Vad är webbplatspersonalisering? Typer och exempel för B2B

Alla B2B-webbplatser har samma strukturella problem. En enda startsida, en enda uppsättning produktsidor, en enda prislayout, som alla ska tjäna en köparpopulation som spänner över flera branscher, företagsstorlekar, roller och grader av köpberedskap. Resultatet är en webbplats optimerad för en genomsnittsbesökare som inte finns. Webbplatspersonalisering löser det genom att visa olika innehåll för olika besökare utifrån vilka de är, vilket företag de arbetar på och vad de har gjort på din webbplats tidigare.

Om det lönar sig för din webbplats är något du ska mäta, inte anta. Publicerade siffror för förbättringar kommer från leverantörer och konsultbolag som mäter sina egna kunder, och de varierar kraftigt. Den siffra som är användbar är förbättringen du ser för dina egna segment jämfört med en holdout-grupp, och den här guiden förklarar hur du tar fram den. Den går igenom vad webbplatspersonalisering är, hur det fungerar under huven, de viktigaste B2B-typerna, vilka sidelement du ska ändra, hur du väljer ett första användningsfall, en första implementering på två veckor, integritet och hur du mäter resultatet.

Vad personalisering av webbplatser är (och inte är)

Webbplatspersonalisering (på engelska website personalization eller website personalisation, eller bara web personalization) är att dynamiskt ändra vad en besökare ser på din webbplats utifrån data om den besökaren. Datan kan komma från firmografiska källor (företagsnamn, bransch, storlek), beteendekällor (besökta sidor, nedladdat innehåll, tid på webbplatsen), kontextuella källor (geografisk plats, enhetstyp, hänvisningskälla) eller CRM-data (säljfas, kontonivå, tidigare interaktioner).

Ändringarna kan vara små (att byta en rubrik eller CTA-knapp) eller stora (att visa en helt annan sidlayout med andra kundcase, budskap och bilder). Det avgörande är att besökaren inte väljer varianten. Systemet väljer den utifrån den data som finns.

Det här skiljer personalisering från anpassning. Nielsen Norman Group definierar skillnaden tydligt: personalisering styrs av systemet (webbplatsen anpassar sig automatiskt), medan anpassning styrs av användaren (besökaren gör manuella val, till exempel ställer in preferenser). Båda kan förbättra upplevelsen. Personalisering fungerar utan att besökaren behöver göra något, vilket är avgörande inom B2B där de flesta besökare aldrig skapar ett konto eller loggar in.

Webbplatspersonalisering skiljer sig också från personalisering av e-post. E-postpersonalisering fungerar på kända kontakter i din databas. Webbplatspersonalisering kan även fungera på anonyma besökare som aldrig har fyllt i ett formulär, och på de flesta B2B-webbplatser är det den stora majoriteten av trafiken (jämför dina inskickade formulär med dina sessioner för att se din egen andel). Om du bara personaliserar för kända kontakter når du en liten del av dem som besöker din webbplats.

Två saker till blandas ihop med personalisering, och sammanblandningen leder till dåligt avgränsade projekt:

Den praktiska konsekvensen: personalisering är en uppsättning A/B-tester som körs inom segment. A/B-testning frågar ”vilken version är bäst i genomsnitt?”; personalisering accepterar att variant A kan vinna för enterprise-besökare medan variant B vinner för mellanmarknaden, och använder ett test inom varje segment för att bevisa det. Om du inte kan säga vilket segment en variant är till för och hur du skulle veta att den slog standardversionen för det segmentet, sysslar du med dynamiskt innehåll med extra steg.

Personalisering är inte heller förnamnstoken. ”Välkommen tillbaka, Sarah” ändrar ingenting i köpbeslutet. De ändringar som betyder något inom B2B är ändringar i relevans: bevisen, hur problemet ramas in och nästa steg.

Så fungerar B2B-webbplatspersonalisering

Under huven finns tre delar: ett datalager som tar reda på vem som besöker, en regelmotor som avgör vilken variant de får och en leveransmetod som visar varianten på skärmen. Att veta var varje del brister gör det mycket lättare att bedöma verktyg och att undvika att lägga ett kvartal på segment som aldrig matchar någon.

Datalagret: fyra indata

Varje personaliseringsregel utlöses av en av fyra typer av indata. De skiljer sig i täckning, träffsäkerhet och juridisk tyngd, och många program kör fast eftersom de väljer ett användningsfall som kräver indata de inte har tillförlitlig tillgång till.

