In vier Schritten zum Lean Analytics Cycle

Geschrieben von Theresa Glöde - veröffentlicht am 28.03.2018 14:46:19

Viele Unternehmen erkennen das wirtschaftliche Potenzial, das auf einer datengetriebenen Unternehmenskultur basiert, bislang nicht. Wie der Lean Analytics Cycle dabei unterstützen kann, die Datenmengen im Unternehmen gewinnbringend einzusetzen, erläutern die Experten von takevalue Consulting GmbH.

4-schritte-zum-lean-analytics-cycle.png

Unternehmen schöpfen das Analytics-Potenzial bislang nicht aus

Die Kosten für den Aufbau von Reichweite und Wahrnehmung im Internet steigen gemäß aktueller Studien kontinuierlich an. Daher wird es für Unternehmen immer wichtiger, die vorhandenen Mittel zielgerichtet einzusetzen, die passenden Nutzer auf die digitalen Angebote zu lotsen und die aufgebaute Reichweite möglichst gut in die gewünschten Aktionen (Käufe, Leads etc.) zu konvertieren. Eine wesentliche Grundlage hierfür ist die Auswertung von Nutzungs- und Verkehrsdaten mit Analytics.

In einem Umfeld, in dem fast jede Nutzeraktivität messbar und somit auch optimierbar ist, ist grundsätzlich davon auszugehen, dass Ihre Wettbewerber von allen gebotenen Möglichkeiten Gebrauch machen werden. Insofern ist die fortlaufende Optimierung der eigenen Website längst zu einem Hygienefaktor geworden. Ohne einen bewussten Umgang mit dieser Thematik ist es nahezu unmöglich, alle Potentiale für das eigene Online Business zu realisieren. Webanalyse-Tools sind daher obligatorisch und weitverbreitet.

Doch auf dem Weg vom bloßen Messen von Daten bis hin zur vollständigen Kontrolle über Digital-Marketing-Prozesse und Website-Nutzung, sind vielfältige Aspekte und Details zu berücksichtigen. Neben einer technisch einwandfreien Einrichtung von Analytics, liegen vor allem große Potentiale und Hebel für die Unternehmen im bewussten Umgang mit den Daten und Analyse-Erkenntnissen. Was sollten Unternehmen also beachten, wenn sie den größtmöglichen Nutzen aus Analytics ziehen wollen?

"You can't control what you can't measure"

Unternehmen mangelt es an geeigneten Zielsetzungen und Strategien. Das stellen wir immer wieder fest. "Traffic erhöhen" oder "Umsatz steigern" werden häufig als wichtigste Ziele der Website genannt. Sie sind jedoch keine ausreichend konkreten Zielsetzungen für eine sinnvolle Weiterentwicklung des Websiteerfolges. Aus diesem Grund beginnen effektive Analytics-Projekte mit einer Diskussion zu sinnvollen Zielsetzungen: Wie kann man sich den großen Zielen über kleinere Sub-Ziele und Werttreiber nähern? Planungs-Modelle wie das Digital Marketing and Measurement Model (DMMM) können dabei unterstützen, sich der tatsächlichen Hebel bewusst zu werden. Außerdem erlauben sie einen einfachen und leicht verständlichen Einstieg. Beantworten Sie zunächst folgende Fragen, wenn Sie Analytics in Ihrem Unternehmen nutzen möchten:

  • Machen Sie sich bewusst, welche Ziele Ihr Unternehmen verfolgt und wie diese online abzubilden sind und gemessen werden können.
  • Welche konkreten Aktionen bzw. Conversions sollen Kunden auf Ihrer Website ausführen?
  • Wie sollen diese künftig gesteigert werden, damit sich der gewünschte Erfolg einstellt?
  • Welche KPIs stellen Sie in den Mittelpunkt und wer ist daran im Unternehmen beteiligt?

Unser Tipp: Entwickeln Sie ihr eigenes DMMM als Grundlage für den Einsatz von Analytics.

