A weboldal-perszonalizáció ROI-ja: hogyan mérd és hogyan érvelj mellette

A személyre szabás ROI-ja a személyre szabott élményeid által termelt növekményes bruttó nyereség, mínusz a költségük, osztva a költségükkel. A nehéz rész a „növekményes” szó. A személyre szabott oldalak konverziós aránya szinte mindig jobbnak tűnik az oldalátlagnál, és ebből a különbségből szinte semmi sem bizonyít semmit, mert azok a látogatók, akiknek személyre tudsz szabni, nem ugyanazok, mint akiknek nem.

Ez az oldal egy helyen fedi le a teljes feladatot: a weboldal-személyre szabás ROI-képletét kidolgozott példával, azt, hogyan tervezz olyan kontrollcsoportot, amely tényleg elkülöníti a hatást, mely mutatókat melyik szakaszban riportold, egy másolható értékelőlapot, és azt, hogyan alakítsd mindezt olyan üzleti indoklássá a személyre szabás mellett, amellyel jóváhagyják a pilotot.

A perszonalizáció ROI-képlete

Írd fel a képletet láncként, hogy a pénzügyön valaki minden láncszemet ellenőrizni tudjon:

Növekményes bruttó fedezet = szegmensforgalom × alap konverziós ráta × relatív javulás × lead–lehetőség arány × nyerési arány × ACV × bruttó árrés

ROI = (növekményes bruttó nyereség – teljes költség) / teljes költség

A képletben három döntés fontosabb, mint maga a számolás:

• Szegmensforgalom, nem teljes oldalforgalom. Csak azokra a látogatókra lehet hatással, akik azonosítva vannak, és egy személyre szabott szegmensbe tartoznak. Ha a forgalmad 25%-a azonosítható és szegmensbe tartozik, a maradék 75% semmivel sem járul hozzá a ROI-hoz; a teljes oldalforgalom megszorzása egy javulással a leggyakoribb módja annak, hogy az üzleti indoklások felfújódjanak.
• Kontrollcsoporthoz mért javulás, nem az előző negyedévhez vagy az azonosítatlan látogatókhoz képest. Erről lentebb bővebben.
• Bruttó profit, nem bevétel. A bevételalapú ROI szépíti a számot. A pénzügy úgyis újraszámolja árrésre, úgyhogy tedd meg te előbb. A marketing ROI kalkulátor mindkét változatot egymás mellett adja vissza.

Kidolgozott példa

Példa, szemléltető számokkal egy hipotetikus B2B szoftvercégre. A perszonalizált szegmens két célágazat azonosított látogatóiból áll.

Ugyanannak az évnek a költségei, szintén szemléltető jelleggel: eszköz-előfizetés 18 000 USD, heti 6 óra csapatidő 48 héten át, teljes bérköltséggel 80 USD/órás áron (23 040 USD), és 8000 USD egyszeri tartalomgyártás. Összesen: 49 040 USD.

ROI = (193 536 USD – 49 040 USD) / 49 040 USD = 2,95, vagyis nagyjából 295%.

Most végezd el azt a számítást, amely valóban meggyőz egy pénzügyi igazgatót: a fedezeti javulást. Ebben a példában minden 1%-nyi relatív javulás havi 0,8 extra kérést ér, ami éves szinten 12 902 USD bruttó nyereséget jelent. Oszd el a 49 040 USD-s költséget 12 902 USD-vel, és körülbelül 3,8%-os fedezeti javulást kapsz. A vita már nem arról szól, hogy „elhisszük-e a 15%-ot?”, hanem arról, hogy „elhisszük-e, hogy ez meghaladja a 3,8%-ot?”, ami sokkal könnyebb kérdés.

