Kunder konverterer sjældent ved første kontakt. De kommer fra én kanal (organisk søgning) og køber ikke. De vender tilbage fra en anden kanal (e-mail) og køber stadig ikke. De kommer tilbage fra en tredje kanal (betalte annoncer) og køber til sidst. Med sidste klik som tilskrivningsmodel får betalte annoncer al æren. Men organisk søgning og e-mail spillede en vigtig rolle undervejs. Tragte på tværs af kanaler ser på alle kontaktpunkter og viser, hvordan kanalerne arbejder sammen om at skabe konverteringer. Dette kapitel handler om at måle samspillet mellem kanaler.
Hvad en tragt på tværs af kanaler er
En tragt på tværs af kanaler er rejsen fra første kontakt til sidste konvertering. Eksempel: organisk søgning → ingen konvertering → e-mail → ingen konvertering → direkte → konvertering. Tre kanaler var med. Betalte annoncer afsluttede salget, men organisk søgning og e-mail hjalp på vej. Analysen viser alle tre kontaktpunkter og deres roller.
Det er noget andet end tilskrivning til én kanal: organisk søgning gav ét besøg (som måske konverterede, måske ikke). E-mail gav ét besøg. Direkte gav ét besøg. Hver kanal måles for sig. Tragte på tværs af kanaler måler rækkefølgen.
Almindelige mønstre på tværs af kanaler
Mønster 1: Opmærksomhed øverst i tragten. Organisk søgning (stor volumen, lav købsintention) → opmærksomhed. E-mail (middel volumen, middel intention) → overvejelse. Betalte annoncer (mindre volumen, høj intention) → konvertering. Hver kanal har en rolle.
Mønster 2: Betalt søgning afslutter. Organisk søgning, sociale medier og indhold → opmærksomhed. Betalt søgning (retargeting) → afslutning. Betalt søgning giver de fleste konverteringer, men ville ikke virke uden de tidligere kontaktpunkter.
Mønster 3: Direkte genbesøg. Den besøgende kommer fra en annonce og køber ikke. Kommer tilbage direkte (husker adressen) og køber. Direkte ser ud til at være en kanal med høj konvertering, men annoncen er i virkeligheden årsagen.
Analysér tragte på tværs af kanaler i analytics
Google Analytics (og andre platforme) har rapporter om tragte på tværs af kanaler. De viser konverteringsstier (rækkefølgen af kanaler, der førte til konvertering), stiens længde (hvor mange kontaktpunkter før konvertering) og tid til konvertering (hvor lang tid der går fra første kontakt til konvertering).
Brug rapporterne til at svare på: hvor mange kontaktpunkter går der før en konvertering (2, 3, 5)? Hvilke kombinationer af kanaler virker bedst? Er der mønstre (for eksempel at organisk altid er første kontakt, og betalt altid den sidste)? Hvilke kanaler spiller en hjælperolle?
Brug data på tværs af kanaler i din strategi
Fordel dit budget: hvis organisk søgning altid er første kontakt (opmærksomhed), og e-mail altid er midt i forløbet (overvejelse), er begge kanaler afgørende. Skær ikke ned på organisk søgning, selv om sidste klik giver e-mail æren. Begge er nødvendige for at få konverteringer.
Forbedr rækkefølgerne: hvis mønstret 'organisk → e-mail → betalt → konvertering' er almindeligt, så sørg for, at din e-mailserie er stærk. Forbedr e-mail-trinnet, for mange konverteringer afhænger af det.
Find flaskehalse: hvis de fleste stier ender med direkte trafik (direkte besøg, der ikke konverterer), kan oplevelsen på din hjemmeside eller dit tilbud være svagt. Forbedr oplevelsen eller tilbuddet, før du giver kanalerne skylden.
Udfordringer ved analyse af tragte på tværs af kanaler
Tilskrivningsvindue: hvor længe følger du kontaktpunkter før en konvertering? 7 dage, 30 dage, 90 dage? Længere vinduer viser flere samspil mellem kanaler, men kan tage irrelevante kontaktpunkter med. Løsning: brug 30 dage som standard, og afprøv 7 og 90 dage for at se, hvor meget det ændrer.
