4 Beiträge kategorisiert in "Performance"

11. Juni 11

Den "Website Performance Index" messen

In zwei vorausgegangenen Posts hatte ich bereits das Konzept des Website Performance Index in Analogie zu einem Börsenindex vorgestellt und dessen Berechnung und Herleitung der Metrik-Gewichtung beschrieben. Im dritten und letzten Teil geht es nun noch darum, wie sich ein solcher Index in einem Web Analytics System abbilden und fortwährend nutzen lässt.

Nutzung des Formel-Editors im Web Analytics Tool
Voraussetzung für die Hinterlegung einer relativ kompliziert berechneter Formel wie ein Performance Index ist ein Formel-Editor im Web Analytics System. Manche Systeme bieten solche Formeleditoren von Haus aus an, dann handelt es sich um eine relativ einfache Geschichte: Die bei der Berechnung definierten Ziele werden mit Ihrer Gewichtung im Formel-Editor hinterlegt - wie in unten stehender Abbildung im Beispiel von Webtrekk.

PerformanceIndex_1

Im Ergebnis lassen sich dann für den aktuellen Peformance Index zum Beispiel Graphen wie der folgende anzeigen, sobald diese noch mit Schwellwerten für die Zielerreichung (z.B. ab 50% im gelben Bereich, ab 75% im grünen Bereich) versehen werden.

PerformanceIndex_2

Für Google Analytics im Speziellen
Bei Google Analytics als das wohl meist eingesetzte Web Analytics Tool fehlt allerdings zur Zeit ein solcher Formel-Editor. Ein Performance Index lässt sich daher nicht in Google Analytics selbst abbilden, sondern muss in einem Drittsystem gehalten werden. Eine einfache Möglichkeit dazu ist Excel. Nutzt man ein Excel-Plugin wie Excellent Analytics lassen sich aktuelle Google Analytics Daten über das API auslesen und in Excel darstellen. Die Hinterlegung einer Formel ist dann nur noch einfache Excel-Handarbeit. Insbesondere wenn man Reports und Dashboard intern ohnehin per Excel aufbereitet und dann versendet, ist dies eine sehr handliche Möglichkeit. Auch schöne Gauge-Diagramme lassen sich mit etwas Excel-Tweaking gestalten wie unten stehendes Beispiel eines Excel-Reportings zeigt (andere Indizes):

PerformanceIndex_3

Wer den Website Performance Index lieber tagesaktuell und überall dabei haben möchte (was ja eigentlich auch die Idee eines solchen Indexes ist) und über ein iPhone verfügt, dem sei die kürzlich vorgestellte iPhone App "Dashboard pro for Google Analytics" nahe gelegt. Auch darin lassen sich die hinterlegten Google Analytics Ziele gewichten, danach wird der Performance Index automatisch und tagesaktuell berechnet.

IPhone_view_pro

19. Mai 11

Das Google Analytics-Dashboard fürs iPhone

Wenn man sich häufiger mit Web Anayltics auseinandersetzt, hat man schnell einmal seine zehn Hauptkennzahlen beisammen, welche man wöchentlich, täglich oder gar noch öfter und immer wieder überprüfen möchte.  Im Idealfall kann man sich diese nun auf dem Dashboard des Analytics-Systems abbilden - doch auch das ist nicht immer so praktisch. Warum deshalb nicht sein individuelles Dashboard immer aktuell auf dem iPhone mit dabei haben?

IPhone_view_pro Genau dies will die eben releaste iPhone-App "Dashboard for Google Analytics". Nach Download der App aufs iPhone lassen sich einfach mittels Eingabe des Google Analytics Login die aktuellen Website-Daten anzapfen und eine handvoll der wichtigsten KPIs auf einem einzelnen Dashboard anzeigen. Darüber hinaus - und jetzt kommt das was nicht einmal Google Analytics kann - lassen sich pro KPI Zielwerte angeben. Auf einen Blick lässt sich so erkennen, ob man hinsichtlich seiner selbst gesteckten Ziele im grünen oder roten Bereich ist. Will man z.B. pro Woche 10'000 Besucher auf der Website haben - und hat am Dienstag bereits 4'000, dann befindet diese Kennzahl eindeutig im grünen Bereich. So behält man im Dashboard immer die Übersicht, wie es um den Erfolg der Website gerade steht.