Két őszinteségi korrekció, mielőtt bárkinek megmutatnád:

• Időzítés. Az üzletek egy értékesítési ciklussal a konverzió után zárulnak. 4 hónapos ciklus mellett egy januárban indított program az első naptári évében nagyjából nyolc, nem tizenkét hónapnyi növekményes üzletet könyvel. Az első évben a pipeline-t mutasd, a lezárt üzleteket pedig a késéssel együtt.
• Bizonytalanság. Egy 15%-os mért növekedéshez konfidenciaintervallum tartozik, és B2B forgalomnál ez általában széles. A ROI-t az intervallum alsó határára is számold ki, ne csak a pontbecslésre. Ha az alsó határ is a megtérülési pont fölött van, erős az érved. Ha nulla alatt van, mondd ki.

A kontrollcsoport kialakítása

A visszatartott (vagy kontroll) csoport a személyre szabott szegmens véletlenszerűen kiválasztott része, amely továbbra is az alapértelmezett élményt látja. Ez az egyetlen tiszta válasz arra a kérdésre, hogy „ezek a fiókok egyébként is konvertáltak volna?”. Nélküle a szezonalitást, egy új kampányt, egy árváltozást vagy egy értékesítési felvételi hullámot is a személyre szabásnak tulajdonítják. A személyre szabott weboldalak attribúciójáról szóló cikkünk bemutatja, hogyan illeszkednek a kontrollcsoportok a csatornaattribúciós modelled mellé; itt magát a kialakítást tárgyaljuk.

Hasonló dolgokat hasonlíts össze

A legtöbb csapat azt a hibát követi el, hogy a személyre szabott élményt kapó látogatókat mindenkivel összeveti, aki az alapértelmezett oldalt látta. A célzott iparágakból érkező azonosított látogatók más emberek, mint a névtelen forgalom: jellemzően előrébb tartanak, jobban illeszkednek, és személyre szabással vagy anélkül is nagyobb eséllyel konvertálnak. Ez az összehasonlítás a szegmenst méri, nem az élményt. A kontrollcsoportot ugyanazon a szegmensen belülről kell kiválasztani, ugyanazzal az azonosítási szabállyal, hogy a két csoport között csak abban legyen különbség, amit láttak.

Fiók szerint randomizálj, ne munkamenet szerint

Ha egy cégből az egyik ember a személyre szabott kezdőoldalt látja, a kollégája pedig az alapértelmezettet, mindkét csoport szennyeződik, és elvész a vásárlói bizottsági hatás. Fiókszinten sorolj be (például a cég domainjének stabil hash-e alapján), és minden fiókot a teszt teljes idejére tarts a saját csoportjában.

Mekkora legyen a kontrollcsoport?

A kisebb kontrollcsoportok kevesebb pipeline-ba kerülnek, de lassítják a tesztet, és a hátrány nagyobb, mint a legtöbben gondolják. Két csoport közötti különbség varianciája arányos az 1/(A arány) + 1/(B arány) értékkel. Az 50/50 felosztás 2 + 2 = 4-et ad. Egy 10%-os kontrollcsoport 10 + 1,11 = 11,1-et, ami 2,8-szor nagyobb, így nagyjából 2,8-szor annyi forgalom kell ugyanakkora javulás kimutatásához.

A mi véleményünk: pilothoz használj 50/50 vagy 30/70 arányt. Egyetlen kérdésre próbálsz gyorsan választ kapni, és egy kiértékelhetetlen teszt minden plusz hete többe kerül, mint az a pipeline, amelyet egy nagyobb arány perszonalizálásával nyerhettél volna. Írd be a saját alapértékedet és minimálisan kimutatható javulásodat az A/B teszt kalkulátorba, hogy megkapd a csoportonkénti mintaméretet, majd alkalmazd a fenti szorzót.

Meddig fusson?

Addig futtasd, amíg e három közül a leghosszabb teljesül:

1. Az elsődleges konverziós mutatód elérte a szükséges mintanagyságot.
2. Legalább két teljes hét eltelt, így a hétköznapi és a hétvégi minták is képviselve vannak.
3. Pipeline- és bevételi állításokhoz: egy teljes értékesítési ciklus azután, hogy az utolsó fiók belépett a tesztbe. A konverziós javulás hetek alatt kiolvasható. A pipeline-javulás nem.

