ROI på personalisering av nettsted: slik måler du det og bygger argumentet

ROI av personalisering er den inkrementelle bruttofortjenesten de personaliserte opplevelsene dine gir, minus hva de koster, delt på hva de koster. Det vanskelige er ordet «inkrementell». Konverteringsrater på personaliserte sider ser nesten alltid bedre ut enn snittet for nettstedet, og nesten ingenting av den forskjellen beviser noe som helst, fordi de besøkende du kan personalisere for, ikke er de samme som dem du ikke kan.

Denne siden dekker hele jobben på ett sted: ROI-formelen for personalisering av nettsteder med et utregnet eksempel, hvordan du utformer en kontrollgruppe som faktisk isolerer effekten, hvilke måltall du skal rapportere i hvilken fase, et scorekort du kan kopiere, og hvordan du gjør alt dette om til en business case for personalisering som får en pilot godkjent.

Formelen for ROI av personalisering

Skriv formelen som en kjede, slik at hvert ledd kan kontrolleres av noen i økonomiavdelingen:

Inkrementell bruttofortjeneste = segmenttrafikk × grunnleggende konverteringsrate × relativ økning × andel leads som blir salgsmuligheter × vinnerrate × ACV × bruttomargin

ROI = (inkrementell bruttofortjeneste - totalkostnad) / totalkostnad

Tre valg i den formelen betyr mer enn selve regnestykket:

• Segmenttrafikk, ikke nettstedstrafikk. Bare besøkende som er identifisert og havner i et personalisert segment, kan påvirkes. Hvis 25 % av trafikken din kan identifiseres og er i et segment, bidrar de andre 75 % ingenting til ROI-en, og å gange trafikken for hele nettstedet med et løft er den aller vanligste måten business caser blir blåst opp på.
• Løft målt mot en holdout-gruppe, ikke mot forrige kvartal eller mot uidentifiserte besøkende. Mer om det nedenfor.
• Bruttofortjeneste, ikke inntekt. En inntektsbasert ROI pynter på tallet. Økonomiavdelingen vil uansett regne den om på margin, så gjør det først. ROI-kalkulatoren for markedsføring viser begge versjonene side om side.

Gjennomregnet eksempel

Eksempel, illustrerende tall for et hypotetisk B2B-programvareselskap. Det personaliserte segmentet er identifiserte besøkende fra to målbransjer.

Kostnadene for samme år, også illustrerende: verktøyabonnement 18 000 USD, teamtid på 6 timer i uken i 48 uker til en fullkostnad på 80 USD i timen (23 040 USD), og 8 000 USD i engangskostnader til innholdsproduksjon. Totalt: 49 040 USD.

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

Gjør så beregningen som faktisk overbeviser en finansdirektør: break-even-økningen. Hver prosent relativ økning i dette eksempelet er verdt 0,8 ekstra forespørsler i måneden, som gir 12 902 USD i årlig bruttofortjeneste. Del kostnaden på 49 040 USD på 12 902 USD, og du får en break-even-økning på omtrent 3,8 %. Diskusjonen går fra «tror vi på 15 %?» til «tror vi dette slår 3,8 %?», som er et mye enklere spørsmål.

To ærlighetsjusteringer før du viser dette til noen:

• Timing. Avtaler lukkes én salgssyklus etter konverteringen. Med en salgssyklus på 4 måneder vil et program som lanseres i januar, bokføre omtrent åtte måneder med inkrementelle avtaler det første kalenderåret, ikke tolv. Vis pipeline i år én og bokførte avtaler med forsinkelsen.
• Usikkerhet. En målt økning på 15 % kommer med et konfidensintervall, og på B2B-trafikk er det som regel bredt. Regn ut ROI ved den nedre grensen av intervallet i tillegg til punktestimatet. Er den nedre grensen fortsatt over break-even, har du en sterk sak. Er den under null, si det.

Utforming av kontrollgrupper

En kontrollgruppe er en tilfeldig valgt andel av det personaliserte segmentet som fortsatt ser standardopplevelsen. Det er det eneste rene svaret på «ville disse kontoene ha konvertert uansett?». Uten den blir sesongvariasjoner, en ny kampanje, en prisendring eller en ansettelsesbølge i salg tilskrevet personaliseringen. Innlegget vårt om attribusjon for personaliserte nettsteder dekker hvordan kontrollgrupper passer inn ved siden av kanalattribusjonsmodellen din; her er selve utformingen.

