3 Beiträge kategorisiert in "Produkte"

11. Februar 09

Verhalten der Websitebesucher am Bildschirm verfolgen

Man kennt es aus Usability-Tests im Labor: Ein Proband sitzt am Computer und klickt sich mit einer bestimmten Test-Aufgabe durch die Website. Überwacht wird er von Kamera, Mikrofon und Computerprogrammen, welche jede Mausbewegung und jeden Klick aufzeichnen. Auf diese Weise lernt man sehr viel über die Benutzerfreundlichkeit seines Angebots und insbesondere der Informationsarchitektur und Usability kennen.

Web Analytics ist da etwas trockener: Es gibt meist nur aggregierte Ansichten von häufigem Verhalten von allen Besuchern - aber nicht von einzelnen Vertretern einer Zielgruppe. Nun gibt es aber so Tools wie Userfly.com, welche das Verhalten von anonymen Website-Besuchern in ähnlicher Art und Weise aufzeichnen wie dies auf dem Labor-Computer eine Software tut. Dazu bettet man - ähnlich wie z.B. für Google Analytics - einfach ein kleines Script in seine Website ein, und schon kann man sich Maus-Bewegungen, Scrolling und Formularfeldeingaben einzelner Besucher abspielen lassen. Einen unglaublichen Eindruck den man so von seinen Besuchern erhält, wenn man das zum ersten Mal macht. Untenstehend im Video zum Beispiel der Ablauf eines Besuches auf diesem Blog:

Offensichtlich wollte der Besucher auf den Titel über der Abbildung meines Buches klicken (rote Klick-Punkte im Video) - der ist aber nicht verlinkt. Sollte man dann vielleicht verlinken, wenn man Bücher verkaufen will :-) Auch interessant grad auf einem Blog ist das Scrollverhalten auf der Startseite: Wie weit wird runtergescrollt, bei welchen Post bleibt ein Besucher hängen und liest vielleicht, welche Bilder sind Eyecatcher und Verleiten zum Lesen, usw. Eine solche Aussage ist weit besser als die durchschnittliche Besuchsdauer einer Seite, wie sie mit den gängigen Web Analytics Tools auslesbar ist.

So hilfreich das fürs Verständnis der Besucher ist, einen Nutzertest im Labor ersetzt man damit nicht: Da ich nicht weiss, mit welcher Motivation, Zielen und Aufgaben ein Besucher auf die Website kam, lässt sich sein Verhalten relativ schlecht interpretieren. Und für Datenschutz-affine Personen für den ist Tool wohl komplett ungeeignet, drum ist es hier auf dem Blog auch schon wieder draussen...

19. November 08

Google Analytics Motion Charts - und was man damit tun kann

Wie in verschiedenen Blogs schon gepostet hat Google kürzlich zahlreiche neue Features in Google Analytics integriert, darunter eine erweiterte Segmentierung, kundenspezifische Reports sowie die Motion Charts. Ein Überblick über all diese Features ist im offiziellen Google Analytics Blog  nachzulesen.

Die Features klingen vom Schiff aus toll. Als erstes hab ich mir drum mal die Motion Charts etwas genauer unter die Lupe genommen um zu schauen, was man damit anstellen kann. Die weiteren Features werden in Kürze auf diesem Blog folgen.

Mit den Motion Charts lassen sich als erstes einmal die Achsen einer Grafik mit individuellen Dimensionen belegen, zum Beispiel Pageviews auf der X-Achse und Absprungrate auf der Y-Achse. Werte, z.B. unterschiedliche Keywords werden so innerhalb des Graphen als Punkte positioniert. Toll. Damit aber nicht genug, denn die Punkte können eine dritte Dimension darstellen, nämlich in dem sie sich in ihrer Grösse unterscheiden. Z.B. grosse Punkte = hohe Conversion, kleine Punkte = niedrige Conversion. Und um noch einen draufzulegen lassen sich die Punkte noch in unterschiedlichen Farben darstellen, so dass man noch eine vierte Dimension abbilden könnte - was dann allerdings definitf zum Overkill für jedes vernünftige Chart wird.

Motion_Keywords

Soweit als schon mal toll, doch warum heisst das ganze nun "Motion Chart"? Deshalb, weil sich nämlich die Zeit als fünfte Dimension auch noch in das Chart reinquetschen lässt, in dem man die Veränderung der dargestellten Werte über die Zeit animiert. Das sieht dann etwa so aus wie in dem Einführungsvideo von Google gezeigt:

Im ersten Eindruck fühlte ich mich da ehrlich gesagt eher an ein chaotisches Ping-Pong-Spiel erinnert, oder noch eher an sowas:

