Din marknadschef får veckans analysrapport. Femtio sidor. Trafiken ökade med tre procent. Avvisningsfrekvensen minskade med två procent. Genomsnittlig sessionslängd ökade med åtta sekunder. Konverteringarna ökade med en procent.
Hon läser igenom den. Hon tycker att allt ser bra ut. Hon gör ingenting. Veckan går. Nästa vecka får hon nästa rapport. Samma mönster. Allt är lite uppåt. Hon fattar inga beslut.
Under tiden får din konkurrent en veckorapport. Samma data. Annan presentation. Rapporten visar: en ny kanal som startade i tisdags stod för fyrtio procent av veckans trafik med dubbelt så hög konverteringsgrad som de befintliga kanalerna. Rekommendation: höj budgeten för den nya kanalen med trehundra procent.
Konkurrenten höjer budgeten. Den nya kanalen växer. Konkurrentens intäkter ökar med femton procent den här månaden. Dina intäkter ökar med en procent.
Samma data. Olika rapportering. Olika resultat.
Vad dålig rapportering kostar
Dålig rapportering kostar riktiga pengar.
Exempel: ett SaaS-företag med tiotusen i månatliga återkommande intäkter. Kundbortfallet är fem procent per månad. Det är femhundra dollar i förlorade intäkter varje månad.
Dålig rapportering visar att kunder lämnar men utreder inte varför. Den visar inte vilka kundsegment som lämnar. Den kopplar inte bortfallet till särskilda händelser.
Kostnad: hundra kunder per år à femhundra dollar var. Det är femtiotusen dollar i förlust som hade kunnat undvikas.
Bra rapportering visar att bortfallet ökade bland kunder som inte tog till sig huvudfunktionen. Den visar att användningen av funktionen är nyckeln. Den rekommenderar bättre introduktion. Företaget förbättrar introduktionen. Bortfallet minskar med en procent. Intäkterna ökar med hundra dollar i månaden. Tolvhundra dollar per år.
Skillnaden mellan dålig och bra rapportering: femtiotusen dollar som hittats plus fem tusen dollar som sparats. Femtiofem tusen dollar i effekt enbart från rapporteringen.
Skillnaden mellan data och insikt
Data jämfört med insikt
Data: trafiken ökade med tre procent den här veckan.
Insikt: trafiken ökade med tre procent eftersom en ny betald kanal startade i tisdags. Den nya kanalen hade en genomsnittlig kostnad på åtta dollar per besökare med tre procents konverteringsgrad. De befintliga kanalerna kostar i snitt tolv dollar per besökare med två procents konverteringsgrad. Den nya kanalen är tre procent effektivare. Rekommendation: testa att höja den dagliga budgeten från tvåhundra till femhundra dollar per dag i två veckor för att förstå om effektiviteten håller i större skala.
Data är bara siffror. Insikt kopplar siffrorna till orsaker och rekommenderar en åtgärd.
Dåliga rapporter radar upp data. Bra rapporter ger insikt.
Vad som gör en rapport användbar
Rapporter besvarar specifika frågor
En användbar rapport besvarar en specifik fråga. Den besvarar inte alla tänkbara frågor. Den besvarar den enda fråga som intressenten behöver ha besvarad den här veckan.
Exempel: marknadschefen frågade ”vilka kanaler presterar sämst”. En användbar rapport visar: kostnaden per förvärvad kund i betald sök ökade från åtta till tolv dollar de senaste fyra veckorna. Kostnaden per förvärvad kund i organisk sök ökade från två till fyra dollar (egentligen gratis, men här räknas kundförvärvskostnaden inklusive arbetstid för organiskt arbete). Kostnaden per förvärvad kund för e-post låg kvar på en dollar.
Rapportens slutsats: betald sök presterar sämre än målet med taket på åtta dollar. Organisk sök försämras. E-post är stabil. Rekommendation: pausa utbyggnaden av betald sök, utred försämringen av organisk sök och behåll budgeten för e-post.
En värdelös rapport visar: alla kanaler bidrog till den totala intäktstillväxten. Betald sök stod för fyrtio procent av intäkterna. Organisk stod för trettiofem procent. E-post stod för tjugofem procent.
