobrazit výrobní obsah výrobním firmám“ lze spustit za jedno odpoledne a během pár týdnů získá dost návštěvnosti na vyhodnocení. „Zobrazit konkrétní hlavní sekci fintechům po kole Series B s 200 až 500 zaměstnanci, kteří dvakrát navštívili ceník“ může odpovídat několika relacím měsíčně, takže se nikdy nedozvíte, zda funguje. Každé pravidlo navíc přidává údržbu: deset pravidel na domovské stránce znamená deset verzí k aktualizaci při změně positioningu a deset kombinací k otestování. Začněte segmenty (velké firmy ve finančních službách, SaaS ze středního segmentu), ne jednotlivými účty; stránky na úrovni účtů dávají smysl jen u ABM seznamu tak krátkého, že velikost obchodu ospravedlní obsah pro každý účet.

Doručení: na straně klienta, serveru, nebo na edge

Způsob, jakým varianta dorazí do prohlížeče, ovlivňuje rychlost, probliknutí, SEO a to, kolik vývoje potřebujete.

U klientského tagu je obvyklým řešením blikání předběžné skrytí: malé inline CSS pravidlo skryje jen personalizované prvky, dokud skript neprovede změny, s časovým limitem, aby se při pomalém nebo zablokovaném skriptu zobrazil výchozí obsah. Prázdná hero sekce je horší než obecná. Náš pohled: většina marketingových týmů by měla začít na straně klienta s předběžným skrytím, prokázat, že personalizace hýbe metrikou, a teprve pak investovat čas vývojářů do doručování ze serveru nebo z edge. Ať použijete cokoli, měřte Largest Contentful Paint s personalizací i bez ní; varianta by neměla dorazit znatelně později, než by dorazila výchozí verze.

Podívejte se, jak personalizace v reálném čase využívá tuto pipeline už při prvním zobrazení stránky, a porovnejte nástroje pro personalizaci webu podle toho, jak řeší jednotlivé vrstvy. Personalizace řízená AI hlavně snižuje náklady na psaní variant a pomáhá mezi nimi vybírat, jakmile máte mnoho segmentů; pro první program stačí pravidla. B2B stranu pokrývá náš článek o AI v generování leadů.

Typy personalizace webu v B2B

B2B personalizace se od B2C personalizace v důležitých ohledech liší. B2C personalizace stojí na chování jednotlivých spotřebitelů: co jste si prohlíželi, co jste koupili, co jste vložili do košíku. B2B personalizace stojí na atributech na úrovni firmy a dynamice nákupního týmu. Návštěvník je jedním z několika lidí ze stejné firmy, kteří vás hodnotí (CTO zajímají integrace a bezpečnost, vedoucího marketingu výsledky a snadnost použití, nákup podmínky), obchodní cykly trvají týdny až měsíce a návštěvnost se měří v tisících, ne v milionech, takže segmenty musí být dost hrubé, aby se nasbírala data.

Firmografická personalizace

Nejběžnější typ v B2B. Firmografická personalizace využívá data na úrovni firem (odvětví, velikost, tržby, lokalita) k přizpůsobení webu. Návštěvník ze zdravotnické firmy vidí případové studie ze zdravotnictví, sdělení zaměřená na soulad s předpisy a snímky obrazovky s funkcemi relevantními pro zdravotnictví. Návštěvník z technologické firmy vidí sdělení zaměřená na integrace, odkazy na dokumentaci pro vývojáře a případové studie ze SaaS. Podrobněji se tomu věnují naši průvodci oborovou personalizací a personalizací podle velikosti firmy.

Firmografická personalizace funguje už při prvním načtení stránky, protože data jsou z překladu IP dostupná dřív, než návštěvník s čímkoli interaguje. Je proto přirozeným výchozím bodem pro týmy, které personalizaci zavádějí poprvé.

