Archive for the digitaalinen markkinointi tag

Joni

Ajatuksia analytiikasta

suomeksi

Vähän sivuan jo Mr. Järvisen tulevaa väitöstä Jyväskylä yliopistossa 🙂 mutta mielenkiintoisen keskustelun perusteella pääteltiin seuraavaa.

Organisaation toimintatavat eivät monessa tapauksessa tue tiedolla johtamista. Tämä tekee analytiikasta jos ei hyödytöntä, niin ainakin paljon hankalammin hyödynnettävissä olevaa. Ei voida puhua analytiikkainvestointien tuotosta, jos organisaatiokulttuuri tai muut tekijät estävät markkinoinnin tehoa parantavat muutokset.

Hyvä esimerkki on jäykkä markkinointibudjetointi. Kankeat organisaatiot eivät muuta markkinointibudjettia lennosta, vaikka performanssi olisi aidosti ROI-positiivinen. “Aidosti” on tärkeä sana, koska Joel oikein huomautti, että positiivinen ROI ei tarkoita vielä voitollista mainontaa (Janni Widerholm kirjoitti tästä M&M:aan). Hyvä esimerkki joustavasta markkinointibudjetoinnista on Rovio – tai ainakin Tapio Tuomola puhui tästä ongelmasta, ja oletan että panostuksia heillä muutettiin melko lailla lennosta. Mutta monista ketteristä organisaatioista huolimatta markkinoinnin budjetointi tehdään usein jäykästi, sen sijaan että määriteltäisiin raamit, ja muutettaisiin markkinointibudjettia tulosten saavuttamisen mukaisesti.

Olennainen havainto on myös, että markkinointibudjettien allokointi tehdään usein “gut feeling” -periaatteella, eli arvioidaan miten eri kanavat toimivat tai mikä on niiden merkitys liiketoiminnassa. Tämä yhdistettynä jäykkään budjetointiin johtaa luonnollisesti lopputulokseen, joka on budjetin käytön kannalta kaukana optimaalisesta. Teoreettista markkinointipanostusten optimaalia ei voitane lainkaan saavuttaa johtuen ennustamattomista ja tuntemattomista tekijöistä, mutta analytiikan kautta tapahtuvan optimoinnin tavoite on lähestyä sitä. Mitä jäykempää budjetin muuttaminen on, sitä kauemmas optimista jäädään.

Näin ollen analytiikkaa hyödyntävien yritysten päätöksenteko ei ole aina rationaalista, vaan siihen vaikuttaa yhtäältä organisaation jäykkyys, toisaalta epäluottamus analytiikan luotettavuutta kohtaan.

Mielenkiintoinen kysymys on yrityksen koon vaikutus. Ts. toimivatko pienet yritykset ketterämmin analytiikan hyödyntämisessä ja saavat näin siitä enemmän irti? Vai onko ketteryys ylipäänsä liitettävissä yrityksen kokoon? Vai esimerkiksi “kulttuuriin”, joka voi vaikka korporaation ja startupin välillä olla samankaltainen.

Lisäksi puhuimme sosiaalisen median monitoroinnista, ja totesimme että nykyiset työkalut ovat varsin kehittymättömiä. Sentimenttianalyysin toteutuksissa on käytännössä laajoja puutteita, ja lopputuloksena saatava sentimenttipisteytys ei juuri lisää asiakasymmärrystä. Pitäisi edetä kohti latenttien muuttujien ja ns. hiljaisten signaalien tunnistamista, ja jopas low tech -ratkaisut (puhelin & muistio) ovat suotavia.

Joelilla oli hyviä ajatuksia kuinka sosiaalista mediaa analysoimalla voidaan tunnistaa sisältömarkkinoille olennaisia teemoja – itse kehitin ajatusta eteenpäin niin, että teemojen määrän kasvauessa niiden priorisointi tapahtuu koneellisesti kasvuvauhtia ja absoluuttista viestien määrää tarkastelemalla. Näin voidaan yhdistää ihmisen ja koneen parhaat puolet sisältömarkkinoinnin ohjaamiseksi sosiaalisessa mediassa trendaavien ilmiöiden kautta.

Analytiikan ongelmista myös puhuttiin, lähinnä siitä että se yleensä peilaa menneisyyttä, jolloin organisaatioiden pitäisi pyrkiä deskriptiivisyydestä ennakoivaan analytiikkaan. Mutta koska vielä deskriptiivisen analytiikan soveltamisessakin löytyy puutteita, monilla organisaatioilla on edessään pitkä tie. Samoin analytiikan suhde luovuuteen ja tosielämän toimiin (ehkä intuitionkin kautta) on mielenkiintoinen teema.

Paljon muutakin vielä juteltiin, mutta nämä jäivät päällimmäisenä mieleen! Akateemisesti valveutuneiden kavereiden kanssa keskusteltaessa päästään nopeasti korkeisiin sfääreihin ja voidaan irrottaa asioita kontekstista. Täytyy arvostaa sellaista keskustelua.

Kirjoittaja toimii tutkijana ja opettaa digitaalista markkinointia Turun kauppakorkeakoulussa.

Joni

Kontekstuaalinen kohdentaminen ja sentimenttianalyysi

suomeksi

Johdanto

Kontekstuaalinen kohdentaminen on digitaalisen mainonnan kohdentamismuoto, jossa kampanjoita näytetään automaattisesti niitä vastaavilla sisältösivuilla, ts. kampanjan teema = sisältösivun teema.

Missä sitä käytetään?

Kontekstuaalinen kohdennusta on klassisesti käytetty hakusanamainonnassa johtuen siitä, että mainostajat määrittelevät itse haluamansa avainsanat, jolloin on suhteellisen helppoa analysoida mainosverkoston sivustojen sisältö ja kohdistaa kampanjat niitä temaattisesti vastaaviin sivuihin. Toisin sanoen mainostajat tekevät itse kampanjoiden luokittelemisessa tarvittavan kriittisen työvaiheen.

Miten se toimii?

Kontekstuaalisen kohdentamisen järjestelmä toimii pääpiirteissään näin:

Kuva 1  Kontekstuaalisen kohdentamisen perusjärjestelmä

Luokittelu tapahtuu semanttisin perustein, ts. kieltä (tekstisisältöä) analysoimalla. Esimerkiksi verkkosivu jolla puhutaan hevosista ja poneista voidaan luokitella teemoihin “ratsastaminen”, “kotieläimet”, ja “harrastukset”. Teemavalikoima on tyypillisesti esimääritelty mainosjärjestelmässä, vaikka koneoppimisen ei-ohjattua muotoa sovellettaessa voisivat luokat syntyä myös “lennosta”.

