Teknografiikka (tai teknografinen data) kuvaa yrityksen käyttämää teknologiaa: CRM:ää, markkinoinnin automaatioalustaa, pilvipalveluntarjoajaa, analytiikkatyökaluja, verkkokauppa-alustaa ja niin edelleen. Siinä missä firmografinen data kertoo, mikä yritys on (toimiala, koko, sijainti), teknografiikka kertoo, miten se toimii. B2B-markkinoijalle se vastaa kahteen käytännön kysymykseen: voiko tämä yritys käyttää tuotettamme, ja kenet korvaamme?
Teknografinen vs. firmografinen data vs. ostoaiedata
Kolme datatyyppiä vastaavat eri kysymyksiin ja toimivat parhaiten yhdessä:
- Firmografiset tiedot: kuka yritys on. Toimiala, henkilöstömäärä, liikevaihto, alue.
- Teknografiset tiedot: mitä yritys käyttää. Asennetut työkalut, alustat ja joskus kulutus.
- Ostoaikeen data: mitä yritys tutkii nyt. Aihepiikit, arvostelusivustojen aktiivisuus, käynnit omalla verkkosivustollasi.
Hyödyllinen tapa ajatella asiaa: yritystiedot määrittelevät ICP:n, teknologiatiedot tarkentavat sitä ja ostoaikeet ratkaisevat ajoituksen.
Miten teknografista dataa kerätään
Jokaisella lähteellä on sokeat pisteensä, joten on hyvä tietää, mistä kukin datapiste on peräisin.
Verkkosivustojen skannaus. Indeksointirobotit lataavat yrityksen julkisen verkkosivuston ja tunnistavat sen käyttämät skriptit, tagit ja sovelluskehykset. Näin toimivat esimerkiksi BuiltWith ja Wappalyzer. Menetelmä on tarkka kaikelle, mikä latautuu selaimessa (analytiikka, chat-widgetit, CMS, tagienhallinta, A/B-testaustyökalut), mutta sokea kaikelle kirjautumisen takana olevalle: ERP, sisäiset tietokannat, useimmat tietoturvatyökalut.
Työpaikkailmoitukset. Yritys, joka rekrytoi "Salesforce-pääkäyttäjää" tai mainitsee "kokemus Snowflakesta", kertoo teknologiapinonsa. Työpaikkailmoitusten louhinta kattaa taustajärjestelmät, joita skannaus ei näe, mutta se laahaa todellisuuden perässä ja yliedustaa työkaluja, joihin yritys on siirtymässä, verrattuna jo käytössä oleviin.
Itse ilmoitettu ja kumppanidata. Integraatiomarkkinapaikat, arvostelusivustot ja kyselyt. Tarkkaa silloin, kun sitä on, mutta harvaa.
Oma ensimmäisen osapuolen datasi. Integraatiosivut, joita kävijä lukee, demolomakkeesi kenttä "mitä CRM:ää käytät?" sekä nykyisten asiakkaiden kytkettyjen sovellusten data. Tämä on usein tarkinta teknografista dataa, jota sinulla tulee koskaan olemaan, eikä useimmilla tiimeillä ole sitä tallennettuna käyttökelpoiseen kenttään.
Missä teknografinen data menee pieleen
- Havaitseminen ei ole käyttöä. Kaksi vuotta sitten irtisanotun työkalun jäljelle jäänyt seurantaskripti näkyy edelleen skannauksessa.
- Yleiset työkalut eivät ole signaaleja. W3Techsin mukaan WordPress pyörittää noin 40 %:a kaikista verkkosivustoista. Tieto siitä, että prospekti käyttää WordPressiä tai Google Analyticsia, ei erota hyviä yrityksiä huonoista. Painottamisen arvoisia ovat työkalut, joita vain parhaat asiakkaasi käyttävät.
- Yritystaso, ei tiimitaso. Suuryrityksellä voi olla kolme CRM:ää eri divisioonissa. Tietueessa mainitaan usein vain yksi.
- Vanhentuminen. Teknologiapinot muuttuvat. Pidä yli kuusi kuukautta vanhaa teknografista tietoa vihjeenä, ei faktana.
Miten B2B-tiimit käyttävät teknografista dataa
ICP-pisteytys
Lisää pisteitä yrityksille, jotka käyttävät alustoja, joihin integroidut, sekä yrityksille, jotka käyttävät kilpailijaa, jota vastaan voitat säännöllisesti. Vähennä pisteitä yhteensopimattomista teknologiapinoista. Painojen pitäisi tulla voitettujen kauppojen datasta, ei oletuksista.
