analytics

Episode 14 – Alles zu Mobile Analytics

Was bedeutet mobile?

unterschiedliche Technologien möglich: Native Apps, WebApps und Hybrid Apps

Was ist das Problem von App Tracking?

Die mobile Customer Journey:

  1. Nutzer klickt Marketing Kampagne für eine App
  2. Nutzer landet im App Store
  3. Downloadet dort die App (Conversiontyp #1)
  4. Er öffnet die App  und/oder erstellt ein Konto
  5. Nutzung der App, Conversions in der App (Conversiontyp #2)
    —> Customer Journey über mehrere “Touchpoints”
    —> In einer Welt ohne Cookies, wie kann der Nutzer auf allen Touchpoints wiedererkannt werden?

Methoden der Attribution in der Mobile Welt

  1. Google Install Referrer (android) / Advertisement ID (iOS)
  2. unique identifier matching
  3. Device Fingerprinting
  4. Transaction ID

Mobile Tracking Tools

  • Advertising Analytics (Attribution) – Deeplinking
  • AppsFlyer, Adjust, Singular
  • App Store Analytics
  • Google + Apple eigene Tools
  • In App Analytics (Nutzerverhalten)
  • Firebase, Amplitude, Mixpanel

Mobile KPIs

  • Installs
  • Open Rate
  • User Retention / Daily/Monthly Active User
  • User Conversions

Episode 13 – A/B-Testing mit Google Analytics

Warum A/B-Testen? Wann kommen A/B Tests für dich in Frage?

A/B Tests sagen dir, welche Version einer Seite besser ist (in Hinblick auf die Erreichung von bestimmten Webseiten-Zielen) für deine spezielle Zielgruppe.

  • Wann immer neue Website-Funktionen live genommen werden, sollten sie getestet werden!
  • Um signifikante Ergebnisse zu erzielen, sollte die Website nicht zu wenig Traffic haben.
  • Besonders relevant ist jedoch vor allem die Anzahl der Conversions (zu wenig Conversions können kein klares Bild davon geben, ob eine Seite ihr Ziel erfüllt)

Google Analytics interne Tests

  • Analytics Content-Tests sind zwar weiterhin verfügbar, werden jedoch in Zukunft eingestellt.
  • Du findest du momentan noch unter Verhalten –> Tests
  • Aufsetzen eines Experiments über eine Zielvorhaben und 2 Test-Seiten, deren URLs Google Analytics dann zufällig dem Nutzer zeigt

Google Optimize mit Google Analytics

  1. Verknüpfung Google Analytics und Google Optimize (im Google Optimize Interface)
  2. Definition des Test-Ziels als Google Analytics Zielvorhabens
  3. Erstellen des Tests in Google Optimize
    • URL auswählen auf der der Test starten soll
    • Chrome Browser Erweiterung installieren und im Browser neue Version erstellen
    • Targeting ist sehr detailliert möglich (Geo, Technology, Cookie-basiert, Datalayer Variablen, …)
    • in Optimize auf die Infos vom GA Tracking zurückgreifen z.B. Targeten aller Website-Besucher die ein bestimmtes Event zuvor getriggert haben
    • Oder Remarketing Audiences verwenden (GA360 Funktion)
  4. Auswertung eines Optimize Tests mit GA
    • alle Seitenaufrufe eines Tests werden an Analytics mit den folgenden Informationen gesendet: Experiment Name, Experiment ID und Variation Nummer.
    • Mit diesen Infos kann man später in Analytics z.B. ein Segment erstellen oder eine 2. Dimension in einem Report auswählen.
    • Vollständige Auswertungen am besten in Benutzerdefinierten Reports vornehmen
    • Die tatsächliche Auswertung des Tests (Ist die Variante besser als die Ursprungsversion?) würde man aber in Optimize selbst vornehmen.

Andere Testing Tools

  • Auch andere A/B-Testing-Tools können mit Google Analytics integriert werden
  • Dafür senden diese Tools die Varianten-Informationen als Benutzerdefinierte Dimension
  • Du brauchst also noch freie Slots für neue benutzerdefinierte Diemensionen, um die Tests in Google Analytics später auswerten zu können

Episode 12 – Search Analytics oder Wie tracke ich die interne Suche?