Behaviorální personalizace

Behaviorální personalizace přizpůsobuje zážitek podle toho, co návštěvník na vašem webu udělal, v aktuální relaci i při předchozích návštěvách. Návštěvník, který si přečetl tři blogové články o analytice, uvidí na domovské stránce zvýrazněný obsah o analytice. Návštěvník, který si za poslední týden dvakrát prohlédl ceník, uvidí CTA nabízející konzultaci k cenám místo obecného tlačítka „Zjistit více“.

Behaviorální personalizace potřebuje, aby se data ze sledování nashromáždila, takže se zlepšuje s dalšími návštěvami. Při první návštěvě odvádí práci firmografická personalizace. Při dalších návštěvách přidávají behaviorální data přesnost.

Personalizace řízená ABM

Firmy, které provozují programy account-based marketingu, mohou personalizaci navázat přímo na seznam účtů a jejich úroveň. Cílové účty úrovně 1 vidí plně přizpůsobený zážitek: sdělení s názvem účtu, relevantní případové studie a CTA pro rezervaci schůzky s přiděleným account executivem. Účty úrovně 2 vidí sdělení přizpůsobené odvětví s možností samoobslužného dema. Necílové účty vidí výchozí zážitek. Playbook personalizace webu pro ABM popisuje postupy podle úrovní.

Personalizace podle zdroje návštěvy

Přizpůsobení stránky podle toho, odkud návštěvník přišel. Návštěvník z reklamy na LinkedInu o account-based marketingu uvidí na landing page sdělení zaměřené na ABM. Návštěvník z organického vyhledávání „B2B analytika“ uvidí sdělení o analytice. Návštěvník z e-mailové kampaně o konkrétní funkci uvidí tuto funkci zvýrazněnou. Tím vzniká návaznost mezi obsahem, který návštěvníka přilákal, a zážitkem, který ho na webu přivítá. Je to webový protějšek personalizačních tokenů v e-mailových kampaních.

Personalizace podle fáze

Úprava zážitku podle toho, kde se návštěvník v nákupním procesu nachází. Návštěvníci poprvé vidí vzdělávací obsah a CTA pro horní část funnelu. Vracející se návštěvníci, kteří konzumovali produktový obsah, vidí srovnávací průvodce a CTA na demo. Návštěvníci z účtů v aktivním obchodním jednání vidí obsah, který podporuje obchod: kalkulačky ROI, průvodce implementací, bezpečnostní dokumentaci. Viz personalizace podle fáze nákupní cesty.

Co personalizovat: prvky s velkým dopadem

Ne každý prvek stránky se musí lišit podle segmentu. Největší dopad má personalizace prvků, které návštěvníci zpracují jako první, a prvků, které vedou ke konverzním akcím.

Hlavní nadpis a podnadpis v hero sekci. To je první text, který návštěvník čte. Když ho změníte z obecné hodnotové nabídky na sdělení specifické pro odvětví nebo bolest, okamžitě vytvoříte signál relevance. „Personalizujte svůj web pro každého návštěvníka“ je obecné. „Ukažte každému nákupčímu z výroby produkty, které potřebuje“ mluví přímo k návštěvníkovi z výroby. Průvodce personalizací domovské stránky obsahuje další příklady podle segmentů.

Hlavní obrázek. Obrázek často uvidíte dřív, než si přečtete nadpis. Obrázek relevantní pro odvětví (výrobní hala, obchodní pracoviště, nemocniční dashboard) signalizuje relevanci ještě před přečtením nadpisu. Více k tématu najdete v průvodci obrázky a grafikou na landing pages.

Případové studie a sociální důkaz. Případové studie ze stejného odvětví přesvědčují víc než obecné. Návštěvník ze SaaS, který vidí případovou studii jiné SaaS firmy, dostává silnější signál „lidé jako my to používají“ než z rotujícího karuselu log z různých odvětví. Pokud pro nějaké odvětví případovou studii nemáte, je to mezera v obsahu, kterou je třeba zaplnit dřív, než pro něj začnete personalizovat.