Koppling från IP till företag är det vanliga första steget för anonym trafik. Varje sidförfrågan innehåller en IP-adress, och en tjänst för besöksidentifiering kopplar den till en organisation med hjälp av register över företags IP-intervall, data från internetleverantörer och egna observerade matchningar. Det kräver ingen cookie, inget formulär och inget tidigare besök. Hur bra det fungerar beror på hur dina köpare ansluter: den som sitter på ett företagsnätverk med ett eget registrerat intervall är lätt att matcha, medan den som jobbar hemifrån på ett konsumentbredband eller ett mobilnät oftast kopplas till internetleverantören snarare än arbetsgivaren. Leverantörernas matchningsgrader mäts på deras egen kundmix, så kör verktyget på din egen trafik i två veckor och titta på hur stor andel av sessionerna som kopplas till ett verkligt företag, uppdelat på dina ICP-segment.

Berikning gör om ett företagsnamn till något du kan agera på: bransch, antal anställda, omsättningsintervall, land för huvudkontoret och ibland teknikstack. Clearbit (numera en del av HubSpot), ZoomInfo, Apollo och 6sense säljer alla den här typen av data. Breda attribut som bransch och storleksintervall brukar vara mest pålitliga; detaljerade teknografiska uppgifter är minst pålitliga, eftersom de ofta härleds från platsannonser eller skript på webbplatser. Bygg dina första regler på de grova attributen, och stickprovskontrollera tjugo eller trettio berikade poster mot företag du känner till innan du litar på ett fält.

Beteendesignaler kräver historik. Ett första besök ger dig en hänvisande källa och en sida, inget mer, vilket är anledningen till att beteenderegler fungerar bäst för återkommande besökare och att de flesta upplägg kombinerar dem med firmografi (se beteendesegmentering). CRM-data täcker bara besökare som cookien från din marketing automation redan kopplar till en kontakt eller ett konto, men den gruppen omfattar din aktiva pipeline och dina kunder, just de personer du minst av allt vill visa en generisk sida med "boka en demo". Guiden till CRM-integration går igenom fältmappningen.

Två regler följer av det. Börja med beteende och kampanjkontext: det täcker flest sessioner, kräver ingen tredjepartsdata och är lättast att motivera juridiskt. En besökare som kom från din annons om ”SOC 2-automation” ska se SOC 2-bevis oavsett om du vet vilket företag hen kommer från. Och försumma aldrig standardsidan: om identifieringen bara kopplar en del av dina sessioner ser resten standardversionen, så den förblir din viktigaste sidversion.

Regelmotorn: matcha besökare med upplevelser

Regelmotorn tar det som datalagret vet och väljer en variant. Konceptuellt är det en lista med om-så-satser som kontrolleras i prioritetsordning:

OM företaget har fler än 500 anställda OCH branschen är finansiella tjänster OCH besökaren har tittat på prissidan SÅ visa hero-sektionen för finansiella tjänster, kundcaset från bankvärlden och CTA:n ”Prata med vårt team för finansiella tjänster”.

När en besökare matchar flera regler vinner den med högst prioritet. Besökare som inte matchar något får standardsidan, liksom besökare som nekar samtycke och sökmotorernas crawlers. Regelbaserade motorer som den här räcker för de flesta B2B-implementationer; maskininlärningsmotorer som förutsäger bästa variant per besökare behöver betydligt mer trafik för att tränas än de flesta B2B-webbplatser har.

Håll reglerna enkla. "Visa tillverkningsinnehåll för tillverkningsföretag" kan gå live på en eftermiddag och får tillräckligt med trafik för att kunna tolkas inom några veckor. "Visa en specifik hero för fintechbolag i Series B med 200–500 anställda som har besökt prissidan två gånger" kanske matchar några sessioner i månaden, så du kommer aldrig att få veta om den fungerar. Varje regel ger också underhåll: tio regler på startsidan innebär tio versioner att uppdatera när positioneringen ändras och tio kombinationer att kvalitetssäkra. Börja med segment (finansiella tjänster i enterprise-segmentet, SaaS i mellansegmentet) i stället för enskilda konton; sidor på kontonivå är bara meningsfulla för en ABM-lista som är så kort att affärsstorleken motiverar innehåll per konto.

Leverans: klientsidan, servern eller edge

Hur varianten når webbläsaren påverkar hastighet, flimmer, SEO och hur mycket utvecklingsarbete du behöver.

Med en tagg på klientsidan är den vanliga lösningen mot flimmer att dölja i förväg: en liten inline-CSS-regel döljer bara de element du personaliserar tills skriptet har gjort sina ändringar, med en timeout så att standardinnehållet visas om skriptet är långsamt eller blockeras. En tom hero-sektion är sämre än en generisk. Vår syn: de flesta marknadsteam bör börja på klientsidan med förhandsdöljning, bevisa att personaliseringen påverkar ett mätetal, och först därefter lägga utvecklartid på leverans från servern eller edge-lagret. Oavsett vad du använder, mät Largest Contentful Paint med och utan personalisering; varianten ska inte visas märkbart senare än standardinnehållet skulle ha gjort.