Kilpailijoiden syrjäyttämiskampanjat
Rakenna segmentti asiakkuuksista, jotka käyttävät tiettyä kilpailijaa, ja viesti siirtymän työmäärästä, vaihtokustannuksista ja siitä, mikä heidän tiimilleen muuttuu. Nämä kampanjat toimivat yleensä parhaiten, kun ne aloittavat siirtymäpolusta eivätkä ominaisuusvertailusta.
Verkkosivuston personointi
Teknografinen data mahdollistaa joitakin relevanteimmista sivustomuutoksista. HubSpotia käyttävän yrityksen vierailija voi nähdä integraatiosivulla ensimmäisenä HubSpot-integraation, HubSpot-kohtaisen CTA:n (”Katso, miten se toimii HubSpot-datasi kanssa”) ja asiakastarinan toiselta HubSpot-asiakkaalta. Jos seuraat myös, mitä integraatiosivuja kukin tunnistettu yritys lukee, keräät ensimmäisen osapuolen teknografista dataa automaattisesti.
Asiakasdata on usein hajallaan markkinoinnin, myynnin ja tuotteen järjestelmissä, minkä vuoksi toimittajalta ostettu teknografinen data ei usein koskaan päädy verkkosivustokerrokseen. Sen tallentaminen yritystietueeseen, josta sekä CRM että segmentointisääntösi voivat lukea sen, korjaa tämän.
Myynnin priorisointi ja keskustelurungot
Myyjät, jotka tuntevat prospektin CRM:n, tietovaraston ja nykyisen työkalun kategoriassasi, voivat ohittaa kolme kartoituskysymystä ja aloittaa jollain relevantilla. Sisällytä kolme tärkeintä teknografista ominaisuutta jokaiseen liidi- tai yrityshälytykseen.
Näin aloitat ensimmäisen osapuolen teknografisen datan keräämisen
Ennen kuin ostat teknografisen datasetin, kerää talteen se, mitä oma verkkosivustosi ja lomakkeesi jo kertovat. Se ei maksa mitään ja on yleensä tarkempaa.
- Lisää demolomakkeeseen yksi työkalupinoa koskeva kysymys. ”Mitä CRM:ää käytät?” lyhyenä pudotusvalikkona. Se kvalifioi liidin ja antaa luotettavan teknografisen kentän. Pidä se yhdessä kysymyksessä; jokainen lisäkenttä maksaa lomakkeiden täyttöjä.
- Kirjaa integraatiosivujen katselut asiakasyritykselle. Kun tunnistettu yritys lukee Salesforce-integraatiosivusi kahdesti, tallenna asiakastietueeseen "todennäköisesti Salesforce" päivämäärän kanssa.
- Hae asiakkaiden kytkettyjen sovellusten data. Nykyisten asiakkaidesi integraatiot näyttävät, millaisia työkalupinoja parhailla asiakkaillasi on. Tuo jakauma on vertailukohta prospektien teknografisten tietojen painotukselle.
- Merkitse jokaiseen arvoon lähde ja päivämäärä. ”Salesforce (lomake, 2026-09)” ja ”Salesforce (skannaus, 2025-11)” ansaitsevat eri luottamustason. Suosi ensimmäisen osapuolen arvoja, kun lähteet ovat ristiriidassa.
- Täydennä aukkoja toimittajalla vasta sitten. Osta teknografista kattavuutta niille kohdeyrityksille, joista sinulla ei ole ensimmäisen osapuolen signaalia, älä koko markkinalle.
Usein kysyttyä
Onko teknografinen data henkilötietoa? Yleensä ei. Se kuvaa yrityksen ohjelmistoja, ei henkilöä. Siitä tulee henkilötietoa, kun se liitetään nimettyyn yhteyshenkilötietueeseen, jolloin tavanomaiset tietosuojasäännöt koskevat kyseistä tietuetta.
Kuinka tarkkaa se on? Tarkkuus riippuu lähteestä ja työkalukategoriasta. Tuoreessa skannauksessa havaitut selaimessa näkyvät työkalut ovat yleensä oikein. Työpaikkailmoituksista päätellyt taustatyökalut ovat usein väärin tai vanhentuneita. Käsittele jokaista arvoa todennäköisyytenä aikaleiman kanssa.
Esimerkki: teknografinen segmentti
Markkinointianalytiikan toimittaja, joka integroituu natiivisti HubSpotiin ja Salesforceen, voisi määritellä:
- Taso A: 200–2 000 työntekijää, B2B, käyttää HubSpotia tai Salesforcea, käyttää tagienhallintaa, suoraa kilpailijaa ei havaittu.
- Taso B (korvaaminen): samat firmografiset tiedot, kilpailija X havaittu.
- Poissuljetut: ei havaittua CRM:ää ja alle 50 työntekijää.
Taso A näkee integraatiolähtöisen viestin. Taso B näkee migraatiolähtöisen viestin. Rajattu ryhmä saa itsepalvelusisältöä.