Výzvy k akci. Přizpůsobení CTA připravenosti návštěvníka snižuje tření. Návštěvníci, kteří přišli poprvé, dostanou „Podívejte se, jak to funguje“. Vracející se návštěvníci dostanou „Rezervovat demo“. Návštěvníci z účtů, se kterými jedná obchod, dostanou „Promluvte si se svým týmem pro účet“. Jak je testovat, popisuje náš článek o personalizovaných CTA.

Navigace a doporučení obsahu. Propagace různých materiálů, produktových stránek nebo článků podle odvětví nebo historie chování návštěvníka mu pomáhá rychleji najít relevantní obsah. Ponechte celou navigaci dostupnou: personalizace má měnit pořadí, ne skrývat.

Ceníkové stránky. Opatrně. Zvýraznit tarif odpovídající velikosti firmy nebo nad určitou velikostí nahradit samoobslužnou registraci výzvou „Kontaktovat obchod“ je rozumné. Ukazovat různým firmám různé ceny je něco jiného a obvykle to vyjde najevo, když si dva kupující porovnají poznámky. Viz personalizace ceníkové stránky.

Příklad toho, co varianta mění, pro ilustrativní firmu s bezpečnostním softwarem a segment zdravotnictví:

Neměňte všechno najednou: varianta, která vymění nadpis, důkaz, CTA i rozvržení, vám neřekne, která změna byla podstatná.

Výběr prvního případu užití

Týmy často chtějí začít homepage pro jmenovité účty. To bývá špatný první test. Dobrý první scénář má dost návštěvnosti k měření, jasnou konverzní událost a obsahový rozdíl, který dokážete skutečně vytvořit. Například agentura pro webdesign by mohla návštěvníkům z velkých firem ukazovat svou práci na platformách a menším firmám své služby webdesignu pro malé firmy. Jedním ze způsobů, jak kandidáty seřadit, je ohodnotit každého od 1 do 5 podle dosahu (podíl relací, které se kvalifikují), hodnoty (jak blízko je stránka k události s tržbami), důvěry (doklady z obchodních hovorů, dat o vyhraných a prohraných obchodech nebo požadavků na podporu, že segment potřebuje něco jiného) a náročnosti a pak je seřadit podle (Dosah x Hodnota x Důvěra) / Náročnost.

Ilustrativní skóre pro hypotetickou firmu s bezpečnostním softwarem, která prodává středním a velkým firmám:

Užitečné je pořadí, ne absolutní skóre. Zde vyhrávají dva kontextové playe a domovská stránka pro jmenované účty končí poslední, protože skoro nikoho nezasáhne a stojí nejvíc. Ze stejné logiky vyplývá i hrubé pořadí zralosti: nejdřív kontextové (kampaň, referrer, noví vs vracející se), pak firmografické segmenty, jakmile běží identifikace a je hotový jeden čistý holdout test, pak zážitky pro účty řízené daty z CRM, jakmile se obchod shodne na úrovních a vlastnících, a teprve potom orchestrace napříč webem, reklamami, e-mailem a obchodem.

Segmenty, které obstojí

Segment si zaslouží variantu jen tehdy, když lidé v něm chtějí měřitelně něco jiného, dokážete je spolehlivě rozpoznat a je jich dost, abyste se z nich mohli poučit. Než cokoli postavíte, každý segment si zapište jako jednořádkovou definici:

1. Vycházejte z rozdílu v nákupním rozhodování, ne z datového pole. „Zdravotnictví“ je datové pole. „Kupující, kteří se před jakýmkoli demem zeptají na HIPAA a BAA“ je rozdíl v nákupu.
2. Udělejte segmenty u stejného prvku vzájemně výlučné. Pokud může být návštěvník zároveň „Enterprise“ i „Zdravotnictví“, rozhodněte předem, které pravidlo řídí hero sekci.
3. Na začátku dávejte přednost hrubým segmentům. Tři odvětví plus „všichni ostatní“ jsou lepší než dvanáct odvětví, z nichž devět má týdně jen pár návštěv.
4. Definujte záložní variantu pro neúplná data. Odvětví známé, velikost neznámá: co se zobrazí?
5. Před psaním textů ověřte objem. Spočítejte, kolik relací za posledních 90 dní by se kvalifikovalo. Pokud to během čtvrtletí nedosáhne velikosti vzorku z části o měření níže, sloučte segment se sousedním.

