Tja, keine einfache Frage. Doch wenn Sie letztes Jahr schon eine Online-Aktion laufen hatten, haben Sie doch sicher alles richtig verpixelt, um Erfolg und Nicht-Erfolg zu messen, oder… ODER? (Asche auf Ihr Haupt, wenn nicht, denn dann haben Sie wertvolle Informationen verschenkt – und das zu Weihnachten! Dieses Mal sollten Sie es dann aber besser machen.)

Bei Erfolg der letzten Aktion kann man darauf aufbauen. Man kennt ja jetzt den Geschmack der Zielgruppe. Bei Nicht-Erfolg muss man nochmal zurück und sich überlegen, was die Zielgruppe von einem erwartet, doch man weiß schon, was man nicht oder besser machen sollte. Bei Nicht-Messen (was ja hoffentlich nicht vorgekommen ist…) beginnt das große Rätselraten, denn man weiß nicht, was Erfolg oder Nicht-Erfolg wäre.

Für Weihnachtsaktionen muss man sich vorher genau seine Zielgruppe ansehen. Erwarten diese einen Adventskalender, dann sollten sie auch einen angeboten bekommen. Ist bei der Zielgruppe ein Adventskalender ein alter Hut, dann sollte man es lieber lassen.

Da es aber immer mehr Aktionen im Internet gibt, sollte man sich vorher über die Ziele genau im Klaren sein: Word-of-Mouth und Steigerung der Conversion Rate! Was beides irgendwie zusammenhängt. Ohne Word-of-Mouth kommen die Besucher nicht, um Ihre Aktion zu bewundern und anschließend zu konvertieren. Ein Nutzer, der an Ihrer Weihnachtsaktion teilgenommen hat, aber es nicht weitererzählt, ist nur ein Verkauf. Wenn er so begeistert ist, dass er es weiterempfiehlt, dann können viele Verkäufe zusammenkommen.

Word-of-Mouth lässt sich aber nur mit einer Aktion nur generieren, wenn es etwas ganz Besonderes ist oder einen großen Vorteil für den Nutzer hat. Zur Weihnachtszeit, in der alle vom Online-Versender bis zu Umweltorganisationen um die Aufmerksamkeit der Kunden buhlen, ist es schwer herauszustechen. Ein Adventskalender, an dem man nur „Türen“ anklicken kann, reicht da wohl eher nicht. Zumindest müssten da geniale Gewinne/Angebote hinter liegen.

Es gibt aber auch andere Möglichkeiten Word-of-Mouth zu erzeugen ohne hohe Entwicklungskosten für Adventskalender und Co. Ein Beispiel wäre die Blitzangebote-Aktion im Sommer auf Amazon.de. Dort konnte man an einem bestimmten Datum zu einer bestimmten Zeit einen Artikel für einen sehr günstigen Preis kaufen. Die Stückzahl war begrenzt. Ich weiß es, denn ich habe die schönen Kopfhörer nicht bekommen…

So etwas könnte man zu Weihnachten einrichten. Es ist nicht so kostenintensiv und kann großen Impact haben. Man benötigt dafür eine gesonderte Landingpage mit den ausgewählten Produkten und ihren Verfügbarkeitsstatus. Dann muss zu dem Zeitpunkt der Preis für ein bestimmtes Kontingent gesenkt werden. Das macht weniger Arbeit (wirkliche Tatkraft und Ideen), kostet höchstwahrscheinlich weniger als eine andere Aktion und kann Ihre Kunden sehr glücklich machen. Man sollte aber darauf achten, dass das Kontingent auch ungefähr den Interessenten angepasst ist. Es hat Amazon schlechte Kritiken eingebracht, dass es so gut wie unmöglich war, das gewünschte Produkt auch zu bestellen, da der Andrang zu groß war.

Am wichtigsten ist aber – in Vorbereitung fürs nächste Jahr (ja, es wird wieder ein Weihnachten mit möglichen Aktionen geben!) – ist die Aktion zu messen und zu analysieren.

Ich weiß, ich weiß, eigentlich Standard und vor allem ein alter Hut – aber es bedarf immer einer Erklärung, bei den Kollegen oder Kunden. Deshalb erzähle ich heute die Geschichte von Visits und Visitors…

Es gibt in unterschiedlichen Ausführungen davon in fast jeder Webanalyse Datensammlung oder -berechnung. Man sieht sie alles überragend untergebracht auf dem ersten Overview Dashboard bei fast jedem Web Analytics Tool. Aber man findet sie auch in fast allen untergeordneten Reports wie im Suchergebnisse-Report, bei der Exit Rate, bei der Bounce Rate, bei den Conversion Rate usw. Daraus folgt Visits und Visitor sind sehr, sehr wichtig.

Jedes Tool scheint aber seine eigene Art gefunden zu haben, diese Daten zu bilden. Sie berechnen sie aber teilweise sehr unterschiedlich. Manchmal wird von Unique Visitors gesprochen, aber es sind die Visits gemeint. Ein anderes Mal wird von Visitors geredet, doch es sind auch nur die Visits.

Schön sind auch die “monthly acitve users” (MAU) von Facebook. Dabei ist ein aktiver User der, der einmal pro Monat die Site genutzt hat. Wie diese Nutzung ausgelegt wird, ist unterschiedlich. In den meisten Fällen wird der Besuch schon als Nutzung ausgelegt. Damit ist aber ein MAU ein Unique Visitor dieses Monats.

Wegen dieser Auslegungssachen muss man sich die Zeit nehmen, herauszufinden, wie es das eigene Tool mit Begrifflichkeiten/Definitionen hält. Und man muss sich bewusst machen, dass man, wenn man diverse Tools verwendet, keine einheitlichen Daten erhalten kann.

Obwohl es viel Verwirrung über Visits und Visitors gibt, letzten Endes versucht jedes Tool, die Anzahl realer Personen zu messen, die die Websites besuchen. Und sie machen das durch das Aufzeichnen der zwei wichtigen Daten: Visits und Unique Visitors.

