Din marketingchef får den ugentlige rapport fra analytics. Halvtreds sider. Trafikken steg tre procent. Afvisningsprocenten faldt to procent. Den gennemsnitlige varighed af sessioner steg otte sekunder. Konverteringerne steg en procent.
Hun læser den igennem. Hun synes, alt ser fint ud. Hun gør ingenting. Ugen er slut. Næste uge får hun næste rapport. Samme mønster. Alt er lidt højere. Hun træffer ingen beslutninger.
Samtidig får din konkurrent en ugentlig rapport. De samme data. En anden fremstilling. Rapporten viser: En ny kanal, der blev åbnet tirsdag, stod for fyrre procent af ugens trafik med dobbelt så høj konverteringsrate som de eksisterende kanaler. Anbefaling: øg budgettet til den nye kanal med tre hundrede procent.
Konkurrenten øger budgettet. Den nye kanal vokser. Konkurrentens omsætning stiger femten procent i denne måned. Din omsætning stiger en procent.
De samme data. Forskellig rapportering. Forskellige resultater.
Hvad dårlig rapportering koster
Dårlig rapportering koster rigtige penge.
Eksempel: en SaaS-virksomhed med ti tusind i tilbagevendende månedlig omsætning. Frafaldet er fem procent om måneden. Det er fem hundrede dollar i tabt omsætning hver måned.
Dårlig rapportering viser, at der er frafald, men undersøger ikke hvorfor. Den finder ikke ud af, hvilke kundegrupper der falder fra. Den kobler ikke frafaldet til bestemte hændelser.
Pris: hundrede kunder om året til fem hundrede dollar hver. Det er halvtreds tusind dollar tabt, som kunne have været undgået.
God rapportering viser, at frafaldet steg hos kunder, der ikke tog den vigtigste funktion i brug. Den viser, at brugen af funktionen er håndtaget. Den anbefaler bedre onboarding. Virksomheden forbedrer onboarding. Frafaldet falder en procent. Omsætningen stiger hundrede dollar om måneden. Tolv hundrede dollar om året.
Forskellen på dårlig og god rapportering: halvtreds tusind dollar fundet plus fem tusind dollar sparet. Femoghalvtreds tusind dollar i effekt alene fra rapporteringen.
Forskellen på data og indsigt
Data eller indsigt
Data: trafikken steg tre procent i denne uge.
Indsigt: trafikken steg tre procent, fordi en ny betalt kanal blev åbnet tirsdag. Den nye kanal kostede i gennemsnit otte dollar pr. besøgende med en konverteringsrate på tre procent. De eksisterende kanaler koster i gennemsnit tolv dollar pr. besøgende med en konverteringsrate på to procent. Den nye kanal er tre procent mere effektiv. Anbefaling: test at øge det daglige budget fra to hundrede til fem hundrede dollar om dagen i to uger for at se, om effektiviteten holder i stor skala.
Data er bare tal. Indsigt kobler tallene til årsagen og anbefaler en handling.
Dårlige rapporter opremser data. Gode rapporter giver indsigt.
Hvad gør en rapport nyttig
Rapporter svarer på bestemte spørgsmål
En nyttig rapport svarer på et bestemt spørgsmål. Den svarer ikke på alle mulige spørgsmål. Den svarer på det ene spørgsmål, som modtageren har brug for at få svar på i denne uge.
Eksempel: marketingchefen spurgte: "Hvilke kanaler klarer sig dårligt?" En nyttig rapport viser: Prisen pr. kunde i betalt søgning steg fra otte til tolv dollar over de seneste fire uger. Prisen pr. kunde i organisk søgning steg fra to til fire dollar (egentlig gratis, men det er prisen for at få en kunde inklusive arbejdet med organisk trafik). Prisen pr. kunde i e-mail holdt sig uændret på en dollar.
Konklusion i rapporten: betalt søgning klarer sig dårligere end målet med en øvre grænse på otte dollar. Organisk søgning bliver dårligere. E-mail er stabil. Anbefaling: sæt udvidelsen af betalt søgning på pause, undersøg, hvorfor organisk søgning bliver dårligere, og behold udgifterne til e-mail.
En ubrugelig rapport viser: alle kanaler bidrog til væksten i den samlede omsætning. Betalt søgning stod for fyrre procent af omsætningen. Organisk stod for femogtredive procent. E-mail stod for femogtyve procent.