Entä sitten?

Ongelma perusjärjestelmässä on, ettei se huomioi sentimenttiä eli sisällön tunnesävyä. Mainostajille tämä on tärkeää – esim. lento-onnettomuutta
käsittelevässä artikkelissa ei Finnair haluaisi mainostaa lentolippuja. Tällaisten sivujen poissulkeminen kontekstuaalisen kohdentamisen järjestelmän piiristä olisi käsin tehtynä vaivalloista ja virhealtista.

Semanttisen ja sentimenttianalyysin yhdistäminen

Parempi ratkaisu on sentimenttianalyysin soveltaminen. Kuvaan seuraavassa sen soveltamista kontekstuaaliseen kohdentamiseen.

 

Kuva 2  Kontekstuaalinen kohdentaminen sentimenttianalyysiä hyödyntäen

Kuten kuvasta nähdään, sentimenttifiltteri poissulkee negatiivissävytteiset sivut pois kontekstuaalisen kohdennuksen piiristä. Voidaan määritellä, että tietyn sentimenttipisteytyksen saaneita sivuja ei osallisteta kontekstuaaliseen kohdennukseen. Sentimenttianalyysia varten tarvitaan sanasto, johon sanojen tunnesisällöt on koodattu. Näin järjestelmä pystyy laskemaan sentimenttipisteet ja tarvittaessa poissulkemaan negatiiviset sivut mainonnan piiristä.

Näin esimerkiksi sisältösivu, jossa puhutaan hevosten joukkokuolemista luokiteltaisiin kyllä “kotieläimet”-teemaan, mutta sentimenttifiltteri estäisi mainosten näyttämisen kyseisellä sivulla. Tällöin vältytään mainostajan kannalta epätoivotulta mainoskontekstilta, mikä on viime kädessä myös kontekstuaalisen järjestelmän omistajan (vaikkapa mediatalon) intresseissä.

Johtopäätös ja suositukset

Mainitsin alussa, että kontekstuaalinen kohdennus on perinteisesti ollut hakusanamainonnan taktiikka. Mikään ei kuitenkaan estä muita display-verkostoja käyttämästä sitä. Tällöin jonkun pitää määrittää kampanjalle
teema — ideaalisesti järjestelmä päättelee tämän itse, mutta se voidaan tehdä myös mainostajan taikka Tärkeää on, että luokittelu on elävä – ts. kategoriat uudistuvat, luokittelun tarkkuutta kehitetään jatkuvasti ja uudet sisältösivut luokitellaan automaattisesti.

Kirjoittaja toimii tutkijana ja opettaa digitaalista markkinointia Turun kauppakorkeakoulussa.

Joni

Ohjelmallisen ostamisen alusta: ideaaliominaisuuksia

suomeksi

Full-metal digitalist.

Maailma muuttuu, markkinoijani

Tällä hetkellä digitaalinen media on siirtymässä ohjelmallisen ostamisen malliin, ts. mainokset ostetaan ja myydään mainosalustan (esim. Google AdWords, Facebook) kautta. Myös perinteinen offline-media (TV, printti, radio) tulee ajan myötä siirtymään ohjelmallisen ostamisen järjestelmiin, joskin tässä menee arvioni mukaan vielä 5-10 vuotta.

Miksi ohjelmallinen ostaminen voittaa?

Syy on selkeä:

Ohjelmallinen ostaminen on lähtökohtaisesti aina tehokkaampaa kuin vaihdanta ihmisten välityksellä.

Taloustieteen näkökulmasta tarkasteltuna mainosvaihdantaan, kuten kaikkeen vaihdantaan, liittyy transaktiokustannuksia: hinnan neuvottelu, paketointi, yhteydenpito, kysymykset, mainosten lähettäminen, raportointi jne. Tämä on ihmistyötä joka maksaa aikaa ja vaivaa, eikä johda optimiratkaisuun hinnan tai mainonnan tehokkuuden kannalta.

Ihminen häviää aina algoritmille tehokkuudessa, ja mainonta on tehokkuuspeliä.

Edellä mainitut transaktiokustannukset voidaan minimoida ohjelmallisen ostamisen kautta. Mediamyyjiä ei yksinkertaisesti tarvita enää tässä prosessissa; samalla mainonnasta tulee halvempaa ja demokraattisempaa. Toki siirtymävaiheessa tulee olemaan siirtymäkipuja, etenkin liittyen organisaatiorakenteen muutokseen ja kompetenssin päivittämiseen. Bisneslogiikassa on myös siirryttävä “premium”-ajattelusta vapaaseen markkina-ajatteluun: mainostila on vain sen arvoinen kuin siitä saatavat tulokset ovat mainostajalle — nämä tulevat olemaan pienempiä kuin mediatalojen nykyinen hinnoittelu, mikä onkin negatiivinen kannustin siirtymän hyväksymiseen.

Mitkä ovat menestyksekkään ohjelmallisen ostamisen alustan ominaisuuksia?

Näkemykseni mukaan niitä ovat ainakin nämä:

  • matala aloituskustannus: tarvitaan vain 5 euron budjetti aloittamiseen (näin saadaan likviditeettiä alustalle, koska myös pienmainostajien on kannattavaa lähteä kokeilemaan)
  • budjettivapaus: mainostaja voi vapaasti määrittää budjetin, ei minimispendiä (ks. edellä)
  • markkinapohjainen hinnoittelu: tyypillisesti algoritminen huutokauppamalli, joka kannustaa totuudenmukaiseen huutamiseen (vrt. Googlen GSP ja Facebookin VCG-malli)
  • suorituspohjaisuus: hinnoittelukomponentti, jolla “palkitaan” parempia mainostajia ja näin kompensoidaan mainonnan haittoja loppukäyttäjälle
  • vapaa kohdennus: mainostaja voi itse määrittää kohdennuksen (tämän EI tule olla mediatalon “salattua tietoa”)

Nämä ominaisuudet ovat tärkeitä, koska kansainväliset kilpailijat jo tarjoavat ne, ja lisäksi ne on osoitettu toimiviksi niin teoreettisessa kuin käytännöllisessä tarkastelussa.

