11. Juli 12

App Analytics: App-Nutzung mit Analytics Tools messen

Letze Woche ist bei Google ja einiges passiert, was mobile betrifft: Einerseits hat Google eine Android App gelauncht, über welche Google Analytics als App von Android-Geräten zugänglich wird (Side-Effekt: Da's die App nur für Android und nicht fürs iPhone gibt, sind die Downloads von GA-Drittapps wie z.B. meiner GA-Dashboard-App grad in die Höhe geschossen :-). Anderseits hat Google ein neues Auswertungsinterface als Beta publiziert, mit welchem sich Analytics-Daten aus mobilen Apps spezifischer als mit dem klassischen Google Analytics Interface auswerten lassen. Beides bringt mich dazu, mal einige spannende Punkte hinsichtlich der Analyse von Apps zu beleuchten, nämlich:

  • Wie kann man Download- und Verkaufszahlen messen?
  • Wie kann man die Nutzung innerhalb von Apps tracken?
  • Wie kann man das Ganze verknüpfen, um zum Beispiel die Festsetzung des Preises einer App zu bestimmen?

Für alle drei Aufgaben gibt es unterschiedliche Systeme und Herangehensweisen. Die wohl einfachste davon ist die Messung von Download- und Verkaufszahlen - denn das kommt beim Hochladen einer App in einen Store sozusagen gratis mit.

Download- und Verkaufszahlen von Apps messen

Sowohl im App Store von Apple wie auch jenem von Google sind mit dem Publizieren einer App automatisch mehr oder minder detaillierte Statistiken der App-Downloads verfügbar. Das Auswertungsinterface von Apple - iTunes Connect - glänzt dabei durch Reduktion aufs Minimum: Neben den täglichen und wöchentlichen Anzahl neuer Installationen und Update-Downloads, den Nutzerbewertungen sowie einer Aufschlüsselung dieser Zahlen auf die einzelnen Länder-Stores gibts nicht viel auszuwerten. Und besonders ärgerlich: Es gibt kein Archiv von Daten die älter als ca. 3 Monate sind - bzw. man muss sich selbst um die Historisierung der Daten kümmern.

Die Store-Statistik von Google in der Google Play Developer Console kann da zumindest mit einigen Zahlen mehr aufwarten, z.B.:

  • Anzahl aktiver Installationen (welche Deinstallationen berücksichtigt)
  • Verwendete Geräte und Android-Versionen
  • Verwendete Sprachen
  • Mobilfunktanbieter
  • Unterscheidung nach verschiedenen App-Versionen

GooglePlay

Natürlich ist die Anzahl installierte Apps pro Tag eine der spannendsten Kennzahlen, dennoch fehlt rein mit den App Store-Statistiken die Granularität für eine feinere Analyse.

Etwas Abhilfe schaffen da Anwendungen, welche zusätzliche Informationen sammeln und über verschiedene Stores aggregieren. Mein persönlicher Favorit ist derzeit die App Annie. Die Annie aggregiert Store-Informationen von iTunes und Android in einer benutzerfreundlichen Auswertung und sorgt sich auch grad um das Archiv, so dass keine alten Daten verloren gehen. Zudem sammelt Annie Ranking-Daten aus den Stores der verschiedenen Ländern, so dass stets ersichtlich ist an welcher Stelle in welchem Land und in welcher Kategorie die eigene App gerade gerankt wird. Das sind nützliche Benchmark-Informationen, die einem sonst fehlen.

AppAnnie

Die Nutzung von Apps mit Web Analytics Systemen messen

Download-Zahlen zeigen zwar das Interesse von Nutzern an der App und den Erfolg von einem App-Marketing - ob die App allerdings bei den Nutzern ankommt und wie sie langfristig gebraucht wird, daraus lässt sich allein aus den Downloads nichts schliessen. Ähnlich wie Websites lassen sich aber auch Apps mit Web Analytics Mitteln messen und auswerten. Im einfachsten Fall bettet man dazu einer App einen Tracking-Code ein - ähnlich dem Page Tag von Websites, welcher die Nutzung der reported.