Begge bruger de samme data. Den første rapport svarer på spørgsmålet. Den anden gør ikke.
De tre dele i nyttig rapportering
Del et: sammenligning med et udgangspunkt
Vis aldrig et tal alene. Vis tallet sammenlignet med:
Sidste uge eller sidste måned (den umiddelbare ændring). Samme periode sidste år (udgangspunkt for sæsoner). Gennemsnittet for de seneste tretten uger (udgangspunkt for almindelige udsving).
Uden sammenligning betyder et tal ingenting. Trafikken var fem tusind i denne uge. Er det godt eller dårligt? Det afhænger af udgangspunktet.
Hvis sidste uge var fire tusind, er denne uge god. Hvis sidste uge var seks tusind, er denne uge dårlig. Hvis gennemsnittet er fem tusind, er denne uge normal.
Et udgangspunkt fjerner tvivlen.
Del to: forbindelse til målet
Hvert tal skal hænge sammen med et mål for virksomheden.
Mål: øge omsætningen. Tal et: omsætningen var i denne uge halvtreds tusind. Målet er tres tusind. Bagud med seksten procent. Tal to: trafikken var ti tusind. Målet var elleve tusind. Bagud med ni procent. Tal tre: konverteringsraten var fire procent. Målet var fem procent. Bagud med tyve procent.
Tal tre er problemet. Trafikken er lidt bagud. Men konverteringsraten er langt bagud. Anbefaling: forbedr konverteringsraten for at nå målet.
Uden et mål er tal bare tal.
Del tre: årsagen til ændringen og en anbefaling
Hvis et tal ændrede sig, hvorfor gjorde det så det?
Konverteringsraten faldt fra fem til fire procent. Hvorfor? Hvilke sider konverterede dårligere? Hvilke trafikkilder konverterede dårligere? Hvilke enheder konverterede dårligere?
Hvis du ved hvorfor, kan du rette det.
Rapporten skal forklare årsagen og anbefale en løsning.
Hvad du skal udelade af rapporter
Tag ikke tal med, som ikke fører til beslutninger.
Sidevisninger er et forfængelighedstal. Rapportér ikke sidevisninger. Rapportér konverteringer pr. side. Det fører til beslutninger.
Unikke besøgende er et forfængelighedstal. Rapportér trafik, der er kvalificeret til målet. Det fører til beslutninger.
Tid på siden er et tal, der giver sammenhæng. Tag det med, hvis tiden hænger sammen med konverteringen. Men rapportér ikke tid på siden uden sammenhæng med konvertering.
Udelad tal, der får dig til at føle dig godt tilpas, men ikke viser vej til handling.
Rapport eller dashboard
Forskellige formål
Rapport: en skriftlig fortælling med data. Svarer på et bestemt spørgsmål. Giver indsigt og en anbefaling. Laves hver uge, måned eller kvartal.
Dashboard: et live overblik over tal. Ingen fortælling. Selvbetjening. Bruges til overvågning. Brugerne undersøger, hvad de vil.
En rapport trækkes, et dashboard skubbes. En rapport svarer på et spørgsmål. Et dashboard lader dig stille spørgsmål.
De tjener forskellige formål. Du har brug for begge.
Fejlen at ændre rapporter for ofte
Du bygger en rapport. Du bruger den i to uger. Du beslutter, at den ikke er nyttig. Du ændrer den.
To uger er ikke nok til at lære af en rapport. Du har brug for en måneds data for at se mønstre.
Brug den samme opbygning af rapporten i mindst en måned, før du beslutter, at den ikke virker. Giv modtagerne tid til at vænne sig til den og lære af den.
Hvis du hele tiden ændrer rapporterne, kan du ikke lære noget.
Ofte stillede spørgsmål
Skal vi tage alle de tal med i rapporterne, vi kan spore, eller kun de vigtigste?
Kun de vigtigste. Rapporter med tredive tal er ubrugelige, fordi læseren ikke ved, hvilke der tæller. Du kan spore alle tal i dashboardet. Men rapporter bør have fem til ti tal på det meste. Kan du ikke forklare, hvorfor et tal er med i rapporten, så fjern det. Et tal skal enten føre til en beslutning eller forklare, hvorfor et andet tal ændrede sig. Eksempel: du kan spore hundrede tal i dit analyseværktøj. Men den ugentlige rapport bør vise fem tal på det meste: omsætning, trafik, konverteringsrate, pris pr. kunde og afkast af annoncekroner. Alle andre tal er understøttende detaljer i dashboardet eller i en dybere gennemgang i den månedlige rapport. Med WEMASY's hjemmesidebygger kan du sætte det op direkte på din hjemmeside.
