Weboldal-látogatók azonosítása: így működik a cégkövetés

Oszd el az űrlapbeküldéseidet a munkameneteiddel, és látni fogod, hogy a B2B weboldal-látogatók nagy többsége anélkül távozik, hogy azonosítaná magát. A weboldal-látogatók azonosítása ennek egy részét próbálja visszanyerni: mely szervezetek böngésznek, mit olvasnak és milyen gyakran térnek vissza, űrlapkitöltés nélkül. A B2B-ben három feladatot táplál: megmondja a salesnek, mely accountok kutatnak, személyre szabja az oldalt ezeknek az accountoknak, és accountlistákat épít a hirdetésekhez.

A technológia egyszerűbb, mint ahogy a szolgáltatók beállítják, és kevésbé teljes, mint amire a legtöbb vevő számít. Ez a cikk elmagyarázza a három azonosítási módszert, hogy miért változnak ennyire az egyezési arányok, milyen adatokat kapsz, mely műveleteket támogatja az egyes megbízhatósági szint, milyen adatvédelmi szabályok vonatkoznak rá, és hogyan vezesd be. Egybekezdéses definícióért lásd a látogatóazonosítás szószedet-bejegyzést. Ha szolgáltatókat hasonlítasz össze, a weboldal-látogató azonosító szoftver kiválasztásáról szóló útmutatónk az értékelést tárgyalja.

A három azonosítási módszer

Minden szolgáltató a három módszer valamilyen kombinációját használja. Abban különböznek, mit azonosítanak (céget vagy személyt), mennyire megbízható az egyezés, és mekkora jogi kockázattal járnak.

1. Reverse IP lookup (cégszint)

Minden internetre csatlakozó eszköznek van IP-címe. Amikor valaki az Acme Corptól az irodából meglátogatja a weboldaladat, a böngészője az Acme Corp hálózatához rendelt IP-címről küld kéréseket. A látogatóazonosító eszközök olyan adatbázisokat tartanak fenn, amelyek az IP-címeket cégnevekhez rendelik. A feloldási folyamat a következő lépésekből áll:

• IP-cím rögzítése: a weboldalad minden webes kéréssel megkapja a látogató IP-címét; ehhez a részhez nincs szükség külön követésre
• Adatbázis-keresés: az eszköz kikeresi, melyik szervezet birtokolja vagy bérli az adott IP-blokkot
• Adatbővítés: ha egy cég azonosítva van, az eszköz hozzáfűzi a firmografikus adatokat: iparág, létszám, árbevétel-sáv, székhely, technográfiai adatok
• Munkamenet-összefűzés: az ugyanattól a cégtől egy időablakon belül érkező oldalmegtekintések egyetlen céges látogatássá csoportosulnak

Az IP–cég adatbázisok a regionális internetregiszterek (ARIN, RIPE NCC, APNIC és mások) nyilvántartásaiból, fordított DNS-ből, BGP-útválasztási adatokból, megfigyelt forgalomból és kereskedelmi adatpartnerségekből épülnek. Ennek az adatbázisnak a minősége a legnagyobb különbség a szolgáltatók között. A fordított IP-keresés szójegyzékbeli szócikke bemutatja a mechanikát.

Amire nem képes: megmondani, ki az adott személy, vagy bárkit azonosítani olyan hálózaton, amely nem a munkáltatójára van regisztrálva. Ha egy munkavállaló otthonról dolgozik, a forgalma egy lakossági internetszolgáltatótól jön, például a Comcasttól, az AT&T-től vagy a Deutsche Telekomtól, és az eszköz a szolgáltatót látja, nem a munkáltatót. A távoli és hibrid munka tovább csökkentette ezt a plafont. Egyes eszközök cookie-alapú egyeztetéssel, eszköz-ujjlenyomattal vagy first-party adatok összevetésével próbálják megkerülni, de a tisztán IP-alapú azonosításnak kemény korlátja van.

