Digitale Analyse: Warum mehr nicht immer besser ist oder 3 Strategien, wie Sie mehr aus Ihren Daten herausholen

Datengestütztes Marketing, um kundenorientierter zu sein, um Marketing-Aktivitäten zielgerichteter zu gestalten: Dies ist die Vision. Viele Entscheidungsträger stehen allerdings vor einem riesigen Berg an Daten in der Webanalyse und schaffen es nicht, diese systematisch so aufzubereiten, dass die gesammelten Informationen Marketing-Entscheidungen unterstützen. Der vorliegende Artikel zeigt auf, wo die Herausforderungen liegen und welche Strategien Sie dabei unterstützen, mehr aus den Daten der Webanalyse herauszuholen.

Die Webanalyse, die heute häufiger auch Digitale Analyse genannt wird, hat sich in vielen Unternehmen als Disziplin etabliert und ist ein regelmässiges Traktandum in den Marketingmeetings. Marketing-Entscheidungsträger haben erkannt, dass sie ein wertvolles Instrument für das Controlling ihrer Aktivitäten in den digitalen Kanälen ist. Betrachten wir allerdings den gesamten Prozess von der Datensammlung über die Datenspeicherung bis zur Datenauswertung stellen wir fest, dass viele Unternehmen in den letzten Jahren den Fokus auf die beiden ersten Phasen gelegt haben. Die Menge an Daten, die gesammelt werden, ist immens: (2) Anzahl Visitors, Clicks, Bounce-Rate etc.

Die Schwierigkeit ist, aus der Flut an Daten die relevanten zu finden und zu nutzen, um Entscheidungen vorzubereiten. John Naisbitt, ein US-amerikanischer Trendforscher, hat die Herausforderung wie folgt beschrieben: „We are drowning in information but starved for knowledge.“ Eine Studie von etracker (3) zeigt, dass viele Unternehmen die gesammelten Analyse-Daten lediglich für interne Reportings verwenden. Erst ein Drittel der Befragten generiert systematisch aus den Daten Erkenntnisse für die Optimierung der Marktbearbeitung oder nutzt die Webanalyse als Frühwarnsystem.

Verschiedene Faktoren erschweren oder verhindern die systematische und strukturierte Datenanalyse:

  • System- und kanalorientierte Datensammlung und -aufbereitung anstelle einer ganzheitlichen Sicht auf die Customer Journey.
  • Datenaufbereitung nach dem Prinzip „One view fits all“ anstelle von individuellen Sichten für einzelne Stakeholder (Analysten, Web-Verantwortliche, CMO, Kampagnenverantwortliche etc.).
  • Isolierte Darstellung von Daten anstelle der Darstellung der logischen und/oder chronologischen Zusammenhänge zwischen den Daten.
  • Statische Reports anstelle von dynamischen Sichten, die Drilldowns auf die Detaildaten erlauben, um Ursachen und Muster zu erkennen.
  • Nebeneinander von vielen Daten, ohne Aggregation auf strategische Key Performance Indicators und ohne Bezug zu Handlungsrelevanz.
  • Reporting als vergangenheitsorientierte Rechenschaftslegung anstelle eines zukunftsorientierten Optimierungsinstruments.

3 Strategien, um mit Daten die Entscheidungsfindung zu unterstützen.

Folgende drei Strategien unterstützen Sie dabei, mehr aus der Webanalyse herauszuholen. Nicht indem sie mehr Daten sammeln, sondern indem sie die relevanten Daten in der richtigen Form mit der richtigen Kontextinformationen an die richtige Stelle weiterleiten:

1. Bereiten Sie die Daten individuell auf:

Zunehmend sind nicht nur Analysten Nutzniesser der Webanalyse. Der Kreis der Anspruchsgruppen ist in den letzten Jahren gewachsen: Marketing-Entscheider, Sales, Produktverantwortliche, sie alle nutzen Erkenntnisse aus der Webanalyse bei ihren Aufgaben. Marketing Manager fragen sich, wie viel Traffic und Umsatz eine Kampagne generiert hat. Der Content Marketer will wissen, inwiefern die Inhalte den Besucher ansprechen. Der Verkaufsleiter will wissen, inwiefern die Webseite als Leadgenerator funktioniert. Der Produktmanager will wissen, welche Produkte mit welchen Funktionen am stärksten nachfragt werden. Allerdings sind die Informationsbedürfnisse dieser verschiedenen Anspruchsgruppen sehr unterschiedlich. Die Daten müssen entsprechend individuell aufbereitet werden, um die einzelnen Personen direkt zu adressieren. Holen Sie die Betroffenen einzeln ab, identifizieren Sie ihre Informationsbedürfnisse, um Dashboards zu definieren, die die jeweilige Situation berücksichtigen.

2. Analysieren Sie die Daten ganzheitlich, um Muster und Abhängigkeiten zu erkennen:

Isolierte Daten wie bspw. Anzahl Visitors oder Clicks helfen in der Regel nicht, Erklärungen für bestimmte Phänomene zu finden. Erst wenn Daten in Zusammenhänge gesetzt werden, nicht nur zeitlich, sondern auch mit Marketingaktivitäten, entlang der Customer Journey, mit externen Faktoren, können Erkenntnisse über Muster entstehen und entsprechende Handlungsoptionen definiert werden.

3. Visualisieren Sie die Daten: Alleine aus Zahlen, verstreut in einer riesigen Excel-Tabelle, kann man keine Muster oder Korrelationen erkennen.

Man kann sogar falsche Schlussfolgerungen ziehen. Mithilfe von Visualisierungen erzählen die Daten plötzlich Geschichten. Die Visualisierung unterstützt den Informationsverarbeitungsprozess. Sie kann komplexe Sachverhalte darstellen und Zusammenhänge aufzeigen. David McCandless hat den Nutzen von Visualisierung an einem TEDTalk wie folgt formuliert: „Visualizing information, so you can see the patterns and connections that matter.“ (4) Folgende Fragen leiten Sie bei der Aufbereitung der relevanten Visualisierungen an:

  • Wer ist der Empfänger?
  • Welche Entscheidungen will der Empfänger mit den Informationen unterstützen?
  • Welche Informationen benötigt er, um diese Entscheidungen zu treffen?
  • In welcher Form liest und interpretiert er die Informationen?

(1) „Information: the currency of the digital age“ Rede anlässlich der Oracle OpenWorld in San Francisco 2004
(2) Beim Datensammeln müssen die Datenschutzrichtlinien unbedingt eingehalten werden. Weiterhin empfehlenswert ist es, dem Nutzer stets einen Mehrwert als „Gegenleistung“ zu bieten.
(3) https://www.etracker.com/de/know-how/web-controlling-whitepaper/studie-status-quo-webanalyse-und-website-personalisierung-in-deutschland/etracker-studie-webanalyse-und-website-personalisierung-in-deutschland.html
(4) http://www.ted.com/talks/david_mccandless_the_beauty_of_data_visualization

Bevor Sie blind auf Google Tag Manager setzen: 6 Punkte zum Nachdenken

Immer mehr Unternehmen führen Tag-Management-Systeme (TMS) ein. Dabei wählen viele den einfachsten Weg und setzen auf den kostenlosen Google Tag Manager. In vielen Fällen lohnt es sich allerdings, etwas weiter zu schauen. Prüfen Sie diese sechs Punkte, bevor Sie sich für Ihr TMS entscheiden.