Die Basics

  • Interne Suche im Tracking aktivieren unter Einstellungen der Datenansicht > Site-Search Einstellungen > Aktivieren
  • Suchparameter (obligatorisch) und Site-Search Kategorien angeben (optional)
  • In der Analyse: Sessions mit oder ohne Suche und die Suchbegriffe

Die Search Tracking Pro-Version

  • Wenn die interne Suche bei euch relevant ist (> 5% aller Sessions) kann es Sinn machen, mehr Details zu tracken
  • Vor allem, wenn ihr eine Facetten-Suche einsetzt, um das Ergebnis durch die Nutzer filtern zu lassen
  • Events für die Filter-Nutzung anlegen:
    • Neue Sortierung (Label: Ursprüngliche Einstellung)
    • Neue Filterauswahl (Label: Filterkombination)
  • Suchkontext in benutzerdefinierten Dimension mitgeben
    • Anzahl der Suchergebnisse (Interessant bspw. bei Nullsuchen)
    • Aktives Filterset
  • Messung der Suchergebnis-Performance:
    • Klick auf Ergebnis als Event messen
    • Position tracken, Filtereinstellung mitgeben, Zielseite
    • Search-Bounces messen
    • Zurück zum Suchergebnis nach welcher welcher Zeit (Timestamp tracking)
    • Messen von Suchanfragen-Saisonalitäten
    • Welcher Content taucht nicht in Suchanfragen als Zielseite auf?
    • Welche Suchanfragen erhalten keine Klicks?
    • Welche Positionen werden geklickt?
    • Welche Ergebnisse führen zu Seiten-Exits?
    • User Explorer nutzen!

Episode 11 – Ereignis-Tracking in Google Analytics

Eine kurze Geschichte der Ereignisse (Events)

Am Anfang war nur der Pageview (Seitenaufruf) da. Dann kamen um 2005 herum die ersten Ajax Websites auf. Plötzlich konnten User mit der Website agieren, ohne, dass sich eine Seite neu geladen hat. Diese Entwicklung hat sich fortgesetzt und heute leben wir in einem anderen Extrem – mit Single Page Application gibt es de facto nur noch einen Pageview in einer Session. Alle anderen Interaktilonen werden mit Ereignissen abgebildet. In der Mobile-Welt haben wir gar keine echten Pageviews mehr. Und am Ende ist der Pageview ja auch nur ein spezielles Event.

Wozu Event Tracking?

  • Nutzerverhalten und Interaktionen verstehen
  • Conversions tracken und als Zielvorhaben in GA definieren
  • Events für Marketing Tracking nutzen (z.B. auf ein bestimmtes Event ein Facebook Pixel feuern)

Wie können Events implementiert werden?

  1. Über Datalayer Pushevents: mit der generischen Info “gtmEvent”, auf die der GTM hört und dann die Kategorie, Aktion, Label Infos an GA sendet.
  2. Über den GTM: über den GTM-eigenen Click-Listener
  3. Über ein hard-coded Event: ga(’send‘, ‚event‘, [eventCategory…

Wie konzipiere ich das Tracking von Events?

  • Man nehme ein Excel oder Google Sheet
  • Dann die Website aufrufen und von der Homepage ausgehend über alle Seitentypen gehen und nach folgenden Dingen Ausschau halten:
    • Formulare & Buttons (muss ich wirklich Buttons tracken)
    • Social Buttons
    • OnSite Interaktionen (Slider, Tabs, Filterauswahl, Selectboxen für Sortierungen)
    • Videos
    • Audio-Player
    • Slideshows
    • Kommentare
    • Downloads
    • Asynchrone Interaktion (In den Warenkorb legen)
  • Daneben gibt es allgemeine Events:
    • Scroll-Tiefe
    • Outbound-Links
    • Timings
  • Und technische Events:
    • 404 Fehler
    • Formular-Fehler
    • Ad Blocker
  • Außerdem: Enhanced Ecommerce Events (Add To Cart, Impressions, …)
  • Mit der Rohdaten-Liste aller Events könnt ihr Euch jetzt eine Naming Convention überlegen
  • Die drei Stufen sind hierarchisch zu betrachten: Kategorie > Action > Label
  • Ähnliche Events können in Kategorien gruppiert werden

