Hva er personalisering av nettsteder? Typer og eksempler for B2B

Alle B2B-nettsteder har det samme strukturelle problemet. Én forside, ett sett produktsider, ett prisoppsett, som alle skal betjene en kjøpergruppe som spenner over flere bransjer, selskapsstørrelser, roller og grader av kjøpsklarhet. Resultatet er et nettsted optimalisert for en gjennomsnittlig besøkende som ikke finnes. Nettstedspersonalisering løser dette ved å vise ulikt innhold til ulike besøkende basert på hvem de er, hvilket selskap de jobber i og hva de har gjort på nettstedet ditt før.

Om det lønner seg for ditt nettsted, er noe du må måle, ikke anta. Publiserte tall for økning kommer fra leverandører og konsulentselskaper som måler sine egne kunder, og de varierer mye. Tallet som betyr noe, er økningen du ser for dine egne segmenter mot en kontrollgruppe, og denne guiden forklarer hvordan du finner det. Den dekker hva nettstedspersonalisering er, hvordan det fungerer under panseret, de viktigste B2B-typene, hvilke sideelementer du bør endre, hvordan du velger det første brukstilfellet, en første implementering på to uker, personvern og hvordan du måler resultatet.

Hva personalisering av nettsteder er (og ikke er)

Nettstedspersonalisering (på engelsk også skrevet website personalisation, eller bare web personalization) er praksisen med å endre det en besøkende ser på nettstedet ditt dynamisk, basert på data om den besøkende. Dataene kan komme fra firmografiske kilder (selskapsnavn, bransje, størrelse), atferdsbaserte kilder (besøkte sider, nedlastet innhold, tid på nettstedet), kontekstuelle kilder (geografisk plassering, enhetstype, henvisningskilde) eller CRM-data (salgsfase, kontonivå, tidligere interaksjoner).

Endringene kan være små (bytte ut en overskrift eller en CTA-knapp) eller store (vise en helt annen sidelayout med andre kundecaser, budskap og bilder). Det avgjørende kjennetegnet er at den besøkende ikke velger varianten selv. Systemet velger den ut fra tilgjengelige data.

Dette skiller personalisering fra tilpasning. Nielsen Norman Group definerer forskjellen tydelig: personalisering er systemdrevet (nettstedet tilpasser seg automatisk), mens tilpasning er brukerdrevet (den besøkende tar manuelle valg, som å sette preferanser). Begge kan forbedre opplevelsen. Personalisering fungerer uten at den besøkende trenger å gjøre noe, noe som er avgjørende i B2B, der de fleste besøkende aldri oppretter en konto eller logger inn.

Nettstedspersonalisering er også noe annet enn personalisering av e-post. E-postpersonalisering fungerer på kjente kontakter i databasen din. Nettstedspersonalisering kan også fungere på anonyme besøkende som aldri har fylt ut et skjema, og på de fleste B2B-nettsteder utgjør de det store flertallet av trafikken (sammenlign skjemainnsendingene dine med øktene dine for å se din egen andel). Personaliserer du bare for kjente kontakter, når du en liten del av dem som er på nettstedet ditt.

To ting til blir forvekslet med personalisering, og forvekslingen fører til dårlig avgrensede prosjekter:

Den praktiske konsekvensen: personalisering er et sett A/B-tester som kjøres innenfor segmenter. A/B-testing spør «hvilken versjon er best i snitt?»; personalisering godtar at variant A kan vinne for enterprise-besøkende mens variant B vinner i mellomsegmentet, og bruker en test innenfor hvert segment for å bevise det. Hvis du ikke kan si hvilket segment en variant er for, og hvordan du ville visst at den slo standardversjonen for det segmentet, driver du med dynamisk innhold med ekstra steg.

Personalisering er heller ikke fornavnstokener. «Velkommen tilbake, Sarah» endrer ingenting ved kjøpsbeslutningen. Endringene som betyr noe i B2B, er relevansendringer: bevisene, hvordan problemet rammes inn og neste steg.

Slik fungerer B2B-nettstedspersonalisering

Under panseret består det av tre deler: et datalag som finner ut hvem som besøker siden, en regelmotor som bestemmer hvilken variant de får, og en leveringsmetode som viser varianten på skjermen. Når du vet hvor hver del svikter, blir det mye enklere å vurdere verktøy og å unngå å bruke et kvartal på segmenter som aldri treffer noen.

Datalaget: fire innganger

Hver personaliseringsregel utløses av én av fire typer input. De skiller seg i dekning, nøyaktighet og juridisk tyngde, og mange programmer stopper opp fordi de velger et bruksområde som krever en input de ikke har pålitelig tilgang til.