Im Unterschied zu einer Website gibts allerdings ein paar wichtige Unterschiede und Punkte zu berücksichtigen:

  • Keine Seitenaufrufe: Seitenaufrufe wie bei Websites gibt es nicht zwingend in einer App - oder sie interessieren weniger, da sich die spannenden Dinge innerhalb einer Bildschirmansicht zutragen. Zwar kann man auch die verschiedenen Aufrufe der Ansichten tracken, viel erfolgsversprechender ist jedoch das Tracking von Events innerhalb der Seite (analog dem Event-Tracking innerhalb einer Webseite). Das Einbetten des Tracking-Codes wird daher vielfach spezifischer und auch aufwändiger als bei einer Website
  • Offline-Tracking: Apps können auch offline genutzt werden - und auch dann sollte das Tracking natürlich funktionieren. Dazu muss der Tracking-Code aber über eine Caching-Funktion verfügen, welcher die Aktionen ggf. zwischenspeichert bis der Nutzer wieder online ist. 
  • Store-Restriktionen: Manche App Stores (z.B. Apple) setzen in Ihren AGBs gewisse Restriktionen für das Tracking, welche berücksichtig werden müssen - will man einen Ausschluss der App nicht riskieren. Währenddem Apple zeitweise sämtliche Third Party Analytics-Tools (wie z.B. Google Analytics) aus Apps ausgeschlossen hatte, ist in den aktuellen Review Guidelines (Developer Member Login notwendig) nur noch das Einverständnis des Nutzers fürs Tracking vorausgesetzt. Die Guidelines können aber jederzeit wieder mal ändern...
  • App-Versionen: Von Apps können verschiedene Versionen im Umlauf sein, da nicht alle Nutzer umgehend ein Update durchführen. Dem muss man bei der Auswertung Rechnung tragen.
  • Spezifische Kennzahlen: Auf der Auswertungsseite interessieren teilweise spezifische Zahlen mehr als die üblichen Analytics Reports und Metriken - zum Beispiel auch wieviele App installiert (oder wieder deinstalliert) wurden. Diese fehlen dann typischerweise in den App Analytics Auswertungen, da sie nur über die Store-Statistiken verfügbar sind

Abgesehen davon ist das App-Tracking allerdings ganz ähnlich zum Tracking von Websites. Demensprechend können auch die gleichen oder ähnliche Web Analytics Systeme eingesetzt werden wie für Websites. Google Analytics packt seine Lösung zum Beispiel in ein Software Development Kit (SDK) für Android oder iOS, welches die ersten beiden oben aufgezählten Punkte löst: Tracking-Aktionen lassen sich (für technisch versierte App-Programmiere) relativ einfach aufrufen, und das Offline-Tracking ist berücksichtigt. Auch für andere gängige Web Analytics Systeme gibt es mittlerweile ein entsprechendes SDK (unter folgendem Link z.B. für Omniture), bei einigen muss man allerdings auch noch etwas komplizierter selbst Hand anlegen und eine Tracking-API ohne SDK implementieren (z.B. bei Piwik). Neben den klassischen Web Analytics Systemen haben sich mittlerweile auch einige spezifische App Analytics Tools wie z.B. Flurry etabliert, welche Funktionen im vergleichbaren Rahmen anbieten.

Für die Auswertungen kommen dann typischerweise die selben Reports zum Zuge wie für Websites, sofern nicht wie seit kurzem bei Google einige weitere spezifische Berichte dazukommen.

Acquisition

Mit der Implementierung eines normalen Web Analytics Systems in die eigene App lassen sich so zum Beispiel folgende Kennzahlen recht gut auslesen:

  • Unique Visitors: Wieviele Nutzer haben die App zurzeit im Einsatz? Diese Zahl gibt über einen grösseren Zeitraum (z.B. Monat) eine ungefähre Indikation für die Anzahl aktuell installierter Apps (genaue Zahl nur aus der Store Statistik)
  • New Visitors: Wieviele neue Nutzer sind (z.B. pro Tag) dazugekommen? Diese Zahl sollte ungefähr mit den Downloads bzw. Neu-Installationen einer App übereinstimmen bzw. eine Indikation dafür geben (genaue Zahl nur aus der Store Statistik)
  • Nutzungsdauer: Wie lange dauert eine typische Session der App? Die Metrik liefert Hinweise über das Nutzungsverhalten und zeigt auf, wie viel Zeit sich Nutzer für die Abdeckung des Mobile Use Cases nehmen
  • Bildschirmansichten oder Ereignisse: Welche Screens / Anwendungsbereiche werden genutzt? Daraus kann z.B. geschlossen werden, ob gewisse Funktionen (z.B. zusätzliche Einstellungsmöglichekeiten) effektiv von Nutzern verwendet werden und ob sich damit ein Ausbau lohnt - oder sich die Nutzer überhaupt nicht dafür interessieren.
  • Verwendete Systeme und Bildschirmgrössen: Damit lassen sich - insbesondere bei Android Apps relevant - erkennen, welche Gerättypen und Bildschirmgrössen typischerweise verwendet werden und auf welchen die App getestet werden müsste
  • Conversions: Analog einer Website lassen sich auch bei Apps Conversions messen - z.B. der Klick auf ein Cross-Selling-Angebot, die Nutzung einer bestimmten Funktion, Registrierung bzw. Hinterlegung von Nutzerinformationen etc.

