Digital und Web Analytics - mitp.de · Inhaltsverzeichnis 7 5.5 Besucher – die Person hinter dem...

5

Inhaltsverzeichnis

Über den Autor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

Vorwort. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

Teil I Basis schaffen und Nutzung messen . . . . . . . . . . . . . . . . . . . . . . . . 21

1 Digital Analytics auf einen Blick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231.1 Die Geschichte der Datenanalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231.2 Was ist Web Analytics, was ist Digital Analytics . . . . . . . . . . . . . . . . . 25

1.2.1 Page Tagging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271.2.2 Logfile-Analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281.2.3 A/B- und multivariates Testing . . . . . . . . . . . . . . . . . . . . . . . . 291.2.4 Online-Umfragen/Surveys . . . . . . . . . . . . . . . . . . . . . . . . . . . 301.2.5 Persönliche Interviews und Benutzer-Beobachtungen . . . . . 31

1.3 Grenzen – oder was Analytics nicht ist . . . . . . . . . . . . . . . . . . . . . . . . 311.4 Warum und wie Sie es tun sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

1.4.1 Zehn Gründe für Analytics . . . . . . . . . . . . . . . . . . . . . . . . . . . 341.4.2 Wie man zum Ziel gelangt . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

1.5 Auswahl eines Analytics-Systems. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371.5.1 Vorselektion von Produkten . . . . . . . . . . . . . . . . . . . . . . . . . . 371.5.2 Pragmatische Vorgehensweise zur Produktauswahl . . . . . . . 381.5.3 Klassische Produkt-Evaluation . . . . . . . . . . . . . . . . . . . . . . . . 39

2 Funktionsweise der Datensammlung . . . . . . . . . . . . . . . . . . . . . . . . . 412.1 Funktionsweise von Analytics-Systemen . . . . . . . . . . . . . . . . . . . . . . . 422.2 Serverseitige Datensammlung mittels Logfile . . . . . . . . . . . . . . . . . . 43

2.2.1 Funktionsweise der Logfile-Erstellung . . . . . . . . . . . . . . . . . . 432.2.2 Bedeutung der gesammelten Daten . . . . . . . . . . . . . . . . . . . . 44

2.3 Clientseitige Datensammlung mittels Page Tagging . . . . . . . . . . . . . 522.3.1 Erweiterter Umfang der erfassbaren Daten . . . . . . . . . . . . . . 522.3.2 Funktionsweise der clientseitigen Datensammlung . . . . . . . 53

© des Titels »Digital und Web Analytics« (ISBN 9783958453593) 2017 by mitp Verlags GmbH & Co. KG, Frechen. Nähere Informationen unter: http://www.mitp.de/359

Inhaltsverzeichnis

6

2.4 Alternative Datensammlungs-Mechanismen . . . . . . . . . . . . . . . . . . . 552.5 Vergleich der Datensammlungs-Methoden . . . . . . . . . . . . . . . . . . . . . 56

2.5.1 Vor- und Nachteile von Logfiles für die Analytics-Nutzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

2.5.2 Vor- und Nachteile von Page Tags für die

Analytics-Nutzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 582.5.3 Zusammenfassung und Empfehlung . . . . . . . . . . . . . . . . . . . 59

3 Datenspeicherung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 613.1 Speicherungsvarianten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

3.1.1 Interner Betrieb von Analytics-Lösungen . . . . . . . . . . . . . . . . 623.1.2 Analytics-Lösungen als Cloud-Service. . . . . . . . . . . . . . . . . . . 653.1.3 Vergleich von internem Betrieb vs. Cloud . . . . . . . . . . . . . . . 66

3.2 Rechtliche Überlegungen zur Datenspeicherung . . . . . . . . . . . . . . . . 663.2.1 Allgemeine Datenschutz-Bestimmungen . . . . . . . . . . . . . . . . 673.2.2 Bedeutung für Analytics-Systeme . . . . . . . . . . . . . . . . . . . . . . 673.2.3 Spezialfall IP-Adresse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 683.2.4 Spezialfall Cookie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 693.2.5 Best Practice für Datenspeicherung . . . . . . . . . . . . . . . . . . . . 70

4 Datenauswertung und Präsentation . . . . . . . . . . . . . . . . . . . . . . . . . . . 754.1 Auswertungsinterface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

4.1.1 Standard-Grafiken und Datentabellen . . . . . . . . . . . . . . . . . . 764.1.2 Dashboards . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 784.1.3 E-Mail-Reports und Exporte . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

4.2 Browser-Overlay . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 814.3 Weitere Schnittstellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

Teil II Metriken analysieren und interpretieren . . . . . . . . . . . . . . . . . . . . . . 85

5 Einführung in die Welt der Metriken. . . . . . . . . . . . . . . . . . . . . . . . . . 875.1 Metriken und wie sie zustande kommen . . . . . . . . . . . . . . . . . . . . . . . 875.2 Hits – und ihre Bedeutungslosigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . 885.3 Seitenaufrufe – die Standard-Metrik schlechthin . . . . . . . . . . . . . . . . 89

5.3.1 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 895.3.2 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

5.4 Besuche – Website-Sitzungen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 925.4.1 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 935.4.2 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94


Inhaltsverzeichnis

7

5.5 Besucher – die Person hinter dem Website-Besuch . . . . . . . . . . . . . . 965.5.1 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 975.5.2 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

5.6 Mit Messungenauigkeiten leben und arbeiten . . . . . . . . . . . . . . . . . . 1015.7 Weitere Metriken . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

6 Traffic-Quellen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1076.1 Direktzugriffe und Lesezeichen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

6.1.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 1086.1.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1096.1.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

6.2 Verweisende Websites und URLs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1116.2.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 1116.2.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1156.2.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117

6.3 Suchmaschinen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1176.3.1 Was gemessen wird . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1176.3.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1196.3.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120

6.4 Suchmaschinen-Keywords . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1216.4.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 1216.4.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1316.4.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133

6.5 Kampagnen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1336.5.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 1336.5.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1416.5.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142

6.6 Traffic von Social Networks wie Twitter, Facebook oder Google+ . . . 1436.6.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 1436.6.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1456.6.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146

7 Besuchereigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1497.1 Neue und wiederkehrende Besucher . . . . . . . . . . . . . . . . . . . . . . . . . . 150


7.2 Besuchertreue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1537.2.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 153


Inhaltsverzeichnis

8


7.3 Besuchsfrequenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1577.3.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 1587.3.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158

7.3.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1597.4 Besuchsaktualität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159

7.4.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 1597.4.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161

7.5 Herkunftsland, Region und Stadt. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1617.5.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 1627.5.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1647.5.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165

7.6 Sprache . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1667.6.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 1667.6.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1677.6.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168

7.7 Geschlecht und Altersgruppe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1697.7.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 1697.7.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1717.7.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171

7.8 Gerät, Browser, Bildschirmgröße und weitere technische Eigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1727.8.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 1727.8.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1757.8.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176

7.9 Verifizierung von Nutzergruppen und Personas . . . . . . . . . . . . . . . . 176

8 Besucherverhalten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1818.1 Besuchsdauer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182


8.2 Besuchstiefe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1868.2.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 1868.2.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1898.2.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

8.3 Navigationsverhalten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1908.3.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 191


Inhaltsverzeichnis

9


8.4 Klickverhalten und Besucherfluss . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1948.4.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 1948.4.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200

8.4.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2018.5 Beweggründe und Aufgaben von Besuchern . . . . . . . . . . . . . . . . . . . 201


8.6 Verhalten und Ziele von Nutzergruppen und Personas. . . . . . . . . . . 209

9 Inhaltsnutzung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2139.1 Genutzte Inhalte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214


9.2 Inhaltsgruppen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2199.2.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 2209.2.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2229.2.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223

9.3 Ein- und Ausstiegsseiten. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2249.3.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 2249.3.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2279.3.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228

9.4 Attraktivität einer Seite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2289.4.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 2289.4.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2329.4.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236

9.5 Ausfälle und Fehler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2369.5.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 2379.5.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2429.5.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244

10 Spezifische Inhalte und digitale Kanäle . . . . . . . . . . . . . . . . . . . . . . . . 24510.1 Mobile-Apps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246



Inhaltsverzeichnis

10

10.2 Social Media und Social Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25010.2.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 25110.2.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25710.2.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258

10.3 Social Engagement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25810.3.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 26010.3.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26110.3.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262

10.4 RSS-Feeds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26310.4.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 26510.4.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26610.4.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267

10.5 Weblogs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26710.5.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 26810.5.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26810.5.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269

10.6 Dynamische Webanwendungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27010.6.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 27110.6.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27310.6.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275

10.7 Videos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27510.7.1 Was gemessen werden kann . . . . . . . . . . . . . . . . . . . . . . . . . . 27610.7.2 Wie Sie es nutzen sollten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27710.7.3 Was es zu beachten gilt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279

11 Metriken nutzen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28111.1 Beobachten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282

11.1.1 Alle Metriken im Überblick . . . . . . . . . . . . . . . . . . . . . . . . . . . 28211.1.2 Wichtige Metriken selektieren. . . . . . . . . . . . . . . . . . . . . . . . . 28611.1.3 Reports und Dashboards nutzen . . . . . . . . . . . . . . . . . . . . . . . 289

11.2 Vergleichen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29211.2.1 Eigene Benchmarks setzen . . . . . . . . . . . . . . . . . . . . . . . . . . . 29211.2.2 Konkurrenzvergleich und externe Benchmarks . . . . . . . . . . . 295

11.3 Nachforschen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30211.3.1 Segmentierung macht den Unterschied . . . . . . . . . . . . . . . . . 30311.3.2 Einfache Ad-hoc-Segmentierung. . . . . . . . . . . . . . . . . . . . . . . 30411.3.3 Erweiterte Segmentierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30811.3.4 Segmentierungsstrategien und Herangehensweisen . . . . . . 309


Inhaltsverzeichnis

11

Teil III Erfolg nachhaltig steigern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311

12 Digital-Ziele definieren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31312.1 Typen von Digital-Zielen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314

12.1.1 Geschäftsziele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314

12.1.2 Benutzerziele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31612.1.3 Ziele von Website-Verantwortlichen. . . . . . . . . . . . . . . . . . . . 317

12.2 Vorgehen zur Zielfindung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31812.3 Interne Anspruchsgruppen identifizieren. . . . . . . . . . . . . . . . . . . . . . 319

12.3.1 Direkte und indirekte Akteure. . . . . . . . . . . . . . . . . . . . . . . . . 32012.3.2 Digital-Stakeholder-Karte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321

12.4 Zielgruppen für Website und Digitalkanäle definieren . . . . . . . . . . . 32212.5 Global-Ziele und Sub-Ziele definieren . . . . . . . . . . . . . . . . . . . . . . . . 325

12.5.1 Vorbereitung eines Zielfindungsworkshops . . . . . . . . . . . . . 32612.5.2 Workshop-Durchführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32812.5.3 Nachbearbeitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335

12.6 Benutzerziele ergänzen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33612.7 Zielorientierte Digitalkanal-Aktivitäten und Messgrößen

definieren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33812.7.1 Workshop-Vorbereitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33912.7.2 Workshop-Durchführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34012.7.3 Nachbearbeitung und Ausarbeitung der Messgrößen . . . . . 344

13 Zielerreichung und Conversion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34913.1 Was Conversions sind . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35013.2 Conversions nutzen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352

13.2.1 Conversions im Analytics-System messen . . . . . . . . . . . . . . . 35313.2.2 Verwendung von Conversion-Metriken . . . . . . . . . . . . . . . . . 354

13.3 Conversion-Kosten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35613.4 Return on Investment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 358

13.4.1 Werte von E-Commerce-Conversions . . . . . . . . . . . . . . . . . . . 35813.4.2 Werte von Nicht-E-Commerce-Conversions. . . . . . . . . . . . . . 360

14 Key Performance Indicators . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36514.1 Identifikation und Selektion von KPIs. . . . . . . . . . . . . . . . . . . . . . . . . 36514.2 Implementierung von KPIs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36914.3 KPIs überwachen und Dashboards erstellen. . . . . . . . . . . . . . . . . . . . 370

14.3.1 Dashboards nach Untersuchungsthemen . . . . . . . . . . . . . . . 37314.3.2 Dashboards nach Website-Zielen . . . . . . . . . . . . . . . . . . . . . . 37414.3.3 Dashboards nach Customer Buying Cycle . . . . . . . . . . . . . . . 376