Tärkeitä näkökulmia mainostajan näkökulmasta ovat:

  • demokraattisuus: kuka vain voi päästä alustalle ja käyttää sitä itsepalveluna
  • tulospohjaisuus: maksetaan toteutuneista klikeistä/myynneistä, ei ainoastaan näytöistä
  • kohdennettavuus: mainostaja voi itse säätää kohdennuksen, mikä nostaa relevanssin mahdollisuutta ja näin vähentää mainonnan negatiivista verkostovaikutusta (ts. asiakkaiden ärsyyntymistä)

Kohdennusvaihtoehtoja voivat olla esim.

  • kontekstuaalinen kohdennus (sisällön ja mainostajan valitsemien avainsanojen yhteensopivuus)
  • demograafinen kohdennus (ikä, sukupuoli, kieli)
  • maantieteellinen kohdennus
  • kävijän kiinnostuksen kohteet

Osa näistä voi olla mediataloille hankalia selvitettäviä, ainakaan hankalampaa kuin Facebookille – kohdennus on kuitenkin mainonnan onnistumisen kannalta kriittinen seikka, joten tietojen saamiseksi on tehtävä työtä.

Johtopäätös

Ohjelmallisen ostamisen alustat ovat mediatalon ydinkompetenssia, eivät ostopalvelu. Siksi uskonkin, että alan toimijat lähtevät aggressiivisesti kehittämään kompetenssiaan alustojen kehittämisessä. Tai muuten ne jatkavat mainoskakun häviämistä Googlen ja Facebookin kaltaisille toimijoille, jotka tarjoavat edellä mainitut hyödyt.

Kirjoitin muuten mainosvaihdannasta pro gradun otsikolla “Power of Google: A study on online advertising exchange” vuonna 2009 — jo siinä sivuttiin näitä aiheita.

Joni Salminen
KTT, markkinointi
[email protected]

Kirjoittaja opettaa digitaalista markkinointia Turun kauppakorkeakoulussa.

Joni

Viisi mainostoimistojen virhettä digitaalisessa markkinoinnissa

suomeksi

Niin sanotut perinteiset markkinoijat tekevät kokemukseni perusteella useita perustavanlaatuisia virheitä siirtyessään vanhoista ajattelumalleista digitaaliseen markkinointiin. Nämä virheet näkyvät etenkin monien mainostoimistojen kohdalla.

Viisi virhettä ovat:

1. Tuloksia ei mitata

Nähdään ettei mittaaminen ole mahdollista tai järkevää esim. “brändäykseen” keskittyvien offline-kampanjoiden kohdalla. Ajatus on virheellinen, koska a) myös offline-kampanjoita voidaan mitata (esim. kuponkeja käyttämällä) ja b) myös brändäyksen pitää tuottaa mitattavissa olevaa hyötyä jollain aikavälillä (vrt. mainonnan carryover-efekti).

Mittaaminen ja analyyttisuus nähdään myös usein uhkana luovuudelle, ikään kuin luovia konsepteja ei voisi tai pitäisi mitata. Tämä on tietysti väärä ajattelumalli. Toimiston johtotähti voi olla luovuus, mutta silti pitää mitata.

2. Kaunistelumittarit (eng. vanity metrics)

Jos mitataankin, keskitytään epäolennaisiin mittareihin. Miljoona näyttökertaa, kymmenentuhatta tykkäystä, kolme voitettua Cannes-pystiä; nämä eivät kerro mitään liiketoiminnan tavoitteista.

Asiaan liittyy optimointi epäolennaisille mittareille: tavoitellaan peittoa ja toistoa relevanssin ja laadun sijaan. (Jos et muuten tiedä miten relevanssia tai laatua verkossa mitataan, et osaa vielä digitaalisen markkinoinnin perusteita.)

Markkinoinnin tavoitteena ei ole voittaa cannesissa, vaan (useimmiten) tehdä myyntiä asiakkaalle. Tämän vuoksi näyttökertojen ja tykkäysten sijaan tulee mitata liiketulosten saavuttamista; kuitenkaan tämä ei tarkoita aina suoraan myynnin mittaamista, vaan voidaan mitata ns. mikrokonversioita eli potentiaalisen asiakkaan tekemiä toimenpiteitä matkalla ostoon.

3. Markkinoijan intuitio

Tässä petollisessa ajattelumallissa uotetaan siihen jolla on eniten “kokemusta” tai korkein asema organisaatiossa. Koska kuten jokainen rehellinen markkinoija tietää, on yhtä todennäköistä että on väärässä asiakkaiden suhteen kuin oikeassa. Digitaalisessa markkinoinnissa kokemuksella tai titteleillä ei ole muuta merkitystä kuin niiden antama hyöty hypoteesien asettamisessa – muilta osin jokainen on oikeutettu testauttamaan ideansa, oli sitten pomo tai junior. Puhutaan ns. testaamisen kulttuurista – termi jota poliitikotkin nykyään käyttävät kuitenkaan sitä lainkaan toteuttamatta. Jos se olisi helppoa, kaikki tekisivät sitä. Mutta kaikki eivät voikaan olla hyviä.

4. Kauniiden sivujen illuusio

Tehdään hienon näköiset sivut, jotka kuitenkin konvertoivat huonosti. “Miten on mahdollista että tämä tyylikäs sivu ei johda ostoon?” Siksi koska asiakkaat eivät hae tyyliä, vaan ratkaisuja ongelmiin. Klassista on, että karut verkkokaupat myyvät eniten – Amazon on aina ollut “ruma” – siksi koska ruma myy verkossa, tai oikeammin ulkoasulla ei ole väliä silloin kuin käytettävyys on kohdillaan. Paljon ulkoasua tärkeämpää että sivu latautuu nopeasti ja tuotteeseen ja ostamiseen liittyvä tieto on helposti löydettävissä. Mainostoimistojen, jotka ovat tottuneet tekemään hienon näköistä tavaraa, on alettava sopeutua tähän maailmaan.

5. Sekoitetaan sisältömarkkinointi ja mainonta

Sisältömarkkinoinnin koko idea on, että se on ei-kaupallista. Sisältömarkkinoinnin idea on tarjota informaatioltaan hyödyllistä tai sisällöltään viihteellistä sisältöä, joka on verrattavissa ilmaisen julkiseen hyödykkeeseen. Kaupallisuus tulee epäsuoran assosiaation kautta, ts. laadukkaan sisällön tuottaja mielletään kyseisen alan asiantuntijaksi, jolloin kynnys ostaa heiltä laskee.