Die Datenqualität ist entscheidend für den Erfolg

Der Einfluss von Analytics-Daten auf geschäftliche, oftmals auch strategische Entscheidungen nimmt stetig zu, weshalb grundsätzlich hohe Anforderungen an die Datenqualität zu stellen sind. Fehlerhaft erhobene Daten können mitunter zu schwerwiegenden Fehleinschätzungen oder -interpretationen führen. Es lohnt sich also, sich im Vorfeld der Analytics-Implementierung intensiv mit Fragen zu Datenerhebung, Granularität, Struktur und Aussagefähigkeit von Daten auseinanderzusetzen. Wenn Sie auf Nummer sichergehen wollen und nicht selbst über erfahrene Ressourcen im Unternehmen verfügen, sollten Sie die Einrichtung von Analytics idealerweise durch Experten begleiten oder zumindest prüfen bzw. optimieren lassen. Eine solche Investition ist besser kalkulierbar, als etwaige Risiken, die sich aus Fehleinschätzungen und geringer Datenqualität zwangsläufig ergeben.

Auf diese Aspekte und Fragestellungen kommt es an, wenn Sie Analytics in Ihrem Unternehmen implementieren möchten:

  • Schließen Sie einen Vertrag zur Nutzung von Analytics mit Google ab
  • Legen Sie zu Kontrollzwecken und zum Schutz vor Datenverlusten vor weiteren Optimierungen eine ungefilterte Rohdaten-Ansicht an, auf die Sie später notfalls zurückgreifen können
  • Filtern Sie den von Bots verursachten Traffic heraus
  • Das Filtern der eigenen IP stellt sicher, dass eigene Mitarbeiter die Sicht auf die Nutzung der Website durch Kunden nicht verzerren
  • Prüfen Sie, ob Sie bspw. in Zusammenhang mit Payment-Gateways ausschließende Verweise anlegen müssen
  • Verknüpfen Sie Analytics mit der Google Search Console und Google AdWords, um einen direkten Datensicht in Analytics zu erhalten
  • Bei großen Websites lohnt es sich Zeit in eine sinnvolle Account-Struktur für Properties und Datenansichten zu investieren
  • Richten Sie Tracking-Parameter für die interne Suche ein
  • Überlegen Sie sich eine geeignete Tagging-Struktur zur besseren Auswertung von Kampagnen
  • Legen Sie Content-Gruppen für eine übersichtliche Kontrolle und Auswertung an (für Seitenbereiche, Produktkategorien u. ä.)
  • Legen Sie Ereignisse und Zielvorhaben fest: Definieren Sie Micro-Conversions (für Newsletter-Bestellung, Downloads, Dauer Videoansicht u. ä.) und Macro-Conversions (Leads, Bestellungen)
  • Legen Sie Google Alerts an, um größere Abweichungen und Probleme schnell zu identifizieren
  • Anonymisieren Sie das letzte Octet der IP-Adressen Ihrer Nutzer (Stichwort: DSGVO)
  • Passen Sie Ihre Datenschutzerklärung rechtskonform an und bieten Sie den Nutzern ein Opt-Out für Analytics an (Stichwort: DSGVO)

Wenn Sie diese Punkte korrekt umgesetzt haben, besitzen Sie bereits ein recht stabiles Fundament für die Arbeit mit Analytics.

Der Lean Analytics Cycle: Hypothesen aufstellen und Potenziale realisieren

Analytics sollte nicht nur dafür genutzt werden zu verstehen, was auf der eigenen Website geschieht, sondern insbesondere dafür Ansätze zu entwickeln, wie sich das eigene Online-Business verbessern lässt und welche Kennzahlen dafür maßgeblich sind. Diese Systematik lässt sich mittels des Lean Analytics Cycle, einem vierstufigen Prozessmodell, relativ einfach umsetzen und als agilen Prozess innerhalb der eigenen Organisation verankern und repetitiv durchführen.

Wir erläutern Ihnen das Lean Analytics Cycle Prozessmodell anhand eines fiktiven Online-Shops:

1. Schritt: Auswahl des Optimierungsbereichs

Beispiel: Die Abbruchrate im Bestellprozess soll reduziert werden

2. Schritt: Hypothesenbildung – der kreative Teil des Lean Analytics Cycle

Beispiel: Im Wettbewerbsvergleich werden nicht alle relevanten Bezahlverfahren angeboten. Die Hypothese lautet daher, dass sich die Abbruchrate durch den Ausbau der Bezahlverfahren verbessern lässt.