Kobling fra IP til selskap er det vanlige første steget for anonym trafikk. Hver sideforespørsel har en IP-adresse, og en tjeneste for identifisering av besøkende kobler den til en organisasjon ved hjelp av registre over bedrifters IP-områder, data fra internettleverandører og sine egne observerte treff. Det krever ingen informasjonskapsel, intet skjema og intet tidligere besøk. Hvor godt det fungerer, avhenger av hvordan kjøperne dine kobler seg til: noen på et bedriftsnettverk med sitt eget registrerte område er lett å identifisere, mens noen som jobber hjemmefra på privat bredbånd eller på et mobilnett som regel blir knyttet til internettleverandøren i stedet for arbeidsgiveren. Leverandørenes treffrater er målt på deres egen kundemiks, så kjør verktøyet på din egen trafikk i to uker og se hvor stor andel av øktene som knyttes til et ekte selskap, fordelt på ICP-segmentene dine.

Berikelse gjør et selskapsnavn om til noe du kan handle på: bransje, antall ansatte, omsetningsintervall, land for hovedkontor og noen ganger teknologistakk. Clearbit (nå en del av HubSpot), ZoomInfo, Apollo og 6sense selger alle denne typen data. Brede attributter som bransje og størrelsesintervall er som regel de mest pålitelige; detaljerte teknografiske data er minst pålitelige, fordi de ofte utledes fra stillingsannonser eller skript på nettsteder. Bygg de første reglene dine på de grove attributtene, og stikkprøvekontroller tjue eller tretti berikede poster mot selskaper du kjenner, før du stoler på et felt.

Atferdssignaler krever historikk. Et første besøk gir deg en henvisende kilde og én side, ikke mer, og derfor fungerer atferdsregler best for tilbakevendende besøkende, og derfor kombinerer de fleste oppsett dem med firmografi (se atferdssegmentering). CRM-data dekker bare besøkende som cookien fra markedsføringsautomatiseringen allerede kobler til en kontakt eller konto, men den gruppen inkluderer den aktive pipelinen og kundene dine, akkurat de personene du minst av alt vil vise en generisk «book en demo»-side. Guiden til CRM-integrasjon dekker feltkoblingen.

To regler følger av dette. Start med atferd og kampanjekontekst: det dekker flest økter, krever ingen tredjepartsdata og er enklest å forsvare juridisk. En besøkende som kom fra «SOC 2 automation»-annonsen din, bør se SOC 2-bevis enten du kjenner bedriften deres eller ikke. Og glem aldri standardsiden: hvis identifiseringen bare dekker en del av øktene dine, ser resten standardversjonen, så den forblir den viktigste versjonen av siden.

Regelmotoren: å koble besøkende til opplevelser

Regelmotoren tar det datalaget vet og velger en variant. Konseptuelt er det en liste med hvis-så-utsagn som sjekkes i prioritert rekkefølge:

HVIS selskapsstørrelsen er over 500 ansatte OG bransjen er finanstjenester OG den besøkende har sett prissiden, SÅ vis toppseksjonen for finanstjenester, kundecasen fra bank og CTA-en «Snakk med teamet vårt for finanstjenester».

Når en besøkende matcher flere regler, vinner den med høyest prioritet. Besøkende som ikke matcher noe, får standardsiden, og det samme gjør besøkende som avslår samtykke og søkemotorroboter. Regelbaserte motorer som dette er tilstrekkelige for de fleste B2B-implementeringer; maskinlæringsmotorer som forutsier beste variant per besøkende, trenger langt mer trafikk til trening enn de fleste B2B-nettsteder har.

Hold reglene enkle. «Vis industriinnhold til industriselskaper» kan gå live på en ettermiddag og får nok trafikk til å kunne leses i løpet av uker. «Vis en bestemt hero til Series B-fintech-selskaper med 200 til 500 ansatte som har besøkt prissiden to ganger» matcher kanskje noen få økter i måneden, så du får aldri vite om den fungerer. Hver regel gir også mer vedlikehold: ti regler på forsiden betyr ti versjoner å oppdatere når posisjoneringen endres, og ti kombinasjoner å kvalitetssikre. Start med segmenter (finans i storbedrifter, SaaS i mellomsegmentet) i stedet for enkeltkontoer; sider på kontonivå gir bare mening for en ABM-liste som er kort nok til at avtalestørrelsen forsvarer innhold per konto.

Levering: klientside, serverside eller edge

Hvordan varianten når nettleseren, påvirker hastighet, flimring, SEO og hvor mye utviklingsarbeid du trenger.

Med en tagg på klientsiden er den vanlige løsningen på flimring forhåndsskjuling: en liten inline CSS-regel skjuler bare elementene du personaliserer til skriptet har brukt endringene sine, med et tidsavbrudd slik at standardinnholdet vises hvis skriptet er tregt eller blokkert. En tom toppseksjon er verre enn en generisk. Vårt syn: de fleste markedsteam bør starte på klientsiden med forhåndsskjuling, bevise at personalisering flytter et måltall, og først deretter bruke utviklertid på levering fra serveren eller edge. Uansett hva du bruker, bør du måle Largest Contentful Paint med og uten personalisering; varianten bør ikke komme merkbart senere enn standardversjonen ville gjort.