Firmat eivät aina tajua tätä. Esimerkiksi Tupla ei saanut vloggaajien kanssa tekemäänsä videota läpi kaikissa mediaportaaleissa, koska oli sisällyttänyt loppuun mainosmaisen insertin. Heidän olisi pitänyt tehdä kuten Red Bull – laittaa brändi näkyviin kypäriin, vaatteisiin ja puitteisiin, ei jälkikäteen lisättyihin mainosmaisiin insertteihin. Kukaan ei jaa mainoksia, mutta kaikki jakavat siistejä videoita. Ja advertoriaali taikka natiivi mainonta – ne eivät ole oikeaa sisältömarkkinointia, vaikka monet mediamyyjät näin uskottelevat.

6. BONUS: Marketing bullshit

Olen jo usean vuoden opettanut huonon markkinointitekstin kirjoittamista vastaan. Jostain syystä jokainen kauppisopiskelija luontaisesti löytää sen väärän tavan – viljellään adjektiiveja, superlatiiveja ja imperatiiveja. Kaikki on “ainutlaatuista” ja asiakkaalle sanotaan “osta nyt”, vaikka reaktanssin lain mukaan käsky johtaa juuri vastakkaiseen toimintaan.

Konvertoivin copy on yksinkertaista ja selkeää. Se ei sisällä monimutkaisia ja hienoja sanoja, vaan puhuu samalla kielellä kuin asiakas. Asiakkaan sanaston käyttäminen on tärkeää myös hakukonenäkyvyyden kannalta – Google indeksoi verkkosivun sisällön ja käyttäjät eivät hae “tehokkaita lentämisen ratkaisuja” vaan halpoja lentolippuja.

Uskon että useimmat virheet johtuvat tietämättömyydestä. Tietämättömyys on vanhanaikaista – kannattaa karistaa pölyiset asenteet ja herätä tähän päivään.

Kirjoittaja toimii digitaalisen markkinoinnin opettajana Turun kauppakorkeakoulussa ja kouluttaa yrityksiä digitaalisen markkinoinnin käytössä myös oman yrityksensä kautta.

Joni

Kun “konversio” ei ole konversio: Kvasikonversion idea ja todellisen CPA:n laskeminen

suomeksi

On tilanteita, joissa konversioiden määrä ja sitä myöten laskettu CPA ovat harhaanjohtavia.

Erityisesti tällainen tilanne on, kun lasketun konversion jälkeen tapahtuu karsintaa (esim. liidien klousaus, korkea palautusprosentti, affiliate-huijaus).

Miten siinä tapauksessa tulisi laskea CPA?

Kaava on yksinkertainen:

(1/(1-k))*CPA, jossa

  • k on mitatun konversion jälkeinen katoprosentti
  • CPA on konversion kustannus

Esimerkki:

Vaatealan verkkokauppa mainostaa mainosalustassa x. He laittavat mainontaan rahaa 1000 €, jolla tulee 50 konversiota (myyntiä).

Perinteisesti laskettuna CPA on tällöin 1000 / 50 = 20 €. Tämä on siis luku, jonka alusta raportoi.

Jo konvertoituneista kuitenkin peräti neljäosa palauttaa tuotteet. Mainosalustan raportoima CPA on siis harhaanjohtava, koska todellisuudessa kyseessä ei ollut myynti.

Käyttämällä edellä mainittua kaavaa saadaan:
(1/(1-0,25))*(1000/50) = 26,70 €

Todellinen konversion kustannus on siis huomattavasti korkeampi. Tämä on siis tärkeä asia, koska CPA:ta käytetään optimointitavoitteena. Todellista matalampi CPA-arvo voi antaa kuvan, että markkinointi on kannattavaa, vaikka se ei todellisuudessa ole.

Vaihtoehtoinen muoto kaavalle on:

c/(o*(1-k), jossa

  • c on kustannukset
  • o on konversioiden määrä

Johtopäätös: digimarkkinoijan tulee olla tarkkana määritellessään konversiota, koska kaikissa tapauksissa analytiikan palauttama konversiomäärä ei vastaa todellista lukua.

 

Joni Salminen on kauppatieteiden tohtori, joka toimii Turun kauppakorkeakoulussa digitaalisen markkinoinnin opettajana. Joni tutki väitöskirjassaan alusta-startupien strategisia ongelmia Internetissä. Väitöskirja on ladattavissa täältä: https://www.doria.fi/handle/10024/99349

Joni

Koneoppiminen ja Googlen algoritmi

suomeksi

Johdanto

Tämä postaus sisältää muutamia Rand Fiskinin (MOZ) “What Deep Learning and Machine Learning Mean For the Future of SEO” -videosta syntyneitä ajatuksia.

Video löytyy täältä, ja se kannattaa katsoa jotta pysyy kärryillä.

Mikä on SEO:n tulevaisuus koneoppimisen myötä?

Kukaan ei varmasti tiedä, miltä osin Google on jo implementoinut koneoppimisen periaatteita sijoittelualgoritmiinsa. Kertauksen vuoksi, koneoppiminen voidaan määritellä avustetuksi tai avustamattomaksi ohjelmistotoiminnaksi, jossa algoritmi löytää ns. harjoitusaineiston avulla yleisesti tehokkaimman ratkaisun tiettyyn, määriteltyyn tavoitteeseen nähden

Fiskinin visiossa Google soveltaa koneoppimista niin, että sijoittelualgoritmin sisältö (ominaisuudet ja niiden painotukset) ei olisi enää ennalta määritelty, vaan se tehtäisiin koneoppimisen kautta. Tähän liittyen algoritmilla ei olisi yleistä muotoa, vaan se mukautuisi esim. hakuteemojen ja hakijoiden mukaan (jo nythän tuloksia personoidaan hakijan tunnettujen ominaisuuksien mukaan).

Tärkein “uusi” hakukoneoptimoinnin parametri?

Mikäli koneoppimisalgoritmi määrittäisi kaikista saatavilla olevista datapisteistä merkittävimmät onnistuneen haun kannalta (tulkittu ei-palaavana hakijana tietyllä lyhyellä aikajaksolla), mikä olisi tärkein SEO-parametri? Tietysti ländäri, jonka pitäisi varmistaa että kävijä jää.

Toiseksi tärkein olisi SERP-teksti, johon voidaan vaikuttaa metadatalla ja HTML-tägeillä (yllätys yllätys, niillä jolla “ei ole enää väliä”), koska siinä pitäisi a) saavuttaa suhteellisesti korkea CTR ja b) viestiä totuudenmukaisesti, jotta relevanssi SERPin ja ländärin välillä pysyy korkealla tasolla.