3. Schritt: Aufbau und Durchführung eines Tests

Beispiel: Im Rahmen eines Pilotversuchs sollen die bisherigen Bezahlverfahren für drei Monate durch "Kauf auf Rechnung" ergänzt werden.

4. Schritt: Messen und Ableitung wie mit den Ergebnissen zu verfahren ist

Im abschließenden Schritt wird der Pilot ausgewertet und die Veränderungen der Abbruchquote im Bestellprozess analysiert. Sollte das Ergebnis zu einer signifikanten positiven Änderung geführt haben und angrenzende Kennzahlen (z. B. gesteigerte Retourenquote) im gleichen Zeitraum keine negativen Ausschläge gezeigt haben, so könnte das Experiment als gelungen gewertet werden und folglich dauerhaft umgesetzt werden.

Das Modell verdeutlicht, welche bedeutsame Rolle der jeweilige Web Analyst innerhalb seiner Organisation einnehmen kann., Durch dieses Konstrukt bietet sich doch immer wieder die Möglichkeit, mit anderen Organisationsbereichen in Kontakt zu treten und diese durch das Aufzeigen konkreter Potentiale für das Thema zu gewinnen.

Unser Tipp: Beim Einstellungsprozess der entsprechenden Analystenstelle sind neben der fachlichen Expertise die kommunikativen Anforderungen an diese Rolle daher nicht zu vernachlässigen.


Das könnte Sie auch interessieren:

Welche Fähigkeiten benötigen wir in Zukunft? 


Wer kann im Unternehmen von Analytics profitieren?

Einen wirklichen Einfluss erzielen Daten nur dann, wenn Sie von Entscheidern auch wahrgenommen und berücksichtigt werden. Am nachhaltigen Erfolg einer Website (egal ob es sich um eine leadorientierte , transaktionsorientierte oder werbefinanzierte Webseite handelt) sind häufig viele unterschiedliche Personen und Hierarchieebenen in einem Unternehmen beteiligt: Marketing, Redaktion, Produkt-/Portalmanagement, Vertrieb, Kundensupport, IT, Design/UX, Kommunikation und natürlich auch das Online Marketing. Mit den geeigneten Daten aus der Nutzung der jeweiligen Website-Bereiche können also vielfältige Entscheidungen unterstützt und Argumentationen gefestigt werden. Auch das Management und ggf. das Controlling können mit einer geeigneten, datengestützten Argumentation z. B. für Investitionen gewonnen werden.

Unser Tipp: Besprechen Sie mit den genannten Bereichen und Personen im Unternehmen zunächst, welche Daten aus Analytics (und damit verbundenen Tools wie Google Search Console oder Google AdWords) für sie Relevanz haben könnten und wie diese idealerweise darzustellen und an wen genau zu liefern sind. Einen praktischen Beitrag zur zielgruppengerechten Kaskadierung von Analytics Kennzahlen finden Sie z. B. im Beitrag von Avinash Kaushik.

Die Nutzung der Daten fördern

Nach unserer Erfahrung ist der Kreis der aktiven Analysten, also der Personen, die Hypothesen aufstellen und Tests planen, zumeist auf das Online Marketing Team und das Portalmanagement begrenzt. Gelegentliche Nutzer aus anderen Unternehmensbereichen verlieren sich hingegen aufgrund mangelnder Routine allzu schnell in den vielfältigen Möglichkeiten von Analytics, weshalb sie nicht selten eher am Bezug bestimmter Reports interessiert sind. Sinnvollerweise sollte daher zwischen der freien Nutzung von Analytics für die Analyse von Daten und dem einfachen Reporting von Metriken und KPIs unterschieden werden. Wer analytisch mit Analytics und weiteren Datenquellen arbeitet, sollte dafür entsprechend ausgebildet sein (bspw. Analytics-Zertifizierung, Seminare u. ä.) und über ausreichende Routine verfügen. Data Scientists und Web Analysten sollten zusätzlich auch über gute Kenntnisse im Bereich Online Marketing verfügen, um korrekte Ableitungen treffen und Zusammenhänge korrekt deuten zu können. Sofern Ihr Unternehmen nicht über entsprechendes Know-how verfügt, sollte dieses entweder systematisch aufgebaut werden oder die Hilfe eines Dienstleisters in Anspruch genommen werden.


