Huonot markkinoinnin mittarit – Vältä nämä 5 yleistä mittaria

Huonot markkinoinnin mittarit
Santeri Kallio
Santeri Kallio

Martech-ohjelmistojen määrä nousee räjähdysmäisesti, mikä johtaa yhä enemmän kohtaamisiin markkinoinnin mittareiden kanssa.

Entä jos kerron sinulle, että useisiin mittareihin ei kannata koskea edes pitkällä tikulla, koska ne vääristävät asioita ja ohjaavat sinut harhaan?

Tässä tekstissä näytän viiden esimerkin avulla, miten tunnistat huonon mittarin eri markkinointikanavissa.

Esimerkkejä on tarjolla hakukonemarkkinoinnista, sosiaalisesta mediasta sekä web-analytiikasta.


Mikä on huono mittari?

Huonosti valitut mittarit haittaavat ketä tahansa toimijaa. Olit sitten pienyrittäjä tai jättimäinen korporaation kuten Adidas.

Sana ”huono” on tietenkin hieman kärjistämistä, koska aina löytyy henkilö, joka väittää vaikkapa Facebookin tykkäysten olevan yrityksen toiminnan kulmakiviä.

Siksi ennen kuin menemme esimerkkeihin, katsotaan 3 piirrettä, millä tyypillisesti tunnistaa kelvottomat mittarit.


Ongelma #1: Ei johda hyödyllisiin toimiin

Hyvän mittarin tulisi olla kuin signaali, mikä ohjaa parantamaan aiempaa toimintaa jollakin tavalla.

Kun tätä ei ole mahdollista tehdä, on mittari helppo tunnistaa huonoksi.

Tyypillisesti ongelman huomaa siitä, että mittari löytyy raporteissa ylös tai alaspäin menevän trendin kanssa, mutta niistä ei voi johtaa järkeviä toimenpiteitä.

Korostan sanaa hyödyllinen toimenpide, koska hyödyllinen mittari voisi johtaa uusien asiakkaiden hankintaan, ostopolun optimointiin, budjetin allokointiin tai muuhun liiketoimintaa edistävään asiaan.

Huono mittari ei johda kuin YouTuben avaamiseen tai kahvikoneelle menemiseen.


Ongelma #2: Kuvaa mitattavaa ilmiötä huonosti

Mittaamisella pyritään keräämään dataa, mikä kuvaa jotakin asiaa tai ilmiötä. Tästä voidaan edetä ratkaisemaan ongelmia.

Kun mittari ei kuvaa ilmiötä hyvin, sen perusteella tehdyt päätökset eivät ole juuri arvailua parempia.

Paitsi että mitattuihin virhepäätelmiin saatetaan luottaa enemmän kuin arvailuun!

Ei siis ole aivan sama, kuinka sopivan mittarin valitsee kuhunkin asiaan.


Ongelma #3: Ohjaa huomion vääriin asioihin

Huonoon mittariin tukeutuminen voi olla erityisen vaarallista, kun niitä esitetään päätöksentekijöille.

Hyvä esimerkki on markkinoinnin tulosten mittaaminen pelkän liidien hankkimisen perusteella.

Tämä saattaa ohjata markkinoinnin huomion liikaan uusasiakashankintaan, kuten pelkkään mainontaan asiakkuuksien kasvattamisen sijaan.

Esimerkiksi uudet liidit voi siis olla huono mittari, kun se ohjaa keskittymään lyhytkatseisiin, yritystä vahingoittaviin asioihin.

Nyt on aika katsoa muutama tuttu mittari, mikä ei todellisuudessa ole huomiosi arvoinen.

En luonnollisesti voi listata kaikkia martech-maailman huonoja tapauksia. Jos et löydä jotakin tiettyä listasta, kyseessä voi silti olla huono mittari.

Allaolevan listan on tarkoitus kuvata, miten huonot mittarit voi tunnistaa eri tilanteissa.

(Tulen viittaamaan yllä oleviin kolmeen ominaisuuteen niiden numerolla, kuten #2)

Aloitetaan!


