ROI på personalisering af websitet: mål den, og byg business casen

ROI på personalisering er den inkrementelle bruttofortjeneste, dine personaliserede oplevelser skaber, minus hvad de koster, divideret med hvad de koster. Det svære er ordet »inkrementel«. Konverteringsraterne på personaliserede sider ser næsten altid bedre ud end websitets gennemsnit, og næsten intet af den forskel beviser noget, fordi de besøgende, du kan personalisere for, ikke er de samme besøgende som dem, du ikke kan.

Denne side dækker hele opgaven ét sted: ROI-formlen for personalisering af websitet med et gennemregnet eksempel, hvordan du designer en holdout-gruppe, der faktisk isolerer effekten, hvilke metrikker der skal rapporteres i hvilken fase, et scorecard, du kan kopiere, og hvordan du gør det hele til en business case for personalisering, der får et pilotprojekt godkendt.

Formlen for ROI på personalisering

Skriv formlen som en kæde, så hvert led kan tjekkes af en fra økonomi:

Inkrementelt dækningsbidrag = segmenttrafik x baseline-konverteringsrate x relativt løft x lead-til-salgsmulighed-rate x win rate x ACV x dækningsgrad

ROI = (inkrementel bruttofortjeneste - samlede omkostninger) / samlede omkostninger

Tre valg i den formel betyder mere end selve regnestykket:

• Segmenttrafik, ikke websitetrafik. Kun besøgende, der er identificeret og falder ind i et personaliseret segment, kan påvirkes. Hvis 25 % af din trafik kan identificeres og er i et segment, bidrager de øvrige 75 % ikke til ROI'en, og at gange den samlede websitetrafik med et løft er den mest almindelige måde, business cases bliver pustet op på.
• Løft målt i forhold til en holdout, ikke i forhold til sidste kvartal eller uidentificerede besøgende. Mere om det nedenfor.
• Bruttofortjeneste, ikke omsætning. En omsætningsbaseret ROI pynter på tallet. Økonomiafdelingen vil alligevel genberegne den på dækningsbidrag, så gør det først. Beregneren til marketing-ROI viser begge versioner side om side.

Gennemregnet eksempel

Eksempel med illustrative tal for en hypotetisk B2B-softwarevirksomhed. Det personaliserede segment er identificerede besøgende fra to målbrancher.

Omkostninger for samme år, også illustrative: værktøjsabonnement 18.000 USD, teamtid på 6 timer om ugen i 48 uger til en fuldt belastet timepris på 80 USD (23.040 USD) og 8.000 USD til engangsproduktion af indhold. I alt: 49.040 USD.

ROI = (193.536 USD - 49.040 USD) / 49.040 USD = 2,95 eller cirka 295 %.

Lav nu den beregning, der faktisk overbeviser en CFO: break-even-løftet. Hver 1 % relativt løft i dette eksempel er værd 0,8 ekstra anmodninger om måneden, hvilket bliver til 12.902 USD i årlig bruttofortjeneste. Divider omkostningen på 49.040 USD med 12.902 USD, og du får et break-even-løft på omkring 3,8 %. Diskussionen holder op med at handle om "tror vi på 15 %?" og bliver til "tror vi på, at det slår 3,8 %?", hvilket er et meget nemmere spørgsmål.

To ærlige justeringer, før du viser dette til nogen:

• Timing. Deals lukker én salgscyklus efter konverteringen. Med en cyklus på 4 måneder bogfører et program, der lanceres i januar, omkring otte måneders inkrementelle deals i sit første kalenderår, ikke tolv. Vis pipeline i år ét og ordreindgang med forsinkelsen.
• Usikkerhed. Et målt løft på 15 % kommer med et konfidensinterval, og på B2B-trafik er det som regel bredt. Beregn ROI ved intervallets nedre grænse såvel som ved punktestimatet. Hvis den nedre grænse stadig ligger over break-even, har du en stærk sag. Hvis den ligger under nul, så sig det.

