Teknografi (eller teknografiske data) beskriver den teknologi, en virksomhed bruger: dens CRM, marketing automation-platform, cloududbyder, analyseværktøjer, e-handelsplatform og så videre. Hvor firmografiske data fortæller dig, hvad en virksomhed er (branche, størrelse, placering), fortæller teknografi dig, hvordan den arbejder. For B2B-marketingfolk besvarer det to praktiske spørgsmål: Kan virksomheden bruge vores produkt, og hvem erstatter vi?
Technographics vs. firmografi vs. intentdata
De tre datatyper besvarer forskellige spørgsmål og fungerer bedst sammen:
- Firmografi: hvem virksomheden er. Branche, antal medarbejdere, omsætning, region.
- Technographics: hvad virksomheden bruger. Installerede værktøjer, platforme og nogle gange forbrug.
- Intentionsdata: hvad virksomheden researcher nu. Emnestigninger, aktivitet på anmeldelsessites, besøg på dit eget website.
En nyttig måde at tænke på det: firmografi definerer ICP'en, teknografi forfiner den, og intent afgør timingen.
Sådan indsamles teknografiske data
Alle kilder har blinde vinkler, så det hjælper at vide, hvor et givet datapunkt kommer fra.
Scanning af websites. Crawlere indlæser en virksomheds offentlige website og registrerer de scripts, tags og frameworks, den bruger. Sådan fungerer værktøjer som BuiltWith og Wappalyzer. Det er præcist for alt, der indlæses i browseren (analyse, chatwidgets, CMS, tag managers, A/B-testværktøjer), og blindt for alt bag login: ERP, interne databaser, det meste sikkerhedsværktøj.
Jobopslag. En virksomhed, der søger en »Salesforce administrator« eller skriver »erfaring med Snowflake«, fortæller dig om sin stak. Analyse af jobopslag dækker back office-værktøjer, som scanning ikke kan se, men den halter efter virkeligheden og overrepræsenterer værktøjer, virksomheden er på vej over til, frem for dem, den allerede bruger.
Selvrapporterede data og partnerdata. Integrationsmarkedspladser, anmeldelsessites og spørgeskemaer. Præcise, når de findes, men sparsomme.
Dine egne førstepartsdata. De integrationssider, en besøgende læser, feltet »hvilket CRM bruger du?« på din demoformular og data om tilsluttede apps fra eksisterende kunder. Det er ofte de mest præcise teknografiske data, du nogensinde får, og de fleste teams gemmer dem ikke i et brugbart felt.
Hvor teknografiske data tager fejl
- Detektion er ikke brug. Et efterladt sporingsscript fra et værktøj, der blev opsagt for to år siden, dukker stadig op i en scanning.
- Almindelige værktøjer er ikke signaler. W3Techs rapporterer, at WordPress driver omkring 40 % af alle websites. At vide, at en prospect bruger WordPress eller Google Analytics, adskiller ikke gode konti fra dårlige. Det er de værktøjer, som kun dine bedste kunder bruger, der er værd at vægte.
- På virksomhedsniveau, ikke teamniveau. En stor virksomhed kan køre tre CRM-systemer på tværs af divisioner. Registreringen viser ofte kun ét.
- Forældede data. Teknologistakke ændrer sig. Betragt enhver technographic-attribut, der er ældre end seks måneder, som et hint, ikke et faktum.
Sådan bruger B2B-teams technographics
ICP-scoring
Giv point til virksomheder, der bruger platforme, du integrerer med, og til virksomheder, der bruger en konkurrent, du ofte vinder over. Træk point fra for inkompatible teknologistakke. Vægtene skal komme fra data om vundne deals, ikke antagelser.
Kampagner for at udkonkurrere konkurrenter
Byg et segment af konti, der kører en bestemt konkurrent, og kør derefter budskaber om migreringsindsats, skifteomkostninger og hvad der ændrer sig for deres team. Disse kampagner virker typisk bedst, når de fører an med migreringsforløbet og ikke en funktionssammenligning.
Personalisering af websites
Teknografiske data gør nogle af de mest relevante ændringer på websitet mulige. En besøgende fra en virksomhed, der kører HubSpot, kan se HubSpot-integrationen først på integrationssiden, en HubSpot-specifik CTA ("Se det virke med dine HubSpot-data") og en case fra en anden HubSpot-kunde. Hvis du også sporer, hvilke integrationssider hver identificeret virksomhed læser, indsamler du automatisk teknografiske førstepartsdata.
Kundedata er ofte spredt over marketing-, salgs- og produktsystemer, og derfor når teknografiske data købt fra en leverandør ofte aldrig frem til websitelaget. At gemme dem på kontoposten, hvor både CRM og dine segmenteringsregler kan læse dem, løser det.
Prioritering for salg og samtaleguides
Sælgere, der kender prospectens CRM, data warehouse og nuværende værktøj i din kategori, kan springe tre afdækningsspørgsmål over og åbne med noget relevant. Medtag de tre vigtigste technographic-attributter i hver lead- eller account-alarm.
Sådan begynder du at indsamle teknografiske first-party-data
Før du køber et technographic-datasæt, så indsaml det, dit eget website og dine formularer allerede fortæller dig. Det koster ingenting og er som regel mere præcist.
- Tilføj ét spørgsmål om stakken til demoformularen. "Hvilket CRM bruger du?" som en kort dropdown. Det kvalificerer leadet og giver dig et pålideligt teknografisk felt. Hold det til ét spørgsmål; hvert ekstra felt koster gennemførte formularer.
- Registrer visninger af integrationssider på kontoen. Når en identificeret virksomhed læser din side om Salesforce-integrationen to gange, så gem "sandsynligvis Salesforce" på kontoposten med en dato.
- Træk data om forbundne apps fra kunder. Dine eksisterende kunders integrationer viser, hvilke stakke dine bedste konti kører. Den fordeling er benchmarken for, hvordan du vægter prospekters teknografi.
- Angiv kilde og dato på hver værdi. »Salesforce (formular, 2026-09)« og »Salesforce (scanning, 2025-11)« fortjener forskellig tillid. Foretræk førstepartsværdier, når kilderne er uenige.
- Først derefter udfylder du hullerne med en leverandør. Køb teknografisk dækning til de målkonti, hvor du ikke har noget first-party-signal, i stedet for til hele markedet.
Ofte stillede spørgsmål
Er teknografiske data personoplysninger? Som regel ikke. De beskriver en virksomheds software, ikke en person. De bliver personoplysninger, når de knyttes til en navngiven kontaktpost, og så gælder de almindelige databeskyttelsesregler for den post.
Hvor præcist er det? Præcisionen afhænger af kilden og værktøjskategorien. Værktøjer, der er synlige i browseren og registreret af en nylig scanning, er som regel korrekte. Back office-værktøjer, der er udledt af jobopslag, er ofte forkerte eller forældede. Behandl hver værdi som en sandsynlighed med et tidsstempel.
Eksempel: Et teknografisk segment
En leverandør af marketinganalyse, der integrerer direkte med HubSpot og Salesforce, kunne definere:
- Tier A: 200-2.000 medarbejdere, B2B, bruger HubSpot eller Salesforce, bruger en tag manager, ingen direkte konkurrent fundet.
- Tier B (fortrængning): samme firmografi, konkurrent X registreret.
- Udelukket: intet CRM fundet og under 50 ansatte.
Niveau A ser budskaber med fokus på integration. Niveau B ser budskaber med fokus på migrering. Den udelukkede gruppe får selvbetjeningsindhold.