Sammenlign likt med likt

Feilen de fleste team gjør, er å sammenligne personaliserte besøkende med alle som så standardsiden. Identifiserte besøkende fra målbransjer er andre mennesker enn anonym trafikk: de har en tendens til å være lenger i prosessen, passe bedre og være mer tilbøyelige til å konvertere med eller uten personalisering. Den sammenligningen måler segmentet, ikke opplevelsen. Kontrollgruppen må trekkes fra innenfor samme segment, med samme identifiseringsregel, slik at den eneste forskjellen mellom de to gruppene er hva de så.

Randomiser per konto, ikke per økt

Ser én person fra et selskap den personaliserte forsiden mens en kollega ser standardversjonen, er begge gruppene forurenset og effekten av innkjøpskomiteen går tapt. Tildel på kontonivå (for eksempel en stabil hash av selskapets domene), og hold hver konto i sin gruppe gjennom hele testen.

Hvor stor bør kontrollgruppen være?

Mindre holdout-grupper koster mindre pipeline, men de gjør testen tregere, og straffen er større enn de fleste tror. Variansen til en forskjell mellom to grupper er proporsjonal med 1/(andel A) + 1/(andel B). En 50/50-fordeling gir 2 + 2 = 4. En holdout på 10 % gir 10 + 1,11 = 11,1, som er 2,8 ganger større, så du trenger omtrent 2,8 ganger så mye trafikk for å oppdage det samme løftet.

Vårt syn: for en pilot bruker du 50/50 eller 30/70. Du prøver å besvare ett spørsmål raskt, og hver ekstra uke med en test som ikke kan leses, koster mer enn pipelinen du kanskje kunne ha fått ved å personalisere en større andel. Legg inn din egen grunnrate og minste påvisbare økning i A/B-testkalkulatoren for å få utvalgsstørrelsen per gruppe, og bruk deretter multiplikatoren ovenfor.

Hvor lenge bør den kjøre?

Kjør til den lengste av disse tre er oppfylt:

1. Utvalgsstørrelsen for den primære konverteringsmålingen er nådd.
2. Det har gått minst to hele uker, så både ukedags- og helgemønstre er representert.
3. For påstander om pipeline og inntekter: én full salgssyklus etter at den siste kontoen gikk inn i testen. Økning i konvertering kan leses av i løpet av uker. Økning i pipeline kan ikke det.

Når programmet er i gang, bør du beholde en liten permanent kontrollgruppe (10 % er vanlig på nettsteder med mer trafikk). Effektene endrer seg når innhold blir utdatert og konkurrenter endrer nettstedene sine, og en permanent kontrollgruppe er den eneste måten å vite om fjorårets økning fortsatt finnes.

Når en kontrollgruppe ikke er mulig

Hvis du personaliserer for 40 navngitte kontoer, vil en kontrollgruppe på et dusin selskaper aldri nå signifikans. Bruk en før/etter-sammenligning på de samme kontoene, kontroller den mot et matchet sett av lignende kontoer som ikke er målkontoer i samme periode, og merk resultatet som retningsgivende. Det er fortsatt nyttig, så lenge ingen presenterer det som bevis.

Metrikkhierarkiet

Mål for personalisering finnes i tre lag. Hvert lag er tregere og mer støyete enn laget over, og hvert lag betyr mer for virksomheten. Rapporter alle tre, og la aldri et ledende mål erstatte et etterslepende.

Ledende måltall er til for å styre: de forteller deg i løpet av dager om en variant i det hele tatt blir lagt merke til. De er ikke ROI. En personalisert overskrift som øker klikkraten, men lar demoforespørslene stå stille, har ikke forbedret noe økonomiavdelingen vil betale for.

Følg med på leadkvaliteten i tillegg til volumet. En økning på 20 % i skjemautfyllinger som utelukkende kommer fra kontoer utenfor ICP-en din, er en kostnad, ikke en seier. Følg andelen leads som blir salgsmuligheter for begge gruppene, ikke bare konverteringsraten.

