Blog

Analytics Statistiken richtig interpretieren

Da schaut man sich eine Statistik in Google Analytics an und betrachtet die eindrucksvoll dargestellten Charts. Steigende oder sinkende Zugriffszahlen werden begutachtet, ggf. noch einen Blick auf die Besucherquellen, das war’s im Allgemeinen. Metrics beendet. Und nun? Was sagen diese Zahlen aus, welche Rückschlüsse kann man daraus ziehen? An dieser Stelle setzt die Diskussion um Kennzahlen und Messwerte bzw. Key Performance Indicators (am Unternehmensziel orientierte Leistungskennzahlen) ein. Ob sich diese Schlüsselwerte überhaupt für eine aussagekräftige Beurteilung kleinerer Internetseiten eignen und wenn ja, welche nützlichen Aussagen daraus hergeleitet werden können, soll in diesem Artikel diskutiert werden.

Anhand der Ziele, die ein Unternehmen verfolgt, werden bestimmte Schlüsselwerte als Indikatoren verwendet, um zu beurteilen, ob das Ziel erreicht wurde oder nicht. Bei einem Onlineshop ist das vergleichsweise einfach, da geht es um den Umsatz. Dafür gibt es in Analytics eine eigene Rubrik “Conversions”, die übersichtlich und detailliert Auskunft darüber gibt, welche Zugriffsquellen welchen Umsatz erzeugt haben. So lässt sich leicht feststellen, ob die Maßnahmen des Online-Marketings den erhofften Erfolg gebracht haben. Mit ein wenig Tiefgang sieht man auch, welche AdWords-Kampagnen noch optimiert oder aufgegeben werden können und an welchen Stellschrauben gedreht werden muss.

Bei Webseiten, deren Ziele sich nicht so ohne weiteres monetär erfassen lassen, sieht das schon schwieriger aus. Da stellt sich schnell die Frage, welche Kennzahl überhaupt in Frage kommt und wie man damit den Erfolg tatsächlich messen kann. Zunächst muss man sich mit den Zielen beschäftigen. Was konkret will man eigentlich erreichen und wie misst man das!? Natürlich, eine Destination will für sich werben, ein Hotel Reservierungsanfragen und ein Industrieunternehmen potentielle Neukunden generieren. Nur, an welcher Stelle ist das Ziel erreicht? Schaut man sich ein wenig um, findet man genügend Blogs, die hier konkrete Empfehlungen geben. Das könnten beispielsweise Kennzahlen sein wie:

  • Anzahl wiederkehrender vs. einmaliger Besucher um herauszufinden, ob bestehende Besucher angesprochen werden oder mehr Neukunden die Seite besuchen.
  • Klickrate der Online-Werbung und die damit verbundene Absprungrate. Eine niedrige Absprungrate lässt darauf schließen, dass relevante Keywords, Anzeigen und Landingpages optimal aufeinander abgestimmt sind. Hier lohnt ein Vergleich mit unterschiedlichen Zugriffsquellen.
  • Anzahl der aufgerufenen Seiten pro Besuch oder Verweildauer pro Seite. Dahinter steckt die Idee, dass sich der Besucher mit zunehmender Zahl angeklickter Seiten oder längerer Verweildauer tendenziell mehr für die Inhalte interessiert hat.

Schauen wir uns das mal näher an: Diese Zahlen ohne Vergleichswerte bringen mal reichlich wenig, genauer: gar nix. Also könnte man historische Werte zum Vergleich heranziehen. Vorteil: Man sieht mit einem Blick, wie sich bestimmte Maßnahmen ausgewirkt haben. Nachteil: Man betrachtet immer nur zurückliegende Ereignisse.

Werden Zeiträume miteinander verglichen, achten Sie unbedingt darauf, mit identischen Wochentagen zu beginnen.

Alternativ wären vorgegebene Vergleichszahlen interessant. Google hat im Benchmark Newsletter ein paar statistische Werte veröffentlicht, die man als Vergleichswerte heranziehen könnte – dort wird beispielsweise angeführt, dass die durchschnittliche Absprungrate deutschsprachiger Websites etwa bei 48% liegt. Sinn macht ein Vergleich mit dieser Zahl nur sehr bedingt, da dies keine Branchenwerte sind, sondern Durchschnittswerte aller Internetseiten. Passende Branchenzahlen zu erhalten, ist jedoch nicht so einfach.

Ohne Ziele und Ereignisse geht nicht viel …

Fallbeispiel. Es soll analysiert werden, welche Quellen „wertvolle“ Besucher vermitteln und wo künftig mehr in Online-Marketing investiert werden soll. Hierfür könnte sich die Standardauswertung zu den Besucherquellen eignen. Sie sehen, von welche Quellen wie viele Besucher kamen und wie die Absprungraten der einzelnen Quellen aussehen – also, wie hoch der Anteil der Besucher ist, die den Inhalt als nicht relevant für Ihre Bedürfnisse angesehen haben und sofort ausgestiegen sind. Ob diese Werte jetzt gut oder schlecht sind, lässt sich so aber kaum feststellen.

Um messen zu können, wie erfolgreich die Besuche tatsächlich sind, müssen Ziele definiert werden. Das kann eine bestimmte Seite sein, auf die der Besucher idealerweise gelangen soll (Kontaktdaten), ein Ereignis wie ein download, ein Newsletterabo oder ein Video, was angeschaut wurde.

Sie können bis zu 20 Ziele in Analytics definieren

Die Definition von Zielen ist für eine sinnvolle Auswertung unerlässlich. Es lassen sich bis zu 4 verschiedene Zielgruppen mit je 5 Zielen definieren.

