Tekoäly, myynti ja markkinointi: koulutuksen kysymykset ja vastaukset
Ensinnäkin kiitos palautteestanne ja kiitoksistanne, arvostamme niitä kovasti! Siinä, missä tämä koulutus käsitteli jokseenkin edistyneitä ja haastavia konsepteja tekoälyn, datan ja myynnin osalta, seuraavassa koulutuksessa palaamme perusasioihin. Koulutuksessa nousi esiin erittäin hyviä kysymyksiä:
K: Pitääkö kaiken tämän oppimiseksi ymmärtää koodaamisen tms. päälle?
V: Ei tarvitse lähtökohtaisesti. Google Analytics 4:n koneoppiminen toimii markkinoijan näkökulmasta “konepellin alla”, ja kun koneoppimisen luomat ennustemittarit ja markkinointi-/kävijäyleisöt ovat käytössä, näitä voi hyödyntää analyysissa ja markkinoinnissa ihan vain GA4:n ja Google Adsin käyttöliittymissä klikkailemalla.
Teknistä osaamista ja koodia voidaan kuitenkin tarvita analytiikkaimplementaatiossa (esim. sivuston konversiotapahtumien luominen Google Tag Managerin avulla) ja dynaamisessa markkinoinnin uudelleenkohdistuksessa, jossa asiakkaille myydään uudelleen juuri sitä, josta he jo osoittivat kiinnostustaan.
K: Miten pääsee alkuun, jos GA4 on liitetty jo kotisivuille, mutta se ei ole oikein mitannut mitään, muuta kun kävijöitä sivulla ja aikaa, kauanko siellä on vietetty? Miten suurta hyötyä näkisit tästä olevan ********* (B2B-)yritykselle?
Kysyjän toimiala piilotettu yksityisyyden suojaamiseksi.
V: Todella hyvä kysymys! Kattavammasta analytiikasta olisi hyötyä toimintanne ohjaamisessa ja vielä tärkeämmin markkinoinnin/myynnin tehostamisessa. Yrityksenne ehdottomasti kannattaa aloittaa mittaamaan kävijämäärien yms. yleismaailmallisten mittareiden lisäksi mm. liidikonversioita ja hyödyntää tätä yhteydenottojen määrän kasvattamiseen. Teette B2B-liiketoimintaa ja ymmärtääkseni teidän tapauksessanne liidikonversiot ovat yrityksiä, jotka ottavat teihin yhteyttä mahdollisten **********toimeksiantojen merkeissä. Te tietenkin haluatte yhteydenotoilla kasvattaa yritysasiakaspohjaanne. Sen lisäksi, että teidän kannattaa alkaa mittaamaan näiden liidien määrän kehitystä asettamalla konversiotapahtumia sivustonne niihin pisteisiin, joissa niitä tapahtuu, on vielä tärkeämpää, että voitte analytiikan avulla kohdistaa markkinointianne juuri siihen joukkoon, jotka todennäköisimmin konvertoituvat sivustollanne kävijöistä liideiksi – siis ottavat teihin yhteyttä.
Markkinoinnin mahdollisimman tehokkaaksi kohdentamiseksi hyödytte (1.) analytiikan toteutuksesta, joka kykenee mittaamaan mm. liidejä ja (2.) siitä, että mainosalustanne, mm. Google Ads hyödyntäisi näitä liideiksi mahdollisimman suurella todennäköisyydellä konvertoituvia markkinointiyleisöjä.
Yrityksenne on sellaista kokoluokkaa, että oletettavasti hyötyisitte merkittävästi markkinoinnin uudelleenkohdentamisesta jo kiinnostuneille kävijöille, jotta asiakasyritysten valinta osuisi mahdollisimman useasti juuri teihin. Lisäksi hyötyisitte myös eri mittareita havainnollistavista dashboardeista sen näkyväksi tekemiseksi, että digitaalinen myynti ja liiketoimintaanne hyödyttävät tapahtumat sivustolla varmasti kulkevat oikeaan suuntaan.
