Personalisering i realtid betyder at ændre, hvad en webside viser, ud fra signaler, der er tilgængelige under selve besøget: den besøgendes virksomhed, hvor vedkommende kom fra, og hvad vedkommende har set i denne og tidligere sessioner. Beslutningen træffes, mens siden indlæses, eller når den besøgende bevæger sig mellem sider, ikke dage senere i en e-mailsekvens.
Eksempel (illustrativt): En besøgende fra en stor virksomhed på din liste over målkonti lander på forsiden. Virksomhedsidentifikationen finder kontoen ved første forespørgsel, så overskriften taler om sikkerhed og administration i stedet for standardbudskabet, bevisblokken viser en kunde fra samme branche, og CTA'en tilbyder en samtale med kontoteamet i stedet for "Læs mere". Den besøgende loggede ikke ind og udfyldte ikke noget. Dette indlæg gennemgår, hvordan det adskiller sig fra langsommere former for personalisering, hvilke signaler det kan bruge, B2B-eksempler, en første implementering, de tekniske dele, og hvordan du måler, om det virker.
Personalisering i realtid vs. forsinket personalisering
Det meste marketingpersonalisering virker med forsinkelse. En besøgende downloader en whitepaper, et CRM-workflow tagger vedkommende, og nogle dage senere sendes en matchende mail. Nyttigt, men det reagerer på det, personen gjorde i sidste uge.
Personalisering i realtid er en form for dynamisk indhold, der handler på live-signaler: Ved hver forespørgsel ser systemet på, hvad det ved om den besøgende, evaluerer segmentregler og vælger en variant. Det betyder noget, fordi B2B-rejser er uregelmæssige. En prospect kan deltage i et webinar, være stille i tre måneder og så vende tilbage via en søgning og læse fem cases i ét stræk. Et ugentligt workflow ser det tilbagevendende besøg for sent; en realtidsregel kan reagere på den anden side.
| Forsinket (batch) | Realtid | |
|---|---|---|
| Spørgsmål, den besvarer | Hvad har personen gjort for nylig? | Hvad gør den besøgende lige nu, og hvad skal siden vise som det næste? |
| Typisk kanal | E-mail, annoncer, salgsopgaver | Websitesider, beskeder i appen |
| Nødvendig dataaktualitet | Timer til dage | Tilgængelig under forespørgslen |
| Største tekniske risiko | Forældede segmenter | Langsomme beslutninger og flimmer |
Signaler, du kan bruge under et besøg
- Firmografi. Virksomhed, branche, størrelse og placering, udledt af den besøgendes IP-adresse via en tjeneste til identifikation af besøgende. Tilgængelig ved første sidevisning for besøgende, hvis netværk kan kobles til en virksomhed, hvilket gør det til den mest almindelige B2B-trigger. Dækningen er delvis: Private og mobile forbindelser kan ofte ikke kobles.
- Adfærd i sessionen. Viste sider, indholdskategorier, scrolldybde, søgninger på sitet. En besøgende, der læser priser og derefter integrationssiden, fortæller dig noget ganske specifikt.
- Historik. Tidligere besøg, downloads og deltagelse i webinarer, tilgængelige, når den besøgende genkendes via en first-party-cookie, et login eller et sporet link i en e-mail.
- Henvisningskontekst. UTM-parametre, henvisende domæne og kampagne. Et klik fra en LinkedIn-annonce rettet mod økonomiledere bør ikke lande på et generisk budskab.
- CRM-status. Om kontoen er kunde, har en åben salgsmulighed eller står på en ABM-liste. Kræver synkronisering mellem CRM og personaliseringsværktøj.
- Teknografi. Værktøjer, virksomheden bruger, fra tredjepartsdata. Nyttigt til at føre an med den rigtige integration, men tjek præcisionen; disse data forældes.
B2B-eksempler
Eksemplerne nedenfor er illustrative mønstre, ikke cases.
Forside efter kontoniveau
Målkonti på niveau 1 ser deres branches problem i overskriften, en relevant case og en CTA om at mødes med deres navngivne account executive. Konti på niveau 2 ser branchebudskaber med en CTA til en self-service-demo. Alle andre ser standardversionen. Det flytter account-based marketing fra outbound-mails til det website, kontiene allerede besøger.
Social proof efter branche
I stedet for en fast logovæg viser bevisblokken de kunder, der ligger tættest på den besøgendes branche, og ét kort citat fra en lignende virksomhed. Det virker kun med rigtige kunder i hver branche, du personaliserer til; behold standardversionen for brancher, hvor du ikke har nogen.
Indholdsanbefalinger ud fra sessionen
En besøgende, der har læst tre indlæg om analytics, får analytics-relaterede anbefalinger i sidebaren i stedet for standardlisten "mest populære". En tilbagevendende besøgende, der så produktdemoen sidst, ser kundehistorier i stedet for endnu en introduktion.
CTA'er efter fase
Førstegangsbesøgende fra en ukendt virksomhed: "Læs guiden" eller "Se, hvordan det virker". Tilbagevendende besøgende fra en målkonto, der har læst produktsider: "Book en demo". En, der allerede har anmodet om en demo: "Forbered dig til din demo" med en dagsorden og en integrationstjekliste i stedet for endnu en anmodningsformular. Vores indlæg om datadrevne personaliserede CTA'er dækker test af disse.