Kuten huomataan, kumpikaan näistä parametreistä ei ole uusi, eikä uusia parametrejä voi syntyäkään niin kauan kuin algoritmin käytettävissä olevat ominaisuudet (ominaisuusavaruus) eivät laajene.

Koneoppimisen riski

Koneoppimisen soveltamisessa on mukana yleisesti tunnettu “big datan” helmasynti, eli harhaanjohtavat korrelaatiot. Mitä enemmän hakujen tulkinnassa mennään kontekstisidonnaisuuteen, sitä todennäköisemmin mukaan tulee harhaanjohtavia korrelaatioita. Mitä enemmän muuttujia kone ottaa mukaan (tuhansia), sitä todennäköisemmin mukaan tulee harhaanjohtavia korrelaatioita. Eli “totuuden” selvittäminen vaatii aina kontrolloitua testausta, ja sen puute on merkittävä rajoite tavanomaisissa koneoppimisimplementoinneissa.

Johtopäätös: Ei mitään radikaalia

Jos Fiskinin visiota vertaa nykyiseen Google-algoritmiin (sellaisena kuin se yleisesti tunnetaan), niin nykyisin käytetään suoria mittareita, joiden perusteella lasketaan pistearvo ja pistearvot summaamalla määritetään indeksissä olevien sivujen sijainnit suhteessa tiettyyn hakuun.

Uudessa mallissa kone rakentaisi mallin joka mittaisi suorien mittareiden välisiä suhteita, vaikka niin että mistä mittareista bounce muodostuu (ts. mitkä ennustavat sitä parhaiten). Tämä ei siis tarkoita että SEO-parametrit muuttuisivat jotenkin turhiksi (koska ne ovat välttämätön osa ominaisuusavaruutta, josta kone rakentaa mallin), vaan että niiden painotus tarkentuisi koneoppimisen kautta.

“Käyttäjäystävällisyys” eli hakijan palveleminen on aina ollut Googlen hakualgoritmin peruskivi, ja ystäväni Viet Dang puhui jo vuonna 2010 UFO:sta (= User-Friendly Optimization) SEO:n sijaan. Niin kauan kuin yleisesti tunnetuilla tekijöillä (nopeus, hyvä copyteksti, haun suhteen relevantti tarjonta) on välillinen tai välitön kytkös käyttäjän tyytyväisyyteen (jota Google mittaa epäsuorasti), eivät hakukoneoptimoinnin perusteet muutu.

Mikä olisi paras tapa hyötyä koneoppimisesta?

Hakukoneoptimoija hyötyisi eniten, jos hän rakentaisi oman koneoppimisalgoritmin hakuja varten ja ajaisi sitä omassa hakuympäristössään (ts. oikeassa maailmassa). Koneen luoma malli mahdollistaisi hakukäyttäytymisen syvällisemmän ymmärtämisen ja tulosten yleistämisen hakukoneoptimointiin Google-ympäristössä. Koska tämä menetelmä kuitenkin vaatisi käytännössä oman hakukoneen rakentamisen, ei se liene realistinen vaihtoehto keskivertohakukoneoptimoijalle.

Joni Salminen
KTT, markkinointi

Joni Salminen toimii tutkijana Turun kauppakorkeakoulussa. Hänen osaamisalueitaan ovat digitaalinen markkinointi, Internet-alustat, ja verkkoliiketoiminta.

Joni

Briiffi mediamyyjien kanssa toimimiseen

suomeksi

Jokainen yrittäjä ja markkinointipäällikkö joutuu puhelinmyynnin kohteeksi. Siinä missä yksityishenkilöille kaupataan kaikkea lehdistä boksereihin, bisnesmarkkinoilla yleisin kauppatavara on mainostila eli media.

Ensimmäinen vinkki: Suurin osa mediamyyjien tarjouksista on huonoja, eikä niihin kannata lähteä mukaan. Tässä artikkelissa avaan tekijöitä, joihin itse kiinnitän huomiota markkinointipäällikkönä toimiessani.

Miten siis toimia mediamyyjien kanssa?

1. Selvitä todellinen maantieteellinen näkyvyys

Millä paikkakunnilla ja missä paikoissa mainos näkyy? Tämän kriteerin hyödyllisyyteen luonnollisesti vaikuttaa se, haetaanko valtakunnallista vai paikallista näkyvyyttä. Joskus kohdistettu paikallinen täsmäisku on parempi vaihtoehto, mutta tällöinkin pitää tietää tarkasti jakelu – esim. pääkaupunkiseudulla sillä on useimmissa tapauksissa merkitystä jaetaanko pelkästään Espooseen tai Vantaalle, tai molempiin.

2. Selvitä todellinen näkyvyys paikan päällä

Missä mainokset tarkalleen ottaen näkyvät (esim. ostoskeskuksen sisällä tai golf-kentällä)? Joskus sijoittelu on huono: piilossa tai kaukana kulkureitiltä taikka klutteroituneena (=hukkuneena muihin mainospaikkoihin). Selvitä myös kuinka monta muuta mainostajaa on? Joskus niitä on monta ja sitten yksittäisen mainostajan huomioarvo laskee. Mitä enemmän muita mainostajia, sen pienempi on sinun huomioarvosi.

Todellisen näkyvyyden selvittämiseksi kannattaa vierailla paikan päällä. Jos se ei ole mahdollista, kannattaa pyytää kuvia mainosten sijoittelusta ja niiden välittömästä ympäristöstä.

3. Selvitä mainosformaatti

Tärkein kriteeri on koko – isompi parempi. Toinen kysymys: onko formaatti digitaalinen? Digitaalisessa on hyvää mahdollisuus liikkuvaan kuvaan; huonoa taas rotatointi, eli voi olla monta mainostajaa – tällöin selvitä kuinka monta. Analogisessa eli paperi tms. ratkaisussa sinä omistat koko pinnan, rotatoivassa digitoteutuksessa jaat sen muiden kanssa (näitä voi olla esim. 10 kpl, silloin näkyvyys on 1/10). Jälleen: Mitä enemmän muita mainostajia digitaulussa on, sen pienempi on sinun näkyvyytesi.

