Jos yrityksen myynti- ja markkinointi rullaavat CRM-pipelinen ympärillä ja yhteisissä myma-palavereissa keskustellaan verkkosivuvierailujen ja liidien määrästä, voi olla, että siellä tulkitaan nyt vääriä mittareita. Tekoälyn myötä ostaja nimittäin katosi funneleista kokonaan ja saattaa yllättää myyjän hyvinkin tarkalla tarjouspyynnöllä. Ihan puskista.
Tiivistelmä
- B2B-ostaja tekee suuren osan päätöksestään ennen ensimmäistä kontaktia myyjään. Forresterin ja 6sensen tutkimusten mukaan tekoäly on osa lähes jokaista hankintaa, ja alkuperäinen shortlist muodostuu usein jo ostoprosessin ensimmäisenä päivänä.
- Iso osa ostopolusta on siirtynyt niin sanottuun dark funneliin: tekoälykeskustelut, yksityiset suositukset ja muu myyjän analytiikan ulkopuolinen aktiviteetti vaikuttavat päätökseen ilman mitattavaa jälkeä.
- Sivustovierailujen ja liidien määrät eivät enää yksin riitä tunnettuuden tai kysynnän mittariksi, koska ostaja voi saada tarvitsemansa tiedon suoraan tekoälyn vastauksesta käymättä sivustolla.
- Mittaamisen painopiste siirtyy attribuutiosta kontribuutioon: sen sijaan että etsitään yksi voittanut kosketuspiste, arvioidaan kokonaisuutta, joka todennäköisesti vaikutti kauppaan.
- Uusi mittaristo yhdistää ostajalta kerättyä tietoa (esimerkiksi shortlist-osuus ja self-reported attribution) ja digitaalisia signaaleja (AI-lähteinen liikenne, brändihakujen kehitys, korkean ostoaikeen sivut, kohdeyritysten aktiivisuus).
- Brändin merkitys korostuu, koska ostaja tekee suuren osan päätöksestään ennen näkyviä kosketuspisteitä: silloin ratkaisee, tunteeko ostaja yrityksen jo valmiiksi
- Tekoäly tuo brändikeskusteluun uuden ulottuvuuden: algoritmisen auktoriteetin
B2B-ostaja on jo pitkällä päätöksessään ennen ensimmäistäkään elonmerkkiä
B2B-ostaminen on siirtynyt myyjän näköpiirin ulkopuolelle ns. dark funneliin. Ostaja kyselee yhä useammin tietoa tekoälypalveluilta ja laittaa omat AI-agenttinsa vertailemaan toimittajia.
Forresterin lähes 18 000 B2B-ostajaa kattavassa tutkimuksessa 94 prosenttia käytti tekoälyä viimeisimmässä hankinnassaan. Heistä 55 prosenttia vertaili toimittajia tekoälytyökalun sisällä, 54 prosenttia teki tuotetutkimusta ja 47 prosenttia rakensi sisäisen business casen valmiiksi.
Siis business caseen saakka dark funnelissa, ilman mitattavaa jälkeä.
6sensen vuoden 2025 B2B-ostajatutkimus kuvaa tätä B2B-markkinoinnin mittaamisen ongelmaa: Yli 4 000 vastaajan aineistossa ostajat olivat muodostaneet lähes koko shortlistinsa jo ostoprosessin ensimmäisenä päivänä. Voittanut toimittaja löytyi tältä alkuperäiseltä listalta 95 % tapauksista.
Kun ostaja lopulta ottaa yhteyttä, hän on päätöksenteossaan jo hyvin pitkällä. 6sensen mukaan keskimäärin 61 % ostoprosessista oli jo kulunut. Tässä vaiheessa ostaja ei enää halua myyjän myyvän, vaan validoivan hänen omaa ostopäätöstään.
Hyvä uutinen B2B-myyjille on se, että inbound-yhteydenottojen suhteellinen osuus kasvaa: 79 % ensimmäisistä yhteydenotoista oli ostajan, ei myyjän, aloittamia. Tätä tukevat myös omat havaintoni: Useampi B2B-asiantuntijapalveluita myyvä yritys on viime aikoina kertonut saaneensa yllättäviä yhteydenottoja ja jopa varauksia verkossa olevaan kalenteriin. Aikaisemmin tällaista ei juuri tapahtunut.
