Jim Sterne - Web Metrics (2002)

• Im Jahr 2002 hat Jim Sterne die jährlich stattfindende internationale emetric-Messe ins Leben gerufen. 2003 hat Jim Sterne mit Bryan Eisenberg und Andrew Edwards die Web Analytics Association (WAA) gegründet.
  
• Interessant war die Glas-Methaper, mit der verschiedene Conversionstrecken bzw. Abbrüche dargestellt werden. Auch interessant, das bereits 2002 CRM und Behavioral Targeting Thema waren.

Kapitel 2 – Metriken
Metriken sollten einfach sein (weniger ist mehr), sowie mit Geschäftszielen und Kundenbedürfnissen in Zusammenhang stehen. Dabei muss man sich im Klaren sein, was man eigentlich mit der eigenen Website erreichen will. Dann muss man die Nutzer der Webseite verstehen und die Webseite darauf optimieren und den Erfolg quantifizierbar machen. Dabei können folgende Fragen von Interesse sein: Werden neue Besucher auf die Webseite gelockt? Ist die Webseite attraktiv und lässt Besucher darauf verweilen? Welche Bereiche sind nicht attraktiv? Wie unterscheiden sich die Besucher? Durch welche Merkmale können sie am besten beschrieben werden? Wie kann eine Charakterisierung der Besucher dabei helfen andere Produkte mit zu verkaufen? Wie kann Loyalität gemessen werden?

Kapitel 3 – Wie man Unterstützung vom Chef bekommt
Analysieren kostet Geld, dass man vom Management anfordern muss. Hält man bettelnd die Hand auf und sagt, man möchte „Page Impressions“ messen, dann ist das wenig überzeugend und man kassiert ein „nein“. Es muss so formuliert sein, dass es für das Unternehmen profitabel ist, d.h. was kann das Unternehmen durch die Analysen an „Geld“ gewinnen, wenn Verbesserungen eintreten?

Kapitel 4 – Web Measurement Standards setzen
Schlechte Nachrichten: Es gibt keinen Standard für Bezeichnungen wie Page Views, Hits, Sessions, Unique Visitor, etc. Eine Conversion auf einer Travel-Seite ist etwas anderes als eine Conversion auf einer E-Commerce-Seite. Zudem fehlen Informationen über die allgemeine Nutzung des Internets. Sterne macht darauf aufmerksam, dass man Standards und Benchmarks braucht, um eigene Zahlen im Kontext zu sehen. Als eine Benchmarkmöglichkeit wird Nielsen Netratings erwähnt.

Kapitel 5 – Logfiles
Zu Beginn wird ein Logfile gezeigt und was man daraus lesen kann (Anzahl der Besucher, Referer, angesehene Seiten, Bounce-Rate). Webtrends hat mit dem „Log Analyzer“ ein ausgereiftes Reporting (Anzahl der Besuche, Top Pages, Top Entry Pages, Adviews/Adclicks, Top Referring Sites, Top Search Phrases). Fazit: Als erstes fragt man sich „Was können mir die Daten sagen?“ als nächstes „Was möchten wir wissen und wie viel davon kann uns die Web Analyse davon beantworten“?

Kapitel 6/7 – Werbung
Wie kann man mit Web Analytics den Erfolg messen, wie man Besucher auf die Webseite lockt? Besucher kommen direkt auf die Webseite, über eine Suchmaschine oder über einen Banner. Direkteingaben der Url. in den Browser oder den Firmennamen in eine Suchmaschine geben, sind Zeichen dafür, dass die Nutzer ein Markenbewusstsein haben. Es werden verschiedene Werbeformate, Platzierungen und Maßzahlen besprochen. Zudem auf die Standardisierung und Begriffe des Internet Advertising Bureau hingewiesen: Ad Impression, Click, Visit, Unique User, Page Impression. Im Weiteren wird auf die Messung des Erfolges von Email-Kampagnen eingegangen (Emails Send/Opened/Bounced/Unsubscribed/Responsed). Am Ende des Kapitels geht es um eine Definition des „Besucherwertes“ und beinhaltet Wiederkehrer. Der Gewinn einer Kampagne (ROI = Return on Investment) kann berechnet werden, indem man die Akquisitionskosten und Conversionrates gegenüberstellt.