Verknüpfung von App Analytics und Store-Statistiken?

Bleibt noch die Frage, ob man solche Analytics Nutzungszahlen mit Download- und Verkaufszahlen aus den App Stores verknüfen kann, um daraus neue spannende Erkenntnisse zu ziehen - z.B. um so die Preisfindung von In-App Purchases oder Upsellings zu unterstützen. Google verspricht mit seinem SDK und den neuen mobilen Reports etwas in diese Richtung - bei Apple und iPhone scheints sowas noch nicht zu geben. Erfahrungsberichte diesbezüglich sind sehr willkommen: Gibts Tools oder Lösungen für solch eine integrierte Betrachtung, und wer nutzt sie schon?

Mein Erfahrungsbericht diesbezüglich folgt in Kürze an dieser Stelle.

08. März 12

Mobile Dashboard für Google Analytics - Reloaded.

Die individuellen Google Analytics KPIs immer im Blickfeld zu haben - das ist die Idee vom Google Analytics Dashboard für iDevices und Android-Geräte.

Erst vor knapp 10 Monaten ging die erste Version des Dashboards als iPhone-App live - als ein Versuch zur Reduktion auf die wesentlichen Kennzahlen - und mit zugegebenermassen noch der einen oder anderen Unausgereiftheit. Heute, nach Zig-Tausend weltweiten Downloads erscheint die zweite Version in den Stores und ist mittlerweile auch für Android und Tablets wie das iPad verfügbar.

Das ist alles neu: Handlicher und schneller
Dem Konzept der Reduktion und dem Fokus auf das Wesentliche haben wir weiter Rechnung getragen. In der Gewchwindigkeit und Handlichkeit der mobilen Abfrage haben wir nachgelegt. Dazu zählen auch Feinheiten wie ein "Pulldown-to-Refresh" (Touch-Bewegung nach unten, um das Dashboard zu aktualisieren) oder ein Autostart auf dem gewünschten Dashboard (statt mehrmaligen Klicks durch die Accounts und Profile). Auch viele weitere Feedback von Nutzern haben wir aufgenommen und integriert - vielen Dank für eure Beteiligung!

Charts!
Die grösste Erweiterung - und auch der meistgenannte Wunsch - ist jedoch die Darstellung der KPIs als Grafik. Hier kann nun pro KPI ein grafischer Monatsverlauf dargestellt werden - inklusive dem definierten Zielwert je Metrik. Damit ist sofort ersichtlich, an welchen Tagen man sich unter- oder oberhalb des angestrebten Zielwerts bewegt hat. Obendrauf gibts zudem noch eine kummulierte Ansicht, welche Conversion-Zahlen pro Woche oder Monat addiert. Dadurch wird noch besser ersichtlich, ob die angestrebte wöchentliche Anzahl an Newsletter-Anmeldungen oder der monatlich angepeilte Verkaufsumsatz in greifbarer Nähe liegt.

Ausschläge des Website Performance Index sichtbar machen
Auch der Website Performance Index - eine Erfolgsbarometer für die Website in Anlehnung an einen Börsenindex wie dem DAX - erlangt durch die grafische Auswertung eine neue Dimension: Vergleichbar zu einem Börsen-Chart wird der Performance Index nun auch chart-technisch auswertbar und weist so die Erfolgssteigerung über die Wochen visuell aus. Einige verbesserte Feinheiten in der Berechnung - zum Beispiel ein Korrekturfaktor für eine geänderte Indexbasis - machen ihn robuster wenn zusätzliche KPIs in den Index aufgenommen werden. Alles in Allem ein rundes Paket mit vielen kleinen und grossen Verbesserungen.