Auch kann eine definierte Mindestbesuchsdauer oder eine bestimmte Anzahl von angeklickten Seiten pro Besuch als Ziel Sinn ergeben, insbesondere dann, wenn sich der Besucher eine gewisse Zeit mit den Inhalten der Seite beschäftigen sollte. Fragt sich nur, wie man solche Werte festlegt?! Eine gute Methode ist es zu schauen, wie viele Seiten der durchschnittliche Besucher aufruft und wie lange er verweilt. Legen Sie einen Wert über dem Durchschnitt fest. Und überlegen Sie, nach wie viel besuchten Seiten vermutlich ein Besucher so überzeugt ist, dass es zu einer Conversion kommen könnte. Zugegeben, die erste willkürliche Festlegung der Werte ist voodoo, durch eine laufende Validierung und Optimierung der Zahlen kommt man aber schnell zu einem brauchbaren Ergebnis.

Die aggregierte Übersicht der Besucherquellen bietet einen guten Einstieg in die Frage, welche Quelle die wichtigsten Besucher vermittelt.

Verändern Sie nun die Auswertung und setzen den Fokus auf „Zielgruppe 1“ (zweiter Menüpunkt in der Grafik). Jetzt wird die Auswertung mit den definierten Zielen angezeigt, man sieht schön, welche Quelle den höchsten Zielerreichungsgrad aufweist.

Mit einer sekundären Dimension (in diesem Fall die Region) lässt sich schon deutlich tiefe Aussagen über die Qualität der Quellen treffen.

Richtig aussagekräftig wird das Ergebnis dann, wenn man noch sekundäre Dimensionen ins Spiel bringt. Im Beispiel haben wir die Quellen regional unterteilt, damit bekommt diese Auswertung einen nützlichen Zusatz und man erkennt, in welchen Regionen die Online-Maßnahmen den besten Erfolg bringen.

Zerlegen Sie die Zahlen über Segmente

Aggregierte Zahlen zu analysieren macht eigentlich wenig Sinn. Die Absprungrate über alle Zugriffe zu messen lässt keinerlei Rückschlüsse zu, welche Plattformen „wertvolle“ Besucher bringen oder die Betrachtung der durchschnittlichen Besuchsdauer schließt solche Besucher mit ein, die versehentlich auf der Seite gelandet sind. Daher ist es extrem wichtig, sich bei der Analyse auf Segmente zu konzentrieren. In Analytics werden bereits einige Standardsegmente angeboten, weitere benutzerdefinierte Segmente lassen sich entsprechend der Ziele einfach hinzufügen.

Erweiterte Segmente bieten hervorragende Möglichkeiten, gezielt bestimmte Kennzahlen zu analysieren und zu vergleichen

  • Über welche Keywords werden niedrige Absprungraten erzielt?
  • Wie sieht das Verhalten von Besuchern aus, die über die Titelseite einsteigen im Vergleich mit solchen, die über Landing Pages in die Seite einsteigen?
  • Kommen Besucher schneller ans Ziel, die die interne Suche  (sofern es eine gibt) verwenden?
  • Erreichen Besucher, die über bezahlte Anzeigen kommen, tendenziell häufiger das vorgegebene Ziel und woher kommen diese Besucher eigentlich?

Nun lassen sich die Segmente auch ganz hervorragend mit Durchschnittswerten vergleichen. Ein schönes Beispiel hierfür wäre, anhand der oben gezeigten Auswertung eine Segmentierung in bezahlte und unbezahlte Zugriffe vorzunehmen.

Erweiterte Segmente am Beispiel der bezahlten und unbezahlten Links zeigen schnell auf, welche Kampagnen einen höheren Erfolg bringen als die organischen Suchergebnisse.

Auch hier macht es Sinn, die Zahlen mit den definierten Zielen zu vergleichen (Ansicht „Zielgruppe 1“) und die Auswertung noch mittels eines Filters so einzuschränken, dass nur solche Quellen ausgegeben werden, die auch tatsächlich zu einer Ziel-Conversion geführt haben. In diesem Beispiel haben wir daher die Quellen ohne Conversions ausgeblendet, ebenso solche Quellen, die nur sehr geringe Besuchszahlen gebracht haben.

Wendet man diese Statistik auf die definierten Ziele an, sieht man auf einen Blick, aus welchen Regionen die "wertvollsten" Besucher kommen. Zusätzlich blendet der Filter wenig aussagekräftige Quellen aus.

Und noch ein weiteres hübsches Anwendungsbeispiel: Über benutzerdefinierte Segmente können Sie alle Zugriffe segmentieren, die zu einem definierten Ziel geführt haben. In dem nachfolgenden Beispiel wurde als Ziel der Aufruf eines Buchungsformulars bestimmt. Jetzt erkennt man gut, wie hoch die Anzahl der besuchten Seiten und die Verweildauer bei den Besuchern sind, die eines der beiden vorgegebenen Ziele erreicht haben.

Die Segmentierung nach Zielen ermöglicht es, unterschiedliche Benutzerkreise separat auszuwerten

Voilà: Mit segmentierten Analysen können recht gute Aussagen darüber gewonnen werden, ob Inhalte überhaupt interessant sind, die richtige Zielgruppe angesprochen wird oder ob das Budget für das Online-Marketing in die richtigen Kanäle wandert.

 

Kommentar schreiben

Schreib deine Meinung zu diesem Artikel, aber denk dran nett zu sein.

Sie müssen eingeloggtsein, um einen Kommentar schreiben zu können.