Einführung in die Webanalyse

Das Webanalyse-Buch, das Sie zuerst lesen sollten! Kennen Sie das? Sie sitzen über einem Analyse-Bericht und starren auf die Auswertung, aber die Zusammenhänge wollen Ihnen nicht klar werden? Oder Sie rufen Ihr Webanalyse-System auf und fragen sich dann, womit und wie Sie eigentlich anfangen? Beginnen Sie am besten hier, mit diesem Buch! Der erfahrene Webanalyst Tom Alby erklärt Ihnen von Anfang bis Ende, wie eine professionelle Analyse abläuft - unabhängig davon, welches System Sie einsetzen und ob Sie Informatik studiert haben oder nicht. Anschaulich, gut verständlich und aufs Wesentliche konzentriert macht Sie dieses Buch mit den fundamentalen Denkansätzen und Herangehensweisen der Webanalyse vertraut. Mit diesen Grundlagen werden Sie in Zukunft alle Untiefen der Webanalyse sicher umschiffen; denn nur wer Segeln gelernt hat, kann jede Yacht über die Ozeane steuern.- 30 Ansätze aus der Praxis: Grundprinzipien der Webanalyse- Ziele definieren, Daten akquirieren und analysieren- Reporting und Lösungen für bekannte Problemstellungen Aus dem Inhalt:- Zieldefinition- Wie funktioniert Tracking?- Hits, Seitenaufrufe, Sitzungen- Datenschutz (aktuell zur DSGVO)- Statistik-Grundlagen- Absprungrate und Akquise-Kanäle verstehen- Kampagnenerfolge auswerten- Testen und A/B-Tests- Reporting: Berichte erstellen- Dashboards- Lösungen für typische Probleme

Tom Alby ist Chief Digital Transformation Officer bei dem Kreditversicherer »Euler Hermes« für Deutschland, Österreich und die Schweiz. Er unterrichtet Datenanalyse als Lehrbeauftragter an der Hochschule für Angewandte Wissenschaften Hamburg (HAW).

Geleitwort der Digital Analytics Association ... 15 Geleitwort der Fachgutachter ... 17 Einleitung ... 19 TEIL I Zieldefinition ... 23 1. Ziele der Webanalyse ... 25 1.1 ... Was ist Webanalyse? ... 25 1.2 ... Ohne Ziele keine Analyse ... 25 1.3 ... Ziele nach dem S.M.A.R.T.-Prinzip ... 27 1.4 ... Die Gewinnerzielungsabsicht ... 28 1.5 ... Business Value Generation: der Antrieb ... 28 1.6 ... Was, wenn es nicht direkt um Geld geht? ... 29 1.7 ... Findet ein gutes Tool nicht selbst heraus, was wichtig ist? ... 30 1.8 ... Vanity Metrics ... 30 2. Die Dreifaltigkeit der Datenanalyse ... 33 2.1 ... Ziele, KPIs und Metriken ... 33 2.2 ... Von Daten zur Aktion ... 35 TEIL II Datenakquise ... 39 3. Wie funktioniert Tracking? ... 41 3.1 ... Tool einbinden und fertig? ... 41 3.2 ... Warum Technik verstehen? ... 42 3.3 ... Wie sich zwei Maschinen unterhalten ... 42 3.4 ... Server- und Client-basiertes Tracking ... 43 3.5 ... Andere Formen des Trackings ... 47 3.6 ... Tag-Management-Systeme ... 47 4. Nutzer- und geräteübergreifendes Tracking ... 49 4.1 ... Nutzer sind eigentlich Browser ... 49 4.2 ... Was sind eindeutige Nutzer? ... 51 4.3 ... Geräteübergreifendes Tracking ... 52 5. Hits, Seitenaufrufe und Sitzungen ... 55 5.1 ... Hits ... 55 5.2 ... Seitenaufrufe ... 