Design af holdout-grupper

En holdout-gruppe (eller kontrolgruppe) er en tilfældigt udvalgt andel af det personaliserede segment, der bliver ved med at se standardoplevelsen. Det er det eneste rene svar på "ville disse accounts have konverteret alligevel?". Uden den får personaliseringen æren for sæsonudsving, en ny kampagne, en prisændring eller en ansættelsesbølge i salg. Vores indlæg om attribution for personaliserede websites gennemgår, hvordan holdouts passer ind ved siden af din kanalattributionsmodel; her er selve designet.

Sammenlign lige med lige

Den fejl, de fleste teams begår, er at sammenligne personaliserede besøgende med alle, der så standardsiden. Identificerede besøgende fra målbrancher er andre mennesker end anonym trafik: De er typisk længere fremme, passer bedre og er mere tilbøjelige til at konvertere med eller uden personalisering. Den sammenligning måler segmentet, ikke oplevelsen. Holdout-gruppen skal trækkes inden for det samme segment med samme identifikationsregel, så den eneste forskel mellem de to grupper er det, de så.

Randomisér pr. account, ikke pr. session

Hvis én person fra en virksomhed ser den personaliserede forside, og en kollega ser standardversionen, er begge grupper forurenet, og effekten på købsgruppen går tabt. Tildel på kontoniveau (fx en stabil hash af virksomhedens domæne), og hold hver konto i sin gruppe under hele testen.

Hvor stor bør holdouten være?

Mindre holdouts koster mindre pipeline, men de gør testen langsommere, og straffen er større, end de fleste antager. Variansen af en forskel mellem to grupper er proportional med 1/(andel A) + 1/(andel B). En 50/50-fordeling giver 2 + 2 = 4. En holdout på 10 % giver 10 + 1,11 = 11,1, hvilket er 2,8 gange større, så du skal bruge cirka 2,8 gange så meget trafik for at opdage det samme løft.

Vores holdning: Brug 50/50 eller 30/70 til en pilot. Du forsøger at besvare ét spørgsmål hurtigt, og hver ekstra uge med en test, der ikke kan aflæses, koster mere end den pipeline, du måske kunne have vundet ved at personalisere en større andel. Indtast din egen baseline og dit mindste detekterbare løft i A/B-testberegneren for at få stikprøvestørrelsen pr. gruppe, og anvend derefter multiplikatoren ovenfor.

Hvor længe skal den køre?

Kør, indtil den længste af disse tre er opfyldt:

1. Stikprøvestørrelsen for din primære konverteringsmåling er nået.
2. Der er gået mindst to hele uger, så både hverdags- og weekendmønstre er repræsenteret.
3. For påstande om pipeline og omsætning: én fuld salgscyklus efter, at den sidste konto kom med i testen. Løft i konvertering kan aflæses på uger. Løft i pipeline kan ikke.

Når programmet er live, så behold en lille permanent holdout (10 % er almindeligt på sites med mere trafik). Effekterne driver, efterhånden som indhold bliver forældet og konkurrenterne ændrer deres sites, og en permanent holdout er den eneste måde at vide, om sidste års løft stadig findes.

Når en holdout ikke er mulig

Hvis du personaliserer til 40 navngivne konti, vil en holdout på et dusin virksomheder aldrig nå signifikans. Brug en før/efter-sammenligning på de samme konti, tjek den mod et matchet sæt af lignende konti, der ikke er målkonti, i samme periode, og betegn resultatet som retningsgivende. Det er stadig nyttigt, så længe ingen præsenterer det som bevis.

Hierarkiet af målinger

Personaliseringsmetrikker findes i tre lag. Hvert lag er langsommere og mere støjfyldt end laget over det, og hvert lag betyder mere for forretningen. Rapportér alle tre, og lad aldrig en fremadskuende metrik erstatte en bagudskuende.

Førende målinger er til styring: De fortæller dig inden for få dage, om en variant overhovedet bliver bemærket. De er ikke ROI. En personaliseret overskrift, der øger klikraten, men ikke flytter demoanmodningerne, har ikke forbedret noget, som økonomiafdelingen vil betale for.

Hold øje med leadkvaliteten ved siden af volumen. Et løft på 20 % i formularudfyldelser, der udelukkende kommer fra konti uden for din ICP, er en omkostning, ikke en sejr. Følg lead-til-salgsmulighed-raten for begge grupper, ikke kun konverteringsraten.

