Kriterien und Anforderungen für die Web-Analytics-Tool-Auswahl
Ganz gleich, ob Sie sich für
Google Analytics, Adobe Omniture, Webtrekk, AT Internet, Comscore
(Nedstat), etracker, IBM Coremetrics, econda, Piwik oder Webtrends
entscheiden, die
Entscheidung wird nicht leicht fallen und wahrscheinlich
intuitiv sein.
Peter
Kruse: Entscheidungen
Inhalt
des eBooks: Vorstellung der Tool-Verbreitung in Deutschland + Kritiken
+ Referenzen, sowie Beschreibung nach Kern-Merkmalen. Die Tool-Auswahl kann auf wenige Kern-Merkmale reduziert werden:
1. Company
2. Datenschutz
3. Support
4. Marketing Optimierung
5. Surf- und Kaufverhalten
6. Conversion Optimierung
7. Kundenbindung
8. Reporting
1.
Company
Neben Kerndaten (Gründung, Firmensitz)
ist interessant, ob sich das Unternehmen auf Privatleute, Mittelstand,
Großkunden fokussiert.
Zudem geben die Tool-Verbreitung, Ratings von Ideal Observer oder Forrester
und die Namen von Referenz-Kunden
zusätzliche Informationen, die das Unternehmen für die engere Auswahl
interessant machen könnten.
2.
Datenschutz
Datenschutz ist besonders in
Deutschland hoch priorisiert. Die meisten vorgestellten Tools sind
jetzt auch datenschutzkonform.
Ein weiteres Merkmal ist aber
auch die Datensicherheit,
d.h. ob die Daten beim Tool-Anbieter liegen (ASP) oder man eine Inhouse-Lösung hat.
3.
Support
Support beinhaltet die
Frage, wie gut und
schnell jemand bei Problemen helfen kann und wie viel
diese Hilfe kostet. Für internationale
Kunden ist auch wichtig, den Support in mehreren Ländern
zu haben.
Oder man möchte das
eigene Team stärken und die Mitarbeiter fortbilden. Dazu bieten
Tool-Anbieter Schulungen
an. Zudem gibt es zum Tool als quasi Selbsthilfe neben Handbüchern auch Schulungsvideos, Onlinehilfen und Foren zum Austausch.
4.
Marketing Optimierung
Durch Marketing bekommt man
Besucher auf die Website, aber ob sich der Einsatz vom Marketing lohnt (Return on Investment)
muss mit Web Analytics gemessen werden. In der Regel hat man auf der einen Seite die
Werbekanäle (Bannerwerbung, Affiliates, Newsletter, bezahlte Suchmaschinenanzeigen),
Kampagnen und Varianten (Art der Teaser, gebuchte Keywords)…. und auf der anderen Seite Key
Performance Indikatoren (Bounce-Rate, Conversion-Rate, Umsatz).
Da mehrere Kampagnen zu einer
Conversion führen können, ist ein Thema die Berechnung des Teilerfolges
einzelner Maßnahmen an der Conversion (Multichannel-Kampagnen).
Zum anderen geht es auch um die Optimierung
einzelner Werbekampagnen oder Werbemittel für die Feinsteuerung des
Werbebudgets.
5. Surf- und Kaufverhalten
Reports zu den Top-Inhalten und meist genutzten
Seiten zeigen einem die Interessenschwerpunkte der
Besucher. In Kombination mit der Nutzungsintensität kann auch noch was
über die Nutzungsqualität gesagt werden (Engagement).
Ein wichtiges Feature
ist, wie einfach man einzelne Seiten zu Gruppen zusammenfassen kann, um
z.B. eine Kategorien-Auswertung
zu fahren.
Surfpfade, Heatmaps, Browser-
Overlays (Click-Maps), Scrollbereiche und Videos des Surfverhaltens
helfen das Nutzungsverhalten besser zu verstehen. Hilfreich ist die Trackbarkeit der internen Suche,
d.h. wonach gesucht wird und auch, wo es keine Suchtreffer zu gibt.
Speziell für den E-Commerce gibt es
extra Auswertungen über die Umsatzerlöse einzelner Produkte und
Produktgruppen. Segmentierungen
sind sehr wichtig für die Analyse, um das Surf- und Kaufverhalten
besser zu verstehen. Eine Segmentierung ist der Vergleich von z.B. zwei
Teilgruppen
(Erstnutzer vs. Wiederkehrer).
Um das Nutzungsinteresse und
Kaufverhalten besser zu verstehen, können zusätzlich Befragungen
eingesetzt werden.
Zu weiteren Analysen
gehört die Messung von Social
Media Aktivitäten (Facebook, Twitter, Google+), Mobile Analytics
oder die Messung von
Ladezeiten.
6.
Conversion Optimierung
Am einfachsten kann man
die Conversion mit einem A/B-Test
optimieren. Man hat zwei alternative Seite und zeigt den einen Teil der
Besucher Variante A und den anderen Teil der Besucher Variante B. Nach
einiger Zeit zeigt sich am Klick- und Kaufverhalten, welche Variante
erfolgreicher war. Bei Seiten mit vielen Besuchern können sich auch Multivariate Tests lohnen,
weil dort viele Kombinationen von Bild, Text, Überschrift und Buttons
gleichzeitig getestet werden
können.
Eine weitere Analyse
ist der Bestellprozess.
Mit dem Trichter-Model
oder Funnel wird aufgezeigt, wie viele Besucher man in
einzelnen Schritten verliert. Mit Formular-Analysen kann man der Sache
dann noch tiefer auf den Grund gehen und sieht, wie viele Personen an
welcher Stelle bei einem bestimmten Formular abgebrochen haben.
7.
Kundenbindung
Am einfachsten wird die
Besuchertreue durch die Wiederkehr-Rate
gemessen. Möchte man dann noch wissen, ob die Besucher zufrieden sind
oder gar die Website weiterempfehlen würden, dann kann man eine Befragung dazu
schalten.
Je besser man das
Surf-und Kaufverhalten versteht, desto individueller können einzelne
Kunden angesprochen werden. Das während des Besuches auf der Website
(z.B. Produktempfehlungen, Werbe-Angebote, Bildmotive …) oder
danach per E-Mail. Ein Tool braucht für dieses „Behavioral Targeting“
die Möglichkeit, Daten zu importieren und zu exportieren. Man spricht
von der Verknüpfung mit Business
Intelligence.
8.
Reporting
Zum Bereich Reporting gehört
das personalisierbare
Dashboard (Kerninformationen auf einer Seite), automatische individualisierbare Reports per
E-Mail und Alerts
(Automatische Warnmeldung per E-Mail, wenn ein
vordefinierter Grenzwert über- bzw. unterschritten wird).
Laden Sie jetzt das kostenlose 50-Seiten-eBook-Special "Tool-Auswahl" runter
Inhalt des eBooks: Vorstellung der
Tool-Verbreitung in Deutschland + Kritiken + Referenzen + Beschreibung nach Kern-Merkmalen