Vältä näitä markkinoinnin mittareita

1. Sitoutuminen

Viivoitin mittaa etäisyyttä, kun taas vaaka mittaa painoa.

Entä mittaako sitoutumisaste käyttäjä sitoutumista? Todella usein ei, ja tässä siihen syy.

Sitoutuminen ei ole käsitteenä yksiselitteinen, vaan se voidaan mieltää toistuvaksi aktiivisuudeksi sivustolla, tai jopa jonkin tyyppiseksi uskollisuudeksi brändiä kohtaan. Tai sitten se on jotain tältä väliltä.

Sitoutumiseen liittyvillä mittareilla on tapana kuvata sitoutumista yhdellä luvulla, mikä johtaa huonosti kuvattuun ilmiöön (#2).

Samalla nämä mittarit, minkä sitten ikinä valitsetkaan, eivät ohjaa järkeviin toimiin (#1).

Tämä näkyy erityisesti sosiaalisessa mediassa. Otetaan esimerkkinä tämä Facebookin kampanjan tulos.

Tässäpä haaste sinulle: Kokeile päätellä sitoutuminen julkaisuun mittarista seuraava konkreettinen toimi, mikä ei ole vain tekosyy mainostaa enemmän.

(Itse en ole löytänyt ratkaisua)

Entä miten käy päätelmälle kun saat tietää, että sitoutuminen julkaisuun huomioi Facebook-kampanjan klikkaukset, kommentit, reaktiot sekä jaot.

Millä perusteella kommentoiminen on sitoutumista, kun valtaosa nettikeskustelusta on täysin asiatonta huutelemista? Ja minkä takia klikkaukset, joilla voidaan siirtyä konvertoitumaan, ovat verrattavissa tykkäämiseen.

Käsillämme on aivan malliesimerkki huonosta mittarista: Siinä on yksinkertaistettu ilmiötä liikaa, eikä siitä voi päätellä mitään hyödyllistä.

Jos todella haluat mitata sitoutumista, kerää laadullista dataa esimerkiksi kyselyillä.

Siihen soveltuu hyvin Typeform tai jokin muu kyselyohjelma.


2. Välitön poistuminen (Bounce rate)

Bounce ratella on kyseenalainen kunnia: Saan siitä työssäni enemmän kysymyksiä, kuin mistään muusta mittarista.

Välitön poistuminen eli Bounce Rate on siis Google Analyticsin mittari, minkä on tarkoitus näyttää osuus istunnoista, joissa ei ole tehty mitään toivottuja asioita sivustolle saapumisen jälkeen.

Ajatus tämän taustalla on järkeenkäypä, eli mahdollisuus tunnistaa sivut, joissa on kehitettävää.

Se on kuitenkin mittarina todella monimutkainen mikä ohjaa jatkuvasti markkinoijien huomiota vääriin asioihin (#3). Näitä ovat esimerkiksi:

  • Mittarin suomennos ”välitön poistuminen”. Todellisuudessa käyttäjä voi viipyä sivustolla vaikka kymmeniä minuutteja, ja vasta sen jälkeen poistua. Niin kauan, kun käyttäjä ei vieraile muualla kuin saapumissivulla sivulla, hänet lasketaan ”välittömästi poistuneeksi”.
  • Oletus että yli 80 % on huono Bounce Rate. Tässä on erityistapauksena esimerkiksi sisällöt, joihin saavutaan orgaanisesti, koska hakija pyrkii ratkaisemaan yksittäisen ongelman, eikä tyypillisesti viivy sivustolla pidempään. Nämä tilanteet ovat ”välittömiä poistumisia”, mutta se ei ole suoraan huono asia.
  • Bounce Raten herkkyys mittausvirheille. Moni muu sivustolla tehty asia, kuten tiedoston lataaminen, videon katsominen tai pitkään vietetty aika on mahdollista asettaa vaikuttamaan siihen, miten ”välittömästi poistuneet” lasketaan. Tämän kuitenkin päättää mittauksen asentaja, mutta tyypillisesti mittaria raportoivat henkilöt eivät tiedä mitkä toimet vaikuttavat siihen.

