4 Beiträge kategorisiert in "Usability"

21. März 10

Formularabbrüche und Ausstiegsfelder messen - auch mit Google Analytics

Schöne Features und überragende Grafiken zeigen Web Analytics Tool-Hersteller immer gerne wieder, um potenzielle Käufer von ihrem Produkt zu überzeugen. Normalerweise bin ich gegenüber solchen „Beauty-Contest“-Features eher skeptisch, da sie im täglichen Gebrauch später kaum mehr eingesetzt werden. Ein allerdings tatsächlich sehr nützliches dieser Schönheits-Features ist die Messung der exakten Ausstiegspunkte innerhalb einem Formular. Wenn ein potenzieller Kunde das Bestellformular beim Feld zur Eingabe der E-Mailadresse abbricht, dann ist das nicht nur aus businesssicht kritisch, sondern bringt auch an den Tag, wo gewichtige Usability-Hürden liegen. Ein solches Feature zur Darstellung der Ausstiegsfelder (Form Abandonment) hatte die Firma WebSideStory (später von VisualSciences, dann Omniture, dann Adobe aufgekauft) bereits zur Jahrtausendwende eingeführt – mit einer visuell sehr nützlichen Darstellung im Website-Overlay direkt über dem Formular

Abandonment_0
Unerklärlicher- und bedauerlicherweise ist dieses Feature etwas aus der Mode gekommen – nur wenige Produkthersteller bieten heute etwas Vergleichbares out-of-the-ox an. Auch wer auf Google Analytics setzt, musste auf eine solch hilfreiche Funktion in der Verbesserung des Online-Angebots bislang verzichten. Diese Lücke möchte ich mit diesem Post füllen und einen Weg aufzeigen, wie man die Messung von Ausstiegspunkten in einem Formular auch mit Google Analytics einfach messen kann.

Formularfeld-Abbruchmessung (Form Abandonment) mit Google Anlaytics

Die Basis für die Messung von Form Abandonments stellen die Event-Messung dar, wie sie an dieser Stelle bereits einige Male beschrieben wurde. Beginnt ein Besucher mit dem Ausfüllen eines Formulars und navigiert nachher zu einer anderen Seite, ohne dass er das Formular abgesendet hat, wird ein Event ausgelöst. Dieser Event prüft, auf welchem Feld der Cursor des Besuchers stand, bevor er das Ausfüllen abgebrochen hat. Füllt also ein potenzieller Käufer mehrere Felder eines Bestellformulars aus, hört dann aber beim Feld „Geburtsdatum“ plötzlich auf (z.B. weil er sein Alter nicht angeben mag), dann wird diese Cursorposition beim Verlassen der Seite an Google Analytics gesendet.

Damit dies so funktioniert, ist eine kleine Erweiterung von Google Anlaytics notwendig. Und zwar muss auf jeder Formularseite (auch auf jeder Seite möglich) neben Google Anlaytics folgender JavaScript-Code eingebaut werden:

Im <head>-Bereich der Seite:
<script>
window.focussedFormElement = null;
window.focussedForm = null;

function checkFormAbandonment()
{
    if (window.focussedFormElement) // Formular begonnen
    {
        if (window.focussedFormElement.type!="submit" && window.focussedFormElement.type!="button") //abgebrochen
        { pageTracker._trackEvent('Formularfelder', window.focussedForm.name, window.focussedFormElement.name);
          pageTracker._trackEvent('Formularversand', window.focussedForm.name, 'abgebrochen', 0);}
        else // abgesendet
        {pageTracker._trackEvent('Formularversand', window.focussedForm.name, 'gesendet', 1);}}
}
window.onload = function() {
    var n = function() {window.focussedFormElement = this.form.focussedElement = this; window.focussedForm = this.form.focussedForm = this.form;},
    p = function() {window.focussedFormElement = this.form.focussedElement = null; window.focussedForm = this.form.focussedForm = null;};
    for(var i = 0, f = document.forms; i < f.length; ++i)
    {f[i].focussedElement = null;
     for(var j = 0, e = f[i].elements; j < e.length; ++j)
     {e[j].onfocus = n;
      e[j].onblur = p;}}};
</script>