Miten dark funnel muuttaa markkinoinnin mittaamista?
Dark funnel tarkoittaa kaikkia niitä aktiviteetteja ja vaiheita, jotka vaikuttavat ostajan päätökseen, mutta eivät näy myyjän analytiikassa. Tällaisia voivat tekoälyn lisäksi olla esimerkiksi yksityiset keskustelut, suositukset, tapahtumat, podcastit, yhteisöt ja julkaisut kolmansissa kanavissa.
Myös samaan ostopäätökseen osallistuvat ihmiset (ostokomitea, buying committee) voivat tutkia vaihtoehtoja eri paikoissa eri tahtiin. Myyjän CRM-järjestelmässä näkyvä yhteyshenkilö ei välttämättä ole se, joka tunnisti tarpeen ja käynnisti varsinaisen ostoprosessin.
Forresterin zero-click-ostamista käsittelevän julkaisun mukaan generatiivinen tekoäly tai keskusteleva haku mainittiin muita lähteitä useammin merkitykselliseksi tietolähteeksi. Yrityksen verkkosivujen sisältö vaikuttaa siis edelleen ostopäätökseen, mutta itse sivustovierailua ei enää tarvita, sillä ostaja saa tarvittavan tiedon tekoälyn vastauksesta.
Siksi sivustovierailujen määrä ei enää sellaisenaan ole yhtä relevantti tunnettuuden ja harkinnan mittari kuin aikaisemmin. Tunnettavuus voi jopa parantua hyvin optimoidun sisällön ansiosta samalla, kun verkkosivuvierailut droppaavat.
Vastaavasti siinä missä aikaisemmin kerättiin etenkin MQL-liidejä erilaisten lomakeporttien avulla, monet B2B-yritykset purkavat nyt näitä portteja kovaa kyytiä varmistaakseen oman yrityksensä mahdollisimman kattavan AEO-näkyvyyden.
B2B-markkinoinnin mittaaminen ei voi enää perustua vain näkyvään funneliin
Tätä ei ratkaista lisäämällä vanhaan funnel- tai pipeline-ajatteluun uusia mittareita. Tutkiminen ja analysointi ovat jatkossa valitettavasti vähemmän tarkkoja ja reaaliaikaisia. Jossain määrin markkinoijat joutuvat palaamaan ajassa taaksepäin ja turvautumaan erilaisiin kyselyihin, sillä nykyaikaisen ostamisen mittarit keskittyvät nimenomaan ostajan päätöksentekoon, ei myyjän prosessiin. Ne eivät linkity suoraan mihinkään nykyisiin mittareihin vaan ovat uusia tulokkaita.
Tiedon voi tallentaa systemaattisesti joko manuaalisesti tai automaattisesti, mutta kummassakaan tapauksessa tieto ei tallennu itsestään. Moni CRM-järjestelmä onneksi mahdollistaa custom-kenttien lisäämisen, ja niihin linkitetyt automaatiot voivat lähettää kyselyt asiakkaille triggerin perusteella.
Attribuutiosta kontribuutioon
Aikaisemmin markkinoinnin analytiikassa on pyritty erilaisin klikkidataan perustuvin attribuutiomallein jakamaan kunniaa liidistä tai kaupasta eri kosketuspisteille. Pimeän funnelin ajassa attribuutio muuttuu yhä epäselvemmäksi. Siksi pikkuhiljaa aletaan puhua kontribuutiosta: Mitkä kaikki kosketuspisteet todennäköisesti vaikuttivat kaupan syntymiseen? Markkinoinnin vaikuttavuus hahmottuu silloin yksittäisen voittajan nimeämisen sijaan kokonaisuutena.
Inkrementaalinen vaikutus menee vielä pidemmälle: mitä olisi tapahtunut ilman tiettyä kosketuspistettä?
Perinteinen ja uusi mittauslogiikka rinnakkain
Vanhat funnel-mittarit eivät silti katoa. Ne kertovat edelleen näkyvän prosessin toimivuudesta: kuinka hyvin verkkosivut, liidien käsittely ja myyntiputki toimivat sen jälkeen, kun ostaja tulee yritykselle näkyväksi. Ne eivät vaan yksin enää riitä.
Mitkä mittarit tulevat liidi-, MQL- ja SQL-mittareiden rinnalle?
