Atferdsbasert segmentering: typer, eksempler og en B2B-guide

Atferdsbasert segmentering grupperer kunder og potensielle kunder etter hva de gjør, ikke hvem de er: hva de kjøper, hvor ofte de bruker et produkt, hvilket innhold de leser, hvor nylig de kom tilbake. (På britisk engelsk staves det behavioural segmentation; ideen er den samme.) Det er ett av de fire klassiske grunnlagene for markedssegmentering, sammen med demografisk, geografisk og psykografisk, og for B2B-nettsteder er det den med mest uutnyttet verdi, fordi nettstedet ditt allerede registrerer atferden.

Denne guiden tar for seg de seks hovedtypene atferdsbasert segmentering, tolv eksempler på atferdsbasert segmentering fra B2C og B2B, en trinnvis metode for å bygge segmenter fra hendelser på nettstedet, en ferdig utfylt tabell med segmentdefinisjoner du kan kopiere, og feilene som gjør segmenter ubrukelige. Vil du ha det store bildet først, viser guiden vår til segmenteringsstrategi hvordan atferdssegmenter står side om side med firmografiske segmenter og intensjonssegmenter.

Hva atferdssegmentering er (og hva det ikke er)

Et atferdssegment defineres av en observerbar handling, som regel med en terskel og et tidsvindu. «Besøkte prissiden to ganger de siste 14 dagene» er atferd. «Jobber i et programvareselskap med 500 ansatte» er firmografi. «Verdsetter innovasjon» er psykografi. Skillet er viktig fordi hver type svarer på et annet spørsmål og kommer fra en annen datakilde.

Vårt syn: i B2B er atferdssegmenter de eneste som forteller deg når du skal handle. Firmografi forteller deg om en konto er verdt å satse på (se firmografisk segmentering som konverterer). Atferd forteller deg hva kontoen prøver å finne ut av akkurat nå.

De seks hovedtypene atferdssegmentering

Lærebøkene lister typene litt forskjellig, men de fleste listene koker ned til disse seks. Hver av dem beskrives med opphavet i B2C og hvordan den overføres til et B2B-nettsted.

1. Kjøps- og bruksatferd

Hvor mye, hvor ofte og hvordan en kunde kjøper eller bruker produktet. B2C: storbrukere, middels brukere og småbrukere. B2B: brukte lisenser mot kjøpte lisenser, adopsjon av funksjoner, eller for anonyme besøkende på nettstedet, hvilke produktområder de undersøker. En besøkende som bare leser rapporteringssidene dine, er et annet prospekt enn en som bare leser API-dokumentasjonen.

2. Anledning og timing

Når folk kjøper eller engasjerer seg. B2C: sesongkunder, julegaver. B2B: budsjettsykluser, slutten av regnskapsåret, vinduer for kontraktsfornyelse og, på nettstedet, hvor nylig. Et besøk i går betyr noe annet enn et besøk for 90 dager siden.

3. Ønsket fordel

Det viktigste resultatet kjøperen ønsker. Det klassiske lærebokeksempelet er tannkrem: noen kjøpere vil ha hvitere tenner, noen vil ha beskyttelse mot hull, noen vil ha lavest pris. I B2B: noen kjøpere vil ha rask implementering, noen vil ha sikkerhetsgarantier, noen vil ha lavere kostnader. På et nettsted utleder du fordelen fra temaene en besøkende leser.

4. Engasjementsnivå

Hvor intenst noen samhandler. Sider per økt, rulledybde, gjentatte besøk, klikk i e-post. Engasjementsnivået skiller tilfeldige lesere fra aktive researchere, men alene sier det ingenting om egnethet, og derfor bør det nesten alltid kombineres med en annen dimensjon.

5. Fase i kundereisen

Hvor kjøperen er i beslutningen: klar over problemet, sammenligner alternativer, validerer en kortliste, forhandler. På et B2B-nettsted er sidetyper ganske gode indikatorer: blogg og guider tyder på tidlig research, sammenlignings- og prissider tyder på evaluering, sikkerhets- og implementeringssider tyder på validering. Innlegget vårt om personalisering etter fase i kjøpsreisen går dypere inn på dette.

