Digitale Analyse – drei Strategien, wie Sie mehr aus Ihren Daten herausholen

Nicole Buri1

Nicole BuriFebruar 2016

Die Herausforderungen von Digital Analytics

Die Webanalyse, häufiger auch Digital Analytics genannt, hat sich in vielen Unternehmen als Disziplin etabliert und ist ein regelmässiges Traktandum in den Marketingmeetings. Marketing-Entscheidungsträger:innen 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 ersten beiden Phasen gelegt haben. Die Menge an gesammelten Daten ist immens: (2) Anzahl Visitors, Clicks, Bounce-Rate etc.

kompetenzen digital analytics

Unsere Leistung

Digital Analytics: Analysieren, interpretieren, optimieren

Wissen Sie, wie erfolgreich Ihre letzte digitale Kampagne war oder wie Sie Ihre Besucher und Kunden am besten erreichen? Rätseln Sie nicht länger: Die Webanalyse liefert Ihnen die verlässlichen Antworten – in Echtzeit.

Digital Analytics: Analysieren, interpretieren, optimieren

Das Stichwort heisst „Relevanz“

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 Analyst:innen Nutzniesser:innen der Webanalyse. Der Kreis der Anspruchsgruppen ist in den letzten Jahren gewachsen: Marketing-Entscheider:innen, Sales, Produktverantwortliche, sie alle nutzen Erkenntnisse aus Digital Analytics 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. Die Verkaufsleiterin will wissen, inwiefern die Website 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 TED-Talk 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?

kompetenzen service-design

Unsere Leistung

Visualisierung – das Instrument zur einfachen Erkenntnisgewinnung

Machen Sie Ihre Analytics-Daten sichtbar und verständlich: Visualisierungen helfen Ihnen dabei, Ihre Daten in ansprechender Form abzubilden und diese auf einfache Weise interpretierbar zu machen.

Visualisierung

Quellen

(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, den Nutzer:innen 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

Unsere Expert:innen zu Digital Analytics

Jean-Marc BolfingMai 2021

Meistern Sie die 3 typischen Herausforderungen der digitalen Analyse

Um aus Analytics Nutzen zu ziehen, braucht es ein stabiles Fundament mit verlässlichen, zielorientierten Daten und Menschen, die die Daten intelligent auswerten.

Meistern Sie die 3 typischen Herausforderungen der digitalen Analyse

Jean-Marc Bolfing

Corinne SagerNovember 2020

Weniger Bauchgefühl, mehr Wissen – mit Digital Analytics

Wie treffen Sie Entscheidungen über die Entwicklung von neuen Websites und deren Funktionen? Mit Bauchgefühl oder auf Basis von Daten? In diesem Artikel möchte ich darüber schreiben, warum das Thema Digital Analytics schon ganz zu Beginn eines Projekts wichtig ist und nicht erst zum Schluss berücksichtigt werden sollte.

Weniger Bauchgefühl, mehr Wissen – mit Digital Analytics
Corinne Sager

Corinne Sager

Wir sind da für Sie!

Termin buchen

Sie möchten Ihr nächstes Projekt mit uns besprechen? Gerne tauschen wir uns mit Ihnen aus: Melanie Klühe, Stefanie Berger, Stephan Handschin und Philippe Surber (im Uhrzeigersinn).

Melanie Kluhe
Stefanie Berger
Philippe Surber
Stephan Handschin

Kontakt für Ihre digitale ​Lösung mit Unic

Termin buchen

Sie möchten Ihre digitalen Aufgaben mit uns besprechen? Gerne tauschen wir uns mit Ihnen aus: Jörg Nölke und Gerrit Taaks (von links nach rechts).​

Gerrit Taaks