K: Mitä tarkoittaa, että jatkossa retargetointi tehdään GA4:n koneoppimisella? Onko tämä jo saatavilla, ja/tai kauanko se kestää, että koneoppimista tapahtuu? Kannattaako nyt enää ottaa Tag Manageria käyttöön vai siirtyä suoraan GA4:n käyttöön?
V: Tällä viittasin siihen, että jatkossa dynaamista uudelleenkohdistamista voi Googlen mukaan tehdä suoraan GA4:n avulla. Tästä syystä oletan, että se asettuu jonnekin Google Tag Managerin tontille, joka on nykyisellään se työkalu, jossa tarvittavat tunnisteet dynaamista uudelleenkohdistamista varten asetetaan. Täältä löytyy lisätietoja asiasta otsikon “Google Adsin dynaamisen uudelleenmarkkinoinnin käyttöönotto” alta. Nyt kirjoitushetkellä tämä ei tosiaan ole vielä verkkosivustoille käytössä.
Lukemani perusteella tämä tulee tarkoittamaan sitä, että uudelleenmarkkinointiyleisö liittyy johonkin tapahtuneeseen tapahtumaan verkkosivuilla, ja täten siihen osataan myös yhdistää uudelleenmarkkinoitava sisältö. Aikataulusta tai siitä, onko tämä yhtä toimiva tapa toteuttaa uudelleenkohdistusta kuin Tag Managerilla ei ole vielä tietoa. Tästä syystä itse ottaisin joka tapauksessa Google Tag Managerin käyttöön mm. uudelleenkohdistustarkoitukseen enkä jäisi odottelemaan. Jos GA4-käyttöliittymässä tapahtuva tapahtumaperustainen uudelleenkohdistus osoittautuu paremmaksi, helpommaksi ja/tai toimivammaksi, voi tämän rakenteen sitten rakentaa uudelleen GA4:ään.
Google Analytics 4:ssä koneoppimista tarjotaan yleisöjen osalta, kun sivustolla on viimeisen 28 päivän aikana vähintään 1000 sellaista kävijää, joille Analytics osaa asettaa ns. “lopputuleman” siitä, onko näiden käyttäjien kohdalla tapahtunut konversio tai asiakaspoistuma. Eli kunhan tämä ehto jatkuvasti täyttyy, ei mene montaa viikkoa GA4:n käyttöönoton ja analytiikkaimplementaation jälkeen, kun sinulla pitäisi jatkuvasti olla käytössäsi koneoppimisen avulla luodut ennustetut yleisöt ja ennustemetriikat.
Tekoäly, myynti ja markkinointi – koulutuksen sisältö
Lyhyt muistilista: näin lisäät myyntiäsi tekoälyllä ja datalla
- GA4:n konversiotapahtumat ja analytiikan implementaatio kuntoon
- Katso automaattisia insighteja ja suosituksia ja tee liiketoimintapäätöksiä niiden pohjalta
- Pysy ajan tasalla eri asiakassegmenttien ennustemittareista
- Toteuta markkinointiasi yhdistämällä koneoppimisen ennustetut yleisöt mm. Google Adsiin
- Uudelleenmarkkinoi dynaamisesti
- Tarjoa asiakkaalle sitä, mistä hän on jo osoittanut kiinnostuksensa
- Toteutetaan nykyisin GTM:llä, jatkossa myös suoraan GA4:n koneoppimisella
Kun seuraat näitä askelia, parannat markkinointisi ja myyntisi kohdennusta.
Google Analytics 4:n tekoäly
Google Analytics 4 hyödyntää tekoälyä useampaan tarkoitukseen. Ensimmäinen käyttötarkoitus on aukkojen täyttämistä datassa, johon kulutuskäyttäytymisen monialustaisuus ja muuttuvat evästekäytännöt ovat johtaneet. Toinen pääasiallinen tarkoitus liittyy dataan liittyvien suositusten ja liiketoiminnan ohjautuvuuden mahdollistamiseen. GA4 ilmoittaa enenevissä määrin automaattisesti erilaisia suosituksia ja “insighteja”, ja lisäksi luo koneoppimisen avulla ennustemittareita ja -yleisöjä, joita voit hyödyntää markkinointisi kohdentamiseen tekoälyllä.