Se hur personalisering i realtid använder den här kedjan redan vid den första sidvisningen, och jämför verktyg för webbplatspersonalisering utifrån hur de hanterar varje lager. AI-driven personalisering sänker främst kostnaden för att skriva varianter och hjälper till att välja mellan dem när du har många segment; för ett första program räcker regler. Vårt inlägg om AI inom leadgenerering tar upp B2B-sidan.

Typer av webbplatspersonalisering inom B2B

B2B-personalisering skiljer sig från B2C-personalisering på viktiga punkter. B2C-personalisering bygger på den enskilda konsumentens beteende: vad du tittade på, vad du köpte, vad du lade i varukorgen. B2B-personalisering bygger på attribut på företagsnivå och köpkommitténs dynamik. Besökaren är en av flera personer från samma företag som utvärderar dig (en CTO bryr sig om integrationer och säkerhet, en marknadschef om resultat och användarvänlighet, inköp om villkor), säljcyklerna pågår i veckor eller månader, och trafiken mäts i tusental snarare än miljoner, så segmenten måste vara grova nog för att samla in data.

Firmografisk personalisering

Den vanligaste typen inom B2B. Firmografisk personalisering använder data på företagsnivå (bransch, storlek, omsättning, plats) för att anpassa webbplatsen. En besökare från ett vårdföretag ser kundcase från vården, budskap med fokus på regelefterlevnad och skärmdumpar av funktioner som är relevanta för vården. En besökare från ett teknikföretag ser budskap med fokus på integrationer, länkar till utvecklardokumentation och SaaS-kundcase. Våra guider om branschpersonalisering och personalisering efter företagsstorlek går djupare.

Firmografisk personalisering fungerar redan vid första sidladdningen eftersom datan finns tillgänglig via IP-uppslag innan besökaren interagerar med något. Det gör den till den naturliga startpunkten för team som inför personalisering för första gången.

Beteendebaserad personalisering

Beteendebaserad personalisering anpassar upplevelsen utifrån vad besökaren har gjort på din webbplats, både i den aktuella sessionen och vid tidigare besök. En besökare som har läst tre blogginlägg om analys ser analysrelaterat innehåll lyftas fram på startsidan. En besökare som har tittat på prissidan två gånger den senaste veckan ser en CTA som erbjuder en genomgång av priserna i stället för en generisk ”Läs mer”-knapp.

Beteendebaserad personalisering kräver att spårningsdata byggs upp, så den blir bättre över flera besök. Vid första besöket gör firmografisk personalisering jobbet. Vid senare besök tillför beteendedata precision.

ABM-driven personalisering

För företag som driver program för account-based marketing kan personaliseringen kopplas direkt till kontolistan och kontonivån. Målkonton på nivå 1 ser en helt anpassad upplevelse: budskap riktade till det namngivna kontot, relevanta kundcase och en CTA för att boka tid med deras ansvariga säljare. Konton på nivå 2 ser branschanpassade budskap med möjlighet till en demo på egen hand. Konton utanför målgruppen ser standardupplevelsen. Handboken för ABM-webbplatspersonalisering går igenom insatserna per nivå.

Personalisering utifrån hänvisningskälla

Att anpassa sidan efter var besökaren kom ifrån. En besökare som kommer från en LinkedIn-annons om account-based marketing ser ABM-fokuserade budskap på landningssidan. En besökare som kommer från en organisk sökning på ”B2B-analys” ser budskap om analys. En besökare som kommer från en e-postkampanj om en specifik funktion ser den funktionen lyftas fram. Det skapar kontinuitet mellan innehållet som lockade besökaren och webbupplevelsen som möter hen. Det är webbplatsens motsvarighet till personaliseringstoken i e-postkampanjer.

Fasbaserad personalisering

Att anpassa upplevelsen efter var besökaren befinner sig i köpprocessen. Förstagångsbesökare ser utbildande innehåll och CTA:er för toppen av tratten. Återkommande besökare som har tagit del av produktinnehåll ser jämförelseguider och demo-CTA:er. Besökare från konton i aktiva säljsamtal ser innehåll som stöder affären: ROI-kalkylatorer, implementeringsguider, säkerhetsdokumentation. Se personalisering efter fas i köpresan.

Vad du ska personalisera: element med stor effekt

Alla element på sidan behöver inte variera per segment. De element som ger störst effekt att personalisera är de som besökarna tar in först och de som driver konverteringshandlingar.

