Hvad er websitepersonalisering? B2B-typer og eksempler

Alle B2B-websites har det samme strukturelle problem. Én forside, ét sæt produktsider, ét prislayout, som alle skal betjene en køberpopulation, der spænder over flere brancher, virksomhedsstørrelser, roller og grader af købsparathed. Resultatet er et website optimeret til en gennemsnitlig besøgende, der ikke findes. Personalisering af websitet løser det ved at vise forskelligt indhold til forskellige besøgende ud fra, hvem de er, hvilken virksomhed de arbejder for, og hvad de tidligere har gjort på dit website.

Om det betaler sig for dit website, er noget, du skal måle, ikke antage. Offentliggjorte løfttal kommer fra leverandører og konsulenthuse, der måler deres egne kunder, og de varierer meget. Det nyttige tal er det løft, du ser for dine egne segmenter mod en holdout-gruppe, og denne guide forklarer, hvordan du får det. Den gennemgår, hvad website-personalisering er, hvordan det virker under motorhjelmen, de vigtigste B2B-typer, hvilke sideelementer du skal ændre, hvordan du vælger din første use case, en første implementering på to uger, privatliv, og hvordan du måler resultatet.

Hvad personalisering af websites er (og ikke er)

Websitepersonalisering (på engelsk også stavet website personalisation eller blot web personalization) er praksissen med dynamisk at ændre, hvad en besøgende ser på dit website, ud fra data om den besøgende. Dataene kan komme fra firmografiske kilder (virksomhedsnavn, branche, størrelse), adfærdsmæssige kilder (besøgte sider, downloadet indhold, tid på websitet), kontekstuelle kilder (geografisk placering, enhedstype, henvisningskilde) eller CRM-data (salgsfase, kontoniveau, tidligere interaktioner).

Ændringerne kan spænde fra små (udskiftning af en overskrift eller CTA-knap) til store (et helt andet sidelayout med andre cases, budskaber og billeder). Det afgørende kendetegn er, at den besøgende ikke selv vælger varianten. Systemet vælger den ud fra de tilgængelige data.

Det adskiller personalisering fra tilpasning. Nielsen Norman Group definerer forskellen klart: personalisering er systemdrevet (websitet tilpasser sig automatisk), mens tilpasning er brugerdrevet (den besøgende træffer manuelle valg, fx indstiller præferencer). Begge kan forbedre oplevelsen. Personalisering virker uden at kræve nogen handling fra den besøgende, hvilket er afgørende i B2B, hvor de fleste besøgende aldrig opretter en konto eller logger ind.

Websitepersonalisering er også noget andet end personalisering af e-mails. E-mailpersonalisering arbejder med kendte kontakter i din database. Websitepersonalisering kan også arbejde med anonyme besøgende, der aldrig har udfyldt en formular, og på de fleste B2B-websites er det langt størstedelen af trafikken (sammenlign dine formularindsendelser med dine sessioner for at se din egen andel). Hvis du kun personaliserer til kendte kontakter, når du en lille del af dem, der er på dit website.

To ting mere forveksles med personalisering, og forvekslingen giver dårligt afgrænsede projekter:

Den praktiske konsekvens: Personalisering er en række A/B-tests, der køres inden for segmenter. A/B-test spørger "hvilken version er bedst i gennemsnit?"; personalisering accepterer, at variant A kan vinde for enterprise-besøgende, mens variant B vinder i mellemmarkedet, og bruger en test inden for hvert segment til at bevise det. Hvis du ikke kan sige, hvilket segment en variant er til, og hvordan du ville vide, at den slog standardversionen for det segment, laver du dynamisk indhold med ekstra trin.

Personalisering er heller ikke fornavnstokens. »Velkommen tilbage, Sarah« ændrer intet ved købsbeslutningen. De ændringer, der betyder noget i B2B, er relevansændringer: dokumentationen, vinklingen af problemet og det næste skridt.

Sådan fungerer B2B-websitepersonalisering

Under motorhjelmen er der tre dele: et datalag, der finder ud af, hvem der besøger, en regelmotor, der afgør, hvilken variant de får, og en leveringsmetode, der sætter varianten på skærmen. Når du ved, hvor hver del svigter, er det meget lettere at vurdere værktøjer og undgå at bruge et kvartal på segmenter, der aldrig matcher nogen.

Datalaget: fire input

Hver personaliseringsregel udløses af en af fire typer input. De adskiller sig i dækning, præcision og juridisk vægt, og mange programmer går i stå, fordi de vælger en use case, der kræver et input, de ikke har pålideligt.