2. First-party azonosítás (személyszint, ismert kapcsolattartók)

Amikor valaki kitölt egy űrlapot, bejelentkezik, vagy rákattint egy követett linkre az e-mailedben, a munkamenetet (és ugyanabban a böngészőben a későbbieket is, ha a sütik engedélyezettek) egy ismert kontakthoz kötheted a CRM-edben vagy a marketingautomatizációs platformodon. Ez messze a legpontosabb módszer, mert az illető maga mondta meg, kicsoda. A korlátja a lefedettség: csak azokra működik, akik már szerepelnek az adatbázisodban.

3. Identitásgráfok (személyszintű, harmadik féltől)

Egyes – főleg amerikai forgalomra fókuszáló – szolgáltatók úgy kapcsolnak egy böngészőt egy személyhez, hogy a sütiket vagy eszközjeleket összevetik egy kiadói és adatpartneri hálózatokból összerakott, harmadik fél által kezelt identitásgráffal. Így nevet és e-mail-címet tudnak adni egy olyan látogatóhoz is, aki soha nem töltött ki űrlapot. Véleményünk: az EU-s és brit forgalomnál ezt nagyon nehéz igazolni, mert a látogatónak nincs kapcsolata veled, és nem számíthat ésszerűen arra, hogy beazonosítják. Kezeld ezt a hatókörön kívül esőként, hacsak a jogászod jóvá nem hagyta az adott szolgáltatót és adatfolyamot.

Miért ennyire eltérőek az egyezési arányok

Nincs megbízható, iparági szintű egyezési arány, amelyre tervezni lehetne. A szállítók számait a saját ügyfélkörükön mérik, és a definíciók eltérnek (egyesek munkameneteket, mások látogatókat számolnak, megint mások a számítás előtt kizárják az internetszolgáltatói forgalmat). Az, hogy a munkamenetek mekkora része köthető céghez, főként a forgalmadtól függ, nem a szállítótól. A tényezők, nagyjából hatás szerinti sorrendben:

• Ahol az emberek dolgoznak. Az irodai hálózatok gyakran a munkáltató nevére vannak regisztrálva. Az otthoni szélessáv egy lakossági internetszolgáltatóhoz, így egy távmunkában dolgozó alkalmazott háztartásnak látszik. Azok a közönségek, ahol sok a táv- vagy hibrid munka, ritkábban azonosíthatók.
• Cégméret. A nagy szervezeteknek nagyobb eséllyel vannak regisztrált IP-tartományaik, és ezeken keresztül irányítják a forgalmat. A kis cégek gyakran coworking irodákban osztoznak a kapcsolaton, vagy lakossági internetszolgáltatót használnak.
• Mobilforgalom. A mobilszolgáltatók rendkívül sok előfizető között osztják meg az IP-címeket, így a mobilos munkamenetek ritkán rendelhetők céghez.
• VPN-ek és adatvédelmi relék. Egy céges VPN segíthet (a forgalom a cég tartományából lép ki) vagy árthat (egy felhőszolgáltatóból, például az AWS-ből lép ki). A fogyasztói adatvédelmi szolgáltatások teljesen elrejtik a forrást: az Apple megjegyzi, hogy bekapcsolt iCloud Private Relay (Apple támogatás) mellett a weboldalak egy ideiglenes IP-címet látnak a felhasználó saját címe helyett.
• Földrajz. Az adatbázisok lefedettsége régiónként és szolgáltatónként eltér. Egy észak-amerikai nagyvállalatoknál erős szolgáltató gyenge lehet az északi országok középvállalatainál.
• Bot- és nem emberi forgalom. A keresőrobotok és monitorozó szolgáltatások adatközpontokból érkeznek, és szűrés nélkül tárhelyszolgáltató cégekkel duzzasztják fel az „azonosított” számokat.

Az egyetlen egyezési arány, amely számít, az, amelyet a próbaidőszak alatt a saját forgalmadon mérsz. A lefedettség mellett a pontosságot is ellenőrizd: vegyél mintát az általad ismert fiókok találataiból (ügyfelek, nyitott üzletek, a saját irodád), és nézd meg, hány helyes. A helyes cégnevekkel járó alacsonyabb egyezési arány többet ér egy magasabbnál, amely tele van téves hozzárendelésekkel – ezek olyan fiókok után küldik az értékesítőket, amelyek soha nem jártak ott.