Download
Die Lite-Version der App mit den fünf wichtigsten Kennzahlen kann kostenlos im iTunes-App-Store oder Android Marketplace heruntergeladen werden. Die kostenpflichtige Pro-Version mit sämtlichen individuel definierten Google Analytics-Zielen ist in ebendiesen Stores verfügbar:

Zum Detailbeschrieb und Download!

Feedback erwünscht
Ich freu mich weiterhin auf vielseitiges Feedback, Kommentare und Verbesserungsvorschläge aus der ganzen Welt. Speziell interessant finde ich übrigens, dass die App neben den USA vor allem in Holland und Japan am meisten Verbreitung findet. Es scheint so, also ob die Holländer in Europa Web Analytics-mässig die Nase weit vorne hätten. Da gibt es doch wohl was aufzuholen, oder...? :-)

01. März 12

Soziale Aktionen und den Social Engagement Score mit Google Analytics messen (Teil III)

Die Wichtigkeit sozialer Aktionen zur Beurteilung von Website-Inhalten sowie die übersichtliche Zusammenfassung in einem Social Engagement Score wurden kürzlich auf diesem Blog diskutiert. Während herkömmliche Messgrössen wie Page Views in jedem Web Analytics System standardmässig gemessen werden, ist das Messen von sozialen Aktionen oder gar einem Social Engagement Score aber noch mit Konfigurationsarbeit verbunden. Wie man dies aber relativ einfach mit Google Analytics realisieren kann, soll nun betrachtet werden.

Soziale Aktionen in Google Analytics

Die gute Nachricht vorneweg: In Google Analytics werden die Klicks auf die Google +1-Buttons der eigenen Website ohne weiteres Zutun in den Berichten ausgegeben. Für Facebook-Likes, Tweets oder andere soziale Aktionen muss hingegen bei Klick auf die jeweilige Schaltfläche ein zusätzliches Tracking-Ereignis ausgelöst werden. Damit dies passiert, wird technisch der HTML-Quellcode um eine Codezeile ergänzt, die dann zum Beispiel für ein Facebook-Like-Button wie folgt aussieht:

_gaq.push(['_trackSocial', 'facebook', 'like', targetUrl]);

Eine solche JavaScript-Code-Zeile macht nichts anderes, als an Google Analytics zu übermitteln, dass der zu einer bestimmten Zielseite (targetUrl) zugehörige Facebook-Like-Button geklickt wurde. Für Twitter, Bookmarks oder andere Dienste funktioniert dies analog. Zum guten Glück muss man sich für all diese Plattformen den Code nicht komplett selbständig aus den Fingern saugen, sondern Google stellt eine Referenzimplementierung bereit. Diese kann  mit etwas Programmierkenntnissen oder von der IT-Abteilung nun relativ einfach für die eigene Website adaptiert werden. Noch einfacher kann man sich es machen, wenn man sämtliche soziale Aktionen unter dem Dienst von AddThis konsolidiert. Dann reicht nämlich eine einzige zusätzliche Zeile Code für die fast beliebig vielen Social Buttons, die der AddThis-Service anbietet. Folgende Anleitung für den Einbau eines Trackings der AddThis-Buttons zeigt, dass dies keine Hexerei ist.

Den Social Engagement Score messen

Etwas aufwändiger wird es für die automatische Berechnung eines Social Engagement Scores. Denn dafür ist Google Analytics - wie auch andere Web Analytics Systeme - noch nicht ausgelegt. Das sogenannte Ereignis-Tracking liefert hierfür jedoch den notwendigen Bausatz. Ereignis-Tracking wird eingesetzt um das Messen von Geschehnissen innerhalb einer Seite zu ermöglichen - also zum Beispiel das Abspielen oder Stoppen von Videos, das Zoomen in einer Kartenanwendung oder das Klicken auf Links. Genauso lässt es sich das Ereignis-Tracking natürlich auch für die Messung von Social Buttons einsetzen.