Eli kuten sanottu, mittarin taustalla oleva ilmiö olisi hyödyllistä tietää, mutta toteutus ei ole kovin hyvä.

Bounce Rate on itse asiassa poistettu kokonaan uudessa Google Analytics 4:ssä!

Tästä opimme, että jopa Googlen kokoisten yritysten pitää välillä katsoa kriittisesti mittareitaan.


3. Impressiot

Markkinointiin kuuluu olennaisesti tuoda tuoteet ja palvelut ”silmäparien eteen”.

Hakukoneoptimoinnissa sekä hakukonemainonnassa käytetään yleisesti tätä kuvaavaa mittaria, nimeltä impressiot.

Google Search Consolessa tietylle avainsanalle tai sivulle lasketaan yksi impression, kun käyttäjä avaa Google-hakutulosten sivun, missä tulos avainsanalla on näkyvissä. Mitatut tulokset löytyvät Kehitys-raportista.

Google Adsissa impressio toimii samalla tavalla, eli jokainen mainoksen näkyminen Google-hakutulosten sivuilla lasketaan yhdeksi impressioksi.

Impressioita löytyy myös muista työkaluista, mutta niitä yhdistää poikkeuksetta sama ongelma: Sen perusteella ei voi tehdä toimenpiteitä (#1).

Ja kyllä, impressioilla voi teoriassa arvioida, kuinka kattavasti hakutuloksissa on ollut näkyvyyttä.

Käytännössä impressiot ovat kuitenkin epäluotettavia (#2), mikä pilaa viimeisetkin mahdollisuudet viedä tätä mittaria käytännön päätöksiin.

On tutkittu, että alle 60% internetin liikenteestä on oikeita ihmisiä. Loppuosa on botteja, jotka liikkuvat muun muassa Googlen hakutulossivuilla vääristämässä impressioita.

Jopa Google itse on vuosia sitten myöntänyt, että vain noin puolet raportoiduista mainoskatseluista oli oikeasti nähty.

Mikä siis neuvoksi?

Keskity käyttäjien tavoittamisen sijaan siihen, tekevätkö käyttäjät tavoiteltuja asioita eli konversioita. Näitä on myös paljon vaikeampi ”väärentää” verrattuna impressioihin.


4. Uudet käyttäjät

Uudet asiakkaat ovat musiikkia yrityksen korville.

Google Analyticsissa saattaa siis kiinnittää huomiota mittari nimellä Uudet käyttäjät.

Tämäkin mittari kuuluu kuitenkin vältettävien listaan, sillä se käyttää mittauksen takana evästeitä. Yksityiskohtiin menemättä asia tapahtuu näin:

Kun käyt yrityksen X sivulla, Google Analytics tarkastaa, että onko selaimeesi jo laitettu eväste aiemmasta vierailusta sivulla X. Jos näin ei ole, niin sinut merkitään ”uudeksi käyttäjäksi”. Samalla selaimeesi laitetaan eväste, jotta ensi kerralla sinut merkataan ”palaavaksi käyttäjäksi”.

Tämä prosessi on vuosia toiminut varsin luotettavasti, mutta nykyään evästeillä on paljon rajoitteita, mitkä vääristävät mitattavan asian (#2):

  • Jos käyttäjä haluaa selata sivuja incognito-tilassa esimerkiksi välttääkseen seurantaa, maksumuureja tai selainhistorian keruuta, jokainen käynti lasketaan uuden käyttäjän tekemäksi
  • Laitteiden välisiä toimia ei huomioida, eli sivulle kännykällä saapunut lasketaan uudeksi käyttäjäksi, kun hän saapuu sivustolle tietokoneella
  • Käyttäjä voi poistaa itse selaimen evästeet, tai jopa ajastaa ne poistettavaksi säännöllisin väliajoin, ja kumpikin näistä tekee hänestä uuden käyttäjän

Itseasiassa edes termi ”käyttäjä” ei ole täysin todenmukainen, koska jokainen laite (puhelin, tietokone kotona, tietokone töissä, tabletti ym.) lasketaan uutena käyttäjänä.

