Experten-Blog

Meistern Sie die 3 typischen Herausforderungen der digitalen Analyse

  • Jean-Marc Bolfing

Dank Digital Analytics können Unternehmen jederzeit prüfen, ob sie mit ihren Online-Aktivitäten auf Kurs sind. Viele haben zu diesem Zweck ein umfassendes Analytics-Framework aufgesetzt. Einige haben sogar richtig viele Daten zur Verfügung. Aber nur wenige ziehen wirklich Nutzen daraus.

Woran liegt das? Drei Herausforderungen beobachten wir immer wieder: Den Stakeholdern fehlt das Vertrauen in die Datenbasis, es wird nicht das wirklich Wichtige gemessen und die Reports sind nicht handlungsorientiert. Ein paar Denkanstösse, wie man diesen typischen Herausforderungen begegnen kann, geben wir Ihnen mit auf den Weg. Damit Sie in der Meisterschaft der digitalen Analyse brillieren!

1. Das Vertrauen in die Datenbasis fehlt

Vielerorts fehlt auf der Seite der Stakeholder das Vertrauen in die Datenbasis. Die Gründe dafür sind vielfältig. Grundsätzlich muss man sich überlegen: Was braucht es, damit die Personen, die die Reports konsumieren, den Daten auch vertrauen? Wie erzeugen wir eine positive Grundeinstellung gegenüber Analytics-Daten bei ihnen?

Verschiedene Faktoren können das Vertrauen in die Datenbasis beeinträchtigen.

Ungenaues Anforderungsmanagement:

  • In den meisten Fällen nimmt das Übel bereits in der Konzeptions- und Implementierungsphase seinen Lauf: Oft sind die Anforderungen, was zu messen ist, nicht klar formuliert. Und auch wenn sie es sind, werden sie nicht selten auf ihrem Weg zur Implementierung verwässert: Von der Konzeption anders verstanden als vom Marketing angefordert. Dann vom Entwicklungsteam den Möglichkeiten entsprechend umgesetzt («Die Daten haben wir gar nicht im Backend!»). Wenn dann keine Validierung der Daten während der Testphase erfolgt... Voilà: nutzlose Daten im Analytics-Tool!
  • Der Abgleich zwischen Wunsch und Wirklichkeit ist eine der zeitraubendsten  Aufgaben der Implementierung. Es lohnt sich, hier etwas pingelig zu sein!
  • Dasselbe gilt für die Testphase: unbedingt genügend Zeit einplanen, um die tatsächlich ins Analytics-Tool einlaufenden Daten zu prüfen und mit den Anforderungen zu vergleichen. Spielen Sie verschiedene Testfälle und Situationen durch. Allerdings ist auch das sehr zeitintensiv. 

Vergleiche von Daten aus verschiedenen Quellen:

  • Ein Klassiker für Missverständnisse sind Vergleiche von vermeintlich gleichen Daten aus unterschiedlichen Quellen. Dies beobachten wir oft bei der Beurteilung von Marketinganstrengungen und insbesondere Werbekampagnen. Das Werbenetzwerk, für welches man neben dem Analytics-Tool auch Conversion-Tags auf der Site eingebaut hat, liefert ganz andere Zahlen als das Analytics-Tool. «Da kann ja etwas nicht stimmen!» tönt es dann leise vorwurfsvoll.
  • Dabei sind Unterschiede durchaus erklärbar. In den meisten Fällen werden nämlich Äpfel mit Birnen verglichen, wie zum Beispiel in diesen Fällen: Erstens, die Clicks des Werbenetzwerks sind nicht den Visits des Analytics-Tools gleichzusetzen. Zweitens, auf der Konversionsseite – z.b. auf einem Formular für eine Anmeldung zu einer Veranstaltung – zählt das Conversion-Tag jeden Button-Klick, das Analytics-Tool zählt aber erst, wenn die Bestätigungsseite angezeigt wird.
  • Es gibt aber auch Situationen, in denen wirklich genau dasselbe gemessen wird und doch Abweichungen auftreten. Sehr oft sehen wir das bei Bestellungen: Das Backend registriert 100 Bestellungen, Analytics aber nur 90. Es ist eindeutig nachvollziehbar, welche 10 Bestellungen im Analytics-Tool fehlen und dennoch kann man den Grund dafür nicht erkennen.
  • Das Web lässt keine hundertprozentige Genauigkeit zu. Durch technische Limitierungen wie Adblocker, Cookie-Blocker, Javascript-Fehler, unterschiedliche Browsereinstellungen und nicht zuletzt die Ablehnung des Trackings kann Analytics nie 100% der Aktionen von Nutzer*innen akkurat abbilden. Es ist wichtig, nicht nach Perfektion zu streben, denn Digital Analytics ist keine exakte Wissenschaft!

Fehlerhaftes Kampagnen-Tracking:

  • Einer der wichtigsten Gründe Analytics-Daten zu nutzen ist sicherlich die Auswertung von bezahlter Onlinewerbung. Die Wirkung des eingesetzten Budgets ist ja auch nirgends so gut messbar wie online. Die Basis dafür sind aber auch heute noch Tracking-Parameter, die im Link vom Werbemittel zur Website übergeben werden.
  • In den meisten Fällen ist dies ein manueller Prozess, der oft sogar mehrere Stellen involviert: Von der Anforderung des Tracking-Parameters über die Erzeugung und die Integration in den Link bis zur Hinterlegung auf der Werbeplattform. Hut ab, wenn hier keine Fehler passieren!
  • Es braucht auch wirklich nicht viel, damit Klicks mit dem Tracking-Parameter nicht korrekt gemessen werden: Es genügt ein Fragezeichen oder ein Leerzeichen an der falschen Stelle. Das «Hallo?!» Ist dann jeweils gross, wenn die ersten Kampagnen-Reports erstellt werden und Daten fehlen. Wenn die Reports dann mit einem Hinweis auf das lückenhafte Tracking versehen werden müssen, fördert das nicht gerade das Vertrauen in die Daten.

