Wie gut verkauft Ihre Website? – Systematische Optimierung der Konversionsrate.

Im Rahmen der eCommerce-Konferenz in München am vergangenen Donnerstag (30. April 2009) hatten Claus Rosenthal und ich die Gelegenheit einen Vortrag zum Thema Conversion Rate Optimization zu halten und in diesem Zusammenhang unsere (gemeinsam mit der European Business School Oestrich-Winkel) neu entwicklete Potenzialanalyse zum Thema CRO vorzustellen.

Die Conference ist eine Veranstaltung für eCommerce-Leiter und Online Shop-Betreiber. Das Themenanbegot dort rund um den Bereich E-Commerce war vielfälltig und sehr interessant, allgemeine Vorträge und praxisnahe Case Studys gaben einen Einblick in die wichtigen Themenbereiche.

Unser Vortrag dort beschäftigte sich hauptsächlich mit unserer Potenzialanalyse. Wir haben den Zuhörern vorgestellt, dass eine systematische Auseinandersetzung mit der Konversionsrate den absolut notwendigen Ausgangspunkt darstellt, um überhaupt mit dem Themenschwerpunkt „Conversion Rate Optimization“ beginnen zu können.

Wir verwenden genau dazu sein spezielles, individuell auf den jeweiligen Kunden angepasstes Tool, mit dessen Hilfe über 160 Kriterien in 5 Haupt-Kategorien erhoben und gewichtet miteinander verglichen werden können. Die Kriterien variieren je nach primärem Konversionsziel und sind entsprechend auf jedes Unternehmen und seine Branche individuell anpassbar. Ziel ist es letztendlich, einen maximalen Erfolg durch die Optimierung aller Schlüsselfaktoren zu gewährleisten, einen Optimierungs-Prozess zu etablieren und somit dem Kunden einen nachhaltigen Erfolg zu sichern. Welche Schwerpunkte hier bei unserer qualitativen Analyse gelegt werden und wie wir bei der Potenzialanalyse vorgehen, haben wir schließlich auszugsweise noch anhand von Best Practices in drei der fünf Kategorien aufgezeigt.

i-614f7d35ed9df69b065b1b570ad089cb-cro_prozess_namics-thumb.jpg

Alles in allem war es eine schöne Gelegenheit, unsere neu entwickelte Methode vor einem kompetenten Publikum zu präsentieren und in einer interessanten Diskussion hinterher zu vertiefen.

Hier können Sie den Vortrag „Wie gut verkauft Ihre Website? – Systematische Optimierung der Konversionsrate.“ [pdf, 7,9 MB] als PDF downloaden.

E-Commerce als neuen Vertriebskanal?

Gestern fand in Winterthur das ecommerceForum statt wo ich ein Workshop zum Thema „E-Commerce als neuen Vertriebskanal?“ leiten durfte.

Am morgen gab es viele verschiedene Referate zum Theme E-Commerce. Zum einen wurde eine Studie der Uni St. Gallen präsentiert zum Thema „der Online-Handel als ergänzender Kundenkanal“ Weiter gab es einen sehr spannen Vortrag von Dr. rer.pol. Nils Hafner von der Hochschule für Wirtschaft Luzern zum Thema „Käuferverhalten im E-Commerce“.

Es folgte ein Vortrag über rechtliche Fussangeln im elektronischen Geschäftsverkehr, vorgetragen von Mag. jur. Maria Winkler, IT & Law und zum Schluss eine eindrückliche Erfolgsstory der Firma Digitec.

Am Nachmittag hatten die Besucher die Wahl aus vier verschiedenen Workshops;

– Erstellung eines E-Shops, Heinz Krienbühl, namics
– Usability im E-Commerce, Gregor Urech, Zeix AG
– Online Marketing, Andreas Jorgella, orange8– Logistik im E-Commerce, Dominic de Vries, arvato services ag

Erstellung eines e-Shops
Im Workshop zum Thema „Erstellung eines e-Shops“ ging es darum Unternehmern aufzuzeigen auf was geachtet werden muss wenn man den neuen Vertriebskanal aktiviert. Die Agenda sah folgendermassen aus;

– Warum soll der online Kanal erschlossen werden?
– Wie soll der online Kanal erschlossen werden?
– Warum ist der Zeitpunkt gerade jetzt richtig?
– Vorgehensweise für den nachhaltigen Erfolg
– Tipps & Tricks

Die ganze Präsenation hier: E-Commerce als neuen Vertriebskanal? [pdf, 1,4MB]

Oswald.ch – Erfolgsmessung [Vortrag]

Irgendwie hat Oswald.ch vieles richtig gemacht !
Als Einleitung zur Fachtagung hat Marcel Albertin einiges zu den Erfolgsfaktoren eines online Shops erzählt. Das dies nicht nur graue Theorie ist, beweisen wir mit dem online Shop von www.oswald.ch

i-6876e9b25952641985a0deb962fbbd2c-oswald_usability.jpg

Zentrale Suche, Warenkorb gut ersichtlich, ausführliche Produktepräsentation, MyShop, Related Products, Promotions. Alle diese einezelnen Mosaiksteine führen dazu das oswald.ch eine hervorragende Conversion erzielt.
Als weiteres zu erwähnen der einfach und klare Einkaufsprozess, von der Anmeldung bis zum Abschluss der Bestellung in fünf Schritten.

