Förra veckan inträffade den årliga Digital Analytics Conference tidigare känt som Google Analytics Conference, på Rival och precis som tidigare år blandades högt och lågt. En hel del grejer känns upprepande – att det exempelvis är väldigt viktigt att hålla koll på vilken data en samlar och varför, kan inte vara någon nyhet för konferensens besökare men ändå handlar två föredrag om just det ämnet.

Så en gång för alla: data är viktigt. Men inte all data. Det gäller att anpassa sina mätningar och analyser efter användare och fokusera på den data som bidrar till förbättring för användaren i just den kanalen. Då kommer lönsamheten.

shutterstock_325061645

Foto: Shutterstock

Det fanns tre lärdomar som vi tog med oss:

  1. Användare > målgrupper
    Aftonbladet var en av de mer intressanta föredragen som pratade om hur viktigt det är att känna sina användare genom data och statistik. Under 2015 och 2016 har de involverat hela marknadsavdelningen, samlat en massa massa data, ställt mängder av hypoteser och frågor för att till slut kunna omvandla sina fem tidigare målgrupper till fyra nya användarbeteenden istället.Vad lärde vi oss? Data om personen som gömmer sig bakom målgruppen är inte det viktiga utan det viktiga är data om hur användaren beter sig i dina kanaler. På så sätt kan en anpassa innehållet och funktioner utifrån användarens önskemål eller anpassa användarens beteende efter dina önskemål. Alltså: glöm målgrupper – tänk användare.
  2. Dagens klimat är svårflirtat
    Tobii visade upp sin Eye tracking lösning och höll ett föredrag om att användarens, eller i det här fallet människans, uppmärksamhet börjar bli sämre och sämre då vi börjar bli för vana att bli matade exakt den informationen vi är ute efter. Vi letar helt enkelt inte. Inom samma ämne pratade Conversionista om ett nyligen utfört A/B test i en e-handelsbutik som använde röd färg för att visa att det var rea. Men eye tracking- mätningen visade att besökarna inte uppfattade färgen och fick därför ingen indikation på att det var rea. När butiken bara använde ordet ”REA” ökade försäljningen.
  3. Kvalitet över kvantitet
    En annan bra lärdom vi tar med oss från Rival är att allt inte behöver göras i gigantiska projekt. Finns det ingen stor budget, mängder av tid, ett stort team eller mängder av data så går det ändå att börja mäta och analysera. Det gäller bara att titta på rätt data, lex upprepning. Börja med att ta reda på vad era befintliga användare gör och ställ er sedan frågan vad ni hellre hade sett dem göra. Låt data vara domaren. Sätt upp ett eller två A/B-tester, lägg till lite mätpunkter och tänk på att det finns olika användarbeteenden istället för att försöka passa in ett beteende i era redan satta målgrupper.

Om det fortfarande känns läskigt och för komplicerat med data så finns det experter, till exempel oss, som mer än gärna hjälper er att komma igång.

När jag satt och lyssnade på all data som samlas in och kommer att samlas in i framtiden, samtidigt som tekniken bara försätter att utvecklas i Sci fi-takt, kom den existentiella ångesten blandad med fascinationen och möjligheterna. Kommer människan ens behövas om säg 100 år? Kommer tekniken, likt en film, få egen vilja och skapa eget liv? Eller kan vi använda data och tekniken så pass lagom att vi kan förenkla men inte förstöra?

Jag säger inte att det är en bra idé eller så, men jag ser framför mig datadrivna robotar som utför hjärnkirurgi med hjälp av eye tracking blandat med VR-teknik. En blinkning på rätt ställe och tumören är borta. Så länge vi bara kan fånga deras uppmärksamhet tillräckligt länge.