Eric T. Peterson - Web Site Measurement Hacks (2005)

• Eric T. Peterson ist der Chef von webanalyticsdemystified.com und Autor von drei einflussreichen Büchern, deren Herzstück die Key Performance Indikators sind (KPIs). Peterson hat den Web Analytics Wednesday ins Leben gerufen, bei dem sich Fachinteressierte treffen, um sich auszutauschen.
  
• Am interessantesten an diesem Buch fand ich das Kapitel 4 „Die Messung von Usability durch Web Analytics“ und das Kapitel 7 „Reporting Strategien und Key Performance Indikatoren“. Peterson zeigt Wege auf, wie man durch Messung von Web Analytics Daten Schwachstellen in der Benutzerführung finden kann. Key Performance Indikatoren sollen dabei helfen, die Masse an Informationen, die man aus einem Web Analytics Tool ziehen kann, auf wenige zu reduzieren.
  
  

Kapitel 2 - Die Implementierung des Web Analytics Tools
In diesem Kapitel geht es um die Messgenauigkeit, d.h. was muss man tun, damit man später möglichst gut auswerten kann. Vorgestellt werden technische Details zu Cookies, Java-Skript-Auslesung und Robots. Für eine angenehmere und besser interpretierbare Analyse spricht die Nutzung von sprechenden Urls und hierarchischen Pfaden, sowie der Einsatz von Variablen für Detailinfos wie z.B. Bestellmenge, Bestellwert, etc.

Kapitel 3 - Messung von Online-Marketing Aktivitäten durch Web Analytics
Zu Beginn werden Marketing-Begriffe erläutert (ROI, Conversion, CPA, CPC). Webseitenziele müssen definiert werden (z.B. mehr verkaufen, mehr Kontakte generieren). Ebenso wird definiert, wie das Erreichen dieser Ziele gemessen werden kann (Conversion = Kauf, Newsletter Bestellung). Vorgestellt wird die Messung von Banner-Werbung, Email-Marketing, bezahltes Suchmaschinenmarketing, Organische Suche, Affiliate Marketing.

Kapitel 4 - Die Messung von Usability durch Web Analytics
Usability misst die Benutzerfreundlichkeit einer Webseite. Einfachere Usability Fragestellungen können durch Web Analytics an ein großes Publikum gestellt werden. Durch Web Analytics wird man jedoch nicht die Motive der Nutzer erfassen können.
Die Webseitennutzung lässt sich durch die Aufzeichnung der geklickten Links messen, wobei der Browseroverlay das modernere Verfahren ist, um visuell den Pfad der Nutzer nachzusurfen.

Ziel der Webseite ist es, Nutzer dazu zu motivieren, etwas zu kaufen, sich zu registrieren oder einen Kontakt herzustellen. Man möchte, dass sich die Nutzer mit der Webseite, dem Marketing, der Marke und den Verkaufspfad näher befassen. Um dies zu erreichen, muss das Ziel sein, die Nutzer der Webseite / des genutzten Webseitenthemenbereiches besser zu verstehen. Ein umfassenden Blick bekommt man beispielsweise durch folgende Fragestellungen: Was ist das Konkurrenzumfeld? Wie ist die Soziodemographie und Psychographie der Nutzer?, Über welche Keywords sind die Besucher gekommen?. Sofern man es schafft sich in die Nutzer hinein zu versetzen, gilt als nächstes die Webseite sprachlich und strukturell auf diese Nutzergruppe abzustimmen.

Im Folgenden geht Peterson näher auf verschiedene Metriken ein: Die Messung der Nutzungsdauer, Entry-Page, Exit-Page, Single-Access-Pages (Besuche, die nur aus dem Aufruf dieser Seite bestanden: meist Einstige von Suchmaschinen und Kampagnen) und der Stickiness, der Attraktivität einer einzelnen Seite (Wie viel % der Besucher haben bei dieser Seite den Besuch weitergeführt?).

In dem Unter-Kapitel „Measure Multi-Step Processes“ wird näheres zu Bestell- und Registrierungsprozessen geschrieben und wie man den Erfolg einzelner Seiten messen kann: So sagt die „Retention-Rate“, wie viele Besucher im Prozess noch weiter machen, d.h. die Folgeseite besuchen. Conversion-Rate ist der Anteil der Besucher, die bis zum Ende des Bestell- bzw. Registrierungsprozesses gekommen sind. Das Gegenstück zur Conversion-Rate trägt den Namen „Abandoment Rate“ und beinhaltet den Anteil der Abbrecher. Da man z.B. bei einer Bestellung einer Hose bis zu 30 Seiten hin und her klicken kann, werden im Multi-Prozess „Checkpoints“ definiert, die eine Person im Laufe des Besuches passiert haben muss, um einen Schritt weiter zu sein. Diese Reports werden auch „Fall-Out-Reports“ genannt und können gute Einblicke geben, wo die meisten Abbrüche sind.