Kobling fra IP til virksomhed er det sædvanlige første skridt for anonym trafik. Hver sideforespørgsel bærer en IP-adresse, og en tjeneste til identifikation af besøgende kobler den til en organisation ved hjælp af registre over virksomheders IP-intervaller, data fra internetudbydere og sine egne observerede match. Det kræver ingen cookie, ingen formular og intet tidligere besøg. Hvor godt det virker, afhænger af, hvordan dine købere er forbundet: En person på et virksomhedsnetværk med sit eget registrerede interval er nem at matche, mens en person, der arbejder hjemmefra på privat bredbånd eller på et mobilnetværk, som regel kobles til internetudbyderen frem for arbejdsgiveren. Leverandørernes matchrater er målt på deres egen kundesammensætning, så kør værktøjet på din egen trafik i to uger, og se, hvor stor en andel af sessionerne der kobles til en rigtig virksomhed, opdelt efter dine ICP-segmenter.

Berigelse gør et virksomhedsnavn til noget, du kan handle på: branche, antal medarbejdere, omsætningsinterval, land for hovedkontor og nogle gange teknologistak. Clearbit (nu en del af HubSpot), ZoomInfo, Apollo og 6sense sælger alle den slags data. Brede attributter som branche og størrelsesinterval er som regel de mest pålidelige; detaljerede technographics er de mindst pålidelige, fordi de ofte udledes af jobopslag eller scripts på websites. Byg dine første regler på de grove attributter, og stikprøvekontrollér 20 eller 30 berigede poster mod virksomheder, du kender, før du stoler på et felt.

Adfærdssignaler kræver historik. Et første besøg giver dig en henvisende kilde og én side, intet mere, og derfor virker adfærdsregler bedst for tilbagevendende besøgende, og derfor kombinerer de fleste opsætninger dem med firmografi (se adfærdssegmentering). CRM-data dækker kun besøgende, som din marketing automation-cookie allerede kobler til en kontakt eller konto, men den gruppe omfatter din aktive pipeline og dine kunder, netop de personer, du mindst af alt vil vise en generisk "book en demo"-side. Guiden til CRM-integration gennemgår feltmappingen.

Der følger to regler. Start med adfærd og kampagnekontekst: det dækker flest sessioner, kræver ingen tredjepartsdata og er lettest at begrunde juridisk. En besøgende, der kom fra din annonce om »SOC 2-automatisering«, skal se SOC 2-beviser, uanset om du kender deres virksomhed. Og forsøm aldrig standardsiden: hvis identifikationen kun afgør en del af dine sessioner, ser resten standardversionen, så den forbliver din vigtigste sideversion.

Regelmotoren: kobling af besøgende til oplevelser

Regelmotoren tager det, datalaget ved, og vælger en variant. Konceptuelt er det en liste af hvis-så-sætninger, der tjekkes i prioriteret rækkefølge:

HVIS virksomhedens størrelse er over 500 ansatte OG branchen er finansielle services OG den besøgende har set prissiden, SÅ vis hero-sektionen for finansielle services, bankcasen og CTA'en "Tal med vores team for finansielle services".

Når en besøgende matcher flere regler, vinder den højeste prioritet. Besøgende, der ikke matcher noget, får standardsiden, og det samme gør besøgende, der afviser samtykke, og søgemaskinecrawlere. Regelbaserede motorer som denne er tilstrækkelige til de fleste B2B-implementeringer; maskinlæringsmotorer, der forudsiger den bedste variant pr. besøgende, kræver langt mere trafik til træning, end de fleste B2B-websites har.

Hold reglerne simple. "Vis produktionsindhold til produktionsvirksomheder" kan gå live på en eftermiddag og får nok trafik til at kunne aflæses inden for få uger. "Vis en bestemt hero til fintechs i Series B med 200 til 500 ansatte, der har besøgt priser to gange" matcher måske nogle få sessioner om måneden, så du finder aldrig ud af, om den virker. Hver regel tilføjer også vedligeholdelse: Ti regler på forsiden betyder ti versioner, der skal opdateres, når positioneringen ændres, og ti kombinationer, der skal kvalitetssikres. Start med segmenter (enterprise inden for finansielle tjenester, SaaS i mellemsegmentet) frem for individuelle konti; sider på kontoniveau giver kun mening for en ABM-liste, der er kort nok til, at handelsstørrelsen retfærdiggør indhold pr. konto.

Levering: klientside, serverside eller edge

Hvordan varianten når frem til browseren, påvirker hastighed, flimmer, SEO og hvor meget udvikling du har brug for.

Med et tag på klientsiden er den sædvanlige løsning på flimmer pre-hiding: en lille inline CSS-regel skjuler kun de elementer, du personaliserer, indtil scriptet har anvendt sine ændringer, med en timeout, så standardindholdet vises, hvis scriptet er langsomt eller blokeret. En tom hero er værre end en generisk. Vores holdning: de fleste marketingteams bør starte på klientsiden med pre-hiding, bevise at personalisering flytter en metrik og først derefter bruge udviklertid på levering server-side eller ved edge. Uanset hvad du bruger, så mål Largest Contentful Paint med og uden personalisering; varianten må ikke komme mærkbart senere, end standarden ville.