Was ich sonst noch über Events wissen sollte

  • Unique vs. Count
  • Events in Benutzerdefinierten Reports (Custom Metrics)
  • Events sollten immer sauber definiert und dokumentiert werden – am besten ist nur eine Instanz für die Verwaltung zuständig
  • Von Zeit zu Zeit überprüfen ob Events noch getrackt werden
  • Label kann als Datenfeld genutzt werden (Werte mit Trennzeichen hinzufügen)
  • Events können/müssen auch benutzerdefinierte Dimensionen haben

Episode 10 – Attribution und Marketingkanal-Gruppierung

Was ist eigentlich eine Attribution?

  • Es geht um die Zuordnung von bestimmten Zielen (Transaktion, Zielabschluss, etc.) zu einer Dimension (meisten einem Marketing Kanal)
  • Warum will man das Ziel zuordnen? Beantwortung der Frage: Welcher Kanal bekommt den “Fame” für den Kaufabschluss? Welcher Kanal ist also besonders erfolgreich —> Marketing-Budget und personelle Ressourcen effizient verteilen
  • Beispiel: Ein Kunde kommt häufiger auf die Website (über unterschiedliche Werbekanäle) bevor er kauft. Welcher Werbekanal bekommt am Ende die Transaktion zugerechnet? Welche Anzeige/Kampagne/Kanal hat den Kunden überzeugt? z.b. Display > Display Retargeting > Search Retargeting > Email > Search Brand > Direct > Transaction
  • Einfachste Attribution: Last Click
  • In Google Analytics: Last Non-Direct
  • Andere Alternative: Linear, Zeitverlauf, Position, Benutzerdefiniert
  • Der wichtigste Inhalt für eine Attribution: eine gute Kanaldefinition

Wie definiere ich einen Marketing-Kanal?

Es gibt unterschiedliche Wege das zu tun:

  • übergeordnete Regel: ein Marketing-Kanal soll “homogene” Nutzer vereinen (Touchpoint Kontext, Intention, Touchpoint Position in der Customer Journey, …)
  • das Medium kann ein erstes Merkmal sein. Werbung innerhalb einer Suche, in sozialen Netzwerken, als Banner auf Contentseiten, als Affiliate-Link, in einem Newsletter
  • ggf. auch auf Basis Eures Marketing-Teams
  • Mobile vs. Desktop
  • Paid vs. Non Paid/Social
  • Prospecting vs. Retargeting
  • SEA Brand vs. Non-Brand
  • E-Mail in Newsletter und Transaktionale E-Mails aufteilen
  • Native Ads
  • Datenregel: ab 20-30% des Anteils am Websitetraffic schauen, ob ein Kanal aufgeteilt werden kann

Anlegen von Marketing-Kanälen in Google Analytics

  • Wir nutzen ja alle schon intensiv UTM-Parameter und haben AdWords mit der Property verbunden
  • Damit haben wir eine gute Basis für die Nutzung von Marketing-Kanälen
  • Ein Kanal liegt über der Definition von Quelle und Medium und kann aus beliebigen Regeln aufgebaut werden
  • Google hat ein Standard-Set von Kanälen: Default Channel Grouping
  • Siehe: Akquisition > Alle Zugriffe > Channels
  • Direkt (ohne Referrer Information – Achtung!)
  • Organische Suche
  • Verweis
  • E-Mail
  • Bezahlte Suche (medium ist ppc, cpc)
  • Andere Werbung
  • Sozial
  • Display Werbung

Passt das Default Channel Grouping von Google Analytics?

  • Eher nicht. Jedes Marketing Setup ist unterschiedlich und so auch die Verteilung des Traffics
  • Wenn Organisch 70% Eures Traffics ausmacht, hilft es Euch den organischen Traffic noch mehr zu unterteilen, um Unterschiede besser zu erkennen: Brand Organisch, Thema organisch

Episode 9 – Was ist eigentlich ein Tag Manager und warum solltest du ihn unbedingt verwenden

Bisher haben wir uns nur sehr über die Analytics-Seite gekümmert und einen Tag Manager nur am Rand erwähnt. Das holen wir heute nach 😉

Was ist ein Tag Manager?