6. Lojalitet og status

Eksisterende kunder kontra prospekter, og blant kundene, ambassadører kontra kontoer i faresonen. B2C: bonusnivåer for flyreisende. B2B: kunder som logger inn daglig, kunder med fallende bruk, tidligere kunder som kommer tilbake til prissiden.

12 eksempler på atferdsbasert segmentering

De fem første er velkjente B2C-mønstre, beskrevet generelt. De sju andre er segmenter for B2B-nettsteder du kan bygge fra data du allerede samler inn.

1. Forlatte handlekurver (kjøpsatferd). Nettbutikker sender e-post til folk som la varer i kurven, men ikke gikk til kassen. B2B-parallellen er en som begynte på en demoforespørsel og forlot skjemaet.
2. Klynger basert på seerhistorikk (bruk). Strømmetjenester anbefaler titler ut fra hva en seer så ferdig, ikke hva de sier at de liker. Faktisk atferd slår oppgitte preferanser.
3. Kjøpere som fyller på (timing). Dagligvare- og dyrebutikkapper minner kundene på når de vanligvis bestiller på nytt. Parallellen i B2B: budskap rettet mot fornyelsesvinduet for kunder 60 til 90 dager før kontrakten utløper.
4. Lojalitetsnivåer (lojalitet). Flyselskaper og hoteller behandler de hyppigste kundene sine annerledes. B2B-parallell: kontoer med superbrukere får tidlig tilgang og forespørsler om henvisninger.
5. Tilbudsjegere (ønsket fordel). Kunder som bare kjøper på tilbud, får andre tilbud enn de som kjøper til full pris. B2B-parallell: besøkende som går rett til prissiden og det billigste abonnementet.
6. Temaresearchere. Besøkende som leser tre eller flere innhold om ett tema innen 30 dager. Vis dem neste innhold om temaet og en temaspesifikk kundecase.
7. De som vurderer priser. To eller flere visninger av prissiden på 14 dager. Vis plansammenligning, en ROI- eller kostnadskalkulator og en «snakk med noen om priser»-CTA i stedet for en generisk demoknapp.
8. Integrasjonssjekkere. Besøk på integrasjonssider eller dokumentasjon for et bestemt verktøy. Led med den integrasjonen på forsiden og i CTA-teksten.
9. Sikkerhetsvalidatorer. Besøk på sider om sikkerhet, compliance, databehandleravtale eller tillit. Dette er ofte et signal sent i prosessen: en kjøper forbereder innkjøpet. Løft frem sikkerhetspakken og en navngitt kontaktperson.
10. Kontoer med flere besøkende. Tre eller flere ulike besøkende fra samme selskap i løpet av 21 dager, synlig med identifisering av besøkende på selskapsnivå. Innkjøpsgruppen er i ferd med å ta form.
11. Sovende kontoer som kommer tilbake. En konto uten besøk på 90 dager som vender tilbake til en produkt- eller prisside. Fornyet engasjement er et sterkt timingsignal og en god utløser for oppfølging fra salg.
12. Kunder som ser på oppgraderingssider. Eksisterende kunder som leser om en funksjon de ikke har. Vis innhold om utvidelse i stedet for innhold rettet mot nye kunder.

Slik bygger du atferdssegmenter fra nettstedsdata

Den vanlige feilen er å starte med smarte segmentnavn og jobbe seg bakover. Start med hendelser, deretter terskler, så vinduer og til slutt navn. Her er arbeidsflyten vi anbefaler.

Steg 1: Merk hver side med en type og et tema

Du kan ikke segmentere etter atferd hvis alt du registrerer er en URL. Legg til to egenskaper på hver sidevisning: en sidetype (blogg, guide, produkt, integrasjon, pris, sikkerhet, kundecase, dokumentasjon) og et hovedtema (for eksempel analyse, segmentering, ABM). I GA4 er dette en egendefinert dimensjon som sendes med page_view-hendelsen; i Segment, PostHog eller Mixpanel er det en sideegenskap. Gjør det i tag manageren ut fra URL-mønstre, så redaktørene slipper å huske det.