Doch wie wird der Erfolg gemessen? Was sind Ziele und was heisst überhaupt Erfolg

Einfach gesagt Erfolg im ecommerce heisst mehr Umsatz. Die globalen Unternehmensziele werden in Subziele konkretisiert, Aktivitäten wie z.B. Bestellwertpromotionen / Produktebundles werden erstellt und daraus Messgrössen wie z.B. Conversionrate im Wareneinkaufsprozess gemessen. Vielfach wird Conversion im ecommerce gleichgesetzt mit der Messung von eindeutigen Besuchern > Bestellabschluss. Doch was ist mit den restlichen 90%? Es empfiehlt sich mit sogenannten Sub-Conversion Zielen das Verhalten der „restlichen“ User zu messen.

Um den Erfolg noch zu steigern unterstützen wir Oswald im Bereich SEO, wobei wir diese Hausaufgaben mehrheitlich in der Konzeption des Shops schon gemacht haben. Weitere Fragen ob sich das Bewerben des Keywords „Gewürze“ lohnt steht im Raum! Es bieten sich eventuell andere Keywords an die den selben Erfolg erzielen und günstiger sind damit man auf die Oswald Gewürze kommt.

Zur Übersicht aller Vorträge der Fachtagung: E-Commerce & PIM (Product Information Management)

Phonak – ein erfolgreicher B2B Shop [Vortrag]

Startpunkt bei Phonak war eine Denke, dass die Aktie der Firma der Kunde war. Viele Firmeninformationen und keine Kundenansprache oder in Analogie mit der Affengraphik „waren wir noch vor dem Schimpansen und haben und nicht intelligent ernährt“.

i-9207c1d5e6e947a6b35eaaa403042890-affengraphik-thumb.png

Schritt eins war das 12-Monate-Ziel, den Kunden alle Produkte Online bieten zu können. Dies wurde mit dem B2B-Shop erreicht oder in Originalton: „mit diesem Projekt konnten wir unsere Retailer ganz schön in Schwung bringen“. Trick ist, dass eine schlagkräftige E-Commerce-Lösung die meisten Prozesse des Retailers abdeckt und dieser damit weitgehend auf seine eigene IT verzichten kann.

Knackiges Thema bei Phonak ist, dass alle halben Jahre Messen stattfinden, an welchen neue Produkte gezeigt werden müssen. „Sonst ist man draussen“. Dies, in Verbindung mit der weltweiten Reichweite von Phonak, macht den Druck von Katalogen und die offline-Ausbildung der Verkäufer zu einer faktisch unmöglichen Übung. Also E-Commerce.
Ein kurzer Exkurs auf Slide 7: Phonak macht keine Fahrräder und doppt auch nicht (das sei schon Thema an Bewerbungsgesprächen gewesen mit Kandidaten die meinten Phonak mache Fahrrädern)… es hat mit Hören zu tun.

i-5f5effb0031ee5884782b4a7883b61b8-hear-the-world-thumb.jpg

Mit ein Auslöser der E-Commerce-Aktivitäten waren sehr frühe und auch sehr aktive Initiativen des Mitbewerbers Siemens, der ausgehend von einer Bestellfunktionalität über Jahre konsequent Mehrwertdienste angebaut hat. Oder auch GN Resound, die mit einem „einfachen Eingabefeld“ im Internet in den U.S.A. 7% von ihrem Umsatz erzielten: Das muss Potential vorhanden sein…

Interessantes Detail. Die intensivste Nutzungszeit des Phonak-Shops sind Zeiten in denen die Geschäfte der Audiologen geschlossen sind. D.h. sie optimieren ihre Zeit rund um die Kundenbetreuung und nutzen zusätzliche Zeit für Bestellungen.
Wichtig: Das Projekt E-Commerce liegt quer in der Organisation drin! Fast alle Abteilungen sind in Kern ihrer Prozesse berührt und müssen bereits bei der Konzeption fest im Boot sitzen. Somit funktioniert es auch nicht bei SAP das „Web-Paket“ zu kaufen. Die Datenqualität in den ERP-Systemen ist zu schlecht, als dass ich Kunden Transparenz auf diese Daten geben kann. Zusätzlich gilt es Produktkombinationen zu bilden, die ich nicht in SAP führen kann und will.

Einer der „Lessons Learned“ im Projekt war, dass man sich beim Prototyping nicht im visuellen Design verlieren darf. Viele Leute diskutieren gerne während Tagen über Farben, Positionierung und Formen… das bringt aber kaum was.

Auch wichtig ist nicht selbst die Ergebnisse zu validieren, die aber immer zusammen mit Kunden zu machen. Nur so findet man die wunden Punkte die Einfachheit der Bedienung oder die Performance.

Das Ergebnis des Launches bei 140 Kunden ist überwältigend positiv. Heute werden bei diesen Kunden ca. 80% der Bestellungen über den B2B-Shop gemacht und mit einer Prozessdauer für eine gesamte Bestellung von 70 Sekunden ist der E-Shop schneller als in SAP. Knacken wollte Phonak die 20%-Umsatz Zahl die von Siemens rumgereicht wird. Erledigt.

Nun kommt eine ausführliche Demo und ich darf Zuhörpause machen…

Einzigartig in der Industrie sei, dass das alle (resp. nur) Zubehörteile gezeigt werden, die auch zum Gerät passen. Zudem sind alle Produkte (über 3000) in allen Farben identisch fotografiert. Die Zubehörteile sind ein grosser Businesscase, da diesen meist nur im Rappenbereich kosten, aber auch ohne Marge gleichviel Support benötigen. Hier ist Self-Service eine massive Unterstützung.

In der Anfangsphase war es sehr nützlich die Bestellungen zu analysieren. So lernte Phonak, dass das Feld für den Patientennamen häufig nicht genutzt, dieser aber im Kommentarfeld eingetragen wurde. Nach einer Neuplatzierung des Feldes Mitten im Prozess konnte dies behoben werden.