Nye og tilbagevendende besøgende: nogle gange er den besøgende en eksisterende kunde, der køber igen. Er det en ny kundes tragt eller en eksisterende kundes? Løsning: hold nye og tilbagevendende kunders tragte adskilt. Analysér dem hver for sig, for de er forskellige.
Uklar direkte trafik: direkte trafik kan være bogmærker, e-mail-links uden UTM-parametre, trafik fra app til web eller rigtige direkte besøgende. Løsning: ret dine UTM-links, så e-mail-links bliver registreret som e-mail (ikke direkte). Marker app-trafik for sig. Den resterende direkte trafik er dit udgangspunkt.
Hvor mange kontaktpunkter før en konvertering er normalt?
Det afhænger af branchen: B2B = 4-8 kontaktpunkter. B2C = 2-4 kontaktpunkter. Dyre produkter, man overvejer længe = 5-10 kontaktpunkter. Billige produkter = 1-2 kontaktpunkter. Dine egne tal viser, hvordan det er hos dig. Ser du i snit 2 kontaktpunkter, så gør konverteringen hurtig. Ser du 7, så fokusér på at holde interessen i live.
Skal jeg optimere for første eller sidste kontakt, når jeg ser på flere kanaler?
Begge dele tæller. Første kontakt (opmærksomhed) kræver volumen og rækkevidde. Sidste kontakt (konvertering) kræver overbevisning og et stærkt tilbud. Optimér ikke kun første kontakt (opmærksomheden er spildt, hvis budskabet er svagt) eller kun sidste kontakt (du kan ikke afslutte salg, hvis ingen kender dig). Fordel budgettet: 40 % på opmærksomhed, 40 % på konvertering og 20 % på retargeting.
Hvordan håndterer jeg tilbagevendende kunder i analysen?
Hold dem adskilt fra nye kunder. Tilbagevendende kunder har andre tragte: en eksisterende kunde ser et nyt tilbud → klikker på en e-mail → køber (2 kontaktpunkter). Det er noget andet end en ny kunde (organisk → e-mail → betalt → direkte → konvertering). Analysér dem hver for sig: nye kunders tragte viser, hvordan du skaffer kunder, og tilbagevendende kunders tragte viser, hvordan du beholder dem.
Hvad er det bedste tilskrivningsvindue til analyse af tragte på tværs af kanaler?
Start med 30 dage, som er almindeligt i B2B. Sker de fleste konverteringer inden for 7 dage, så brug 7 dage (hurtigere svar). Tager beslutningen 90 dage eller mere, så brug 90 dage. Tjek dine tal: hvor mange procent af konverteringerne sker inden for 7, 14, 30 og 90 dage? Brug det vindue, der fanger 85-90 % af dine konverteringer.
Hvordan renser jeg 'direkte' trafik, så analysen bliver mere præcis?
Tilføj UTM-parametre til al e-mail- og apptrafik. Gennemgå dine e-mailskabeloner, så links indeholder utm_source=email. Gennemgå appens kode, så klik indeholder utm_source=app. Mærk interne kampagner for sig. Den resterende direkte trafik er dit sande udgangspunkt. Det gør analysen bedre, fordi trafik ikke længere er mærket forkert.
Kan jeg forudsige, hvilke rækkefølger af kanaler der giver mest omsætning?
Ja, se på tidligere konverteringer: gruppér efter sti, og læg omsætningen sammen for hver type sti. Eksempel: stier med organisk → e-mail → betalt giver i snit $5k i omsætning, mens stier med organisk → betalt giver i snit $3k. Den første rækkefølge er mere værd. Forbedr den (bedre e-mailindhold, højere konverteringsrate). Det kan bruges til at forudsige: fremtidige kunder, der følger samme mønster, får sandsynligvis en høj værdi.