Das könnte Sie auch interessieren:

Data-Driven Storytelling: Wie können mit Big Data Geschichten erzählt werden?


Reporting von Analytics-Daten via Dashboard oder dataStudio

Wer im Unternehmen eine datengetrieben Entscheidungskultur vorantreiben möchte, sollte die Daten auch zur Verfügung stellen und die Nutzung dieser Daten fördern. Dies sind wesentliche Grundlagen und ein "Change" für Unternehmen, der eine wesentliche Hürde für viele Unternehmen darstellt, die aus einer analogen Historie in eine digitale Zukunft streben. Der Wandel hinzu einer datengetriebenen Unternehmenskultur, sollte also nicht unterschätzt werden. Die Akzeptanz und Häufigkeit der Datennutzung steigen dabei grundsätzlich mit der Einfachheit von Zugang und Darstellung. Erwarten Sie besser nicht, dass die Webanalyse in sämtlichen Unternehmensbereichen aktiv genutzt wird. Sorgen Sie stattdessen dafür, dass die Daten gut aufbereitet ins Ziel finden.

Durch den Einsatz von zielgruppengerecht aufgebauten Dashboards kann Analytics grundsätzlich auch Reportings abbilden (inkl. dem E-Mail-gestützten Datenversand), doch nach unserer persönlichen Erfahrung erzeugt die Darstellung von Analytics-Daten in Google dataStudio mehr Akzeptanz. So kann bspw. die Optik elegant an die Unternehmens-CI angepasst werden und das Level der Interaktion sinnvoll begrenzt werden. Der Zugriff selbst erfolgt über einen einfachen Link. Jeder erhält so genau das, was er benötigt. Außerdem kann das Google dataStudio zahlreiche weitere Datenquellen (DoubleClick, Facebook Daten, Instagram, Twitter etc.) einbinden und so auch erweiterte Zusammenhänge sichtbar machen. Im Markt verfügbare Konnektoren erleichtern die Anbindung von externen Quellen.

 

Fazit

Wer das volle Potenzial von Analytics im Unternehmen entfalten möchte, der sollte neben einer gewissenhaften Vorbereitung hinsichtlich der Erhebung relevanter Daten, einer technisch einwandfreien Umsetzung und viel Sorgfalt für maximale Datenqualität vor allem für eine aktive Nutzung der Analytics-Daten sorgen. Neben der fortlaufenden Analyse, der Entwicklung von Hypothesen und der daraus resultierenden Optimierung, lohnt es sich dafür zu sorgen, dass alle Entscheider die für sie relevanten Daten erhalten und in ihre tägliche Arbeit mit einbeziehen.

 


Über die Autoren

Die takevalue Consulting GmbH ist eine Darmstädter Online Marketing Agentur mit Spezialisierung auf die Themen SEO, Performance Marketing und Analytics. takevalue verfügt über umfangreiche Erfahrung hinsichtlich der erfolgreichen Implementierung von Online-Marketing Prozessen und Strukturen in Unternehmen.

michael-buschmann-takevalue-consulting-gmbh.jpg

Die beiden Autoren, Michael Buschmann und Oliver Gangnus, beschäftigen sich bereits seit 2006 gemeinsam mit dieser Thematik und betreuen mittelständische und Konzernkunden in unterschiedlichen Branchen. Michael Buschmann und Oliver Gangnus haben zudem das Digital Marketing und Leadership Programm Squared Online erfolgreich absolviert. 

oliver-gangnus-takevalue-consulting-gmbh.jpg

Themen: Digital Marketing, Data und Analytics, Guide

Theresa Glöde

Geschrieben von Theresa Glöde

Theresa Glöde ist Marketing Managerin Content & Social Media bei AVADO Learning GmbH, Experte für virtuelles Lernen rund um die Digitale Transformation. Auf dem Squared Online Blog schreibt sie unter anderem über digitale Marketing Trends, Digital Leadership und New Work.