Inhaltsverzeichnis

12

14.4 Adressaten von Dashboards . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37814.5 Gestaltung von Dashboards . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38014.6 Dashboards und KPI-Berichte nutzen . . . . . . . . . . . . . . . . . . . . . . . . . 38514.7 Digital Performance Index – der Meta-KPI . . . . . . . . . . . . . . . . . . . . . 385

14.7.1 Index-Bildung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 386

14.7.2 Berechnung des Digital Performance Index. . . . . . . . . . . . . . 387

15 Analytics-Erkenntnisse zur Website-Optimierung nutzen . . . . . . . . 38915.1 Benutzerführung optimieren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 389

15.1.1 Konvertierungspfade identifizieren. . . . . . . . . . . . . . . . . . . . . 38915.1.2 Vorgehen zur Optimierung von Konvertierungspfaden . . . . 39215.1.3 Trichteroptimierungen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39415.1.4 Formularoptimierungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398

15.2 Website-Inhalte optimieren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40115.2.1 Testen statt glauben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40115.2.2 A/B- und multivariates Testing . . . . . . . . . . . . . . . . . . . . . . . . 40215.2.3 Vorgehen zum Optimieren von Inhalten . . . . . . . . . . . . . . . . 40515.2.4 Allgemeine Tipps für die Inhaltsoptimierung . . . . . . . . . . . . 408

15.3 Marketing-Aktivitäten analysieren und optimieren . . . . . . . . . . . . . . 41115.3.1 Aufmerksamkeit, Interesse, Verlangen und Handeln

steigern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41215.3.2 Return on Investment bei Kampagnen . . . . . . . . . . . . . . . . . . 41615.3.3 Attribution mehrerer Touchpoints zum

Kampagnenerfolg . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42115.3.4 Schritt für Schritt zum ganzheitlichen

Kampagnenerfolg . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424

16 Websites mit Analytics zielorientiert neu konzipieren . . . . . . . . . . . . 42916.1 Allgemeine Erkenntnisse für die Website-Konzeption . . . . . . . . . . . . 42916.2 Benutzer zu Conversion-Ereignissen führen. . . . . . . . . . . . . . . . . . . . 43116.3 Besucherflüsse auf der Website planen . . . . . . . . . . . . . . . . . . . . . . . . 43216.4 Seitentypen funktionsorientiert definieren . . . . . . . . . . . . . . . . . . . . . 434

A Relevante Blogs zum Thema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438

B Literaturangaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 439

Stichwortverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 441


13

Über den Autor

Marco Hassler hat Betriebswirtschaft an der Universität St. Gallen studiert undist seit 2001 bei der Digital Full-Service Agentur Namics tätig, heute als SeniorPrincipal Consultant und Partner. Er ist dort insbesondere in der inhaltlichen,technischen und Experience-zentrierten Konzeption von Websites, Apps und An-wendungen für Großunternehmen tätig und neben Digital Analytics auf die Be-reiche Digital Marketing, Personalization, Information Architecture, CustomerExperience und Content-Management-Systeme spezialisiert.

Seit 1998 beschäftigt er sich mit Web-Statistik im herkömmlichen Sinn und seit2002 mit den betriebswirtschaftlich orientierten und aufs Marketing fokussiertenMethoden von Web Analytics. Während dieser Zeit war er in zahlreichen Unter-nehmen beratend tätig bei der Einführung und Nutzung verschiedener Analytics-Produkte wie jene von Google, Adobe, Piwik, Webtrekk oder Webtrends.

Herr Hassler engagiert sich sowohl als Autor diverser Fachartikel und Whitepa-pers zu Analytics-Themen wie auch als Speaker an Fachkonferenzen und alsHochschuldozent. Er wurde überdies von Google als »Advertising Professional«und »Google Analytics Individual« zertifiziert.

Weitere Informationen über den Autor finden sich auf der Website von Namicsunter www.namics.com. Für Anregungen und Fragen ist er über die E-Mail-Adresse [email protected] oder auf Twitter unter @mhassler zu er-reichen.


15

Vorwort

Als Google im November 2005 das kostenlose Analytics-System Google Analyticsauf den Markt brachte, sorgte das für Aufruhr. Web Analytics war bis dato einNischenmarkt. Es gab zwar diverse Anbieter, vornehmlich aus dem US-amerikani-schen Raum, doch die Verbreitung der unterschiedlichen Tools und der Umgangdamit waren einigen wenigen Experten vorbehalten.

War Web Analytics früher eher in den IT-Abteilungen der Unternehmen angesie-delt, haben einfachere Implementierungsmechanismen und vor allem eine leich-tere Usability der Benutzeroberflächen dazu geführt, dass Web Analytics auch fürdie Marketingabteilungen und Management-Ebenen zunehmend nutzbar wird.Dennoch steckt Web Analytics bei vielen Unternehmen immer noch in den Kin-derschuhen.

Das Problem: In vielen Fällen reicht es nicht aus, lediglich ein Analytics-Systemauf einer Website einzubauen. Die eigentliche Arbeit beginnt bereits vorher mitdiversen individuellen, businessabhängigen Fragestellungen. Für welches Toolentscheide ich mich? Welche Kosten kommen auf mich zu? Welche Eigenartenhaben die Tools? Was möchte ich überhaupt messen? Welche Ziele verfolge ichmit meiner Website? Welche Aktionen kann ich aus den generierten Zahlen ablei-ten? Wer muss involviert werden? Welche Kennziffern sind wichtig?

Diese Prozesse sind notwendig, um aus Web Analytics einen wirklichen Mehrwertzu generieren. Hierzu benötigt man fundiertes Wissen und die entsprechendenHintergründe. Dieses Buch ist ein Kompendium zum Thema Web Analytics, dassämtliche Themengebiete aus dem Bereich abdeckt. Angefangen mit Begriffser-klärungen über die technischen Eigenschaften und Eigenarten von Web Analyticsbis hin zur operativen Anwendung in Unternehmen. Ein ergiebiges Nachschlage-werk für Web-Analysten, Online-Marketers und Website-Betreiber, die das Zielhaben, mehr aus ihrer Website zu machen. Mehr Umsatz, mehr Erfolg.

Der Bereich der Trafficgenerierung ist schon recht weit professionalisiert. Such-maschinenwerbung (SEM), Affiliate-Programme, Newslettermarketing, Display-Ads und Suchmaschinenoptimierung (SEO) sind mittlerweile in den meistenUnternehmen angekommen. Viel Geld wird hier ausgegeben. Studien und Exper-ten sagen voraus, dass in nicht allzu ferner Zukunft die Werbeausgaben für dasOnline-Marketing die Ausgaben für TV-Werbung übersteigen werden. Mittlerweileverbringen viele Menschen mehr Zeit im Internet als vor dem Fernseher – eindeutlicher Indikator der Wichtigkeit dieses Mediums. Dieser Trend wird eher zu-als abnehmen.


Vorwort

16

Die reine Generierung von Traffic reicht allerdings nicht aus. Eine Erhöhung desTraffics einer beliebigen Website beispielsweise über Suchmaschinenwerbung vonzehn Prozent bedeutet nicht, dass auch der Umsatz um zehn Prozent steigt. Einegenauere Analyse nicht nur der Quantität, sondern vor allem der Qualität des Traf-fics kann zu Erkenntnissen und damit zu einer Ableitung von Aktionen führen.Aber auch die Gestaltung, der Inhalt und die Navigation der eigenen Website solltehinterfragt werden. Fragen wie »Welche Traffic-Quelle bringt am meisten Um-satz?«, »Welches Keyword bringt die engagiertesten Besucher?«, »Auf welchen Sei-ten landen die User?« oder »Welcher Schritt innerhalb eines Bestellprozesses führtdazu, dass User den angestrebten Kauf nicht durchführen?« können beantwortetund zu entsprechenden Handlungsanweisungen umgesetzt werden. Schafft eseine Website durch Änderungen und Optimierungen bei gleicher Anzahl der User,zehn Prozent mehr Abschlüsse zu erzielen, hat dies direkten positiven Einfluss aufden Umsatz.

Web Analytics sollte innerhalb eines Unternehmens einen hohen Stellenwert besit-zen und vom Management nach vorn getrieben werden. Die Zeiten, in denen sicheinige wenige Mitarbeiter in der IT-Abteilung damit auseinandersetzten, sind vor-bei – Web Analytics hat eine ähnliche Wichtigkeit wie die Controlling-Abteilungund betrifft das gesamte Unternehmen; Marketing, IT, HR etc. Die Wichtigkeit desOnline-Kanals ist hinlänglich bekannt. Nun liegt es an den Unternehmen, aus denvielfältigen Möglichkeiten des Internets reellen und nachhaltigen (Mehr-)Umsatzzu machen. Die technischen Möglichkeiten sind fortgeschritten – anders als zuZeiten des Internet-Hypes können heute mithilfe von Web Analytics fundierte Ent-scheidungen getroffen werden, die den Geschäftsverlauf nachhaltig positiv beein-flussen.

Mittlerweile gibt es weltweit mehr als zehn Millionen Google-Analytics-Konten.Ich bezweifle, dass die Mehrheit dieser Konten aktiv genutzt wird und relevanteErkenntnisse aus den einfließenden Daten gewonnen werden. Aus vielen Kun-dengesprächen weiß ich, dass oftmals die internen Ressourcen fehlen, mitunteraber auch einfach das Wissen. Viele User fragen sich schlichtweg, »Wie fange ichmit Web Analytics an?«

Bei genau dieser Frage setzt dieses Buch an. Ohne zu sehr auf technische Detailseinzugehen, vermittelt Marco Hassler nützliches Hintergrundwissen, das WebAnalytics in Ihrem Unternehmen professionalisieren kann. Sämtliche Aspekte vonWeb Analytics, inklusive ihrer Vor- und Nachteile, werden in verständlicher Art undWeise dargestellt. Diverse Grafiken und Screenshots unterschiedlicher Analytics-Systeme helfen beim Verständnis. Ziel dieses Buches ist es, konkrete Kenntnissezu vermitteln und wertvolle praxisorientierte Tipps zu geben. Ein Muss für jedenWeb-Analysten.

Timo Aden

Gründer und Geschäftsführer, Trakken GmbH

Web Analytics Inside: www.timoaden.de


17

Einleitung

Websites, Apps oder Portale sind äußerst facettenreich. Bei der Gestaltung eineserfolgreichen Auftritts in diesen digitalen Kanälen muss man deshalb zahlreicheAspekte aus den unterschiedlichsten Perspektiven berücksichtigen. Dazu zählenThemengebiete wie Usability, User-Centered-Design, Suchmaschinenoptimierung,Social Media, Digital Marketing, Branding, User Experience oder eben auch Ana-lytics.

Entscheidend für das Verständnis ist dabei, dass es sich bei all den Themen nichtum etwas anderes, sondern nur um einen anderen Blickwinkel auf immer das-selbe Objekt – die Website oder einen anderen digitalen Kanal – handelt. Bei derUser Experience ist es der Blick durch die Erlebnis-Brille des Benutzers, bei derSuchmaschinenoptimierung jener durch die der Suchmaschine.

Bildlich ausgedrückt kann man sich eine Website so auch als Würfel vorstellen, beidem jede Fläche einen der Blickwinkel darauf darstellt. Wer dann zum BeispielUsability oder Branding nur aus der betreffenden Sicht betreibt und die anderenDimensionen vernachlässigt, wird mit einer Website nie erfolgreich werden.

Genauso verhält es sich mit der Sicht »Analytics«. Wer Analytics nur zum Selbst-zweck und aus Liebe zu harten Zahlen und aussagekräftigen Auswertungenbetreibt, der bleibt in der zweidimensionalen Ansicht gefangen. Erst wenn manauch die anderen Sichten in die Betrachtungen mit einbezieht, wird man eineWebsite in ihrem vollen, dreidimensionalen Umfang beleuchten können.

Ziel dieses Buches ist es deshalb, nicht nur Analytics für sich allein zu betrachten,sondern auch die anderen Dimensionen und Themenbereiche in die Betrachtun-gen mit einzuschließen und so eine umfassende Sicht auf eine Website, eine Appoder einen anderen digitalen Kanal zu erlangen. Sie werden deshalb in diesemBuch keine Analytics-Kennzahlen-Schlacht vorfinden, sondern die integrierte Be-trachtung einer Website mit Analytics als Ausgangsdimension. Die Tangierungund Behandlung anderer Themenbereiche wie eben Usability, Suchmaschinenop-timierung oder User Experience gehört selbstverständlich mit dazu. Das Ganzeerfolgt in der Überzeugung, dass man sich nur so dem eigentlichen Ziel nähernkann – nämlich der Gestaltung von für alle Beteiligten erfolgreicheren Websites.