Es findet sich mittlerweile die eine oder andere gute iPhone App für Google Analytics im App Store, mit welcher sich beinahe sämtliche Auswertungen aus Google Analytics herausziehen lassen. Sämtliche Daten auslesen kann und will das "Dashboard for Google Analytics" nicht. Stattdessen liegt der Fokus auf den wirklich geschäftsrelevanten Kennzahlen, auf die es sich lohnt, häufiger hinzuschauen - und erweitert zudem Google Analytics um einige nützliche Funktionen wie eben zum Beispiel die Zielwert-Definition. In der kostenlosen Version der App sind u.a. die "grossen" Metriken wie Besucher, Besuche und Page Views verfügbar. In der "Pro"-Version kommen dann zusätzlich sämtliche in Google Analytics konfigurierten Ziele und Zielbeträge dazu. Damit lässt sich das Dashboard so individuell zusammenstellen wie es die Ziele in Google Analytics zulassen: Anzahl Bestellungen, Kontaktaufnahmen, gelöste Supportfälle, Job-Bewerbungen, Newsletter-Anmeldungen oder was man auch immer als KPI definiert hat findet sich so auf dem Dashboard

Weitere Erklärungen zur App sowie der Download-Link finden sich hier zusammengestellt. Ich freu mich auf euer Feedback, Erfahrungberichte und Anregungen!

11. Mai 11

Den "Website Performance Index" berechnen

Im letzten Post habe ich die Idee eines Website Performance Indexes analog eines Börsenindexes skizziert, welcher es ermöglichen soll in einer einzigen Zahl den aktuellen Erfolgszustand einer Website anzuzeigen. Berechnungsgrundlage für einen solchen Index ist die gewichtete Summe von verschiedenen Metriken oder  Key Performance Indicators (KPIs) einer Website. Richtigerweise erfolgte kommentiert der Hinweis, dass die korrekte Gewichtung der KPIs das kritische und schwierige Unterfangen sei. Genau dies wollen wir uns in diesem Post vornehmen.

Um einen Website Performance Index zu definieren brauchen wir folgende Informationen:

  • Eine abschliessende Liste der messbaren Faktoren, welche den Erfolg einer Website beurteilen
  • Eine Gewichtung der einzelnen Faktoren untereinander, d.h. der anteilmässiger Einfluss der einzelnen Faktoren auf den Website-Erfolg

Messbare Website-Erfolgsfaktoren

Beginnen wir bei der Definition der messbaren Erfolgsfaktoren einer Website - oder anders ausgedrückt den Key Performance Indicators. Denn KPIs sind nichts anderes als Messgrössen, welche meist indirekt den Erfolg eines Ziels messen. Wie die Definition schon besagt, steht ein "Ziel" im Zentrum der Betrachtungen - deshalb ist es als erstes notwendig, die Ziele, im konkreten Fall die Website-Ziele, zu kennen.

Von den Website-Zielen ausgehen

Für die Bestimmungen der Website-Ziele lassen sich je nach Grösse der Website und des Unternehmens dahinter verschiedene Methodiken anwenden. Bei grösseren Unternehmen versuchen wir jeweils, sämtliche Website-Stakeholder in einen Raum zu bekommen und im Rahmen eines Workshops ein gemeinsames Verständnis für die Website-Ziele zu erlangen (die Workshop-Vorgehensweise ist detailliert im Web Analytics-Buch beschrieben).