Példa: a munkamenetektől a használható fiókokig

Szemléltető számok egy havi 10 000 munkamenettel rendelkező hipotetikus B2B oldalra:

Ebben a példában a 25%-os egyezési arány havi 25 olyan accountot jelent, amely megéri egy értékesítő figyelmét. Ehhez az utolsó számhoz igazítsd a folyamatodat. Azok a csapatok, amelyek a tölcsér tetejére terveznek, elárasztják a salest zajjal, és az első hónapban elveszítik a bizalmukat.

Milyen adatokat kapsz valójában

Ha egy látogatót cégszinten azonosítanak, jellemzően két kategóriájú adatot kapsz.

Látogatásszintű adatok

• Cégnév és domain
• Megtekintett oldalak és az egyes oldalakon töltött idő
• Belépési oldal és hivatkozó forrás
• Látogatások száma egy időszak alatt
• A kapcsolat hozzávetőleges helye (városszint, nem utcacím)

Cégjellemző adatok (adatgazdagítás)

• Iparági besorolás (SIC/NAICS kódok)
• Létszám vagy létszámsáv
• Éves árbevétel-tartomány
• Székhely
• Technográfiai adatok (milyen szoftvereket használ a cég)
• Finanszírozási információk (startupoknál)

Amit a cégszintű azonosításból nem kapsz meg, az az egyén. Azt mondja meg, hogy „valaki a Salesforce-tól háromszor megnézte az árazási oldaladat ezen a héten”, nem azt, hogy Jane Smith marketing alelnök volt az. Egyéni azonosítás csak akkor történik, ha a látogató maga azonosítja magát űrlapkitöltéssel, bejelentkezéssel vagy egy e-mailben lévő linkre kattintással. Ezt korán tisztázd az értékesítési csapatoddal; ez határozza meg az adatvédelmi megfelelést és azt is, mit tehetnek észszerűen az értékesítők egy riasztással.

A cselekvés igazodjon a megbízhatósághoz

Ez az a szabály, amelyet a legtöbb bevezetés elmulaszt. Az adatok különböző felhasználásai különböző hibaarányokat tűrnek el, ezért mielőtt bármit bekapcsolnál, döntsd el, melyik művelethez milyen megbízhatósági szint kell.

Egy rossz iparági tipp annyiba kerül, hogy a címsor kicsit kevésbé releváns. Ha viszont egy értékesítő olyan céget hív fel, amely soha nem látogatott el hozzád, vagy a kezdőlap rossz cégnevet köszönt, az a hitelességedbe kerül. Az akció láthatóságát a jel megbízhatóságához igazítsd.

Adatvédelmi megfelelés: a GDPR és azon túl

Ez gyakorlati összefoglaló, nem jogi tanácsadás. Mielőtt bármit telepítenél, tisztázd ezeket a kérdéseket az adatvédelmi felelősöddel vagy jogászoddal.