Se, hvordan personalisering i realtid bruger denne pipeline ved den første sidevisning, og sammenlign værktøjer til personalisering af websites ud fra, hvordan de håndterer hvert lag. AI-drevet personalisering sænker primært omkostningen ved at skrive varianter og hjælper med at vælge mellem dem, når du har mange segmenter; til et første program er regler nok. Vores indlæg om AI i leadgenerering dækker B2B-siden.

Typer af websitepersonalisering i B2B

B2B-personalisering adskiller sig fra B2C-personalisering på vigtige punkter. B2C-personalisering bygger på den enkelte forbrugers adfærd: hvad du har kigget på, hvad du har købt, hvad du har lagt i kurven. B2B-personalisering bygger på attributter på virksomhedsniveau og dynamikken i købsgruppen. Den besøgende er én af flere personer fra samme virksomhed, der evaluerer dig (en CTO går op i integrationer og sikkerhed, en marketingchef i resultater og brugervenlighed, indkøb i vilkår), salgscyklusser varer uger eller måneder, og trafikken måles i tusinder snarere end millioner, så segmenterne skal være grove nok til at indsamle data.

Firmografisk personalisering

Den mest almindelige type i B2B. Firmografisk personalisering bruger data på virksomhedsniveau (branche, størrelse, omsætning, placering) til at tilpasse websitet. En besøgende fra en sundhedsvirksomhed ser cases fra sundhedssektoren, compliance-fokuserede budskaber og skærmbilleder af funktioner, der er relevante for sundhed. En besøgende fra en teknologivirksomhed ser integrationsfokuserede budskaber, links til udviklerdokumentation og SaaS-cases. Vores guides til branchepersonalisering og personalisering efter virksomhedsstørrelse går mere i dybden.

Firmografisk personalisering virker ved første sideindlæsning, fordi dataene er tilgængelige fra IP-opslaget, før den besøgende interagerer med noget. Det gør den til det naturlige udgangspunkt for teams, der implementerer personalisering for første gang.

Adfærdsbaseret personalisering

Adfærdsbaseret personalisering tilpasser oplevelsen ud fra, hvad den besøgende har gjort på dit site, både i den aktuelle session og ved tidligere besøg. En besøgende, der har læst tre blogindlæg om analytics, ser analytics-relateret indhold fremhævet på forsiden. En besøgende, der har set prissiden to gange i den forgangne uge, ser en CTA, der tilbyder en prisrådgivning i stedet for en generisk "Læs mere"-knap.

Adfærdsbaseret personalisering kræver, at sporingsdata hober sig op, så den bliver bedre over flere besøg. Ved første besøg klarer firmografisk personalisering arbejdet. Ved efterfølgende besøg tilføjer adfærdsdata præcision.

ABM-drevet personalisering

For virksomheder, der kører account-based marketing-programmer, kan personaliseringen kobles direkte til kontolisten og kontoniveauet. Målkonti på niveau 1 ser en fuldt tilpasset oplevelse: budskaber med kontoens navn, relevante cases og en CTA til at booke tid med deres tilknyttede account executive. Konti på niveau 2 ser branchetilpassede budskaber med mulighed for en selvbetjent demo. Konti uden for målgruppen ser standardoplevelsen. ABM-playbooken til websitepersonalisering gennemgår tiltagene pr. niveau.

Personalisering baseret på henvisningskilde

At tilpasse siden ud fra, hvor den besøgende kom fra. En besøgende, der kommer fra en LinkedIn-annonce om account-based marketing, ser ABM-fokuserede budskaber på landingssiden. En besøgende, der kommer fra en organisk søgning efter »B2B-analyse«, ser budskaber om analyse. En besøgende, der kommer fra en e-mailkampagne om en bestemt funktion, ser den funktion fremhævet. Det skaber sammenhæng mellem det indhold, der tiltrak den besøgende, og den weboplevelse, der møder dem. Det er websitets modstykke til personaliseringstokens i e-mailkampagner.

Fasebaseret personalisering

Tilpasning af oplevelsen ud fra, hvor den besøgende er i købsprocessen. Førstegangsbesøgende ser lærerigt indhold og CTA'er til toppen af tragten. Tilbagevendende besøgende, der har læst produktindhold, ser sammenligningsguides og demo-CTA'er. Besøgende fra konti i aktive salgsdialoger ser indhold, der understøtter dealen: ROI-beregnere, implementeringsguides, sikkerhedsdokumentation. Se personalisering efter fase i købsrejsen.