Koneoppimisen ennustemittarit (Predictive metrics)
Metriikka | Selitys |
Oston todennäköisyys | Todennäköisyys sille, että viimeisen neljän viikon aikana aktiivisena olleelta käyttäjältä saadaan konversiotapahtuma seuraavien 7 päivän aikana. |
Käytön lopettamisen todennäköisyys | Todennäköisyys, että edeltävän viikon aikana aktiivisena ollut käyttäjä ei ole aktiivinen seuraavan viikon aikana. |
Ennustetut tulot | Arvio, kuinka paljon tuloa voidaan odottaa seuraavien neljän viikon ajan käyttäjältä, joka on ollut aktiivinen neljän edeltävän viikon aikana. |
Taulukon lähde: Google: [GA4] Ennustemittarit
Google Analytics 4 luo edellä esiteltyjen ennustemittarien pohjalta yleisöjä, joita voi suoraan hyödyntää markkinoinnissa:
- Käytön todennäköisesti lopettavat ostajat
- Käytön todennäköisesti lopettavat
- Todennäköiset ostajat
- Todennäköiset uudet ostajat
- Seuraavan 28 päivän aikana ennusteen mukaan eniten kuluttavat
Ylläolevista ennustetuista yleisöistä suosittelemme hyödyntämän etenkin “Todennäköiset ostajat” -yleisöä markkinointisi kohdentamisessa.
Dynaaminen uudelleenmarkkinointi Analyticsillä
Google Analytics 4:ään on tulossa ominaisuus, jonka avulla voit uudelleenmarkkinoida potentiaalisille asiakkaillesi dynaamisesti tekoälyn avulla.
Dynaamisella uudelleenmarkkinoinnilla tuodaan entisestään lisätehoa digitaaliseen myyntiin, sillä tällöin markkinointiviestisi yksilöityy automaattisesti jokaiselle uudelleenmarkkinoitavalle asiakkaalle. Pointtina etsiä edullisinta asiakashankinnan hintaa. Tuotetta tai palvelua katsoneelle henkilölle, joka on ikään kuin “lämmin liidi”, markkinoidaan tätä tuotetta tai palvelua uudelleen, usein Display-markkinointina. Tällaisen valmiiksi lämpimän potentiaalisen asiakkaan konvertointi maksavaksi asiakkaaksi on monikymmenkertaisesti halvempaa kuin upottaa rahaa pelkkään jatkuvaan kylmän liikenteen ostamiseen. Tätä edellä mainittua valitettavan moni firma tekee, sillä näiden implementointi vaatii teknistä osaamista. Tämän tekeminen todellakin on silti vaivan arvoista, jos olet myyntisi suhteen tosissasi.
Heräsikö seuraavia ajatuksia?
“Näinkö matemaattiseksi ja tekniseksi digitaalinen markkinointi ja myynti tosiaan menevät?”
Kyllä, markkinoinnin kohdistuksessa suunta on ihan selvä, ja on ollut sitä jo pitkään.
Kohti koneoppimista mennään ja ne, jotka sitä päättävät ensimmäisten joukossa alkaa hyödyntää, voivat saavuttaa merkittävää kilpailuetua. Tämä ei toki poista sitä faktaa, että markkinointisisällöllä on edelleen sama merkityksensä mainonnassa – mutta koneoppiminen mullistaa markkinoinnin kohdennuksen. Rahaa sokeasti kaatamalla markkinointiin ei kuitenkaan tehdä tuloksia edes hyvällä sisällöllä, sillä sekä sisällön, että kohdistuksen täytyy olla kunnossa.
“Mutta tämähän koskee vain suuria firmoja”
Tämä koskee ihan kaikkia, joilla on sivustollaan 28 päivän aikana vähintään 1000 kävijää.
Heille GA4 osaa asettaa “lopputulokseksi” ostoksen tekemisen tai poistuman. Tämä tarkoittaa noin 36 kävijää päivässä, eli pienet firmat se kuitenkin sulkee pois, sillä ennustemallien kehittäminen vaatii vähintään tämän verran dataa.
