Analys som låter dig jobba mindre, inte mer

Vi skulle vilja göra mer analys, men vi har inte riktigt tid.

Känner du igen dig? Jag gör det. Det är en mening som förmodligen tusentals analytiker, webbansvariga och kommunikationschefer sagt, eller hört. Och Gartner har siffror på det: deras Marketing Data and Analytics Survey visar att analys bara påverkar 54% av marknadsföringsbesluten. Nästan hälften av besluten fattas alltså utan att data är inblandad.

Många skulle hävda att analys är för svårt och bökigt att göra. Det är i och för sig sant, men det är inte orsaken. Inte heller GDPR eller andra regler – det är ett löst problem. Den verkliga orsaken är att många organisationer inte sett själva poängen med analysen. Vad är problemet den ska lösa?

Hade värdet varit uppenbart hade vi tagit oss tid att göra analysen.

Det här inlägget handlar om varför webbanalys, så som den serveras idag, inte tjänat sin plats – och vad vi gjort åt det. För oss handlar bra analys om en sak: att hjälpa dig att göra mer av det som funkar, och mindre av allt annat.

David Blomberg, grundare och affärsansvarig på Whitespace.

När vi på Whitespace började jobba med webbanalys var det för att vi behövde svar på ett antal frågor: Hur gör vi webbplatser som faktiskt funkar för besökaren? Hur används menyn? Är länktexterna begripliga? Funkar inloggningssidan?

För oss var det ett nödvändigt verktyg för att driva webbutveckling, eftersom vårt löfte är att skapa verklig nytta för besökaren. Vi behövde se hur besökare använder en webbplats för att veta vad vi skulle ändra på, och hur.

Genom åren har det tillkommit fler exempel. Kunder som driver kampanjer via e-post eller annonser – det är inte svårt att se klick, men det är på landningssidan som konverteringen avgörs. Och i SEO och innehållsmarknadsföring är det själva kedjan från sidvisning till konvertering som spelar roll, inte sidvisningen i sig.

Det vi sett gång på gång är att analys gör nytta först när den styr ett konkret nästa steg: Avsluta kampanjen, förändra webbsidan, prioritera om backloggen.

Google förvärvade Urchin 2005 och släppte Google Analytics samma år. Plötsligt var webbanalys tillgänglig för alla. Lite pyssel att sätta upp, men du fick direkt se hur många som besökt din webbplats.

Sedan har det inte hänt så mycket. GA4 erbjöd en mer flexibel analys, men krävde också mer av ett "business intelligence"-tänk – tröskeln för den som inte är analytiker blev högre. Piwik (numera Matomo) kom som ett alternativ baserat på öppen källkod, vilket gav våra kunder den integritet och datakontroll de efterfrågat.

Men själva tänket bakom verktygen har inte förändrats. Det är samma typ av verktyg som 2005, fast med fler knappar.

Det första problemet är att webbanalysverktyg är som en schweizisk armékniv. De duger till många scenarier, men är inte bäst på något specifikt jobb. Organisationer som verkligen anammat ett datadrivet arbetssätt har ofta byggt en egen rapporteringsstack där webbanalysen blir ett klister mellan webbplatsen, databasen och BI-verktyget. Kraftfullt, men också komplicerat.

Problem två är ledtiden. Du måste först bestämma vad du ska mäta, och sedan vänta veckor (eller månader) innan du kan göra analysen. Det kan kännas som att du måste formulera svaret innan du ens ställt frågan. Konfigurationen kräver oftast en tekniker, och tolkningen kräver en specialist.

Problem tre är verkligheten. När du väl lärt dig verktyget, konfigurerat det enligt konstens alla regler, och ska börja analysera – då stämmer inte datan. Konstiga webbadresser, osynliga bottar som hämtar ditt innehåll, och siffror som inte stämmer mot vad annonsverktyget visar.