Definitionen – „wie es sein sollte“:

Visit : mehrere aufeinander folgende Page Views zusammengefasst zu einer Session

Visitor : ein Nutzer der eine oder mehrere Sessions absolviert hat – das können mehrere reale Personen sein, da es über einen Browser-Cookie gezählt wird

Unique Visitor : absolute Besucher über einen möglichst langen Zeitraum (mindestens auf Monatsbasis)

Pfadanalyse ist ein Verfahren zur Bestimmung einer Folge von besuchten Seiten in einer Session zu einem gewünschten Ergebnis (z.B. der Kauf eines Produktes).

In der Theorie macht Pfadanalyse Sinn. Wir kreieren Websites mit Storyboards und logischen Wegen, wie der Inhalt konsumiert wird / werden soll. Wenn wir nun diesen vorgezeichneten Pfad analysieren, verstehen wir, an welcher Stelle wir unsere Besucher verlieren. Und dort setzen wir mit Website-Optimierung ein. Wie schwer kann das denn schon sein?

Also betrachten wir den Report: Wenn die Besucher unseren vorgezeichneten Pfad folgen, öffnen wir den Champagner. Doch wenn nicht – was leider meistens der Fall ist – dann geht es zurück in die Denkerstube. Entweder wir gestalten die Struktur der Site so um, dass die Besucher dem Pfad folgen müssen, oder (was schlimmer wäre) wir verbringen Stunden damit, uns zu überlegen, warum zum Teufel sie nicht das tun, was wir wollen… Böser Besucher, böse!

Ist es gut, viel Zeit in Pfadanalysen zu stecken? Nö!

Die Gründe dafür, dass die Pfadanalyse nicht brauchbar ist:

• Stellen Sie sich eine Website mit 5 Seiten vor. Von Seite 1-Startseite bis Seite 5-Abschluss. Mit diesem einfachen Bild im Kopf können Sie sich die Pfade, die der Besucher nimmt, vorstellen. Nun stellen Sie sich das gleiche für 50 Seiten vor oder 500… Bekommen Sie Kopfschmerzen? Die Zahl der möglichen Pfade wird schnell unüberschaubar. Wie kann man da eine sinnvolle Auswertung machen?

• Viele Tools stellen den Pfad grausam dar. Sie zeigen ihre Pfadanalysereports so als wäre es ein linearer Weg, leider ist das nicht so. „Fröhlich“ hüpft unser Besucher vor und zurück und drei Seiten weiter und eine zurück und nochmal Home. Es ist schwer, so etwas in einer linearen Welt zu visualisieren. Und es ist noch schwerer, zu analysieren. (Schon wieder Kopfschmerzen!) Doch genau so bewegen sich Ihre Besucher auf Ihrer Website.

• Viele sagen dann, betrachten wir eben nur die „Trampelpfade“. Doch diese repräsentieren nur einen kleinen Bruchteil Ihrer Besucher – oftmals weniger als 5%, meistens geht diese Zahl sogar eher Richtung 1%. Könnten Sie Entscheidungen zu Ihrer Website treffen, wenn sie auf Basis eines so kleinen Anteils des Site-Traffics beruhen?

Daher ist es schwer, Schlüsse aus dieser Analyse zu ziehen, die unsere Website für den Besucher angenehmer machen.

Um auf die Frage im Titel zurückzukommen: „Wofür ist die Pfadanalyse also gut?“ – „Für absolut gar nichts!“

Sollte nun jemand doch eine Pfadanalyse als Report verlangen und kein Argument der Welt hilft, dann kann man eine Alternative anbieten: Clustern / Gruppieren. Man fasst mehrere Seiten zu einer logischen Kategorie zusammen und sieht sich an, in welchen die Besucher sich bewegen. Damit verringert man die einzelnen Aufrufe und kann damit größere Besuchermengen analysieren. Das ist doch ein Kompromiss, mit dem jeder leben können müsste…

Eine weitere Alternative zur Pfadanalyse sind Funnel Reports. Diese beziehen sich auf einen eingegrenzten durchstrukturierten Teil der Website (z.B. Bestellprozess). Dazu irgendwann mehr…

Nicht kleckern, sondern klotzen! Das war offenbar das Motto von Webtrends, als sie sich Gedanken zur neuen Webtrends Version „Analytics 10“ gemacht haben. Es wurde nicht einfach die aktuelle Version um Features erweitert, man hat sich auch gleich ein komplett neues User Interface gegönnt!

Nachdem der amerikanische Web Analytics Spezialist schon vor einiger Zeit mit Webtrends Insight versucht hat, dass Reporting von Web Analyse Daten schöner aufzubereiten, rollt man diesen Ansatz nun auf das komplette Produkt aus. Die Reporting Oberfläche Insight fällt den Umstellungen zum Opfer und wird Mitte Juli eingestellt.

Wir haben uns natürlich auch sofort angeschaut welche Neuerungen die Analytics 10 mit sich bringt und welche positiven, wie auch negativen Seiten es dabei gibt.

Oberfläche

Hier lässt sich Webtrends von den immer populärer werdenden Touch UIs inspirieren. Offenbar soll WebAnalytics nicht nur am PC sondern auch auf dem IPad genutzt werden können. Wenn man mit Webtrends Mitarbeitern spricht, sind diese auf jeden Fall alle sehr „excited“ die neue Version beim Kunden auf einem Touch Interface zu sehen!

Schon auf den ersten Blick fällt auf, dass das neue Design nichts mehr mit dem alten zu tun hat. Alle Symbole, Links, Buttons Grafiken sind groß, bunt und übersichtlich gestaltet. Dashboards werden anschaulich dargestellt und lassen sich beliebig konfigurieren.

Allerdings sind auch einige nützliche Elemente der alten Version den Umstellungen zum Opfer gefallen. So kann man Seitentitel und URL nicht mehr auf einen Blick sehen, sondern muss dazu mit der Maus über ein Symbol „hovern“. Auch das Drilldown zum Ausklappen gibt es nicht mehr, nun gelangt man durch einen Klick in die tiefere Ebene, sieht dadurch die übergeordneten Elemente natürlich nicht mehr.