Se hvordan sanntidspersonalisering bruker denne prosessen på den første sidevisningen, og sammenlign verktøy for nettstedspersonalisering etter hvordan de håndterer hvert lag. AI-drevet personalisering senker først og fremst kostnaden ved å skrive varianter og hjelper deg å velge mellom dem når du har mange segmenter; for et første program holder det med regler. Innlegget vårt om AI i leadgenerering tar for seg B2B-siden.

Typer nettstedspersonalisering i B2B

B2B-personalisering skiller seg fra B2C-personalisering på viktige punkter. B2C-personalisering bygger på den enkelte forbrukers atferd: hva du har sett på, hva du har kjøpt, hva du har lagt i handlekurven. B2B-personalisering bygger på attributter på selskapsnivå og dynamikken i innkjøpskomiteen. Den besøkende er én av flere personer fra samme selskap som vurderer deg (en CTO er opptatt av integrasjoner og sikkerhet, en markedsleder av resultater og brukervennlighet, innkjøp av vilkår), salgssyklusene varer i uker eller måneder, og trafikken måles i tusener og ikke millioner, så segmentene må være grove nok til å samle data.

Firmografisk personalisering

Den vanligste typen i B2B. Firmografisk personalisering bruker data på bedriftsnivå (bransje, størrelse, omsetning, beliggenhet) til å tilpasse nettstedet. En besøkende fra en helsebedrift ser kundecaser fra helse, budskap med fokus på etterlevelse og skjermbilder av helserelevante funksjoner. En besøkende fra et teknologiselskap ser budskap med fokus på integrasjoner, lenker til utviklerdokumentasjon og SaaS-kundecaser. Guidene våre om bransjepersonalisering og personalisering etter bedriftsstørrelse går dypere.

Firmografisk personalisering fungerer ved første sidelasting fordi dataene er tilgjengelige fra IP-oppslag før den besøkende samhandler med noe. Det gjør det til det naturlige startpunktet for team som innfører personalisering for første gang.

Atferdsbasert personalisering

Atferdsbasert personalisering tilpasser opplevelsen basert på hva den besøkende har gjort på nettstedet ditt, både i den nåværende økten og ved tidligere besøk. En besøkende som har lest tre blogginnlegg om analyse, ser analyserelatert innhold løftet frem på forsiden. En besøkende som har sett prissiden to ganger den siste uken, ser en CTA som tilbyr en prisrådgivning i stedet for en generisk «Les mer»-knapp.

Atferdsbasert personalisering krever at sporingsdata bygger seg opp, så den blir bedre over flere besøk. Ved første besøk gjør firmografisk personalisering jobben. Ved senere besøk gir atferdsdata økt presisjon.

ABM-drevet personalisering

For selskaper som driver kontobasert markedsføring, kan personaliseringen knyttes direkte til kontolisten og kontonivået. Målkontoer på nivå 1 ser en fullt tilpasset opplevelse: budskap rettet mot den navngitte kontoen, relevante kundecaser og en CTA for å booke tid med deres tildelte kundeansvarlige. Kontoer på nivå 2 ser bransjetilpassede budskap med mulighet for selvbetjent demo. Kontoer utenfor målgruppen ser standardopplevelsen. Håndboken for ABM-personalisering av nettsteder går gjennom tiltakene per nivå.

Personalisering basert på henvisningskilde

Å tilpasse siden ut fra hvor den besøkende kom fra. En besøkende som kommer fra en LinkedIn-annonse om kontobasert markedsføring, ser ABM-fokusert budskap på landingssiden. En besøkende som kommer fra et organisk søk etter «B2B-analyse», ser budskap om analyse. En besøkende som kommer fra en e-postkampanje om en bestemt funksjon, ser den funksjonen fremhevet. Dette skaper sammenheng mellom innholdet som trakk den besøkende til seg, og nettstedsopplevelsen som møter vedkommende. Det er nettstedets motstykke til personaliseringstokener i e-postkampanjer.

Fasebasert personalisering

Tilpasse opplevelsen etter hvor den besøkende er i kjøpsprosessen. Førstegangsbesøkende ser opplærende innhold og CTA-er for toppen av trakten. Tilbakevendende besøkende som har lest produktinnhold, ser sammenligningsguider og demo-CTA-er. Besøkende fra kontoer i aktive salgssamtaler ser innhold som støtter avtalen: ROI-kalkulatorer, implementeringsguider, sikkerhetsdokumentasjon. Se personalisering etter fase i kjøpsreisen.