Huvudrubrik och underrubrik i hero-sektionen. Det här är den första text en besökare läser. Att byta från ett generiskt värdeerbjudande till ett budskap anpassat efter bransch eller problem skapar en omedelbar signal om relevans. ”Personalisera din webbplats för varje besökare” är generiskt. ”Visa varje köpare inom tillverkning de produkter de behöver” talar direkt till en besökare från tillverkningsindustrin. Guiden till personalisering av startsidan har fler exempel per segment.

Herobild. Bilden ses ofta innan rubriken läses. En branschrelevant bild (en fabriksgolv, ett tradingbord, en dashboard på ett sjukhus) signalerar relevans innan rubriken har lästs. Mer om ämnet finns i guiden om bilder och grafik på landningssidor.

Kundcase och social proof. Branschmatchade kundcase övertygar mer än generiska. En SaaS-besökare som ser ett kundcase från ett annat SaaS-företag får en starkare signal om att ”företag som oss använder det här” än av en roterande karusell med logotyper från blandade branscher. Om det inte finns något kundcase för en vertikal är det en innehållslucka som måste fyllas innan du personaliserar för den.

Uppmaningar (CTA:er). Att anpassa CTA:n efter hur redo besökaren är minskar friktionen. Förstagångsbesökare får ”Se hur det fungerar”. Återkommande besökare får ”Boka en demo”. Besökare från konton som för säljsamtal får ”Prata med ditt kontoteam”. Vårt inlägg om personaliserade CTA:er beskriver hur du testar dem.

Navigering och innehållsrekommendationer. Att lyfta fram olika resurser, produktsidor eller blogginlägg utifrån besökarens bransch eller beteendehistorik hjälper hen att hitta relevant innehåll snabbare. Behåll hela navigeringen: personalisering ska ändra ordningen, inte dölja.

Prissidor. Hantera med försiktighet. Att lyfta fram den plan som passar företagets storlek, eller att byta självregistrering mot ”Kontakta sälj” över en viss storlek, är rimligt. Att visa olika priser för olika företag är en annan sak, och det brukar komma fram när två köpare jämför. Se personalisering av prissidan.

Ett exempel på vad en variant ändrar, för ett fiktivt företag inom säkerhetsprogramvara och ett vårdsegment:

Ändra inte allt på en gång: en variant som byter rubrik, bevis, CTA och layout kan inte berätta vilken ändring som gjorde skillnad.

Välj ditt första användningsfall

Team vill ofta börja med startsidor för namngivna konton. Det är oftast fel första test. Ett bra första användningsfall har tillräckligt med trafik för att mäta, en tydlig konverteringshändelse och en innehållsskillnad som du faktiskt kan ta fram. En webbyrå skulle till exempel kunna visa enterprise-besökare sitt plattformsarbete och mindre företag sina tjänster för webbdesign för småföretag. Ett sätt att rangordna kandidater är att poängsätta var och en från 1 till 5 på räckvidd (andel sessioner som kvalificerar sig), värde (hur nära sidan ligger en intäktshändelse), tillförlitlighet (belägg från säljsamtal, win/loss-data eller supportärenden för att segmentet behöver något annat) och insats, och sedan rangordna efter (Räckvidd x Värde x Tillförlitlighet) / Insats.

Illustrativa poäng för ett hypotetiskt säkerhetsmjukvaruföretag som säljer till medelstora företag och storföretag:

Rangordningen är den användbara delen, inte den absoluta poängen. Här vinner de två kontextuella playsen, och startsidan för namngivna konton hamnar sist eftersom den når nästan ingen och kostar mest. En ungefärlig mognadsordning följer av samma logik: kontextuellt (kampanj, hänvisare, ny kontra återkommande) först, sedan firmografiska segment när identifieringen är live och ett rent holdout-test är gjort, sedan CRM-drivna kontoupplevelser när sälj är överens om nivåer och ägare, och först därefter orkestrering över webb, annonser, e-post och sälj.

Segment som håller

Ett segment är bara värt en variant om personerna i det vill ha något mätbart annorlunda, du kan känna igen dem på ett tillförlitligt sätt och de är tillräckligt många för att du ska kunna lära dig något. Skriv ned var och en som en definition på en rad innan du bygger något:

1. Utgå från en skillnad i köpbeslutet, inte ett datafält. ”Vård” är ett datafält. ”Köpare som kommer att fråga om HIPAA och ett BAA före varje demo” är en skillnad i köpbeteende.
2. Gör segmenten ömsesidigt uteslutande på samma element. Om en besökare kan vara både ”Enterprise” och ”Vård”, bestäm i förväg vilken regel som styr hero-sektionen.
3. Föredra grova segment i början. Tre branscher plus ”alla andra” slår tolv branscher där nio får en handfull besök i veckan.
4. Definiera reserven för ofullständig data. Bransch känd, storlek okänd: vad visas?
5. Kontrollera volymen innan du skriver copy. Räkna hur många sessioner under de senaste 90 dagarna som skulle ha kvalificerat sig. Om det inte räcker för att nå urvalsstorleken i mätavsnittet nedan inom ett kvartal, slå ihop segmentet med ett närliggande.