Einleitung

18

An wen sich das Buch richtet

Dieses Buch richtet sich an all jene, die eine noch bessere und erfolgreiche Web-site möchten. Dazu zählen beispielsweise:

� Marketing-Verantwortliche, die mehr Besucher auf die Website bringen undsie da zu einer bestimmten Aktivität bewegen möchten. Sie werden diesesBuch nutzen können, um herauszufinden, welche der Marketing-Aktivitätenam besten bei den einzelnen Zielgruppen ankommt und wie man Besucheram erfolgversprechendsten anspricht.

� Inhaltsverantwortliche, die für den Aufbau oder die Erstellung von Inhalten aufder Website zuständig sind. Sie werden einen Nutzen aus dem Buch ziehen,indem sie erfahren, welche Inhalte auf der Website für die Besucher besondersnützlich sind und wie diese zukünftig strukturiert und formuliert sein müssen.

� Produktmanager, die das Web als einen Vertriebs- oder Supportkanal für ihrProdukt nutzen. Sie werden lernen, wie sich das Web noch effizienter zurUnterstützung der Verkaufstätigkeiten und zur fortwährenden Nutzung einesProdukts einsetzen lässt.

� Digital-Verantwortliche, die generell um eine Verbesserung der digitalen Kanälebemüht sind. Sie werden sehen, wie sich Analytics dazu nutzen lässt, den digi-talen Auftritt besser auf Besucherbedürfnisse abzustimmen, Usability-Hürdenaus dem Weg zu räumen und die User Journey zu optimieren.

� Kommunikations- und Brand-Verantwortliche, die online das Unternehmenund die Marke positionieren möchten. Sie werden Erfolgsfaktoren kennenler-nen, die diesem Ziel beisteuern.

� Management-Vertreter und CxOs, die eine strategische oder finanzielle Verant-wortung für die Website auf höherem Niveau innehaben. Sie werden jene Teiledes Buches nutzen können, die die strategische Ausrichtung der digitalenKanäle behandeln, um zu verstehen, wie darauf Einfluss genommen werdenkann. Ebenso hilft es bei der Argumentation, dass Erfolge im Web wie in ande-ren digitalen Kanälen messbar sind und Return on Investments ausgewiesenwerden können.

� Webdesigner, die sich mit der visuellen Gestaltung von Websites auseinander-setzen. Sie werden das Buch verwenden können, um festzustellen, welchenEinfluss Gestaltungselemente tatsächlich auf den Erfolg einer Website habenund wie man dies im Design verankert.

� Webmaster und Betreiber von Websites, die für die einwandfreie Funktion derWebsite zuständig sind. Sie werden die Ausführungen einsetzen können, umdie Funktionsweise der Website zu monitoren und Mängel frühzeitig erkennenzu können. Auch hilft es dabei, die Bedürfnisse, die andere interne Anspruchs-gruppen, wie Marketing, an die Website haben, besser zu verstehen.


Aufbau des Buches

19

Teile dieses Buches, insbesondere die einführenden Kapitel, haben einen etwastechnischen Blickwinkel. Sie sind jedoch ausführlich erläutert, sodass kein tech-nisches Vorverständnis dafür notwendig ist. Spätere Teile des Buches habeneinen betriebswirtschaftlichen Fokus, jedoch braucht man auch für deren Ver-ständnis keinesfalls ein Diplom in BWL. Die einzige Voraussetzung für diesesBuch ist nur das Interesse und der Wille, eine Website noch besser und erfolgrei-cher zu machen.

Aufbau des Buches

Wer sich dazu entscheidet, seine Website mit Analytics-Mitteln zu optimieren, derfindet in diesem Buch die notwendigen Schritte dazu. Der Aufbau des Buchesrichtet sich denn auch an dem Prozess aus, den man von der Einführung von Ana-lytics bis hin zur Etablierung fortwährender Optimierungsmaßnahmen braucht.

Teil I: Basis schaffen und Nutzung messen

Der erste Teil des Buches bis Kapitel 4 befasst sich mit grundlegenden Betrachtun-gen zu Analytics und schafft das notwendige Basiswissen für die Nutzung. Nebender Erklärung der Funktionsweise von Analytics-Systemen wird insbesondereauf die Sammlung, das Speichern und Auswerten von Daten eingegangen. Dabeiwerden auch die unterschiedlichen Messmethoden von Server-Logfiles über dasmoderne Page Tagging untersucht und die Vor- und Nachteile beleuchtet. Überle-gungen zu Datenschutz und Datensicherheit runden diesen Grundlagenteil ab.

Teil II: Metriken analysieren und interpretieren

Der zweite Teil ab Kapitel 5 bis Kapitel 11 fokussiert auf die typischen Metriken, dieAnalytics-Systeme messen, und bietet eine praxisbezogene Unterstützung bei ihrerInterpretation. Zu den betrachteten Kennzahlen zählen einerseits Standard-Metri-ken wie Seitenaufrufe, Besucher oder Besuche. Andererseits werden aber auchausgefeiltere Metriken vorgestellt, die die Dimensionen Traffic-Quellen, Besucher-eigenschaften, Besucherverhalten und Inhalte beleuchten. Typische Vertreter ausdiesen Kennzahlen-Klassen sind verweisende Websites, Suchmaschinen-Keywords,Kampagnen-Daten, Besuchshäufigkeiten, Absprungraten, Klickverhalten oder nach-gefragte Seiten. Auch Metriken aus anderen Kanälen wie Mobile-App oder SocialMedia werden untersucht. Schließlich stellt dieser Teil sozusagen das Handwerks-zeug eines jeden Web-Analysten bereit, das Teil der täglichen oder wöchentlichenArbeit ist.

Teil III: Erfolg nachhaltig steigern

Im dritten Teil in den Kapiteln 12 bis 16 geht es dann richtig zur Sache, wenn überConversion-Messungen die Website auf ihre Ziele hin optimiert wird. Solche Opti-


Einleitung

20

mierungen werden für unterschiedliche Bereiche wie Navigation und Benutzerfüh-rung, Marketing-Aktivitäten oder geschäftskritische Prozesse untersucht. WichtigeUsability-Beachtungspunkte und Tipps zur Formulierung von Inhalten oder Ge-staltung von Anzeigen ergänzen die Betrachtungen. Das Kapitel 16 zeigt schließ-lich auf, wie all diese Erkenntnisse auch Einfluss in das Redesign einer Websitefinden können.

Weitere Informationen

Zahlreiche Abbildungen durch das Buch hindurch versuchen, die textlichen Erklä-rungen möglichst weit zu unterstützen. Für die beispielhaften Bildschirmansich-ten aus Analytics-Systemen wird dabei vorwiegend Google Analytics verwendet,soweit dies nicht anderslautend unter der Abbildung angegeben ist. Der Grund fürdie vornehmliche Verwendung von Ansichten aus Google Analytics ist die einfa-chere Nachvollziehbarkeit, da es sich bei Google Analytics um ein lizenzkosten-freies Produkt handelt, das jedermann installieren kann.

Die Verwendung von Google Analytics für die Illustrationen stellt allerdings keineEmpfehlung dieses Analytics-Systems dar, vielmehr ist das Buch bewusst produkt-neutral gehalten und keinem Hersteller verpflichtet.


23

Kapitel 1

Digital Analytics auf einen Blick

Es ist ein altes Grundbedürfnis jedes sozialen Wesens, wissen zu wollen, wie das,was man tut oder sagt, beim Gegenüber oder in der Gruppe ankommt. Darinsteckt der verborgene Wunsch, in der Gemeinschaft gut aufgenommen zu seinund davon zu profitieren. Während die Zugehörigkeit zu einer Gruppe oderGemeinschaft früher das Überleben sichern konnte, steckt heute mehr ein Identi-fikationsgedanke dahinter. Unverändert ist jedoch, dass man auf Feedback derGemeinschaft angewiesen ist, will man darin nicht nur aufgenommen sein, son-dern sich auch noch positiv positionieren.

Allerdings – und auch das kennen wir aus dem privaten Leben – ist der Menschmit direktem Feedback vielfach eher zurückhaltend. Lob wird viel zu wenig ausge-sprochen. Tadel wird zwecks Konfliktvermeidung auch nicht gerne angebracht.Dadurch ergibt sich nach der Theorie der bekannten Sozialpsychologen Luft/Ing-ham bei jedem Menschen ein sogenannter persönlicher »Blinder Fleck« zwischendem, was man selbst weiß und wahrnimmt, und jenem, wie einen Dritte wahr-nehmen. Je größer der blinde Fleck ist, desto stärker steigt die Gefahr von Missver-ständnissen, Vorurteilen und Abneigung.

Aber nicht nur im privaten Umfeld, sondern auch in der Geschäftswelt kommensolche Mechanismen zum Tragen. Hohe Popularität, gutes Ankommen bei einerbreiten Masse und positive Assoziationen zu einem Produkt oder einer Markehaben einen starken Einfluss auf den Geschäftserfolg. Übergeht man als Unter-nehmen Wünsche und Bedürfnisse von Kunden und potenziellen Käufern, kanndies im Gegenzug genauso ins Negative umschlagen.

1.1 Die Geschichte der Datenanalyse

Zu wissen und zu verstehen, wie eine gesendete Botschaft vom Empfänger aufge-nommen wird, ist daher nicht nur aus sozialen, sondern auch aus geschäftlichenGründen äußerst relevant. Entscheidend für das Verständnis der Wahrnehmungeiner Botschaft ist die Distanz und das eingesetzte Medium zwischen Sender undEmpfänger.

Wenn im Mittelalter neue Gesetze oder Urteile kommuniziert wurden, dann ge-schah dies in Form einer Bekanntmachung vor versammelter Volksmenge. Durchdie Nähe zwischen dem Verkündenden und den Empfangenden war direktes und


Kapitel 1Digital Analytics auf einen Blick

24

lautstarkes Feedback auf eine Nachricht durch die Menge möglich. Dass solchenahen Feedbacks dazumal vielfach ungehört abprallten, lag wohl eher daran, dassder monarchische Sender die Distanz suchte und selbst nicht anwesend war.

In späteren Zeiten übernahmen Medien wie Zeitungen eine solche Kommunika-tionsfunktion für Botschaften. Aus Effizienzsicht stellt dies einen gewaltigenSchritt im Vergleich zur lokalen Verkündung dar. Allerdings wurde dadurch auchdie Interaktions- und Feedbackmöglichkeit auf ein Minimum beschränkt. Leser-briefe repräsentieren heute gerade mal einen kleinen Auszug der Meinung derLeserschaft. Das harte Kriterium, das den Erfolg einer Zeitung misst, sind dennheute auch die Verkaufszahlen und die Auflage. Kaufen mehr Leute eine Zeitung,dann wird dies als positive Bewertung der Gesamtbotschaft eingestuft. Geht derVerkauf zurück, stimmt der Inhalt offenbar mit den Bedürfnissen der Leserschaftnicht überein.

Dummerweise zeigen sich solche Feedbacks aber unter Umständen erst Wochenoder Monate später, wenn die Zahl der Abonnenten zurückgeht. Die Beeinflus-sung und Korrektur einer gesendeten Botschaft wird somit sehr schwer. Auch beizeitnäheren Erhebungen wie telefonischen Umfragen, bei denen nach Reichweiteund Gefallen eines Mediums gefragt wird, bleibt die Antwort oft ungenau. Zugroß ist die zeitliche Distanz zwischen der Fragesituation und dem Zeitpunkt dereffektiven Nutzung des Mediums.

Noch schwieriger erweist sich die Angelegenheit bei anderen Einweg-Publika-tionskanälen wie Plakatwänden. Die einzige Messgröße, die verfügbar ist, ist diegeschätzte Anzahl Passanten, die durchschnittlich an der Plakatwand vorbeigeht,gegebenenfalls einen Blick darauf wirft und somit vielleicht die Botschaft wahr-nimmt. Wie die Botschaft beim Empfänger aufgenommen wird, entzieht sichdabei komplett dem Sender. Aber auch bei etwas neueren Medien wie Radio undTV besteht dasselbe Problem, dass es eigentlich keinen Rückkanal für Feedbackgibt – einmal abgesehen von neuen Smart TVs mit Internetverbindung wie z.B.HbbTV (Hybrid Broadcast Broadband TV). Wichtige Indikatoren wie das Verhal-ten der Hörer oder Zuschauer, die zeigen könnten, ob eine Sendung gut oderschlecht ankommt, fehlen damit.