Hvad du skal personalisere: elementer med stor effekt

Ikke alle elementer på siden behøver at variere efter segment. De elementer, det giver mest at personalisere, er dem, de besøgende opfatter først, og dem, der driver konverteringshandlinger.

Overskrift og underoverskrift i heroen. Det er den første tekst, en besøgende læser. Hvis du ændrer den fra et generisk værditilbud til et budskab, der er specifikt for branchen eller smertepunktet, skaber det et øjeblikkeligt relevanssignal. "Personalisér dit website til alle besøgende" er generisk. "Vis alle købere i produktionsbranchen de produkter, de har brug for" taler direkte til en besøgende fra produktion. Guiden til personalisering af forsiden har flere eksempler efter segment.

Heltebillede. Billedet ses ofte, før overskriften læses. Et branchetypisk billede (et produktionsgulv, en handelsdesk, et hospitalsdashboard) signalerer relevans, før overskriften er læst. Se guiden om billeder og grafik på landingssider for mere om emnet.

Cases og social proof. Cases fra samme branche overbeviser mere end generiske. Når en SaaS-besøgende ser en case fra en anden SaaS-virksomhed, giver det et stærkere »folk som os bruger det her«-signal end en roterende karrusel med logoer fra blandede brancher. Hvis der ikke findes en case for en branche, er det et indholdshul, der skal lukkes, før du personaliserer til den.

Calls-to-action. Når CTA'en matcher den besøgendes parathed, mindskes friktionen. Førstegangsbesøgende får »Se, hvordan det virker«. Tilbagevendende besøgende får »Book en demo«. Besøgende fra konti, der er i dialog med salg, får »Tal med dit kontoteam«. Vores indlæg om personaliserede CTA'er gennemgår, hvordan du tester dem.

Navigation og indholdsanbefalinger. At fremhæve forskellige ressourcer, produktsider eller blogindlæg ud fra den besøgendes branche eller adfærdshistorik hjælper dem med at finde relevant indhold hurtigere. Hold hele navigationen tilgængelig: personalisering skal omrokere, ikke skjule.

Prissider. Håndteres med omtanke. At fremhæve den plan, der passer til virksomhedens størrelse, eller at skifte selvbetjent tilmelding ud med "Kontakt salg" over en vis størrelse, er rimeligt. At vise forskellige priser til forskellige virksomheder er en anden sag, og det har en tendens til at komme frem, når to købere sammenligner noter. Se personalisering af prissiden.

Et eksempel på, hvad en variant ændrer, for en illustrativ sikkerhedssoftwarevirksomhed og et sundhedssegment:

Ændr ikke alt på én gang: en variant, der udskifter overskrift, beviser, CTA og layout, kan ikke fortælle dig, hvilken ændring der gjorde forskellen.

Valg af din første use case

Teams vil ofte starte med forsider til navngivne konti. Det er som regel den forkerte første test. En god første use case har nok trafik til at blive målt, en klar konverteringshændelse og en forskel i indhold, du faktisk kan producere. Et webdesignbureau kunne for eksempel vise enterprise-besøgende sit platformsarbejde og mindre virksomheder sine webdesignydelser til små virksomheder. Én måde at rangere kandidater på er at give hver en score fra 1 til 5 for rækkevidde (andel af sessioner, der kvalificerer sig), værdi (hvor tæt siden er på en omsætningshændelse), sikkerhed (evidens fra salgsmøder, win/loss-data eller supporthenvendelser om, at segmentet har brug for noget andet) og indsats og derefter rangere efter (Rækkevidde x Værdi x Sikkerhed) / Indsats.

Illustrative scorer for en hypotetisk virksomhed med sikkerhedssoftware, der sælger til mellemstore og store virksomheder:

Rangeringen er den brugbare del, ikke den absolutte score. Her vinder de to kontekstuelle plays, og forsiden til navngivne konti kommer sidst, fordi den når næsten ingen og koster mest. En grov modenhedsrækkefølge følger af samme logik: kontekstuel (kampagne, henvisende side, ny vs. tilbagevendende) først, derefter firmografiske segmenter, når identifikationen er live, og én ren holdout-test er gennemført, derefter CRM-drevne kontooplevelser, når salg er enige om tiers og ejere, og først derefter orkestrering på tværs af web, annoncer, e-mail og salg.