Forbehold om attribusjon

Holdout-gruppen gir deg et årsaksestimat for segmentet. Alt annet du rapporterer rundt det, er mykere, og en troverdig rapport sier hva som er hva.

• «Påvirket pipeline» er ikke inkrementell pipeline. En CRM-rapport over salgsmuligheter der noen så en personalisert side de siste 30 dagene før opprettelse, vil alltid være stor, fordi de beste kontoene dine besøker nettstedet ditt mye. Bruk den til å vise rekkevidde, aldri til å beregne ROI.
• Siste berøring gir nettstedet for mye æren. En kjøper som så den personaliserte forsiden din etter tre samtaler med salg, konverterte ikke på grunn av forsiden.
• Kannibalisering er reelt. Hvis en personalisert CTA konverterer en konto som ellers ville ha svart på en SDR-e-post uken etter, får nettstedet en konvertering og virksomheten ingenting ekstra. Holdout-gruppen håndterer dette automatisk, som er enda en grunn til å stole mer på den enn på påvirkningsrapporter.
• Tidlige resultater er skjeve oppover. De første ukene av en test domineres av kontoer som allerede er langt nede i trakten, og som konverterer høyt i begge grupper. Ikke ekstrapoler et tall fra to uker til et helt år.
• Bli enige om definisjoner med salg før lansering. Bestem skriftlig hva som teller som en konvertert konto, hvilken dato for salgsmuligheten dere bruker, og tilbakeblikksvinduet. Definisjoner som avtales etter at resultatene er kommet, blir det krangel om i hver pipelinegjennomgang.

Teknisk sett er minimumsoppsettet: send en analysehendelse med segment, regel og variant hver gang en personalisert opplevelse rendres; lagre gruppetildelingen (personalisert eller kontrollgruppe) på kontoposten i CRM-et; og bygg én rapport som sammenligner konvertering, opprettede salgsmuligheter, vinnerrate og ACV per gruppe.

Resultatkortet for personaliserings-ROI

Kopier denne tabellen inn i et regneark og fyll den ut per segment. Registrer utgangspunktet før lansering (eller fra kontrollgruppen), sett mål før du ser på resultatene, og oppgi kilden til hvert tall slik at tallene kan revideres.

Fyll ut resultatkortet månedlig og gå gjennom det kvartalsvis. I kvartalsgjennomgangen svarer du på fire spørsmål for hvert segment: hvilke regler slo kontrollgruppen sin, hvilke har ikke vist noe etter en full test og bør avvikles, hvilke segmenter med mye trafikk har ennå ingen personalisering, og om innholdet bak vinnerne begynner å bli utdatert. Malen for personaliserings-playbook er det naturlige stedet å registrere disse beslutningene, én rad per opplevelse med metrikk og kontrollgruppe.

Slik bygger du business casen for personalisering

Forslag om personalisering stopper som regel opp av forutsigbare grunner: Koblingen til omsetning er vag («bedre opplevelser»), omfanget er hele nettstedet, og pitchen er den samme for alle i rommet. En god business case for personalisering løser alle tre ved å be om en liten, målt pilot i stedet for et helt program.

Strukturen på én side

Dropp presentasjonen på 30 lysbilder. Én side, fem deler:

1. Problemet i dine egne tall. «Besøkende fra de to bransjene som passer oss best, konverterer 1,4 % på forsiden, mot 2,3 % for det største segmentet vårt.» Et gap fra din egen analyse slår enhver bransjebenchmark.
2. Modellen. ROI-kjeden fra det gjennomregnede eksempelet, med dine tall, i tre scenarioer for økning, pluss økningen som gir break-even.
3. Piloten. Omfang, kontrollgruppe, varighet, terskel for suksess (se forslaget nedenfor).
4. Kostnaden og ulempen. Totalkostnad, i penger og timer. Si det verste utfallet rett ut: viser piloten ikke noe løft, taper du pilotkostnaden og lærer hvilke segmenter som ikke responderer.
5. Beslutningen du ber om. Et ja til piloten og en avtalt dato for beslutningen om å utvide eller stoppe, ikke et ja til et program som varer et år.