Hier die Präsi:

Phonak – ein erfolgreicher B2B Shop [pdf, 1MB]
(Dietmar Böhm, CIO, Phonak AG)

Zur Übersicht aller Vorträge der Fachtagung: E-Commerce & PIM (Product Information Management)

E-Commerce eine Erfolgsgeschichte [Vortrag]

Marcel Albertin spricht gerade an der E-Commerce Fachtagung. Klar fehlen eingangs die Erfolgsstories LeShop und coop@home nicht. Alles was ich sonst gerade lerne hier in Kürze:
Internet ist heute eine Lebensgewohnheit (anders als 2001) und wächst weiter.

Zahlen und Prognose in Deutschland: Quelle BITKOM 2007
i-dbd6afc0ae586192c21289d400e5bb8d-ecommerce_deutschland_umsatz.jpg

Chancen:
– neue Zielgruppen
– weitere Regionen erschliessbar
– Mengenrabatte
– effiziente Bestellabwicklung


– Risiken

– Betrugsfälle (händler und kunde)
– Channel-Konflikt
– Bedienbarkeit
– Vergleichbarkeit

Erfolgsfaktoren Payment
– mehrere Verfahren anbieten
– Alternative zu vorkasse (400% steigerungspotenzial abbruchrate 50%)
– Rechnung – beliebt, aus Kundensicht kleinstes Risiko

Kaufabbruchquoten für div. Zahlungsmethoden im Vergleich:
ohne Gütesiegel 32% der Kunden brechen ab (an der Kasse)
mit Gütesiegel nur noch 16%

Channelkonflikt
Fakt ist, die Hälfte allter Konsumgüter-Unternehmen haben bereits 3 oder mehr Kanäle (Slide 16)
Wissenswert: Auch der umgekehrte Weg (20% der Kunden gehen vom Web in die Filiale) nicht nur 31.3% vom Laden zum Web
i-d5a53046c6e393c2153f601f8d18c656-ecommerce_channel.jpg

Wichtig: gleiche Preise, konsistente Wahrnehmung sichern
effizient die vielen Kanäle bewältigen, Inhalte (Qualität) hat Vorrang

Bedienbarkeit
– Produktdarstellung, verschiedene Zugangsarten, zentrales Suchfeld, Warenkorb und relevante Infos sichtbar, Bestellprozess in Schritten abbilden (Hilfe)
– Nett: Merkliste (das Eselsohr im Katalog = online die Merkliste)

Produktdarstellung online braucht.
– Materialinfos, kompensiert den Nachteil vom nicht Anfassen mit detaillierter Ansicht und Zusatzinfos, wie Textilien, Herkunft, Waschbarkeit, Tipps (die hab ich im Laden nicht sofort)

Transparenz steigt ohnehin (auch für Wettbewerb sichtbar) durch Suchmaschinen, Vergleichsportale, Bewertungen.
So findet man die Produktinfos sowieso, z.B. von unabhängigen Anbietern wie Codecheck
i-54b36fbf2f664c17eea5d2a583c939a0-ecommerce_codecheck.jpg

Gelernt oder Fazit:
23% wollen mehr online einkaufen können
50% wollen mehr Produktinformationen

Marcels (Jabbas) Plädoyer: Inhalte, Inhalte, Inhalte. Und jetzt spricht Dietmar Böhm, CTO von Phonak.

Zur Übersicht aller Vorträge der Fachtagung: E-Commerce & PIM (Product Information Management)

Web Analytics im Praxis-Einsatz [Vortrag]

Über Web Analytics wurde an dieser Stelle schon eingies geschrieben, zum Beispiel über Begrifflichkeiten wie Hits, Page Views und Visits, wie man Web Analytics zielorientiert nutzt oder wie man die interne Suchfunktion analysiert und optimiert.
An einem Vortrag an der diesjährige Orbit-IEX haben wir uns für einmal ausschliesslich darauf fokussiert, wie Web Analytics in der Praxis angewendet wird und was die Erfahrungen von Unternehmen damit sind. Das Referat Web Analytics in der Praxis [pdf, 2,7 MB] wurde gemeinsam von namics und Unic gehalten. Mit zu den gezeigten Beispielen zählten unter anderem:
– Online Verkaufssteigerung mittels E-Mail bei Wander
– Multi Channel Kampagnen bei SES Astranet
– Newsletter-Kamapgne mit Segmentanalyse bei Pfister

Die Quint-Essenz aus all den Erfahrungen:
– Zuerst ein Messinstrument wie Omniture SiteCatalyst, Webtrends oder Google Analytics einführen
– Die richtigen Leute innerhalb des Unternehmens involvieren (Produkt Manager, Marketeer, Web Verantwortliche etc.)
– Sich über die Ziele der Website im Klaren sein
– Micro- und Macro-Conversions messen und Conversion-Pfade optimieren
– Monetären Gegenwert einer Conversion schätzen um ROI berechnen zu können
– Kleine Änderungen vornehmen und wieder messen – anstatt nur Auswertungen anschauen

Neben Web Analytics hat namics zahlreiche weitere Vorträge an der Orbit-IEX gehalten, zum Beispiel zu Content Management System Migrationen oder der agilen Software-Entwicklung .

Web Analytics Defiinition 4.0: Die Begriffe

Ich hatte mich (in der Kategorie Web Analytics) auch schon mit Definitionen abgemüht. Nun habe ich von der Web Analytics Association eine klare Definition gefunden der wichtigsten Begriffe gefunden. Zur Zeit nur auf Englisch aber sicher heilsam um Verwirrungen zu vermeiden (und auch im Detail gut gemacht z.B.Unique Visitor ist „filtered for spiders and robots“).