= Container (Behälter) für verschiedene Tracker
z.B. Analytics, Facebook Pixel, Doubleclick, AdWords, Heatmap Tracking, A/B Testing, Personalisierung, …
Nachteile von hard-coded Code Snippets (Ladezeit, Übersichtlichkeit, …)

Warum du einen Tag Manager verwenden solltest

  • Lädt asynchron, schont Ladegeschwindigkeit
  • Nutzermanagement
  • Übersichtlichkeit
  • Verhindert technische Probleme / Fehler in der Funktionalität durch Tags
  • Testen im Debug-Modus, Unit Testing des Data Layers ist möglich
  • Zugang zum “Code” auch für Marketing Manager
  • “Unabhängigkeit von der IT”
  • Fortgeschrittene Tracking Szenarien und Abfolgen
  • Möglichkeit einer Datalayer (Infos werden einmalig gepflegt und stehen dann zur Verfügung)
  • Einfacherer Wechsel oder Hinzunahme von Analytics Tools

Aufbau Google Tag Manager

  • DataLayer – Kein richtiger Bestandteil eines bestimmten TagManagers – Aber wesentlich für ein gutes Setup (Abstraktion der Daten)
  • Container – Der Code, der auf der Website eingebaut wird
  • Tags (“Aufgaben” – Was soll passieren? z.B. Sende Daten an GA!)
    Typische Tags – GA Pageview, GA Events, AdWords, Facebook,…
  • Trigger (“Auslöseregeln” – Wann soll etwas passieren? z.B wenn die Seite geladen wurde)
    Typische Trigger – Event, Seitenaufruf, Klick
    Built in – Scroll-Tracking, Elementsichtbarkeit, Youtube
  • Variablen (können verschiedene Werte annehmen z.B. Tag: Sende den [Namen der Seite] an GA —> [Name der Seite] = startseite)
    Build in und Custom
    Wichtige Typen: Dataschicht-Variable, Konstante, RegEx-Tabelle (Suchtabelle), JavaScript Variable
  • Arbeitsbereich (Ermöglicht das gleichzeitige Arbeiten an unterschiedlichen GTM Einstellungen, muss vor dem Deployment mit dem Default gemerged werden (Konflikte aufheben)

 

Episode 4 – Scopes in Google Analytics und das Sampling-Problem

Follow Up Episode 2

“Search Analytics & Search Console Daten”

  • Die neue Google Search Console ist seit Januar 2018 im Beta Stadium für alle Nutzer zugänglich
  • Insgesamt sind jetzt die Website Performance Daten der letzten 16 Monate verfügbar
  • Diese Daten werden demnächst auch über die Search Console API verfügbar sein
  • In der Podcast Episode #2 haben wir empfohlen, die Daten in einem anderen Tool zu speichern. Das ist mit der neuen Search Console weniger relevant geworden.

Was sind Scopes in Google Analytics?

Google Analytics funktioniert über ein Cookie, das im Browser des Nutzers gesetzt wird.
Das Cookie hat eine ID, die den Browser (also den Nutzer) eindeutig identifiziert.

Es gibt 3 Ebenen auf denen Daten in Google Analytics gespeichert werden:

Hit

  • Interaktionen mit der Website (Seitenaufruf, Ereignis oder Transaktion)
  • z.B. Scrollen eines Shop Katalogs, Seitenaufruf einer Produktdetailseite, Add-To-Cart, Kauf

Sitzung (Session)

  • eine Reihe von Hits (Interaktionen mit der Website)

Eine Session gilt als abgeschlossen:

  • wenn das Browserfenster geschlossen wird
  • eine neue Kampagnen-Interaktion stattfindet
  • nach einer Inaktivität von 30 Minuten
  • um Mitternacht
  • wenn die Domain verlassen wird (Cross-Domain-Tracking)

Nutzer

  • Ein Nutzer kann mehrere Sessions haben
  • Er wird identifiziert durch das Cookie im Browser

Alle Informationen in Google Analytics werden einer dieser Ebenen zugeordnet. Immer!
Die Ebenen werden als “Scopes” bezeichnet
(Scope = „Umfang“ —> Welchen Umfang hat die Information? Worauf bezieht sich die Information?)