• Érintett-e személyes adat? Szinte biztosan igen. A GDPR Recital 30 preambulumbekezdése az online azonosítók között sorolja fel az IP-címeket, az Európai Unió Bírósága pedig a Breyer (CJEU, 2016) ügyben kimondta, hogy egy dinamikus IP-cím a weboldal üzemeltetője számára személyes adat lehet. A kimenet lehet egy cégnév, de a bemenet egy személy eszközének IP-címe.
• Melyik jogalap? A cégszintű azonosítást jellemzően jogos érdekre hivatkozva indokolják, GDPR 6. cikk (1) bekezdés f) pont. Ehhez dokumentált érdekmérlegelési teszt kell: cél, szükségesség és a látogató elvárásaival szembeni mérlegelés. Az ICO jogos érdekről szóló útmutatója mindhárom részt végigveszi.
• Kell-e hozzájárulás magához a követéshez? Az információk eszközön való olvasása vagy tárolása (sütik, local storage, sok szkript) az ePrivacy irányelv 5. cikkének (3) bekezdése alá tartozik, amelyet az EDPB a Guidelines 2/2023 iránymutatásában tágan értelmez. Ha az azonosító tag-ed azonosítókat állít be vagy olvas, feltételezd, hogy a hozzájárulási banner mögé kell kerülnie, hacsak a jogászod másként nem dönt.
• Tiltakozhatnak a látogatók? A GDPR 21. cikke alapján az emberek tiltakozhatnak a jogos érdeken alapuló adatkezelés ellen, és a közvetlen üzletszerzésnél a tiltakozás feltétlen. Működő módra van szükséged ennek tiszteletben tartásához.
• Amerikai forgalom. A CCPA vállalkozások közötti személyes adatokra vonatkozó ideiglenes mentessége 2023. január 1-jén lejárt, így más cégek munkavállalóinak adataira ugyanúgy vonatkozik, mint bármely más személyes adatra. A módosított kaliforniai törvény jogot ad a fogyasztóknak a tájékoztatáshoz, valamint a személyes adataik eladásából vagy megosztásából való kilépéshez, többek között Global Privacy Control jelzéseken keresztül; lásd a kaliforniai főügyész CCPA-oldalát.

Maradj a határ céges oldalán. „A Deutsche Bank egyik látogatója megnézte a biztonsági oldaladat” egészen más megítélés alá esik, mint „Max Mueller a Deutsche Banktól megnézte a biztonsági oldaladat”. Gyakorlati minimumok, bármelyik jog vonatkozzon is rád:

• Adatvédelmi tájékoztató, amely megnevezi a cégszintű látogatóazonosítást és annak célját
• Adatfeldolgozási megállapodás (DPA) a szolgáltatóval
• Az azonosítási adatok dokumentált megőrzési ideje
• Személyszintű adatbővítés kikapcsolva az EU-s és egyesült királyságbeli forgalomnál, kivéve, ha kifejezetten jóváhagyták
• Értékesítési riasztások, amelyek a cég aktivitását írják le, nem az egyéni böngészést
• Mód az ellenvetések és a leiratkozási kérések kezelésére

A látogatóazonosítás és a first-party adatok kombinálása

Az azonosítás sokkal hasznosabbá válik, ha a látogatók által saját maguk megadott adatokkal kombinálod. (Az egyes azonosított cégekhez érdemes rögzíteni kívánt eseményekről lásd a B2B weboldal-látogatók követéséről szóló útmutatónkat.) Egy szemléltető folyamat, egy ismert cégnevet pusztán példaként használva:

1. szakasz: anonim cégazonosítás

Egy Stripe-os látogató egy héten belül két látogatás során megnézi a kezdőlapodat, a funkcióoldaladat és az árazási oldaladat. Tudod, hogy valaki a Stripe-tól. Azt nem tudod, hogy ki. Ez elég a fiókszintű személyre szabáshoz: fintech-specifikus esettanulmányok, releváns integrációk, a cégméretükhöz igazított üzenetek az árazási oldalon.

2. szakasz: fokozatos adatbővítés

Ugyanez a látogató letölt egy whitepapert, és megadja az e-mail-címét. Most már össze tudod kapcsolni ezt a személyt a meglévő cégszintű előzményekkel: három korábbi látogatás, a megtekintett oldalak és a cégprofil. A CRM-rekordod mindezt a kontextust megkapja.

3. szakasz: cégszintű kép

A következő hetekben többen is ellátogatnak a Stripe-tól. Egyesek űrlapokon azonosítják magukat, mások névtelenek maradnak. Az aktivitás fiókszintű csoportosítása megmutatja a döntéshozói kör elköteleződését: hárman látogattak el, ketten töltöttek le tartalmat, egyikük négyszer nézte meg az árazási oldalt.