Eine wichtige Rolle spielt der Checkout- Prozess bzw. Bestellprozess. Erst wird die Ware in den Warenkorb gelegt, dann kommen persönliche Daten (Lieferanschrift, Zahlungsart) und am Ende eine Übersicht der Bestellung. Hier schaut man sich dann an, wie viele Personen es nicht zum nächsten Schritt geschafft haben, um dann Abbruchstellen genauer unter die Lupe zu nehmen (Z.B. bei Formulardaten die Fehlermeldungen oder die Zurücknavigation nach der Bestellübersichtsseite).

Der Browser- Overlay bietet sich an, um die Navigation zu verbessern, denn man begibt sich so am besten in die Lage der Nutzer, indem man Ihre Webseitenbesuche visuell nachsurft. Gibt es Seiten, die eine wichtige Rolle spielen, aber zu hohen Abbrüchen führen? Vielleicht werden die Links zur weiteren Navigation einfach nicht gesehen (zu weit rechts oder unten im Scrollbereich).

Messung der internen Suche: Die interne Suche kann zum einen etwas über den Besuchsgrund des Nutzers aussagen, zum anderen können Metriken dabei helfen, abzuschätzen, wie erfolgreich die Suche ist. Wie viele Besucher nutzen die Suche? Wird die Suche gleich zu Beginn oder erst mitten in dem Besuch genutzt ? (Indikator für ein nicht zurechtkommen mit der Navigation). Wie hoch ist der Anteil der „keine Ergebnisse“. Wie viele Besuche enden mit der Ergebnisliste einer Suche, ohne weiter auf der Seite zu navigieren? Bei einigen Web Analytics Tools kann man der Ergebnisliste zwei Variablen mitgeben: eine für den Suchbegriff, die andere für die Menge der angezeigten Ergebnisse. Das hilft dann bei der Interpretation, denn 2000 Ergebnisse sind auch nicht hilfreich, da die Nutzer meist die ersten 3 anklicken, da diese die passendsten Beschreibungen beinhalten. Der Einfluss der Suche kann dann auch auf die Conversion gemessen werden. Funktioniert die Suche gut, kann das zu höheren Conversions führen. Ein Grund für die „keine Ergebnisse“- Seiten kann auch die fehlende Indexierung von hinzugefügten Inhalten sein, da ist ein regelmäßiger Check wichtig. Die „keine Ergebnisse“- Seite sollte zudem durch Infos (probieren Sie einen ähnlichen Begriff; prüfen Sie die Rechtschreibung) oder FAQs angereichert werden.

Das gezielte Reporting aufgrund der Segmentierung von Besuchern, macht Analyse zielgerichteter. So können Produktmanager und Inhaltsverantwortliche die Webseite besser an die Zielgruppe richten. Eine Segmentierung der Besucher kann nach genutztem Inhalt (Content-Report), genutzter Hilfe (Support-Report) und Käufen (Sales-Analysis-Report) erfolgen.

Kapitel 5 - „Technographie“ und Soziodemographie
In diesem Abschnitt geht es um die Technische Messung der Besucher (Browser, Zugangsgeschwindigkeit, Bildschirmauflösung, Browser-Plugins, Sprache, Geographie gemessen über die IP-Adresse). Des weiteren wird darauf eingegangen, wie Soziodemographiedaten aus Eingabeformularen in Variablen geschrieben und weitergegeben werden, um diese mit Web Analytics Daten zu verknüpfen. Auch wird das Messen von Downloads erwähnt, sowie das Erfassen von Direkteinstiegen über Bookmarks, die über Logfiles anhand der Auslieferung des Favicon (kleine Bild in der Adressleiste) gemessen werden können.

Kapitel 6 - Web Analytics im E-Commerce
Das große Ziel eines Onlineshops ist es, interessierte Nutzer anzuziehen, diese zu wiederkehrenden Käufern zu machen und mehr zu verkaufen. Die damit verbundenen Kosten (Marketing, Zeitaufwand) sollen dabei möglichst gering sein. Wichtig ist es, den Erfolg von Marketingkampagnen zu messen: Die Trafficquellen (bezahlte Keywords, Emailkampagnen, Affiliates, Bannerwerbung) sollen segmentiert werden und auf Metriken untersucht und verglichen werden (Conversion, Besuchertreue). Zudem sollte man eine Übersicht über die angesehenen Produktgruppen bekommen. Welches sind die interessantesten Produkte? Welche werden nur angesehen? Welche angesehen und gekauft? Die Analyse von Abbruchstellen im Checkout-Prozess (Warenkorb, Login oder Registrierung, Lieferadresse, Zahlungsart, Bestellübersicht) gibt Hinweise für Optimierungsbedarf. Ist der Bestellbutton versteckt? Gibt es zu viele (Plicht) Eingabeformulare? Auch hilft die tiefere Analyse der wiederkehrenden Besucher: Ein Wiederkehrender Besucher hat die Webseite mindestens zweimal besucht. Dabei kann es sich lohnen, die Frequenz der Wiederkehrer genauer zu analysieren. Wie oft muss der durchschnittliche Besucher wieder kommen bis er etwas kauft? Mit der Metrik „Recency“ misst man, wann eine Person das letzte mal etwas gekauft hat. War es vor einem Monat oder einem Jahr? Dabei vergleicht man beispielsweise die Trafficquellen (Google-Suche vs. Banner) und berechnet den durchschnittlichen letzten Kaufzeitraum. Auch wird auf Cross-Sell-Data and Recommendation eingegangen: Eine Analyse von Produkten, die zeitlich eng beieinander gekauft werden, gibt Aufschluss darüber, welche Produkte als Zusatzverkauf durch eine Empfehlung mit verkauft werden können.