Prisside efter virksomhedsstørrelse
En virksomhed med 50 ansatte ser mellemplanen markeret som anbefalet; en virksomhed med 5.000 ansatte ser enterprise-kortet fremhævet med en salgs-CTA. Priser og planer er de samme for alle; kun vægtningen ændrer sig.
En første implementering i fem trin
- Én side, ét segment. Som regel forsiden eller den vigtigste landingsside og et segment, du kan identificere pålideligt, såsom virksomheder over en vis størrelse eller én branche. Flere sider og segmenter på én gang er sådan, disse projekter går i stå.
- Skriv varianten først. Overskrift, bevisblok og CTA. Hvis du ikke kan sige, hvad segmentet skal høre anderledes, er du ikke klar til at konfigurere noget.
- Kobl identifikation til segmentering. Skriv reglen (»virksomheden har 500+ medarbejdere: vis enterprise-variant; ellers standard«), og test den med besøg fra kendte virksomheder før lancering.
- Lever uden flimmer. Vælg varianten på serveren eller ved edge, eller lad scriptet på klientsiden kun udskifte den personaliserede blok, mens resten renderes. Besøgende må ikke se standardoverskriften blinke og skifte.
- Mål mod en holdout. Del segmentet mellem standard og variant, beslut stikprøvestørrelsen før lancering, og udvid kun, hvis varianten vinder.
De tekniske dele
Datalag. Hvor profilen af den besøgende kommer fra: en identifikationstjeneste, en CDP eller et CRM med et hurtigt API. Hvis opslaget er langsomt, viser siden standardversionen, før beslutningen ankommer. Mål opslagets svartid på rigtig trafik, ikke på kontorets forbindelse.
Beslutningsmotor. Evaluerer reglerne og vælger en variant. De fleste B2B-teams starter med eksplicitte hvis/så-regler, fordi de er nemme at forklare og fejlsøge. Modelbaseret valg af varianter kræver langt mere trafik pr. segment, end de fleste B2B-websites har.
Levering. JavaScript i browseren er hurtigst at sætte op, men risikerer flimmer. Server-side rendering undgår flimmer, men kræver udviklingstid. Levering ved edge (ændring af svaret i CDN'et) undgår begge dele, hvis dit CDN understøtter det.
Performance og caching
Tjek effekten på Core Web Vitals før og efter lancering, især Largest Contentful Paint (heroen er ofte LCP-elementet) og Cumulative Layout Shift (en udskiftet blok, der ændrer størrelse, flytter siden). Reservér plads til personaliserede blokke, så de ikke skubber indhold nedad.
Sider, der varierer efter besøgende, kræver omtanke med caching. Cache enten en fælles sideramme og personalisér kun bestemte blokke, eller træf beslutningen på edge, så hver besøgende får sit eget resultat. Et personaliseret svar, der caches og vises til den næste besøgende, er en almindelig fejl, og det kan også blive det, søgemaskinerne crawler; se hvordan personalisering påvirker SEO.
Sådan måler du, om det virker
Hovedmetrikken er konverteringsraten inden for segmentet, personaliseret mod en holdout fra samme segment, der ser standardversionen. Det virker ikke at sammenligne personaliserede besøgende med sitets gennemsnit: identificerede målkonti konverterer alligevel anderledes end anonym trafik.
Sekundære metrikker hjælper med at forklare resultatet: klik på det personaliserede element, sider pr. session og tilbagevendende besøg. Hvis engagementet stiger, men konverteringerne ikke gør, får varianten opmærksomhed uden at ændre beslutninger; prøv den på en side med højere intent.
Bedøm ikke personalisering på trafik. Den ændrer, hvad de besøgende gør, når de er kommet, ikke hvor mange der kommer. Se vores guide til måling af ROI på personalisering for, hvordan du gør testresultater til en business case.
Faldgruber
- Personalisering på dårlige data. Hvis identifikationen matcher de forkerte virksomheder, eller CRM-dataene er forældede, vil siden virke tilfældig. Stikprøvekontrollér matches mod accounts, du kender, før du bygger regler på dem.
- For meget på én gang. At ændre alle elementer ud fra besøgsdata kan føles som overvågning. To eller tre elementer pr. side er rigeligt: den besøgende skal føle, at siden er relevant, ikke at den ved alt om dem.
- Ingen ejer på tværs af teams. Marketing skriver varianter, salg skal kunne stole på kontodataene, og en teknisk person ejer datapipelinen. Hvis én af dem mangler, går projektet i stå efter den første test.
- Usammenhængende forløb. En personaliseret annonce, der lander på en generisk side, bryder løftet. Afstem annoncer, e-mails og sider for det samme segment; vores forklaring af hvordan B2B-websitepersonalisering fungerer gennemgår opsætningen fra ende til anden.
Hvor du skal starte
Vælg én side, ét segment med pålidelige data og to eller tre elementer at ændre, og kør det så mod en holdout-gruppe, indtil den planlagte stikprøve er nået. Hvis det vinder, så tilføj det næste segment; hvis ikke, så tjek, om ændringen var stor nok og segmentet snævert nok, før du prøver igen. Markettailor forbinder identifikation af besøgende med ændringer på siden via regelbaseret målretning, hvis du vil lancere den første test uden selv at bygge rørføringen.
