Analytics-Prozesse optimieren 9 Tipps für den Einsatz von Web Analytics

Im komplexen Feld der Webanalyse können die Analytics-Prozesse schnell verkompliziert werden und zu fehlerhaften Ergebnissen führen. Dadurch kann das wertvolle Potenzial nicht vollständig ausgeschöpft werden. Mit folgenden Tipps lassen sich Prozesse optimieren und Probleme bei neuen Analytics-Projekten vermeiden.

Anbieter zum Thema

SC-Networks GmbH

Vogel Corporate Solutions GmbH

Medienwerft Agentur für digitale Medien und Kommunikation mbH

1. Das passende Analytics-Tool

Die Wahl eines Analytics-Tools muss sorgfältig getroffen werden. Es ist besonders wichtig, die konkreten Herausforderungen, Anforderungen und auch Grenzen zu definieren:

• Was muss die Software für das Unternehmen leisten können?

• Welche technischen Möglichkeiten bietet es?

• Sind die technischen Fähigkeiten vorhanden, um es zu implementieren und zu nutzen?

• Wer soll künftig damit arbeiten?

Dann sollte man sich einen Überblick über die verschiedenen Anbieter von Analytics-Software verschaffen. Dafür eignen sich direkte Anbieter-Vergleiche.

2. Testphasen

Wenn man sich für einen Anbieter entschieden hat, darf man einen detaillierten Test nicht vergessen. Ein Test sollte unter realen Arbeitsbedingungen, über einen längeren Zeitraum und mit einem funktionierenden Tagging stattfinden. Nur so erhält man aussagekräftige Ergebnisse und eventuelle Probleme und Fragen lassen sich schnell klären.

3. Zielsetzung und Tracking

Am Anfang des Analytics-Projekts sollten Sie Ihre Ziele festlegen und klar definieren, was Sie tracken wollen. Es ist nicht sinnvoll, Unmengen an Daten zu sammeln, die zum einen für die Analyse zu viele Ressourcen benötigen und zum anderen nicht gebraucht werden, um Optimierungen durchzuführen.

Beschränken Sie sich auf den Teil der Daten, der wirklich für Sie relevant ist. Sie sollten dabei nie den Zusammenhang der getrackten Daten und dem Team, das diese nutzt, aus dem Blick verlieren. Eine Übersicht mit unternehmensspezifischen Fragen und entsprechendem Tracking spart im Analytics-Prozess viel Arbeit und Zeit. Im E-Commerce könnte diese Liste zum Beispiel wie folgt aussehen:

• Wie verteilt sich der Umsatz auf Stamm- und Neukunden?
  – Segmentierung der Bestellungen in Stamm- und Neukunden

• Wie verteilt sich der Umsatz auf die einzelnen Produktkategorien?
  – Gruppierung einzelner Produkte in verschiedene Kategorien

• Welche Funktionen und Service-Seiten werden vom User eingesetzt?
  – Tracking der relevanten Funktionen und Seiten, z. B. Produktfilter

4. Technische Möglichkeiten und Fähigkeiten

Sie sollten entsprechend der Fähigkeiten Ihres Teams und den Möglichkeiten Ihres Unternehmens agieren. Es muss eine Umsetzbarkeit gegeben sein! An dieser Stelle ist eine enge und gute Zusammenarbeit Ihrer IT und Ihres Marketings wichtig. So lassen sich die verschiedenen Arbeitsaufgaben ressourcenabhängig aufteilen und effektiv bearbeiten. Bilden Sie die Kompetenzen inhouse aus und/oder lassen Sie sich zu Beginn durch eine Digital-Analytics-Agentur unterstützen.

5. Klare Strukturen beim Tracking

Ohne ein strukturelles Web-Tracking kann die Datenanalyse an einigen Stellen den kompletten Analytics-Prozess ins Stocken bringen. Dem gilt es, im Vorfeld entgegenzuwirken und mit ein paar Kniffen zu vermeiden. Es muss ein vernünftiges Tracking-Konzept erarbeitet werden, um folgende Probleme im Analytics-Tool zu verhindern:

• überfüllte, unübersichtliche Dashboards und Reports

• fragwürdige, benutzerdefinierte Parameter

Dadurch kann es rasch zu unbrauchbaren Daten kommen – Missverständnisse, welche Informationen tatsächlich gebraucht werden entstehen. Außerdem kommt es so oft zu falschen Schlussfolgerungen.

Es ist wichtig, dass Sie ein einheitliches System festlegen. Sie sollten ein offizielles Set an Dimensionen, Segmenten und Kennzahlen definieren. So verwenden Ihre Teams dieselben Begriffe und „falsche“ Tracking-Ergebnisse können verhindert werden.