Was bedeuten die Scopes für den Umgang mit Daten in Google Analytics?

  • Reports können nur mit Daten erstellt werden, die denselben Scope haben
  • Bei Standard Reports achtet Google Analytics automatisch darauf
  • Bei Custom Reports müssen wir selbst auf den Scope achten
  • Beim Setup des Trackings müssen wir uns darüber Gedanken machen, auf welchem Scope wir die Daten brauchen (Benutzerdefinierte Dimensionen)

Was ist eigentlich Sampling?

  • Sample = Stichprobe
  • Google Analytics ermittelt nur einen Teil der Daten und rechnet auf dessen Basis auf die Gesamtmenge der Daten hoch.
  • Beispiel: die Anzahl der Sessions vom 1.-29. des Monats wird ermittelt und dann der 30. und 31. Tag hochgerechnet
  • Problem: Webanalyse benötigt viel Speicherplatz für die Daten, Nutzer möchten die Ergebnisse von Abfragen möglichst schnell sehen
  • Um Speicher zu begrenzen und die Geschwindigkeit optimal zu halten, hat Google Analytics von Beginn an für bestimmte Abfragen Daten-Samples genutzt.
  • Durch die Fortschritte in der Handhabung von großen Datenmengen ist Sampling nicht mehr so relevant
  • ein sampling-freies Setup kostet trotzdem Geld
  • Daher bietet Google nur mit seinem Google Analytics 360 Produkt (ehemals Google Analytics Premium) eine weitestgehend sampling-freie Auswertung

Wann werden Daten gesampled?

Sampling Benachrichtigung in Google Analytics

Google Analytics fängt an, Reports auf der Basis von Samples zu berechnen, wenn du Daten komplexer und umfangreicher werden z.B. wenn du

  • Eigene Segmente verwendest
  • eine zweite Dimension im Report verwendest
  • lange Analyse-Zeiträume anzeigen willst

Ab einem gewissen Grad solltest du darüber nachdenken, ob Sampling für deine Analysen ein Problem ist.
Mögliche Lösungen: Upgrade auf Google Analytics 360, Umstieg auf eine andere Analytics bzw. Rohdaten-Lösung (z.B. Snowplow, Segment, Amplitude, Mixpanel)

Wenn du mehr über Sampling bei Google Analytics lernen möchtest, empfehlen wir dir diesen ausführlichen Artikel von Optimizesmart.

Episode 3 – AdWords und Facebook vs. Google Analytics Daten

Warum stimmen meine AdWords Daten nicht mit Google Analytics überein?

Verknüpfung des AdWords Kontos mit Google Analytics

  • Über Google Analytics: Verwaltung → Property → AdWords Verknüpfung
  • Hier ist die Einstellung möglich, welche der Datenansichten (Views) die AdWords Daten zeigen soll
  • Beachte: Der Tracking Code der gewählten Property muss auf den Zielseiten der AdWords-Anzeige eingebunden sein

Automatisches Tagging

  • Damit Daten von AdWords und GA verknüpft werden können, muss das automatische Kampagnen-Tagging aktiviert sein.
  • Diese Einstellung findest du in den Einstellungen deines AdWords Kontos.
  • Die GCLID (Google Click Identifier) wird an die URL der Anzeige automatisch angehängt
  • Sie identifiziert die Anzeige bzw. den Klick des Nutzers auf die Anzeige eindeutig, sodass die Interaktion mit der Website dem Klick zugeordnet werden kann.
  • Erste mögliche Ursache für Abweichungen: Deine Webseiten-Technologie lässt den GCLID Parameter nicht zu.

Abweichungen zwischen Klicks und Sessions

1) Beides sind komplett unterschiedlich gemessene Metriken!