Båda använder samma data. Den första rapporten besvarar frågan. Den andra gör det inte.
De tre delarna i användbar rapportering
Del ett: jämförelse med en baslinje
Visa aldrig ett mått för sig själv. Visa måttet jämfört med:
Förra veckan eller förra månaden (förändring just nu). Samma period förra året (säsongsbaslinje). Genomsnittet för de senaste tretton veckorna (baslinje för normal variation).
Utan jämförelse är ett mått meningslöst. Trafiken var fem tusen den här veckan. Är det bra eller dåligt? Det beror på baslinjen.
Om förra veckan var fyra tusen är den här veckan bra. Om förra veckan var sex tusen är den här veckan dålig. Om genomsnittet är fem tusen är den här veckan normal.
Baslinjen tar bort tvetydigheten.
Del två: koppling till målet
Varje mått ska kopplas till ett affärsmål.
Mål: öka intäkterna. Mått ett: intäkterna den här veckan var femtiotusen. Målet är sextiotusen. Efter med sexton procent. Mått två: trafiken var tiotusen. Målet var elvatusen. Efter med nio procent. Mått tre: konverteringsgraden var fyra procent. Målet var fem procent. Efter med tjugo procent.
Mått tre är problemet. Trafiken ligger lite efter. Men konverteringsgraden ligger betydligt efter. Rekommendation: förbättra konverteringsgraden för att nå målet.
Utan mål är mått bara siffror.
Del tre: orsaken till förändringen och en rekommendation
Om ett mått har förändrats, varför förändrades det?
Konverteringsgraden sjönk från fem till fyra procent. Varför? Vilka sidor konverterade sämre? Vilka trafikkällor konverterade sämre? Vilka enheter konverterade sämre?
Om du vet varför kan du åtgärda det.
Rapporten ska förklara orsaken och rekommendera en åtgärd.
Vad du ska utelämna i rapporter
Ta inte med mått som inte driver beslut.
Sidvisningar är ett fåfängemått. Rapportera inte sidvisningar. Rapportera konverteringar per sida. Det driver beslut.
Unika besökare är ett fåfängemått. Rapportera trafik som är kvalificerad för målet. Det driver beslut.
Tid på sidan är ett kontextmått. Ta med det om tiden hänger ihop med konvertering. Men rapportera inte tid på sidan utan konverteringskontext.
Utelämna mått som får dig att må bra men inte vägleder handling.
Rapport eller dashboard
Olika syften
Rapport: skriven berättelse med data. Besvarar en specifik fråga. Ger insikt och rekommendation. Tas fram varje vecka, månad eller kvartal.
Dashboard: liveöversikt över mått. Ingen berättelse. Självbetjäning. Används för övervakning. Användare utforskar det de vill.
Rapporten är något du hämtar. Dashboarden är något som skickas till dig. Rapporten besvarar en fråga. Dashboarden låter dig ställa frågor.
De har olika syften. Båda behövs.
Misstaget att ändra rapporter för ofta
Du bygger en rapport. Du använder den i två veckor. Du bestämmer dig för att den inte är användbar. Du ändrar den.
Två veckor räcker inte för att lära sig av en rapport. Du behöver en månads data för att se mönster.
Använd samma rapportstruktur i minst en månad innan du bestämmer att den inte fungerar. Ge intressenterna tid att anpassa sig och lära sig.
Ständiga ändringar av rapporter hindrar lärande.
Vanliga frågor
Ska vi ta med alla mått vi kan spåra i rapporter eller bara de viktigaste?
Bara de viktigaste. Rapporter med trettio mått är värdelösa eftersom läsaren inte vet vilka som spelar roll. Du kan spåra alla mått i dashboarden. Men rapporter ska ha fem till tio mått högst. Om du inte kan förklara varför ett mått finns i rapporten, ta bort det. Ett mått ska antingen driva ett beslut eller förklara varför ett annat mått förändrades. Exempel: du kan spåra hundra mått i din analysplattform. Men veckorapporten ska visa högst fem mått: intäkter, trafik, konverteringsgrad, kostnad per förvärvad kund och avkastning på annonsutgifter. Alla andra mått är stöddetaljer i dashboarden eller i en fördjupning i månadsrapporten. Med WEMASY webbplatsbyggare kan du ställa in det direkt på din webbplats.