Segmenter, der holder

Et segment fortjener kun en variant, hvis folk i det vil have noget, der er målbart anderledes, du kan genkende dem pålideligt, og der er nok af dem til at lære af. Skriv hvert segment ned som en definition på én linje, før du bygger noget:

1. Start fra en forskel i købsbeslutningen, ikke fra et datafelt. »Sundhed« er et datafelt. »Købere, der vil spørge om HIPAA og en BAA før enhver demo« er en forskel i købet.
2. Gør segmenterne gensidigt udelukkende på samme element. Hvis en besøgende kan være både "Enterprise" og "Sundhed", så beslut på forhånd, hvilken regel der styrer heroen.
3. Foretræk grove segmenter i starten. Tre brancher plus "alle andre" slår tolv brancher, hvor ni får en håndfuld besøg om ugen.
4. Definer fallback for delvise data. Branche kendt, størrelse ukendt: hvad vises?
5. Tjek volumen, før du skriver tekst. Tæl, hvor mange sessioner i de seneste 90 dage der ville have kvalificeret sig. Hvis det ikke kan nå stikprøvestørrelsen i måleafsnittet nedenfor inden for et kvartal, så slå segmentet sammen med et nabosegment.

Guiden til segmenteringsstrategi for B2B-websites gennemgår, hvordan du knytter segmenter til din ICP.

Implementering: en trin-for-trin-arbejdsgang

Implementering af websitepersonalisering kræver ikke et projekt på flere måneder. Her er en praktisk arbejdsgang, der får en første personaliseret oplevelse live inden for to uger.

Uge 1: Fundament

Trin 1: Vælg én side og to segmenter. Din forside eller primære landingsside er det bedste udgangspunkt. Vælg to segmenter, der repræsenterer forskellige målgrupper med nok trafik til at kunne måle. Eksempel: »Enterprise-virksomheder (500+ medarbejdere)« og »Mellemstore virksomheder (50-499 medarbejdere)«.

Trin 2: Definér indholdsændringerne. Skriv for hvert segment variantens overskrift, vælg den case, der skal fremhæves, og definér CTA'en. Behold sidens struktur. Kun indholdet i bestemte slots ændres. Skriv al varianttekst, før du rører ved nogen teknologi.

Trin 3: opsæt identifikation af besøgende. Tilslut en datakilde til identifikation af besøgende, der kobler IP-adresser til virksomhedsdata. Bekræft præcisionen ved at teste med kendte virksomheder. Tjek, at dataene indeholder de attributter, du har brug for til segmentering (branche, virksomhedsstørrelse).

Uge 2: Lancér og mål

Trin 4: Konfigurer segmenteringsregler og indholdsmapping. Opret segmenterne i din personaliseringsplatform, og knyt hvert segment til sin indholdsvariant. Opsæt en standardoplevelse for besøgende, der ikke matcher noget segment. Forhåndsvis hver variant på desktop og mobil, og tjek også forløbet, når samtykke er afvist.

Trin 5: Lancér med en holdback-gruppe. Personalisér ikke al kvalificeret trafik med det samme. Hold en del af hvert segment tilbage som kontrolgruppe, der ser standardoplevelsen; dimensionér den med en beregning af stikprøvestørrelse i A/B-test, så testen faktisk kan nå et resultat på din trafik.

Trin 6: Mål, indtil den planlagte stikprøve er nået, og i mindst to hele uger. Følg konverteringsrate (formularindsendelser, demo-anmodninger), engagementsmetrikker (tid på siden, sider pr. session, scrolldybde) og bounce rate for hvert personaliseret segment versus dets holdback-gruppe. Hvis den personaliserede variant klarer sig bedre, har du valideret tilgangen og kan udvide.

Hvis resultaterne er flade, er de sædvanlige årsager segmenter, der ikke er forskellige nok, varianter for tæt på standardversionen eller for lidt trafik i segmentet. Ret én af dem, før du tilføjer flere sider. Når du er klar til at planlægge ud over de første tests, giver skabelonen til personaliseringsplaybook dig en struktur for segmenter, regler, ejere og reviewdatoer.

Hvad du realistisk kan forvente

Vær skeptisk over for opsigtsvækkende tal for løft. De fleste publicerede tal kommer fra leverandører eller konsulenthuse, der beskriver deres egne kunder, bruger forskellige definitioner af "konvertering" og ikke sammenlignes med en holdout-gruppe. De fortæller dig, at personalisering kan virke, ikke hvad den vil gøre på dit website.

Det, du kan ræsonnere dig frem til: personalisering ændrer konverteringsraten for den trafik, du allerede har, så dens værdi skalerer med, hvor meget kvalificeret trafik der når de personaliserede sider, og hvor stor forskellen er mellem det, standardsiden siger, og det, hvert segment har brug for. Et website med ét produkt, der sælges til én type køber, har ikke meget at vinde; et website, der betjener flere brancher og virksomhedsstørrelser fra én forside, har mere. Før du starter, så regn det ud med dine egne tal. Eksempel: hvis 30 % af forsidens trafik kommer fra én branche, og en branchespecifik side løftede det segments demorate fra 2 % til 2,5 %, ville det samlede antal demoanmodninger fra forsiden stige med cirka 7,5 %. Om du faktisk får det løft, er det, holdout-testen besvarer.