Anders als das oben vorgestellte Tracking-Verfahren für soziale Aktionen lassen sich mit dem Ereignis-Tracking jedoch zusätzliche Informationen an Google Analytics übergeben, nämlich zum Beispiel einen Wert für eine Gewichtung wie wir sie für die den Social Engagement Score benötigen. Beim Absenden eines Kommentars, der mit Faktor 10 gewichtet ist, würde man so einen Code wie folgt hinter den Sende-Button einbauen:

<input type="submit" onClick="_gaq.push(['_trackEvent', 'Engagement', 'Kommentar', document.title, 10]);" value="Kommentar" />

Für andere soziale Aktionen wie Likes, Tweets oder Bookmarks verfährt man analog und übergibt die entsprechende Gewichtung in einem vergleichbaren Aufruf. Die vollständigen Beispiele und eine ausführliche Einbau-Anleitung für Facebook, Twitter und Google+ sind in der dritten und erweiterten Auflage meines Buchs „Web Analytics“ beschrieben, zumal diese doch etwas zu umfangreich für einen Post sind. Diese Beispiele erlauben es aber, auch ohne vertiefte Programmierkenntnisse die wichtigen sozialen Aktionen einfach mittels Ereignis-Tracking in die eigene Website zu integrieren. Dadurch errechnet Google Analytics schlussendlich aus den verschiedenen übermittelten und  gewichteten Aktionen einen Ereigniswert je Seite, der nun genau den Social Engagement Score darstellt und eine Auswertung gemäss Abbildung bietet.

GA_SocialEngagementIndex

Mit der Messung von sozialen Aktionen und dem Social Engagement Score in einem Web Analytics System sind nun die zentralen Instrumente gegeben um sein Website-Publikum zu hören und den Begeisterungsgrad zu interpretieren. In Zukunft wird dieses Verständnis der Schlüssel sein, um geeignete Inhalte, Produkte und Dienstleistungen online anbieten zu können und auf der Klaviatur des Social Webs mitspielen zu können. Bereits heute damit zu beginnen, lohnt sich also ganz sicher!

17. Februar 12

Vom Social Page Engagement zum Social Engagement Score (Teil II)

Im vorausgegangenen Beitrag haben wir gesehen, dass das Social Page Engagement in einem Social Web-Umfeld dem Page Views den Rang ablaufen dürfte. Doch bei den zahlreichen sozialen Aktionen ist es manchmal schwierig, vor lauter Bäumen den Wald noch zu sehen. Ist nun ein mit 15 Kommentaren versehene Seite wertvoller als jene mit den 50 Facebook-Likes – oder eher umgekehrt? Zählen die vier Bookmarks, sieben Shares und drei Tweets zum einen Artikel nun mehr oder weniger als die zwei Boookmarks, 15 Shares und zwei Tweets zum anderen Artikel? Eine differenzierte Betrachtung und Gewichtung der unterschiedlichen sozialen Aktionen kann hier Licht ins Dunkel bringen.

Applaus, Verstärkung, Dialog

Auch von Besuchern von Konzerten kennt man verschiedene Abstufungen im Ausdruck ihrer Begeisterung: Applaus in Form von Klatschen ist dabei meist die erste Stufe des Engagements. Standing Ovations sind eine Steigerungsform dessen. Die höchste Form der Unterhaltung entsteht schlussendlich, wenn es ein Künstler schafft, einen Dialog mit dem Publikum aufzubauen und dieses mit interaktiven Elementen in die Vorstellung einbindet.

Eine ähnliche Klassierung kann man beim sozialen Engagement von Website-Besuchern vornehmen. Avinash Kaushik, eine der grössten amerikanischen Web Analytics Koriphäen, unterscheidet dabei nach den drei Stufen Applaus, Verstärkung und Dialog: Applaus auf einer Website sind Facebook-Likes oder Google +1’s. Der Besucher klatscht hier virtuell zu einem ihm zusagenden Inhalt. Eine „Verstärkung“ tritt dann ein, wenn ein Inhalt auf Facebook geteilt wird oder per Twitter geposted oder retweeted wird. Hier erzählt der Besucher virtuell Freunden und Famile von dem Ereignis.  Die Stufe des Dialogs schlussendlich wird dann erreicht, wenn sich ein Besucher zum Beispiel per Kommentar oder Antwort über einen sozialen Kanal am Inhalt beteiligt.