Hur detaljerade ska förklaringarna av måttens förändringar vara?
Tillräckligt detaljerade för att rekommendera en åtgärd, men inte så detaljerade att läsaren blir förvirrad. Exempel: ”Intäkterna sjönk med tre procent. Det berodde på en paus i betald sök där en ny budstrategi testades. Strategin fungerade inte som förväntat och kostnaderna ökade. Vi har återgått till den tidigare budstrategin och räknar med att intäkterna är normala igen nästa vecka.” Det är tillräckligt med detaljer. Gå inte in på alla tekniska detaljer i budstrategin. Gå in på så mycket detaljer att intressenten förstår vad som hände och vad du gör åt det. Dålig version: ”Vi pausade kampanjer i betald sök i tre dagar med funktionen för automatiska bud med målkostnad per konvertering satt till tolv dollar och justeringar av konverteringsvärde för segmenten nya och återkommande kunder.” Intressenten blir förvirrad. Bra version: ”Kostnaderna i betald sök ökade, så vi pausade kampanjerna och gick tillbaka till vårt tidigare sätt att buda. Intäkterna bör vara normala igen nästa vecka.”
Om ett mått har sjunkit, ska vi förklara det som säsongsvariation eller utreda det som ett problem?
Båda. Om måttet har sjunkit och det är väntad säsongsvariation, nämn det. ”Intäkterna sjönk med åtta procent, vilket är väntat för augusti utifrån historisk data från de två senaste åren.” Men utred också: ”Intäkterna ligger dessutom tre procent under augustisnittet, vilket tyder på ytterligare motvind utöver vanlig säsong. Vi utreder vilka kampanjer som presterade sämre än baslinjen för augusti.” Erkänn det väntade mönstret men flagga oväntad variation. Skyll inte på säsongen och ignorera problem. Säsongen förklarar en del av förändringen. Den extra avvikelsen behöver utredas.
Hur förhindrar vi att rapporter tar timmar att skapa?
Automatisera insamlingen av data. Ett verktyg ska hämta måtten och skapa en mall. Du lägger till förklaring och rekommendation. Om datainsamlingen är manuell, använd frågemallar. Om formateringen är manuell, använd mallar. Lägg din tid på förklaring och rekommendation, inte på datainsamling och formatering. Tid som läggs på mall och automatisering betalar sig. Exempel: du lägger två timmar på att bygga en mall som hämtar data och formaterar veckorapporten. Varje vecka lägger du trettio minuter på att fylla i förklaring och rekommendation. Efter fyra veckor har mallen betalat sig. Efter ett år har du sparat åttio timmar genom att automatisera datainsamlingen.
Ska vi ta med konkurrentdata i vår rapportering?
Bara om du har pålitlig data. Om du gissar, utelämna den. Om du har branschriktmärken eller har köpt konkurrentdata, ta med den som sammanhang. ”Vår konverteringsgrad är fyra procent. Branschsnittet är tre procent. Vi presterar bättre.” Sammanhang hjälper till att förklara om måtten är bra eller dåliga. Men spekulera inte om konkurrenters resultat. Håll dig till fakta.
Hur ofta ska vi göra om vår rapportstruktur helt?
En gång om året. Granska varje kvartal för att se att rapporterna fortfarande är användbara. Men gör inte om dem varje kvartal. Låt strukturen sätta sig. En gång per år, under lågsäsong, granskar du om rapportstrukturen bör ändras på grund av nya mål, nya kanaler, nya produkter eller organisationsförändringar. Hur ofta du ändrar: om kvartalskontrollen visar att rapporterna fortfarande fungerar, låt dem vara. Om de flesta intressenter säger att rapporterna behöver förbättras, ändra dem. Om bara en person klagar, ignorera det. Att göra om rapporterna varje kvartal skapar kaos och hindrar lärande.