Personalisering kræver ikke, at du bruger flere penge på at skaffe besøg; den virker på de folk, der allerede kommer. I HubSpots flywheel er personalisering af websitet angivet som en kraft i engage-fasen. Vores guide til måling af ROI på personalisering gør et testresultat til en business case.

Sådan måler du succes med personalisering

Før/efter-sammenligninger er næsten ubrugelige til personalisering: sæsonudsving, kampagneændringer og salgsaktivitet flytter konverteringsrater mere, end de fleste varianter gør. Den primære metrik er konverteringsrate pr. segment sammenlignet med en holdout: en tilfældig andel af det kvalificerende segment, der bliver ved med at se standardversionen i samme periode.

Hvor stor skal holdout-gruppen være?

Antag, at et segment konverterer på 2,0 % på standardsiden, og at du vil opdage et relativt løft på 20 % (til 2,4 %) med de sædvanlige 95 % konfidens og 80 % styrke. Standardformlen for to andele giver:

n pr. gruppe = (1,96 + 0,84)² x (0,02 x 0,98 + 0,024 x 0,976) / (0,004)² = 7,84 x 0,0430 / 0,000016, omkring 21.100 besøgende pr. gruppe.

Det er omkring 42.000 kvalificerende besøgende med en 50/50-fordeling. Med en 90/10-fordeling skal holdout-gruppen have omkring 11.700 besøgende og den personaliserede gruppe omkring 105.500, i alt cirka 117.000, næsten tre gange så meget trafik (ved et fordelingsforhold k = 9 skal den mindste gruppe have n x (1 + 1/k) / 2). Bevis derfor varianten med en 50/50-fordeling, og behold derefter kun en lille permanent holdout (5-10 %) for at tjekke, at løftet holder. Hvis et segment ikke kan nå stikprøven inden for et kvartal, så slå segmenter med samme variantstruktur sammen, mål et trin med højere volumen (CTA-klik i stedet for booket demo), eller behandl resultatet som vejledende, og sig det. Regn på dine egne tal i A/B-testberegneren.

Mål pr. segment, aldrig kun samlet: et positivt gennemsnit kan skjule en variant, der taber for ét segment. Understøttende metrikker omfatter:

Engagementsdybde. Sider pr. session, tid på sitet og scrolldybde for personaliserede vs. ikke-personaliserede besøgende.

Bounce rate pr. segment. Personalisering bør sænke bounce rate for målrettede segmenter, fordi landingsoplevelsen passer til den besøgendes kontekst. Følg den pr. segment, ikke kun for hele sitet.

Pipelinehastighed. For besøgende fra målkonti skal du følge, hvor hurtigt de bevæger sig gennem salgspipelinen, sammenlignet med målkonti, der holdes tilbage som kontrolgruppe.

Indholdsopdagelse. Ser personaliserede besøgende flere produktsider eller ressourcesider end ikke-personaliserede besøgende?

Omsætning pr. besøgende. Det ultimative mål. Følg, hvordan personalisering påvirker den gennemsnitlige omsætning pr. besøgende på dit website, opdelt efter målgruppe.

Privatliv, compliance og personaliseringens grænser

Personalisering af B2B-websites arbejder primært med attributter på virksomhedsniveau (branche, størrelse, account-status) frem for med, hvem den enkelte er. At tilpasse en side, så den viser indhold om produktion til en besøgende fra en produktionsvirksomhed, er noget andet end at spore en persons browsing på tværs af websites. Det placerer det ikke uden for databeskyttelsesreglerne. Dette er en praktikers kort, ikke juridisk rådgivning:

• IP-adresser kan være personoplysninger. GDPR Recital 30 nævner IP-adresser som online-identifikatorer, og EU-Domstolen fastslog i Breyer (CJEU-pressemeddelelse, 2016), at en dynamisk IP-adresse kan være personoplysninger for en websiteoperatør. »Vi identificerer kun virksomheder« mindsker risikoen, men bringer dig ikke uden for GDPR, når behandlingen starter med en IP-adresse.
• Retsgrundlag. Personalisering på virksomhedsniveau begrundes som regel med legitime interesser, GDPR Article 6(1)(f), hvilket kræver en dokumenteret afvejningstest; ICO's vejledning om legitime interesser beskriver testen i tre dele.
• Cookies og adgang til enheden kræver samtykke, uafhængigt af GDPR. At gemme eller læse oplysninger på den besøgendes enhed, herunder cookies og lokal lagring, der bruges til at huske segmenter eller antal besøg, er omfattet af artikel 5(3) i ePrivacy-direktivet (2002) og kræver generelt samtykke, medmindre det er strengt nødvendigt. EDPB fortolker omfanget bredt i sine Guidelines 2/2023 on the technical scope of Art. 5(3). I Storbritannien findes de tilsvarende regler i PECR; se ICO's vejledning om cookies.