Wie genau soll man das nutzen können um sinnvolle Schlüsse für die Website zu ziehen? Hat sich Google Analytics nun total der Feature-itis der anderen Wen Analytics Produkthersteller angeschlossen?
Nun ja, so nach etwas ausprobieren und nachdenken lassen sich doch sinnvolle Sachen mit den Motion Charts erstellen - es braucht allerdings viel Abstraktionsvermögen und Zeit, um zur richtigen Auswertung zu kommen. Schnell ist man sonst überfordert von den vielen Einstellmöglichkeiten. Hier meine Tipps, wie man das anpacken sollte:

  • Auf der Y-Achse Mengen-Metriken wählen: Z.B. Visits oder PageViews. Damit ist weiss man, dass all das was weiter oben im Chart auftaucht, eine grössere Nutzerzahl betrifft und demzufolge wichtiger ist
  • Auf der X-Achse Qualitäts- oder Engagement-Metriken wählen: Z.B. Besuchsdauer. Damit weiss man, dass alles was sich rechts im Chart befindet, eine gestellte Aufgabe gut erfüllt - links hingegen schlecht.

Untersucht man z.B. Inhaltsseiten in der Kombination von PageViews und Besuchsdauer, hat man so oben rechts vielbesuchte Seiten dargestellt, welche eine hohe Betrachtungsdauer aufweisen und demzufolge kein Handlungsbedarf aufweisen (Wer sich mit Consulting-Grafiken nicht auskennt: oben rechts ist immer gut und links unten böse :-).

Motion_ContentPVTimeSame 
Links oben findet man dagegen Seiten, welche vielbesucht sind und eine niedrige Besuchsdauer aufweisen und damit möglichweise zentrale Problemfälle darstellen. Diese sollte man sich genauer unter die Lupe nehmen. Seiten rechts unten scheinen offenbar interessant, aber selten besucht zu sein. Da kann man sich überlegen, diese besser zu pushen (z.B. durch bessere Verlinkung oder gar Bewerbung mittels Adwords o.ä.). Wenn man oben rechts keine Bubbles hat – so wie in der Grafik oben, dann weiss man sicher, was man tun muss.

Dummerweise bildet Google die Absprungrate genau verkehrt rum ab, so dass "gut" links und "schlecht" rechts ist... (… und wenn ich grad bei den Änderungswünschen an Google bin: Bitte noch mehr Metriken für die Dimensionen zur Auswahl stellen)

Wichtig bei der Wahl der ersten beiden Achsen ist es, dass die Dimensionen unabhängig voneinander sind, also z.B. Anzahl Visits und Besuchsdauer. Werden hingegen voneinander abhängige Dimensionen gewählt (und die Gefahr ist bei der verfügbaren Auswahl gross), dann kommt es zu nichtssagenden Grafiken. Stellt man zum Beispiel für verwendete Keywords die Metrik "Seiten je Besuch" der "Absprungrate" gegenüber ist das eine Nullaussage - denn logischerweise ist Anzahl Seiten pro Besuch tief, wenn die Absprungrate hoch ist.

Um nun noch die dritte Dimension, die Bubble-Grösse, sinnvoll mit einer unabhängigen Metrik zu versehen wird es nun langsam schwierig. Am ehesten eigenen sich dazu noch Ziel-Werte, z.B. Conversion, Wert je Visit oder der Wert einer Seite ($Index). Wenn so dann oben rechts (=gut) kleine Bubbles erscheinen, da besteht da ein gravierendes Conversion-Problem – z.B. Bestellbutton tut nicht o.ä.

Motion_ContentPageviewsTime 
Neben solchen Auswertungen lassen sich die Charts auch noch ganz gut zu Hypothesen-Tests einsetzen, z.B.:

  • Korreliert die Besuchsdauer mit der Anzahl Page Views? Usw. Wenn ja, dann befinden sich die Bubbles ungefähr auf der 45°-Diagonalen durch den Nullpunkt verteilt
  • Konvertieren Besucher die viele Seiten anschauen häufiger? Wenn ja, da müssten auf einem Chart mit den Dimensionen Besuche, Anzahl Seiten/Besuch und Conversion oben rechts die grossen Bubbles sein – wenn nicht, dann kann man die Anzahl Seiten/Besuch getrost schon mal aus der eigenen KPI-Liste streichen

Und nun zu dem, welchem die Motion Charts eigentlich ihren Namen verdanken – der Animation über die Zeit. Die Animation soll wohl einen Trend über die Zeit identifizieren lassen. Bei wenigen untersuchten Werten funktioniert dies recht gut. Sobald man aber grössere Mengen an Keywords, Seiten etc.über einen längeren Zeitraum analysiert hats immer noch einen Touch von Ping-Pong. Oder hat jemand bessere Erfahrungen gemacht, wie sich dies sinnvoll nutzen lässt?

06. April 08

Wie wähl ich das richtige Web Analytics System aus?