Bot-Traffic nicht zuverlässig ausgefiltert:

  • Manche Websites, insbesondere Onlineshops mit vielen Allgemeingütern, sind gefährdet für einen hohen Anteil an Bot-Traffic. Immer mehr automatisierte Crawler sind unterwegs, um Produktdetails abzugrasen und Preise zu vergleichen. Meist nicht in böser Absicht aber dennoch die Daten erheblich beeinflussend, stört diese Art Traffic das Gesamtbild. Insbesondere wenn es zu Unregelmässigkeiten kommt und an manchen Tagen ein sehr hohes Aufkommen dieses künstlichen Traffics auftritt.
  • Eine Erkennung dieses nicht-menschlichen Traffics wird zunehmend schwieriger. Die Technik der Bots entwickelt sich ständig weiter.

2. Das wirklich Wichtige wird nicht gemessen

Wie beurteilen Sie den Erfolg Ihrer Online-Aktivitäten? Im Minimum sind wahrscheinlich Reports vorhanden, mit welchen das Traffic-Volumen gemessen wird. Diese gibt es standardmässig in Analytics-Tools. Messen Sie auch Interaktionen von Nutzer*innen sogenannte «Events»? Vielleicht sogar sehr viele davon und so, dass man nicht genau weiss, wofür sie stehen? Sind das wirklich die wichtigen Kennzahlen?

Natürlich ist es wichtig, viele Nutzer*innen der Site bzw. der App zu haben. Ohne genügend grosse Nutzerbasis lässt sich kein Geschäft machen. Eine grosse Anzahl an Interaktionen von Nutzer*innen  ist auch sehr hilfreich, wenn es um die Analyse von Problemen geht, keine Frage. 

Aber was wirklich zählt, sind Aktionen der Nutzer*innen, welche zu den Unternehmenszielen beitragen. Aus den Unternehmenszielen werden strategische Online-Ziele abgeleitet. Diese müssen messbar sein. Nicht notwendigerweise nur mit Analytics-Tools. Es können weitere Datenquellen hinzugezogen werden. Messbar sind Ziele mit KPIs. Diese zu finden und genau zu definieren, ist eine Aufgabe für alle Personen, die die Analytics-Daten nutzen. Erst durch Diskussionen und Abwägungen werden die ganz spezifischen Ziele berücksichtigt. KPIs werden nicht vom Analytics-Tool vorgegeben. Sie sind auch in keinem «Best Practice» Artikel enthalten mit einem Titel wie «Diese 10 KPIs müssen Sie messen». Sie müssen gemeinsam erarbeitet werden.

3. Das Reporting ist nicht handlungsorientiert

Wenn das Vertrauen fehlt und die wichtigen Dinge nicht gemessen werden, ist der Nutzen, den Sie aus den Daten ziehen, schon mal gering. Die wertvolle Arbeit, die Sie in Analytics stecken, ist so umsonst. Das können Sie nicht wollen!

Der Nutzen ist aber auch sehr begrenzt, wenn man ausschliesslich mit Reporting beschäftigt ist. Wer die ganze Woche nur wiederkehrende Reports aktualisiert und neue Kampagnen mit den immer gleichen Report-Vorlagen misst, tut schon einiges, aber ist es das Richtige? Es stellt sich die folgende Frage: Reporten Sie noch oder analysieren Sie schon?

Reporting ist die Grundlage. Es ist wichtig, dass man Entwicklungen mit Dashboards und Reports erkennen und schnell darauf reagieren kann. Wenn vor lauter Reporting aber keine Zeit mehr bleibt, Sachverhalte und Problemstellungen tiefgehend zu analysieren, wird keine Grundlage für Optimierungen geschaffen. Denn das ist die «Raison d’être» von Analytics: Optimieren! Und dies in einem kontinuierlichen Kreislauf von Reporting, Analyse, Massnahmen treffen, Umsetzung der Massnahmen und wieder von vorne.

Dafür braucht es aber eine Kultur, eine Optimierungskultur, an der alle Beteiligten mitarbeiten. Diese zu etablieren ist eine Aufgabe, DIE Aufgabe eines Digital Analysts. Es ist deshalb wichtig, in erster Linie auf Menschen zu setzen, und erst in zweiter Linie auf Tools. Natürlich braucht es die richtigen Tools, und diese kosten in der Regel auch etwas. Aber welchen Wert haben die Tools ohne Menschen, welche die Daten auswerten und diese Tools richtig zu nutzen wissen?

Fazit

Es braucht einiges, um aus Analytics eine unverzichtbare Stütze des Geschäftserfolges zu machen. In den meisten Fällen braucht es aber keine neuen Tools, die den Erfolg bringen. Viel wichtiger ist ein stabiles Fundament, welches verlässliche Daten liefert, die sich an den Zielen orientieren, sowie Menschen, welche die Daten intelligent auswerten und die Möglichkeiten der vorhandenen Tools voll ausschöpfen.