Behelfsmäßig weichen TV- und Radio-Stationen deshalb auf die Beobachtung vonrepräsentativen Gruppen aus, deren Verhalten mittels »Quotenbox« oder ähnli-chen Verfahren speziell gemessen wird. Aus diesen Messungen werden anschlie-ßend Hochrechnungen gefahren, die die gesamte Einschaltquote schätzen. BeimMedium Radio stellt sich dies als relativ ungenaues Verfahren heraus, da Radio alsPassivmedium gerne auch einmal den ganzen Tag hindurch läuft, ohne dass sichein Hörer im Raum befindet oder gar aktiv zuhört.

Beim Fernseher ist die Aussagekraft solcher Auswertungen höher, da anhand desZapping-Verhaltens doch darauf geschlossen werden kann, ob ein Programm


1.2Was ist Web Analytics, was ist Digital Analytics

25

gefällt oder nicht. Die relativ rasche Verfügbarkeit der Auswertungen erlaubtzudem eine zeitnahe Reaktion im Sendeprogramm, sofern die Zuschauerquotewiederholt nicht stimmt. Dennoch handelt es sich bei den Zahlen um eine Hoch-rechnung, die aufgrund der beträchtlichen Unschärfe mit Vorsicht zu genießenist. Wie genau lässt sich denn wirklich von einigen Tausend ausgewählten Testper-sonen auf das Verhalten von Millionen schließen? Waren sich alle Anwesendendarüber einig, eine bestimmte Sendung zu sehen oder wegzuzappen? Ein beacht-licher blinder Fleck bleibt bestehen, wo man als Sender der Botschaft nicht genauweiß, wie sie beim Empfänger ankommt.

Ähnlich wie Zeitung, Radio oder TV stellt das Internet ein ähnliches Medium dar,worüber Unternehmen oder Privatpersonen ihre Botschaften nach außen tragen.Genau wie bei den anderen Medien stellt sich auch hier die Frage, ob und wie dieBotschaft beim Empfänger ankommt und wie man sie allenfalls besser verständ-lich, zielorientierter oder wirkungsvoller vermitteln kann.

Im Unterschied zu allen anderen Medien besteht im Web jedoch die Möglichkeit,jeden einzelnen Empfänger ganz genau zu beobachten und sein Verhalten zuinterpretieren. Denn quasi in einer Vollerhebung wird jeder Klick und jedeAbfolge von Seitenaufrufen jedes Nutzers ganz genau festgehalten – anders alsbeim Zappen im Fernsehen oder beim Blättern in der Zeitung. Zwar äußert derEmpfänger nur selten seine direkte Meinung über ein Feedbackformular, aber ausdem Verhaltensmuster verschiedener Empfänger auf der Website lässt sich sehrviel erahnen und interpretieren. Diese medial einmalige Gelegenheit, die Empfän-ger eines Broadcasts in Vollständigkeit zu erfassen und den Einzelnen derartgenau zu beobachten und zu verstehen, birgt ein unglaubliches Potenzial in sich.Nämlich die gesendete Botschaft genauestens auf den Empfänger abzustimmenund durch die effizientere und effektivere Kommunikation seinen Geschäftserfolgzu steigern und zu optimieren. Man muss es nur zu nutzen wissen.

1.2 Was ist Web Analytics, was ist Digital Analytics

Die Disziplin, die dieses Potenzial erschließt, nennt sich heute Digital Analytics.Digital Analytics hat zum Ziel, den Empfänger einer über einen digitalen Kanalgesendeten Botschaft besser kennenzulernen, den Menschen dahinter zu sehen,ihn zu verstehen und zukünftige Botschaften präziser auf ihn abzustimmen.

Schon zu den Anfängen des Internets, als die ersten Websites aufgeschaltet wur-den, stellte sich schnell einmal die Frage »Schaut sich das überhaupt jemand an –oder hat noch keiner der spärlichen Nutzer den Weg auf den Server gefunden?«Die Frage nach dem »Ob« änderte sich mit steigender Nutzung schnell in ein»Wie viel«: »Wie viele Seiten werden täglich aufgerufen?«, »Wie viele Besuchernutzen mein Angebot?« Auf dieser Ebene der Fragestellung verharrte dann langeZeit das durchschnittliche Informationsbedürfnis von meist in der IT angesiedel-



26

ten Webserver-Verantwortlichen. Zum Teil ist dieses Verständnis von Analyticsheute immer noch so in manchen Köpfen verankert.

Digital Analytics ist allerdings weit mehr als die reine Frage nach der Anzahl Seiten-aufrufe. Mit dem Platzen der Internet-Blase in den ersten Jahren des 21. Jahrhun-derts gesellten sich nämlich vornehmlich betriebswirtschaftliche Fragestellungenüber Investitionen in Webangebote und Marketing-Ausgaben zu den reinen Nut-zungszahlen. Nicht mehr die Cash Burn Rate – sozusagen die Geschwindigkeit, wieein Unternehmen Geld zum Fenster hinauswarf – war ein Bewertungskriterium,sondern der Return on Investment (ROI).

Auch normale Webauftritte von Unternehmen wurden dadurch mit Überlegun-gen zu ROI, das heißt der Rentabilität von Investitionen, konfrontiert. Dank derim Vergleich zu anderen Medien umfassenden Messbarkeit von Online-Angebo-ten wurde auch die Online-Erfolgsanalyse immer raffinierter. Dementsprechendsind auch die Fragestellungen, mit denen sich Web Analytics seither und DigitalAnalytics heute beschäftigt, wesentlich differenzierter.

Heute will man typischerweise wissen, wo und warum Besucher eine Website odereinen anderen digitalen Kontaktpunkt erfolglos wieder verlassen, welche Produkteonline ein hohes Cross-Selling-Potenzial aufweisen – oder welche von mehrerenDigital-Kampagnen auf welchem Kanal die höchste Erfolgsquote und Rentabilitäterzielt.

Davon ausgehend wird der Begriff »Digital Analytics« im heutigen Verständnisumfassend für die Messung, Analyse und Auswertung von Daten zwecks Optimie-rung eines oder mehrerer digitaler Angebote wie Website, Mobile-App, E-Mailingoder Social-Media-Kanal definiert. Im Vordergrund steht dabei eine kanalübergrei-fende Betrachtung mit dem Nutzer im Zentrum. Brian Clifton, eine der Kory-phäen auf diesem Gebiet, definiert dies sehr treffend wie folgt (frei übersetzt):

»Digital Analytics ist das Verfolgen von digitalen Fußabdrücken, um Personenund deren Erlebnisse zu verstehen.«

Der Begriff »Web Analytics« stammt historisch gesehen aus einer früheren Phase,als sich das gleiche Vorgehen hauptsächlich auf den Kanal »Website« fokussiertebzw. andere Kanäle wie Mobile oder Social Media noch kein Gewicht hatten. Imengeren Sinne betrachtet befasst sich »Web Analytics« daher nur mit der Analyseund Optimierung einer Website allein und ist damit ein Teilbereich von DigitalAnalytics. Allerdings fand früher auch schon unter der Bezeichnung »Web Ana-lytics« eine kanalübergreifende Betrachtung statt, weshalb man Digital Analyticsdurchaus als zeitgemäße Neubenennung von Web Analytics bezeichnen kann.

Im vorliegenden Buch wird größtenteils der Begriff »Digital Analytics« oder ein-fach »Analytics« verwendet, zumal das Vorgehen nicht nur für den Web-Kanalallein, sondern für alle Kanäle gilt. Dennoch stellt auch in der Betrachtung vonDigital Analytics die Website den wohl wichtigsten Kanal dar und liegt deshalb



27

häufig im Fokus. Der Begriff »Web Analytics« wird dort verwendet, wo explizit nurder Web-Kanal gemeint ist.

Angrenzend zu Digital Analytics und Web Analytics werden häufig nachstehendeThemen und Begrifflichkeiten genannt:

� Page Tagging

� Logfile-Analysen

� A/B- und multivariates Testing

� Online-Umfragen/Surveys

� Persönliche Interviews und Benutzerbeobachtungen

Was genau hinter den einzelnen Fachbegriffen steckt, soll in den folgendenAbschnitten kurz erläutert werden.

1.2.1 Page Tagging

Page Tagging ist dabei wohl die meistgenutzte und verbreitete Methode, um Datenfür Web Analytics zu sammeln. Beim Page Tagging wird jeder Seite eines Webange-bots ein Code (oder eben Tag) eingepflanzt, der die Seitenaufrufe und das Verhaltenvon Besuchern misst. Tools, die ein Page Tagging unterstützen, führen also mehroder weniger eine Vollerhebung sämtlichen Website-Traffics durch. Auf die so ge-sammelten Daten werden anschließend grafische Auswertungsmöglichkeiten gebo-ten. Der bekannteste und mittlerweile auch am weitesten verbreitete Vertreter dieserTool-Gattung ist Google Analytics – ein lizenzkostenfreies Produkt von Google.

Abb. 1.1: Auswertung der Website-Nutzung mittels Google Analytics



28

Da es sich beim Page Tagging zweifelsfrei um das Hauptinstrument von Web Ana-lytics handelt, ist im allgemeinen Sprachgebrauch mit Page Tagging »Web Ana-lytics« gemeint.

1.2.2 Logfile-Analyse

Die Logfile-Analysen waren die Vorgänger des heutigen Page Taggings. Die Mess-methodik der Logfile-Analyse stammt aus jener Zeit, als das Internet noch haupt-sächlich von der Technik selbst und nicht vom darauf aufbauenden Businessgeprägt wurde. Da jeder Webserver im Internet ganz genau protokolliert bzw.loggt, was er den ganzen Tag durch so tut, entsteht eine Unmenge von Nutzungs-daten bzw. Log-Dateien. Jedes einzelne ausgelieferte Bild, jede gezeigte Seite undjedes Stylesheet – aber auch jeden fehlerhaften Seitenaufruf schreibt der Webser-ver in ein solches Logfile. Am Ende des Tages wird daraus eine lange Datei, die alldiese Informationen in Textform enthält.

Abb. 1.2: Inhalt eines Server-Logfiles

Solche Log-Dateien können sehr wichtige Aufschlüsse geben, wenn es zum Bei-spiel darum geht, einen bestimmten Funktionsfehler in einer Webanwendung zufinden oder andere technische Analysen zu betreiben. Im Hinblick auf die Opti-mierung des Web-Angebots tragen sie allerdings nur relativ beschränkt bei. Denndie Sammlung der Daten erfolgt immer aus Sicht des Servers und nicht des Nut-zers der Website. Dementsprechend sind die Auswertungen auch eher technischorientiert denn auf den Besucher-Nutzen fokussiert.

Da bis zum Aufkommen der Page Tagging Tools solche Logfile-Auswertungenjedoch meist die einzige verfügbare Informationsquelle waren, sind diese Toolsimmer noch verbreitet. Für die Website-Optimierung sollten sie heute aber nur



29

noch gezielt für bestimmte Spezialfälle eingesetzt werden, die später im Buch auf-gezeigt werden. Eine Web-Analyse allein auf solche Tools zu stützen, ist dagegennicht zielführend.

1.2.3 A/B- und multivariates Testing

Während Page Tagging und Logfile-Analysen eine Vollerhebung des Website-Traf-fics machen, haben A/B- oder multivariate Testsysteme einen ganz anderen Fokus.Mit diesen Systemen können von einer einzelnen Webseite zwei oder mehrereVarianten miteinander verglichen werden. Auch für einzelne Elemente innerhalbeiner Seite wie einem Slogan oder einem Visual kann so geprüft werden, welcheVariation am besten bei den Besuchern ankommt. Um dies herauszufinden, wer-den unterschiedlichen Besuchern andere Variationen der Elemente gezeigt. Jenachdem, bei welcher Veränderung der größte Besucheranteil anschließend bei-spielsweise eine bestimmte Zielseite aufruft, lässt sich statistisch die beste Va-riante ermitteln. Der Besucher selbst merkt dabei nichts von dem Versuch.

Mit derartigem Testen an einer Teilgruppe der Website-Besucher lassen sich Ant-worten auf Fragen herausfinden, zu denen man sonst auch mit langjähriger Erfah-rung in der Gestaltung von Websites keine wirklich fundierte Aussage machenkann. Welcher der beiden Teaser in Abbildung 1.3 beispielsweise nun eine Nutzer-gruppe einer Website mehr anspricht, lässt sich anders als mit multivariaten Testskaum voraussagen.

Abb. 1.3: Testing zweier unterschiedlicher Teaser: Welches spricht mehr Besucher an?

