Lade Inhalt...

Web Analytics. Grundlagen und Maßnahmenfindung

Seminararbeit 2015 25 Seiten

Informatik - Internet, neue Technologien

Leseprobe

Inhaltsverzeichnis

Kurzfassung

1 Einleitung
1.1 Motivation
1.2 Ziele
1.3 Aufbau der Arbeit

2 Grundlagen und Begriffsbestimmungen
2.1 Web Analytics
2.2 Metriken in der Web Analyse
2.3 Werkzeuge
2.4 Conversions
2.5 ROI

3 Faktengetriebene Maßnahmenfindung
3.1 Ziel und Zweck einer Kampagne
3.2 Optimieren mit Web Analytics
3.3 Ursache und Wirkung
3.4 Erfolgsbewertung

4 Zusammenfassung und Zukunftsausblick
4.1 Ergebnisse
4.2 Handlungsempfehlungen
4.3 Zukunftsausblick

Literaturverzeichnis

Kurzfassung

Web Analytics beschäftigt sich mit der Aufbereitung und Auswertung von Interaktionsdaten, die während der Benutzung von Web Applikationen generiert werden. In der Praxis beschränkt sich die Auswertung häufig nur auf die Besucherzahlen. Um Web Analytics sinnvoll zu betreiben, müssen zunächst die Anschaffungsgründe der Web Applikation durchleuchtet werden. Erst wenn konkrete Ziele für eine Web Applikation definiert sind (bspw. der Verkauf von Produkten über einen Web Shop), können Web Analysten die entsprechenden KPIs definieren und die Zielerreichung messen. Web Analytics kann durch diverse Hilfsmittel, wie etwa A/B- Tests mit Echtzeitüberwachung, zur Optimierung von Web Applikationen verwendet werden. Die Investition in eine Web Applikation kann durch eine Verknüpfung der Daten mit monetären Unternehmenswerten einer Rentabilitätsprüfung sowie auch einer Effizienzanalyse unterzogen werden. Während bei einer Rentabilitätsprüfung häufig der ROI ermittelt wird, dient eine Effizienzanalyse zum Vergleich der Web Applikation zu anderen Kommunikationskanälen. Durch effektives Betreiben von Web Analytics können wesentliche Entscheidungen faktengetrieben - also auf Basis von konkreten Messwerten - getroffen werden. Dieser Mehrwert kann zu günstigeren Entscheidungen und einem höheren Beitrag zum Unternehmenserfolg führen.

Abbildungsverzeichnis

Abbildung 1 - Vorteile von server- und client-basierten Verfahren

Abbildung 2 - Microsoft Office Support

Abbildung 3 - Typische KPIs nach Zielen

1 Einleitung

Im Folgenden werden die Motivation und Ziele der vorliegenden Arbeit, sowie ein Überblick über den Aufbau der Arbeit gegeben.

1.1 Motivation

Im digitalen Werbezeitalter ist es nicht mehr nötig, nach Erfahrungs- und Schätzwerten zu handeln. Welche Plakatwand mehr Blicke auf sich zieht, kann nur geschätzt werden. Wie viele Zuhörer einen Radiospot hören, wird hochgerechnet. Der Konsum von Online-Kampagnen hingegen kann mit Hilfe von Web Analytics auf den Klick genau gemessen werden. Überdies stehen die Daten in Echtzeit zur Verfügung, also bereits während Benutzer die Website besuchen. Die Messung durch Web Analytics bietet darüber hinaus Aufschlüsse über das Benutzerverhalten, zeigt häufige Absprungstellen auf, ermöglicht den direkten Erfolgsvergleich von Werbemaßnahmen und kann auch das Nutzerinteresse einzelner Themen oder Produkte visualisieren. Marketing Entscheidungen können mit Web Analytics somit faktengetrieben getroffen werden.