Kapitel 7 - Reporting Strategien und Key Performance Indikatoren
Als Web Analyst hat man die Aufgabe aus der Masse an komplizierten Details, die Kerninfos herauszufiltern und einfach und verständlich zu präsentieren. Peterson empfiehlt die Reports in Excel zu machen, da sich keiner in das Web-Analytics Tool einloggen wird. Informationen sollen Zielgruppengerecht sein, d.h. nur die Infos, die für die jeweilige Abteilung bzw. Funktion von Interesse sind. Zahlen sollten nicht ohne Kontext bzw. Verhältnis zu anderen Zahlen präsentiert werden. Hat man absolut 1.000 Käufer, dann kann das gut oder schlecht sein (je nachdem wie viele Webseitenbesucher man hat). Auch sollte eine Monatszahl nicht allein stehen, sondern immer im Vergleich zur Vorperiode, damit man abschätzen kann, ob sich etwas verbessert oder verschlechtert hat.

• Allgemeine Key Performance Indikatoren (KPIs): Besuchertreue und Engagement
  Wie viele von den monatlichen Besuchern sind schon einmal da gewesen? Wie intensiv wird die Webseite genutzt? Das Verhältnis von Neuen zu Wiederkehrenden Besuchern liegt bei E-Commerce-Webseiten etwa bei 70:30 und bei Comtentseiten bei 60:40. Das Engagement der Besucher kann über die Besuchslänge und die Anzahl an aufgerufenen Unterseiten ermittelt werden. Dabei sollte man sich Anstelle des Mittelwertes eher die Verteilung der Nutzung ansehen (Häufigkeitsverteilung).
  
• Key Performance Indikatoren (KPI) bei einem Onlineshop
  Das Businessziel eines Onlineshops ist der Verkauf von Produkten. Zwischen Produktansicht und dem Kauf wird der Bestellprozess durchlaufen. Zu den KPIs zählen die Anzahl der Warenkorbaufrufe, Verkäufe ab betreten des Bestellprozesses, Käufe pro Besucher, Durchschnittlicher Bestellwert, sowie der Bestellumsatz pro Produktgruppe und pro Bestellung.
  
• Key Performance Indikatoren (KPI) bei einer Contentseite
  Das Businessziel einer Contentseite ist der Verkauf vom Werbefläche. Damit ist das „Engagement“ die wichtigste KPI. Das Engagement (Intensität der Nutzung) lässt sich durch verschiedene Metriken messen: Die Loyalität der Besucher (Besuche pro Besucher), die Besuchstiefe (Seitenaufrufe pro Besuch), die Anzahl an „interessierten Besuchen“ (z.B. mind. 5-10 Seitenaufrufe), der Anzahl an Besuchen mit über 90 Sekunden Nutzung oder dem Interesse für einzelne Unterseiten.
  
• Key Performance Indikatoren (KPI) bei einer Supportseite
  Das Businessziel einer Supportwebseite ist das Einsparen von Personalkosten im Call-Center. Bei einer Supportseite sollten die Besucher mit möglichst wenigen Klicks zur Lösung finden. Gütekriterien sind damit ein zeitlich kurzer Seitenbesuch, der aus wenigen Aufrufen von Einzelseiten besteht. Eine gute Suchfunktion unterstützt in diesem Prozess. Damit ist der Anteil an „Keine Treffer für die Suche“ ein weiterer Indikator (zero results searches). Durch Befragungen sollte die Zufriedenheit erhoben werden und dient damit als weiterer wichtiger Indikator für den Erfolg.
  
• Key Performance Indikatoren (KPI) bei einer B2B-Webseite
  Das Businessziel einer B2B-Webseite ist es, „Kundenkontakte“ zu generieren. Die wichtigste Kennzahl ist damit die Lead-Conversionrate. Messbar ist dies durch den Aufruf eines Kontaktformulares oder dem Download einer Wegbeschreibung.