Ein Klick ist ein Event, eine Session hat dagegen hat eine Dauer.
Definition einer Session: endet nach 30min Inaktivität, um Mitternacht und wenn ein neuer Kampagnen-Einstieg durch den Nutzer eine neue Session startet
Beispiel: Klickt ein Nutzer 2x innerhalb von 30min auf dieselbe Kampagne, sind das 2 Klicks aber nur eine Session.

2) Der Google Analytics Tracking Code muss geladen worden sein, damit eine Session auch gezählt wird

Nutzer, die Tracking in ihrem Browser blockieren, haben zwar einen Klick generiert, aber keine Session
Wenn der Nutzer die Website wieder verlässt, bevor der Tracking Code vollständig geladen wurde, triggern ebenfalls keine Session

3) AdWords bereinigt Klicks

Wenn ein Nutzer mehrmal auf dieselbe Anzeige klickt wird, rechnet AdWords diese Klicks raus, um Click-Fraud zu verhindern.

4) Weiterleitungen

Durch Weiterleitungen von der Zielseite der Kampagne auf eine andere Seite gehen die GCLID Kampagnen-Infos verloren.

5) Lesezeichen im Browser

Setzt ein Nutzer in seinem Browser ein Lesezeichen auf eine URL mit GCLID Parameter, werden alle zukünftigen Sessions in Google Analytics dieser Kampagne (und nur einem Klick in AdWords!) zugeordnet.

Abweichungen von weniger als 20% sind laut Google Support normal. Zur Problembehebung bei Abweichungen zwischen Klicks und Sessions bietet Google unter diesem Link eine gute Hilfestellung: https://support.google.com/analytics/troubleshooter/7400792

Abweichungen zwischen Conversions bzw. der Conversion-Rate

Definition einer Conversion

  • Conversions in Google Analytics sind als Zielvorhaben definiert
  • Zielvorhaben aus Google Analytics können zu AdWords importiert werden, um die Definitionen anzugleichen
  • Oft sind die Conversions in AdWords entweder über das AdWords Tracking Pixel festgelegt

Unterschiede in der Zuweisung einer Conversion

  • Der Zeitpunkt einer Conversion ist in Google Analytics der Tag des tatsächlichen Kaufs oder Signups
  • In AdWords ist der Zeitpunkt der Conversion, der Tag, an dem der Nutzer auf die Anzeige geklickt hat
  • Je länger der Kaufprozess dauert (zwischen Klick auf die anzeige und tatsächlichem Kauf) desto mehr weichen die Conversion Daten ab

Im Google Support findest du eine ausführliche Erläuterung der Unterschiede im Tracking.

 

Warum stimmen meine Facebook Daten nicht mit Google Analytics überein?

AdWords und Analytics arbeiten als Google Produkte gut zusammen. Facebook Daten hingegen können nicht so problemlos zu Google Analytics importiert werden. Hier sind UTM-Parameter wichtig. Darüber haben wir in der ersten Episode der Analytics Sprechstunde gesprochen.

Trotz korrekt verwendeter UTM-Parameter zeigt Facebook mehr Conversions als Google Analytics.

Warum?

Zuordnung der Conversions (Attribution) ist unterschiedlich

Facebook bekommt über das Facebook Pixel dieselbe Information wie Google Analytics: Die Conversion wird gezählt, wenn sie tatsächlich stattfindet
Facebook sucht, zu welchem Anzeigen-Klick die Conversion-ID passt und ordnet die Conversion diesem Klick und dieser Anzeige zu
Dabei spielt es für Facebook keine Rolle, ob der Klick auf die Anzeige die letzte Interaktion vor dem Kauf war oder irgendwann früher in der Customer Journey stattgefunden hat.
Google Analytics hingegen ordnet jedoch die Conversion nur der letzten Interaktion vor dem Kauf zu (last-click-attribution)

Beispiel:
Ein Besucher klickt auf eine Facebook Anzeige und sieht sich Produkte im Online Shop, kauf jedoch nicht und verlässt die Website wieder. Am nächsten Tag klickt er auf eine AdWords Anzeige und kauft ein Produkt. In Google Analytics wird die Conversion nur Adwords zugeordnet. In Facebook selbst siehst du diese Conversion aber trotzdem, denn Facebook war einer der Kontaktpunkte während der Kaufentscheidung. In dem Moment habe ich in Facebook eine Conversion mehr gezählt.