I praksis: nævn identifikation af besøgende og personalisering i din privatlivserklæring, hav en databehandleraftale med dine leverandører, sørg for at værktøjet respekterer dit cookiebanner og ikke kalder berigelse for besøgende, der har fravalgt, og inddrag din privatlivsansvarlige før lancering. Design oplevelsen, så den nedgraderes pænt: alt, der afhænger af en gemt identifikator, skal falde tilbage til standarden, når samtykke afvises. Vores guide til compliance med databeskyttelse går videre.

Undgå »uhyggefaktoren« ved at personalisere på det rigtige detaljeniveau. At vise branchenrelevant indhold er hjælpsomt. At vise en besøgende deres virksomhedsnavn i overskriften, før de har identificeret sig, kan føles påtrængende. Reservér tekst med kontonavn til konti, der allerede er i dialog med salg, og brug branchevinkling ellers.

First-party data (data, du indsamler direkte fra besøgendes interaktioner på dit eget website) bliver vigtigere, efterhånden som tredjepartscookies forsvinder. Personalisering baseret på IP-til-virksomhed-opslag og adfærd på sitet bygger på first-party-signaler og er derfor mere holdbar end metoder, der afhænger af tredjepartssporing. Vores first-party-datastrategi til B2B-personalisering gennemgår, hvad du skal indsamle, og hvordan.

Typiske faldgruber, og hvordan du undgår dem

At starte for stort. Teams, der forsøger at personalisere hver side til hvert segment ved lanceringen, skaber en vedligeholdelsesbyrde, der får projektet til at gå i stå. Start med én side og to segmenter. Bevis effekten. Udvid derefter.

Dårlig datakvalitet. Hvis din identifikation af besøgende matcher besøgende med de forkerte virksomheder, eller dine CRM-data er forældede, vil personaliseringen føles tilfældig. Tjek matchrater, verificér et udsnit af identifikationerne manuelt, og fastsæt en minimumstærskel for sikkerhed, under hvilken standardoplevelsen vises.

Ingen holdback-gruppe. Uden en kontrolgruppe, der ser standardoplevelsen, kan du ikke adskille effekten af personalisering fra sæsonudsving, ændringer i trafikmiks eller andre variabler.

At lade standardversionen forfalde. Standardversionen er stadig det, de fleste besøgende ser. Bliv ved med at forbedre den med almindelige A/B-tests, mens du bygger varianter.

Intet indhold til de segmenter, du definerer. Det er nemt at definere et "Healthcare Enterprise"-segment. At have en sundhedscase, relevante skærmbilleder og sundhedsspecifikke budskaber klar er det egentlige arbejde. Byg indholdet, før du bygger reglerne.

At rapportere klik som succes. Personaliserede CTA'er får ofte flere klik og det samme antal kvalificerede møder. Mål den hændelse tættest på omsætning, som din trafik kan understøtte.

Ingen salgsloop. Hvis salg ikke ved, hvad en konto har set, fortæller websitet og sælgeren forskellige historier. Send den viste oplevelse ind i aktivitetsposten i CRM.

Sidehastighed og flimmer. Hvert værktøj på klientsiden tilføjer et script, der skal indlæses, slå den besøgende op og redigere siden. Kør Lighthouse eller WebPageTest på vigtige sider med tagget slået til og fra, og sammenlign Largest Contentful Paint og Cumulative Layout Shift. Skjul kun de personaliserede elementer på forhånd, aldrig hele siden.

SEO-fejl. Google renderer JavaScript (dens dokumentation om JavaScript SEO beskriver en headless Chromium, der kører dine scripts). Googlebot crawler uden dine cookies og fra IP-adresser, der ikke kobles til en målvirksomhed, så den matcher ingen regel og får standardsiden som enhver uidentificeret besøgende. Byg ikke regler, der registrerer Googlebot og viser den noget særligt: Googles spampolitikker definerer cloaking som at vise forskelligt indhold til brugere og søgemaskiner. Se websitepersonalisering og SEO.

At springe QA over. Fem regler betyder seks sidetilstande, hver på tværs af browsere og enheder. Tjek, at hver regel udløses under de rigtige betingelser, at hver variant vises uden layoutfejl, og at analysen registrerer, hvilken variant der blev vist. En forhåndsvisning, der simulerer et segment, sparer meget tid.

Ingen governance. Efter et år ved ingen, hvilke af de fyrre aktive regler der stadig betyder noget, og halvdelen af beviserne henviser til en kunde, der er stoppet. Fra den første regel skal hver have en ejer, en dato for gennemgang (90 dage er en fornuftig standard), en plads i en dokumenteret prioriteringsrækkefølge (fx åben salgsmulighed, så kunde, så målkonto, så branche, så kampagne, så standard) og et navn som page_element_segment_version. I større skala bliver det en disciplin i sig selv, beskrevet i personalisering i stor skala og playbooket til udrulning af personalisering i enterprise.