Steg 2: Spor en kort liste med meningsfulle hendelser

Åtte til ti hendelser dekker de fleste segmenter: sidevisning med type og tema, scroll til 75 %, CTA-klikk, påbegynt skjema, innsendt skjema, visning av prisside, visning av dokumentasjon, avspilling av video, nedlasting av fil og tilbakevendende økt. Vår guide til sporing av besøkende på B2B-nettsteder viser hva hver av dem er nyttig til. Ikke fall for fristelsen til å spore alt.

Steg 3: Bestem enheten: person eller konto

B2C segmenterer enkeltpersoner. B2B trenger som regel begge deler. Én person som leser prissiden to ganger er litt interessant; tre personer fra samme konto som leser prissiden i løpet av en uke er et kjøpssignal. Bestem for hvert segment om det vurderes per besøkende (informasjonskapsel) eller per selskap (identifisert konto).

Trinn 4: Sett terskler og tidsvinduer

Hvert segment trenger et minimumsantall og et tidsvindu. En brukbar tommelfingerregel: én handling er støy, to er et hint, tre er et mønster. Tidsvinduene bør gjenspeile hvor fort signalet svekkes. Interesse for priser svekkes raskt (7 til 14 dager). Interesse for et tema svekkes saktere (30 dager). Kundestatus svekkes ikke i det hele tatt.

Steg 5: Sett en prioriteringsrekkefølge

Besøkende vil kvalifisere for flere segmenter samtidig. Bestem hvilket som vinner. Sorter etter hvor spesifikt signalet er og hvor sent i prosessen det kommer: sikkerhetsvaliderer slår prisevaluerer, som slår temaresearcher.

Steg 6: Beregn størrelsen på segmentene før du bygger noe

Kjør reglene mot data fra de siste 60 til 90 dagene. Har et segment under omtrent 2 % av de besøkende, er det for lite til å forsvare eget innhold. Har ett segment mer enn halvparten av alle besøkende, er det for bredt til å bety noe. Løsne eller stram inn tersklene, og kjør på nytt.

Steg 7: Knytt én handling til hvert segment

Et segment uten en annerledes opplevelse eller en annerledes oppfølging er bare en rapport. For hvert segment skriver du ned den ene tingen som endres: budskapet i toppseksjonen, CTA-en, kundecasen, salgsvarselet.

Gjennomregnet eksempel: en tabell med segmentdefinisjoner

Eksempel (illustrerende tall for et tenkt B2B-programvarenettsted med 20 000 besøkende i måneden, hvorav 6 000 kan knyttes til en bedrift):

Sjekk regnestykket for dekning: omtrent 3 400 besøkende og 200 kontoer havner i et navngitt segment, rundt 17 % av trafikken i dette eksempelet. Det er helt greit: atferdssegmenter skal fange mindretallet av besøkende som viser et signal, ikke merke alle.

Kolonnene for enhet, vindu og handling er der de fleste segmentdesign forblir vage. Kopier denne strukturen inn i et regneark og fyll den ut for ditt eget nettsted.

Slik måler du om et segment er ekte

Et segment er bare verdt å beholde hvis det forutsier noe. Gjør tre kontroller etter 30 til 60 dager.

• Forskjell i resultater. Sammenlign rate for demoforespørsler, nye salgsmuligheter og vinnrate per segment med standardgruppen. Oppfører et segment seg nøyaktig som standardgruppen, fanger ikke regelen opp noe nyttig.
• Stabilitet. Sjekk hvor mange medlemmer som fortsatt er i segmentet en uke senere. Segmenter som skiftes helt ut med noen dagers mellomrom, reagerer på støy; forleng vinduet eller hev terskelen.
• Respons på behandlingen. Test den personaliserte opplevelsen mot standardversjonen innenfor segmentet. Vær ærlig om trafikken: de fleste atferdssegmenter på B2B-nettsteder er for små for en klassisk A/B-test på demoforespørsler. Forklaringen vår om utvalgsstørrelse for A/B-tester viser regnestykket. Der du ikke kan nå signifikans, test på et mål med høyere volum, som CTA-klikkrate, eller bruk en kontrollgruppe og sammenlign pipeline over et kvartal.