Hva du bør personalisere: elementer med stor effekt

Ikke alle elementer på siden trenger å variere etter segment. Elementene med størst effekt å personalisere er de besøkende tar inn først, og de som driver konverteringshandlinger.

Hovedoverskrift og undertittel. Dette er den første teksten en besøkende leser. Å bytte fra et generisk verdiløfte til et budskap rettet mot en bransje eller et smertepunkt gir et umiddelbart signal om relevans. «Personaliser nettstedet ditt for alle besøkende» er generisk. «Vis hver innkjøper i industrien produktene de trenger» snakker direkte til en besøkende fra industrien. Guiden til personalisering av forsiden har flere eksempler per segment.

Hero-bilde. Bildet blir ofte sett før overskriften leses. Et bransjerelevant bilde (et fabrikkgulv, en handelsdesk, et sykehusdashbord) signaliserer relevans før overskriften er lest. Les mer om temaet i guiden om bilder og grafikk på landingssider.

Kundecaser og sosialt bevis. Kundecaser fra samme bransje overbeviser mer enn generiske. En SaaS-besøkende som ser en kundecase fra et annet SaaS-selskap, får et sterkere «folk som oss bruker dette»-signal enn en roterende karusell med logoer fra blandede bransjer. Finnes det ingen kundecase for en bransje, er det et innholdshull du må tette før du personaliserer for den.

CTA-er. Å tilpasse CTA-en til hvor klar den besøkende er, reduserer friksjon. Førstegangsbesøkende får «Se hvordan det fungerer». Tilbakevendende besøkende får «Book en demo». Besøkende fra kontoer som er i salgsdialog, får «Snakk med kontoteamet ditt». Innlegget vårt om personaliserte CTA-er viser hvordan du tester disse.

Navigasjon og innholdsanbefalinger. Å fremheve ulike ressurser, produktsider eller blogginnlegg basert på den besøkendes bransje eller atferdshistorikk hjelper dem å finne relevant innhold raskere. Behold hele navigasjonen tilgjengelig: personalisering skal endre rekkefølgen, ikke skjule.

Prissider. Håndteres med forsiktighet. Å fremheve planen som passer selskapets størrelse, eller å bytte selvbetjent registrering med «Kontakt salg» over en viss størrelse, er rimelig. Å vise ulike priser til ulike selskaper er noe annet, og det har en tendens til å komme frem når to kjøpere sammenligner notater. Se personalisering av prissider.

Et eksempel på hva en variant endrer, for et illustrativt selskap innen sikkerhetsprogramvare og et segment i helsesektoren:

Ikke endre alt på en gang: en variant som bytter overskrift, bevis, CTA og oppsett kan ikke fortelle deg hvilken endring som betydde noe.

Velg det første bruksområdet

Team vil ofte starte med forsider for navngitte kontoer. Det er som regel feil første test. Et godt første bruksområde har nok trafikk til å måles, en tydelig konverteringshendelse og en innholdsforskjell du faktisk kan produsere. Et webdesignbyrå kan for eksempel vise besøkende fra store virksomheter plattformarbeidet sitt og mindre selskaper sine webdesigntjenester for småbedrifter. Én måte å rangere kandidater på er å gi hver av dem 1 til 5 poeng på rekkevidde (andel økter som kvalifiserer), verdi (hvor nær siden er en inntektshendelse), sikkerhet (bevis fra salgssamtaler, data om vunne og tapte avtaler eller supporthenvendelser på at segmentet trenger noe annet) og innsats, og så rangere etter (Rekkevidde x Verdi x Sikkerhet) / Innsats.

Illustrerende scorer for et hypotetisk selskap som lager sikkerhetsprogramvare og selger til mellomstore og store virksomheter:

Det er rangeringen som er nyttig, ikke den absolutte scoren. Her vinner de to kontekstuelle strategiene, og forsiden for navngitte kontoer kommer sist fordi den når nesten ingen og koster mest. En grov modenhetsrekkefølge følger av samme logikk: kontekstuell personalisering (kampanje, henvisningskilde, ny vs. tilbakevendende) først, deretter firmografiske segmenter når identifiseringen er på plass og én ren holdout-test er gjennomført, så CRM-drevne kontoopplevelser når salg er enige om nivåer og eiere, og først deretter orkestrering på tvers av nettsted, annonser, e-post og salg.

