Teknografiske data beskriver teknologien et selskap bruker: CRM, plattform for markedsføringsautomatisering, skyleverandør, analyseverktøy, netthandelsplattform og så videre. Der firmografiske data forteller deg hva et selskap er (bransje, størrelse, beliggenhet), forteller teknografiske data hvordan det jobber. For B2B-markedsførere svarer det på to praktiske spørsmål: kan dette selskapet bruke produktet vårt, og hvem erstatter vi?
Teknografi vs. firmografi vs. intensjonsdata
De tre datatypene svarer på ulike spørsmål og fungerer best sammen:
- Firmografi: hvem selskapet er. Bransje, antall ansatte, omsetning, region.
- Teknografi: hva selskapet bruker. Installerte verktøy, plattformer og noen ganger forbruk.
- Intensjonsdata: hva bedriften undersøker nå. Temaøkninger, aktivitet på anmeldelsesnettsteder, besøk på ditt eget nettsted.
En nyttig måte å tenke på det: firmografi definerer ICP-en, teknografi finjusterer den, og intensjon avgjør timingen.
Hvordan teknografiske data samles inn
Alle kilder har blindsoner, så det er nyttig å vite hvor et gitt datapunkt kommer fra.
Skanning av nettsteder. Crawlere laster inn et selskaps offentlige nettsted og oppdager skriptene, taggene og rammeverkene det bruker. Slik fungerer verktøy som BuiltWith og Wappalyzer. Det er nøyaktig for alt som lastes i nettleseren (analyse, chat-widgeter, CMS, tag managers, A/B-testverktøy), men blindt for alt bak innloggingen: ERP, interne databaser, det meste av sikkerhetsverktøy.
Stillingsannonser. En bedrift som ansetter en «Salesforce-administrator» eller ber om «erfaring med Snowflake», forteller deg hvilken teknologistakk den har. Gjennomgang av stillingsannonser dekker backoffice-verktøy som skanning ikke kan se, men den henger etter virkeligheten og overrepresenterer verktøy bedriften er på vei mot, heller enn dem den allerede bruker.
Selvrapporterte data og partnerdata. Integrasjonsmarkedsplasser, anmeldelsesnettsteder og spørreundersøkelser. Nøyaktige når de finnes, men spredte.
Dine egne førstepartsdata. Integrasjonssidene en besøkende leser, feltet «hvilket CRM bruker dere?» i demoskjemaet ditt, og data om tilkoblede apper fra eksisterende kunder. Dette er ofte de mest nøyaktige teknografiske dataene du noen gang får, og de fleste team lagrer dem ikke i et brukbart felt.
Hvor teknografiske data slår feil
- Oppdaget er ikke det samme som i bruk. Et gjenglemt sporingsskript fra et verktøy som ble sagt opp for to år siden, dukker fortsatt opp i en skanning.
- Vanlige verktøy er ikke signaler. W3Techs oppgir at WordPress driver omtrent 40 % av alle nettsteder. Å vite at et prospekt bruker WordPress eller Google Analytics, skiller ikke gode kontoer fra dårlige. Det er verktøy bare de beste kundene dine bruker, som er verdt å vekte.
- På selskapsnivå, ikke teamnivå. Et stort selskap kan bruke tre CRM-systemer i ulike divisjoner. Registeret viser ofte bare ett.
- Utdaterte data. Teknologistakker endres. Behandle ethvert teknografisk attributt eldre enn seks måneder som et hint, ikke et faktum.
Slik bruker B2B-team teknografiske data
ICP-scoring
Gi poeng til selskaper som bruker plattformer du integrerer med, og til selskaper som bruker en konkurrent du jevnlig vinner mot. Trekk poeng for stacker som ikke er kompatible. Vektene bør komme fra data om vunne avtaler, ikke antakelser.