Hier eine Übersicht über die enthaltenen Terme und unten das PDF.

> Page: A page is an analyst definable unit of content.

> Page Views: The number of times a page (an analyst-definable unit of content) was viewed.

> Visits/Sessions: A visit is an interaction, by an individual, with a website consisting of one or more requests for an analyst-definable unit of content (i.e. „page view“). If an individual has not taken another action (typically additional page views) on the site within a specified time period, the visit session will terminate.

> Unique Visitors: The number of inferred individual people (filtered for spiders and robots), within a designated reporting timeframe, with activity consisting of one or more visits to a site. Each individual is counted only once in the unique visitor measure for the reporting period.

> New Visitor: The number of Unique Visitors with activity including a first-ever Visit to a site during a reporting period.

> Repeat Visitor: The number of Unique Visitors with activity consisting of two or more Visits to a site during a reporting period.

> Return Visitor: The number of Unique Visitors with activity consisting of a Visit to a site during a reporting period and where the Unique Visitor also Visited the site prior to the reporting period.

> Entry Page: The first page of a visit.

> Landing Page: A page intended to identify the beginning of the user experience resulting from a defined marketing effort.

> Exit Page: The last page on a site accessed during a visit, signifying the end of a visit/session.

> Visit Duration: The length of time in a session. Calculation is typically the timestamp of the last activity in the session minus the timestamp of the first activity of the session.

> Referrer: The referrer is the page URL that originally generated the request for the current page view or object.

> Internal Referrer: The internal referrer is a page URL that is internal to the website or a web-property within the website as defined by the user.

> External Referrer: The external referrer is a page URL where the traffic is external or outside of the website or a web-property defined by the user.

> Search Referrer: The search referrer is an internal or external referrer for which the URL has been generated by a search function.

> Visit Referrer: The visit referrer is the first referrer in a session, whether internal, external or null.

> Original Referrer: The original referrer is the first referrer in a visitor’s first session, whether internal, external or null.

> Click-through: Number of times a link was clicked by a visitor.

> Click-through Rate/Ratio: The number of click-throughs for a specific link divided by the number of times that link was viewed.

> Page Views per Visit: The number of page views in a reporting period divided by number of visits in the same reporting period.

> Page Exit Ratio: Number of exits from a page divided by total number of page views of that page.

> Single-Page Visits: Visits that consist of one page regardless of the number of times the page was viewed.

> Single Page View Visits (Bounces): Visits that consist of one page-view.

> Bounce Rate: Single page view visits divided by entry pages.

> Event: Any logged or recorded action that has a specific date and time assigned to it by either the browser or server.

> Conversion: A visitor completing a target action.

Download: Web Analytics Definitions Version 4.0 [pdf, 200KB]

Quelle: Avinash Kaushik

Web Statistik: Begriffe, Kennzahlen und Lügen (aka Web Analytics oder Online Business Intelligence) – Teil 3 von 3

Die häufigen Lügen und Fehler bei der Erfolgsmessung von Webanwendungen. Letzter und dritter Teil einer Serie über Web Analytics resp. Online Business Intelligence. In einem ersten Teil erklärte ich bereits einige zentrale Begriffe und im zweiten Teil geeignete Kennzahlen.

Die Erfahrungen zum folgenden Post stammen (leider) aus dem realen Leben. Wer seine Erfolgskennzahlen gut gewählt hat, ist kaum von den „Lügen“ betroffen. Also sozusagen ein Post für Leserinnen und Leser, die noch in der Fieberkurven-Welt leben.

Es gäbe zynischere Beispiele, aber hier ein einfacher Case, der ein Teil des Problems zeigt. Annahme: Ich werde gefragt, wie viele Besucher der namics Weblog hat? Die Graphiken unten zeigen die Visits die Woche 5. bis 11. Februar, gemessen mit zwei verschiedenen Tools.

i-ec4bf8a0d59d73ba7c8843a6204a7e8f-blog_stat_log_week.gif

i-711e6cb18c3020b8c9642c6fe02a2b2f-blog_stat_client_week.gif

So könnte ich also sagen ich hatte am 6. Feburar 6421 Visits oder ich hatte eben 991 Visits. Welche Zahl würden Sie wählen? Die obere Messung basiert auf der (serverseitigen) Logdatei des Webservers und zählt die Anzahl unterschiedlicher IP-Adressen der Besucher. Eine Adresse ist dann „unterschiedlich“, wenn diese während einem Zeitintervall von 30 Minuten nicht mehr gesehen wurde („Timeout“). Die untere Messung erfolgte clientseitig und misst als einzelnen Besucher jedes, pro Kalendertag neu gesetztes Cookie. Die Messung erfolgt also nur, wenn der Client Cookies annimmt und wenn der Client Java Script ausführt. Dies, da der Tracking-Code mittels Java Script in die Seite integriert ist. Quizzfrage: Wo kommt der Unterschied (mehr als Faktor 6) her? Ein Anhaltspunkt gibt zudem der Tagesverlauf der Visits; Also die folgenden Graphiken.

i-adf440ad721e7f2925d42cae36ca28d1-blog_stat_log_day.gif

i-cac83aaf8efcbe51be08ba654718092c-blog_stat_client_day.gif

Nehmen sie an, dass die gemessene Website fast ausschliesslich Besucher aus der Schweiz und auch Deutschland hat. Nun, noch andere Ideen zum Unterschied der Zahlen?