Spaces

Es gibt zwar weiterhin Profile, allerdings können diese nun in „Spaces“ zusammengefasst werden. So können z.B. mehrere Profile, die sich auf eine Website beziehen, zu einem Space gehören. Spaces können aber nicht nur für Websites verwendet werden, sondern auch für mobile Seiten und Facebook Pages. Verknüpft man Webtrends mit Facebook, wird dafür noch nicht einmal ein Profil benötigt, alle Daten aus Facebook werden über die API in Analytics dargestellt. Hierbei ist zu beachten, dass diese Daten nicht mit den Webtrends Daten vermischt werden können, es dient lediglich dazu sich nicht noch zusätzlich in Facebook Insight einloggen zu müssen und alle Daten an einem Platz zu haben.

Mehrere Spaces können dann auch wieder zu Gruppen zusammengefasst werden, um noch eine zusätzliche übersichtliche Dartstellung zu haben.

Kampagnen

Wer hat sich nicht schon einmal über die umständliche Kampagnenverwaltung geärgert? Dem versucht Webtrends nun Abhilfe zu schaffen. Kampagnen können jetzt zusätzlich (ja, es gibt den bisherigen Ansatz auch weiterhin) direkt über das Frontend  angelegt werden. Wie funktioniert das? Man wählt beim Anlegen der Kampagne einfach eine Landingpage aus, dann die Conversionseite, gibt dem ganzen noch einen Namen, fertig! Analytics 10 erkennt dann automatisch woher die User kommen und verwendet auch die generierten Kampagnen IDs. Laufen nun Daten ein, werden diese in einem schönen Dashboard dargestellt.

Was geht noch nicht?

Die schöne neue Webtrends Welt hat allerdings auch noch ihre Schattenseiten. So ist fast die komplette Administration noch von der neuen Version ausgenommen. Das bedeutet, dass man hierfür immer in die alte Version wechseln muss, die es weiterhin gibt.

Auch leidet das User Interface noch unter so mancher Kinderkrankheit. Es ließen sich bei uns beispielsweise bestimmte Buttons einfach nicht anklicken, oder der Upload eines Thumbnails für ein Space endete in einer kryptischen Fehlermeldung.

Ganz automatisch geht die Umstellung auch nicht, so müssen Administratoren Hand anlegen, damit die User auch in den kompletten Genuss der neuen Version kommen. Reports müssen neu gruppiert und aktiviert werden, Profile organisiert und User freigeschaltet werden.

Weichenstellung

Es wurde ein Risiko mit der radikalen Änderung des User Interfaces eingegangen, unserer Meinung nach hat sich das allerdings gelohnt. Die Oberfläche und Bedienung sind nun „State of the Art“, allerdings nicht zu verspielt und dem Sinn von Web Analysen angemessen.

Wir hoffen, dass in den nächsten Monaten das zweigleisige Betreiben von Version 9 und 10 nicht mehr nötig ist und die Probleme, die aktuell noch auftauchen, schnell behoben werden, dann macht Webtrends einen großen Schritt nach vorne!

Vom 30.05. – 01.06. fand in Berlin die webinale statt, eine Konferenz, die mit ihren Vorträgen alle Aspekte und aktuellen Herausforderungen des Webs behandelt. Neben der Hauptkonferenz fanden zusätzlich diverse „Special Days“ statt, unter anderem der sogenannte „Conversion Day“.

Der Conversion Day fand dieses Jahr zum ersten Mal statt und war mit geschätzten 70-80 Teilnehmern pro Vortrag schon relativ gut besucht.

Der Tag war so aufgebaut, dass die Vorträge zunächst eher einführenden Charakter hatten und mit jedem Vortrag tiefer in die Materie eingetaucht wurde.

In der Einführungsrede hat André Morys (WebArts), der auch den Conversion Day moderiert hat, bereits auf die Bedeutung von Conversion Optimierung hingewiesen: denn mit dem zunehmenden Rückgang des organischen eCommerce-Wachstums (-46% zwischen 2009 – 2012) wird der Markterfolg von Unternehmen nicht mehr allein durch Reichweite, sondern verstärkt durch Conversion und Ausschöpfung definiert. Dies bestätigte auch nochmal unser aktuelles Vorgehen, die Conversion-Optimierungs-Abteilung bei uniquedigital weiter auszubauen.

Im ersten Vortrag bestätigte Stephen Pavlovich (Conversion Factory) diese Aussage ebenfalls und gab hilfreiche Tipps zur Vorgehensweise bei Website-Analyse, Testdesign und Testdurchführung. Ein wichtiger Punkt hierbei war, dass Unternehmen neben der Website Analyse Ihre internen Quellen nutzen sollten, um mehr über die Bedürfnisse ihrer User zu lernen, beispielsweise über die Befragung ihrer Call-Center Mitarbeiter, das Auswerten von Kundenmeinungen oder durch eigens durchgeführte Kundenbefragungen. In Kombination mit den Erkenntnissen aus der WebAnalyse lassen sich dann sinnvolle Testdesigns für optimierte Landingpages, Prozesse etc. entwickeln.

Gabriel Beck (explido WebMarketing GmbH) hat in seinem Vortrag einfach umzusetzende, aber oft effektive Testkonzepte vorgestellt: so kann beispielsweise der Einsprung in ein Suchergebnis gegenüber dem Einsprung in eine – i. d. R. nicht ganz so flexible Kategorieseite – eine deutliche Conversion Steigerung mit sich bringen. Ähnlich kann es sich bei unterschiedlichen Sortierreihenfolgen innerhalb einer Ergebnisseite verhalten. Solche Tests sind für einen isolierten Online-Marketing-Kanal einfach und schnell zu testen.

Wichtig ist es auf jeden Fall, den Usern eine bestmöglich passende Landingpage zur Verfügung zu stellen.