57 5.3 ... Sitzung ... 57 5.4 ... Zeitliche Definition einer Sitzung ... 59 5.5 ... Was ist die ideale Sitzungsdauer? ... 59 5.6 ... Die Rolle des Nutzers ... 60 6. Daten: Roh oder aggregiert? ... 61 6.1 ... Was ist der Unterschied? ... 61 6.2 ... Beispiele für Analysen mit Rohdaten ... 62 6.3 ... Rohdaten mit R abfragen, transformieren und auswerten ... 63 7. Dimensionen und Messwerte ... 69 7.1 ... Unterschied zwischen Dimensionen und Metriken ... 69 7.2 ... Umfang/Scope verstehen ... 71 7.3 ... Eigene Dimensionen und Metriken ... 72 8. Ereignisse und Datenschicht ... 75 8.1 ... Was sind Ereignisse? ... 75 8.2 ... Beispielereignisse ... 75 8.3 ... Der Ereignisplan ... 77 8.4 ... Einsatz einer Datenschicht ... 78 9. Einen Tracking-Plan erstellen ... 81 9.1 ... Warum ein Tracking-Plan? ... 81 9.2 ... Der Tracking-Plan im Detail ... 82 9.3 ... Vom Tracking-Plan zum Tagging-Plan ... 83 10. Ein geeignetes Tracking-Tool auswählen ... 85 10.1 ... Entscheidungsfaktoren ... 85 10.2 ... Google Analytics ... 86 10.3 ... Adobe Analytics ... 87 10.4 ... Matomo ... 88 10.5 ... Hotjar ... 89 11. Datenschutz ... 91 11.1 ... Keine Rechtsberatung ... 91 11.2 ... Warum überhaupt Datenschutz? ... 91 11.3 ... Was ist schlimm an der Datensammlung im Internet? ... 92 11.4 ... Datenschutz und Webanalyse ... 93 12. Umfragen auf der eigenen Website ... 95 12.1 ... Warum Umfragen in einem Buch über Webanalyse? ... 95 12.2 ... Vor- und Nachteile von Umfragen ... 95 12.3 ... Fallstricke ... 97 12.4 ... Wie wird es richtig gemacht? ... 99 TEIL III Analyse ... 101 13. Minimale Statistikgrundlagen ... 103 13.1 ... Warum Statistik? ... 103 13.2 ... Verteilungen ... 103 13.3 ... The mean Mean ... 104 13.4 ... Alternativen zum arithmetischen Mittel ... 107 13.5 ... Standardabweichung ... 108 13.6 ... Korrelationen ... 110 14. Interaktionen anstatt Verweildauer ... 113 14.1 ... Warum die Verweildauer meistens falsch gemessen wird ... 113 14.2 ... Ist die Verweildauer überhaupt ein guter KPI? ... 115 14.3 ... Warum Interaktionen besser sind ... 115 15. Absprungrate verstehen ... 119 15.1 ... Definitionen der Absprungrate ... 119 15.2 ... Nutzen der Absprungrate ... 120 15.3 ... Unterschied zwischen Absprungrate und Ausstiegsrate ... 121 16. Segmente verstehen ... 123 16.1 ... Was sind Segmente und warum sind sie wichtig? ... 123 16.2 ... Wie findet man relevante Segmente? ... 125 16.3 ... Mengenlehre ... 125 17. Akquisekanäle verstehen ... 129 17.1 ... Was ist ein Akquisekanal? ... 129 17.2 ... Direkt ... 130 17.3 ... Organische Suche ... 130 17.4 ... Suchmaschinen-Marketing ... 134 17.5 ... Display ... 136 17.6 ... Affiliate ... 137 17.7 ... E-Mail ... 137 17.8 ... Social ... 138 17.9 ... Referral ... 138 17.10 ... Benutzerdefinierte Kanäle ... 138 18. Kampagnenerfolg auswerten ... 141 18.1 ... Was ist Erfolg? ... 141 18.2 ... Kampagnen-Tagging ... 141 18.3 ... Die Währungen im Online-Marketing ... 