Kapitel 8 – Webseiten Performance
In diesem Kapitel geht es um die Internetgeschwindigkeit und Performance-Probleme/Messung.

Kapitel 9 – Wert der Webseite messen
Websites wie Yahoo!, die Werbung verkaufen, haben sich darum bemüht, Besucher länger und öfters auf Ihren Seiten zu halten. Das ist der Grund, warum Inhalte wie News, Wetter und E-Mail eingeführt wurden. Die Kennzahl für dieses an der Webseite kleben bleiben ist „Stickiness“ (Dauer pro Besucher).

Kapitel 10 – Usability der Webseite
Es beginnt mit dem Ersteindruck der Webseite und die Frage, wo die Besucher beim Aufruf der Website landen? Der Top-Entry Page Report wird vorgestellt. Wie sich die Nutzer auf der Website bewegen zeigt der Navigationspfad. Die häufigsten Navigationswege geben Aufschluss über Trampelfrade. Web Analytics kann durch weitere Methoden zum Designvergleich oder der Verbesserung der Startseite, Landingpages und der gesamten Navigation angereichert werden (Cardsorting, Eyetracking-Studien, Usability-Test).

Kapitel 11 – Conversion kalkulieren
Conversion kann vieles bedeuten: Newsletterregistrierung, ein White Paper downloaden, ein Produkt kaufen. Eine Conversionrate (Kauf) liegt bei etwa 2%. Die Conversionrate ist am besten am Customer Life Cycle Funnel darstellbar (Akquise => Überzeugung => Kauf). Anhand einer Glas-Methaper werden verschiedene Modelle des Trafficverlaufes vorgestellt, bei dem der Traffic direkt nach der Akquise oder nach der Überzeugung abbricht. Es wird untersucht, wie der Zusammenhang zwischen Nutzungsintensität (Dauer, Seitenaufrufe, Besuche bis zum Kauf) und Kauf ist. Mit dem Recency-Frequency-Model wird abgeschätzt, welche Besuchergruppe die höchste Wahrscheinlichkeit zum nächsten Kauf hat. Auch wird ein Model erwähnt, bei dem massig an Daten zusammengespielt werden und aus denen Zusammenhänge über potentielle Käufer analysiert werden. Bei Neubesucher sagt es dann das Verhalten voraus.... (Kommentar: Schon 2002 wurde über Behavioral Targeting gesprochen).

Kapitel 12 – Informationen über den Kunden maximieren
Durch CRM werden Informationen aus verschiedenen Quellen über Kunden gesammelt, um ein Möglichst umfassendes Bild zu bekommen: Customer Relation Management (Advertising campaign management, Business intelligence, Data mining, Web analytics). (Potentielle) Kunden kann man in Segmente aufteilen. Sie unterscheiden sich z.B. in Bezug auf genutzter Internet-Technik, Interessen, Soziodemographie, Erfahrung (Wiederkehrer), der Branche oder Jobfunktion, dem Surfverhalten (z.B. Besuchsdauer). Analysiert man Web-Daten nach Segmenten, so ist dies zielgruppenspezifischer.
Retention: Es ist einfacher, einem bestehenden Kunden etwas zu verkaufen, als einem Neuen. Wie misst man die Fähigkeit, Kunden zu behalten? Wenn jemand kurz vor Kauf wegsurft, dann nennt man das „Abandonment“, wenn der Besucher nie wiederkommt, dann „Attrition“. Das Gegenteil zum „Abandonment“ ist „Sale“, das Gegenteil von „Attrition“ ist „Retention“. Ein Besucher kann sich wie folgt bewegen: Reach => Acquisition => Conversion => Retention. Die Abbruchstellen sind: Leakage => Abandonment => Attrition. Churn ist das Verhältnis zwischen „Retention“ und „Attrition“.
Recency, Frequency, Monetary Sale: Personen, die vor Kurzem gekauft haben, kaufen wahrscheinlich auch in Zukunft. Personen, die häufig kaufen, werden wahrscheinlich auch in Zukunft häufig kaufen. Personen, die viel ausgegeben haben, werden wahrscheinlich auch in Zukunft viel ausgeben.

Kapitel 13 – Wert von Kunden-Self-Service messen
In diesem Kapitel wird diskutiert, wie Online-Support Call-Center Kosten senken kann.