Vanlige feil

• Å behandle engasjement som intensjon. En student som leser 20 blogginnlegg, scorer høyt på engasjement og har null kjøpsintensjon. Kombiner alltid atferd med match: legg atferdsregler oppå firmografiske filtre.
• Ingen tidsvindu. «Besøkte prissiden» uten et tidsvindu betyr at noen som så én gang i 2024, fortsatt er flagget i dag. Hver regel trenger en utløpsdato.
• For mange segmenter. Ti segmenter med 40 besøkende hver kan ikke måles, og ingen kommer til å vedlikeholde ti innholdsvarianter. Start med tre til fem.
• Samme atferd, ulik betydning. Tre besøk på prissiden fra en oppstartsbedrift med 20 ansatte betyr ofte at de sjekker om de har råd; fra et konsern med 5 000 ansatte betyr det ofte at de lager en budsjettsøknad. Tolk atferd i firmografisk kontekst.
• Statisk tildeling. Segmenter må vurderes på nytt ved hvert besøk. Noen som researchet et tema forrige måned og nå leser sikkerhetssider, har beveget seg videre, og nettstedet bør følge med.

Slik setter du det ut i livet

Den minste nyttige versjonen: merk sider med type og tema, definer tre segmenter (prisvurderer, integrasjonssjekker, temaresearcher), gi hvert av dem egen hero-tekst og CTA, og evaluer resultatene etter 60 dager. Definisjonene av de underliggende begrepene finner du i ordlisteoppføringen om segmentering. Vil du at reglene skal evalueres i sanntid og kombineres med identifisering på selskapsnivå, er det det Markettailors segmenteringsfunksjon gjør, men metoden ovenfor fungerer med alle verktøy som kan lese hendelser og bruke regler.

Ofte stilte spørsmål

Hva er atferdsbasert segmentering?

Atferdssegmentering deler kunder eller prospekter inn i grupper basert på observerbare handlinger: kjøp, produktbruk, innhold de har konsumert, engasjementsnivå, timing og lojalitet. I motsetning til demografisk eller firmografisk segmentering, som beskriver hvem noen er, beskriver atferdssegmentering hva de gjør, og det gjør den til det beste grunnlaget for å avgjøre når og hvordan du skal ta kontakt. Hvert segment defineres av en handling, en terskel og et tidsvindu.

Hva er hovedtypene atferdsbasert segmentering?

De seks vanligste typene er kjøps- og bruksatferd, anledning og timing, ønsket fordel, engasjementsnivå, fase i kundereisen og lojalitet eller status. I B2B er de du kan observere direkte på et nettsted, bruk (hvilke produktområder noen undersøker), timing (hvor nylig), engasjementsnivå og fase i reisen (utledet fra sidetyper som pris-, sikkerhets- eller sammenligningssider).

Hva er et eksempel på atferdssegmentering i B2B?

Et vanlig eksempel er et segment for prisvurderere: besøkende som har sett prissiden to eller flere ganger på 14 dager. I stedet for den generiske demoknappen ser de en sammenligning av planer, en kostnadskalkulator og en CTA om å gå gjennom prisene sammen. Et annet er et segment for kontoer med flere besøkende: tre eller flere personer fra samme bedrift som besøker innen tre uker, noe som tyder på at en innkjøpskomité er i ferd med å ta form.

Hvor mange atferdssegmenter bør et B2B-nettsted ha?

Start med tre til fem. Hvert segment trenger nok medlemmer til å kunne måles og noen som vedlikeholder innholdsvarianten. Beregn størrelsen på kandidatreglene mot 60 til 90 dager med historiske data først; fjern eller slå sammen segmenter som bare har en ørliten andel av de besøkende, og stram inn regler som fanger mer enn halvparten av all trafikk. Legg bare til segmenter etter at de første viser ulike resultater.

Er atferdsbasert segmentering i tråd med GDPR?

Det kan det være. Sporing som baserer seg på informasjonskapsler som ikke er nødvendige, eller lignende teknologier, krever samtykke i EU og Storbritannia etter ePrivacy-reglene, og behandling av personopplysninger krever et behandlingsgrunnlag etter GDPR. Bygg segmenter som fortsatt fungerer på bedrifts- eller øktnivå når en besøkende takker nei, hold tidsvinduene korte, dokumenter hva du samler inn og hvorfor, og forklar det med enkle ord i personvernerklæringen.