4. Selvitä todellinen kohderyhmä

Onko mediamyyjällä tarkempaa tietoa mainoksen näkijöistä? Tyypillistä, aivan täysin tavallista, on se, että mediamyyjän mukaan tämä on JUURI OIKEA kohderyhmä. Yksikään mediamyyjä ei ole koskaan minulle sanonut, että kohderyhmä on väärä; kaikkien mielestä se on aina oikea. Tämä on vähän huono myyntitaktiikka, mutta näin ne yleensä toimivat. Tarkemmin yksityiskohtia kysymällä voi kuitenkin kriittisesti päästä selvyyteen asiasta – jotkut kohderyhmät vain ovat parempia.

5. Selvitä todellinen hinta

Tämän operaation tarkoituksena on verrata mediakustannusta muihin kanaviin. Esimerkiksi meillä ElämysLahjoissa saamme Facebookissa neljä miljoonaa näyttökertaa runsaalla kolmellasadalla (CPM ~8 senttiä); kävijöistä Googlen kautta maksamme n. 20 senttiä; näitä lukuja pitää verrata mediamyyjän tarjoaman median yksikkölukuihin. Lopputuloksena “halpa” absoluuttinen hinta voikin olla suhteessa kallis ja vastaavasti paljon euroja maksava kampanja liidikohtaisesti edullinen.

Sen sijaan pelkälle “näkyvyydelle” ei kannata antaa suurta preemiota – jos Kauppalehden etusivun bänneri maksaa 25 € per tuhat näyttökerta ja Facebook-mainos 1 € per tuhat näyttökerta, ei Kauppalehden mainos varmasti tule olemaan 25 kertaa tehokkaampi (jos et usko, kokeile niin näet). Facebookin ja Googlen hintoihin eivät useimmat suomalaiset mediat vain pysty – silloin niitä ei kannata valita.

Lopuksi

Vielä lopuksi vinkki mediamyyjille (jos heitä on lukijoiden joukossa): Olkaa kiinnostuneita mittaamisesta. Yksikään mediamyyjä, joka minulle on soittanut, ei nimittäin ole ollut. Joskus ne kysyvät “Miten kampanja meni?” ja sitten kun kerron. Tämä on sellainen asia, jossa analogiset mediamyyjät häviävät digille, ja se täytyy ottaa tosissaan. Rakenna asiakkaiden kanssa siis tapoja mittaamiseen sen sijaan että sanoisit “ei voi mitata”. Sellaiselta mediamyyjältä en ainakaan itse osta mitään.

Kirjoittaja opettaa digitaalista markkinointia Turun kauppakorkeakoulussa ja toimii ElämysLahjojen markkinointipäällikkönä.

Joni

Neljä tapaa tehdä avainsanatutkimusta AdWords-kampanjaa varten

suomeksi

Avainsanatutkimus on hakukonemarkkinoinnin tärkein osa-alue: se kertoo mitkä avainsanat ovat tärkeitä toimialalla, niissä ilmenevän kilpailun, hakuvolyymin ja arvioidun hinnan. Näiden tietojen perusteella hakukonemarkkinoija valitsee termit joihin keskittyä – toisin sanoen joista tarjotaan hakusanaminonnan huutokaupassa (esim. AdWords) tai joille optimoidaan verkkosivujen sisältöä ja linkkejä.

Tämä artikkeli kuvaa lyhyesti kuinka keksiä uusia avainsanoja. Prosessi on syntynyt opettaessani digitaalista markkinointia Turun kauppakorkeakoulussa, ja se soveltuu hakusanamainontaan, mutta osin myös hakukoneoptimoinnin tueksi.

Prosessissa on neljä vaihetta:

1. Ideointi
2. Google Keyword Planner
3. Google Trends
4. Ubersuggest

Kuvaan nämä vaiheet nyt tarkemmin.

Ideointivaiheessa tiimi miettii keskenään millä hakusanoilla ihmiset voisivat hakea toimialaan liittyvää tietoa, tuotteita tai palveluita Googlesta. Tässä pitää tuntea sekä yrityksen tarjooma että toimiala yleisesti, sekä soveltaa psykologista silmää hakijan näkökulman omaksumiseen. Inspiraatiota saa yrityksen nettisivuja tarkastelemalla sekä markkinointipersoona-ajattelulla, jossa pyritään luomaan arkkityyppejä potentiaalisista asiakasryhmistä (ja sitten miettiä miten näiden ryhmien, esim. teini-ikäiset vs. eläkeläiset, hakukäyttäytyminen eroaa).

Google Keyword Planneria käytetään selvittämään potentiaalisten avainsanojen kilpailu, volyymi ja hinta. Nämä ovat hyödyllisiä tietoja etenkin hakusanamainonnassa. Tiimi syöttää edellisessä vaiheessa keksimänsä avainsanat Google Keyword Planneriin ja katsoo a) millaisia avainsanoja Google ehdottaa näiden perusteella lisättäväksi, ja b) mitkä ovat avainsanojen kilpailu, volyymi ja hinta. Ideaalitilanteessa keskitytään avainsanoihin, joissa kilpailu on matala tai keskitasoa ja volyymi korkea. Tämä kuitenkin riippuu avainsanastrategiasta – esim. ns. pitkän hännän strategia (longtail) pohjaa siihen, että avainsanahuutokaupassa tarjotaan tuhansista pienen hakuvolyymin avainsanavariaatioista, jotka yhdessä muodostavat merkittävän määrän klikkejä. Tällöin yksittäisen avainsanan volyymi ei ole merkittävä valintakriteeri. Työkalun käyttöä voidaan täydentää syöttämällä yrityksen (tai kilpailijan) verkkosivun osoite, jolloin Google ehdottaa avainsanoja verkkosivun sisällön perusteella.

Google Trends kuvaa avainsanojen trendikehitystä ja on siten tärkeä työkalu ilmiöiden suosiota arvioitaessa. Tiimi käyttää sitä a) vertaillakseen avainsanojen välistä suosiota ja b) saadakseen lisäinformaatiota siitä, mitkä variaatiot ovat suosittuja Googlessa juuri nyt. Nämä tiedot saa syöttämällä useamman avainsanan työkaluun, jolloin se näyttää graafisesti niiden hakuvolyymin indeksiarvot.