Für die Website, auf der die Teaser getestet wurden, war übrigens die rechte Va-riante die erfolgreichere. Da der Erfolg einer Variante jedoch abhängig von denZielen einer Website ist, lassen sich daraus keine verallgemeinernden Schlüsseziehen.



30

1.2.4 Online-Umfragen/Surveys

Anstatt sich nur auf die technisch ermittelten Nutzungsdaten zu verlassen, kannes natürlich auch Teil einer Analyse sein, ausgewählten Benutzern konkrete Fra-gen zu stellen. In Online-Umfragen erfolgt dies, indem nach dem Zufallsprinzipeinem Prozentsatz der Website-Besucher meist ein Pop-up eingeblendet wird. Indiesem wiederum werden dem Nutzer – möchte er denn an der Umfrage teilneh-men – konkrete Fragen zum Beispiel zum Gefallen der Website oder hinsichtlichdes Erfolgs seiner Informationssuche gestellt.

Abb. 1.4: Beispiel einer Online-Umfrage bei Amazon.de

Diese Methodik kompensiert einen wesentlichen Nachteil der bisher genanntenVorgehensweisen wie Page Tagging oder Logfile-Analyse. Letztere liefern nämlichnur Daten-Analysen und geben keine direkten Antworten auf konkrete Fragen.Surveys dagegen können auf sehr spezifische Fragestellungen klar antworten.

Da allerdings nur ein Bruchteil der ausgewählten Benutzer an der Umfrage teil-nimmt, stellt sich immer die Frage, wie aussagekräftig solche Antworten im Gan-zen sind – selbst wenn die Ergebnisse statistische Signifikanz aufweisen. Geradewenn für die Teilnahme an einer Umfrage noch ein Geschenk oder Ähnliches ver-sprochen wird, ist die Gefahr der Selektion von inhaltlich unmotivierten Nutzerngroß. Auch die Gefahr, Besucher durch inflationären Einsatz von Umfragen zunerven, ist nicht zu vernachlässigen. Bedachter Einsatz ist daher angebracht.


1.3Grenzen – oder was Analytics nicht ist

31

Nichtsdestotrotz sind aber gewisse Fragen wie zum Beispiel nach dem, was aufeiner Website nicht gefunden wurde, kaum effizienter eruierbar. Die Tatsache,dass mit Tools wie 4Q (www.iperceptions.com/en/4q) oder SurveyMonkey(www.surveymonkey.com) kostenlos und fast binnen weniger Minuten solcheUmfragen erstellt und aufgeschaltet werden können, trägt das Ihrige dazu bei.

1.2.5 Persönliche Interviews und Benutzer-Beobachtungen

Die nächste Stufe der Datensammlung ist, anstatt anonym übers Internet Benutzerzu befragen, diese persönlich zu interviewen oder bei der Nutzung einer Websitezu beobachten. Im Vergleich zu Online-Umfragen oder Analytics ist dies natürlichum Welten zeitintensiver. Wollte man eine gleiche Anzahl von Benutzern persön-lich befragen, würde man wohl seine ganze Arbeitsleistung nur in Interviews undBeobachtungen stecken müssen. Erfahrungsgemäß reichen jedoch fünf bis zehnBenutzer aus, um wesentliche Mängel oder Verbesserungspunkte einer Website zueruieren.

Lädt man solche Nutzer von der Straße ein, an einem Test im Usability-Labor teil-zunehmen oder kann man sie gar zu Hause bei der Nutzung des Internets beob-achten, so gelangt man zu äußerst wertvollen Erkenntnissen. Verglichen mit denanderen Methodiken wie Page Tagging oder Umfragen kann man so zum Beispielfeststellen, auf welchen Seiten Benutzer zögern, vergeblich nach etwas suchenoder erfreut oder verärgert reagieren. Solche impliziten Informationen misst sonstkein technisches System. Zudem – und auch das ist nicht ganz außer Acht zu las-sen – kann man bei der Beobachtung oder im Interview einem Benutzer Fragenzu seinem Verhalten stellen. Gegebenenfalls lässt sich auch zurückfragen, sollteeine Antwort zu unpräzise sein.

Benutzer-Interviews und -Beobachtungen sind Vorgehensweisen, die auch in derUser-Centered-Design-Methodik – der benutzerzentrierten Gestaltung von Web-sites – zum Einsatz kommen. Entsprechende Überschneidungen zwischen User-Centered-Design und Analytics sind denn auch gegeben, beschäftigen sich dochbeide im Grunde mit der Optimierung von Webangeboten auf den Nutzer. Im Ver-gleich der beiden Vorgehensweisen ist Analytics aber eher die Methodik der vielenkleinen Verbesserungsschritte. User-Centered-Design dagegen stellt den Benutzernoch mehr ins Zentrum der Betrachtungen. Aus dessen Perspektive wird dannhauptsächlich in groben Zügen das Angebot geschnitzt und die härtesten Kantengeschliffen.

1.3 Grenzen – oder was Analytics nicht ist

Überall, wo es darum geht, ein Abbild der Realität zu schaffen, ist mit entspre-chenden Unschärfen zu rechnen. Das gilt für einen Maler, der ein Porträt auf die



32

Leinwand bringt, genauso wie für eine Fotografie, die auf zweidimensionalemPapier eine dreidimensionale Landschaft darzustellen versucht.

Bei Analytics verhält es sich beim Abbilden von Besucher- und Nutzungszahlennatürlich genauso – oder gar noch ausgeprägter. Ausgehend von der Realität kön-nen schon bei der Erhebung von Besucher- und Nutzerzahlen Ungenauigkeitenentstehen. Wird wirklich jeder Besucher gemessen? Was ist, wenn sich der Besu-cher hinter einem Proxy-Server befindet, der zum Beispiel für verschiedene Benut-zer innerhalb derselben Firma eine Webseite zwischenspeichert? Wie sollen»automatisierte Besucher« wie die Crawler von Suchmaschinen behandelt wer-den, die automatisch ganze Websites nach Inhalten absuchen? Sind dies auchBesucher?

Auch auf der nächstfolgenden Ebene, der Verarbeitung von Daten, entstehen ent-sprechende Ungenauigkeiten. Wenn ein Besucher eine Website besucht, zwi-schendurch einen Telefonanruf erledigt und einen Kaffee trinkt, um anschließendwieder weiterzusurfen – gilt dieses Verhalten dann als einmal die Website besuchtoder als zweimal? Und wenn ein ganzes Mittagessen oder eine ganze Nacht zwi-schen zwei Betrachtungen der gleichen Website fällt?

Schlussendlich sind solche Überlegungen aber noch Marginalitäten, wenn mansich den Interpretationsspielraum bei der Deutung von Auswertungen vor Augenführt. Bedeuten mehr Besucher auf der Website nun wirklich, dass eine durchge-führte Verbesserung erfolgreich war – oder kamen einfach gerade zufällig etwasmehr Benutzer als üblich auf die Website? Heißt eine längere Verweildauer aufder Website nun, dass die Inhalte interessanter sind – oder dass Besucher längergebraucht haben, um den Inhalt zu finden?

Trotz der vielen Anhaltspunkte, die uns Analytics liefert, um den Besucher zu ver-stehen, bleibt es aber eine Analyse und kein Orakel. Da wir nur das Verhalten desBesuchers sehen und keine direkten Antworten von ihm erhalten, kann uns auchAnalytics keine direkten Antworten geben. Deutung und Interpretation bleibt dieAufgabe des Analysten, die Antworten muss man immer noch selbst finden.

Da wir aber im täglichen Leben gewohnt sind, das Verhalten anderer zu interpre-tieren und mit unserem Menschenverstand Schlüsse zu ziehen, ist dies keineHexerei, sondern ein Lernprozess. Unsere Hauskatze antwortet uns ja auch nichtmit »Ja« oder »Nein« auf die Frage, ob die eben vorgesetzte neue Futtersorte dennschmeckt. Wenn wir aber beobachten, wie sie innerhalb von Minuten die Schaleleerfrisst – oder nach zwei, drei Mal Dranschnuppern davonläuft –, wissen wirdies richtig zu interpretieren. Selbst weniger eindeutige Verhaltensweisen wie wie-derholtes Miauen lernen wir je nach Kontext als »ich will raus«, »ich hab Hunger«oder »bitte streicheln« zu deuten – oder zumindest im Trial-and-Error-Verfahrennacheinander auszuschließen.


1.3Grenzen – oder was Analytics nicht ist

33

Auch wenn im Verlaufe dieses Buches Fragestellungen und Interpretationen rundum verschiedene Online-Angebote und Maßnahmen sehr differenziert beleuchtetund teilweise beantwortet werden, bleibt jedoch ein Grundsatz erhalten: Analyticsist keine exakte Wissenschaft. Keine Zahlen stimmen genau oder bilden exakt dieRealität ab. Je genauer man sein will, je mehr man rechnet und Summen zieht,desto deutlicher wird, dass Analytics-Daten nie wirklich exakt stimmen. Um zumBeispiel die genaue Anzahl von Bestellungen zu zählen, sind die Analytics-Metho-den daher weniger geeignet. Dazu müssen andere Auswertungen zum Beispielauf Datenbank-Ebene oder in einem Enterprise-Ressource-Planning-(ERP-)Systemgenutzt werden.

Für das Ziel, dem Digital Analytics dient, nämlich der Verbesserung von digitalenKanälen und dem dahinter stehenden Digital-Business, müssen die Zahlen aberglücklicherweise auch nicht ganz exakt sein. Denn um herauszufinden, ob zumBeispiel eine überarbeitete Website besser funktioniert und zielführender ist, istder einzelne Besucher oder Klick nicht relevant. Interessanter sind da schon pro-zentuale Veränderungen zum Beispiel in einem Vorher/Nachher-Vergleich. Ob esdann absolut betrachtet einige Besucher mehr oder weniger waren, gleicht sich imVerhältnis aus. Viel wichtiger ist es, mit solchen ungefähren Werten zu arbeitenund Schlüsse daraus zu ziehen, statt auf Genauigkeit zu pochen und dafür am Zielvorbeizuschießen. Schon Warren Buffet, ein amerikanischer Börsen-Investor,pflegte – wenn auch in anderem Kontext – zu sagen:

»Es ist besser, ungefähr richtig zu liegen, als exakt falsch.«

Mit genau dieser Einstellung muss man Analytics zu nutzen versuchen.

Trotz des Bewusstseins für Unschärfen darf man dies aber nicht als grundsätzli-che Aufforderung zur Ungenauigkeit verstehen. Denn genau wie in angrenzen-den Disziplinen wie jener der Sozialwissenschaft und der Statistik ist einestrukturierte Vorgehensweise erforderlich. Manche Methoden wie Online-Umfra-gen oder Interviews entstammen denn auch der empirischen Sozialforschung.Für die Erstellung von Fragen, Auswahl von repräsentativen Benutzern und Aus-wertung von Ergebnissen sind dann auch entsprechend wissenschaftliche Heran-gehensweisen nötig. Lässt man die Grundlagen außer Acht, ist die Gefahr groß,dass Fragen falsch, nicht abschließend oder suggestiv gestellt werden und dieErgebnisse beeinflussen.

Ebenfalls ist die Durchführung von Auswertungen solcher Umfragen nicht geradetrivial, da statistische Werte wie Varianz, Mittelwert oder Standardabweichungberechnet und interpretiert werden müssen. Auch die Auswahl einer Stichprobe,zum Beispiel jener Personen, die für eine Befragung herbeigezogen werden unddie Grundgesamtheit repräsentieren sollen, ist entscheidend. Repräsentiert dieseGruppe nicht die Grundgesamtheit, haben entsprechende Auswertungen nurbeschränkte Aussagekraft oder sind gar unbrauchbar.



34

Wer gerade wegen der genannten Begriffe aus Statistik und Sozialwissenschaft dieLuft anhielt und sich mit leichtem Schaudern in die Schulzeit zurückversetztfühlte, darf getrost wieder ausatmen. Denn selbst wenn Verbindungen bestehen,ist Analytics keine Statistik und keine Sozialwissenschaft. Analytics ist im Ver-gleich dazu wesentlich mehr auf Marketing und betriebswirtschaftlichen Nutzenfokussiert und mit einer gesunden Prise Pragmatismus gewürzt. Anstatt langeDatenreihen zu wälzen, zählt vielmehr, mit vernünftigem Aufwand aus einer Füllevon Informationen jene herauszufiltern, die für das eigene Business oder dieeigene Website mehr Erfolg versprechen.