Die Anzahl der am Markt verfügbaren Web Analytics System ist gross. Das Spektrum der Angebote reicht dabei von der kostenlosen Einfachlösung bis hin zum mehrere hunderttausend Euro teuren High-End-Produkt. Unter diesen Bandbreite das richtige und auf die eigenen Bedürfnisse passende zu finden ist nicht ganz einfach. Ausschlaggebend für eine Vorselektion der Produkte sind sicher einmal folgende Dimensionen:

  • Page Tag- oder Logfile-Datensammlung
  • Interner Betrieb oder SaaS-Lösung
  • Anforderung an den Datenschutz (z.B. Anbieter in Europa)
  • Anforderungen an notwendige Schnittstellen (z.B. API) und Integrationsfähigkeit
  • Marktgrösse und Zukunftträchtigkeit des Anbieters
  • Preis

Je nach Gewichtung der einzelnen Dimensionen kann schon einmal sehr rasch eine Vorselektion auf eine Handvoll Anbieter erfolgen. Darüber hinaus wird es aber schwierig, Produkte voneinander zu unterscheiden, ohne diese im Detail zu kennen. Anforderungskataloge und Produktvorstellungen helfen hier meistens wenig, wenn man selbst seine Anforderungen noch nicht so genau kennt und sich nicht auf die Feature-Show von Produktverkäufern einlassen will. In der Praxis versteckt sich deshalb vielfach hinter aufwändig betriebenen Produktevaluationsverfahren lediglich eine Auswahl nach folgendem Ablauf: Entscheid interner Betrieb oder SaaS-Lösung, Entscheid günstig - oder High-End-Produkt, Auswahl des Marktführers in entsprechendem Segment.

Dieses Vorgehen ist grundsätzlich legitim – wobei man sich dann aber das langwierige Evaluationsverfahren auch sparen kann. Allerdings birgt es die Gefahr, dass man später ein System im Einsatz hat, bei welchem die Messung von spezifischen, fürs eigene Geschäft relevanten Kennzahlen aufwändiger ist als bei anderen Systemen. Will man dies vermeiden und bereits in der Evaluation berücksichtigen, dann muss man aber sehr genau wissen welche Website-Ziele man verfolgt und welche Kennzahlen man messen möchte. Ist dies der Fall, dann kann man einen detaillierten Kriterienkatalog ausarbeiten und die Produkte anhand ihrem Erfüllungsgrad der Kriterien gegeneinander abwägen. Vermeiden sollte man dann unbedingt, sich von irgendwelchen netten Zusatzfeatures verleiten zu lassen, welche zwar interessant scheinen, jedoch keinen Vorteil im Hinblick auf die definierten Anforderungen bringen.

Der Normalfall bei der Auswahl eines Analytics Produkts sieht aber so aus, dass man sich noch nicht im Klaren ist, welche Kennzahlen und Metriken denn eigentlich nun die wichtigsten fürs eigene Geschäft sind. Um dies herauszufinden, müsste man nämlich schon ein Web Analytics System im Einsatz haben – das typische Huhn/Ei-Problem. Sich nun einfach darauf zu verlassen, dass man sicher ungefähr die gleichen Anforderungen hat wie andere Unternehmen ist ebenfalls gefährlich – denn kein Business ist gleich wie das andere. Statt einer zeitaufwändigen Evaluation, die viel Geld kostet und während welcher noch keine Daten gesammelt werden, empfiehlt sich in solchen Situationen folgendes Alternativvorgehen:

  • Bauen Sie Google Analytics oder ein anderes kostenloses Analytics System in Ihre Website ein. Die Anmeldung zu Google Analytics ist kostenlos und in lediglich fünf Minuten erledigt. Der Einbau des Page Tags ist ebenfalls nur mit einigen wenigen technsichen Handgriffen verbunden.
  • Lassen Sie Google Analytics in den folgenden zwei Wochen Daten sammeln.
  • Fahren Sie in den darauf folgenden zwei bis vier Wochen intensive Auswertungen.
  • Werden Sie sich anschliessend über Ihre Website-Ziele und die wichtigsten Key Performance Indicators für Ihren Geschäftserfolg klar.
  • Definieren Sie aufgrund dieser Erkenntnisse Ihre Anforderungen an ein Web Analytics System und führen Sie eine Produktevaluation durch, in welcher Sie Produkte genau auf diese Kriterien prüfen. Da Sie sich nun bereits mehrere Monate mit einem Web Analytics Produkt beschäftigt haben, wird Ihnen kein Produktanbieter mehr das Blaue vom Himmel versprechen können.
  • Werden Sie sich bewusst, dass ein guter Web Analyst wesentlich mehr bringt als das beste Analytics System. Bevor Sie viel Geld in ein Tool investieren sollten Sie etwas Geld dazu verwenden, eine verantwortliche Person für Web Analytics einzustellen.

Wer sich trotzdem lieber mit dem Tool-Vergleich beschäftigen möchte, findet bei Idealobserver einen guten Überblick über verschiedene Tools.


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