Mapování segmentů na vaše ICP popisuje průvodce strategií segmentace B2B webu.

Implementace: postup krok za krokem

Zavedení personalizace webu nevyžaduje mnohaměsíční projekt. Zde je praktický postup, díky kterému spustíte první personalizovaný zážitek do dvou týdnů.

Týden 1: Základy

Krok 1: Vyberte jednu stránku a dva segmenty. Nejlepším výchozím bodem je domovská stránka nebo hlavní landing page. Zvolte dva segmenty, které představují odlišná publika s dostatečným objemem návštěvnosti pro měření. Příklad: „Enterprise firmy (500+ zaměstnanců)“ a „Středně velké firmy (50–499 zaměstnanců)“.

Krok 2: Definujte změny obsahu. Pro každý segment napište nadpis varianty, vyberte případovou studii, kterou vyzdvihnete, a definujte CTA. Strukturu stránky ponechte stejnou. Mění se jen obsah v konkrétních slotech. Všechny texty variant napište dřív, než sáhnete na jakoukoli technologii.

Krok 3: Nastavte identifikaci návštěvníků. Připojte datový zdroj pro identifikaci návštěvníků, který přiřazuje IP adresy k firemním datům. Ověřte přesnost testem se známými firmami. Zkontrolujte, že data obsahují atributy, které potřebujete pro segmentaci (odvětví, velikost firmy).

Týden 2: spuštění a měření

Krok 4: Nastavte pravidla segmentace a mapování obsahu. Ve své personalizační platformě vytvořte segmenty a každému přiřaďte variantu obsahu. Nastavte výchozí zážitek pro návštěvníky, kteří neodpovídají žádnému segmentu. Zkontrolujte náhled každé varianty na počítači i mobilu a ověřte i cestu při odmítnutí souhlasu.

Krok 5: Spusťte s kontrolní skupinou. Nepersonalizujte hned veškerý odpovídající provoz. Část každého segmentu ponechte jako kontrolní skupinu, která vidí výchozí zážitek; její velikost určete výpočtem velikosti vzorku pro A/B test, aby test na vašem provozu skutečně dospěl k výsledku.

Krok 6: Měřte, dokud nedosáhnete plánovaného vzorku, a nejméně dva celé týdny. Sledujte konverzní poměr (odeslané formuláře, žádosti o demo), metriky zapojení (čas na stránce, počet stránek na relaci, hloubka scrollování) a míru okamžitého opuštění pro každý personalizovaný segment oproti jeho kontrolní skupině. Pokud personalizovaná varianta vede, ověřili jste přístup a můžete rozšiřovat.

Pokud jsou výsledky neutrální, obvyklou příčinou jsou segmenty, které se od sebe dostatečně neliší, varianty příliš blízké výchozí verzi nebo málo návštěvnosti v segmentu. Než přidáte další stránky, opravte jednu z těchto věcí. Až budete připraveni plánovat za hranice prvních testů, šablona playbooku personalizace vám dá strukturu pro segmenty, pravidla, vlastníky a termíny revizí.

Co realisticky očekávat

K titulkovým číslům o nárůstu buďte skeptičtí. Většina publikovaných údajů pochází od dodavatelů nebo konzultantů, kteří popisují vlastní klienty, používají různé definice „konverze“ a nesrovnávají je s kontrolní skupinou. Říkají vám, že personalizace může fungovat, ne co udělá na vašem webu.