Segmenter som holder

Et segment fortjener en variant bare hvis menneskene i det vil ha noe målbart annerledes, du kan gjenkjenne dem pålitelig, og det er nok av dem til å lære noe. Skriv ned hvert segment som en definisjon på én linje før du bygger noe:

1. Start fra en forskjell i kjøpsbeslutningen, ikke et datafelt. «Helse» er et datafelt. «Kjøpere som vil spørre om HIPAA og en BAA før en eventuell demo» er en forskjell i kjøpet.
2. Gjør segmentene gjensidig utelukkende på samme element. Hvis en besøkende kan være både «Enterprise» og «Helse», bestemmer du på forhånd hvilken regel som styrer toppseksjonen.
3. Velg grove segmenter tidlig. Tre bransjer pluss «alle andre» slår tolv bransjer der ni får en håndfull besøk i uken.
4. Definer reserveløsningen for ufullstendige data. Bransje kjent, størrelse ukjent: hva vises?
5. Sjekk volumet før du skriver tekst. Tell hvor mange økter de siste 90 dagene som ville ha kvalifisert. Hvis det ikke kan nå utvalgsstørrelsen i målingsdelen nedenfor innen et kvartal, slår du segmentet sammen med et nabosegment.

Guiden til segmenteringsstrategi for B2B-nettsteder viser hvordan du kobler segmenter til ICP-en din.

Implementering: en arbeidsflyt steg for steg

Å innføre nettstedspersonalisering krever ikke et prosjekt over flere måneder. Her er en praktisk arbeidsflyt som får en første personalisert opplevelse live i løpet av to uker.

Uke 1: Grunnlag

Steg 1: Velg én side og to segmenter. Forsiden eller den viktigste landingssiden er det beste stedet å starte. Velg to segmenter som representerer tydelig ulike målgrupper med nok trafikk til å måle. Eksempel: «Enterprise-selskaper (500+ ansatte)» og «Mellomstore selskaper (50–499 ansatte)».

Steg 2: Definer innholdsendringene. Skriv variantoverskriften for hvert segment, velg kundecasen som skal fremheves, og definer CTA-en. Behold sidestrukturen som den er. Bare innholdet i bestemte plasser endres. Skriv all varianttekst før du rører noen teknologi.

Steg 3: Sett opp identifisering av besøkende. Koble til en datakilde for identifisering av besøkende som knytter IP-adresser til selskapsdata. Bekreft nøyaktigheten ved å teste med kjente selskaper. Sjekk at dataene inneholder attributtene du trenger for segmentering (bransje, selskapsstørrelse).

Uke 2: lansering og måling

Trinn 4: Sett opp segmenteringsregler og innholdskobling. Opprett segmentene i personaliseringsplattformen og koble hvert av dem til sin innholdsvariant. Sett opp en standardopplevelse for besøkende som ikke passer i noe segment. Forhåndsvis hver variant på desktop og mobil, og sjekk også veien for dem som avslår samtykke.

Trinn 5: Lanser med en kontrollgruppe. Ikke personaliser all kvalifiserende trafikk med en gang. Hold av en del av hvert segment som kontrollgruppe som ser standardopplevelsen; beregn størrelsen med en beregning av utvalgsstørrelse i A/B-tester, slik at testen faktisk kan gi et resultat med trafikken din.

Steg 6: Mål til det planlagte utvalget er nådd, og i minst to hele uker. Følg konverteringsraten (skjemainnsendinger, demoforespørsler), engasjementsmåltall (tid på siden, sider per økt, scrolledybde) og fluktfrekvens for hvert personaliserte segment sammenlignet med kontrollgruppen. Hvis den personaliserte varianten presterer bedre, har du validert tilnærmingen og kan utvide.

Hvis resultatene er flate, er de vanlige årsakene segmenter som ikke er ulike nok, varianter som ligger for nær standardversjonen, eller for lite trafikk i segmentet. Fiks én av dem før du legger til flere sider. Når du er klar til å planlegge utover de første testene, gir malen for personaliseringsplaybook deg en struktur for segmenter, regler, ansvarlige og datoer for gjennomgang.

Hva du realistisk kan forvente

Vær skeptisk til flotte tall for økning. De fleste publiserte tallene kommer fra leverandører eller konsulentselskaper som beskriver egne kunder, bruker ulike definisjoner av «konvertering» og ikke sammenlignes med en kontrollgruppe. De forteller deg at personalisering kan fungere, ikke hva det vil gjøre på ditt nettsted.

Det du kan resonnere deg frem til: personalisering endrer konverteringsraten for trafikken du allerede har, så verdien øker med hvor mye kvalifisert trafikk som når de personaliserte sidene, og hvor stor forskjellen er mellom det standardsiden sier og det hvert segment trenger. Et nettsted med ett produkt solgt til én type kjøper har lite å hente; et nettsted som betjener flere bransjer og selskapsstørrelser fra én forside, har mer. Før du starter, bør du regne med dine egne tall. Eksempel: hvis 30 % av trafikken på forsiden kommer fra én bransje og en bransjespesifikk side økte segmentets demorate fra 2 % til 2,5 %, ville det totale antallet demoforespørsler fra forsiden øke med omtrent 7,5 %. Om du faktisk får den økningen, er det kontrollgruppetesten som svarer på.