Der dritte Vortrag wurde von Manuel Ressel (WebArts) gehalten und beschäftigte sich mit dem Thema „7 geheime Trigger der Konsumpsychologie für mehr Conversions“. Schafft man es, solche Trigger auf der Landingpage bzw. im gesamten Webauftritt an der richtigen Stelle zu transportieren, kann man seine Conversion Rate dadurch steigern. Diese Trigger sind beispielsweise „emotionale Resonanz“ (wie Sympathie), „Verknappung“ (wie Verfügbarkeiten) und „Autorität“ (wie Gütesiegel).

Nach der Mittagspause hat Kai Radanitsch (eBusinesslab) anhand von Live-Beispielen gezeigt, worauf man bei der Landingpage-Optimierung achten sollte. Dabei ging es ausschließlich um Landingpages für SEA-Traffic. Zunächst hat er dafür die Webseiten von Conversion-Optimierungs-Agenturen gemeinsam mit dem Publikum betrachtet. Im Nachgang konnte dann das Publikum selbst noch weitere Vorschläge für Landingpages abgeben.

Der nachfolgende Vortrag von Patrick Wolff (e-wolff) beleuchtete die Chancen und Risiken von Social Media für den wirtschaftlichen Erfolg von Unternehmen. Dabei zeigte Patrick Wolff zunächst die aktuellen Entwicklungen auf und machte deutlich, dass die Meinungen/Empfehlungen von Freunden oder anderen Kontakten immer stärkeren Einzug u. a. in die Suchergebnisse bei Suchmaschinen halten werden und deren Einfluss somit immer stärker wachsen wird. Das sogenannte „Social Update“ von Google ist auch schon für Q3/ 2011 in Deutschland vorgesehen und wird uns u. a. den +1-Button auch nach Deutschland bringen. Ich bin sehr gespannt, inwieweit sich +1 in Deutschland tatsächlich durchsetzen wird – die Antwort auf diese Frage wird ja sicherlich nicht lange auf sich warten lassen.

Aktuell sind in Google Maps bereits schon Snippets von Kundenbewertungen unterhalb der organischen Suchergebnisse zu sehen: schön, wenn diese positiv ausfallen – dies muss aber nicht zwangsläufig der Fall sein und kann eine Menge an negativer Publicity bringen, die nicht unbedingt gerechtfertigt sein muss. Denn die Kundenbewertungen werden i. d. R. nicht zensiert.

Thorsten Bartel (usability.de) hat die „Goldenen Regeln zur Facetted Search“ vorgestellt, die er anhand der Ergebnisse einer eigens durchgeführte Nutzerstudie abgeleitet hat. Hierfür wurde die Facettensuche verschiedener Webseiten im Rahmen einer Usability Studie gegeneinander getestet: Wichtig ist es beispielsweise, die Facettensuche deutlich vom Inhalt der Seite abzuheben, so dass sie schnell wahrgenommen wird und die bereits ausgewählten Facetten immer sichtbar darzustellen und nicht einzuklappen. Die gesamte Studie gibt’s auch zum Download auf usability.de.

Den Abschlussvortrag des Conversion Day hat Timothy Stadié  von der Berge & Meer Tourikstik GmbH gehalten: er hat anhand von Testbeispielen gezeigt, wie Berge & Meer das Thema Conversion Optimierung angeht und welche Hebel im Reisebereich wichtig sind: So wurde beispielsweise festgestellt, dass das Thema „Vertrauen“ besonders im Reisebereich eine große Rolle spielt und sich somit die prominente Platzierung von Gütesiegeln positiv auf die Conversion auswirkt.

Insgesamt haben die Vorträge auf dem Conversion Day nochmal aufgezeigt, wie wichtig das Thema Conversion Optimierung ist bzw. wie viel wichtiger es auch in Zukunft sein wird.

Im Fokus steht bei der Conversion Optimierung zunächst immer, herauszufinden, was den Usern wichtig ist und was sie sich vom Webseitenbetreiber wünschen. Wir gehen hierbei folgendermaßen vor:

• Untersuchung der WebAnalytics-Daten
• Untersuchung der Webseiten, Landingpages nach User-Experince Erkenntnissen
• Untersuchung von Kundenmeinungen (über CallCenter Mitarbeiter, Online-Umfragen, Auswertung von Kundenbewertungen,…) – wenn möglich

Diese Vorgehen wurde im Rahmen des Conversion Days in den einzelnen Vorträgen ebenfalls bestätigt.

Auf dieser Basis können anschließend erfolgversprechende Test-Konzepte entwickelt werden, die die Conversion deutlich steigern können. Auch hier ist es wichtig darauf zu achten, den Usern an der richtigen Stelle im Prozess die Informationen anzubieten, die sie zu diesem Zeitpunkt erwarten bzw. benötigen und die Kommunikation dabei so authentisch wie möglich zu gestalten. Um hierbei unnötige Optimierungs-Schleifen zu vermeiden, empfiehlt es sich, die Unterstützung einer zertifizierten Agentur in Anspruch zu nehmen.

Ich bin mir sicher, dass das Thema Conversion Optimierung bereits in diesem Jahr weiter an Bedeutung bei den unterschiedlichen Webseiten-Betreibern gewinnen und die Teilnehmeranzahl des 2. Conversion Days im kommenden Jahr bereits deutlich höher sein wird als es noch in diesem Jahr der Fall war.

Facebook Ads bieten Werbetreibenden völlig neuartige Möglichkeiten eine große Menge an potentiellen Kunden auf Basis ihrer Demographie und ihren Interessen zielgerichtet und viral anzusprechen. Die Art und Qualität der Informationen, die über die zu bewerbende Grundgesamtheit bei FB vorliegt, hat es in dieser Menge und Zugänglichkeit vorher nicht gegeben. Facebook bietet immer neue Werbeformen an, bspw. Sponsored Stories, und ermöglicht einigen ausgewählten Dienstleistern über die Facebook Ads API Kampagnen mit Hilfe von Analysemethoden zu optimieren.