Die pragmatische Herangehensweise ist sich zu fragen, was denn eigentlich fehlen würde, wenn die Website mal eine Woche ausfällt. Dort wo's am meisten weh tut, liegen meist auch die wichtigsten Website-Ziele dahinter. Dabei kommt man nicht selten auf ganz andere Prioritäten als man vielleicht erst denkt: Nicht das Fehlen von "vielen Seitenaufrufen" steht dann im Vordergrund, sondern vielleicht dass man überhaupt keine Job-Bewerbungen mehr erhalten würde oder dass die Hotline-Calls explodieren würden, weil Produktfragen von den Kunden nicht mehr selbständig über die Website beantwortet werden können. Genau solches sind die "richtigen" Website-Ziele und Grund weshalb Geld in eine Website investiert wird - und nicht dass man eine möglichst grosse Anzahl Besucher oder Seitenzugriffe haben will. Typischerweise lassen sich folgende Hauptziele (oder Kombinationen davon) einer Unternehmenswebsite feststellen:

  • Online-Verkauf (Commerce)
  • Lead-Generierung (Dienstleistungsbusiness)
  • Administrationsreduktion (Self-Service)
  • Personalgewinnung
  • Branding/Markenkommunikation
  • Unternehmenskommunikation
  • Hohe Nutzungsintensität (nur News-Sites oder Sites mit Revenue-Modell auf Page View-Basis)
  • weitere

Natürlich sind diese individuell je Unternehmen und den verfolgten Business-Zielen und müssen innerhalb des Unternehmens abgestimmt werden - ein Prozess den man aber ohnehin tun sollte, wenn man Geld in eine Website investiert.

Sub-Ziele und Erfolgsfaktoren bestimmen

Nun sind die so definierten Website-Ziele natürlich nicht wirklich immer direkt messbar, sofern man nicht ausschliesslich den Online-Verkauf als Website-Ziel hat und sich der Erfolg damit direkt in Euro oder Dollar ausweisen lässt. Vielmehr muss man nun über Zwischenschritte versuchen Messgrössen bzw. KPIs zu finden, welche indirekt diese Ziele messen. Ich versuche dies meistens so anzugehen, indem ich die Ziele erst auf beisteurende Sub-Ziele oder Erfolgsfaktoren für die Ziele versuche herunterzudröseln.

Um zum Beispiel eine Kontaktaufnahme über die Website zu generieren, muss man vom Besucher erst das Vertrauen gewinnen, dass man ein zuverlässiger und professioneller Anbieter ist. "Vertrauen gewinnen" stellt daher neben anderen ein Erfolgsfaktor oder Sub-Ziel von "Lead-Generierung" dar.

Zielführende Website-Elemente finden

Über diesen Zwischenschritt kann ich nun eine Stufe weiter gehen und schauen, was für Website-Elemente oder -Inhalte denn vertrauensfördernd sind. Das könnte zum Beispiel ein Seite mit einem positiven Kundenstatement sein oder schlicht eine Seite mit der Einblendung eines kompetent und sympathisch wirkenden Ansprechpartners. Diese beiden Elemente sind nun von solch konkreter Art, dass ich sie mit Web Analytics Systemen messen kann (Seitenaufrufe von ganz spezifischen Seiten - evtl. mit einer gewissen Mindestanzeigedauer verbunden) und die indirekt auf ein Website-Ziel zeigen. Auf diese Weise lässt sich pyramidenartig ein feingliedriges Netz von Kennzahlen bilden, welches ein oder mehrere Ziele einer Website überwacht bzw. misst.

Pyramide

Micro- und Macro-Conversions

Allerdings erhält man so auch schnell einige Dutzend wichtige Messgrössen, so dass man unter Umständen wiederum eine Priorisierung vornehmen muss. Pragmatisch unterscheidet man hier jeweils in Macro-Conversion oder -KPIs, wenn es sich um eine relativ nahe am Ziel messende Grösse handelt (z.B. # Kontakt-Generierungen) und Micro-Conversions, wenn es indirekte Messgrössen sind (z.B. # Einblendungen Kundenstatements). Dabei ist im Beispiel der Kontakt-Generierungen die Macro-Conversion eigentlich ausreichend - fehlt eine solche allerdings, z.B. bei einem Branding- oder Kommunikationsziel, sind die Micro-Conversion sehr wichtig um den Erfolg bestimmen zu können.