Personalisering krever ikke at du bruker mer på å skaffe besøk; det virker på de menneskene som allerede kommer. I HubSpots flywheel er personalisering av nettstedet oppført som en drivkraft i engasjementsfasen. Guiden vår til måling av ROI for personalisering gjør et testresultat om til en business case.

Slik måler du suksess med personalisering

Før/etter-sammenligninger er nesten ubrukelige for personalisering: sesongvariasjoner, kampanjeendringer og salgsaktivitet flytter konverteringsratene mer enn de fleste varianter gjør. Primærmålet er konverteringsrate per segment, sammenlignet med en kontrollgruppe: en tilfeldig andel av det kvalifiserende segmentet som fortsetter å se standardversjonen i samme periode.

Hvor stor må kontrollgruppen være?

Anta at et segment konverterer 2,0 % på standardsiden og at du vil oppdage et relativt løft på 20 % (til 2,4 %) med de vanlige 95 % konfidens og 80 % styrke. Standardformelen for to andeler gir:

n per gruppe = (1,96 + 0,84)² x (0,02 x 0,98 + 0,024 x 0,976) / (0,004)² = 7,84 x 0,0430 / 0,000016, omtrent 21 100 besøkende per gruppe.

Det er omtrent 42 000 kvalifiserte besøkende med en 50/50-fordeling. Med en 90/10-fordeling trenger kontrollgruppen rundt 11 700 besøkende og den personaliserte gruppen rundt 105 500, omtrent 117 000 totalt, nesten tre ganger så mye trafikk (for et fordelingsforhold k = 9 trenger den minste gruppen n x (1 + 1/k) / 2). Bevis derfor varianten med en 50/50-fordeling, og behold deretter en liten permanent kontrollgruppe (5–10 %) bare for å sjekke at økningen varer. Hvis et segment ikke kan nå utvalget i løpet av et kvartal, slå sammen segmenter som deler variantstruktur, mål et steg med høyere volum (CTA-klikk i stedet for booket demo), eller behandle resultatet som retningsgivende og si det. Regn på dine egne tall i A/B-testkalkulatoren.

Mål per segment, aldri bare samlet: et positivt gjennomsnitt kan skjule en variant som taper for ett segment. Støttende måltall inkluderer:

Engasjementsdybde. Sider per økt, tid på nettstedet og scrolldybde for personaliserte mot ikke-personaliserte besøkende.

Fluktfrekvens per segment. Personalisering bør redusere fluktfrekvensen for målrettede segmenter, fordi landingsopplevelsen passer den besøkendes kontekst. Følg den per segment, ikke bare for hele nettstedet.

Pipelinehastighet. For besøkende fra målkontoer følger du med på hvor raskt de beveger seg gjennom salgspipelinen, sammenlignet med målkontoer som holdes tilbake som kontrollgruppe.

Innholdsoppdagelse. Ser besøkende med personalisering flere produktsider eller ressurssider enn besøkende uten personalisering?

Inntekt per besøkende. Det ultimate målet. Følg hvordan personalisering påvirker den gjennomsnittlige inntekten fra hver besøkende på nettstedet, segmentert etter målgruppe.

Personvern, compliance og grensene for personalisering

Personalisering av B2B-nettsteder handler mest om attributter på selskapsnivå (bransje, størrelse, kontostatus) og ikke om hvem enkeltpersonen er. Å tilpasse en side slik at en besøkende fra en produsent ser industriinnhold, er noe annet enn å spore en persons surfing på tvers av nettsteder. Det betyr ikke at det faller utenfor personvernlovgivningen. Dette er et praktisk kart fra fagfolk, ikke juridisk rådgivning:

• IP-adresser kan være personopplysninger. GDPR fortalepunkt 30 nevner IP-adresser som nettidentifikatorer, og EU-domstolen slo i Breyer (CJEU press release, 2016) fast at en dynamisk IP-adresse kan være en personopplysning for en nettstedsoperatør. «Vi identifiserer bare selskaper» reduserer risikoen, men tar deg ikke utenfor GDPR når behandlingen starter med en IP-adresse.
• Behandlingsgrunnlag. Personalisering på selskapsnivå begrunnes vanligvis med berettiget interesse, GDPR artikkel 6(1)(f), som krever en dokumentert interesseavveining; ICOs veiledning om berettiget interesse beskriver testen i tre deler.
• Informasjonskapsler og tilgang til enheten krever samtykke, uavhengig av GDPR. Lagring av eller lesing av informasjon på den besøkendes enhet, inkludert informasjonskapsler og lokal lagring brukt til å huske segmenter eller antall besøk, faller inn under artikkel 5(3) i ePrivacy-direktivet (2002) og krever generelt samtykke med mindre det er strengt nødvendig. EDPB tolker dette omfanget bredt i sine Guidelines 2/2023 on the technical scope of Art. 5(3). I Storbritannia finnes tilsvarende regler i PECR; se ICOs veiledning om informasjonskapsler.