Unique ist eine der zwei Agenturen in Deutschland, die einen Facebook Ads API Zugang besitzen. Für unsere Kunden steuern wir darauf basierend Kampagnen aus und entwickeln Optimierungs-Algorithmen. Ein besonders interessanter Aspekt sind hierbei die von Facebook selbst geschätzten CPC Werte bei der Einstellung von Ads. Unsere Analysen über mehrere verschiedene Kampagnen hinweg haben ergeben, dass der von Facebook geschätzte CPC von dem tatsächlichen erheblich abweicht. Der Korrelationskoeffizient (1=maximaler Zusammenhang, 0=kein Zusammenhang) zwischen geschätztem und tatsächlich eingetretenem CPC beträgt lediglich r=0,2, was in diesem Kontext als eher schwacher Zusammenhang zu interpretieren ist. Durch die Einbeziehung weiterer unabhängiger Variablen und der Anwendung von Data Mining Methoden kann die Vorhersage des CPCs für Kampagnen wesentlich verbessert werden. Ein von uns entwickeltes Modell kann den CPC mit einem (korrigierten) Bestimmtheitsmaß von R²=0,84 erklären, d.h. 84% der Varianz in den tatsächlichen CPCs kann durch die gewählten unabhängigen Variablen erklärt werden.

Die Facebook Ads API ermöglichte Unique auch die effiziente Aussteuerung von Sponsored Stories, eine relativ neue Ad-Form, die im Januar 2011 eingeführt wurde. Über die Sponsored Stories wird dem Freundeskreis eines Facebook-Nutzers mitgeteilt, wenn dieser bspw. auf der Fan-Page eines werbenden Unternehmens den „like“-button geklickt oder einen Kommentar hinterlassen hat. Werbebotschaften eines Unternehmens werden über die Facebook Nutzer personalisiert und verlieren die Anonymität „normaler“ Ads. Diese gesponserten Meldungen können sich so viral und höchst effizient über das gigantische und engmaschige soziale Netzwerk von Facebook verbreiten. In einem ersten Test mit einem unserer Kunden aus der Automobilbranche konnte die Performance dieser Sponsored Stories gegen die der Standard Facebook Ads verglichen werden. Dabei konnte die Clickthrough-Rate durch die Sponsored Stories mehr als verdoppelt werden  (+126%):

Ausserdem waren die Kosten pro Klick (CPC) für die Sponsored Stories um 43% niedriger als die der Standard Ads. Auffallend war, dass die Costs-per-Lead für die Sponsored Stories um 58% höher ausgefallen sind, wobei Leads hier „Likes“ entsprechen. Interessant ist auch, dass sich im Verlauf des Tests die CPLs von Standard Ads und Sponsored Stories angeglichen haben.

Die hier vorgestellten Erkenntnisse fließen direkt in die Facebook Kampagnen Optimierung ein. In die inhouse entwickelte Darwin Media Management Suite ist das Facebook Optimiser Tool bereits integriert. Zur Weiterentwicklung der Facebook Kampagnen Optimierung führen wir eine Menge weiterer Tests und Analysen über die Facebook Ads Api durch. Die Ergebnisse werden wir hier an dieser Stelle veröffentlichen.

Sowohl im Online Marketing als auch in der Conversion Optimierung stellt sich immer wieder die Frage, ob eine verbesserte oder verschlechterte Klickrate oder Conversion Rate tatsächlich signifikant ist oder das Ergebnis des Zufalls. Manchmal möchte man aber auch wissen, ob eine Marketing-Maßnahme Einfluss hat auf eine andere Maßnahme. Dies alles ist, sofern der dazu notwendige Test richtig aufgesetzt wird, mittels statistischer Methoden ermittelbar.

Wer sich allerdings den Wikipedia-Artikel über Statistische Signifikanz durchliest, ist – wie bei vielen Expertenthemen – eventuell etwas frustriert, denn eine verständliche Einführung bietet Wikipedia hier nicht. Grund genug, hier eine verständliche Einführung zu bieten.

Was genau ist Signifikanz?

Zunächst einmal bedeutet ein signifikantes Ergebnis lediglich, dass die Wahrscheinlichkeit, dass dieses Ergebnis durch Zufall zustande gekommen ist, gering ist, unmöglich ist es aber nicht. Bei einem Signifikanzniveau von 5%, wie es in der Statistik üblich ist (obwohl man es frei wählen kann), müssen wir damit leben, dass die Wahrscheinlichkeit, dass der Zufall allein uns bessere oder schlechtere Ergebnisse beschert hat, bei bis zu 5% liegt. Sehr signifikant wird es bei einem Signifikanzniveau von bis zu 0,3%, hoch signifikant bei bis zu 0,1%. Um es noch komplizierter zu machen: Mit dem Signifikanzniveau kann keine Aussage getroffen werden, ob eine Aussage wahr oder falsch ist, es geht allein um die Wahrscheinlichkeit, dass der Zufall einen Einfluss auf Ergebnisse hatte. Dies ist ein kleiner, aber feiner Unterschied. Das Signifikanzniveau ist übrigens nicht zu verwechseln mit dem Konfidenzintervall, das zum Beispiel beim Google Website Optimizer verwendet wird, auch wenn hier häufig von 95% und 5% die Rede ist. Nicht selten wird diskutiert, ob Konfidenzintervalle eine gute Alternative zu Signifikanztests sind.

Wie testet man die Signifikanz?