Gewichtung der Erfolgsfaktoren

Macro- und Micro-Conversions stellen bereits eine erste Gewichtung der Messgrössen dar. Für einen Performance Index reicht diese Granularität allerdings noch nicht aus - da braucht es genauere Zahlen. Der logische Ansatz für eine Bestimmung dieser wäre nun, erst eine Gewichtung der Website-Ziele vorzunehmen (z.B. 80% Lead-Generierung, 20% Personalgewinnung) und dann das Ganze entsprechend weiter runterzubrechen auf Sub-Ziele und Website-Elemente. Das ist in meiner Erfahrung allerdings relativ schwierig und wird zur recht theoretischen Übung.

Monetarisierung als Schlüssel zur Gewichtung

Einfacher ist es, wenn man die Fragestellung umdreht und das ganze monetarisiert. Konkret heisst das, sich zu überlegen, was einem die jeweilige Micro- oder Macro-Conversion denn in Euro oder Dollar wert ist. Vielleicht ist einem so zum Beispiel eine Kontaktaufnahme 20 oder 100 € wert - jenachdem was einem ein Neukunde wert ist und wie viele Kontaktaufnahmen typischerweise zur Gewinnung eines Kunden führen. Noch tun sich zwar viele Unternehmung schwierig darin, eine solche Monetariesierung vorzunehmen, der Trend aus der USA wird sich aber je länger je mehr auch hierzulande in den Überlegungen durchsetzen.

Wenn die Monetarisierung Schwierigkeiten verursacht, lassen sich für viele Website-Ziele Analogien mit monetären Werten aus dem realen Business finden. Eine neue Stelle zu besetzen zum Beispiel kostet schnell einige 10'000 Euros (Inseratekosten, Personalaufwand etc.). Wenn man diese Kosten kennt oder eine solide Annahme trifft, lässt sich mit dem unternehmenstypischen Verhältnis von Anzahl Bewerbung zu Anzahl Einstellungen der Wert einer einzelnen Bewerbung hochrechnen. Wenn man die Kosten einer Messe kennt (Standbau, Personal etc.) und diese durch die Anzahl dadurch generierten Kontakte teilt, erhält man ein (relativ hoher) Wert für einen qualifizierten Neukundenkontakt. Wenn man die Ausgaben für einen TV-Spot durch die Anzahl Zuschauer teilt erhält man eine Dimension für den Wert einer Impression usw. Natürlich werden solche monetären Werte intensive Diskussionen in einem Unternehmen auslösen - aber das ist durchaus gesund!

Dreisatz für die Micro-Conversion-Monetarisierung

Hat man für gewisse Werte erst einmal einen Bezug zu realen Kosten hergestellt, lassen sich z.B. für Micro-Conversion im Dreisatz aus typischen Verhältnissen entsprechende Werte berechnen. Wenn z.B. die Analytics-Daten sagen, dass im Schnitt jeder hundertste der ein Job-Video betrachtete sich schlussendlich bewirbt, dann hat eine Job-Video-Betrachtung den Hundertstel des Werts einer Bewerbung usw. So lässt sich im Prinzip für jedes zielorientierte Website-Element (d.h. es muss in obiger Pyramide enthalten sein) ein monetärer Wert definieren. Etwas Vorsicht walten lassen muss man einzig noch, dass am Schluss die Werte nicht mehrfach gezählt werden (denn 100 Job-Video-Betrachtungen führen zu einer Bewerbung - beides zusammen hat immer noch den Wert einer Bewerbung, und nicht von zwei) - aber das ist eher eine mathematische Fleissarbeit. Selbst wenn es sich um keine exakte Wissenschaft handelt - auf diese Weise lassen sich nähererungsweise monetäre Werte für Conversions errechnen - und können im Idealfall grad auch mal im Analytics-System hinterlegt werden.