Forbehold ved attribution

Holdout-gruppen giver dig et kausalt estimat for segmentet. Alt andet, du rapporterer omkring det, er blødere, og en troværdig rapport siger, hvad der er hvad.

• "Påvirket pipeline" er ikke inkrementel pipeline. En CRM-rapport over salgsmuligheder, hvor nogen så en personaliseret side i de 30 dage før oprettelsen, vil altid være stor, fordi dine bedste konti besøger dit site meget. Brug den til at vise rækkevidde, aldrig til at beregne ROI.
• Last-touch giver websitet for meget af æren. En køber, der så din personaliserede forside efter tre møder med salg, konverterede ikke på grund af forsiden.
• Kannibalisering er reel. Hvis en personaliseret CTA konverterer en konto, der ellers ville have svaret på en SDR-e-mail ugen efter, får websitet en konvertering, og virksomheden får intet ekstra. Holdout-gruppen håndterer det automatisk, hvilket er endnu en grund til at stole mere på den end på rapporter om påvirkning.
• Tidlige resultater ligger for højt. De første uger af en test domineres af konti, der allerede er langt nede i tragten og konverterer højt i begge grupper. Ekstrapolér ikke et tal fra to uger til et helt år.
• Aftal definitioner med salg før lancering. Beslut skriftligt, hvad der tæller som en konverteret konto, hvilken dato for salgsmuligheden I bruger, og tilbageblikvinduet. Definitioner, der aftales, efter resultaterne er kommet, bliver der diskuteret om ved hvert pipelinereview.

Teknisk er minimumsopsætningen: Send et analyse-event med segment, regel og variant, hver gang en personaliseret oplevelse renderes; gem gruppetildelingen (personaliseret eller holdout) på kontoposten i dit CRM; og byg én rapport, der sammenligner konvertering, oprettelse af salgsmuligheder, win rate og ACV efter gruppe.

Scorecard for personaliserings-ROI

Kopiér tabellen ind i et regneark, og udfyld den pr. segment. Registrér baseline før lancering (eller fra holdout-gruppen), sæt mål, før du ser på resultaterne, og angiv kilden til hvert tal, så tallene kan revideres.

Udfyld scorecardet månedligt, og gennemgå det kvartalsvis. Ved den kvartalsvise gennemgang besvarer du fire spørgsmål for hvert segment: Hvilke regler slår deres holdout, hvilke har ikke vist noget efter en fuld test og bør udfases, hvilke segmenter med høj trafik har endnu ingen personalisering, og er indholdet bag vinderne ved at blive forældet? Skabelonen til personaliseringsplaybook er det naturlige sted at registrere disse beslutninger, én række pr. oplevelse med dens måling og holdout.

Sådan bygger du business casen for personalisering

Forslag om personalisering går typisk i stå af forudsigelige årsager: Koblingen til omsætningen er vag (»bedre oplevelser«), omfanget er hele websitet, og pitchen er den samme for alle i rummet. En god business case for personalisering løser alle tre ved at bede om en lille, målt pilot i stedet for et program.

Strukturen på én side

Drop præsentationen på 30 slides. Én side, fem afsnit:

1. Problemet i dine egne tal. "Besøgende fra vores to bedst egnede brancher konverterer med 1,4 % på forsiden mod 2,3 % for vores største segment." Et hul fra din egen analyse slår enhver branchebenchmark.
2. Modellen. ROI-kæden fra det gennemregnede eksempel med dine input ved tre løftscenarier plus break-even-løftet.
3. Piloten. Omfang, holdout, varighed, succesgrænse (se forslaget nedenfor).
4. Omkostningen og ulempen. Samlet omkostning i penge og timer. Sig det værste scenarie ligeud: hvis pilotprojektet ikke viser noget løft, mister du pilotomkostningen og lærer, hvilke segmenter der ikke reagerer.
5. Den beslutning, du beder om. Et ja til piloten og en aftalt dato for beslutningen om at udvide eller stoppe, ikke et ja til et program, der varer et år.