Zunächst einmal muss entschieden werden, welche Hypothese man testen will. Dazu wird eine Null-Hypothese und eine Alternativ-Hypothese identifiziert. Bei einer Null-Hypothese geht man davon aus, dass es keinen Einfluss gibt, daher Null-Hypothese. Mögliche Null-Hypothesen:

• Das Creative A wirkt nicht relevanter als das Creative B und wird deswegen auch nicht signifikant häufiger angeklickt (hier könnte man bereits fragen, ob tatsächlich eine Kausalität besteht zwischen Relevanz und Klickverhalten, aber wir nehmen das einfach mal an)
• Die Schaltung von Display-Bannern in dieser Kampagne hat keinen Einfluss auf die SEM-Aktivität

Dem gegenüber steht die Alternativhypothese, zum Beispiel:

• Das Creative A wird signifikant häufiger angeklickt, zum Beispiel weil es relevanter wirkt.
• Die Schaltung von Display-Bannern hat einen Einfluss auf die SEM-Aktivität der Benutzer in dieser Kampagne

Als nächstes müssen wir uns Gedanken machen, wie wir an ein Sample kommen, mit dem wir testen. Bei typischen a/b-Tests im Online Marketing wird ein Teil des Traffics für den Test genutzt, der andere Teil für die Kontrollgruppe. Das ist ein großer Unterschied zu Experimenten, die zum Beispiel in der Erprobung für Medikamente durchgeführt werden: Hier wird ein Teil der Gesamtpopulation als Sample genutzt, welches dann in Test- und Kontrollgruppe aufgeteilt wird. Von den Ergebnissen des Samples wird auf die Gesamtpopulation geschlossen. Bei einem a/b-Test im Online Marketing, zum Beispiel beim Testen von verschiedenen Creatives für eine AdWords-Kampagne, ist unsere Population die Gesamtheit aller Suchanfragen, der heutigen wie auch der zukünftigen und unser Sample alle Suchanfragen während des Experimentzeitraums. Mit anderen Worten, mit den Ergebnissen unseres Experiments versuchen wir Rückschlüsse auf das Verhalten eines Creatives nicht nur zur Gegenwart, sondern auch in der Zukunft zu ziehen. Da sich der Kontext ändern kann (z.B. durch besondere Angebote von Marktbegleitern), sind die Ergebnisse immer mit der Einschränkung zu sehen, dass sie in einer spezifischen Konstellation entstanden sind und diese Konstellation morgen vielleicht nicht mehr zutrifft. Es ist also absolut notwendig, sich des Kontexts immer bewusst zu sein, für den das Ergebnis erzielt wurde (z.B. durch das Beobachten der Konkurrenzangebote).

Es gibt mehr als eine Möglichkeit, Signifikanz zu testen, und die Entscheidung für einen Test hängt ab von den Daten, die zur Verfügung stehen. Wir konzentrieren uns auf den T-Test, obwohl dieser Test auch nicht unumstritten ist, da er zum Beispiel den Einfluss der Sample-Größe nicht wirklich berücksichtigt.

Das Test-Setup

Grundsätzlich ist für einen Test das Setup immer die größte Herausforderung. Ist der Test nicht sauber aufgesetzt, dann können andere Effekte mit reinspielen und alle Ergebnisse verwässern. Beispiel: Auf einer Konferenz stellte ein Vortragender einen Test vor, bei welchem er den Besuchern seiner Seite zusätzlich Angebote zeigen wollte, die den häufigsten Kaufmustern entsprechen. Hierfür wurde aber das Design der Seite verändert, so dass die Ergebnisse also nicht nur durch das zusätzliche Angebot, sondern auch durch die Designänderung hätten zustande kommen können.

Bei einem Google AdWords Creative-Test werden zwei Versionen, der bisherige Text und ein neuer Text, dessen Performance getestet werden soll, mit jeweils 50% des Traffics ausgeliefert. Nach 7 Tagen haben wir die folgenden Ergebnisse erzielt:

Das sieht auf den ersten Blick ganz verdächtig danach aus, als ob die Klickraten im Test eindeutig schlechter wären als in der Kontrolle. Tatsächlich aber täuschen die Zahlen: Bei einem P-Wert von 0,235988612 kann keine Signifikanz nachgewiesen werden. Zu beachten ist hier, dass ein beidseitiger Test durchgeführt wurde, denn schließlich können die Ausschläge in beide Richtungen ausgehen. Gleichzeitig ist es ein unpaired-Test mit zwei Samples mit (wahrscheinlich) gleicher Varianz. Dies sind wichtige Parameter für die Errechnung des P-Werts wie zum Beispiel in Excel.

Interessant wird es aber, wenn der Test nun länger läuft und die Klickraten auf dem jeweiligen Niveau bleiben:

In diesem Fall haben wir einen P-Wert von 0,028161515, was bedeutet, dass tatsächlich Signifikanz nachgewiesen werden kann (bei einem Signifikanzniveau von 5%). Je länger der Test und damit größer das Sample, desto eher kann eine Aussage getroffen werden, dass hier nicht der Zufall im Spiel war.

Nützliche Tools

Abgesehen von Excel, was im ersten Schritt reichen kann: Der Standard für alle Studenten der Statistik ist SPSS, aber es gibt auch kostenlose Tools wie R (das R-Projekt), die für mehrere Plattformen verfügbar sind und auch eine große Community haben, die Support leisten kann. R ist auch über Skripte steuerbar, so dass eine ganze Menge von Daten automatisch ausgewertet werden kann, zum Beispiel für Regressionsanalysen.

Exit Rate = Besuche der Page, die hier enden / Besuche der Page x 100

Der Unterschied zur Bounce Rate ist, dass bei der Exit Rate ein Besucher schon von einer anderen Page derselben Website kam, der Besucher nicht einfach nur “abprallt”, sondern gemütlich aus der Website hinaus schlendert. Das heißt, dass der Besucher mit der ersten Seite bzw. den ersten Seiten schon mal nicht ganz unzufrieden war – ansonsten wäre er ja schon gebounced -, doch hier hat es ihm dann doch endgültig gereicht. Irgendwann gibt jeder Besucher die Suche nach dem Gewünschten auf. Und im Grunde kann kein Web Analytics Tool da weiterhelfen, den Grund zu erfahren! Sie können nur sehen, dass etwas nicht stimmt – wenn Sie es denn sehen möchten.