142 18.4 ... Customer Journey versus Datensilos ... 144 19. Attribution berechnen ... 145 19.1 ... Warum ist Attribution wichtig? ... 145 19.2 ... Statische Attributionsmodellierung ... 146 19.3 ... Beispiel First Click versus Last Click ... 147 19.4 ... Vor- und Nachteile statischer Attributionsmodelle ... 148 19.5 ... Dynamische Attributionsmodellierung ... 149 20. Interne Suche messen ... 151 20.1 ... Warum ist die interne Suche interessant? ... 151 20.2 ... Welche KPIs sind wichtig? ... 152 20.3 ... Wie darstellen? ... 153 20.4 ... Beispiel einer Auswertung in Google Analytics ... 154 20.5 ... Wie wird eigentlich Relevanz gemessen? ... 155 TEIL IV Testen ... 157 21. Eine Hypothese formulieren ... 159 21.1 ... Datengetriebene Hypothesen und kontinuierliches Testen ... 159 21.2 ... Welcher Test zuerst? ... 160 22. A/B- und multivariate Tests ... 163 22.1 ... A/B-Tests ... 163 22.2 ... Multivariate Tests ... 163 22.3 ... Unterschied A/B/n-Test und multivariater Test ... 164 22.4 ... Wie groß muss ein Sample sein? ... 166 22.5 ... Vorgehensweisen im Testing ... 166 22.6 ... Aufsetzen eines Tests ... 167 23. Wie belastbar ist ein Testergebnis? ... 169 23.1 ... Was genau ist statistische Signifikanz? ... 169 23.2 ... Frequentists versus bayessche Inferenz ... 171 23.3 ... A/A-Tests ... 173 TEIL V Reporting und Anwendungen ... 175 24. Wie handlungsrelevante Berichte entstehen ... 177 24.1 ... Produktivitätskiller Reporting ... 177 24.2 ... Ziele der Stakeholder verstehen ... 178 24.3 ... Zweck des Reports definieren ... 178 24.4 ... Top-down-Methode ... 180 24.5 ... Benchmarking ... 180 24.6 ... Prognosen ... 180 24.7 ... Storytelling mit Daten ... 181 24.8 ... Signale vom Rauschen trennen ... 181 25. Die Kunst, das richtige Diagramm zu wählen ... 183 25.1 ... Vorsicht, Diagramm! ... 183 25.2 ... Welches Diagramm für was? ... 185 25.3 ... Liniendiagramm ... 185 25.4 ... Säulendiagramm/Balkendiagramm ... 186 25.5 ... Histogramm ... 187 25.6 ... Scatterplot ... 187 25.7 ... Bubble Chart ... 188 25.8 ... Boxplot-Diagramm ... 189 26. Dashboards ... 191 26.1 ... Was ist der Unterschied zu einem Report? ... 191 26.2 ... Best Practices ... 191 27. Datengetriebene Personas ... 197 27.1 ... Was ist eine Persona? ... 197 27.2 ... Einschränkungen eigener Daten ... 198 27.3 ... Personas aus Nutzungsdaten ... 199 27.4 ... Demografische Daten ... 201 28. Ein Personalisierungskonzept erstellen ... 203 28.1 ... Voraussetzungen ... 203 28.2 ... Fallstricke ... 204 28.3 ... Analyseansätze ... 205 TEIL VI Problemlösungen ... 207 29. Messunterschiede zu anderen Systemen ... 209 29.1 ... Klicks versus Sitzungen ... 209 29.2 ... Unterschiedliche Integration ... 210 30. Den Bestätigungsfehler vermeiden ... 213 30.1 ... Was ist der Bestätigungsfehler? ... 213 30.2 ... Was hilft gegen den Bestätigungsfehler? ... 214 A. Nützliche Helferlein ... 217 B. Literatur ... 221 C. Glossar ... 227 Index ... 233