Egyetlen forrás sem adja meg ezt a képet. Az azonosítási réteg lefedi a névtelen látogatásokat, és minden first-party interakció hozzáad egy nevet.

Mit kezdj az adatokkal

A legtöbb cég marketingcélú azonosítással kezd, de a leghasznosabb alkalmazások közül több az értékesítésnél és az ügyfélsikernél van.

Értékesítési összefoglalók és riasztások

Küldj a fiókfelelősöknek napi vagy heti összefoglalót a célfiókjaik aktivitásáról: mely oldalak, hány különböző látogató, mennyire frissen. Valós idejű riasztást csak a legerősebb szándékot jelző oldalakra – árazás, esettanulmányok, összehasonlító oldalak – tarts fenn, ahol az időzítés számít: az a riasztás hasznos, amely még a fiók kutatási szakaszában érkezik, a heti összefoglalóban szereplő gyakran már nem. Az adatokat a megkeresés időzítésére és tartalmára használd, ne a megfigyelés bejelentésére; egy e-mail, amely a fiók által olvasott témához kapcsolódó anyaggal indít, általában jobban célba ér, mint a „Láttam, hogy a csapatod a weboldalunkon járt”. A weboldalas leadek szándék szerinti irányításáról szóló útmutatónk leírja a riasztási logikát, és ugyanezek a jelek egy fiókpontozási modellt is táplálhatnak, hogy a prioritás következetes legyen.

Weboldal-perszonalizáció

Az iparági és méret szerinti variánsokhoz közepes megbízhatóságú cégjellemzőket használj, az ABM-élményekhez pedig CRM-mel egyeztetett fiókokat. Az azonosítatlan látogatók az alapértelmezettet látják. A weboldal-személyre szabásról szóló cikkünk bemutatja, hogyan állítsd be a szegmenseket, és hogyan mérd őket egy kontrollcsoporthoz képest.

Account-based hirdetések

Exportáld a magas szándékú oldalakat meglátogató ICP-fiókokat céglistákként fiókalapú hirdetési kampányokhoz, és zárd ki a jelenlegi ügyfeleket és a nyitott lehetőségeket az ügyfélszerző kampányokból.

Riportolás és tartalomvalidálás

Bontsd a forgalmi és konverziós riportokat iparág és méret szerint, hogy lásd, a kampányok a megfelelő cégeket vonzzák-e, nem csak több munkamenetet. Ugyanez a réteg a tartalmi döntéseket is segíti: ahelyett, hogy csak annyit tudnál, hogy egy Kubernetes-cikk néhány ezer megtekintést kapott, láthatod, hogy az azonosított látogatók ICP-cégektől vagy diákoktól és hobbistáktól érkeztek.

Termékvezérelt növekedés (PLG)

Az önkiszolgáló regisztrációval működő SaaS-cégeknél az azonosítás megmutatja, mely fiókok kutatták a terméket a regisztráció előtt. Ha egy cég két hét alatt többször is ellátogatott, majd fiókot hoz létre, az onboarding azokkal a funkciókkal kezdődhet, amelyeket a legtöbbet kutattak.

Ügyfélbővülési és lemorzsolódási jelek

Ha meglévő ügyfelek olyan termékek vagy csomagok oldalait böngészik, amelyeket nem használnak, az bővítési jel: egy középső csomagot használó ügyfélnek, aki a nagyvállalati árazást nézi, az account manageréhez kell kerülnie. Ha ügyfelek versenytárs-összehasonlító oldalakat látogatnak, az lemorzsolódási kockázatra utalhat, és az ügyfélsikerhez tartozik, nem egy értékesítési sorba.

Versenytárs-elemzés

Az azonosítási adatok azt is megmutatják, amikor versenytársak látogatják az oldaladat. Ne reagáld túl, de a minták informatívak lehetnek: egy versenytárs, amely hirtelen minden héten megnézi az árazási oldaladat, lehet, hogy változtatásra készül.