BI-Entscheidungshilfe

Business Intelligence – Welches Tool kann was?

6. Die richtigen KPIs

Vor dem Start der Webanalyse sollten die richtigen Key Performance Indicators (KPIs) ausgewählt werden, da Ihnen das Analytics-Tool sonst nicht anzeigen kann, wie gut Ihr Digital-Angebot performt. Diese Indikatoren müssen sich aus der zu Beginn formulierten Strategie und Zielsetzung ableiten und auf Ihre Branche angepasst sein. Die Analyse dieser KPIs zeigt Ihnen, wo Sie aktuell hinsichtlich der Zielerreichung stehen und wo es Optimierungsbedarf gibt.

Ein klarer Fokus ist notwendig, um aus den Ergebnissen aussagekräftige Schlüsse für weitere Maßnahmen zu ziehen. Mit neuen Entwicklungen und Businessstrategien müssen sich auch die KPIs ändern.

7. Dashboards klar konfigurieren

Wenn die KPIs bestimmt wurden, dann ist der nächste Schritt die Visualisierung, um daraus richtige Schlüsse zu ziehen. Stellen Sie das für Sie passende Dashboard und Reportingvorlagen zusammen. Das Dashboard gibt Ihnen einen schnellen Überblick über die gewünschten KPIs und aktuellen Aktivitäten, wohingegen anhand der Reports letztlich die Entscheidungen für einzelne Maßnahmen und Strategieausrichtungen getroffen werden. Das Dashboard muss an das Team beziehungsweise den Nutzer angepasst sein. Folgende Fragen können hilfreich sein:

• Brauchen alle Mitarbeiter Zugriff auf das Tool?

• Sollen bestimmte Abteilungen nur beschränkten Zugriff erhalten?

• Welche Position hat der Anwender im Unternehmen?

• Wie oft sollte der Nutzer die gesammelten Daten erhalten?

Diese Fragen sollten vor dem Start des Analytics-Projekts beantwortet sein, da sie erheblichen Einfluss auf die Konfiguration des Tools und den Tagging-Plan haben. Die Dashboards werden passend zu den Fragestellungen in den einzelnen Abteilungen zusammengestellt, die Analyse-Daten benötigen.

8. Auf Entwicklungen reagieren

Mit der Implementierung des Analytics-Tools ist das Projekt nicht abgeschlossen. Der erarbeitete Tagging-Plan muss sich mit der Website weiterentwickeln. Mit kleinen Änderungen kann das Ausgangs-Tagging schnell veralten. Bei der Überarbeitung Ihrer Website dürfen Sie die Webanalyse nicht vergessen, um weiterhin qualitativ wertvolle Daten zu erhalten und vor allem um den Nutzen der Veränderung zu prüfen. Um weitere Analytics-Methoden einfacher zu implementieren, sollte ein Tag Manager verwendet werden. So sparen Sie Zeit und wichtige Ressourcen in der IT, da der Tag Manager von technikversierten Online-Marketern selbstständig eingesetzt werden kann.

9. Analysen im Kontext

Die ermittelten Analysedaten sollten immer in den entsprechenden Zusammenhang gesetzt und interpretiert werden, um daraus Optimierungsstrategien zu entwickeln. Gute Analysen bestehen nicht nur aus Diagrammen und Tabellen, sondern stehen bereits im passenden Kontext.

Im Fokus sollten die Interpretation und Schlussfolgerung sein. Das beinhaltet, dass die richtigen Fragen gestellt werden müssen. Sie werden merken, dass die Interpretation der Daten oftmals mehr Fragen aufwerfen kann, als dass sie Antworten liefert. Versuchen Sie, Ihre Schlüsse und die Strategieentwicklung mit den gewonnenen Erkenntnissen zu stützen. Es ist hilfreich Daten über einen längeren Zeitraum und mit leicht veränderten Parametern zu betrachten, um mögliche Veränderungen zu verstehen.

Fazit: Innerhalb eines Analytics-Projekts gibt es viele Punkte, die man effizienter gestalten kann, um den Prozess langfristig zu optimieren. Gerade in der Anfangsphase sollten Sie darauf achten, Zeit und Ressourcen an den richtigen Stellen zu investieren. Versuchen Sie die Tipps zu beachten, wenn Sie Web Analytics für Ihr Unternehmen etablieren wollen. So können Sie das Projekt als Teil Ihrer Data Driven Marketing-Strategie erfolgreich umsetzen.

* Dieser Beitrag erschien zuerst auf unserem Partnerportal BigData Insider.

(ID:45620143)