Guiden till segmenteringsstrategi för B2B-webbplatser tar upp hur du kopplar segment till din ICP.

Implementering: ett arbetsflöde steg för steg

Att införa webbplatspersonalisering kräver inget projekt på flera månader. Här är ett praktiskt arbetsflöde som får en första personaliserad upplevelse live inom två veckor.

Vecka 1: grunden

Steg 1: Välj en sida och två segment. Din startsida eller viktigaste landningssida är den bästa utgångspunkten. Välj två segment som representerar tydligt olika målgrupper med tillräckligt med trafik för att kunna mäta. Exempel: ”Storföretag (500+ anställda)” och ”Medelstora företag (50–499 anställda)”.

Steg 2: Definiera innehållsändringarna. För varje segment, skriv rubriken för varianten, välj vilket kundcase som ska lyftas fram och definiera CTA:n. Behåll samma sidstruktur. Bara innehållet i specifika platser ändras. Skriv alla varianttexter innan du rör någon teknik.

Steg 3: Sätt upp besöksidentifiering. Koppla in en datakälla för besöksidentifiering som kopplar IP-adresser till företagsdata. Verifiera träffsäkerheten genom att testa med kända företag. Kontrollera att datan innehåller de attribut du behöver för segmentering (bransch, företagsstorlek).

Vecka 2: lansera och mät

Steg 4: Konfigurera segmenteringsregler och koppling till innehåll. Skapa segmenten i din personaliseringsplattform och koppla vart och ett till sin innehållsvariant. Sätt upp en standardupplevelse för besökare som inte matchar något segment. Förhandsgranska varje variant på dator och mobil, och kontrollera även flödet när samtycke nekas.

Steg 5: Lansera med en kontrollgrupp. Personalisera inte all kvalificerad trafik direkt. Håll undan en del av varje segment som en kontrollgrupp som ser standardupplevelsen; dimensionera den med en beräkning av urvalsstorlek för A/B-tester så att testet faktiskt kan nå ett resultat med din trafik.

Steg 6: Mät tills det planerade urvalet har nåtts, och i minst två hela veckor. Följ konverteringsgrad (formulärinskick, demoförfrågningar), engagemangsmått (tid på sidan, sidor per session, skrolldjup) och avvisningsfrekvens för varje personaliserat segment jämfört med dess kontrollgrupp. Om den personaliserade varianten presterar bättre har du validerat arbetssättet och kan bygga ut.

Om resultaten är oförändrade är de vanliga orsakerna segment som inte skiljer sig tillräckligt, varianter som ligger för nära standardversionen eller för lite trafik i segmentet. Åtgärda något av det innan du lägger till fler sidor. När du är redo att planera bortom de första testerna ger mallen för personaliseringsplaybook dig en struktur för segment, regler, ansvariga och datum för genomgång.

Vad du realistiskt kan förvänta dig

Var skeptisk till uppseendeväckande siffror om ökningar. De flesta publicerade siffror kommer från leverantörer eller konsultbolag som beskriver sina egna kunder, använder olika definitioner av ”konvertering” och jämförs inte mot en kontrollgrupp. De visar att personalisering kan fungera, inte vad den kommer att göra på din webbplats.

Det du kan resonera kring: personalisering ändrar konverteringsgraden för trafik du redan har, så dess värde skalar med hur mycket kvalificerad trafik som når de personaliserade sidorna och hur stor skillnaden är mellan vad standardsidan säger och vad varje segment behöver. En webbplats med en produkt som säljs till en typ av köpare har lite att vinna; en webbplats som betjänar flera branscher och företagsstorlekar från en och samma startsida har mer. Innan du börjar, räkna med dina egna siffror. Exempel: om 30 % av startsidans trafik kommer från en bransch och en branschspecifik sida höjde det segmentets demofrekvens från 2 % till 2,5 %, skulle det totala antalet demoförfrågningar från startsidan öka med omkring 7,5 %. Om du faktiskt får den ökningen är det kontrollgruppstestet som ger svar på.

Personalisering kräver inte att du lägger mer pengar på att driva besök; den fungerar på dem som redan kommer. I HubSpots flywheel listas personalisering av webbplatsen som en kraft i engagemangsfasen. Vår guide till att mäta personaliseringens ROI gör om ett testresultat till ett business case.