Ubersuggest on työkalu, joka perustuu Googlen hakusuositteluominaisuuteen (autocomplete). Se hakee antamistasi avainsanoista Googlen ehdottamat variaatiot. Nämä voivat erota aikaisemmin mainittujen työkalujen suosittelemista termeistä, minkä vuoksi Übersuggest on hyödyllinen lisä avainsanatutkimukseen. Hakusanamainontaa tehdessäsi tunnista työkalun avulla sekä positiiviset että negatiiviset variaatiot – jälkimmäiset ovat termejä, joilla et halua mainostesi näkyvän (esim. “ilmainen”, “halpa” kun myyt luksustuotteita).

Avainsanatutkimuksessa tulee ottaa huomioon myös yrityksen lähtötaso avainsanoja valittaessa. Tällä tarkoitan sitä, että AdWords-huutokaupassa laatupisteet (Quality Score) vaikuttavat klikkien hintaan ja mainosten positioon, kun taas hakukoneoptimoinnissa tulee ottaa huomioon nykyiset sijoitukset – huonoa nykyistä sijoitusta voi olla järkevämpää parantaa kuin hyvää sijoitusta volyymista riippumatta. Laatupisteet kullekin avainsanalla näkee Google AdWordsissa ottamalla ko. mittarin käyttöön missä tahansa raportointivälilehdessä, kun taas keskimääräiset sijainnit eri hakutermeillä löytyvät Google Verkkovastaavan työkaluista (Google Webmaster Tools).

Linkit:

Joni

Facebook-mainonnan testityökalu

suomeksi

Opetan digitaalista markkinointia Turun kauppakorkeakoulussa. Laadin opiskelijoita varten Facebook-mainonnan testityökalun, jolla voidaan laskea eri mainosten tai kohderyhmien paremmuus tilastollisesti pätevällä tavalla.

Työkalun voi ladata Excel-muodossa täältä: https://www.dropbox.com/s/ftksnotlky0ewpu/Facebook-mainonnan%20testity%C3%B6kalu.xls?dl=0

Seuraavassa selitän kuinka työkalua tulisi käyttää.

1. Päätä mitä mittaat

Mielestäni on kaksi järkevää vaihtoehtoa:

  • eri mainosversioiden paremmuus
  • eri kohderyhmien paremmuus

Ensimmäisessä voidaan testata esim. toimiiko arvolupauksen paremmin hinta vai valikoima. Toisessa voidaan testata esim. ostavatko naiset useammin kuin miehet, tai onko tiettyjen ikäluokkien välillä eroa.

2. Päätä millä mittaat

Tyypillisesti on kaksi vaihtoehtoa:

  • klikit, eli kuinka hyvin tietty mainos, kampanja tai kohderyhmä päätyy kohdesivulle
  • konversiot, eli kuinka hyvin tietty mainos, kampanja tai kohderyhmän valinta johtaa konversioon (tyypillisesti myyntiin)

Edellisessä testataan potentiaalisten asiakkaiden käytöstä ennen klikkiä, jälkimmäisessä käytöstä klikin jälkeen.

3. Toteuta testi

Laadi eri mainosversiot tai kohderyhmät edellisten valintojen mukaan. Huom! On kriittistä, että pidät muu tekijät samoina:

  • jos testaat mainoksia, kohderyhmä pysyy vakiona
  • jos testaat kohderyhmiä, mainokset pysyvät vakioina

4. Syötä arvot taulukkoon

Eli esimerkiksi kahden päivän päästä palaat mainosalustalle ja kopioit sieltä luvut eri mainoksista. Tilastollisesti pätevää dataa saat Facebookista yleensä jo päivässä; jos et pysty optimoimaan niin usein, tee se kuitenkin vähintään kerran viikossa, koska muuten mainokset “palavat” ja menettävät tehokkuutensa.

5. Kun löydät voittajan, tee uusi versio

Viimeinen vaihe on kriittinen; Facebook-mainontaa tulisi optimoida johdonmukaisesti. Sitä EI tehdä kerran ja sitten unohdeta.

Vaihtoehtoja on kaksi:

  • tehdään tietty (pieni) parannus voittajaversioon
  • tehdään radikaalisti erilainen versio

Ensimmäinen vaihtoehto, eli pienet parannukset, liittyy optimoinnin kertautuviin hyötyihin; kun parannat jo kertaalleen parannettua versiota, saadaan tulokseksi kertautuvia parannuksia summautuvien parannusten sijaan. Voidaan siis vaihtaa kuvaa, otsikkoa tai muuta tekstiä.

Toinen vaihtoehto liittyy ns. lokaalin maksimin ongelmaan; kun tehdään vain pieniä muutoksia olemassaolevaan versioon, jätetään huomiotta täysin erilaisen version mahdollisesti tuoma merkittävästi suurempi parannus (globaali maksimi). Nämä ovat siis vaihtoehtoisia optimointiparadigmoja, joita tulisi vaihdella. Ideaalitilanteessa kokeilet ensin radikaalisti erilaisia versioita, ja kun löydät parhaiten toimivan, alat tekemään siihen pieniä parannuksia.

Lopuksi kannattaa muistaa, että Facebook-mainonnan optimointi vaatii tyypillisesti enemmän työtä kuin hakusanamainonta. Tämä johtuu siitä, että Facebookissa mainokset “palavat” nopeammin (eng. burn tai ad fatigue).

Turussa 31.3.2015
Joni Salminen
KTT, markkinointi
[email protected]

Joni

Mainostajan haasteet Facebookissa

suomeksi

Julkaistu ensimmäisen kerran Turun kauppakorkeakoulun blogissa 8.12.2013 (muokattu 19.3.2016)

Mainostajat, eli yritykset ja brändit, käyttävät huikeasti rahaa Facebook-fanimääränsä kasvattamiseen. Kolme seikkaa tekevät kuitenkin Facebookista haasteellisen mainostajalle.

  1. kilpailu näkyvyydestä käyttäjien kanssa
  2. Facebookin moraalikato
  3. kaksisuuntainen markkinadynamiikka

Avaan seuraavassa kutakin näistä.

Yksittäiselle käyttäjälle voi näkyä vuorokauden aikana jopa 2500 eri viestiä eli statuspäivitystä, jotka tulevat paitsi ystäviltä, myös sivuilta ja yrityksiltä joista käyttäjä on tykännyt. Kaikkia näitä viestejä ei kuitenkaan voida näyttää ajan, tilan ja kognitiivisten rajoitteiden takia, joten Facebook näyttääkin päivittäin vain noin 300 viestiä käyttäjää kohden.

Suuri osa potentiaalisista viesteistä siis jää näkymättä – on helppo ymmärtää, että kilpailtaessa kavereiden ja sukulaisten statuspäivityksiä vastaan yritysten on vaikea erottautua positiivisesti kaupallisilla viesteillä.