Obwohl Web Analytics keine Neuheit mehr ist, wird noch immer viel zu wenig Gebrauch davon gemacht. Viele Analysen beschränken sich auf die Besucherzahlen. Dabei entsprechen diese oft nicht der Realität (Reese, 2009, S. 22-23). Die Motivation zu dieser Arbeit besteht darin, das Potential von Web Analytics und die damit einhergehenden Möglichkeiten zur Verbesserung der Marketingmaßnahmen zu erheben.

Jeder Webauftritt erfüllt für seinen Betreiber einen bestimmten Zweck. Unabhängig davon, ob er als ein Vertriebsmittel, als eine Informationsquelle oder als eine Kontaktmöglichkeit dient, kann der individuelle Zweck durch Web Analytics besser erfüllt werden. Die Analyse gibt Aufschlüsse über die Menschen hinter den Endgeräten. Dieses Wissen kann Betreibern dabei helfen, ihren Webauftritt zu optimieren.

„Web Analytics hat zum Ziel, den Empfänger einer übers Internet

gesendeten Botschaft besser kennen zu lernen, den Menschen dahinter zu sehen, ihn zu verstehen und zukünftige Botschaften präziser auf ihn abzustimmen“ (Hassler, 2012, S. 27).

Die Form der Botschaft ist dabei laut Hassler individuell zu erheben - Web Analytics kann für sämtliche Online-Marketingmaßnahmen angewandt werden.

1.2 Ziele

Ziel dieser Arbeit ist es, das Potential von Web Analytics aufzuzeigen und Bewusstsein dafür zu schaffen, welchen Mehrwert Unternehmen daraus gewinnen können. Die Erkenntnisse sollen zur faktengetriebenen Maßnahmenfindung für Online-Kampagnen anregen und den Lesern einen Leitfaden für wirkungsvolle Webanalyse liefern. Mit Hilfe dieser Arbeit soll es den Lesern vereinfacht werden, ihre eigenen Kampagnen hinsichtlich ihrer individuellen Zweckerfüllung zu bewerten und zu optimieren.

1.3 Aufbau der Arbeit

Das zweite Kapitel dient zur Einführung in die Grundlagen, die zum Verständnis der weiteren Kapitel vorausgesetzt werden. Im dritten Kapitel werden die Kernvoraussetzungen für faktengetriebene Maßnahmenfindung im Detail erhoben. Dieses Kapitel beinhaltet Informationen zur Optimierung von Web Applikationen sowie zur Erfolgsbewertung mittels Web Analytics. Im vierten Kapitel werden die Ergebnisse der Arbeit zusammen getragen. Es wird ein Leitfaden mit Handlungsempfehlungen bereitgestellt, der Betreibern von Web Applikationen bei der Einführung oder Verbesserung ihres Web Analytics Systems helfen soll. Abschließend werden Zukunftsaussichten als Ankerpunkt für weiterführende Arbeiten bereitgestellt.

2 Grundlagen und Begriffsbestimmungen

Das folgende Kapitel dient zur Einführung in die Grundlagen der Thematik sowie zur Erläuterung verwendeter Begriffe. Diese dienen zum besseren Verständnis der behandelten Themen. Hierin gesetzte Schwerpunkte werden in den weiteren Kapiteln nicht näher erklärt.

2.1 Web Analytics

Unter Web Analytics versteht man die Analyse von statistischen Daten, die beim Benutzen von Webapplikationen automatisch generiert und gesammelt werden. Im Wesentlichen verfolgt man dabei, wie und wohin sich die Benutzer in einer Applikation fortbewegen. Eine Website ist ein Konstrukt aus mehreren mit einander verknüpften Inhalten, die eine Funktion erfüllen sollen (erklären, überzeugen, verkaufen, unterhalten, etc.). Diese Verknüpfungen (Links) sind dazu vorgesehen, Benutzer an die richtigen Stellen der Website zu führen. Jede Aktion des Benutzers, wie z.B. das Navigieren zu einem anderen Bereich der Website über einen Link, wird mitgespeichert. Dazu kommen noch Meta-Daten wie bspw. Zeitmessungen, die Aufschluss darüber geben, wie lange sich ein Benutzer wo aufgehalten hat. Ein Web Analyst hat die Aufgabe, diese gesammelten Daten auszuwerten und daraufhin Rückschlüsse auf unterschiedliche Qualitätsmerkmale der Website zu ziehen.