Kampanjer for å erstatte konkurrenter
Bygg et segment av kontoer som bruker en bestemt konkurrent, og kjør deretter budskap om migreringsinnsats, byttekostnader og hva som endres for teamet deres. Slike kampanjer fungerer gjerne best når de åpner med migreringsløpet, ikke en funksjonssammenligning.
Personalisering av nettsider
Teknografiske data gjør noen av de mest relevante endringene på nettstedet mulig. En besøkende fra et selskap som bruker HubSpot, kan se HubSpot-integrasjonen først på integrasjonssiden, en HubSpot-spesifikk CTA («Se det i bruk med dine HubSpot-data») og en kundecase fra en annen HubSpot-kunde. Følger du også med på hvilke integrasjonssider hvert identifisert selskap leser, samler du førsteparts teknografiske data automatisk.
Kundedata er ofte spredt på markedsførings-, salgs- og produktsystemer, og derfor når teknografiske data kjøpt fra en leverandør ofte aldri frem til nettstedslaget. Å lagre dem på kontoposten, der både CRM-et og segmenteringsreglene dine kan lese dem, løser det.
Salgsprioritering og samtaleguider
Selgere som kjenner den potensielle kundens CRM, datavarehus og nåværende verktøy i kategorien din, kan hoppe over tre kartleggingsspørsmål og åpne med noe relevant. Ta med de tre viktigste teknografiske attributtene i hvert lead- eller kontovarsel.
Slik begynner du å samle inn førsteparts teknografiske data
Før du kjøper et teknografisk datasett, bør du samle inn det nettstedet og skjemaene dine allerede forteller deg. Det koster ingenting og er som regel mer nøyaktig.
- Legg til ett spørsmål om teknologistakken i demoskjemaet. «Hvilket CRM bruker du?» som en kort nedtrekksmeny. Det kvalifiserer leaden og gir deg et pålitelig teknografisk felt. Hold deg til ett spørsmål; hvert ekstra felt koster utfylte skjemaer.
- Registrer visninger av integrasjonssider på kontoen. Når et identifisert selskap leser Salesforce-integrasjonssiden din to ganger, lagrer du «sannsynligvis Salesforce» på kontoen med dato.
- Hent data om tilkoblede apper fra kundene. Integrasjonene til eksisterende kunder viser hvilke stakker de beste kontoene dine bruker. Den fordelingen er referansen for å vekte prospektenes teknografi.
- Merk hver verdi med kilde og dato. «Salesforce (skjema, 2026-09)» og «Salesforce (skanning, 2025-11)» fortjener ulik grad av tillit. Foretrekk førstepartsverdier når kildene er uenige.
- Fyll først da hullene med en leverandør. Kjøp teknografisk dekning for målkontoene der du ikke har noe førstepartssignal, i stedet for for hele markedet.
Vanlige spørsmål
Er teknografiske data personopplysninger? Som regel ikke. De beskriver programvaren til en bedrift, ikke en person. De blir personopplysninger når de knyttes til en navngitt kontaktpost, og da gjelder de vanlige personvernreglene for den posten.
Hvor treffsikkert er det? Treffsikkerheten avhenger av kilden og verktøykategorien. Verktøy som er synlige i nettleseren og oppdaget av en nylig skanning, er som regel riktige. Backoffice-verktøy utledet fra stillingsannonser er ofte feil eller utdaterte. Behandle hver verdi som en sannsynlighet med et tidsstempel.
Eksempel: et teknografisk segment
En leverandør av markedsanalyse med native integrasjon mot HubSpot og Salesforce kan definere:
- Tier A: 200–2 000 ansatte, B2B, bruker HubSpot eller Salesforce, bruker en tag manager, ingen direkte konkurrent oppdaget.
- Nivå B (erstatning): samme firmografi, konkurrent X oppdaget.
- Ekskludert: ikke noe CRM funnet og under 50 ansatte.
Nivå A ser budskap som leder med integrasjoner. Nivå B ser budskap som leder med migrering. Den ekskluderte gruppen får selvbetjeningsinnhold.