Mäta framgången med personalisering

Före/efter-jämförelser är nästan värdelösa för personalisering: säsongsvariationer, kampanjändringar och säljaktivitet påverkar konverteringsgraden mer än de flesta varianter gör. Det primära måttet är konverteringsgrad per segment, jämförd med en kontrollgrupp: en slumpmässig andel av det kvalificerade segmentet som fortsätter att se standardversionen under samma period.

Hur stor behöver kontrollgruppen vara?

Anta att ett segment konverterar 2,0 % på standardsidan och att du vill upptäcka en relativ ökning på 20 % (till 2,4 %) med de vanliga 95 % konfidens och 80 % styrka. Standardformeln för två andelar ger:

n per grupp = (1,96 + 0,84)² × (0,02 × 0,98 + 0,024 × 0,976) / (0,004)² = 7,84 × 0,0430 / 0,000016, ungefär 21 100 besökare per grupp.

Det blir cirka 42 000 kvalificerade besökare med en fördelning på 50/50. Med en fördelning på 90/10 behöver kontrollgruppen cirka 11 700 besökare och den personaliserade gruppen cirka 105 500, ungefär 117 000 totalt, nästan tre gånger så mycket trafik (för ett fördelningsförhållande k = 9 behöver den mindre gruppen n × (1 + 1/k) / 2). Bevisa därför varianten med en fördelning på 50/50 och behåll sedan en liten permanent kontrollgrupp (5–10 %) bara för att kontrollera att förbättringen består. Om ett segment inte kan nå urvalet inom ett kvartal, slå ihop segment som delar variantstruktur, mät ett steg med högre volym (CTA-klick i stället för bokad demo) eller behandla resultatet som en indikation och säg det. Räkna på dina egna siffror i A/B-testkalkylatorn.

Mät per segment, aldrig bara sammantaget: ett positivt genomsnitt kan dölja en variant som förlorar för ett segment. Stödjande mått är bland annat:

Engagemangsdjup. Sidor per session, tid på webbplatsen och scrolldjup för personaliserade jämfört med icke-personaliserade besökare.

Avvisningsfrekvens per segment. Personalisering bör minska avvisningsfrekvensen för målsegment eftersom landningsupplevelsen matchar besökarens sammanhang. Följ den per segment, inte bara för hela webbplatsen.

Pipelinehastighet. För besökare från målkonton, följ hur snabbt de rör sig genom säljpipelinen, jämfört med målkonton som hållits utanför som kontrollgrupp.

Upptäckt av innehåll. Tittar personaliserade besökare på fler produktsidor eller resurssidor än icke-personaliserade besökare?

Intäkt per besökare. Det ultimata måttet. Följ hur personalisering påverkar den genomsnittliga intäkten från varje webbplatsbesökare, uppdelat per målgrupp.

Integritet, regelefterlevnad och personaliseringens gränser

Personalisering av B2B-webbplatser utgår mest från attribut på företagsnivå (bransch, storlek, kontostatus) snarare än från vem individen är. Att anpassa en sida så att den visar tillverkningsinnehåll för en besökare från ett tillverkningsföretag är något annat än att spåra en persons surfande mellan webbplatser. Det placerar den ändå inte utanför dataskyddslagstiftningen. Det här är en praktikers karta, inte juridisk rådgivning:

• IP-adresser kan vara personuppgifter. GDPR:s skäl 30 nämner IP-adresser som online-identifierare, och EU-domstolen slog i Breyer (EU-domstolens pressmeddelande, 2016) fast att en dynamisk IP-adress kan vara en personuppgift för en webbplatsoperatör. ”Vi identifierar bara företag” minskar risken men tar dig inte utanför GDPR när behandlingen utgår från en IP-adress.
• Rättslig grund. Personalisering på företagsnivå motiveras oftast med berättigat intresse, GDPR artikel 6.1 f, vilket kräver en dokumenterad intresseavvägning; ICO:s vägledning om berättigat intresse beskriver testet i tre delar.
• Cookies och åtkomst till enheten kräver samtycke, separat från GDPR. Att lagra eller läsa information på besökarens enhet, inklusive cookies och lokal lagring som används för att komma ihåg segment eller antal besök, omfattas av artikel 5.3 i ePrivacy-direktivet (2002) och kräver i regel samtycke om det inte är strikt nödvändigt. EDPB tolkar den omfattningen brett i sina Guidelines 2/2023 on the technical scope of Art. 5(3). I Storbritannien finns motsvarande regler i PECR; se ICO:s vägledning om cookies.