”Uusi käyttäjä” = Laite, johon ei vielä ole tallennettu evästettä

Toinen selkeä ongelma korostuu tässä lauseessa: ”Sivustomme sai viime kuussa yli 20000 uutta käyttäjää!”

Moni varmasti haluaisi päästä raportoimaan näin, koska uudet potentiaaliset asiakkaat ovat luonnostaan mielenkiintoinen aihe.

Vastaavassa uusasiakashankinnassa jää helposti taka-alalle palaavien käyttäjien huomioiminen ja konvertointia, mikä on jo paljon vaativampaa (#3).

Kun käyttäjän saaminen ostamaan vaatii keskimään 7 kanssakäymistä brändin kanssa, on varsin lyhytkatseista metsästää uusien käyttäjien virtaa.


5. Sosiaalisen median reagoinnit

Nyt pääsimme huonojen mittareiden syvään päähän.

Sosiaalisen median reagoinneissa nimittäin kulminoituvat kaikki 3 huonon mittarin ominaisuutta.

Ensinnäkin sosiaalisen median julkaisuiden tai mainonnan reagoinnit eivät johdata sinua kohti liiketoiminnan tavoitteita (#1).

Esimerkiksi Facebookin reagoinnit tutkitusti eivät korreloi menestystä mittaavien tavoitteiden kanssa.

Olen huomannut saman ilmiön. 5 eniten reagoitua julkaisuani eräällä Facebook-sivulla ei lainkaan korreloinut kirjoitukseen saapumisten kanssa.

Toiseksi, monet eri tyyppiset reagoinnit eivät tuo odotettuja tuloksia (#2).

Mitä kertoo se, että 59% some-julkaisun lukijoista jakaa jutun täysin lukematta sitä. Tai että 70% käyttäjistä lukee tieteellisistä some-julkaisuista pelkän otsikon ennen kommentointia.

Kolmantena on vielä se pahin ongelma, eli sosiaalisen median huippuun hiottu kyky viedä huomiosi täysin vääriin asioihin (#3).

Reagointien mittaaminen ohjaa huomion lyhytkatseisen mielihyvän tavoitteluun sen sijaan, että viitsimme keskittyä hankalampiin, mutta oikeasti hyödyllisiin mittareihin.

Jos sinäkin olet somen käyttäjä, niin tiedät kyllä mistä puhun.

Jätä siis sosiaalisen median reagoinnit omaan arvoonsa julkaisuissa sekä profiileissa.

Mittaamisen arvoiset toiminnat tehdään tyypillisesti sivustollasi, ja näitä voit seurata esimerkiksi Google Analyticsin tapahtumaseurannalla.


Loppusanat

Mitä työkalua sitten käytätkään, tulet varmasti kohtaamaan huonoja mittareita.

Ja välttämättä valinta mittareiden käytöstä ei aina ole sinulla. Tai dataa järkevämmistä asioista ei vain ole tarjolla.

Ikävät realiteetit voivat iskeä, ja tällöin joudumme käyttämään myös huonoja mittareita. En itsekään voi aina välttyä tältä.

Nyt pystyt kuitenkin arvioimaan paremmin, että millä perusteella jotkin mittarit voidaan huomata huonoksi valinnaksi.

Se toivottavasti säästää sinulta paljon päänvaivaa, kun teet datalähtöisempää markkinointia.


Varoita myös muita huonojen mittarien käytöstä jakamalla kirjoitus:


Santeri Kallio profiilikuva

Santeri Kallio

Web-analyytikko – Quru Oy Helsinki – Kauppatieteiden maisteri

Blogissani näytän miten dataohjattua markkinointia tehdään käytännössä … Lue lisää

Vastaa

Sähköpostiosoitettasi ei julkaista.