Ausgangslage der Serie war ja ein Mensch der sagte mit über 100’000 Hits pro Monat sei ein wichtiger Karpfen im Teich. Der 6. Februar 2007 generierte auf dem namics Weblog übrigens 42,496 Hits auf dem Server. Nun also los zu dem Lügen der Webstatistik (oder weshalb die meisten Site-Betreiber lieber 6412 anstelle 991 Visits melden ;-).

Teil 3: Lügen resp. häufige Fehler bei der Webstatistik

>> Crawler von Suchmaschinen
Suchmaschinen benötigen Inhalte der Websites möglichst vollständig und aktuell. Aus Sicht des Servers verhalten sich die Teil der Suchmaschinen, welche die Inhalte zusammentragen (die Crawler) ziemlich ähnlich wie ein Webbrowser. Allzu häufig werden diese also in Statistiken mitgezählt. Wie erkennen? Die netten Crawler verlangen ab und zu (resp. zu Beginn der Session) nach der Datei /robots.txt und sie haben eigene User Agent Kennungen die ziemlich sprechend sind. Zudem laden diese typischerweise nur die HTML-Grundseite und binäre Seitenelemente wie PDF herunter, aber keine graphischen Seitenelemente (gif/png/jpg) und keine CSS oder Java Script Includes. Ausserdem interpretieren Crawler kaum Java Script und sie nehmen auch kaum Cookies an. Dies erklärt einen grossen Teil des Unterschiedes oben insb. auch die Tatsache, das es bei der „grossen Zahl“ einen Grundlast auch in der Nacht gibt. Das sind in diesem Fall kaum echte Menschen.

>> Verfügbarkeitsmessung des Servers
Es ist üblich, dass die Personen, welche für den Server-Betrieb verantwortlich sind, Verfügbarkeitsmessungen durchführen. So beispielsweise mit einem Tool wie Comparitech oder Nagios oder mit einem Dienst wie Sysformance oder Keynote. Und was machen diese? Sie fordern alle 5 Minuten oder so eine Datei vom Webserver an um zu sehen, ob das Ding tut. Und bei jedem Mal entsteht ein Hit resp. eine Page Views oder gar ein Visit etc. Hier erlebte ich einmal, dass die „Erfolgs-“Statistik von einer Minute auf die andere um mehr als den Faktor 10 einbrach. Als herausgefunden war, dass diese Last immer ab den selben fünf IP-Adressen kam, war rasch klar, dass die Betriebsleute das Monitoring eingestellt hatten. Erkennen lassen sich diese Dienste sonst wie Crawler.

>> Syndikatoren / Feed-Reader
Dieser Aspekt ist vor allem bei Weblogs (resp. allen Diensten die einen Feed z.B. als RSS oder Atom anbieten). Die meisten Feed-Reader besuchen ihre Quellen zyklisch also alle 60 (oder so) Minuten und generieren damit Traffic. Und dies unabhängig davon, ob sich neuer Inhalt auf der Site findet oder nicht. Grundsätzlich machen Syndikatoren wie Planets (z.B. planet.blogug.ch) oder auch Online Feed Reader wie Bloglines oder Google Reader dasselbe. Bei letzteren könnte der Effekt aber auch in die andere Richtung gehen, da der Planet oder der Online Reader einmal bei mir liest und die Information dann mehreren Lesern zur Verfügung stellt. Das Beispiel des Planets bei blogug ist zudem nicht wirklich das Beste, weil sich blogug bei Änderungen aktiv benachrichtigen lässt und somit keine unnötigen Besuche macht. Die Feed-Reader auf den Clients aber schon. Was tun? Vernünftige Kennzahlen oder wie die Crawlern herausfiltern resp. die Anzahl reduzieren. Meistens führen die Reader auch kein Java Script aus.

>> Inhouse Traffic
Und nochmals ein Klassiker. Die Starseite ihrer ganzen Firma ruft die Website auf und so auch die Webentwickler (intern und extern), die Autoren u.s.w. Wollen und sollen sie diese auch zählen? Ja nachdem filtern sie lieber die entsprechenden IP-Adressen.

>> HTML Frameset
Das Ding ist zwar alt (und sollte nach meiner Meinung nicht mehr benützt werden). Technisch gesehen generiert ein Frameset beispielsweise mit 3 Frames (Top, Naiv, Content) aber pro Ansicht im Browser drei Seitenaufrufe (einen pro Frame). Ohne Gegensteuer verdreifacht sich also die Anzahl der Seitenansichten zu Unrecht. Filtern kann schwierig sein, da kaum alle Seiten gleich viele Frames haben…

>> Reloads
Früher was das mal ein Tick. Mittels des Tags „Meta Refresh“ wurden v.a. Portalseiten alle x Minute clientseitig neu geladen. Das Argument war möglicherweise, dass die Aktualitäten gezeigt werden sollen. Häufig diente es aber auch dazu, den „Traffic“ unsinnigerweise zu vervielfachen.

>> Caching
Je nach Infrastruktur werden gewisse Seiten oder Seitenelemente aus Effizienzgründen in vorgelagerten Proxies zwischengespeichert und lokal ausgeliefert. Das ist auch gut so und wenn kein echter Bedarf besteht, sollten diese Mechanismen auch nicht umgangen werden (z.B: mit Zufallszahl in der URL, mit meta no-cache, mit Manipulation von ETag etc.). Der Webserver (und damit seine Logdatei) sieht die Requests nicht mehr. Ein clientseitiges Tracking aber schon.