1.4 Warum und wie Sie es tun sollten

Dennoch, Analytics hat also einen etwas schalen Beigeschmack bestehend aus Sta-tistik und Sozialwissenschaft, liefert nur ungenaue Zahlen und ist vermutlich zeit-raubend. Obendrein ist es noch mühsam, da man selbst viel mitdenken muss –lohnt es sich wirklich, sich so etwas anzutun?

1.4.1 Zehn Gründe für Analytics

Wahrscheinlich hätten Sie dieses Buch gar nicht erst in der Hand, wenn Sie dieseFrage unbewusst für sich nicht schon mit einem »Ja« beantwortet hätten. Um essich nochmals vor Augen zu halten, hier deshalb die zehn Gründe, warum mandie Mühen von Analytics auf sich nehmen sollte:

1. Wenn man schon Zeit und Geld in Websites, Apps, Blogs etc. investiert, dannsollte man vielleicht auch wissen, ob das Angebot überhaupt genutzt wird.Alles andere ist Ignoranz und Überheblichkeit – und zum Fenster hinausge-worfenes Geld.

2. Genauso wie man sich für die Befindlichkeit eines Gastes zu Hause interessiert,sollte man sich auch um das Befinden von Besuchern auf der Website küm-mern. Frustrierte Besucher kommen wahrscheinlich nicht wieder oder reden garschlecht über einen. Besucher, die sich auf einer Website gut aufgehoben fühlen,sich schnell orientieren können und das Gewünschte finden, sind zufriedener.Zufriedene Besucher kommen gerne wieder oder werden gar zu Kunden.

3. Jeder bessere Verkäufer fragt zuerst den potenziellen Kunden nach seinen Vor-stellungen, anstatt ihn einfach mit irgendwelchen Informationen einzudecken.Wenn man online etwas verkaufen oder Business generieren möchte, mussman ebenfalls zuerst die Bedürfnisse der Besucher kennenlernen.

4. Es reicht nicht, sich nur all zwei, drei Jahre beim Redesign einer Website Über-legungen zu Besucherbedürfnissen und Kundenzufriedenheit zu stellen. Dennim Internet ändern sich Situationen und Stimmungen wesentlich schneller. DieGefahr, dass man dann einen Trend verschläft oder immer Jahre hinterherhinkt,ist beträchtlich.


1.4Warum und wie Sie es tun sollten

35

5. Eine Website – auch wenn sie vermeintlich immer dieselbe bleibt – ändert sichdoch ständig. Inhalte werden ergänzt oder gelöscht, kleinere oder größere tech-nische Modifikationen vorgenommen oder Kampagnen auf- und abgeschaltet.Es gibt nicht viel Peinlicheres, als wenn man von Dritten hören muss, dass dieeigene Website nicht mehr verfügbar ist oder ein Bestellprozess nicht mehrfunktioniert – noch bevor man es selbst gemerkt hat.

6. Man kann eine Website durchaus als passives Instrument und notwendigesÜbel verstehen. Wer allerdings diese Phase der Online-Antipathie hinter sichhat und aktiv etwas bewirken will im Web, der muss steuern, statt nur mitzufah-ren. Steuern heißt, auch nach vorne auf die Straße zu sehen und das Armatu-renbrett im Blick zu haben.

7. Wenn man das Instrument Analytics richtig einsetzt, dann lassen sich weit grö-ßere Aufwände an anderer Stelle verringern. Ein FAQ- oder Support-Bereich,der auch wirklich die richtigen Fragen verständlich beantwortet, erspart bei-spielsweise Anrufe im Callcenter. Adressänderungen, die vermehrt über einenOnline-Prozess statt auf dem brieflichen Weg ausgeführt werden, ersparenAdministrationskosten.

8. Wer Hürden in der Navigation beseitigen kann, Problemstellen in einemBestellprozess behebt oder herausfindet, welche Produkte gerne zusammenbestellt werden, kann mehr verkaufen.

9. Analytics spart bares Geld: Wenn man herausfindet, welche von mehreren Wer-bungen oder Plattformen zu den meisten Verkäufen und zum höchsten Ertraggeführt hat, dann kann man bei der nächsten Kampagne das Geld am richtigenOrt einsetzen.

10. Wer will schlussendlich mit seiner Website nicht einfach fortwährend seinenErfolg steigern?

1.4.2 Wie man zum Ziel gelangt

Wer sich die eben aufgezählten Chancen nicht entgehen lassen will, sollte Ana-lytics als Instrument dazu einsetzen. Allerdings ist Analytics nicht eine einmaligeAngelegenheit, sondern ein fortwährender Prozess mit vielen kleinen Zwischen-schritten. Man kann es also nicht einfach einmal machen und dann ist es abge-hakt. Vielmehr muss man sich ständig damit befassen, im Idealfall täglich.

Wenn man fortwährend kleine Schritte macht, besteht aber auch die Gefahr, nichtmehr geradeaus auf ein Ziel zuzugehen, sondern sich auf ungeraden Pfaden zubewegen oder gar Schleifen zu drehen. Ein strukturiertes Vorgehen mit klarenMeilensteinen auf dem Weg zum Ziel ist daher unbedingt vonnöten. Bewährthaben sich dabei folgende drei Stufen hin zur nachhaltig erfolgreichen Digital-Präsenz:



36

1. Basis schaffen und Website-Nutzung messen: Einmalig die Grundlagen vonAnalytics lernen, passende Analytics-Methoden und ein Analytics-System ein-führen und damit beginnen, Daten zu sammeln.

2. Metriken analysieren und interpretieren: Fortwährend die Auswertungen über-wachen, bei Ausreißern Ursachenforschung betreiben und Verbesserungenimplementieren.

3. Erfolg nachhaltig steigern: Ein zielorientiertes Modell etablieren und die digi-tale Ausrichtung von Website und anderen Online-Kanälen darauf optimieren.

Abb. 1.5: Vorgehensweise für eine Analytics-Einführung und -Etablierung

Entlang dieser Stufen ist übrigens auch das Buch, das Sie in Händen halten, auf-gebaut. Jede Stufe, sowohl im Buch wie in der Analytics-Praxis, ist dabei die Vo-raussetzung für die Erreichung der nächsthöheren. Einmal durchschrittene Stufenwie das Interpretieren von Analysen oder die Implementierung von Verbesserun-gen sind dabei nie abgeschlossen, sondern werden fortwährend wiederholt.Anders ausgedrückt heißt das für die nachhaltige Erfolgssteigerung und den fun-dierten Einsatz von Analytics:

� einmalig ein Analytics-System einführen und fortwährend messen

� wöchentlich oder öfter Auswertungen und Metriken interpretieren

� monatlich oder öfter Verbesserungen an der Website vornehmen und über-prüfen

� jährlich mit den strategischen Online-Zielen abgleichen und generelle Anpas-sungen oder Redesigns der digitalen Kanäle angehen

Eine solche Vorgehensweise sorgt dafür, dass nicht ein allzu bekanntes Phänomenauftritt – nämlich dass nach der ersten Euphorie über die neuen Möglichkeiten dasGanze nach einigen Wochen wieder im Tagesgeschäft verloren geht. Mit lediglich


1.5Auswahl eines Analytics-Systems

37

etwas Disziplin lässt sich so nicht nur die dauerhafte Fortführung der Erfolgssteige-rung gewährleisten. Auch werden die Anpassungen und Verbesserungsmaßnah-men so portioniert, dass man sich nicht gleich am Anfang verschluckt. Selbst wennAuswertungen gröbere Mängel an der Website zutage bringen, sollten trotzdemzuerst jene mit dem besten Verhältnis zwischen Aufwand und Wirkung realisiertwerden. Eine monatliche Planung und Priorisierung solcher Anpassungen undeventuell gar ein Aufschub von umfangreicheren Aufwänden auf ein nächstesRedesign schützt vor Verzettelung.

1.5 Auswahl eines Analytics-Systems

Die Grundlage für die Nutzung von Analytics ist ein geeignetes Analytics-System.Die Anzahl der am Markt verfügbaren Produkte ist trotz einer fortschreitendenMarktkonsolidierung immer noch recht groß und unübersichtlich. Das Spektrumder Angebote reicht dabei von der kostenlosen Einfachlösung bis hin zum mehrereHunderttausend Euro teuren High-End-Produkt. In dieser Bandbreite das richtigeund auf die eigenen Bedürfnisse passende Produkt zu finden, ist nicht ganz einfach.

1.5.1 Vorselektion von Produkten

Für eine erste Vorselektion der Produkte lassen sich aber folgende zentrale undnicht-funktionale Entscheidungs-Dimensionen heranziehen:

� Interner Betrieb oder gemietete Lösung

� Anforderung an den Datenschutz (zum Beispiel Anbieter in Europa)

� Anforderungen an notwendige Schnittstellen (zum Beispiel API) und Integra-tionsfähigkeit in andere Systeme

� Marktanteil und Zukunftsträchtigkeit des Anbieters

� Angebot an Support und Schulungen

� Kosten (initial und laufend)

Je nach Entscheid und Gewichtung kann mittels dieser »harten Faktoren« rascheine Vorselektion auf eine Handvoll Anbieter erfolgen. Darüber hinaus wird esaber schwierig, Produkte voneinander zu unterscheiden, ohne deren »weiche Fak-toren« im Detail zu kennen. Anforderungskataloge und Produktpräsentationenhelfen hier meistens wenig weiter, wenn man selbst seine funktionalen Anforde-rungen noch nicht so genau kennt und sich nicht auf die Feature-Show von Pro-duktverkäufern einlassen will.

In der Praxis versteckt sich deshalb vielfach hinter einem aufwendig betriebenenProdukt-Evaluationsverfahren lediglich eine Auswahl nach folgendem Ablauf –selbst wenn das keiner zugeben mag:



38

� Entscheid interner Betrieb oder Mietlösung

� Entscheid Günstig- oder High-End-Produkt

� Auswahl des Marktführers in entsprechendem Segment

Dieses Vorgehen ist grundsätzlich legitim – wobei man sich dann aber ein lang-wieriges Evaluationsverfahren auch sparen und gleich entscheiden kann.

Allerdings birgt das Vorgehen die Gefahr, dass man später ein System im Einsatzhat, bei dem die Messung von spezifischen, fürs eigene Geschäft relevanten Kenn-zahlen aufwendiger ist als bei anderen Systemen. Will man dies vermeiden undbereits in der Evaluation berücksichtigen, dann muss man aber sehr genau wis-sen, welche Website-Ziele man verfolgt und welche Kennzahlen man messenmöchte. Ist dies der Fall, dann kann man einen detaillierten funktionalen Kriteri-enkatalog ausarbeiten und die Produkte anhand ihres Erfüllungsgrads der Krite-rien gegeneinander abwägen. Vermeiden sollte man dann aber unbedingt, sichvon irgendwelchen netten Zusatzfeatures verleiten zu lassen, die zwar interessantscheinen, jedoch keinen Vorteil im Hinblick auf die definierten Anforderungenbringen.

1.5.2 Pragmatische Vorgehensweise zur Produktauswahl

Der Normalfall bei der Auswahl eines ersten Analytics-Produkts sieht aber so aus,dass man sich noch nicht im Klaren ist, welche Kennzahlen und Metriken denneigentlich nun die wichtigsten zur Zielerreichung bzw. fürs eigene Geschäft sind.Um dies herauszufinden, müsste man nämlich schon ein Analytics-System imEinsatz haben – ein typisches Huhn-Ei-Problem. Sich nun einfach darauf zu ver-lassen, dass man sicher ungefähr die gleichen Anforderungen hat wie andereUnternehmen, ist ebenfalls gefährlich – denn kein Business gleicht dem anderen.Statt einer zeitaufwendigen Evaluation, die viel Geld kostet und während der nochkeine Daten gesammelt werden, empfiehlt sich in solchen Situationen folgendesAlternativvorgehen:

� Bauen Sie Google Analytics, Piwik oder ein anderes kostenloses oder kosten-günstiges Analytics-System in Ihre Website ein. Die Anmeldung zu GoogleAnalytics ist kostenlos und in rund fünf Minuten erledigt. Der Einbau des PageTags ist ebenfalls nur mit einigen wenigen technischen Handgriffen verbun-den und wird Ihre IT-Verantwortlichen oder Webagentur vor keine großenHerausforderungen stellen.

� Lassen Sie Google Analytics oder Piwik in den folgenden zwei Wochen Datensammeln.