Berechnung

Berechnung des Website Performance Index

Mit den monetären Werten von Conversions haben wir nun mit der gleichen Klatsche die zweite Fliege erschlagen - nämlich die Gewichtung der Conversion oder KPIs. Wenn uns die Bewerbung 100 mal mehr Wert ist als die Betrachtung eines Job-Videos, dann ist klar dass die Gewichtung im Verhältnis 100:1 zwischen diesen beiden Kennzahlen steht. Dank der Einheit "Währung" können wir sämtliche Conversions oder KPIs mit dem gleichen Massstab vergleichen und gewichten.

Alles zusammengezählt könnte dann ein Performance Index gemäss vereinfachter Formel für eine Website wie folgt aussehen (Beispiel):

Formel
Im Beispiel:
kon = Kontaktaufnahme (Gewichtung 50)
ang = Angebotsanfrage (Gewichtung 200)
dlg =Download Geschäftsbericht (Gewichtung 1)
new = Newsletter-Registrierung (Gewichtung 10)
adr =Adressänderung (Gewichtung 15)
faq = Beantwortete FAQ (Gewichtung 20)
pro = Betrachtung Produktdemos (Gewichtung 2)
bew = Bewerbung (Gewichtung 1700)

Im täglichen und wöchentlichen Verlauf gibt der Index nun barometermässig und grob zusammengefasst den aktuellen Erfolgsstatus der Website wider. Will man die Ursache für ein Steigen oder Sinken des Index genauer eruieren, geben die einzelnen KPIs des Index Aufschluss darüber - genau wie die unterschiedlichen Kurse einzelner Unternehmen in einem Aktienindex. Als letzter Schritt fehlt nun nur noch, eine solchen Index im Web Analytics System der Wahl abzubilden.

05. Juni 08

Website Performance Analytics - Ladezeit- und Verfügbarkeitsanalyse

Performance-Messungen ist in kaum einem bekannten Web Analytics System integriert. Dennoch ist die Frage, wie schnell eine Seite lädt und ob die Website verfügbar ist zentral. Insbesondere wenn man eine grosse Kampagne auf einen bestimmten Zeitpunkt hin aufschaltet, ist es äusserst ärgerlich wenn genau dann die Website ausfällt und die erwartungsvoll auf einen Banner klickenden Besucher lange Ladezeiten oder gar eine Fehlermeldung hinnehmen müssen.

Auswertungen zu Performance, Ausfällen und Fehlermeldungen beugen zwar keine Probleme vor. Sie helfen aber zu merken, dass man üb erhaupt ein Problem auf der Website hat. Denn etwas vom schlimmsten ist es, wenn Besucher Tage oder gar Wochen, lange Ladezeiten, unschöne Fehlermeldungen hinnehmen mussten oder wegen eines Ausfalls überhaupt nicht auf die Website gelangten – ohne dass man als Website-Betreiber eine Ahnung davon hatte.

Die Sicherstellung des Betriebs einer Website ist die Aufgabe von der IT-Abteilung oder des externen Hosters. Als Web- oder Marketing-Verantwortlicher sollte man sich in der Regel deshalb eigentlich nicht um die Verfügbarkeit der Website kümmern müssen. Wenn die Website aber langsam oder schlecht verfügbar ist, dann ist man aber davon stark betroffen, hängt doch Reputation und unter Umständen gar Umsatz von der Verfügbarkeit der Website ab. IT-Abteilungen und Hoster neigen zudem dazu, nur die eigene Infrastruktur im Blickfeld zu behalten und nicht die Gesamtwebsite. »Die Prozessorauslastung und Memory des Servers sind im grünen Bereich und die Bandbreite ist nur zu 30% ausgenutzt« wird man dann häufig belehrt, wenn man das subjektive Gefühl oder gar Kundenfeedbacks hat, dass die Website einfach langsam lädt oder schon wieder nicht verfügbar ist.