(Haberich, 2012, S. 108-111).

2.2 Metriken in der Web Analyse

In der Praxis stehen den Analysten große Datenbündel zur Verfügung, die zur Analyse verwendet werden können. Diese Daten können unterschiedliche Sachverhalte darstellen - es ist wichtig, die Aussage einer Zahl über das Benutzerverhalten zu verstehen. Der große Vorteil dieser Form von Kampagnen Analyse ist, dass die Daten automatisch generiert werden und dabei sehr genau und verlässlich sind. Wichtig ist es zu verstehen, dass Kennzahlen die Grundlage für die Web Analyse bilden, und wie man die richtigen Kennzahlen auswählt.

„A metric is a quantitative measurement of statistics describing events or trends on a website. A key performance indicator (KPI) is a metric that helps you understand how you are doing against your objectives.” (Kaushik, 2010, S. 37).

Nach Kaushik werden Metriken demnach dafür verwendet, um Events oder Trends auf einer Website aufzuzeigen. Kaushik erwähnt sogenannte „Key performance indicators“ (Deutsch: Schlüssel Leistungskennzahlen), die näheren Aufschluss über die Leistung unter Bezugnahme der Ziele und Investitionsgründe für die Webapplikation geben.

„That last word - objectives - is critical to something being called a KPI, which is also why KPIs tend to be unique to each company.” (Kaushik, 2010, S. 37).

Kaushik hebt die Bedeutung von “objectives”, also den gesetzten Zielen, dem eigentlichen Existenzgrund der Webapplikation stark hervor. Webapplikationen haben unterschiedliche Ziele, wie bspw. Direktverkäufe über einen Webshop oder das Anheuern neuer Mitarbeiter. Da jede Webapplikation andere Ziele hat, können die KPIs für jedes Unternehmen und jede Webapplikation andere Kennzahlen sein. Es gilt, die KPIs für jede Webapplikation eigens zu erkennen, und bei der Web Analyse zu berücksichtigen. Die Investition in eine neue Webapplikation verfolgt ein klares Ziel. Für eine hilfreiche Web Analyse ist es essenziell, die Metriken der Web Analyse zu kennen und zu verstehen.

Neben den KPIs gibt es einige Standard Metriken, die eine sehr breite Anwendung finden. Die bekanntesten davon sind Hits, Seitenaufrufe, Besuche und Besucher. Hits bezeichnen den Aufruf einer Datei am Webserver. Sie sind eine der ältesten Metriken und können dort sinnvoll sein, wo noch reine HTML-Dateien ganze Seiten auf dem Webauftritt repräsentieren. In einem solchen Konstrukt ist ein Hit quasi mit einem Seitenaufruf gleichzusetzen (Hassler, 2012, S. 89-91). Seitenaufrufe (englisch: Page Views) haben sich aber nach und nach als bessere Messgröße etabliert, da sie dezidiert Auskunft über das Ansteuern eines konkreten Teilbereichs der Web Applikation geben. Doch auch Seitenaufrufe können ein verzerrtes Bild liefern, wenn bspw. Inhalte asynchron, also ohne neuerlichen Seitenaufruf, nachgeladen werden (Hassler, 2012, S. 91-93).