Wer hat Recht? Google Analytics oder Facebook?

  • Für die Analyse ist Google Analytics wichtiger, da hier Conversions konsolidiert und über alle Marketingkanäle hinweg betrachtet werden können
  • In Google Analytics gibt es die Möglichkeit verschiedene Attributionsmodelle zu wählen
  • Facebook ist immer nur eine isolierte Betrachtung, aber für die Aussteuerung natürlich trotzdem sehr wichtig

Episode 2 – Absprungrate vs. Ausstiege und not-provided Keywords

Was ist der Unterschied zwischen Absprüngen (Bounces) und Ausstiegen (Exits)?

Wie finde ich heraus, auf welcher Seite Website-Besucher meine Website verlassen?

Absprünge (Bounces)

Ein Nutzer kam auf meine Website und hat sie OHNE eine weitere Interaktion wieder verlassen.
Die Bounce Rate kann angepasst werden, indem wir definieren, was Google Analytics als Interaktion mit der Website zählen soll. So kann z.B. ein Event “Nutzer war 30 Sekunden auf der Seite” von Google Analytics als Interaktion verstanden werden. Würde der Nutzer nach den 30sek die Website verlassen, würde er nicht als Bounce gezählt werden.

Ausstiege (Exits)

Ein Nutzer hat auf meiner Website navigiert (hatte eine oder mehrere Interaktionen) und hat sie dann wieder verlassen.

Warum schauen wir auf die Absprungrate?

  • Bounce Rate und Exit Pages Analyse ist hilfreich für die Analyse der Performance und Usability der einzelnen Seiten z.B. im Rahmen der Erstellung einer Conversion Rate Optimierungs Roadmap
  • Eine hohe Bounce Rate kann auch auf technische Probleme hinweisen z.B. mit der mobile responsiveness oder der Darstellung des Inhalts
  • Eine niedrige Bounce kann auf ein Tracking Problem hinweisen z.B. ein technisches Event wie ein Pop-Up wird versehentlich als Interaktion gezählt oder eine Seite wird doppelt getrackt

Wo finden wir die Bounce Rate oder Exit Rate in den Google Analytics Reports?

Report in Google Analytics: Verhalten (Behavior) → Website Content → Alle Seiten
Report in Google Analytics: Verhalten (Behavior) → Ausstiegsseiten (Exit pages)
Report in Google Analytics: Verhalten (Behavior) → Einstiegsseiten (Landing pages)

 

Wie werde ich (not provided) Keywords los?

  • Keyword-Analyse ist wichtig für Suchmaschinenoptimierung
  • 2011 hat Google angefangen die Suche aus Datenschutzgründen zu verschlüsseln
  • Seitdem sieht man in Google Analytics für über 90% nur noch (not provided) im Keyword Report
  • Durch die Anbindung der Google Search Console (ehemals Google Webmaster Tools) kann man diese Lücke füllen
  • Anbindung der Google Search Console über die Verwaltung in Google Analytics → Property-Einstellungen → Google Produkte hinzufügen
  • Die Search Console Daten werden über die Dimension “Einstiegsseite” miteinander verbunden
  • Informationen aus der Search Console: Suchanfrage → Click → Einstiegsseite
  • Informationen aus Google Analytics: Traffic Herkunft “organisch” → Einstiegsseite
  • Pre-Click-Daten: Search Query werden kombiniert mit Post-Click-Daten: Absprungrate, Conversionen
  • Die Daten aus Google Analytics und aus der Search Console werden nicht zu 100% übereinstimmen, sind aber ein riesiger Schritt im Gegensatz zu (not provided)
  • Außerdem gibt es nur sinnvolle Search Console Daten, wenn eine relativ große Anzahl von organischen Besuchern auf die Seite kommen. Kleine Webseiten können davon noch nicht wirklich profitieren

Hier findest du die Video-Aufzeichnung von Tobias Kräft, Director Business Intelligence & Analytics bei Trust Agents zum Thema “SEO und Google Analytics”.