Facebook käyttää monimutkaista algoritmia määrittämään viestien näkyvyyden kullekin henkilölle kullakin hetkellä – algoritmi arvioi mm. brändin ja henkilön läheisyyttä sen perusteella, miten henkilö on tykännyt yrityksen viesteistä ja jakanut niitä eteenpäin.

Toinen seikka on Facebookin moraalikato – siis se, että Facebookin intresseissä on veloittaa mainostajia näkyvyydestä. Facebook-näkyvyys jaetaan orgaaniseen eli ilmaiseen ja maksulliseen näkyvyyteen eli mainoksiin. Yritykset kasvattavat fanijoukkoa siinä toivossa, että he voivat myöhemmin tavoittaa fanit ilmaiseksi – kerran maksettu joukko muodostaa niin sanotun markkinointivarannon, aivan samalla logiikalla kuin sähköpostilistan kasvattamisessa.

Kuitenkin Facebookin ja mainostajan intressit eroavat selkeästi, sillä Facebookille on hyödyllistä kasvattaa maksetun näkyvyyden osuutta mainostajan kustannuksella. Facebookin liiketoimintamalli on täysin mainosten varassa, ja pörssiyhtiönä sen on tuotettava voittoa.

On vielä kolmaskin syy, joka tekee yritysten elämästä hankalaa Facebookissa, nimittäin kaksisuuntainen markkinadynamiikka. Kaksisuuntainen markkinadynamiikka näkyy muun muassa siinä, että Facebookin on huomioitava loppukäyttäjät, jotta se voisi toteuttaa näkyvyyttä mainostajille. Mainostajat ovat tavallaan loukussa, sillä käyttäjien ja mainostajien välillä ajatellaan olevan negatiivinen verkostovaikutus – mitä enemmän mainoksia, sitä vähemmän käyttäjä pitää Facebookista. Mitä useamman käyttäjän Facebook menettää (liiallisten mainosten takia tai muuten), sitä vähemmän siitä on hyötyä mainostajille. Näin mainonnan laadun kontrollointi itse asiassa hyödyntää mainostajia joukkona, vaikka yksittäiselle mainostajalle se voi asettaa haasteita.

Yhdessä em. kolme tekijää vaikuttavat niin, että kun käyttäjät haluavat vähemmän mainoksia, yritysten on kilpailtava käyttäjien ystäviä vastaan ja Facebookilla on kannustin veloittaa näkyvyydestä, yhä harvempi kaupallinen viesti päätyy orgaanisesti käyttäjien henkilökohtaiseen uutisvirtaan.

Tyypillisesti vain noin 10 % faneista näkee yrityksen viestin orgaanisesti, joten jo nyt yritysten on pakko käyttää mittavia summia mainontaan, mikäli ne haluavat tavoittaa fanijoukkonsa. Osan yrityksistä tämä on ajanut vaihtoehtoisten alustojen, kuten Twitterin, suosimiseen, kun taas toiset painottavat markkinointistrategiassaan sähköpostia, jonka näennäinen saavuttavuus on lähes 100 % (näennäinen siksi, että vaikka jokainen viesti päätyy perille, ei läheskään kaikkia avata – kilpailu onkin siirtynyt jakelusta avauksiin).

Internetin mainosalustat ovat kiehtova tutkimusaihe, sillä tuntemalla toimijoiden intressit ja alustaliiketoimintamallin perusdynamiikan on mahdollista ennustaa melko hyvin toimijoiden strategiset valinnat ja tätä kautta alustan kehitys. Voinkin lähes sataprosenttisella varmuudella sanoa, että Facebook tulee jatkamaan yritysten statuspäivitysten orgaanisen näkyvyyden rajoittamista, ja yrityksille jotka haluavat tavoittaa seuraajansa Facebookissa, tämä tietää merkittävää kustannusten lisäystä.

Sen sijaan vaikeampaa on ennustaa mainostajien strategista vastausta. Nykyisellään Facebook-mainonnan suora ROI on tyypillisesti kehno verrattaessa esimerkiksi Googleen, johtuen siitä että Facebookissa ollaan ns. sosiaalisessa mielentilassa kun taas Googlessa ollaan aktiivisessa hakutilassa ja siten vastaanottavaisempia kaupallisille viesteille. Koska ROI on kehno mutta mitattavissa, Facebook ei voi turvautua perinteisen median Wanamaker-selitykseen, vaan sen on perusteltava mainostajille hyödyllisyytensä. Tällä hetkellä Facebookin analytiikkatyökalut, mainostenhallintatyökalu ja laadunvalvonta ovat kukin selkeästi Googlea jäljessä, mikä on yllättävää, sillä nämä kolme ovat digitaalisen mainosalustan kriittisiä menestystekijöitä.

Mikäli mainostajat jatkavat suoran ROI:n vaatimista eikä Facebook kykene kehittämään tarjontaansa tarpeeksi nopeasti, saattaa se ajautua liiketoimintamallinsa kanssa ongelmiin. Vielä tällä hetkellä ei ole hätää, sillä uusia mainostajia ilmaantuu joka päivä kokeilemaan alustaa. mainosmarkkinoilla Facebook on vielä kasvuvaiheessa, mutta mikäli se ei seuraa fiksusti mainostajia ns. kohorttitasolla vaan aggregaatteina, siltä saattaa jäädä huomaamatta mainostajien tyytymättömyys. Kaksisuuntaisen markkinan dynamiikka lisää haasteellisuutta, sillä Facebookin on pidettävä sekä käyttäjät että mainostajat tyytyväisinä, eikä se täten voi keskittyä täysin optimoimaan kummankaan ryhmän etuja.

Johtopäätöksenä: Jos Facebook on tietoinen edellä mainituista kriittisistä menestystekijöistä sekä alustaliiketoimintamallin dynamiikasta ja onnistuu ratkaisemaan ne, silloin käyttäjäpuolella nähdyt verkostoefektit voidaan monetisoida ja Facebookista tulee todellinen rahasampo. Osake saattaa olla viimeaikaisesta noususta huolimatta potentiaalinen spekulointikohde. [lisätty 19.3.2016: Joo, olisi kannattanut sijoittaa — osakekehitys tällä aikavälillä: 48,09 –> 111,45 $]

Kirjoittaja opettaa digitaalista markkinointia Turun kauppakorkeakoulussa.