Ha a program élesben fut, tarts meg egy kis állandó kontrollcsoportot (nagyobb forgalmú oldalakon gyakori a 10%). A hatások idővel elmozdulnak, ahogy a tartalom elavul, és a versenytársak megváltoztatják az oldalaikat, és csak egy állandó kontrollcsoporttal tudhatod, hogy a tavalyi javulás még mindig megvan-e.

Amikor nincs lehetőség kontrollcsoportra

Ha 40 megnevezett fiókra szabsz személyre, egy tucat cégből álló kontrollcsoport soha nem éri el a szignifikanciát. Használj előtte–utána összehasonlítást ugyanazokon a fiókokon, vesd össze egy hasonló, nem célzott fiókokból álló párosított csoporttal ugyanarra az időszakra, és jelöld az eredményt irányadónak. Ez is hasznos, amíg senki nem mutatja be bizonyítékként.

A mutatók hierarchiája

A személyre szabás mérőszámai három rétegben jelennek meg. Mindegyik réteg lassabb és zajosabb, mint a felette lévő, és mindegyik fontosabb az üzlet számára. Riportáld mindhármat, és soha ne engedd, hogy egy előrejelző mutató egy késleltetettet helyettesítsen.

A vezető mutatók az irányításra valók: napokon belül megmutatják, hogy egyáltalán észreveszik-e a változatot. Ezek nem ROI. Ha egy személyre szabott főcím növeli az átkattintást, de a demókérések száma nem változik, akkor semmi olyat nem javított, amiért a pénzügy fizetne.

A volumen mellett a leadminőséget is figyeld. Egy 20%-os űrlapkitöltési javulás, amely teljes egészében az ICP-den kívüli fiókoktól származik, költség, nem siker. Mindkét csoportnál kövesd a lead–lehetőség arányt, ne csak a konverziós rátát.

Attribúciós fenntartások

A holdout ok-okozati becslést ad a szegmensre. Minden más, amit körülötte riportolsz, puhább adat, és egy hiteles riport megmondja, melyik melyik.

• A „befolyásolt pipeline” nem növekményes pipeline. Egy CRM-riport azokról a lehetőségekről, ahol valaki a létrehozás előtti 30 napban perszonalizált oldalt látott, mindig nagy lesz, mert a legjobb cégeid sokat látogatják az oldaladat. Az elérés bemutatására használd, ROI számítására soha.
• Az utolsó érintés túl sok érdemet tulajdonít a weboldalnak. Egy vásárló, aki három sales hívás után látta a személyre szabott kezdőlapodat, nem a kezdőlap miatt konvertált.
• A kannibalizáció valós. Ha egy személyre szabott CTA olyan accountot konvertál, amely egyébként a következő héten válaszolt volna egy SDR e-mailre, a weboldal kap egy konverziót, a vállalkozás viszont semmi pluszt. A holdout ezt automatikusan kezeli, ami még egy ok arra, hogy jobban bízz benne, mint a befolyásolási riportokban.
• A korai eredmények felfelé torzítanak. Egy teszt első heteit a tölcsérben már mélyen járó accountok uralják, amelyek mindkét csoportban magas arányban konvertálnak. Ne vetíts ki egy kéthetes számot egy évre.
• Indulás előtt egyezzetek meg a definíciókban az értékesítéssel. Írásban döntsétek el, mi számít konvertált cégnek, melyik lehetőségdátumot használjátok, és mekkora a visszatekintési időablak. Az eredmények után egyeztetett definíciókon minden pipeline-áttekintésen vita lesz.