>> Echter Beschiss
Und natürlich kann die Statistik absichtlich verändert werden. Es ist technisch sehr einfach möglich auf einem System Last resp. Klicks zu generieren. Aber das wäre wohl ein eigener Post und da haben schon ein paar dazu gesprochen z.B. Bruce Schneier zu Google Click Fraud.

Von Hundertsten ins Tausendste… Aus irgend einem Grund könnte ich zum Thema Lügen noch lange weiter schreiben. Aber belassen wir es mal dabei.

Web Statistik: Begriffe, Kennzahlen und Lügen (aka Web Analytics oder Online Business Intelligence) – Teil 2 von 3

Welche Kennzahlen taugen bei der Erfolgsmessung von Webanwendungen. Teil 2 einer Serie über Web Analytics resp. Online Business Intelligence. In einem ersten Teil erklärte ich bereits einige zentrale Begriffe und später folgen Lügen resp. Fehler bei der Messung.

Ein Beispiel vorab: Ich halte denselben Vortrag in einem geschäftlichen Kontext. Einmal vor 5 und einmal vor 500 Besuchern. Welcher Anlass hat den grösseren Nutzen? Ich bin sicher, dass alle Leser hier die richtigen Fragen stellen werden. So beispielsweise: Wer sass (tatsächlich) im Raum? Wo fand der Vortrag statt? Welche Gespräche folgten dem Vortrag? etc. Logisch… und weshalb werden dieselben Fragen bei Webstatistiken so selten gefragt? Ich nenne die Vernachlässigung das „Fieberkurven-Syndrom“. Jeden Monat wird im Management-Meeting eine Kurve gezeigt, die gegenüber dem Vormonat gestiegen ist. Wow, toll… Aber wer interessiert sich denn für Details wie beispielsweise was genau gemessen wird und wie der Zusammenhang mit laufenden Marketing-Aktionen ist. Ein weiteres Beispiel, näher beim Thema. Es entstammt einer guten Präsentation von Rony Degen mit dem Titel Keyword-Optimierung bei Google.

i-d650255ae7a2fd4cb7eff4a79ae5a6b2-analytics_konversion-thumb.gif
Quelle: Internet Marketing Magazin.

Auch wieder klar: Anzeige 1 hat zwar mehr Klicks (wow) aber bei der Anzeige 2 ist die Konversion (Umwandlung zum Kampagnenziel) signifikant besser („here is the beef“). Da bei AdWords nur Klicks auf die Anzeige bezahlt werden müssen, ein klarer Fall von besser und schlechter. Und wer auf dieser Welt misst den Erfolg seines Webangebotes noch mit Hits oder Page Views? Nun zum Thema.

Teil 2: Kennzahlen und deren Eignung

Ausklammern werde ich in der Folge technische Kennzahlen wie Browsertyp, vorhandene Plugins, Bildschirmauflösung oder Datenmenge des Transfers. Diese sind für bestimmte Anspruchsgruppen wichtig, doch soll der Fokus hier auf den betriebswirtschaftlichen Erfolg des Webangebotes gerichtet sein. Auch ausklammern werde ich Risikokennzahlen wie beispielsweise die Messung bestimmter Aspekte, welche zu rechtlichen Auseinandersetzungen führen können wie Verbot der Bewerbung bestimmter Produkte oder unterschiedliche Informationen je nach geographischer Userdeklaration u.a.

Noch zum e-Unisnn. Ich halte den Begriff „e-Business“ für unpassend. Es ist „Business“ das es zu tun gilt. Über verschiedene Kanäle, möglicherweise auch über „e“ wie Electronic. Aber ist das POS-Terminal im Eingangsbereich auch „e“ oder wie steht es mit medienübergreifenden Kampagnen etc. Idealerweise unterscheiden Kennzahlen die Mediengrenzen nicht, aber bieten ein übergreifendes Bild… aber nun zurück zu Web Analytics mit einem operativen Fokus.

>> Unternehmensziele und Geschäftsmodell?

Frage Nummer eins ist die nach den Unternehmenszielen – den „Hauptstossrichtungen“. Was will die Firma morgen erreichen und was ist die Strategie? Konzentrieren sie sich bei den Kennzahlen auf solche, die für die Unternehmensleitung relevant sind.

Der zweite Fragekomplex ist der, wie sie mit ihrem Webangebot Geld verdienen oder wie setzen sie ihr Webangebot ein um Geld zu sparen? Diese Anforderungen können (sollten) Betriebswirtschafter vorbereiten: Zielstruktur -> Werttreiberbaum -> Ursachen-Wirkungs-Netzwerk -> Priorisierung /Gewichtung -> Kennzahlensystem. Häufig finden sich diese Informationen auch beim System der Bonusberechung. In der Folge ein paar typische Szenarien.

>> typische Szenarien und deren Kennzahlen

i-1a762d8c37d22cd4b6fdccccff967532-on-the-internet.png

Produktverkauf / (verbindliche) Anmeldung

Ihr Ziel ist es auf in Internet Produkte zu verkaufen oder Kunden für eine Dienstleistung verbindlich zu registrieren.
Mögliche Kennzahlen sind mehr Abschlüsse resp. mehr Abschlüsse pro Werbeaufwand. Oder auch einen höheren Bestellwert resp. einen höheren Bestellwert pro Werbeaufwand. Hier wird rasch sichtbar, dass Webstatistik ziemlich durchdacht sein muss. So muss es möglich sein, einen User einer online oder offline Vermarktungsmassnahme zuzuordnen. Und es muss möglich sein, Verhältnisse in Relation zu Werbekosten zu messen. Zudem muss der ganze Bestellprozess nachvollziehbar sein, bis hin zum Bestellwert und idealerweise auch eine Zuordnung mit dem Kunden im CRM-System (z.B. über den Login).