Hold piloten liten

Én eller to sider med mye trafikk (som regel forsiden, prissiden eller en landingsside med høyt volum), to segmenter, og ett eller to elementer endret per segment (overskrift og bevis er det vanlige paret). Et avgrenset omfang er lettere å få godkjent, raskere å måle og enkelt å slå av. En pilot gir deg også ditt eget løftstall, som er verdt mer i neste budsjettmøte enn noen benchmark fra en leverandør.

Hva ledere innvender, og hvordan du svarer

To ting hjelper før møtet. For det første: finn en salgsleder som ønsker bedre kvalifisert pipeline fra målkontoer, og be vedkommende om å være medsponsor; «markedsavdelingen vil ha et verktøy» er svakere enn «salg og markedsføring vil teste dette». For det andre: se på nettstedene til de viktigste konkurrentene dine fra ulike bedriftskontekster, og noter hva som eventuelt endrer seg. Hvis de personaliserer, gir det en følelse av hastverk; hvis de ikke gjør det, er det en sjanse til å skille seg ut. Uansett bør du holde det til et kort vedlegg: konkurrentenes oppførsel er kontekst, ikke bevis på ROI.

Et forslag til 90-dagers pilot du kan tilpasse

Den ukentlige gjennomføringen av piloten, inkludert hvilke segmenter du bør starte med og hva trafikken din lar deg teste, finner du i 90-dagers veikartet vårt for personaliseringstesting.

Rapportering til ledelsen etter lansering

Når piloten kjører, rapporterer du tre tall og ingenting annet på første lysbilde: inkrementelle konverteringer mot holdout-gruppen (med konfidensintervall), inkrementell pipeline så langt og kostnad hittil sammenlignet med løftet som trengs for å gå i null. Alt annet, inkludert segmentoppdelinger og engasjementsmål, havner i vedlegget.

Rapporter månedlig til teamet og kvartalsvis til ledelsen. Månedlige B2B-data er støyete, og én svak måned bør ikke utløse en debatt om hele programmet. Oppdater ROI-en med faktiske tall hvert kvartal, og erstatt antakelsene én etter én, til modellen ikke inneholder noen antatte tall i det hele tatt.

Hvis du ruller ut personalisering med Markettailor, lar A/B-testing-funksjonene deg sette en kontrollgruppe per segment, så sammenligningen over er innebygd i stedet for å måtte rekonstrueres i etterkant.

Ofte stilte spørsmål

Hvordan beregner du ROI på personalisering?

Gang antall besøkende i det personaliserte segmentet med basiskonverteringsraten og økningen målt mot en kontrollgruppe, og før det videre gjennom raten fra lead til mulighet, vinnerraten, gjennomsnittlig kontraktsverdi og bruttomargin. Trekk fra totalkostnaden (verktøy, teamets tid, innhold) og del på den kostnaden. Beregn også break-even-økningen, den minste økningen som dekker kostnaden, fordi den er lettere å diskutere enn en prognose.

Hvor stor bør en kontrollgruppe for personalisering være?

For en pilot 30 til 50 % av segmentet, fordi en liten kontrollgruppe krever langt mer trafikk: en kontrollgruppe på 10 % krever omtrent 2,8 ganger så mye trafikk som en 50/50-fordeling for å påvise samme økning. Når programmet er bevist og i drift, lar en permanent kontrollgruppe på rundt 10 % på nettsteder med mer trafikk deg fortsette å sjekke at effekten fortsatt finnes.

Hvor lang tid tar det å se ROI fra personalisering av nettsted?

Endringer i engasjement vises innen én til tre uker, og konverteringsløft innen omtrent tre til åtte uker, avhengig av trafikken. Pipeline og inntekter tar minst én hel salgssyklus etter at kontoene kommer inn i testen, så med en syklus på fire måneder kan du regne med en lesning av inntektene rundt seks måneder etter lansering. Presenter de tidlige resultatene som ledende indikatorer, ikke ROI.

Hva bør en business case for personalisering inneholde?

Én side: konverteringsgapet for målsegmentene dine i dine egne data, ROI-modellen med tre scenarioer for økning og økningen som gir break-even, en avgrenset pilot (sider, segmenter, holdout-gruppe, varighet, suksesskriterium), totalkostnaden og verste scenario, og den konkrete beslutningen du ber om. Be om en pilot med en beslutningsdato, ikke om et fullt program.