I praktiken: nämn besöksidentifiering och personalisering i din integritetspolicy, ha ett personuppgiftsbiträdesavtal med dina leverantörer, se till att verktyget respekterar din cookiebanner och inte anropar berikning för besökare som tackat nej, och involvera din integritetsansvariga före lansering. Utforma upplevelsen så att den försämras på ett snyggt sätt: allt som är beroende av en lagrad identifierare ska falla tillbaka på standardinnehållet när samtycke nekas. Vår guide till efterlevnad av dataskydd går djupare.

Undvik att det känns obehagligt genom att personalisera på rätt detaljnivå. Att visa branschrelevant innehåll är hjälpsamt. Att visa en besökare deras företagsnamn i rubriken innan de har identifierat sig kan kännas påträngande. Spara text med kontonamn till konton som redan för samtal med sälj, och använd branschinramning i övrigt.

Förstapartsdata (data du samlar in direkt från besökarnas interaktioner på din egen webbplats) blir viktigare i takt med att tredjepartscookies försvinner. Personalisering som bygger på IP-till-företag-matchning och beteende på webbplatsen använder förstapartssignaler, vilket gör den mer hållbar än metoder som är beroende av spårning via tredje part. Vår strategi för förstapartsdata i B2B-personalisering går igenom vad du ska samla in och hur.

Vanliga fallgropar och hur du undviker dem

Att börja för stort. Team som försöker personalisera varje sida för varje segment vid lanseringen skapar en underhållsbörda som får projektet att stanna av. Börja med en sida och två segment. Bevisa effekten. Bygg sedan ut.

Dålig datakvalitet. Om din besöksidentifiering matchar besökare mot fel företag, eller om din CRM-data är inaktuell, kommer personaliseringen att kännas slumpmässig. Kontrollera matchningsgraden, verifiera ett urval av identifieringarna manuellt och definiera en lägsta konfidensnivå under vilken standardupplevelsen visas.

Ingen kontrollgrupp. Utan en kontrollgrupp som ser standardupplevelsen kan du inte skilja effekten av personaliseringen från säsongsvariationer, förändringar i trafikmixen eller andra variabler.

Att låta standardversionen förfalla. Standardversionen är fortfarande det de flesta besökare ser. Fortsätt förbättra den med vanliga A/B-tester medan du bygger varianter.

Inget innehåll för de segment du definierar. Att definiera ett segment för "vård, enterprise" är enkelt. Att ha ett vårdcase, relevanta skärmdumpar och vårdspecifika budskap redo är det verkliga arbetet. Bygg innehållet innan du bygger reglerna.

Att rapportera klick som framgång. Personaliserade CTA:er får ofta fler klick och lika många kvalificerade möten. Mät den händelse närmast intäkter som din trafik räcker till.

Ingen återkoppling till sälj. Om sälj inte vet vad ett konto har sett berättar webbplatsen och säljaren olika historier. Skicka in den visade upplevelsen i aktivitetsposten i CRM.

Sidhastighet och flimmer. Varje verktyg på klientsidan lägger till ett skript som måste laddas, slå upp besökaren och redigera sidan. Kör Lighthouse eller WebPageTest på viktiga sidor med taggen på och av och jämför Largest Contentful Paint och Cumulative Layout Shift. Dölj i förväg bara de personaliserade elementen, aldrig hela sidan.

SEO-misstag. Google renderar JavaScript (dess dokumentation om JavaScript-SEO beskriver en headless Chromium som kör dina skript). Googlebot crawlar utan dina cookies och från IP-adresser som inte kopplas till något målföretag, så den matchar ingen regel och får standardsidan som vilken oidentifierad besökare som helst. Bygg inte regler som upptäcker Googlebot och visar något särskilt för den: Googles policyer om skräppost definierar cloaking som att visa olika innehåll för användare och sökmotorer. Se webbplatspersonalisering och SEO.

Att hoppa över kvalitetssäkringen. Fem regler innebär sex sidtillstånd, vart och ett i olika webbläsare och på olika enheter. Kontrollera att varje regel utlöses under rätt villkor, att varje variant visas utan trasig layout och att analysen registrerar vilken variant som visades. Ett förhandsgranskningsläge som simulerar ett segment sparar mycket tid.

Ingen styrning. Efter ett år vet ingen vilka av de fyrtio aktiva reglerna som fortfarande spelar roll, och hälften av bevisen hänvisar till en kund som har lämnat. Ge varje regel från första början en ägare, ett granskningsdatum (90 dagar är ett rimligt standardvärde), en plats i en dokumenterad prioriteringsordning (till exempel öppen affärsmöjlighet, sedan kund, sedan målkonto, sedan bransch, sedan kampanj, sedan standard) och ett namn som page_element_segment_version. I större skala blir det en egen disciplin, som beskrivs i personalisering i stor skala och playbooken för utrullning av personalisering i enterprise-miljö.