Technikailag a minimális beállítás: küldj analitikai eseményt a szegmenssel, szabállyal és variánssal minden alkalommal, amikor egy perszonalizált élmény megjelenik; tárold a csoport-hozzárendelést (perszonalizált vagy kontroll) a CRM fiókrekordján; és építs egy riportot, amely csoportonként hasonlítja össze a konverziót, a lehetőséglétrehozást, a nyerési arányt és az ACV-t.

A personalizáció ROI-értékelő táblázata

Másold ezt a táblázatot egy táblázatkezelőbe, és töltsd ki szegmensenként. Rögzítsd a kiindulási értéket az indulás előtt (vagy a kontrollcsoportból), állítsd be a célokat, mielőtt megnéznéd az eredményeket, és minden számnál nevezd meg a forrást, hogy az adatok auditálhatók legyenek.

A pontozókártyát havonta töltsd ki, és negyedévente tekintsd át. A negyedéves áttekintésen minden szegmensnél válaszolj négy kérdésre: mely szabályok verték a kontrollcsoportjukat, melyek nem mutattak semmit egy teljes teszt után, és ki kell vezetni őket, mely nagy forgalmú szegmenseknek nincs még személyre szabásuk, és elavul-e a nyertesek mögötti tartalom. Ezeknek a döntéseknek a személyre szabási playbook sablon a természetes helye, élményenként egy sorral, a mutatójával és a kontrollcsoportjával.

A személyre szabás üzleti indoklásának felépítése

A személyre szabási javaslatok általában kiszámítható okokból akadnak el: homályos a bevételi kapcsolat („jobb élmények”), a hatókör a teljes weboldal, és a prezentáció mindenkinek ugyanaz a teremben. Egy jó üzleti indoklás mindhármat orvosolja azzal, hogy egy kis, mért pilotot kér, nem egy egész programot.

Az egyoldalas szerkezet

Hagyd ki a 30 diás prezentációt. Egy oldal, öt szakasz:

1. A probléma a saját számaidban. „A két legjobban illeszkedő iparágunk látogatói 1,4%-on konvertálnak a kezdőlapon, szemben a legnagyobb szegmensünk 2,3%-ával.” A saját analitikádból származó különbség minden iparági benchmarknál meggyőzőbb.
2. A modell. A kidolgozott példa ROI-lánca a te bemeneteiddel, három javulási forgatókönyvvel, plusz a megtérüléshez szükséges javulással.
3. A pilot. Hatókör, kontrollcsoport, időtartam, sikerküszöb (lásd az alábbi javaslatot).
4. A költség és a kockázat. Teljes költség pénzben és munkaórában. A legrosszabb esetet mondd ki egyenesen: ha a pilot nem mutat javulást, elveszíted a pilot költségét, és megtudod, mely szegmensek nem reagálnak.
5. A döntés, amit kérsz. Igen a pilotra és egy egyeztetett dátum a bővítés-vagy-leállítás döntésre, nem igen egy egyéves programra.

A pilotot tartsd kicsiben

Egy-két nagy forgalmú oldal (általában a kezdőlap, az árazási oldal vagy egy nagy volumenű landing page), két szegmens, és szegmensenként egy-két megváltoztatott elem (a főcím és a bizonyíték a szokásos páros). A behatárolt kört könnyebb jóváhagyatni, gyorsabb mérni, és könnyű kikapcsolni. A pilot a saját javulási számodat is megadja, ami a következő költségvetési megbeszélésen többet ér bármely szolgáltatói benchmarknál.

Mit kifogásolnak a vezetők, és mit válaszolj

A megbeszélés előtt két dolog segít. Először keress egy értékesítési vezetőt, aki jobban minősített pipeline-t szeretne a célfiókokból, és kérd fel társszponzornak; a „marketing eszközt akar” gyengébb, mint az „értékesítés és marketing együtt akarja ezt tesztelni”. Másodszor nézd meg a fő versenytársaid oldalait különböző céges kontextusokból, és jegyezd fel, mi változik, ha egyáltalán változik valami. Ha személyre szabnak, az sürgetést jelent; ha nem, az lehetőség a megkülönböztetésre. Mindkét esetben tartsd rövid függelékben: a versenytársak viselkedése kontextus, nem a ROI bizonyítéka.