O čem můžete uvažovat: personalizace mění konverzní poměr provozu, který už máte, takže její hodnota roste s tím, kolik kvalifikovaného provozu dorazí na personalizované stránky a jak velký je rozdíl mezi tím, co říká výchozí stránka, a tím, co potřebuje každý segment. Web s jedním produktem prodávaným jednomu typu kupujícího toho moc nezíská; web, který z jedné domovské stránky obsluhuje několik odvětví a velikostí firem, víc. Než začnete, spočítejte si to s vlastními čísly. Příklad: pokud 30 % provozu domovské stránky pochází z jednoho odvětví a stránka specifická pro odvětví zvedla míru žádostí o demo v tomto segmentu ze 2 % na 2,5 %, celkový počet žádostí o demo z domovské stránky by vzrostl zhruba o 7,5 %. Zda tento nárůst skutečně získáte, odpoví test s kontrolní skupinou.

Personalizace nevyžaduje vyšší výdaje na přivedení návštěv; pracuje s lidmi, kteří už přicházejí. Ve flywheelu HubSpotu je personalizace webu uvedena jako síla ve fázi zapojení. Náš průvodce měřením ROI personalizace promění výsledek testu v business case.

Měření úspěchu personalizace

Srovnání před a po jsou pro personalizaci téměř k ničemu: sezónnost, změny kampaní a obchodní aktivita hýbou konverzními poměry víc než většina variant. Primární metrikou je konverzní poměr podle segmentu porovnaný s kontrolní skupinou: náhodným podílem kvalifikujícího se segmentu, který po stejnou dobu nadále vidí výchozí verzi.

Jak velká musí být kontrolní skupina?

Předpokládejme, že segment konvertuje na výchozí stránce 2,0 % a vy chcete detekovat relativní nárůst o 20 % (na 2,4 %) s obvyklou spolehlivostí 95 % a silou testu 80 %. Standardní vzorec pro dva podíly dává:

n na skupinu = (1,96 + 0,84)² × (0,02 × 0,98 + 0,024 × 0,976) / (0,004)² = 7,84 × 0,0430 / 0,000016, tedy zhruba 21 100 návštěvníků na skupinu.

To je zhruba 42 000 způsobilých návštěvníků při rozdělení 50/50. Při rozdělení 90/10 potřebuje kontrolní skupina asi 11 700 návštěvníků a personalizovaná skupina asi 105 500, celkem zhruba 117 000, tedy téměř trojnásobek návštěvnosti (pro poměr alokace k = 9 potřebuje menší skupina n × (1 + 1/k) / 2). Variantu proto prokažte s rozdělením 50/50 a pak si ponechte malou trvalou kontrolní skupinu (5–10 %) jen pro ověření, že nárůst přetrvává. Pokud segment nedokáže dosáhnout vzorku během čtvrtletí, sloučte segmenty se stejnou strukturou varianty, měřte krok s vyšším objemem (kliknutí na CTA místo rezervace dema), nebo výsledek berte jako orientační a řekněte to otevřeně. Vlastní čísla si spočítejte v kalkulačce A/B testu.

Měřte podle segmentů, nikdy jen souhrnně: kladný průměr může skrýt variantu, která v jednom segmentu prohrává. Mezi podpůrné metriky patří:

Hloubka zapojení. Počet stránek na relaci, čas na webu a hloubka scrollování u personalizovaných a nepersonalizovaných návštěvníků.

Míra okamžitého opuštění podle segmentu. Personalizace by měla u cílových segmentů snížit míru okamžitého opuštění, protože vstupní zážitek odpovídá kontextu návštěvníka. Sledujte ji podle segmentů, ne jen za celý web.

Rychlost pipeline. U návštěvníků z cílových účtů sledujte, jak rychle postupují obchodní pipeline, ve srovnání s cílovými účty ponechanými jako kontrolní skupina.

Objevování obsahu. Prohlížejí si personalizovaní návštěvníci více produktových stránek nebo stránek se zdroji než nepersonalizovaní?

Tržby na návštěvníka. Nejvyšší metrika. Sledujte, jak personalizace ovlivňuje průměrné tržby z každého návštěvníka webu, rozdělené podle publika.