Der <body>-Tag muss wie folgt um einen auslösenden Event ergänzt werden:

<body onunload="checkFormAbandonment()">

Diese paar Zeilen Code reiche, damit automatisch der Name des Formulars sowie der Name des Ausstiegfeldes an Google Analytics gesendet werden. Die Auswertung en ermöglichen anschliessend folgende Darstellungen (zu Finden unter Content -> Ereignis Tracking):

Abandonment_1

Abandonment_1-2
In ersten Beispiel wurde zum Beispiel sieben Mal beim Feld „Geburtsdatum“ abgebrochen, je einmal bei „Ort“ und „Postleitzahl“. Verschiedene Formulare (z.B. Bewerbungsformular, Kontaktformular etc.) werden automatisch separat ausgewiesen wie untenstehende Abbildung zeigt:

Abandonment_2 Ein schöner Nebeneffekt, den man sich gleich noch zu Nutze machen kann, ist die Messung der Absenderate sämtlicher (oder bestimmter) Formulare auf der Website. Die folgende Darstellung zeigt nämlich das Verhältnis von angefangenen zu abgesendeten Formularen. Die Newsletter-Anmeldung wurde demnach in 77% der Fälle abgesendet, das Bewerbungsformular sendeten dagegen lediglich 56% der Besucher ab, welche mit dem Ausfüllen begonnen hatten.

Abandonment_3
Diese Kennzahlen sind wahrlich Juwelen, wenn man sich an die Usability-Verbesserung von wichtigen Website-Prozessen macht. Schade, dass sie Google Analytics nicht im Standard integriert – aber immerhin sei hiermit nun ein Workaround gefunden. Mehr solcher Tipps&Tricks zu Google Analytics finden sich übrigens in der kürzlich erschienenen Neuauflage meines Buchs „Web Analytics – Metriken auswerten, Besucherverhalten verstehen, Website optimieren“. Ein neues Kapitel mit über 100 Seiten beschreibt darin die Einführung und Nutzung von Google Analytics und zeigt einige selbst herausgefundene und undokumentierte Tricks für Power User. 

28. April 09

Bedienbarkeit der Navigation mit Web Analytics auswerten

Besucher, die auf eine Website gelangen, können typischerweise zwei unterschiedliche Verhaltensmuster für die Informationsauffindung aufweisen: Sie nutzen die eingebaute Suchfunktion (Site Search), oder versuchen sich durch die hierarchische Navigation zum gewünschten Inhalt durchzuklicken. Die Qualität von Suche und Navigation kann daher stark ausschlaggebend sein, ob ein Besucher erfolgreich sein Ziel erreicht bzw. seine Aufgabe auf der Website erledigen kann - oder eben nicht.

Insbesondere auf eine verständliche und begrifflich trennscharfe Navigation wird daher bei der Website-Konzeption ein starker Fokus gelegt. Website-Konzeptionen, welche konsequent den User Centered Design-Ansatz verfolgen, testen solchen Navigationen sogar ausführlich in Usability-Labors mit Testnutzern. So stellt man zum Beispiel einem Tester die Aufgabe, einen bestimmten Inhalt zu finden und beobachtet dann sein Verhalten, wie direkt oder indirekt er über die Navigationseinträge zu einer entsprechenden Seite gelangt.

Während bei einem Website-Relaunch die Inhaltsstruktur noch optimal auf die Erkenntnisse aus den Usability-Tests angepasst ist, kann sich dies im Verlaufe der Zeit ändern: Neue Inhaltsseiten und Bereiche werden von Autoren auf der Website dazu gefügt, andere fallen weg. So kann schon wenige Monate nach dem Launch eine ursprünglich nutzerzentriert gestaltete Navigation überhaupt nicht mehr intuitiv bedienbar sein und Besucher können ihre Ziele nicht mehr erreichen. All paar Monate einen neuen Labor-Test zu machen kann sich auf der anderen Seite aber auch kaum ein Unternehmen leisten.