Kaikkea dark funnelissa tapahtuvaa ei voi mitata suoraan. Siksi uusi mittaristo tarvitsee sekä ostajalta kysyttävää tietoa että näkyviä digitaalisia signaaleja.
Pääsy alkuperäiselle shortlistalle
Tietoa valintalistalle pääsystä saa harvoin suoraan analytiikasta. Siksi asiaa on kysyttävä suoraan asiakkaalta. Tarjousvaiheessa tai kaupan yhteydessä voi selvittää esimerkiksi, montako toimittajaa valintalistalla oli, oliko yritys mukana alkuperäisellä shortlistalla vai tuliko se mukaan vasta myöhemmin, ja mitkä asiat ja lähteet vaikuttivat eniten listan muodostumiseen. Kun tiedot kerätään systemaattisesti, niistä voi muodostaa kaksi mittaria: alkuperäiselle shortlistalle pääsyn osuuden kaikista tutkituista ostoprosesseista (shortlist rate) ja voittoprosentin niissä tapauksissa, joissa yritys oli mukana alkuperäisellä shortlistalla.
Self-reported attribution
Vanha ja tuttu “Mistä kuulut meistä ensimmäisen kerran” kysymys pitää pintansa, ja sen merkitys jopa vahvistuu. Vastaaminen on itse asiassa pakollista jo monien SaaS- ja pilvipalveluiden rekisteröitymisen yhteydessä. Tätä tapaa kutsutaan itse ilmoitetuksi attribuutioksi
Inbound-kontaktien ja tarjouspyyntöjen määrät ja niiden suhteellinen osuus
Nämä ovat tuttuja mittareita, mutta ehkä tärkeämpiä B2B-markkinoinnin mittaamisessa kuin koskaan. Myyjä ei välttämättä tiedä, mitkä toimenpiteet saivat tarjouspyynnön aikaan, mutta inboundien määrä mittaa kaiken kokonaisuutta. Määrän lisäksi kannattaa seurata inboundien suhteellisen osuuden kehittymistä.
AI-lähteinen liikenne
Google julkaisi Google Analyticsiin (GA4) uuden liikenteen tulotavan nimeltä AI Assistant, joka viittaa juuri AI-lähteiseen liikenteeseen (esim. ChatGPT, Copilot, Perplexity, Gemini, Claude). Ennen uudistusta kertynyt liikenne näkyy kuitenkin edelleen muiden referral-liikenteenlähteiden seassa.
Brändihakujen määrän kehitys
Kun yrityksesi nimi mainitaan tekoälypalvelussa, moni käyttäjä googlaa yrityksen nimen vielä erikseen. Brändihakujen määrän kehitys Googlen Search Consolessa ja Bingin Webmaster Toolsissa on kiinnostava ja seuraamisen arvoinen viitteellinen mittari, ei absoluuttinen luku. Brändihakujen suhteellista osuutta kilpailijoihin verrattuna voidaan seurata myös Share of Search -mittarilla.
Huom! Ota viimeistään nyt mukaan Bing-optimointi ja sen analytiikkatyökalut. Bing-indeksointi vaikuttaa Bingin ja Copilotin näkyvyyteen, mutta ChatGPT ei perustu pelkästään Bingin indeksiin. ChatGPT:n hakunäkyvyyttä varten sivuston pitää sallia myös OpenAI:n oma OAI-SearchBot.
Korkean ostoaikeen sivustovierailut
Vaikka sivustovierailujen määrä yleisellä tasolla olisikin nyt laskussa, high-intent-sivujen vierailumääriä kannattaa edelleen seurata. Tekoälyt eivät välttämättä korvaa näiden sivujen tehtävää, ja niillä vieraileva ostaja on todennäköisemmin tosissaan asialla.
Kaupalliset ja toiminnalliset sivut
- Laskeutumissivut (Landing pages)
- Hinnastosivut (Pricing pages)
- Yhteystieto- ja tarjouspyyntösivut (Contact / Request a Quote)
- Demovarauksen sivut
- Ostoskori ja kassa
Vertailu- ja ratkaisusivut
- Tuotevertailusivut
- Asiakasreferenssit ja caset
- Toimialakohtaiset ratkaisusivut
Tärkeiden kohdeyritysten aktiivisuus
Vaikka monelle ostajalle riittää tekoälyn vastaus, erityisesti tärkeiden kohdeasiakkaiden (target account) sivustovierailujen seuranta on sitäkin tärkeämpää. Yhä useampi yritys ottaa käyttöön erilaisia tunnistamisen apuvälineitä, kuten Snitcher, Leadfeeder tai Albacross, jotka paljastavat vierailijoiden IP-osoitteiden takana olevat työnantajat. Jos tietyn kohdeyrityksen vierailujen määrä kasvaa selvästi, voi olettaa, että yrityksessä ollaan jo pitkällä ostopolussa.