Was sind nun die positiven oder negativen Gründe warum ein User die Seite freiwillig oder unfreiwillig verlässt und was kann man als Webseiten Betreiber tun?

• Erstens – das Wichtigste – nicht in blinden Aktionismus verfallen. Es gibt keine universellen Lösungen. Was bei der einen Seite funktioniert, lässt sich nicht so einfach auf eine andere übertragen. Das Verlassen einer Seite muss nicht immer schlecht sein – so ist es natürlich, dass die Reise vieler User auf der Bestellbestätigungsseite endet. Haben Produktdetailseiten eine hohe Exit Rate, so kann es natürlich daran liegen, dass die Besucher unbefriedigt die Seite verlassen. Allerdings könnte es auch sein, dass der Nutzer einfach die Informationen gefunden hat, die er gesucht hat und nun glücklich die Seite verlässt.
• Werten Sie aus, ob auf gewissen Seiten die Exit Rate höher ist als auf anderen. Das kann ein Indikator dafür sein, dass Sie sich ganz bestimmte Seiten herausnehmen müssen, um diese genauer zu analysieren. Funktionierte diese Seite? Gab es Fehlermeldungen? Waren die Links (Navigation, Textlinks, etc.) korrekt? Woher kamen die Besucher, und was könnten sie von dieser Seite erwartet haben? Ist das Verhalten der einzelnen Nutzersegmente unterschiedlich?
• Nutzen Sie Tests (z.B. A/B-Tests, Multivariate Tests), um zu erkennen, ob sich die Exit Rate durch das Verändern von bestimmten Elementen auf der Website ändert und ob dies ggf. auch einen positiven Effekt auf die Conversion hat.
• Prüfen Sie, ob die User, die die Seite verlassen haben, innerhalb kurzer Zeit wiederkehren. Eventuell brauchen die potentiellen Kunden auf einem E-Shop eine gewisse Zeit, um sich zu einem Kauf durchzuringen.

Wie Sie sehen lässt sich die Frage, warum die Nutzer aussteigen, nicht einfach beantworten und nur nach gründlicher Analyse möglichst vieler Daten teilweise beantworten. Letztendlich wird aber auch der treuste User die Seite irgendwann verlassen, optimalerweise natürlich an einer von Ihnen gewünschten Stelle.

Die Absprungrate oder Bounce Rate ist eine wichtige Metrik im Web Analytics-Bereich, die nicht zuletzt deswegen in das Bewusstsein der meisten Webmaster geraten ist, weil sie im Dashboard von Google Analytics zu sehen ist. Google versteht unter der Absprungrate folgendes:

Die Absprungrate ist der prozentuale Anteil von Zugriffen auf nur eine Seite oder von Zugriffen, bei denen die Besucher Ihre Website bereits auf der Einstiegsseite (Zielseite) wieder verlassen haben. Verwenden Sie diesen Messwert als Maßstab für die Besuchsqualität. Eine hohe Absprungrate weist in der Regel darauf hin, dass die Einstiegspunkte zur Website von den Besuchern als nicht relevant angesehen werden. (Google Analytics Hilfe)

Das ist eine Google Analytics-eigene Interpretation der Absprungrate, denn normalerweise wird unter der Bounce Rate der Anteil der Benutzer verstanden, die SOFORT die Seite wieder verlassen. “Sofort” steht hier für 5 oder 10 Sekunden, je nachdem welches Web Analytics-System eingesetzt wird, nur eben nicht bei Google.

Warum ist das wichtig? Es ist eben ein großer Unterschied, ob ein Benutzer nur bis zu 5 oder 10 Sekunden auf einer Seite ist oder eine Minute. Wer wenige Sekunden bleibt, der wird die Seite tatsächlich nicht als relevant erachten, wer länger bleibt wahrscheinlich schon. Für Google macht das in Analytics keinen Unterschied: Egal, wie lange ein Benutzer auf einer Seite bleibt, wenn er keine weitere Seite des Webauftritts ansieht, dann zählt er zu denen, die abgesprungen sind. Das macht vor allem die Webmaster nervös, die daran glauben, dass die Bounce Rate einen Einfluss auf das eigene Ranking hat.

Natürlich ist es ein schlechtes Zeichen, wenn die Besucher eines Online Shops nur die Landing Page ansehen und dann wieder verschwinden. Könnte sein, dass der Benutzer nicht das gefunden hat, was er gesucht hat. Könnte auch sein, dass es genau das war, was er wollte, er aber nur schnell die Preise vergleichen will. Und bei manchen Seiten, die vor allem Informationen bieten, könnte es auch ein gutes Zeichen sein, wenn die Benutzer sofort das finden, was sie gesucht haben, auch wenn Google dagegen halten könnte, dass die Benutzer sich dann auch andere Seiten des Webauftritts ansehen würden. Wir wissen es nicht, und Google weiß es auch nicht.

Allerdings kann man mit einem kleinen Hack die tatsächliche Bounce Rate mit Google Analytics herausfinden. Das hilft einem nicht für die Vergangenheit, aber sobald das Skript eingebunden ist, sieht man unter dem Punkt “Absprungrate” oder “Bounce Rate” den tatsächlichen Anteil der Besucher, die die Seite sofort verlassen (und man kann sogar selbst konfigurieren, ob man die Bounce Rate bis 5 oder 10 Sekunden messen will).  Unter Besucher -> Besuchertreue -> Besuchstiefe kann man auch immer noch sehen, wer sich nur eine Seite angeschaut und die Seite dann verlassen hat. In unseren Versuchen wurde die Bounce Rate in den meisten Fällen auf einen Bruchteil reduziert. Ist die Bounce Rate zuvor bei 60%, so kann sie nun schnell bei nur noch 10% oder weniger liegen. Dieser kleine Hack ermöglicht auch, die Keywords zu ermitteln, bei denen die Benutzer sofort wieder verschwinden: An diesen Landing Pages sollte dann gearbeitet werden, zum Beispiel durch einen a/b-Test, um festzustellen, welche Inhalte so relevant sind, dass die Benutzer länger bleiben.