Das Grundproblem ist, dass solche Aussagen aus einer internen IT-Sicht erfolgen und nicht den Besucher der Website ins Zentrum stellen. Schlussendlich ist Wartezeit für einen Besucher nämlich die Zeit zwischen Aufruf der Website und vollständiger Darstellung im Browser – und nicht zwischen dem Zeitpunkt, wo der Server den Request bekommen und die Response ausgeliefert hat. Die Analyse von Ladezeit und Ausfällen muss daher auch hier unbedingt vom Client, also vom Besucher, aus erfolgen und nicht serverseitig. Leider eigenen sich die klassischen Web Analytics Systeme dazu nicht – denn wenn die Website ausfällt, dann erfolgt einfach überhaupt keine Messung, da ja auch der Page Tag nicht bis zum Besucher gelangt.

Die Lösung dafür sind sogenannte Sonden, Dienste welche von verschiedenen Punkten in der Welt aus die dortige Verfügbarkeit und Performance einer Website überprüfen. Damit bekommt man ein objektives Gespür dafür, wie lange es zum Beispiel für einen Australischen Besucher dauert, bis die Website geladen ist. Sonden gibt es dabei von Kostenlosdiensten wie MyWebalert über kostenpflichtige wie Sysformance oder Pingdom bis hin zu umfassenden Lösungen im High-End-Bereich wie Gomez. Das Aufsetzen solcher Sonden ist meist binnen weniger Minuten gemacht – im Wesentlichen muss ja nur die URL angegeben werden, welche überwacht werden soll.

Zu lange Ladezeiten können eine häufige Ursache dafür, dass Besuche frühzeitig abgebrochen werden. Durch einen regelmässigen Aufruf bestimmter Seiten eines Webangebots messen nun Sonden, wie lange es vom Aufruf einer Webseite bis zum vollständigen Erhalt aller notwendigen Dateien dauert. In grafischen Auswertungen lässt sich so nicht nur die durchschnittliche Ladezeit für eine Seite erkennen, auch offensichtliche Ladeprobleme stechen einem direkt ins Auge.

ResponseTimeDB

Um den Gründen für solch lange Ladezeiten auf die Spur zu kommen, kann man weitere Online-Tools zu Rate ziehen, welche angeben, aus welchen Komponenten sich die Ladezeit zusammensetzt. Mit dem Instant Test von Gomez zum Beispiel lässt sich die Ladezeit unterzeilen in die Zeit für die Umwandlung des Domain-Namens in die IP-Adresse (DNS-Auflösung), Verbindungszeit oder die effektive Downloadzeit der Inhalte. Auch die Ladezeit für einzelne Elemente einer Seite wie Bilder, Stylesheet oder JavaScript-Bibliotheken lässt sich so erkennen.

Gomez

Gleichzeitig mit der Ladezeitmessung eignen sich Sonden auch für eine Ausfallmessung: Sobald die Ladezeit eine definierte Grenze wie etwa 30 Sekunden überschreitet, kann man dies aus Benutzersicht als Ausfall bezeichnen. Gleich wie bei der Ladezeit ist es entscheidend die Ausfälle von aussen, d.h. vom Benutzer aus zu messen, und nicht im eigenen internen Netz. Denn der Grund für einen Ausfall muss nicht immer nur beim Webserver liegen. Alles was zwischen Server und Benutzer steht kann ausschlaggebend für eien Ausfall sein – zum Beispiel ein Router, die Fierwall oder die Anbindung der Servers ans Internet. Der Einsatz von Sonden gehört damit genauso ins Repetoire eines Web Analysten wie das Web Analytics System.


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