Vahva brändi on modernin B2B-markkinoinnin keskeisin vahvuus. Mitä tekoäly brändistä sanoo?
Markkinoijat saattoivat joutua aikaisemmin vääntämään kättä brändin merkityksestä B2B-ostoprosessissa. Olen nähnyt useamman kuin kerran B2B-myyjän pyörittelevän silmiään heti kun brändi mainitaan. Perinteiset myyjät kun haluaisivat ensisijaisesti puhua liidien määrästä.
Tilanne on nyt muuttunut radikaalisti, eikä brändin arvoa voi mitenkään enää sivuuttaa. Myös brändin käsite on laajentunut. Aikaisemmin brändiä on määritelty muun muassa näin: Brändi on sitä, mitä sinusta puhutaan, kun et ole huoneessa. Nyt brändi on myös sitä, mitä tekoäly sinusta sanoo, ehkä jopa enemmän kuin sitä, mitä ihmiset sanovat.
Ja tekoäly ei sekoita mukaan tunteita eikä mielikuvia. Tekoälyn silmissä vahva brändi on puhdas, algoritminen fakta.
Algoritminen auktoriteetti: Näkyminen AI-hakutuloksissa
Seuraavat mittarit kuvaavat brändin algoritmista auktoriteettia hieman eri tavoin:
Share of Voice
Tekoälymainintojen määrä kertoo AI:n antamista suosituksista eli siitä, kuinka tunnettu ja luotettava brändisi kielimallin havaintojen mukaan on. Se voi siis mainita palvelusi, kun käyttäjä kysyy vaikkapa: Mikä on paras CRM-ratkaisu kasvavalle yritykselle?
Mittaaminen vaatii joko hieman manuaalista työtä tai agenttiavusteista automaatiota. Kun teet 10-20 hakua toimialan tärkeillä fraaseilla tai kysymyksillä eri kielimalleissa ja kirjaat, kuinka monessa vastauksessa yritys mainitaan, saat hyvän käsityksen yrityksesi hakukonenäkyvyydestä.
Lähdeviittaukset AI-vastauksissa
Lähdeviite taas on todiste ja linkki, joka ohjaa suoraan verkkosivustolle. Se voi esiintyä esimerkiksi tilanteessa, jossa käyttäjä kysyy tekoälyltä: Miten GDPR vaikuttaa CRM-datan säilytykseen? Tällöin tekoäly voi vastata käyttäjän kysymykseen tilastotiedolla tai määritelmällä, joka löytyy yrityksen tuottamasta asiantuntija-artikkelista. Tällöin tekoäly lisää linkin lähteeseen, josta tieto löytyi.
Myös tämä vaatii säännöllistä seurantaa, testausta ja kirjaamista, jonka voit automatisoida.
Perinteiset brändimittarit kertovat, muistetaanko yritys oikeassa tilanteessa
Tekoälynäkyvyys ei korvaa tunnettuuden, harkinnan ja spontaanin muistamisen mittaamista. Olennaista on seurata myös mental availabilitya: missä ostotilanteissa yritys tulee mieleen ja kuinka usein se pääsee alkuperäiselle shortlistalle.
Näin uuden mittariston rakentamisessa pääsee alkuun
Uudenlaista mittausta ei tarvitse aloittaa raskaasti. Valitse ensimmäiseen versioon muutama mittari alla olevasta listasta:
- Lisää tarvittavat custom-kentät CRM-järjestelmään. Kysy viimeistään tarjousvaiheeseen edenneiltä kontakteilta, mistä yrityksesi tuli tutuksi, oliko se mukana alkuperäisellä shortlistalla ja mitkä lähteet vaikuttivat valintaan. Voit esittää kysymykset suullisesti tai lähettää ne automaattisesti CRM-triggerin perusteella. Pilvipalveluissa voit esittää kysymyksen jo rekisteröitymisen yhteydessä.