Broswer-Overlay und Klickpfade helfen nur bedingt

Als weitaus kosteneffizientere Massnahme als Labor-Tests mit Endnutzern würde sich hingegen Web Analytics anbieten, sofern es denn ein passendes Verfahren gäbe um die Bedienbarkeit einer Navigation zu messen. Web Analytics Systeme sehen für solche Fälle typischerweise zwei Instrumente vor:

  • Browser-Overlay
  • Klickpfade durch die Website

Omniture_BrowserClickchart

Das Browser-Overlay (im Bild ein Beispiel von Omniture) zeigt auf, auf welchen Navigationseintrag welcher Anteil an Benutzer geklickt hat. Etwas interessanter wird die Aussage, wenn zugleich noch eine Segmentierung der Nutzer vorgenommen wird: Wo klicken Nutzer, welche über eine Suchmaschine mit dem Keyword "XY" auf die Website gelangt sind, wo jene mit dem Keyword "YZ"? So lassen sich die typischen Navigationspfade von einzelnen Segmenten mittels Browser-Overlay nachvollziehen bzw. "nachklicken", das Verständnis wie die Nutzer denken und funktionieren wächst etwas. Die Klickpfade auf einer Website (zweiter Screen, ebenfalls Omniture) zeigen analog dazu eine aggregierte Ansicht solcher Pfade durch die Website.

Allerdings ist für die Fragestellung der Bedienbarkeit einer Navigation aus meiner Erfahrung weder das eine noch das andere wirklich praktikabel (für andere Fragestellungen schon). Das Grundproblem ist nämlich, dass man bei diesen Auswertungen nie weiss, ob der Besucher sein Ziel nun wirklich erreicht hat - oder ob er zwar den üblichen Pfad auf der Website eingeschlagen hat, vielleicht aber dann in ein paar Schlaufen über verschiedene Seiten umhergeirrt ist und anschliessend frustriert die Website verlassen hat. Genau dafür müsste es jedoch einen Indikator geben um zu entscheiden, ob die Navigation ihren Zweck erfüllt oder nicht.

Neuer Ansatz mit Funnels, Zielseiten und Events

Mein Ansatz nun, um genau dafür eine Antwort zu erhalten, ist ein anderer - und der benötigt weder Browser-Overlay noch Klickpfad-Auswertungen sondern die drei Komponenten Funnels, Zielseiten und Event-Tracking. Im Folgenden sei dieser Ansatz kurz vorgestellt und anhand eines Praxisversuches erläutert.

Als erstes versuche ich ein Verhaltensmuster von Benutzern zu identifizieren, welche die Navigation als primäres Instrument für die Auffindung von Information nutzen und schlussendlich ihre Website-Aufgabe erfolgreich abschliessen. Zur Vereinfachung reduziere ich die Betrachtungen einmal lediglich auf jene Besucher, welche von der Homepage aus starten - also ohne solche, welche über Suchmaschinen direkt auf ein hierarchisch in der Tiefe liegenden Seite einstiegen. Startet ein Besucher seinen Besuch also auf der Homepage und klickt er auf einen Navigationseintrag, gehe ich davon aus, dass er seine Aufgabe versucht über die Navigation zu lösen.

Der nächste und zugegebenermassen schwierigste Schritt ist es nun herauszufinden, ob ein solcher Besucher sein Website-Ziel erreichen konnte oder nicht. Ganz sicher herausfinden könnte man dies eigentlich nur, wenn man jeden Benutzer befragen würde - bei Web Analytics aber keine praktikable Vorgehensweise. Etwas Abhilfe schaffen da hingegen Feedback-Möglichkeiten wie im letzten Post zur Feedbackintegration vorgestellt: Bewertet ein Besucher einen Inhalt (z.B. eine FAQ-Antwort) als positiv, dann ist dies ein relativ klares Indiz dafür, dass er seine Aufgabe erfolgreich abschliessen konnte. Das Problem ist jedoch, dass wiederum nur ein marginaler Teil der Besucher überhaupt ein solches Feedback gibt - der grosse Besucheranteil bliebe dann eine Blackbox.