Soukromí, compliance a hranice personalizace

Personalizace B2B webu většinou pracuje s atributy na úrovni firmy (odvětví, velikost, status účtu), ne s tím, kdo je konkrétní člověk. Přizpůsobit stránku tak, aby návštěvníkovi z výrobní firmy ukázala obsah o výrobě, je něco jiného než sledovat prohlížení konkrétní osoby napříč weby. To ji ale nevyjímá z práva na ochranu soukromí. Toto je mapa od praktiků, ne právní rada:

• IP adresy mohou být osobními údaji. Bod odůvodnění 30 GDPR uvádí IP adresy jako síťové identifikátory a Soudní dvůr EU v rozsudku Breyer (tisková zpráva SDEU, 2016) rozhodl, že dynamická IP adresa může být pro provozovatele webu osobním údajem. „Identifikujeme jen firmy“ snižuje riziko, ale nevyvede vás mimo GDPR, pokud zpracování začíná od IP adresy.
• Právní základ. Personalizace na úrovni firem se obvykle opírá o oprávněný zájem, čl. 6 odst. 1 písm. f) GDPR, který vyžaduje zdokumentovaný test vyváženosti; pokyny ICO k oprávněným zájmům popisují tento třídílný test.
• Cookies a přístup k zařízení vyžadují souhlas, nezávisle na GDPR. Ukládání nebo čtení informací v zařízení návštěvníka, včetně cookies a lokálního úložiště používaných k zapamatování segmentů nebo počtu návštěv, spadá pod článek 5(3) směrnice ePrivacy (2002) a obecně vyžaduje souhlas, pokud není nezbytně nutné. EDPB tento rozsah ve svých Guidelines 2/2023 on the technical scope of Art. 5(3) vykládá široce. Ve Spojeném království jsou ekvivalentní pravidla v PECR; viz pokyny ICO ke cookies.

V praxi: zmiňte identifikaci návštěvníků a personalizaci ve svých informacích o ochraně osobních údajů, mějte se svými dodavateli smlouvu o zpracování osobních údajů, ověřte, že nástroj respektuje vaši cookie lištu a nevolá obohacení u návštěvníků, kteří souhlas odmítli, a před spuštěním zapojte svého pověřence pro ochranu soukromí. Navrhněte zážitek tak, aby se elegantně degradoval: vše, co závisí na uloženém identifikátoru, by se při odmítnutí souhlasu mělo vrátit k výchozí verzi. Náš průvodce souladem s ochranou osobních údajů jde dál.

Vyhněte se „strašidelnému efektu“ tím, že budete personalizovat na správné úrovni konkrétnosti. Zobrazení obsahu relevantního pro odvětví pomáhá. Zobrazení názvu firmy návštěvníka v nadpisu dřív, než se sám identifikoval, může působit dotěrně. Texty s názvem účtu si nechte pro účty, které už jednají s obchodem, a jinak používejte rámování podle odvětví.

First-party data (data, která sbíráte přímo z interakcí návštěvníků na vlastním webu) nabývají na významu, jak mizí cookies třetích stran. Personalizace založená na převodu IP adresy na firmu a na chování na webu stojí na first-party signálech, a je proto odolnější než přístupy závislé na sledování třetích stran. Co sbírat a jak, popisuje naše strategie first-party dat pro B2B personalizaci.

Časté nástrahy a jak se jim vyhnout

Příliš velký start. Týmy, které se při spuštění snaží personalizovat každou stránku pro každý segment, vytvoří takovou zátěž s údržbou, že projekt uvázne. Začněte jednou stránkou a dvěma segmenty. Prokažte dopad. Pak rozšiřujte.

Špatná kvalita dat. Pokud identifikace návštěvníků přiřazuje návštěvníky ke špatným firmám nebo jsou data v CRM zastaralá, bude personalizace působit nahodile. Kontrolujte míru shody, ručně ověřte vzorek identifikací a stanovte minimální práh spolehlivosti, pod kterým se zobrazí výchozí zážitek.

Žádná kontrolní skupina. Bez kontrolní skupiny, která vidí výchozí zážitek, nedokážete oddělit dopad personalizace od sezónních trendů, změn ve skladbě návštěvnosti nebo jiných proměnných.