Och i Gartners undersökning är det här de tre vanligaste anledningarna till att analys inte används: dålig datakvalitet (32%), analysen ger inga tydliga rekommendationer (31%) och det går inte att agera på resultaten (29%). Tre av tio respondenter säger också att det helt enkelt tar för lång tid.

Vi måste komma bort från tanken att analys är något du gör utöver ditt vanliga jobb. Webbanalys handlar om att fatta välgrundade beslut: vad ska göras, vad ska inte göras, och hur marknadsför vi effektivare?

Konkret: webbanalys handlar om att ta bort saker från utvecklingsbackloggen. Att fixa landningssidan istället för att öka kampanjbudgeten. Att skapa innehåll utifrån vad som funkar – och avsluta det som inte gör det.

AI har gjort detta ännu tydligare. När kostnaden för att bygga webbsidor sjunker, när det är snabbare att producera innehåll, och när kampanjassets kan tas fram av en person istället för ett team – då blir det ännu viktigare vad ni säger ja till, och vad ni säger nej till. Att kodningsagenten eller innehålls-copiloten behöver tillgång till statistiken säger sig självt.

Vi har i många år arbetat med konsulttjänster för webbanalys. Kunderna uppskattar det – de får någon som förstår deras verksamhet, som utbildar, och inte minst entusiasmerar. Vi har också erbjudit molndrift av Matomo: hög säkerhet och full kontroll över persondata, byggt på öppen källkod.

Men en månadsrapport når inte den kadens som behövs när beslut fattas varje vecka. Och ett analysverktyg som teamet inte vet hur de ska använda blir en dyr datakälla, inte ett beslutsstöd. Konsulttjänster utan kontinuitet, och verktyg utan vägledning – båda är halva lösningar.

Därför kombinerar vi dem nu. En prenumeration med verksamhetsfokuserad rådgivning och ett verktyg som gör webbstatistik tydlig, användbar och lätt att agera på.

Så här jobbar vi:

Analysrecepten. Vi utgår från de fall som kan ge störst effekt för din organisation, och formulerar analysrecept som inte bara beskriver hur analysen görs, utan också vad den är till för och hur vi använder resultaten.

Analysverktyget. Utifrån recepten sätter vi upp de rapporter som du behöver. Det är inte statiska dashboards, utan rapporter som du använder för att svara på frågor och lösa problem.

Analyscoachen. Vi är med dig hela tiden, och kollar så att du får effekt av analysen. Sitter prioriteringen av backloggen? Konverterar kampanjerna bättre? Har innehållsmarknadsföringen givit avtryck i engagemanget?

För att möjliggöra detta har vi själva tvingats förändras. Istället för att börja från ett blankt blad har vi formulerat grundrecept så att ingen behöver börja på ruta ett. Vi har byggt vidare på Matomo och skapat Whitespace Analys – ett mer fokuserat verktyg som är lättare att använda. Och vi har skapat ett arbetssätt med vår analyscoach: från onboarding, till alltid närvarande bollplank, till kontinuerliga uppföljningar.

En av våra kunder gick från att inte ha några nyckeltal alls till att idag, tre år senare, ha ett gemensamt index för konvertering, SEO och webbplatsens prestanda. Hela organisationen kan se det. Hela organisationen förstår det. Det är det vi menar med att analys tjänar sin plats.

Effekten av vår metod är inte bara att KPIerna går åt rätt håll (och att ni sparar pengar på vägen). Det är att hela organisationen ser vad analys faktiskt kan göra.

Och det är det absolut viktigaste. Oavsett om ni jobbar med oss, med någon annan, eller driver webbanalys på egen hand: ställ analysen mot väggen. Ställ svåra frågor. Tvinga den att bekänna färg.

Vi byggde inte Whitespace Analys för att ge er mer analys. Vi byggde det så att ni gör mer av det som spelar roll – och mindre av sådant som inte gör det.

Vill du veta mer om Whitespace Analys?

Hör av dig till David Blomberg på 070 - 481 60 72, david.blomberg@whitespace.se, eller boka ett videomöte direkt i hans kalender.