Kom i gang med personalisering af dit website

Start med den enkleste implementering, der giver et målbart resultat, og udvid derefter ud fra data.

Hvis du har betalte kampagner eller e-mailkampagner, er den billigste første test at matche landingssidens tekst med den annonce eller e-mail, der bragte den besøgende. Hvis det meste af din trafik er organisk, og du sælger til flere brancher, så personaliser din forside til to branchesegmenter med firmografiske data fra identifikation af besøgende. Skift hero-overskrift, heltebillede og den fremhævede case. Hold en kontrolgruppe tilbage, der er dimensioneret til din trafik, og mål, indtil den planlagte stikprøve er nået. Hvis de personaliserede varianter klarer sig bedre end standardversionen, så udvid til flere segmenter og flere sider.

Markettailor leverer de lag til besøgsidentifikation, segmentering og levering af indhold, som dette workflow kræver, i én platform. Den kobler IP-baseret virksomhedsidentifikation sammen med ændringer i indholdet på siden, så du kan lancere din første personaliserede oplevelse på dage i stedet for måneder.

Ofte stillede spørgsmål

Hvad er websitepersonalisering kort fortalt?

Websitepersonalisering betyder at vise forskelligt indhold til forskellige besøgende på samme side ud fra det, du ved om dem: deres virksomhed, branche, placering, henvisningskilde eller hvad de tidligere har gjort på websitet. Sidens URL er den samme; overskriften, beviserne, call-to-actions eller anbefalingerne ændrer sig.

Hvad er de vigtigste typer website-personalisering?

For B2B-websites er hovedtyperne firmografisk (branche, virksomhedsstørrelse), account-baseret (navngivne målaccounts), adfærdsbaseret (sete sider, tilbagevendende besøg), livscyklus (prospect, åben salgsmulighed, kunde), henvisning eller kampagne (annonce, mail, partnerlink) og geografisk. De fleste teams starter med message match for kampagner eller branchepersonalisering, fordi de når flest sessioner og kobler direkte til salg.

Hvordan fungerer personalisering af B2B-websites?

Et datalag finder ud af, hvem den besøgende er (IP-til-virksomhed-opslag, berigelse, adfærd på sitet, CRM-poster), en regelmotor tjekker hvis-så-regler i prioriteret rækkefølge og vælger en variant, og en leveringsmetode (et tag på klientsiden, et API-kald på serversiden eller en edge worker) sætter varianten på siden. Besøgende, der ikke matcher nogen regel, ser standardsiden.

Hvad er trinene i webpersonalisering?

Identificér den besøgende eller segmentet, beslut hvilke segmenter der betyder noget, vælg en eller to sider med meget trafik, skriv en variant pr. segment for de elementer, der besvarer »er det her til mig?« (overskrift, bevis, CTA), lancér med en holdout-gruppe, og mål konvertering pr. segment mod holdout, før du udvider.

Hvad er eksempler på personalisering af B2B-websites?

Typiske eksempler: en hero på forsiden, der nævner den besøgendes branche, cases og logoer fra den besøgendes sektor, en prisside, der som standard viser den plan, der matcher virksomhedens størrelse, en CTA, der skifter fra »Book en demo« til »Tal med dit kontoteam« ved åbne salgsmuligheder, og anbefalinger af ressourcer baseret på sider, der allerede er set. Se vores guide til personalisering af forsiden og eksempler på dynamisk indhold for mere.

Hvor meget trafik skal du have til personalisering af dit website?

Det afhænger af din baseline-konverteringsrate og det løft, du skal kunne opdage. Med en baseline på 2 % og et relativt løft på 20 % skal du bruge cirka 21.000 besøgende pr. gruppe ved 95 % konfidens og 80 % power. Segmenter, der ikke kan nå det inden for et kvartal, bør slås sammen, måles på et event med højere volumen eller betragtes som vejledende.

Er personalisering af websites det samme som A/B-test?

Nej. A/B-test finder den ene bedste version for alle; personalisering viser forskellige versioner til forskellige segmenter. De fungerer sammen: Brug A/B-tests med en holdout til at bevise, at hver personaliseret variant slår standardversionen i sit segment.

Overholder personalisering af websites GDPR?

Det kan den være, men det er den ikke automatisk. IP-adresser kan være personoplysninger, så personalisering på virksomhedsniveau kræver stadig et retsgrundlag, som regel legitime interesser med en dokumenteret interesseafvejning. Alt, der lagrer eller læser cookies eller lignende identifikatorer på enheden, kræver generelt samtykke under ePrivacy-reglerne. Design en standardoplevelse til besøgende, der siger nej.