Kom igång med webbplatspersonalisering

Börja med den enklaste implementeringen som ger ett mätbart resultat och bygg sedan ut utifrån datan.

Om du har betalda kampanjer eller mejlkampanjer är det billigaste första testet att matcha landningssidans copy mot annonsen eller mejlet som tog dit besökaren. Om det mesta av din trafik är organisk och du säljer till flera branscher, personalisera startsidan för två branschsegment med firmografiska data från besöksidentifieringen. Byt herorubriken, herobilden och det utvalda kundcaset. Håll tillbaka en kontrollgrupp dimensionerad efter din trafik och mät tills det planerade urvalet har nåtts. Om de personaliserade varianterna presterar bättre än standardversionen, utöka till fler segment och fler sidor.

Markettailor erbjuder besöksidentifiering, segmentering och leverans av innehåll – allt som det här arbetsflödet kräver – i en och samma plattform. Den kopplar IP-baserad företagsidentifiering till ändringar av innehållet på sidan, så att du kan lansera en första personaliserad upplevelse på några dagar i stället för månader.

Vanliga frågor

Vad är webbplatspersonalisering, enkelt förklarat?

Webbplatspersonalisering innebär att visa olika innehåll för olika besökare på samma sida, utifrån vad du vet om dem: deras företag, bransch, plats, hänvisningskälla eller vad de har gjort på webbplatsen tidigare. Sidans URL är densamma; rubriken, bevisen, uppmaningarna till handling eller rekommendationerna ändras.

Vilka är de viktigaste typerna av webbplatspersonalisering?

För B2B-webbplatser är huvudtyperna firmografisk (bransch, företagsstorlek), kontobaserad (namngivna målkonton), beteendebaserad (visade sidor, återbesök), livscykel (prospekt, öppen affärsmöjlighet, kund), hänvisning eller kampanj (annons, mejl, partnerlänk) och geografisk. De flesta team börjar med matchning mot kampanjbudskapet eller branschpersonalisering, eftersom de når flest sessioner och kopplar direkt till försäljningen.

Hur fungerar personalisering av B2B-webbplatser?

Ett datalager tar reda på vem besökaren är (koppling av IP-adress till företag, berikning, beteende på webbplatsen, CRM-poster), en regelmotor kontrollerar om-så-regler i prioritetsordning och väljer en variant, och en leveransmetod (en tagg på klientsidan, ett API-anrop på serversidan eller en edge worker) lägger in varianten på sidan. Besökare som inte matchar någon regel ser standardsidan.

Vilka är stegen i webbpersonalisering?

Identifiera besökaren eller segmentet, bestäm vilka segment som spelar roll, välj en eller två sidor med mycket trafik, skriv en variant per segment för de element som besvarar ”är det här för mig?” (rubrik, bevis, CTA), lansera med en kontrollgrupp och mät konverteringen per segment mot kontrollgruppen innan du bygger ut.

Vilka är exempel på personalisering av B2B-webbplatser?

Vanliga exempel: en hero på startsidan som nämner besökarens bransch, kundcase och logotyper från besökarens sektor, en prissida som som standard visar planen som matchar företagsstorleken, en CTA som ändras från ”Boka en demo” till ”Prata med ditt kontoteam” för öppna affärsmöjligheter, och resursrekommendationer baserade på redan visade sidor. Se vår guide till personalisering av startsidan och exempel på dynamiskt innehåll för fler.

Hur mycket trafik behöver du för webbplatspersonalisering?

Det beror på din grundläggande konverteringsgrad och den förbättring du behöver kunna upptäcka. Vid en baslinje på 2 % och en relativ förbättring på 20 % behöver du ungefär 21 000 besökare per grupp vid 95 % konfidens och 80 % styrka. Segment som inte kan nå dit inom ett kvartal bör slås ihop, mätas på en händelse med högre volym eller behandlas som en fingervisning.

Är webbplatspersonalisering samma sak som A/B-testning?

Nej. A/B-testning hittar den enskilt bästa versionen för alla; personalisering visar olika versioner för olika segment. De fungerar tillsammans: använd A/B-tester med en kontrollgrupp för att bevisa att varje personaliserad variant slår standardversionen för sitt segment.

Är webbplatspersonalisering förenlig med GDPR?

Det kan vara det, men inte automatiskt. IP-adresser kan vara personuppgifter, så personalisering på företagsnivå behöver ändå en rättslig grund, oftast berättigat intresse med en dokumenterad intresseavvägning. Allt som lagrar eller läser cookies eller liknande identifierare på enheten kräver i regel samtycke enligt ePrivacy-reglerna. Utforma en standardupplevelse för besökare som tackar nej.