� Untersuchen Sie in den darauf folgenden zwei bis vier Wochen die Standard-Auswertungen, so wie sie in diesem Buch in Teil II beschrieben sind. Sie ver-schaffen sich damit einen groben Überblick, wie Analytics funktioniert undwas Sie erwarten können.


1.5Auswahl eines Analytics-Systems

39

� Werden Sie sich anschließend über Ihre Website-Ziele und die wichtigstenSchlüsselindikatoren für Ihren Geschäftserfolg klar, so wie dies in Teil III die-ses Buches beschrieben ist. Dank dieser Informationen wissen Sie, was Sieeigentlich messen müssten mit einem Analytics-System – sozusagen das Soll.

� Definieren Sie aufgrund dieser Erkenntnisse Ihre Anforderungen an ein Ana-lytics-System und führen Sie eine Produktevaluation durch, in der Sie Pro-dukte genau auf diese Kriterien prüfen. Da Sie sich nun bereits mehrereMonate mit einem Analytics-Produkt beschäftigt haben, wird Ihnen kein Pro-duktanbieter mehr das Blaue vom Himmel versprechen können.

� Werden Sie sich bewusst, dass ein guter Web-Analyst wesentlich mehr bringtals das beste Analytics-System. Bevor Sie viel Geld in ein Tool investieren, soll-ten Sie mindestens so viel Geld dazu verwenden, für Analytics verantwortlichePersonen einzustellen. Wenn Ihr Unternehmen nicht bereit ist, Geld in einenAnalytics-Verantwortlichen zu investieren, dann lohnt sich auch eine Investi-tion in ein teures Tool nicht.

1.5.3 Klassische Produkt-Evaluation

Falls Ihnen diese Vorgehensweise zu pragmatisch erscheint und Sie sich docheher auf eine klassische Produkt-Evaluation verlassen möchten, werden Sie inKapitel 12 zusammengefasst einige gewichtige Unterscheidungskriterien für Ana-lytics-Systeme vorfinden, die im Verlaufe des Buches vorgestellt werden. Zentralist allerdings, bis zu diesem Zeitpunkt seine genauen und individuellen Digital-Ziele und Messgrößen zu kennen – denn sonst macht die Evaluation wenig Sinn.Aus diesem Grund sind die entsprechenden Kriterien auch erst in diesem spätenKapitel des Buches beschrieben.


441

Stichwortverzeichnis

1x1-Pixel 532/20/200-Sekunden-Prinzip 3814Q 31+1 siehe Google+

AA/B-Testing 29, 402Abbruchrate

Formular 398Video-Clip 277, 278

AbonnentPodcast 277RSS 266

Absolut eindeutiger Besucher siehe BesucherAbspieldauer 277, 278Abspielrate 277, 278Absprungrate

je Seitenfunktion 235Seite 229Traffic-Quelle 114Website 188

Accessibility 409Frameset 92

Action (AIDA) 412Action siehe EventAd-Blocker 59Ad-hoc-Segmentierung 306Administrationsreduktion 315, 361Adobe Analytics 81, 222Adobe Catalyst 134, 158, 195Adressat 378Adresse 400Ad-Server 51Ad-Server-Auswertung 142AdWords

AIDA-Messung 414Anzeigengestaltung 426Conversion 357in Google Analytics 357Klickrate 122Kostenbestimmung 420

maximaler Betrag 420ROI 416, 418Suchhäufigkeit 128

Affiliate-Marketing 135Affilinet 135Affinität 221AIDA 411, 431Akquisition 376Akteur 320, 379Aktienindex 386Aktionsseite 233, 432, 436Aktivität 338, 340Alexa 296, 298Altersgruppe

Quantcast 301Amazon.de 30Analytics

Gründe für 34interner Betrieb 62

Analytics-SystemAbhängigkeit 65Dimensionierung 61Evaluation 39Hersteller 347Implementierung 369Produktauswahl 37

Anfrage siehe LeadAnspruchsgruppe 319Antwortzeit siehe LadezeitAnzahl 103API siehe Application Programming InterfaceApp

Bildschirmansicht 248mobile 248Offline-Tracking 249

App Store Analytics 246Apple iTunes 277Application Programming Interface 84Application Service Provider 65Arndt Henrik 430ASP siehe Application Service Provider



442

Asynchronous JavaScript and XML siehe AJAX

Atom siehe Really Simple SyndicationAttention 412Aufmerksamkeit 412Ausfall Website 236, 240Ausstiegsrate 226Ausstiegsseite 224, 236Auswahl Analytics-System 37Auswertungsinterface 75

BBeck, Alexander 124, 426Benchmark 292

extern 295intern 292zeitlich 93

Benutzer-Beobachtung 31, 336Benutzerführung 389

Trichterinterpretation 398zu Conversion 431

Benutzer-Interview 336Benutzerziel 316Bericht siehe DashboardBesuch 92

Aktualität 159Dauer siehe Besuchsdauerengagierter 185Frequenz 157intensiver 189interessierter 185Messungenauigkeit 94oberflächlicher 189Tiefe 186uninteressierter 185zielorientierter 189

Besucher 96, 150Alter 169Aufgabe 201Bedürfnis 201, 222Eigenschaft 149, 283Engagement 286Fluss siehe BesucherflussGeschlecht 169Herkunftsland und Region 161Identifikation 57, 58, 100Messungenauigkeit 99Sprache 166Szenario 390Treue siehe BesuchertreueVerhalten siehe Besucherverhalten

Wartezeit 243Ziel 316, 336

Besucherfluss 194, 432Besuchertreue 153Besucherverhalten 181, 284Besuchsaktualität 159Besuchsdauer

AIDA-Messung 414Seite 228, 235Website 182

Besuchsfrequenz 157Besuchshäufigkeit siehe BesuchertreueBesuchstiefe 186Betrieb 61

intern 62Software as a Service 65Vergleich 66

Betriebssystem 47, 172Bewegtbild siehe VideoBezahlte Trefferliste 122Bildschirmansicht

App 248Bildschirmauflösung 172Bildschirm-Farbpalette 172Bildschirmgröße 172Bindung 376Bing 118Bit.ly 143Blinder Fleck 23Blog 267bmw.de 233, 435Bookmark siehe LesezeichenBottom-up-Ansatz 289, 325Bounce Rate siehe AbsprungrateBrand

Messung 109Suchmaschinen-Keyword 131Website-Ziel 315

Brandwatch 254Bread Crumb Trail 410Break-even 418Browser

Besuchereigenschaft 172Logfile-Eintrag 47Optimierung 411Testing 175

Browserfenstergröße 173Browser-Overlay 81

Folgeseiten 197Konvertierungspfad 394Navigationsverhalten 192



443

Seitenattraktivität 232Vorgehen zur Optimierung 200

Browsershots 175Browsersprache 166Buffet, Warren 33, 360

CCache 57Caching 57Call-to-Action 127, 427Cash Burn Rate 26Click-Trough-Ratio siehe KlickrateClientseitige Datensammlung 52Clip 277Cloud

Ort der Datenspeicherung 72Vergleich zu internem Betrieb 66

Cloud-Lösung 62Cloud-Service 65Cocktail-Trichter 397Comma Separated Value 79Community 250Compete 296, 299comScore 52, 101, 297, 347Content Group siehe InhaltsgruppeContent-Management-System 55, 223Conversion 349

AIDA-Messung 414Berechnung Wert 361Global-Conversion 351, 361, 392Kampagnenkosten 419Kosten 356KPI-Bericht 376, 380multivariater Test 406Pfad siehe KonvertierungspfadRate siehe Conversion RateSub-Conversion 351, 361Wert bei E-Commerce 358Wert bei übrigen 360

Conversion RateAufschlüsselung 417Konvertierungspfad 392multivariater Test 408ROI 417Verwendung 354

Cookie 50Auswertung 173Besucheridentifikation 51, 100First-Party 51Löschverhalten 52

Messungenauigkeit 100Third-Party 51

Cooper, Alan 179, 316, 337Corporate-Website 288, 315Cost per Click siehe KlickkostenCPC siehe KlickkostenCrawler 47, 57, 59, 119Crossmedia-Kampagne 137CSV siehe Comma Separated ValueCSV-Export 79CTR siehe KlickrateCustomer Buying Cycle 376Cutler, Matt 397

DDashboard 78, 289, 370

Adressat 378Gestaltung 380iPhone 375nach Customer Buying Cycle 376nach Untersuchungsthema 373nach Website-Ziel 374Namics Performance Dashboard 380Nutzung 385vs. Report 289

DatenAuswertung 75Sammlung 41Speicherung 61

Datenanalyse 23Datenhoheit 62Datensammlung 41

clientseitige 52hybride Methode 55Möglichkeiten 52Packet Sniffer 55Reverse Proxy 55serverseitige 43

Datenschutz 63, 67Datenschutzerklärung 71, 401Datenspeicherung 61Dauer siehe BesuchsdauerDeep-Link 92Definition Web Analytics 25Demografie 169, 301Depth siehe BesuchstiefeDesign 409Desire 412Detailhandel 94Direct Mailing 137, 357



444

Direkter Akteur 320, 379Direktzugriff 108Display-Ad

Vorgehen Optimierung 425Display-Werbung

Conversion-Kosten 357Download 277Dynamische Webanwendung 270Dynatrace 237

EeBay 45E-Commerce siehe Shopping-SiteEffizienz/Effektivitäts-Priorisierung 331Eindeutiger Besucher siehe BesucherEinkommen 301Einstiegsseite 224Eintrittsseite siehe LandingpageEinwahlknoten 163Einzelzugriff siehe AbsprungrateE-Mail-Adresse 400E-Mailing

Conversion 357E-Mail-Report 78, 80Empirische Sozialforschung 33Endziel 317Engagierter Besuch 185Entry Page siehe EinstiegsseiteErfolgsfaktor 333Erlebnisziel 316Error siehe Fehleretracker 347Evaluation 37Evaluation Analytics-System 39Event 271Excel-Export 79Excellent Analytics 371Excel-Plug-in 83Exit Page siehe AusstiegsseiteExit rate siehe AusstiegsrateExport 78

FFacebook 143, 250, 258

Fanseite 252Insights 252Like 261

Fänger-Seite 233, 432, 435Favorit siehe Lesezeichen

FeedBurner 265, 277Feedreader 264Fehler 236, 240Fernsehen siehe TelevisionFirefox 47First-Party-Cookie 51Fischer, Mario 430Flash 173flickr 250Flowplayer 279Formular 398Frameset

Logfile-Analyse 57Optimierung 411Seitenaufruf 91

Frequency siehe BesuchsfrequenzFrequenz siehe BesuchsfrequenzFunktion einer Seite siehe SeitenfunktionFunktionsorientierter Seitentyp siehe Seiten-

funktionFunnel siehe Trichterauswertung

GGarbage in, garbage out 42Geburtsdatum 400Geolokation 163Geschäftsmodell 316Geschäftsnutzer 94Geschäftsziel 314Geschichte von Web Analytics 23Geschlecht 169, 301GET 44GfK 297GIGO 42Global-Conversion 351, 361, 392Global-Ziel 325, 335Goal siehe ZielGoogle

+1 261AdWords siehe AdWordsAlert 255Content-Tests 407Docs 270FeedBurner 265, 277Keyword Planer 128Map 90, 272Search Console 126Toolbar 296Trefferliste 122Trends 129, 299



445

Verlinkungsgrad 111Webmaster Tool 126

Google AnalyticsConversion Rate 417Datenschutz 73Evaluation System 347Excel Plug-in 371iPhone Dashboard 375pragmatische Produktauswahl 38Produkt 27Video 279

Google+ 143, 261Grafische Gestaltung 409Graph 333, 418

HHaftung siehe SeitenhaftungHandeln 412Handy 46Herkunftsland 161Hersteller 347Hit 88

Logfile-Eintrag 44RSS 266

HitWise 296hostip 163Hotel-Problem 98Hotjar 83HTTP siehe Hypertext-Transfer-ProtokollHybride Datensammlungsmethode 55Hypertext-Transfer-Protokoll 94Hypothese 406

IIndex 286

Website Performance Index 386Indirekter Akteur 320, 379Informationsarchitektur 190, 409, 435Informierer-Seite 233, 432, 436Ingham, Harry 23Inhalt

Attraktivität 228Blog 267Nutzung 213Optimierung 401, 408Ordner 215RSS 263texten 408Überblick 284

Zugriffshäufigkeit 214Inhaltsgruppe 219

für Tags 269Pfadanalyse 196

Inhaltssite 367Inhaltstyp 222In-Page-Analyse siehe Browser-OverlayIntensiver Besuch 189Interesse 412Interessierter Besuch 185Interest 412Interne Anspruchsgruppe 319Interne Suche 190, 202