I praksis: nevn besøksidentifikasjon og personalisering i personvernerklæringen, ha en databehandleravtale med leverandørene dine, sørg for at verktøyet respekterer samtykkebanneret og ikke kaller berikelse for besøkende som har reservert seg, og involver personvernansvarlig før lansering. Design opplevelsen slik at den degraderer pent: alt som er avhengig av en lagret identifikator, bør falle tilbake til standardversjonen når samtykke avslås. Vår guide til samsvar med personvernregler går lenger.

Unngå at det føles ubehagelig ved å personalisere på riktig detaljnivå. Å vise bransjerelevant innhold er nyttig. Å vise en besøkende bedriftsnavnet deres i overskriften før de har identifisert seg selv, kan føles påtrengende. Spar tekst med navngitte kontoer til kontoer som allerede er i dialog med salg, og bruk bransjevinkling ellers.

Førstepartsdata (data du samler inn direkte fra besøkendes interaksjoner på ditt eget nettsted) blir viktigere etter hvert som tredjepartscookies forsvinner. Personalisering basert på IP-til-selskap-oppslag og atferd på nettstedet bygger på førstepartssignaler, og er derfor mer robust enn metoder som er avhengige av tredjepartssporing. Vår førstepartsdatastrategi for B2B-personalisering viser hva du bør samle inn og hvordan.

Vanlige fallgruver og hvordan du unngår dem

Å starte for stort. Team som prøver å personalisere hver side for hvert segment ved lansering, skaper en vedlikeholdsbyrde som stopper prosjektet. Start med én side og to segmenter. Bevis effekten. Utvid deretter.

Dårlig datakvalitet. Hvis identifiseringen av besøkende kobler besøkende til feil selskaper, eller CRM-dataene dine er utdaterte, vil personaliseringen virke tilfeldig. Sjekk treffratene, verifiser et utvalg av identifiseringene manuelt, og definer en minste konfidensgrense der standardopplevelsen vises under den.

Ingen kontrollgruppe. Uten en kontrollgruppe som ser standardopplevelsen, kan du ikke skille effekten av personalisering fra sesongtrender, endringer i trafikksammensetningen eller andre variabler.

Å la standardversjonen forfalle. Standardversjonen er fortsatt det de fleste besøkende ser. Fortsett å forbedre den med vanlige A/B-tester mens du bygger varianter.

Ikke noe innhold for segmentene du definerer. Å definere et segment for «store helseforetak» er enkelt. Å ha en kundecase fra helsesektoren, relevante skjermbilder og helsespesifikke budskap klare er det egentlige arbeidet. Lag innholdet før du lager reglene.

Å rapportere klikk som suksess. Personaliserte CTA-er får ofte flere klikk og samme antall kvalifiserte møter. Mål hendelsen nærmest inntekter som trafikken din kan bære.

Ingen salgssløyfe. Vet ikke salg hva en konto har sett, forteller nettstedet og selgeren ulike historier. Send opplevelsen som ble vist, inn i aktivitetsposten i CRM-et.

Sidehastighet og flimmer. Alle verktøy på klientsiden legger til et skript som må lastes, slå opp den besøkende og redigere siden. Kjør Lighthouse eller WebPageTest på viktige sider med taggen aktivert og deaktivert, og sammenlign Largest Contentful Paint og Cumulative Layout Shift. Skjul bare de personaliserte elementene på forhånd, aldri hele siden.

SEO-feil. Google gjengir JavaScript (dokumentasjonen om JavaScript-SEO beskriver en hodeløs Chromium som kjører skriptene dine). Googlebot gjennomsøker uten informasjonskapslene dine og fra IP-adresser som ikke kan knyttes til et målselskap, så den treffer ingen regel og får standardsiden som enhver uidentifisert besøkende. Ikke bygg regler som oppdager Googlebot og viser den noe spesielt: Googles retningslinjer for søppelinnhold definerer cloaking som å vise ulikt innhold til brukere og søkemotorer. Se personalisering av nettsteder og SEO.

Å hoppe over kvalitetssikring. Fem regler betyr seks sidetilstander, hver på tvers av nettlesere og enheter. Sjekk at hver regel utløses under riktige betingelser, at hver variant vises uten at oppsettet brekker, og at analysen registrerer hvilken variant som ble vist. En forhåndsvisningsmodus som simulerer et segment, sparer mye tid.

Ingen styring. Etter et år vet ingen hvilke av de førti aktive reglene som fortsatt betyr noe, og halvparten av bevisene viser til en kunde som har sluttet. Fra den første regelen gir du hver regel en eier, en dato for gjennomgang (90 dager er et fornuftig utgangspunkt), en plass i en dokumentert prioritetsrekkefølge (for eksempel åpen salgsmulighet, så kunde, så målkonto, så bransje, så kampanje, så standard) og et navn som page_element_segment_version. I større skala blir dette en egen disiplin, som vi dekker i personalisering i stor skala og playbooken for utrulling av personalisering i store virksomheter.