Geht man nun aber mal davon aus, dass es beim typischen Usertask darum geht, dass der Besucher eine bestimmte Information sucht, lässt sich auch schon die Betrachtungsdauer als Indikator für die erfolgreiche Auffindung einer Information herbeiziehen und damit folgende These aufstellen: Ein Besucher, der die Navigation über mehrere Klicks nutzt und irgendwann eine Seite über einen längeren Zeitraum betrachtet (d.h. wahrscheinlich liest), hat mit grosser Wahrscheinlichkeit über die Navigation sein Informationsbedürfnis erfolgreich befriedigen können. Ein Besucher, der hingegen nach mehrere Klicks in der Navigation die Website verlässt, ohne eine Information detaillierter zu lesen, hat wahrscheinlich sein Informationsbedürfnis nicht befriedigen können - die Navigation oder Website hat damit ihre Aufgabe schlecht erfüllt.  Alternativ zur Betrachtungsdauer könnten natürlich auch bestimmte Website-Ziele, z.B. die Kontaktaufnahme, der Download von Dokumenten usw. als Indikator für einen erfolgreichen Abschluss des Nutzerziels gewertet werden.

Messmethode für erfolgreiche Navigation

Glaubt man, dass solche Verhaltenmuster eine Aussage über die Qualität der Navigation machen - und das ist meine Überzeugung - , dann sind wir in einem Bereich, wo das Messen mittels Web Analytics-Methoden möglich wird. Mittels dem Einsatz sogenannter Events - welche im Web 2.0 den PageView verdrängen - lässt sich nämlich das genannte Verhaltensmuster wie folgt abbilden:

  • Besucher, welche auf der Homepage einsteigen und auf die Navigation klicken, lösen einen ersten Event "Navigationsnutzer ab Homepage" aus. Den Klick auf die Navigation kann man mittels einem kleinen JavaScript-Code abfangen. Beim Einsatz von Google Analytics schickt man ihn anschliessend mittels pageTracker._trackEvent('Navigation', 'Nutzung ab Homepage'); zu Google.
  • Derart klassifizierte Besucher, welche nun mindestens zwei oder drei Mal in der Navigation klicken, kann nun als "Informationssucher via Navigation" klassifizieren. Die Mehrfachklicks findet man wiederum heraus, indem man die Klicks auf die Navigation mittels eines kleinen JavaScripts überwacht und die Klickzahl in einem Cookie speichert. Nach zwei oder drei Navigationsklicks erfolgt die Übergabe an das Tracking-System, z.B. in Google Anlytics mittels pageTracker._trackEvent('Navigation', '2 Clicks');
  • Wenn nun solche User eine Inhaltsseite während z.B. mindestens 45 Sekunden betrachten, wird ein weiterer Event ausgelöst, z.B. via pageTracker._trackEvent('Navigation', 'Erfolgreich abgeschlossen'); . Wie man dies genau messen kann würde erst kürzlich hier im Post "Tod dem Page View" erläutert.

Der gesamte JavaScript-Code, wie so etwas mit Google Analytics aussehen kann, findet sich hier. Natürlich muss man den Code etwas auf seine Website bzw. Navigation adaptieren, damit er die betreffenden Klicks trackt, grundsätzlich ist er aber sehr generisch gehalten.

Auswertungen zur Navigation richtig interpretieren

Soweit die Theorie, und nun zu dem was uns die Auswertungen in einem Praxisbeispiel zeigen: Die Auswertung der Events mittels Balkengrafik gibt uns so etwas wie ein Funnel für die Nutzung der Navigation und zeigt uns den anteilmässigen Ausstieg der Nutzer während der Navigationsbedienung an.

NavigationEvents

In Google Analytics wird das Bild noch etwas deutlicher, wenn man zu den Events hinzu noch PageViews trackt, so dass sich ein echter Goal-Funnel abbilden lässt:

NavigationFunnel

Im Beispiel lässt sich so herauslesen, dass offenbar nur etwas mehr als ein Drittel der Nutzer - welche die Navigation als primäres Informationsfindungsinstrument nutzen - schlussendlich auch erfolgreich die Information über die Navigation finden. Rund zwei Drittel der User hingegen brechen ab, ohne ihren Task erfolgreich abzuschliessen.