Besuche (englisch: Visits) beschreiben den Nutzungsverlauf eines Besuchers. Ein Besuch ist abgeschlossen, wenn der Besucher die Applikation beendet oder verlässt. Die Anzahl der Besuche kann Auskunft darüber geben, ob viele Besucher die Web Applikation benutzen, oder, ob wenige die Benutzer die Web Applikation häufig benutzen. Es ist demnach empfehlenswert, auch die Besucher (englisch: Visitors) zu betrachten. Diese Metrik beschreibt die Anzahl einzelner Personen, die die Web Applikation Benutzen. Ein Besucher kann also mehreren Besuchen zugeordnet sein. Wichtig ist, dass Suchmaschinen und andere automatisierte Aufrufer der Applikation nicht als Besucher gelten. Erst in Kombination mit den Besuchern kann man die Metrik „Besuche“ korrekt interpretieren. Die Besucherzahl für sich gibt bspw. Aufschluss über die Reichweite der Web Applikation. Einzelne Besucher werden aber auch für die Auswertung von Benutzerfluss Verhalten (auf welchem Weg navigieren Besucher durch die Webapplikation und wo steigen sie aus) und der Einteilung in neue Besucher und wiederkehrende Besucher verwendet. Hervorzuheben ist, dass die Metrik „wiederkehrende Besucher“ ihre Aussage für einen spezifizierten Zeitraum macht und daher nicht über mehrere Zeiträume hinweg summiert werden darf. (Hassler, 2012, S. 94-100).

2.3 Werkzeuge

Die Kernaufgabe der Web Analyse ist es, Daten, die durch Interaktionen von Benutzern mit der Webapplikation generiert werden, zu bewerten und daraus Rückschlüsse zu ziehen. Diese Daten werden durch Werkzeuge generiert, die zuerst in das System integriert werden müssen. Web Analytics Werkzeuge generieren aber nicht nur Daten, sie bereiten diese zur Speicherung auf und unterstützen die Analysten auch bei der Auswertung. Um die richtige Werkzeugwahl zu treffen, sollten diese Funktionen berücksichtigt werden. Im Folgenden werden die drei Kernaufgaben von Werkzeugen, sowie Unterschiede in der Erfüllung der Aufgaben näher erläutert.

Je nach Werkzeug kann eine andere Methode zur Datensammlung Verwendung finden. Dieser Aufgabenbereich ist essentiell für ein gutes Analysewerkzeug, da Daten, die nicht gesammelt werden, später auch nicht ausgewertet werden können. Zudem können falsche Daten zu falschen Rückschlüssen führen. Die Qualität und

Daten werden nach aktuellem Standard auf folgende Arten generiert:

- Serverseitig mittels Logfile
- Clientseitig mittels Page Tagging
- Alternativ bspw. mittels Packet Sniffing

Reese (2009, S. 212) fasst die Vorteile von server- und client-basierten Verfahren folgendermaßen zusammen:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1 - Vorteile von server- und client-basierten Verfahren

Je nach Ansatz - und das ist für die Auswertung einflussgebend - werden andere Besucherinformationen gesammelt. Dieser Umstand sollte bei der Wahl des richtigen Werkzeuges unbedingt berücksichtigt werden. (Hassler, 2012, S. 43-45; Reese, 2009, S. 196-216).

Nachdem die Interaktionsdaten generiert wurden, werden diese vorverarbeitet und gespeichert. Bei vielgenutzten Web Applikationen können die benötigten Speichermengen auf lange Sicht sehr groß ausfallen. Auch dieser Punkt ist bei der Auswahl des richtigen Werkzeuges interessant. Das wesentliche Unterscheidungsmerkmal unterschiedlicher Werkzeuge ist hierbei die Datenspeicherung. Während manche Hersteller die Speicherung den Endanwendern überlassen (also in deren lokalen Domänen), bieten andere Hersteller Web Analytics als Dienst an, der über das Internet bezogen werden kann. Die richtige Wahl hängt also unter anderem auch von der Infrastruktur der Anwender ab. (Hassler, 2012, S. 65-70).

[...]

Details

Seiten
25
Jahr
2015
ISBN (eBook)
9783668035522
ISBN (Buch)
9783668035539
Dateigröße
1 MB
Sprache
Deutsch
Katalognummer
v305548
Institution / Hochschule
Fachhochschule Oberösterreich Standort Hagenberg – Information Engineering and -Management
Note
1,0
Schlagworte
Web Analytics Analytics Google Analytics information engineering

Autor

Zurück

Titel: Web Analytics. Grundlagen und Maßnahmenfindung