Hvor detaljeret skal forklaringerne på ændringer i tallene være?
Detaljeret nok til at anbefale en handling, men ikke så detaljeret, at du forvirrer læseren. Eksempel: "Omsætningen faldt tre procent. Det skyldtes en pause i betalt søgning, hvor vi testede en ny strategi for bud. Strategien virkede ikke som forventet, og omkostningerne steg. Vi er gået tilbage til den tidligere strategi og forventer, at omsætningen er normal igen i næste uge." Det er detaljer nok. Gå ikke ind i alle de tekniske detaljer om strategien for bud. Gå så meget i detaljer, at modtageren forstår, hvad der skete, og hvad du gør ved det. Dårlig version: "Vi satte betalte søgekampagner på pause i tre dage med funktionen Smart Bidding med et mål for pris pr. kunde sat til tolv dollar og justeringer af konverteringsværdi på tværs af segmenterne nye kunder og tilbagevendende kunder." Modtageren er forvirret. God version: "Omkostningerne til betalt søgning steg, så vi satte kampagnerne på pause og gik tilbage til vores tidligere måde at byde på. Omsætningen bør være normal igen næste uge."
Hvis et tal er faldet, skal vi så forklare det som sæsonudsving eller undersøge det som et problem?
Begge dele. Hvis et tal er faldet, og det er et forventet sæsonudsving, så notér det. "Omsætningen er faldet otte procent, hvilket er forventet i august ud fra data fra de seneste to år." Men undersøg også: "Omsætningen er dog også faldet tre procent i forhold til gennemsnittet for august, hvilket tyder på yderligere modvind ud over de typiske sæsonudsving. Vi undersøger, hvilke kampagner der klarede sig dårligere end udgangspunktet for august." Anerkend det forventede mønster, men peg på det uventede udsving. Skyld ikke på sæsonen og ignorér problemer. Sæsonen forklarer en del af ændringen. Det øvrige udsving skal undersøges.
Hvordan undgår vi, at rapporter tager timer at lave?
Automatiser indsamlingen af data. Et værktøj bør trække tallene og lave en skabelon. Du tilføjer forklaring og anbefaling. Er indsamlingen af data manuel, så brug skabeloner til forespørgsler. Er formateringen manuel, så brug skabeloner. Brug din tid på forklaring og anbefaling og ikke på at samle data og formatere. Tid brugt på skabeloner og automatisering betaler sig. Eksempel: du bruger to timer på at bygge en skabelon, der trækker data og laver den ugentlige rapport. Hver uge bruger du tredive minutter på at udfylde forklaring og anbefaling. Efter fire uger har skabelonen betalt sig selv. Efter et år har du sparet firs timer ved at automatisere indsamlingen af data.
Skal vi tage data om konkurrenter med i vores rapportering?
Kun hvis du har pålidelige data. Hvis du gætter, så lad være. Hvis du har benchmarks for branchen eller har købt data om konkurrenter, så tag dem med som baggrund. "Vores konverteringsrate er fire procent. Gennemsnittet i branchen er tre procent. Vi klarer os bedre." Baggrund hjælper med at forklare, om tallene er gode eller dårlige. Men spekulér ikke i konkurrenternes resultater. Hold dig til fakta.
Hvor ofte skal vi helt ændre opbygningen af vores rapportering?
Hvert år. Gennemgå den hvert kvartal for at sikre, at rapporterne stadig er nyttige. Men lav ikke en ny opbygning hvert kvartal. Lad strukturen falde til ro. Én gang om året, i en stille periode, kan du vurdere, om opbygningen af rapporterne skal ændres på grund af nye mål, nye kanaler, nye produkter og ændringer i organisationen. Hvor ofte du ændrer: hvis tjekket hvert kvartal viser, at rapporterne stadig virker, så lad dem være. Hvis de fleste modtagere siger, at rapporterne skal forbedres, så ændr dem. Hvis kun én klager, så ignorér det. En ny opbygning hvert kvartal skaber kaos og forhindrer, at man lærer noget.