Hold piloten lille

En eller to sider med meget trafik (som regel forsiden, prissiden eller en landingsside med stor volumen), to segmenter og et eller to elementer ændret pr. segment (overskrift og beviser er det sædvanlige par). Et afgrænset omfang er lettere at få godkendt, hurtigere at måle og nemt at slå fra. En pilot giver dig også dit eget tal for løft, som er mere værd på det næste budgetmøde end noget benchmark fra en leverandør.

Hvad ledelsen indvender, og hvordan du svarer

To ting hjælper før mødet. For det første: find en salgsleder, der ønsker bedre kvalificeret pipeline fra målkonti, og bed vedkommende om at være medsponsor; »marketing vil have et værktøj« er svagere end »salg og marketing vil teste det her«. For det andet: se på dine vigtigste konkurrenters sites fra forskellige virksomhedskontekster, og notér, hvad der eventuelt ændrer sig. Hvis de personaliserer, giver det en følelse af hast; hvis de ikke gør, er det en chance for at skille sig ud. Under alle omstændigheder skal det holdes til et kort bilag: konkurrenternes adfærd er kontekst, ikke bevis for ROI.

Et forslag til en 90-dages pilot, du kan tilpasse

Den konkrete gennemførelse af pilotprojektet uge for uge, herunder hvilke segmenter du skal starte med, og hvad din trafik giver dig mulighed for at teste, finder du i vores 90-dages roadmap for test af personalisering.

Rapportering til ledelsen efter lancering

Når piloten kører, skal du rapportere tre tal og intet andet på det første slide: inkrementelle konverteringer i forhold til holdout (med konfidensintervallet), inkrementel pipeline indtil nu og omkostninger til dato sammenlignet med break-even-løftet. Alt andet, inklusive opdelinger på segmenter og engagementsmetrikker, hører til i bilaget.

Rapportér månedligt til teamet og kvartalsvist til ledelsen. Månedlige B2B-data har meget støj, og én svag måned bør ikke udløse en debat om hele programmet. Opdatér ROI'en med faktiske input hvert kvartal, og erstat antagelserne én for én, indtil modellen slet ikke indeholder antagne tal.

Hvis du ruller personalisering ud med Markettailor, kan du med A/B-test-funktionerne sætte en holdout pr. segment, så sammenligningen ovenfor er indbygget i stedet for at blive rekonstrueret bagefter.

Ofte stillede spørgsmål

Hvordan beregner du ROI på personalisering?

Gang antallet af besøgende i det personaliserede segment med baseline-konverteringsraten og det løft, der er målt mod en holdout-gruppe, og før det videre gennem lead-til-salgsmulighed-rate, win rate, gennemsnitlig kontraktværdi og bruttomargin. Træk de samlede omkostninger fra (værktøj, teamets tid, indhold), og divider med omkostningerne. Beregn også break-even-løftet, det mindste løft, der dækker omkostningerne, for det er nemmere at diskutere end en prognose.

Hvor stor bør en holdout-gruppe til personalisering være?

Til en pilot 30 til 50 % af segmentet, fordi en lille holdout kræver langt mere trafik: En holdout på 10 % kræver cirka 2,8 gange så meget trafik som en 50/50-fordeling for at påvise samme løft. Når programmet er bevist og kører, lader en permanent holdout på omkring 10 % på websites med mere trafik dig blive ved med at tjekke, at effekten stadig findes.

Hvor lang tid går der, før man ser ROI på personalisering af websitet?

Ændringer i engagement ses inden for en til tre uger og løft i konvertering inden for ca. tre til otte uger afhængigt af trafikken. Pipeline og omsætning tager mindst én hel salgscyklus, efter at konti er kommet ind i testen, så med en cyklus på fire måneder kan du forvente at kunne aflæse omsætningen ca. seks måneder efter lancering. Præsenter de tidlige resultater som ledende indikatorer, ikke som ROI.

Hvad skal en business case for personalisering indeholde?

Én side: konverteringsgabet for dine målsegmenter i dine egne data, ROI-modellen ved tre løftscenarier med break-even-løftet, en afgrænset pilot (sider, segmenter, holdout, varighed, succesgrænse), den samlede omkostning og det værste scenarie samt den konkrete beslutning, du beder om. Bed om en pilot med en beslutningsdato, ikke om et fuldt program.