Zanedbání výchozí verze. Výchozí verzi stále vidí většina návštěvníků. Zatímco stavíte varianty, dál ji vylepšujte běžnými A/B testy.

Žádný obsah pro definované segmenty. Definovat segment „Zdravotnictví – velké podniky“ je snadné. Mít připravenou případovou studii ze zdravotnictví, relevantní snímky obrazovky a sdělení pro zdravotnictví je skutečná práce. Nejdřív vytvořte obsah, pak pravidla.

Vykazování kliknutí jako úspěchu. Personalizovaná CTA často získají víc kliknutí a stejný počet kvalifikovaných schůzek. Měřte událost nejblíže tržbám, kterou váš provoz dokáže utáhnout.

Žádná zpětná vazba od obchodu. Pokud obchod neví, co účet viděl, web a obchodník vyprávějí různé příběhy. Zobrazenou verzi zapisujte do záznamu aktivity v CRM.

Rychlost stránky a probliknutí. Každý nástroj na straně klienta přidává skript, který se musí načíst, vyhledat návštěvníka a upravit stránku. Spusťte Lighthouse nebo WebPageTest na klíčových stránkách se zapnutým a vypnutým tagem a porovnejte Largest Contentful Paint a Cumulative Layout Shift. Předem skrývejte jen personalizované prvky, nikdy celou stránku.

Chyby v SEO. Google vykresluje JavaScript (jeho dokumentace k JavaScript SEO popisuje headless Chromium, který spouští vaše skripty). Googlebot prochází web bez vašich cookies a z IP adres, které se nepřiřadí k žádné cílové firmě, takže neodpovídá žádnému pravidlu a dostane výchozí stránku jako každý neidentifikovaný návštěvník. Nestavte pravidla, která Googlebota rozpoznají a zobrazí mu něco zvláštního: zásady Googlu týkající se spamu definují cloaking jako zobrazování odlišného obsahu uživatelům a vyhledávačům. Viz personalizace webu a SEO.

Vynechání QA. Pět pravidel znamená šest stavů stránky, každý v různých prohlížečích a zařízeních. Ověřte, že se každé pravidlo spouští za správných podmínek, každá varianta se vykreslí bez rozbitého rozvržení a analytika zaznamenává, která varianta se zobrazila. Režim náhledu, který simuluje segment, ušetří spoustu času.

Žádné řízení. Po roce nikdo neví, která ze čtyřiceti živých pravidel ještě mají význam, a polovina důkazů odkazuje na zákazníka, který odešel. Od prvního pravidla dejte každému vlastníka, datum revize (90 dní je rozumná výchozí hodnota), místo v zdokumentovaném pořadí priority (například otevřená příležitost, pak zákazník, pak cílový účet, pak odvětví, pak kampaň, pak výchozí verze) a název jako page_element_segment_version. Ve větším měřítku se z toho stává samostatná disciplína, kterou popisují články personalizace ve velkém a playbook zavedení enterprise personalizace.

Začínáme s personalizací webu

Začněte nejjednodušší implementací, která přinese měřitelný výsledek, a pak rozšiřujte na základě dat.

Pokud máte placené nebo e-mailové kampaně, nejlevnějším prvním testem je sladit text landing page s reklamou nebo e-mailem, který návštěvníka přivedl. Pokud je většina vaší návštěvnosti organická a prodáváte do několika odvětví, personalizujte domovskou stránku pro dva odvětvové segmenty pomocí firmografických dat z identifikace návštěvníků. Změňte nadpis hero sekce, hlavní obrázek a vybranou případovou studii. Vyčleňte kontrolní skupinu odpovídající vaší návštěvnosti a měřte, dokud nedosáhnete plánovaného vzorku. Pokud personalizované varianty překonají výchozí, rozšiřte personalizaci na další segmenty a stránky.