Mit einer solchen Abstufung lassen sich die sozialen Aktionen auf einer Website schon einmal ganz gut abstufen und viel leichter interpretieren. Ein Inhalt mit viel Applaus gefällt den Besuchern. Allerdings wird der Inhalt vielleicht noch als eher fokussiert eingestuft, als dass sich ein breiterer Freundeskreis dafür interessieren könnte. Deshalb wird dieser vielleicht noch nicht geteilt. Dies tritt erst bei einem Inhalt mit viel verstärkender Wirkung ein: Nutzer gehen hier davon aus, dass dies nicht nur für sie, sondern für einen grossen Teil der Bekannten für Interesse sein könnte. Vielfach ist dies bei emotionaleren Inhalten zu sehen, z.B. wenn es um politische Themen, sportliche Zugehörigkeit, Marken oder Statusobjekte geht. Erst wenn jedoch Besucher gar in den Dialog treten, ist die emotionale Verbindung zu dem Inhalt so hoch, dass gar diese Kommunikationshürde überwunden wird.

Der Social Engagement Score

Obwohl die Abstufung nach Applaus, Verstärkung und Dialog nützliche Einblicke in die Wirkung eines Inhalts bietet, bleibt die Übersicht schwierig. Jede Inhaltsseite muss erst in diesen drei Dimensionen betrachtet werden, um Aktionen ableiten zu können, wodurch der Gesamtüberblick nicht erhöht wird. Ein einfacheres und übersichtlicheres Instrument bietet dagegen die Kennzahl des „Social Engagement Score“. Die Idee hinter einer solchen Scorezahl ist es, die verschiedenen sozialen Aktionen entsprechend ihrer Bedeutung zu gewichten und dann in einem einzigen Messwert pro Seite zusammenzufassen.

Einem Kommentar auf einer Seite würde man so zum Beispiel als sehr hohes soziales Engagement definieren und mit einem Faktor von 10 gewichten. Ein Tweet über dieselbe Seite wäre mässiges Engagement mit vielleicht einem Gewichtungsfaktor von vier. Ein Social Bookmark oder ein Rating eines Inhalts wäre ein leichtes Engagement mit lediglich einem Gewichtungsfaktor von eins oder zwei. Eine heiss diskutierte Inhaltsseite mit fünf Kommentaren und keinem Tweet erhält dann richtigerweise einen höheren Score als eine interessante Seite mit keinen Kommentaren und dafür zehn Tweets. Auf diese Weise gelingt es nun, das Engagement der Besucher zu einer Seite konsolidiert in einer Zahl wiederzugegeben.

Wie die unterschiedlichen sozialen Aktionen untereinander gewichtet werden, ist schlussendlich abhängig von den individuellen Website-Zielen und was für soziale Aktionen man als Website-Betreiber auslösen möchte.  Eine mögliche Gewichtung, welche eher auf einen hohen Dialog abzielt, zeigt die folgende Zusammenstellung:

SozialeAktionen

Für eine spätere Auswertung des Scores ist entscheidend, dass auch Unlikes und -1’, d.h. wenn Besucher ihren Applaus aus irgendwelchen Gründen zurücknehmen, mit in die Bewertung einfliessen. Mit einer entsprechenden Negativgewichtung kann auch dieser Spezialfall einfach berücksichtigt werden.

Aus einer solchen Gewichtung lässt sich nun für jede Seite ein entsprechender Social Engagement Score errechnen, nämlich in dem die einzelnen Aktionen gewichtet und zusammengezählt werden. Eine Seite mit drei Kommentaren, sieben Facebook Likes und zwei Bookmarks erhält so einen Score von 62 (3 x 10 + 7 x 4 + 2 x 2).

Natürlich ist es nun zweckmäßig, wenn man eine solche Rechnung nicht selbst im Kopf für jede Inhaltsseite durchführen muss, sondern einem dies ein Web Analytics System abnimmt. Google Analytics kann dies - wenn man einige Kniffe anwendet - wie in der nachfolgenden Abbildung ausgeben. Die Auswertung zeigt zu einer Liste mit verschiedenen Inhaltsseiten, wie viele Male auf der jeweiligen Seite soziale Aktionen vorgenommen wurden (Spalte „Ereignisse gesamt“) und welcher Social Engagement Score (Spalte „Ereigniswert“) erzielt wurde. Auffällig ist im Beispiel, dass die Seite „Next Generation Commerce“ zwar am meisten Aktionen erzeugt. Diese generieren jedoch einen geringeren Social Engagement Score als zum Beispiel die Seite „Life in 2020“, womit letztere Seite als die inhaltlich wertvollere zu deuten ist.