- Seuraa inbound-yhteydenottojen ja tarjouspyyntöjen määrää sekä niiden suhteellista osuutta uusista myyntimahdollisuuksista.
- Luo AI-näkyvyyden seurantaan tarvittavat automaatiot. Rakenna analytiikkaan yksi näkymä, joka kokoaa tärkeimmät AI-näkyvyyden mittarit: AI-maininnat, lähdeviittaukset ja AI-lähteinen liikenne. Absoluuttisten määrien sijaan seuraa lukujen kehitystä. Hyödynnä myös Bing Webmaster Toolsin AI Performance -näkymää ja Google Search Consolen Generative AI performance -raporttia, jos ne ovat käytössäsi.
- Lisää rinnalle kevyt brändimittaus. Seuraa esimerkiksi spontaania tunnettuutta, harkintaa ja sitä, missä ostotilanteissa yritys tulee mieleen. Brändimittareissa olennaista ei ole yksittäinen absoluuttinen luku vaan kehityksen suunta.
- Seuraa erityisesti korkean ostoaikeen sivujen vierailuja esim. GA4:n avulla.
- Seuraa tärkeiden kohdeyritysten aktiivisuutta erikseen. Yksittäisestä vierailusta ei kannata vielä tehdä pitkälle meneviä johtopäätöksiä, mutta useiden henkilöiden vierailut kaupallisilla, vertailu- ja referenssisivuilla voivat kertoa käynnissä olevasta ostoprosessista.
Kaikkia mittareita ei tarvitse tarkastella samalla rytmillä. Seuraa inbound-kysyntää ja digitaalisia signaaleja esimerkiksi viikoittain. Brändi- ja tekoälynäkyvyyttä voit mitata harvemmin. Kirjaa lähtötaso ja toista mittaus säännöllisesti samalla tavalla, jotta kehityksestä voi tehdä johtopäätöksiä.
Myynti on silti markkinoinnin tärkein mittari
Koska useiden tutkimusten mukaan B2B-ostaja etenee ostopolullaan pitkälle ennen ensimmäistä kontaktia ja lisäksi suurin osa ostajista toivoo täysin repfree-ostokokemusta, markkinoinnin rooli kasvaa merkittävästi suhteessa myyntiin: Markkinointi vastaa jatkossa selvästi suurimmasta osasta ostopolun touchpointeista.
Siksi markkinoinnin tärkein lopputulos on myynti.
Uusi mittaristo auttaa ymmärtämään, miten markkinointi rakensi kysyntää ja vahvisti valintaa jo ennen kuin ostaja tuli näkyviin.
| Perinteisen mittaroinnin painotus | Sen rinnalle tarvitaan | Mitä uusi mittari kertoo |
| Sivustovierailujen määrä | Brändihaut, korkean ostoaikeen sivut ja AI-lähteinen liikenne | Syntyykö kysyntää ja ostoaikomusta? |
| Liidit, MQL ja SQL | Pääsy alkuperäiselle shortlistalle ja inboundin suhteellinen osuus | Ollaanko mukana jo ennen näkyvää funnelia? |
| Kanava-attribuutio | Kontribuutio, inkrementaalinen vaikutus ja itse ilmoitettu attribuutio | Mitkä kosketuspisteet todennäköisesti vaikuttivat? |
| Kampanjakohtaiset tulokset | Brändin, Share of Searchin ja AI-näkyvyyden trendit | Vahvistuvatko tunnettuus ja valittavuus? |
| CRM-pipeline | Myynti ja ostajalta kerättävä laadullinen tieto | Miten markkinointi vaikutti lopputulokseen? |
Lähteet
- Forrester: The State of Business Buying, 2026
- Forrester: B2B Buyers Make Zero-Click Buying Number One
- Forrester: Zero-Click Is Only Half the AI Story
- 6sense: The B2B Buyer Experience Report 2025
- Gartner: 61% of B2B Buyers Prefer a Rep-Free Buying Experience
- Google Analytics: What’s new – AI Assistant traffic measurement
- OpenAI: Overview of OpenAI Crawlers
- Microsoft Bing: Introducing AI Performance in Bing Webmaster Tools
- Google Search Central: Introducing Search Generative AI performance reports
