Digimarkkinoinnin tuloksellisuudesta ei voi tietää, jos tuloksista kertovan datan lukeminen ja jäsentely ei onnistu. Datan käsittely on erityisen tärkeää silloin, kun yritetään löytää toimivinta kokonaisuutta, eli tehdään edellisen kohdan mukaista testaus- ja jatkokehitystyötä. Datalla konkretisoidaan markkinoinnin hyötyjä, jotka mahdollistavat jatkuvan kehitystyön. Kun oikeat mittarit löydetään ja niitä opitaan seuraamaan, on kaikki optimointi, erityisesti A/B-testaus, helpompaa ja selkeämpää. Näkyyhän tulos nyt datassa yksinkertaisesti numeroina.
Yrityksen johdolle on tärkeää pysyä perillä siitä, mihin markkinoinnin budjetti kuluu ja mitä sillä saavutetaan. Hubspotin raportin (2018) mukaan 42% markkinoijista olivat sitä mieltä, että markkinoinnin toimenpiteiden ROI:n (Return Of Investment) näyttäminen on yksi suurimmista haasteista, johon he törmäävät yrityksen sisällä. Yritykset ilmoittivat myös suunnittelevansa markkinoinnin analytiikkaan käytettävän rahamäärän lisäämistä 75-100%, joka kertoo siitä, että analytiikkaa pidetään yleisesti hyvin tärkeänä osana digimarkkinointia.
Erilaisia mittareita on runsaasti. Esimerkkinä tässä muutama verkkosivujen analytiikassa käytettäviä mittareita: vierailijat, sivun näyttökerrat, istunnot, liikenne, liikenteen tulolähde (esimerkiksi Instagram), uuden ja vanhan liikenteen suhde, sivulla vietetty aika, vuorovaikutusten lukumäärä ja välitön poistumisprosentti.
Toisaalta mittauksen kohteena voi olla mainoksen kustannukset, usein suhteutettuna johonkin tiettyyn toimenpiteeseen tai tavoitteeseen. Esimerkkinä tästä yleisimpiä Facebookin mainostyökalun kustannusmittareita, kuten Cost per Click (käytetty rahamäärä jaettuna klikkausten lukumäärällä), Cost per Lead (käytetty rahamäärä jaettuna liidien lukumäärällä) ja Cost per 1000 Impressions (keskimääräinen hinta sille, että Facebook näyttää mainoksen 1000 käyttäjälle).
Parhaaseen lopputulokseen päästään, kun yhdistetään käyttäjistä ja kustannuksista saatavilla oleva data kyseiseen tilanteeseen sopivien mittareiden avulla. Monet ymmärtävät tämän kaiken, mutta ovat silti vaikeuksissa mittaamisen, jatkuvan datapohjaisen optimoinnin ja ROI:n näyttämisen kanssa. Tämä voi johtua joko siitä, että ei ole määritetty selkeitä tavoitteita esimerkiksi mainoskampanjalle tai siitä, että ei ole tapaa mitata kampanjan tavoitteiden toteutumista. Vastauksena on usein kaksi edellistä yhdessä. Yksi ratkaisu tähän tilanteeseen on SMART-mallisten tavoitteiden asettaminen.
SMART:ista lisää täällä