Adaptálható 90 napos pilotjavaslat

A pilot heti bontású végrehajtását – beleértve, hogy mely szegmensekkel kezdj, és mit enged tesztelni a forgalmad – a 90 napos személyre szabási tesztelési ütemtervünkben találod.

Riportolás a felsővezetésnek az indulás után

Amikor a pilot fut, az első dián három számot riportálj, és semmi mást: a kontrollcsoporthoz mért növekményes konverziók (konfidenciaintervallummal), az eddigi növekményes pipeline, valamint az eddigi költség a megtérülési javuláshoz viszonyítva. Minden más, a szegmensbontásokat és az aktivitási mutatókat is beleértve, a mellékletbe kerül.

Havonta riportolj a csapatnak, negyedévente a vezetésnek. A havi B2B adatok zajosak, és egy gyengébb hónap ne indítson vitát az egész programról. Negyedévente frissítsd a ROI-t a tényleges inputokkal, egyenként lecserélve a feltételezéseket, amíg a modellben már egyetlen feltételezett szám sem marad.

Ha a Markettailorral vezeted be a személyre szabást, az A/B tesztelési funkciókkal szegmensenként beállíthatsz kontrollcsoportot, így a fenti összehasonlítás be van építve, nem utólag kell rekonstruálni.

Gyakran ismételt kérdések

Hogyan számítod ki a perszonalizáció ROI-ját?

Szorozd meg a személyre szabott szegmens látogatóit az alap konverziós aránnyal és a kontrollcsoporttal szemben mért növekedéssel, majd vezesd végig a lead–lehetőség arányon, a nyerési arányon, az átlagos szerződésértéken és a bruttó árrésen. Vond le a teljes költséget (eszköz, csapatidő, tartalom), és oszd el ezzel a költséggel. Számold ki a megtérülési növekedést is, vagyis azt a legkisebb növekedést, amely fedezi a költséget, mert erről könnyebb vitatkozni, mint egy előrejelzésről.

Mekkora legyen egy perszonalizációs kontrollcsoport?

Pilotnál a szegmens 30–50%-a, mert egy kis kontrollcsoporthoz sokkal több forgalom kell: egy 10%-os kontrollcsoporthoz nagyjából 2,8-szor annyi forgalom kell ugyanakkora növekedés kimutatásához, mint egy 50/50-es megosztáshoz. Ha a program már bizonyított és fut, a nagyobb forgalmú oldalakon egy állandó, kb. 10%-os kontrollcsoporttal folyamatosan ellenőrizheted, hogy a hatás még létezik-e.

Mennyi idő alatt térül meg a weboldal-perszonalizáció?

Az aktivitás változása egy-három héten belül látszik, a konverziós javulás nagyjából három-nyolc héten belül, a forgalomtól függően. A pipeline-hoz és a bevételhez legalább egy teljes értékesítési ciklus kell, miután a fiókok bekerültek a tesztbe, így négy hónapos ciklusnál nagyjából hat hónappal az indulás után számíthatsz bevételi eredményre. A korai eredményeket vezető mutatóként mutasd be, ne ROI-ként.

Mit tartalmazzon egy personalizációs business case?

Egy oldal: a célszegmenseid konverziós lemaradása a saját adataidban, a ROI-modell három növekedési forgatókönyvvel és a megtérüléshez szükséges növekedéssel, egy behatárolt pilot (oldalak, szegmensek, holdout csoport, időtartam, sikerküszöb), a teljes költség és a legrosszabb eset, valamint a konkrét döntés, amit kérsz. Pilotot kérj döntési dátummal, ne teljes programot.