Trotz aller Kritik in der Vergangenheit legt Google bei Analytics noch einmal nach und erhöht den Funktionsumfang um einige interessante  Features. Das Tool wird inzwischen von unzähligen Websites eingesetzt und bietet vor allem Privat Usern und kleinen Seiten die Möglichkeit kostenlos umfangreiche WebAnalyse zu betreiben. Auch von Unternehmen wird Analytics inzwischen eingesetzt, obwohl sich hier die Frage stellt, ob man Google eine so große Menge an Informationen über das eigene Unternehmen zur Verfügung stellen möchte.

Google Chef Eric Schmidt hat jedenfalls seine ganz eigene Meinung zu dem Thema Datenschutz: „Wenn es etwas gibt, von dem Sie nicht wollen, dass es irgendjemand erfährt, sollten Sie es vielleicht ohnehin nicht tun“ sagte er kürzlich in einem Interview mit dem US Fernsehsender CNBC! Man darf gespannt sein wie die Diskussion rund um das Thema Datenschutz und Google Analytics ausgehen wird.

Der Konkurrenzkampf in diesem Segment wird auf jeden Fall härter und es wird interessant sein, zu beobachten wie die großen Anbieter von kostenpflichtigen Web Analyse Tools wie z.B. Econda, Etracker, Omniture, Webtrends auf die immer umfangreicher werdenden Leistungen von Google Analytics reagieren werden.

Im Folgenden möchten wir kurz einen Blick auf die unterschiedlichen neuen Funktionen von Google Analytics werfen!

• Es gibt unter dem Menüpunkt „Intelligenz“ nun die Möglichkeit den User zu Benachrichtigen, sobald es Auffälligkeiten in den Statistiken gibt. Dies kann automatisch geschehen, dann muss man nur die Benachrichtigungsempfindlichkeit einstellen. Google versucht aus den Daten selbstständig zu erkennen, ob es einen Grund gibt den User über Signifikante Veränderungen über einen gewissen Zeitraum zu informieren. Zudem kann man auch benutzerdefinierte Benachrichtigungen einstellen, hier kann der User selbst entscheiden wann und aus welchem Grund er ggf. informiert werden möchte. Für größere kommerzielle Seiten ist dies sicherlich praktisch, um rechtzeitig negative Entwicklungen innerhalb der Daten festzustellen, welchen Sinn diese Funktion für kleinere Webseiten macht, ist fraglich.
• Neu ist auch, dass es jetzt möglich ist, bis zu 20 verschiedene Ziele anzulegen (z.B. diverse Bestätigungsseiten). Das interessante dabei ist, dass u.a. auch die Besuchszeit als Ziel einstellbar ist. So lässt sich einfach erkennen, ob die Besuchszeit über einen bestimmten Wert steigt oder unter einen bestimmten Wert fällt, dies lässt sich frei definieren.
• Erfreuen wird die Analytics User, dass es nun auch möglich ist, Mobile Webseiten und sogar Anwendung für z.B. das IPhone oder Handys mit Android Betriebssystem zu tracken. Gerade mit zunehmender Bedeutung der Applikationen sicherlich eine wichtige Neuerung.
• Endlich gibt es in Analytics nun auch die Möglichkeit Unique Visitors auszuwerten. Was in anderen Analyse Tools schon zum Standard gehörte, ist nun auch hier möglich. Die Fragen, wie viele absolut eindeutige Besucher die Webseite besucht haben wird hier beantwortet!
• Das bisher recht statische Reporting wird durch die neuen Analyse Funktionen deutlich aufgewertet.  Alle Messdaten können nun über sämtliche Dimensionen miteinander verknüpft und ausgewertet werden. Sogar Benutzerdefinierte Variablen können in den Bericht mit einbezogen werden. Eingeschränkt wird das ganze dadurch, dass maximal 5 Dimensionen in einem Bericht enthalten sein dürfen. Schade ist auch, dass die unterschiedlichen Dimensionen nicht auf einem Blick zu sehen sind, man muss sich durch die unterschiedlichen Ebenen klicken, um einen übergreifenden Blick zu erlangen.
• Ein immer wichtiger werdendes Feature ist in Google Analytics nun auch Berücksichtigt. Ab sofort kann man beliebige Segmente einrichten, nach denen bestimmte Typen von Seitenaufrufen gruppiert werden können! So lässt sich das Verhalten von Usern z.B. um eine bestimmte Zeit oder aus einer bestimmten Stadt nun genauer betrachten. Es lässt sich aber auch jede weitere Dimension als Segment festlegen und sogar mit anderen Dimensionen kombinieren.
• Es ist möglich, erweiterte Segmente und Benutzerdefinierte Report Templates anderen Google Analytics Usern freizugeben, so dass diese die gleichen Segmente und Reportings verwenden können. Dies funktioniert mit einer URL, die man anderen Analytics Usern zur Verfügung stellen kann, die Struktur des eigenen Reportings kann so in einen anderen Account übernommen werden.
• Die letzte Neuerung sind die Benutzerdefinierten Variablen, die sich nun mit Analytics anlegen lassen.  Jeder beliebige Wert aus der Seite kann an Analytics übergeben werden.

Weitere neue Funktionen sind laut Google schon geplant, so kann man demnächst die Zeitleiste mit Anmerkungen versehen, so dass direkt ersichtlich ist, warum z.B. der Traffic auf der Seite angestiegen ist (durch Steigerung des Markteting Budgets oder Facelift der Seite, etc.).  Zusätzlich wird noch ein Code-Generator bereitgestellt, der es ermöglicht, einfach Codes für Domains und Subdomains zu erstellen und auch Kampagnen und weitere Einstellungen berücksichtigt.

Wir sind gespannt was Google demnächst noch mit Analytics vor hat, die aktuellen Änderungen werden sicherlich die überzeugten Anwender von Analytics erfreuen, die Konkurrenz aber ins Schwitzen bringen.