Technografická data popisují technologie, které firma používá: její CRM, platformu pro marketingovou automatizaci, poskytovatele cloudu, analytické nástroje, e-commerce platformu a tak dále. Zatímco firmografická data vám řeknou, čím firma je (odvětví, velikost, lokalita), technografická data vám řeknou, jak funguje. Pro B2B marketéry odpovídají na dvě praktické otázky: může tato firma náš produkt používat a koho nahrazujeme?
Technografická vs firmografická data vs data o záměru
Tři typy dat odpovídají na různé otázky a nejlépe fungují dohromady:
- Firmografie: kdo firma je. Odvětví, počet zaměstnanců, tržby, region.
- Technografie: co firma používá. Nainstalované nástroje, platformy a někdy i výdaje.
- Záměrová data: co firma právě zkoumá. Nárůsty zájmu o témata, aktivita na recenzních webech, návštěvy vašeho webu.
Užitečný způsob, jak o tom přemýšlet: firmografie definuje ICP, technografie ho zpřesňuje a záměr rozhoduje o načasování.
Jak se technografická data sbírají
Každý zdroj má slepá místa, a proto se vyplatí vědět, odkud daný údaj pochází.
Skenování webů. Crawlery načtou veřejný web firmy a zjistí skripty, tagy a frameworky, které používá. Tak fungují nástroje jako BuiltWith a Wappalyzer. Je to přesné pro vše, co se načítá v prohlížeči (analytika, chatovací widgety, CMS, tag managery, nástroje pro A/B testování), ale slepé ke všemu za přihlášením: ERP, interní databáze, většina bezpečnostních nástrojů.
Pracovní inzeráty. Firma, která hledá „Salesforce administrator“ nebo požaduje „experience with Snowflake“, vám prozrazuje své nástroje. Vytěžování inzerátů pokrývá back-office nástroje, které skenování nevidí, ale zaostává za realitou a nadhodnocuje nástroje, ke kterým firma směřuje, oproti těm, které už používá.
Data poskytnutá samotnými firmami a partnery. Marketplace integrací, recenzní weby a průzkumy. Přesná, pokud jsou k dispozici, ale řídká.
Vaše vlastní first-party data. Stránky o integracích, které návštěvník čte, pole „Jaké CRM používáte?“ ve formuláři pro demo a data o propojených aplikacích od stávajících zákazníků. Často jde o nejpřesnější technografická data, jaká kdy budete mít, a většina týmů je neukládá do použitelného pole.
Kde technografická data selhávají
- Detekce neznamená používání. Pozůstatek měřicího skriptu z nástroje zrušeného před dvěma lety se ve skenu stále objeví.
- Běžné nástroje nejsou signály. W3Techs uvádí, že WordPress pohání zhruba 40 % všech webů. Vědět, že potenciální zákazník používá WordPress nebo Google Analytics, neoddělí dobré účty od špatných. Váhu si zaslouží nástroje, které používají jen vaši nejlepší zákazníci.
- Na úrovni firmy, ne týmu. Velká firma může mít v různých divizích tři CRM. Záznam často uvádí jen jedno.
- Zastarávání. Stacky se mění. Jakýkoli technografický atribut starší šesti měsíců berte jako náznak, ne jako fakt.
Jak B2B týmy využívají technografická data
Skórování ICP
Přidejte body firmám, které používají platformy, se kterými se integrujete, a firmám používajícím konkurenta, proti kterému pravidelně vyhráváte. Odeberte body za nekompatibilní stacky. Váhy by měly vycházet z dat o vyhraných obchodech, ne z předpokladů.
Kampaně na vytlačení konkurence
Vytvořte segment účtů, které používají konkrétního konkurenta, a pak jim komunikujte náročnost migrace, náklady na přechod a co se pro jejich tým změní. Tyto kampaně obvykle fungují nejlépe, když začínají cestou migrace, ne srovnáním funkcí.
Personalizace webu
Technografická data umožňují některé z nejrelevantnějších úprav webu. Návštěvník z firmy, která používá HubSpot, může na stránce integrací vidět jako první integraci s HubSpotem, CTA přímo pro HubSpot („Podívejte se, jak to funguje s vašimi daty v HubSpotu“) a případovou studii jiného zákazníka HubSpotu. Pokud navíc sledujete, které integrační stránky si každá identifikovaná firma čte, sbíráte first-party technografická data automaticky.
Zákaznická data jsou často rozdělená mezi marketingové, obchodní a produktové systémy, a proto se technografická data koupená od dodavatele často nikdy nedostanou do webové vrstvy. Řešením je ukládat je do záznamu účtu, odkud je může číst CRM i pravidla vaší segmentace.
Prioritizace pro obchod a argumentace pro hovory
Obchodníci, kteří znají CRM, datový sklad a současný nástroj potenciálního zákazníka ve vaší kategorii, mohou přeskočit tři otázky ze zjišťovací fáze a začít něčím relevantním. Do každého upozornění na lead nebo účet zahrňte tři nejdůležitější technografické atributy.
Jak začít sbírat first-party technografická data
Než si koupíte technografickou datovou sadu, zachyťte, co vám už říkají vlastní web a formuláře. Nic to nestojí a obvykle je to přesnější.
- Přidejte do formuláře pro demo jednu otázku na stack. „Jaké CRM používáte?“ jako krátký rozbalovací seznam. Kvalifikuje lead a dá vám spolehlivé technografické pole. Omezte se na jednu otázku; každé pole navíc stojí dokončené formuláře.
- Zaznamenávejte zobrazení stránek integrací k firmě. Když identifikovaná firma dvakrát čte stránku o integraci se Salesforce, uložte k záznamu firmy „pravděpodobně Salesforce“ s datem.
- Vytáhněte data o propojených aplikacích od zákazníků. Integrace vašich stávajících zákazníků ukazují, jaké stacky používají vaše nejlepší účty. Toto rozložení je měřítkem pro vážení technografických údajů potenciálních zákazníků.
- U každé hodnoty uveďte zdroj a datum. „Salesforce (formulář, 2026-09)“ a „Salesforce (sken, 2025-11)“ si zaslouží jinou míru důvěry. Pokud si zdroje odporují, dejte přednost first-party hodnotám.
- Teprve pak doplňte mezery od dodavatele. Technografické pokrytí kupujte pro cílové účty, u kterých nemáte žádný first-party signál, ne pro celý trh.
Časté dotazy
Jsou technografická data osobními údaji? Obvykle ne. Popisují software firmy, ne osobu. Osobními údaji se stávají, když jsou připojena ke jmennému kontaktnímu záznamu – pak se na tento záznam vztahují běžná pravidla ochrany údajů.
Jak je to přesné? Přesnost závisí na zdroji a kategorii nástroje. Nástroje viditelné v prohlížeči zjištěné nedávným skenem bývají správně. Back-office nástroje odvozené z pracovních inzerátů jsou často chybné nebo zastaralé. Každou hodnotu berte jako pravděpodobnost s časovým razítkem.
Příklad: technografický segment
Dodavatel marketingové analytiky s nativní integrací na HubSpot a Salesforce by mohl definovat:
- Úroveň A: 200–2 000 zaměstnanců, B2B, používá HubSpot nebo Salesforce, používá tag manager, nebyl zjištěn přímý konkurent.
- Úroveň B (vytlačení konkurence): stejné firmografické údaje, zjištěn konkurent X.
- Vyloučeno: nezjištěné CRM a méně než 50 zaměstnanců.
Úroveň A vidí sdělení postavená na integracích. Úroveň B vidí sdělení postavená na migraci. Vyloučená skupina dostává samoobslužný obsah.