A látogatóazonosítási megközelítés kiválasztása

Három fő lehetőséged van:

Az önálló azonosítóeszközök (például a Leadfeeder vagy az Albacross) a cégek azonosítására és a látogatói aktivitás dashboardon való megjelenítésére fókuszálnak. Könnyen bevezethetők, de az aktivációs réteget neked kell felépítened, legyen szó dashboardok böngészéséről vagy integrációk beállításáról, amelyek az adatokat a CRM-edbe küldik.

A beépített azonosítással rendelkező ABM-platformok (például a Demandbase vagy a 6sense) az azonosítást hirdetéssel, szándékadatokkal és fiókpontozással csomagolják. Átfogóak, és általában dedikált felelőst igényelnek. Az árazás ajánlatalapú: a 6sense árazási oldala csomagokat sorol fel, de árakat nem (2026 októberi állapot szerint), ezért kérj minden szolgáltatótól árajánlatot a saját forgalmadra és felhasználószámodra.

A natív azonosítással rendelkező perszonalizációs platformok (mint a Markettailor) az azonosítást azzal a képességgel kombinálják, hogy az azonosított cégekhez igazítsák a weboldalt, így megszüntetik a szakadékot aközött, hogy tudod, ki járt nálad, és hogy kezdesz is vele valamit.

A helyes választás attól függ, mit tervezel kezdeni az adatokkal. Ha az oldaladat látogató cégek listáját szeretnéd, egy önálló eszköz megfelel. Ha meg akarod változtatni, mit látnak ezek a cégek, az azonosításnak és a personalizációnak együtt kell működnie. Ha konkrét szállítókat szeretnél súlyozott értékelő táblázattal és tisztességes egyezésiarány-teszttel összehasonlítani, használd a weboldal-látogató azonosító szoftverekről szóló útmutatónkat.

5 lépéses bevezetési terv

1. Először határozd meg a műveleteket (1. hét). Írd le, hogy a megbízhatósági táblázat mely műveleteit fogod futtatni, ki a felelős mindegyikért, és mit jelent számodra a „használható fiók” (ICP-illeszkedés plusz mely viselkedések). Enélkül csak egy listát vásárolsz.
2. Rendezd a jogalapot (1–2. hét). Végezd el a jogos érdek mérlegelését, döntsd el, mi kerül hozzájárulás mögé, frissítsd az adatvédelmi tájékoztatót, és írd alá az adatfeldolgozási megállapodást (DPA), mielőtt bármilyen követőkód élesbe kerül. Ha ezt az indulás után teszed, át kell alakítani a taget.
3. Próba a saját forgalmadon (2–4. hét). Telepítsd a szkriptet az összes oldalra, ne csak a kezdőlapra, mert a látogatók gyakran blogbejegyzéseken vagy landing page-eken keresztül érkeznek. Futtass egy-két szolgáltatót párhuzamosan legalább két hétig, ellenőrizd az egyezéseket ismert munkamenetekkel szemben, és rögzítsd a kiindulási egyezési arányodat és a használható fiókok számát.
4. Kösd össze a CRM-mel, és szűrj szigorúan (4–5. hét). Csak azokat a cégeket szinkronizáld, amelyek átmennek az ICP- és viselkedési szűrőkön. Zárd ki az internetszolgáltatókat, tárhelyszolgáltatókat, egyetemeket, meglévő ügyfeleket (őket inkább az ügyfélsiker felé irányítsd) és a saját cégedet.
5. Indíts el egy műveletet, mérd, aztán jöhet a következő (a 6. héttől). Kezdd az értékesítésnek szóló heti fiókösszefoglalókkal, majd add hozzá a magas szándékú oldalakhoz kapcsolódó riasztásokat. Személyre szabást vagy hirdetési közönségeket csak akkor vezess be, ha az értékesítés megerősítette, hogy a fiókok rendben vannak.