Dauer nach Nutzung 202Inhalte 203Suchausstieg 202

Interner Betrieb 62Vergleich zu Cloud 66

Interner Serverfehler 50, 241Internet Explorer 47Internet Service Provider 69, 296Investitionskosten 63, 65IP-Adresse

Besucheridentifikation 100Definition 45Geolokalisierung 162rechtliche Überlegungen 68

iPhoneApp für Google Analytics 375

ISP siehe Internet Service ProvideriTunes 277IVW 298

JJava 173JavaScript 173

KKampagne 89, 133

integrierte Betrachtung 133Messung 135Optimierung 411, 424ROI 362, 416Wert 362Ziel 425

Kampagnen-Tag 136Kaushik, Avinash 350Kennzahl siehe MetrikKermorgant, Vincent 347



446

Key Performance Indicator 365Keyword

bezahlt 122Landingpage 130not provided 125organisch 122

Keyword Planer 128Keyword-Generator 127Klick

bezahlt 122organisch 122

Klickkosten 123Klickrate

AdWords 122AIDA-Messung 414je Plattform 141Optimierung 426

Klickverhalten 194Klout 254Kommentar 268Kommunikation 315Konkurrenzvergleich 295Konvertierungspfad

identifizieren 389mit Kampagne 413Optimierung 425Seitenfunktion 433

KostenConversion 356Kampagne 419

KPI siehe Key Performance IndicatorKPI-Bericht siehe DashboardKreation 430Kryptonite 250Kundenbindung siehe Bindung

LLadezeit 237, 243Land 161Landingpage 224

Inhaltselement-Optimierung 403Optimierung 425Seitenfunktion 432Suchmaschinen-Traffic 130Testing 401wichtige Verlinkungen 116

Lead 314, 361Lebensziel 317Length siehe BesuchsdauerLesezeichen 108

Frameset 92Linearer Prozess 391Lizenzmodell 66Logfile 44, 88Logfile-Analyse 43

Fehler 241Funktionsweise 43Generierung von Auswertungen 77Übersicht 28Vor- und Nachteile 56

Long Tail 116Loranger, Hoa 408Loyalty siehe BesuchertreueLuft, Joseph 23

MManninen, Ilkka 347Marge 416Margerita-Trichter 397Markenkommunikation

Website-Ziel 315Marketing-Aktivität 411Marketing-Site 367Marktforschung 297Martini-Trichter 397Maxmind 163Messereignis 338Messgröße 338, 343Messungenauigkeit 101

Besuch 94Besucher 99Besuchsdauer 185Cookie 100RSS 267

Metrik 87Besuchereigenschaft 149Besucherverhalten 181Inhaltsnutzung 213Kategorie 104nutzen 281Traffic-Quelle 107Überblick 282verschiedene Typen 103

Mikro-Trichter 415Miller, Robert 243Mini-Kampagne 146Mobil

Definition 250Mobile-App 248Mobilgerät 172



447

mod rewrite 216mon.itor.us 237, 302Monetärer Wert 362Movers and Shakers 217, 266Moving Image siehe VideoMultivariates Testing 29, 402Mundpropaganda 250

NNavigation 410Navigationsverhalten 190Netcraft 302Netzwerk-Name 173Neuer Besucher 150News-Website 155, 184, 288Nielsen, Jakob 408Nokia 347Nutzer siehe BesucherNutzerbedürfnis siehe Besucher-BedürfnisNutzergruppe 176, 209, 336Nutzerzentriertes Design siehe User-

Centered-Design

OOberflächlicher Besuch 189Offline-Kampagne 109, 137Offline-Tracking 249On Demand 65Online-Kampagne siehe KampagneOnline-Umfrage siehe UmfrageOnline-Video siehe VideoOptimierung 389Opt-in-Verfahren 68, 70Opt-out-Verfahren 68, 72Organische Trefferliste 122

PPacket Sniffer 55Page Stickiness siehe SeitenhaftungPage Tagging 52

Funktionsweise 53Übersicht 27Vor- und Nachteile 58

Page View siehe SeitenaufrufPanel 296Performance 237, 244Performance Dashboard 380Performance Index siehe Website Perfor-

mance IndexPerson siehe Besucher

PersonaEigenschaften 176Verhalten und Motivation 209

Personalgewinnung 315, 361Personenbezogene Daten 67Persönliches Interview 31Peterson, Eric T. 286, 366, 376Pfadanalyse 191, 195Pingdom 237, 302Piwik 38, 347Plakat 110, 137Plakatwand 24Pop-up 410Portal 109, 187POST 44Priorisierung 331Privacy Policy siehe DatenschutzerklärungPrivater Nutzer 94Produktauswahl 37Produkt-Evaluation 39Produkthersteller 347Produktseite Gestaltung 410Prosument 267Proxy

Geolokalisierung 166Referer 49Reverse Proxy 56

Pyramide siehe Ziel-Pyramide

QQR-Code 139Qualitätssicherung 242Quantcast 170, 301Quick Response Codes siehe QR-CodeQuotenbox 24

RRadio 24, 137Really Simple Syndication 47, 263

bei Page Tagging 59Podcast 277

Recency siehe BesuchsaktualitätRecht 66Redesign 429Redirect siehe WeiterleitungReep, Inga 430Referer 48, 110Referring URL siehe Verweisende URLRegion 161Reichweite 376



448

RSS 266Traffic-Quelle 107

Reportvs. Dashboard 289

Reputation 376Request 43Response 43Retention siehe BindungReturn on Investment 26, 358

AIDA-Messung 414Aufschlüsslung 417Kampagne 416

Return per Click 420Reverse DNS Lookup 69Reverse Proxies 55RFM-Modell 159RIA siehe Rich Internet ApplicationRich Internet Application 90, 270, 272Robot 47robots.txt 120ROI siehe Return on InvestmentRPC siehe Return per ClickRSS 263RSS-Aggregator 264Rückwärts-Pfadanalyse 197

SSaaS siehe Software as a ServiceSafari 47Schlüsselseite 217Schnittstelle 83Schwellenwert 381SEA siehe Search Engine AdvertisingSearch Console 126Search Engine Advertising 124Search Engine Marketing 124Search Engine Optimization siehe Suchma-

schinenoptimierungSegmentation

Two-tiered 310Segmentierung 303

Conversion Rate 354mit Google Analytics 304Strategie 309

Seite nicht gefunden 49, 241Seiten je Besuch siehe BesuchstiefeSeitenattraktivität 228Seitenaufruf 89

Seitenzugriff 91Seitenfunktion

Attraktivitätsvergleich 233im Konvertierungspfad 432Inhaltsgruppe 222konzipieren 434

Seitenhaftung 231AIDA-Messung 414

Seitentyp siehe SeitenfunktionSeitenzugriff

AIDA-Messung 414Seitenzugriff siehe SeitenaufrufSelf-Service 315SEM siehe Search Engine MarketingSEO siehe SuchmaschinenoptimierungServerseitige Datensammlung 43Service-/Tool-Seite 233, 432Service-/Tool-Seiten 436Session siehe BesuchShopping-Site 94

Besuchertreue 155Besuchsdauer 184Conversion 352Conversion Wert 358KPI-Bericht 376KPIs 367saisonale Nachfrage 217Seitengestaltung 410Website-Ziel 314

SicherheitDatenschutz 67

Site Search siehe Interne SucheSitemap 220Sitzung siehe BesuchSkalierung 65SMART 365Social Engagement 258

Score 261Social Media 250Social Media Analytics 255Social Media Monitoring siehe Social Media

AnalyticsSocial Networks 143, 250Social Web Analytics 251Software as a Service 62Sonde 57, 59, 237Sozialforschung

empirische 33Sozialwissenschaft 33Sprache 166Sprechende URL 215Stadt 161



449

Stakeholder siehe AnspruchsgruppeStakeholder-Karte 321Statistik 33Status-Code 49, 241Sterne, Jim 102, 393, 397Stickiness siehe SeitenhaftungStrategischer KPI 368Sub-Conversion 351, 361Sub-Ziel 325, 335Suchbegriff siehe KeywordSuchmaschine

auf Website siehe Interne SucheAusschluss 120Conversion Rate 355Crawler 47, 57, 59, 119Einstiegsseite 224Frameset 92Keyword 121Messmöglichkeiten 117Optimierung 111URL 216

SuchmaschinenoptimierungKeyword-Klasse 131SEM und PPC 124Verlinkung 111

Support-Site 367Survey siehe UmfrageSurveyMonkey 31Sysomos 256

TTable Size 219Tag 27, 53Taktischer KPI 368Television 24, 137Testing 29, 401, 402Texten 408Textexport 79Third-Party-Cookie 51Timeout 95TIMITI 394, 402Tool-Seite siehe Service-/Tool-SeiteTop-down-Ansatz 289, 325TouchGraph 113Trackback 268Tracking

Apps 248Tracking-Code 136TradeDoubler 135Traffic-Quelle 107, 282

Trefferliste 122Trends 129, 299Trial-and-Error-Verfahren siehe TIMITITrichter 413Trichterauswertung

Analyse 198für Anzeige/Keyword 414Optimierung 394

TV siehe TelevisionTwitalyzer 252Twitter 143, 250, 258Two-tiered Segmentation 310

UÜberzeuger-Seite 233, 432, 436UCD siehe User-Centered-DesignUjujuj!-Prinzip 287Umfrage 30, 204Uninteressierter Besuch 185Unique siehe BesucherUnique Visitor siehe BesucherUnsichtbares Bild 53Unterhaltskosten 62Unternehmensziel siehe GeschäftszielUptime siehe VerfügbarkeitURL 45URL Rewrite 216URL-Shortener 143Usability 398

grafische Gestaltung 409im Bestellprozess 398Navigation 410Produkt 410Technik 411Text 408Trichterinterpretation 398

Usability-Labor 31User Agent 46, 100User Experience 430User Task 201, 208User-Centered-Design 31, 336, 408

VVerbindungsgeschwindigkeit 173Verfügbarkeit 240Vergleich siehe BenchmarkVerhalten siehe BesucherverhaltenVerhältnis 103Verlangen 412Verlinkung



450

genutzte 113Verlinkungsgrad 111

Versandhandel siehe Shopping-SiteVerteiler-Seite 233, 432, 436Verweildauer siehe BesuchsdauerVerweisende URL 111, 114Verweisende Website 111, 113Video 275Virale Kampagne 147Virtual Private Network 166Visit siehe BesuchVisitor siehe BesucherVorgehensweise

Browser-Overlay 200Kampagnenoptimierung 424Metriken nutzen 281Überblick 35

VPN siehe Virtual Private Network

WW3C 411WAI siehe AccessibilityWeb Analytics

Definition 25im engeren Sinn 27

Web Beacon 54, 58Web Bug 54Webanwendung

dynamische 270Weblog siehe BlogWebmaster Tool 126Website

redesignen 429Website Performance Index 385Website-Optimierung 389Website-Overlay siehe Browser-OverlayWebsite-Stakeholder-Karte 321Webtrekk 347Webtrends 347Web-Zähler 54Wein-Trichter 397Weiterleitung 110Wert 358, 360

monetärer 362Wiederkehrender Besucher 150Window Polution 410Workshop

Aktivität und Messgröße 339

Zielfindung 326Zielgruppendefinition 323

World Wide Web Consortium 411WPI siehe Website Performance Index

XXML-Export 79

YYahoo 118YouTube 250, 275

ZZanox 135Zeit siehe BesuchsdauerZeitung 24Zeitungsinserat 110Ziel 313

Benutzer 316Besucher 336Conversion siehe ConversionErfolgsfaktor 333Erreichung siehe ConversionGeschäftsziel 314Global-Ziel 325, 335Kampagne 425KPI-Bericht 374Priorisierung 331Sub-Ziel 325, 335von Nutzergruppen 209Vorgehen zur Findung 318Website 313Website-Verantwortlicher 317Wert 358, 360Workshop 326Zielwert 381

Zielgruppe 322Zielorientierter Besuch 189Ziel-Pyramide 344

Akteure 379Aktivität und Messgröße 338Conversion ableiten 352Global- und Sub-Ziel 335

Zielwert pro Besuch 362Zurück-Button 410Zuschauerquote 25


Date post:	05-Jun-2018
Category:	Documents
Upload:	vuongkhanh
View:	214 times
Download:	0 times

Digital und Web Analytics - mitp.de · Inhaltsverzeichnis 7 5.5 Besucher – die Person hinter dem...

Documents