GA_SocialEngagementIndex

Noch grössere Unterschiede in der Beurteilung eines Inhalts lassen sich ausmachen, wenn man den Social Engagement Score einer Seite nun den entsprechenden Page Views  der Seite gegenüberstellt. Jetzt wird erst recht ersichtlich, dass eine höhere Anzahl Page Views überhaupt nicht mit einem höheren Social Engagement Score korrelieren muss. Im Gegenteil wäre es geradezu sträflich, heutzutage auf Basis des Page Views die Attraktivität einer Inhaltsseite beurteilen zu wollen – diese Ansicht stammt noch aus alten Zeiten vor dem Social Web.

Während Page Views in jedem Web Analytics System standardmässig gemessen werden, ist das Messen von sozialen Aktionen oder dem Social Engagement Score noch mit Konfigurationsarbeit verbunden. Im letzten Teil dieser Reihe – in kürze an dieser Stelle zu finden – werden wir untersuchen, wie sich soziale Aktionen und der Social Engagement Score in Google Analytics abbliden lassen.

01. Februar 12

Social Page Engagement statt Page Views messen (Teil I)

Noch vor wenigen Jahren war eine Website ein Instrument, mit dem ein Unternehmen Informationen, Angebote und Botschaften einfach in die Welt hinausposaunte. Ob dieses Konzert beim Zuhörer mit freudigem Applaus oder müdem Schnarchen aufgenommen wurde war egal – solange nur der Konzertsaal gefüllt war. Nur so lässt es sich interpretieren, wenn Unternehmen den Erfolg ihres Website-Inhalts mit Zahlen wie Page Views, Visits und Visitors zu belegen versuchten: Hauptsache die Seite wird aufgerufen – ob sie informativ, spannend, begeisternd oder dröge ist, interessiert nicht. Zum Glück ist es mit dieser Einstellung im Social Web vorbei – wer heute nicht auf sein Publikum eingeht und hierfür dank neuen Web Analytics Kennzahlen über ein entsprechendes Sensorium verfügt, hat schlechte Karten in der Hand.

Nutzer-Engagement auf einer Website
Eine zeitgemässe Website setzt auf Interaktion mit ihren Besuchern und nutzt hierfür auch die Möglichkeiten, die das Social Web bietet. Auch auf Unternehmenswebsites ist es daher heute Gang und Gäbe, dass Inhalte gebookmarked, bewertet, kommentiert, geliked, +1’ed oder getweeted werden können. Ausdruck hierfür sind die vielen „Gefällt-mir“- und Bookmarking-Buttons, die inflationär nicht mehr nur Blogs sondern auch E-Commerce-Sites und Corporate Websites erfasst haben (wie der Screenshot von Volvo zeigt). Die bereitgestellten Informationen erlangen durch die Beurteilung von den Betrachtern eine ganz neue Dimension von Qualität und Kredibilität – zumal Menschen als soziale Wesen gerne auf individuelle Empfehlung anderer Menschen oder gar Freunden hören anstatt nur auf die geschliffenen Botschaften von Unternehmen.

Volvo

Neue Kennzahlen fürs soziale Web

Mit diesem Wandel von der Publikationswebsite zur Interaktionswebsite ändern sich auch die Messgrößen, welche die Qualität und den Erfolg von Website-Inhalten beurteilen. Klassiche Inhaltskennzahlen wie Page Views, Verweildauer und Absprungrate eignen sich gut für statische Inhaltsseiten. Sobald allerdings die Interaktion mit dem Besucher gemessen werden soll, sagen solche Metriken wenig aus. Stattdessen wird für eine solide Messung der Interaktion ein neues Set an Kennzahlen notwendig, die man unter dem Begriff "Social Engagement" zusammenfassen kann. Social-Engagement-Kennzahlen messen auf Seitenebene auf der eigenen Website die Nutzung der einzelnen Interaktionsmöglichkeiten wie Kommentare, Likes oder Bookmarks. Sie sagen damit aus, wie hoch die effektive Begeisterung oder eben das Engagement zu einem Inhalt ist.