Markettailor poskytuje v jedné platformě identifikaci návštěvníků, segmentaci i doručování obsahu, které tento postup vyžaduje. Propojuje identifikaci firem podle IP adresy se změnami obsahu na stránce, takže první personalizovaný zážitek můžete spustit během dní, nikoli měsíců.

Časté dotazy

Co je personalizace webu jednoduše řečeno?

Personalizace webu znamená zobrazovat na stejné stránce různým návštěvníkům různý obsah podle toho, co o nich víte: jejich firmy, odvětví, lokality, zdroje návštěvy nebo toho, co na webu dělali dříve. URL stránky zůstává stejná; mění se nadpis, důkazy, výzvy k akci nebo doporučení.

Jaké jsou hlavní typy personalizace webu?

U B2B webů jsou hlavními typy firmografická (odvětví, velikost firmy), account-based (jmenované cílové účty), behaviorální (zobrazené stránky, opakované návštěvy), podle životního cyklu (potenciální zákazník, otevřená příležitost, zákazník), podle odkazu nebo kampaně (reklama, e-mail, partnerský odkaz) a geografická. Většina týmů začíná sladěním se sdělením kampaně nebo personalizací podle odvětví, protože ty zasáhnou nejvíc relací a přímo navazují na prodej.

Jak funguje personalizace B2B webu?

Datová vrstva zjistí, kdo návštěvník je (přiřazení IP adresy k firmě, obohacení dat, chování na webu, záznamy v CRM), pravidlový engine projde pravidla „pokud–pak“ v pořadí priority a vybere variantu a způsob doručení (tag na straně klienta, volání API na straně serveru nebo edge worker) umístí tuto variantu na stránku. Návštěvníci, kteří nesplní žádné pravidlo, vidí výchozí stránku.

Jaké jsou kroky personalizace webu?

Identifikujte návštěvníka nebo segment, rozhodněte, na kterých segmentech záleží, vyberte jednu nebo dvě stránky s vysokou návštěvností, napište pro každý segment variantu prvků, které odpovídají na otázku „je to pro mě?“ (titulek, důkaz, CTA), spusťte s kontrolní skupinou a před rozšířením měřte konverze podle segmentu oproti kontrolní skupině.

Jaké jsou příklady personalizace B2B webu?

Běžné příklady: hero sekce domovské stránky, která jmenuje odvětví návštěvníka, případové studie a loga z jeho sektoru, ceník, který ve výchozím stavu zobrazí tarif odpovídající velikosti firmy, CTA, které se u otevřených příležitostí změní z „Rezervovat demo“ na „Promluvte si se svým týmem pro účet“, a doporučení zdrojů podle již zobrazených stránek. Více najdete v našem průvodci personalizací domovské stránky a příkladech dynamického obsahu.

Kolik návštěvnosti potřebujete pro personalizaci webu?

Záleží na výchozím konverzním poměru a nárůstu, který potřebujete zachytit. Při výchozích 2 % a relativním nárůstu o 20 % potřebujete při 95% spolehlivosti a 80% síle testu zhruba 21 000 návštěvníků na skupinu. Segmenty, které toho během čtvrtletí nedosáhnou, je třeba sloučit, měřit na události s vyšším objemem, nebo brát výsledky jen jako orientační.

Je personalizace webu totéž co A/B testování?

Ne. A/B testování hledá jednu nejlepší verzi pro všechny; personalizace ukazuje různým segmentům různé verze. Fungují společně: pomocí A/B testů s kontrolní skupinou prokážete, že každá personalizovaná varianta v daném segmentu překonává výchozí verzi.

Je personalizace webu v souladu s GDPR?

Může být, ale ne automaticky. IP adresy mohou být osobními údaji, takže personalizace na úrovni firem stále potřebuje právní základ, obvykle oprávněný zájem se zdokumentovaným testem vyváženosti. Cokoli, co ukládá nebo čte cookies či podobné identifikátory v zařízení, obecně podle pravidel ePrivacy vyžaduje souhlas. Navrhněte výchozí zážitek pro návštěvníky, kteří souhlas odmítnou.