Benchmarking und Slicing&Dicing

Solche Zahlen sind nun wohl ein relativ alarmierendes Signal für die Qualität einer Navigation. Allerdings, bevor man nun in Panik ausbricht bei solchen Auswertungen, sollte man zuerst noch einen Benchmark zu Rate ziehen, um ein Gefühl dafür zu bekommen was denn nun gut, mässig oder ein schlechter Wert für so eine Auswertung ist. Und da es diese bei solch neuen Ansätzen noch nicht gibt, hilft nur das Benchmarking gegen sich selbst: Im Idealfall schaut man zurück, wie dieses Verhältnis gleich nach dem Website-Launch ausgeschaut hatte, als die Struktur der Site noch der im Usability-Labor getesteten entsprach. Diesen Wert kann man dann als optimale Zielgrösse nehmen und versuchen über die Zeit zu halten oder gar zu verbessern. Damit lassen sich auch kleine Anpassungen an der Navigationsstruktur vornehmen und gleich in den Analytics-Auswertungen verifizieren, ohne dass man einen kompletten und teuren Labor-Test fahren muss.

Stellt man anhand so eines eigenen Benchmarks fest, dass tatsächlich eine Verschlechterung eingetroffen ist, folgt das übliche Nachforschen in den Web Analytics Tiefen: Besteht irgendein Muster, nach welchen die Navigationsbedienung häufig abgebrochen wird? Vielleicht lässt sich so dann erahnen, nach was für Informationen ein Besucher gesucht haben könnte, bevor er das Unterfangen abbrach. Und wenn auch das nichts mehr hilft, dann muss halt trotz allem auf die User Centered Design Methodiken zurückgreifen: Den Besucher direkt mit Umfragen oder im Test befragen. Ich bin aber überzeugt, dass man mit dem eben vorgestellten Ansatz sehr viel auch schon rein aus dem Analytics-System herauslesen kann und auf ein allzu häufiges Testen im Labor verzichten und einiges an Geld einsparen kann.

23. Februar 09

Web Analytics vs. User Centered Design

Produkte und Websites haben mehr Erfolg, wenn sie sich auf die Bedürfnisse des Besuchers stützen und diesen ins Zentrum stellen. Das jedenfalls ist die Philosophie von "User Centered Design", nach derer zahlreiche erfolgreiche Websites heute neu gebaut werden. Die neue Bahn.de  ist zum Beispiel eine solche Site, welche nach dieser Methodik kürzlich von namics Punkto Informationsarchitektur und Design überarbeitet wurde.

Wenn man also mittels User Centered Design erfolgreiche Websites erstellt, wozu braucht es denn andere Methoden, wie zum Beispiel Web Analytics, Multivariates Testing oder Customer Behavioral Targeting? Die Antwort ist einfach: User Centered Desig und Methoden wie Web Analytics ergänzen sich optimal, nämlich je nach Phase eines Projekts komm das ein oder das andere zum Einsatz. User Centered Desig ist optimal auf grüner Wiese, dann wenn eine Website neu erstellt oder komplett überarbeitet wird. Hier kann man bei den Nutzerbedürfnissen aus dem vollen Schöpfen. Befindet sich eine Website jedoch in fertigem Betrieb, dann ist User Centered Design weniger geeignet, da die Involvierung von Nutzern zeitaufwändig ist: Die Bedürfnisse werden nämlich im Normalfall durch persönliche Interviews oder gar Einzeltests im Labor geklärt. Solche Äufwände leistet man sich bestenfalls halbjährlich oder jährlich.

Web Analytics hingegen ist die Methode der kleinen Schritte und eignet sich deshalb für eine Website im Betrieb optimal. Mit kleinen Verbesserungen kann man Woche für Woche oder Monat für Monat eine Steigerung des Erfolgs herbeiführen, ohne mit der grossen Investitionskelle anrühren zu müssen. Unter dem Strich ergänzen sich damit User Centered Design und Web Analytics optimal - je nachdem in welcher Projektphase man sich befindet.

AnalyticsUCD

Zu disem Thema, die Synergien von Web Anlaytics, Multivariates Testing und User Centered Design, durfte ich kürzlich am ersten Online Value Forum in Stuttgart eine Präsentation halten. Für Teilnehmer des Forums und andere Interessierte sei die Präsentation hier abgelegt:

User Centered Design und Web Analytics (PDF, 4,1 MB)

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...


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