GA_SozialeSeiten

Web Analytics Systeme wie Google Analytics können solche Engagements seit einiger Zeit ausweisen und unterscheiden dabei zum Beispiel nach sozial engagierten Besuchen – wenn der Besuch ein Like, +1, Tweet oder ähnlich beinhaltete – oder eben sozial nicht engagierten Besuchen. Für eine einzelne Seite betrachtet lässt sich damit in den Auswertungen schnell erkennen, inwieweit diese bei den Besuchern Emotionen wecken oder eben nicht. Das ist schon einmal viel Wert: Viel besser lässt sich nun einschätzen, welche Inhalte tatsächlich interessant für Besucher sind. Betrachtet man zum Beispiel für eine News-Website oder einen Blog die sozialen Aktionen zu unterschiedliche Artikeln, dann lässt sich nun einfach erkennen, welche Stories ziehen. Bei solchen Themen lohnt es sich dann, mehr Beiträge ähnlicher Natur zu publizieren. Aber auch zum Beispiel auf Produkte-Sites lässt sich mittels Anzahl Shares, Bookmarks oder Tweets eruieren, welche Neuerungen gut ankommen oder welche Produkte aktuell besonders hohe Beliebtheit geniessen.

Je mehr soziale Aktionen unterschiedlicher Art auf einer Website genutzt werden, desto schwieriger wird jedoch auch eine Auswertung. Ist nun ein mit 15 Kommentaren versehener Inhalt wertvoller als jener mit den 50 Facebook-Likes – oder eher umgekehrt? Zählen die vier Bookmarks, sieben Shares und drei Tweets zum einen Artikel nun mehr oder weniger als die zwei Boookmarks, 15 Shares und zwei Tweets zum anderen Artikel? Die unterschiedlichen sozialen Aktionen verlangen nach einer differenzierten Betrachtung des Engagement-Grades um eine veritable Aussage treffen zu können. Mit welchen Mitteln man eine solche differenzierte Betrachtung anstellen kann, wird in Kürze an dieser Stelle in Teil II fortgeführt.

16. Dezember 11

Web Analytics Buch - Dritte Auflage jetzt erhältlich

Cover_A3_SchmalMan mag es anhand der in letzter Zeit rückläufigen Posting-Frequenz dieses Blogs erahnt haben, dass ich wieder vermehrt Schreibzeit in traditionelle Medien investiert habe... Nun ist aber die dritte überarbeitete und erweiterte Auflage des Buches "Web Analytics" frisch aus dem Druck bei den Händlern angekommen. Bestellungen bei Amazon (noch sind 2-3 Stück von der ersten Lieferung an Lager) werden noch vor Weihnachten ausgeliefert - nur für den Fall, dass man sich zwischen den Jahren noch auf die Suche nach guten (geschäftlichen) Neujahrs-Vorsätzen machen möchte...

Einige wesentliche Änderungen in der mittlerweile über 600 Seiten starken und in einem Hardcover gebundenen Neuauflage möchte ich nicht unerwähnt lassen:

  • Neue Social Engagement Kennzahlen
  • Der Social Page Engagement Score (gewichtete Soziale Aktionen)
  • Erweiterungen bezüglich Social Media Analytics und Facebook
  • Der Website Performance Index (Website-Erfolg in einer Zahl ausgedrückt)
  • Alle Google Analytics Beispiele mit dem neuem Async-Code
  • Sämtliche Google Analytics Beispiele und Screenshots auf das neuste Google Analytics Interface bezogen
  • Neue Google Analytics-Erweiterungen mit Code-Beispielen, z.B. Formularfeldtracking oder Opt-out
  • Angepasste rechtliche Beachtungspunkte bei Web Analytics und Google Analytics im Speziellen
  • so wie viele weitere, kleinere Aktualisierungen und Ergänzungen

Ich freue mich wiederum auf einen interessanten Dialog und spannende Feedbacks zu den Inhalten. Aktualisierungen und neue Web Analytics Erkenntnisse zwischen zwei gedruckten Auflagen folgend wie immer hier auf dem Blog.

 


Über das Blog | Impressum | Nutzungsbedingungen | Ihren Besuch aufzeichnen [?]


Web Analyticson


Das Buch zum Blog:

  • Buch
    Details zum Buch Buch bei Amazon.de bestellen

Die App zum Blog:

  • iPhone App
    Download

Über den Autor

  • Marco Hassler ist Business Unit Manager und Partner beim IT- und Web-Dienstleister Namics.

    marco.hassler (at) gmail.com

Ethik Code

  • Web Analytics Association Code of Ethics

Twitter Updates

    Web Analytics Fotos

    Web Analytics Association

    • Web Analytics Association