Kom i gang med personalisering av nettstedet

Start med den enkleste implementeringen som gir et målbart resultat, og utvid deretter basert på data.

Har du betalte kampanjer eller e-postkampanjer, er den billigste første testen å tilpasse teksten på landingssiden til annonsen eller e-posten som brakte den besøkende. Kommer mesteparten av trafikken organisk og du selger til flere bransjer, personaliser forsiden for to bransjesegmenter med firmografiske data fra identifiseringen av besøkende. Endre hero-overskriften, hero-bildet og den fremhevede kundecasen. Hold av en kontrollgruppe dimensjonert for trafikken din, og mål til det planlagte utvalget er nådd. Hvis de personaliserte variantene presterer bedre enn standardversjonen, utvid til flere segmenter og flere sider.

Markettailor leverer besøksidentifisering, segmentering og innholdslevering i én og samme plattform, alt som trengs for denne arbeidsflyten. Den kobler IP-basert bedriftsidentifisering til endringer i innholdet på siden, slik at du kan lansere den første personaliserte opplevelsen i løpet av dager i stedet for måneder.

Ofte stilte spørsmål

Hva er nettstedspersonalisering, enkelt forklart?

Personalisering av nettsteder betyr å vise ulikt innhold til ulike besøkende på samme side, basert på det du vet om dem: selskapet, bransjen, beliggenheten, henvisningskilden eller hva de har gjort på nettstedet tidligere. URL-en er den samme; overskriften, bevispunktene, CTA-ene eller anbefalingene endres.

Hva er de viktigste typene nettstedspersonalisering?

For B2B-nettsteder er hovedtypene firmografisk (bransje, selskapsstørrelse), kontobasert (navngitte målkontoer), atferdsbasert (viste sider, gjentatte besøk), livssyklus (prospekt, åpen mulighet, kunde), henvisning eller kampanje (annonse, e-post, partnerlenke) og geografisk. De fleste team starter med budskapsmatch for kampanjer eller bransjepersonalisering, fordi de når flest økter og kobles direkte til salg.

Hvordan fungerer personalisering av B2B-nettsteder?

Et datalag finner ut hvem den besøkende er (IP-til-bedrift-oppslag, beriking, atferd på nettstedet, CRM-poster), en regelmotor sjekker hvis-så-regler i prioritert rekkefølge og velger en variant, og en leveringsmetode (en tagg på klientsiden, et API-kall på serversiden eller en edge worker) setter varianten på siden. Besøkende som ikke matcher noen regel, ser standardsiden.

Hva er stegene i nettpersonalisering?

Identifiser den besøkende eller segmentet, bestem hvilke segmenter som betyr noe, velg én eller to sider med mye trafikk, skriv en variant per segment for elementene som svarer på «er dette for meg?» (overskrift, bevis, CTA), lanser med en kontrollgruppe, og mål konvertering per segment mot kontrollgruppen før du utvider.

Hva er eksempler på personalisering av B2B-nettsteder?

Vanlige eksempler: en hero på forsiden som nevner den besøkendes bransje, kundecaser og logoer fra den besøkendes sektor, en prisside som viser planen som passer selskapsstørrelsen som standard, en CTA som endres fra «Book en demo» til «Snakk med kontoteamet ditt» for åpne salgsmuligheter, og ressursanbefalinger basert på sider som allerede er sett. Se guiden vår til personalisering av forsiden og eksempler på dynamisk innhold for mer.

Hvor mye trafikk trenger du for nettstedspersonalisering?

Det avhenger av den grunnleggende konverteringsraten din og økningen du må kunne oppdage. Med en grunnrate på 2 % og en relativ økning på 20 % trenger du omtrent 21 000 besøkende per gruppe med 95 % konfidens og 80 % styrke. Segmenter som ikke når det innen et kvartal, bør slås sammen, måles på en hendelse med høyere volum eller behandles som en pekepinn.

Er personalisering av nettsider det samme som A/B-testing?

Nei. A/B-testing finner den ene beste versjonen for alle; personalisering viser ulike versjoner til ulike segmenter. De fungerer sammen: bruk A/B-tester med en kontrollgruppe for å bevise at hver personaliserte variant slår standardversjonen for sitt segment.

Er personalisering av nettsider i samsvar med GDPR?

Det kan være det, men det er det ikke automatisk. IP-adresser kan være personopplysninger, så personalisering på bedriftsnivå trenger fortsatt et rettslig grunnlag, som regel berettiget interesse med en dokumentert interesseavveining. Alt som lagrer eller leser informasjonskapsler eller lignende identifikatorer på enheten, krever som regel samtykke etter ePrivacy-reglene. Design en standardopplevelse for besøkende som takker nei.