Episode 1 – UTM-Parameter, Account-Struktur und Daten mit anderen teilen

Was sind eigentlich diese UTM-Parameter und warum sind sie so wichtig?

  • Wichtig um Online Marketing bewertbar zu machen: Welche Kanäle helfen meinem Unternehmen am meisten?
  • Wichtig zu erkennen, von welcher meiner Kampagnen kam denn jemand auf meine Website?
  • UTM Parameter transportieren diese Information von der Kampagne (z.B. Facebook Anzeige) zu Google Analytics
  • Adwords wird direkt mit Google Analytics verbunden, Kampagnen werden automatisch erkannt
  • UTM Parameter werden an die URL angehängt, eingeleitet mit einem ? und verknüpft mit einem &

Beispiel: https://deinedomain.de?utm_medium=aff&utm_source=facebook&utm_campaign=promoXYZ

Über eine vorher festgelegte Struktur soll definiert werden, wie die einzelnen Kanäle bezeichnet werden sollen (eine mögliche Struktur findest du in unserer Kampagnen-Tagging-Vorlage)

Unsere Kampagnen-Tagging-Vorlage:
https://docs.google.com/spreadsheets/d/1g6ZzcMESkijSt1IOTluURWu0ZRd1AZiPY0OGpY4lCmQ/edit?usp=sharing

Es gibt auch Tools, die dich beim Taggen unterstützen z.B. www.terminusapp.com

 

Wie strukturiere ich mein Google Analytics Konto?

Wann lege ich eine neue Property und wann lege ich eine neue Datenansicht an?

Google Analytics ist in drei Ebenen strukturiert. Die oberste ist der Konto (Account), dann folgt die Property und die unterste Ebene ist die Datenansicht (View).

Konto (Account)

i.d.R. hat ein Unternehmen ein Google Analytics Konto
auf Konto-Ebene werden keine Tracking-Daten gespeichert, sondern das Konto dient nur dem Management der Nutzer und den Konto-Einstellungen

Property

  • pro Website oder App empfiehlt Google eine eigene Property anzulegen
  • Auf Property-Level werden die getrackten Daten gespeichert
  • Daten in verschiedenen Properties können in Google Analytics nicht mehr vereint und gemeinsam analysiert werden
  • Wie viele Properties brauche ich? → Frage: “Welche Daten möchte ich gemeinsam oder getrennt voneinander analysieren?“

Beispiel: Ein Unternehmen hat mehrere Online-Shops für verschiedene Europäische Länder:

Datenansicht (View)

  • in einer Datenansicht werden die Daten der Property dargestellt
  • mithilfe von u.a. Filtern kann die Ansicht geändert werde
  • eine Datenansicht sollte immer „roh“ bleiben (ohne Filter oder Veränderungen)
  • Strukturierung von Datenansichten je nach Analysebedarf z.B. eine Datenansicht fürs Management, eine Datenansicht fürs Online Marketing- Team und eine Datenansicht für IT mit technischen Details und Fehlermeldungen

Neben der Zusammenstellung der Daten kann die Strukturierung des Accounts auch für die Vergabe von individuellen Nutzerrechten verwendet werden. Nutzerrechte können auf jeder Ebene Vergeben werden. Abstufungen in den Berechtigungen sind: “Verwaltung von Nutzern”, “Bearbeitung”, “Zusammenarbeit” und “Lesen+Analysieren”.

 

Wie kann ich Google Analytics Daten mit meinen Kollegen oder meinem Management teilen?

3 Möglichkeiten:

1) Standard-Report konfigurieren

  • Export des Reports via Email (regelmäßig oder einmalig)
  • Export des Reports als Excel, CSV oder PDF
    → Daten werden exportiert

2) Teilen von Segment oder Custom Reports

  • Ein Segment oder ein Custom Report, den du angelegt hast, kannst erstmal nur du sehen (private asset)
  • Über die “Teilen”-Funktion kann das Segment oder der Report auch anderen zugänglich gemacht werden
    → nur die Konfigurationen werden geteilt, nicht die Daten selbst

3) Erstellen von externen Dashboards

  • über ein Google Sheet in Kombination mit dem Google Analytics Add-on
  • über Google Data Studio