Leadgenerierung

Der Unterschied hier ist, dass ich im Internet keinen Abschluss erreiche, aber einen Kandidaten für einen möglichen Abschluss „erzeuge“. Hier gelten dieselben Bemerkungen wir oben beim Verkauf resp. der Anmeldung. Dies mit dem Unterschied, dass die Qualität des Leads erst später und typischerweise in einem anderem Medium (Brief, Telefon) festgestellt wird.
Als Kennzahl im Zentrum stehen die Kosten pro Lead und die Leadqualität. Letzter meist gemessen an der Konversion d.h. am prozentualen Erfolg bei der Entwicklung des Users zum Stammkunden. Ein bekanntes Markting-Modell dazu ist „Attraction > Conversion > Retention“. D.h. wie viel Prozent der Zielkunden erreiche ich, wie viele davon kann ich zu Besuchern meines Angebotes machen und wie viele wiederum zu Kunden und später zu Stammkunden. Sehr wichtig ist hier die Zuordnung zur selben Person unabhängig von der Aktion und vom Medium. Beispielweise erfolgt der erste Kontakt über eine Printwerbung oder über ein E-Mail Newsletter und erste der zweite im Web. Idealerweise sollte dennoch eine Zuordnung erreicht werden. Der Weg dazu sind meist Kampagnen-Codes mit denen der Kunden Rabatt erhält und diese deshalb selbst überträgt. Das gilt auch für das obere Szenario. Eine nicht erreichte Konversion nennt sich aus Analysesicht ein Streuverlust.

After Sales Service

Der Fall hier ist, dass ein Besitzer eines ihrer Produkte oder ein Konsument ihrer Dienstleistung eine Frage oder ein Problem hat. Ihre Aufgabe ist es, den Kunden, unabhängig vom Medium möglich gut zu bedienen und dabei möglichst wenig Kosten zu erzeugen. So kostet beispielsweise ein Anruf eines Kunden bei ihnen im Callcenter (resp. beim der damit beauftragten Firma) CHF 35.–. Also ist jeder eingesparte Anruf oder jeder ungenügende Antwort die zu einer Nachfrage führt, Geld wert.
Mögliche Kennzahlen sind die Zufriedenheit des Kunden bei der Anfrage relativ zu den Kosten. Hier ist der Online-Kanal meist sehr vorteilhaft, da sich der Kunden „selbst bedienen“ kann. Wichtig auch hier die Zuordnung zum CRM-Sytstem um das Widerkommen feststellen zu können. Eine wichtige Kennzahl ist zudem wie rasch der Kunde die korrekte Information finden kann resp. feststellt, wie er die finden kann oder da es die Information hier nicht gibt. Ein Weg ist Beispielsweise die Messung der Qualität Suchtrefferliste des Recherchesystems aus Kundensicht.

Informationsvermittlung

Ein Webangebot kann durchaus auch Sinn machen um nur Informationen zu vermitteln. So beispielsweise als Teil der Online-Verkaufsunterstützung oder als Teil der Markenführung.
Mögliche Kennzahlen hier sind insb. Loyalitätsaspekte (wer kommt wie häufig zu Besuch?), Navigationspfade im Angebot und Cluster davon, welche Usergruppe welche Inhaltsbereiche nutzt. Oder halt eben welche Inhaltesbereiche nicht genutzt werden.

Intranet

Auch bei einem Intranet sind Web Analytics Kennzahlen wichtig. So beispielsweise die Messung von systematischen Prozessfehler oder auch wieder Suchzeiten für wichtige Anwendungsfälle. Da die Anforderungen an die Messung nun immer spezifischer werden, erlaube ich mit abzukürzen… es geht darum den Kern des Systems zu erkennen. Es gibt „no silver bullet“.

>> Weitere Aspekte

Es gibt noch viele Aspekte, so beispielsweise die Sicht auf die oben skizzierten Themen aus dem Blickwinkel der Vermarktungsmassnahmen. Also die Frage welche Massnahme eignet sich für welches Ziel wie gut? Ein häufiger Fall ist auch die Integration von Verkaufskanälen beispielsweise wenn der Verkauf nicht bei ihnen direkt stattfinden oder wenn der gesamte Prozess auf Kundensicht viele Medienbrüche aufweist. So auch die Thematik dass man möglichst rasche eine Identifikation des Kunden über ein Login oder eine vergleichbare Erkennung (z.B. Telefonnummer) damit Messwerte zugeordnet werden können. Oder neuartige Medientypen, welche unterschiedliche Messungen verlangen. So beispielsweise Video/Audio, wo auch gemessen werden soll, wie viel tatsächlich abgespielt wurde oder Feed (RSS /Atom). Bei einer Messung können auch Nutzbarkeitsaspekte im Zentrum stehen wie beispielsweise die Abbruchrate bei Formulare oder die Verweilzeit in bestimmten Prozessschritten etc.

Sorry für den langen Post. Ich unterbreche hier, sonst gibt es plötzlich ein Buch. Es folgt noch ein Teil über gängige Lügen bei der Web Statistik. Für Fragen bin ich per E-Mail oder über die Kommentarfunktion jederzeit zu haben… So darf es bei Bedarf auch weitere Posts geben ;-)

Web Statistik: Begriffe, Kennzahlen und Lügen (aka Web Analytics oder Online Business Intelligence) – Teil 1 von 3

Erfolgsmessung für Webanwendungen resp. für Kampagnen im Internet ist sehr effizient und auch wichtig. Bei uns ist dies Teil von fast allen Projekten und heisst dann Web Analytics oder Online Business Intelligence.