Gyakori hibák

• A szolgáltatók megítélése az általuk közölt egyezési arány alapján. A saját forgalmadon mérj, és a használható cégeket számold, ne az egyezéseket.
• Értesíteni az értékesítést minden egyezésnél. Heteken belül az értékesítők figyelmen kívül hagyják a csatornát. Kezdd ICP-re és vásárlási viselkedésre szűrt összesítőkkel.
• A céges adatok anonimként kezelése. Az adatkezelés személyes adatokból indul ki. Ennek megfelelően dokumentáld.
• Az internetszolgáltatók, tárhelyszolgáltatók és egyetemek kiszűrésének elmulasztása. Ezek felfújják a számokat és beszennyezik a szegmenseket.
• A cég megnevezése az oldalon hideg látogatóknak. Megfigyelésnek érződik. Amíg nincs kapcsolat, maradj az iparági keretezésnél.
• A meglévő ügyfelek figyelmen kívül hagyása. Az árazási vagy összehasonlító oldalakon tett látogatásaik bővülési vagy lemorzsolódási jelek; irányítsd őket az account managerhez.

Az azonosítás önmagában csak cégnevek listája. Az érték abból születik, amihez kapcsolod: a cégfelelősökhöz eljutó riasztásokból, a webes aktivitást mutató CRM-rekordokból és az általad fontosnak tartott szegmensek számára megváltozó weboldal-élményekből. A Markettailor látogatóazonosítása ehhez az utolsó lépéshez közvetlenül a szegmentálásba továbbítja az azonosított cégeket.

Gyakran ismételt kérdések

Hogyan működik a weboldal-látogatók azonosítása?

A leggyakoribb módszer a reverse IP lookup: a látogató IP-címét összevetik azzal a szervezettel, amelyé az adott hálózati tartomány, majd céges adatokkal, például iparággal és mérettel gazdagítják. A személyszintű azonosítás first-party adatokból származik – amikor valaki kitölt egy űrlapot, bejelentkezik vagy rákattint egy követett e-mail-linkre –, illetve harmadik féltől származó identitásgráfokból, amelyek nagyobb jogi kockázattal járnak.

A weboldal-látogatók hány százaléka azonosítható?

Nincs megbízható univerzális szám, mert a közönségedtől függ. Azok az oldalak, amelyek látogatói nagyobb cégek irodáiból dolgoznak, több munkamenetet azonosítanak; a távmunkásokat, kisvállalkozásokat, mobilforgalmat vagy privát relay-felhasználókat vonzó oldalak kevesebbet. Mérd a saját forgalmadon egy szolgáltatói próbaidőszak alatt, és a nyers egyezések helyett a használható ICP-fiókokat kövesd.

Legális-e a weboldal-látogatók azonosítása a GDPR szerint?

Lehet jogszerű, de szabályozott. Az IP-címek személyes adatnak minősülhetnek, ezért jogalap kell, általában jogos érdek dokumentált érdekmérlegeléssel, adatvédelmi tájékoztató, DPA a szolgáltatóval és egy mód a tiltakozások tiszteletben tartására. Az eszközön azonosítókat tároló vagy kiolvasó scriptekhez az ePrivacy szabályok szerint általában hozzájárulás kell.

Azonosíthatók-e egyénileg a weboldaladat látogató személyek?

Megbízhatóan és jogszerűen csak akkor, ha azonosítják magukat: űrlapkitöltéssel, bejelentkezéssel vagy a saját e-mailedből történő kattintással. Egyes szolgáltatók azt állítják, hogy identitásgráfokon keresztül néven nevezik az anonim látogatókat, főleg az amerikai forgalomban. Az EU-s és brit látogatóknál ezt nehéz indokolni, mert az illetőnek nincs kapcsolata veled, és nem számít rá.

Mi a különbség a látogatóazonosítás és a látogatókövetés között?

A követés azt rögzíti, mit csinálnak a munkamenetek: oldalak, események, források. Az azonosítás arra felel, ki áll egy munkamenet mögött, általában cégszinten. Mindkettőre szükséged van: a követés adja azt a viselkedést, amely miatt egy azonosított fiókkal érdemes foglalkozni, az azonosítás pedig a névtelen viselkedést fiókszintű jelekké alakítja az értékesítés, a személyre szabás és a hirdetések számára.