Gründe für den Posts: Heute sagt Daniel Rico in einem Interview er habe 100′000 Hits im Monat und seit deshalb erfolgreich. Oder vor ein paar Tagen bekam eine Gruppe Blogger die Anfrage „Wie häufig wird dein Blog heute schon frequentiert (Visits, Page Impressions)?“ und alle mischelten nichtssagend andere Zahlen zusammen. Oder bei einem Kunden brach von einem Tag auf den anderen (der mit Webtrend serverseitig gemessene Traffic) um mehr als den Faktor 10 zusammen… was geschah da wohl?

Teil 1: Begriffe und deren Probleme

Sicherlich gibt es noch 314’159’265 Begriffe mehr, doch hier mal die häufigsten

i-1fa9a9da700791d945c55f1ef12bf139-analytic_suspects.gif

>> Eine „Page View“ (PV) ist eine Seitenansicht. Also eine im Browser vollständig geladene und durch den User „nutzbare“ Seite. Der Begriff ist Synonym mit Page Impression (PI) oder Impression. Das kleine Geheimnis ist wohl, dass technisch gesehen ein PV weder garantiert dass die Seite auch visuell dargestellt wurde (geredendert wurde), noch dass der User genügend Zeit hatte die Seite auch zu lesen und mit dieser zu interagieren. So ist ein Redirect (automatische Weiterleitung) auch ein PV, aber ein nutzloser. Nicht allzu selten klicken User auch auf den Backbutton, weil sie gar nicht auf die Seite wollten; der PV ist aber schon gezählt… Das erleben wir, wenn wir die für Kunden erstellten Statistiken zur Prüfung mit den von Werbeschaltern gemeldeten Zahlen vergleichen. Heikel sind PV-Messung insb. auch bei einem HTML Frameset, da meist jeder Frame als PV gezählt wird.

>> Ein Unique Visit ist ein einmaliger Besuch. Da das Kommunikationsprotokoll zwischen Browser und Webserver bewusst zustandslos ausgestaltet wurde (d.h. jeder Klick könnte auch Serversicht auch ein neuer User sein), ist es technisch nur möglich, einen einzelnen Besuch zeitlich abzugrenzen. D.h. ein Unique Visit ist korrekterweise ein User am selben Computer, der mit demselben Browser mehrere Klicks gemacht hat die nicht mehr als x Minuten auseinander liegen (typischerweise 20 oder 30 Minuten). Wechsle ich den Computer, lösche ich die Cookies oder tue ich 21 Minuten (etc.) etwas anderes, so zählt es zwei Visits u.s.w.

>> Beim Unique Visitor, dem eineindeutigen User, wird es noch schwieriger. Korrekterweise heisst es: Ein User am selben Computer mit demselben Browser (weil dieser die Cookies speichert), der weder die IP-Adresse wechselt (je nach Messart) und der die Cookies in der Zwischenzeit nicht löscht. Aber einfache Definitionen sind halt lustiger. Wenn ich beispielsweise noch auf dem Handy browse, so bin ich real ein Unique Visitor (immer noch Jürg), aber in der Statistik zähle ich doppelt. Bei mir ist das noch mehrfach schlimm, da ich an und an mehrere Computer und Browser im Minutentakt nutze… aber ich bin ja kein normaler User — Sie schon? ;-)

>> Die Session, ein Besuchprozess einer Website, ist nun eine rein zeitliche Abgrenzung und macht keine inhaltliche Aussage. Also wieder die 20 oder 30 Minuten und auch hier darf ich weder die IP-Adresse wechseln (je nach Messart), noch die Cookies löschen. Technisch wird je nach Messverfahren korrekterweise auch von einer Pseudosession gesprochen… Darunter wird die Kombination IP-Adresse und Port (der sog. Socket) verstanden: Da diese Kombination pro einzelnen Aufruf gemäss Kommunikationsprotokoll eindeutig ist kann damit unabhängig eines Cookies eine Session gezählt werden. Die zeitliche Demarkation und die Annahme dass ich die IP-Adresse oder der Browser nicht ändert bleibt. Reales Verhakten hin oder her.

>> Und nun zum „lieben“ Hit, der aus der Sicht der Erfolgsmessung nichts aussagt. Eine Website besteht technisch aus mehreren Elementen. Eine durch den ersten Aufruf / Klick geladenen HTML-Code ( „base page request“)vom Server gelieferten HTML-Grundseite (base page). Darin finden sich Referenzen auf weitere Elemente so wie beispielsweise Graphiken (gif, png, jps u.a.), CSS-Sytlesheet(s) und möglicherweise Java Script-Bibliotheken. Je nachdem wie eine Seite codiert ist können das mehrere Dutzend Elemente sein. Ältere Seiten haben in der Tendenz mehr Elemente („page elements“). Je nach Codierung, Einstellungen vom Browser / Server (caching), Typ des Browsers und von Aktivkomponenten auf dem Transportweg (z.B. Proxy) werden die Seitenelemente geladen oder halt nicht… Die Zahl Hits macht somit eine Aussage über die Belastung des Servers und ist von sehr vielen Sachen beeinflusst. Insb. auch die Art der Codierung mit AJAX (asynchrones Nachladen von Seitenelementen) verändert das Hit-Verhalten stark.

So und nun wird der Post zu lang. In der Folge spreche ich noch von geeignete Erfolgskennzahlen (Teil 2) sowie von den Lügen (Teil 3).