Praxisguide

Hypothesen und Testideen im Unternehmen finden

Das Conversion-Team sollte nicht das einzige Team in einem Unternehmen sein, das Testideen und -hypothesen einbringt. Auch in anderen Abteilungen eines Unternehmens schlummern Potentiale für Ideen - aus ganz anderen Blickwinkeln -, die getestet werden sollen.

In diesem Praxisguide stellen wir Ideen und Methoden vor, wie diese internen Potentiale besser ausgeschöpft können.

1. Einleitung

Es gibt viele verschiedene Gründe, warum Webanalyse-Zahlen von der Realität abweichen: eine fehlerhafte Implementierung oder technische Beschränkungen (unter anderem beim Wiedererkennen von Besuchern durch Cookies). In diesem Praxisguide soll es jedoch um zwei menschliche Ursachen für Abweichungen gehen:

  • Aufrufe durch Mitarbeiter des Unternehmens führen zu einer erhöhten Anzahl an Besuchen und Seitenaufrufen und entsprechend zu niedrigen Bounce Rates.
  • Test-Conversions zur Qualitätssicherung der Website und der Analytics-Implementierung führen zu verfälschten Conversion-Zahlen.

Wir zeigen, wie diese Ungereimtheiten mithilfe von Filtern aus Google Analytics ausgeschlossen werden können. Für eine Einführung und ausführliche Erläuterung von Filtern in Google Analytics empfehlen wir unseren

Es können vier Möglichkeiten unterschieden werden, um die angesprochenen unerwünschten Daten aus Google Analytics auszuschließen:

  • Ausschluss per fester IP-Adresse (2. Kapitel)
  • Ausschluss per benutzerdefinierter Dimension (3. Kapitel)
  • Ausschluss per spezifischem URL-Parameter (4. Kapitel)
  • Ausschluss des Staging- oder Testservers (5. Kapitel)

Wir erläutern die einzelnen Ansätze und beschreiben deren Vor- sowie Nachteile.

Welches Vorgehen sollten Sie einsetzen? Das hängt davon ab, welche Möglichkeiten umsetzbar sind. Falls feste IP-Adressen verfügbar sind, ist diese Möglichkeit die einfachste und eleganteste. Wenn nicht, empfehlen wir den Ausschluss per benutzerdefinierter Dimension.

Im letzten Kapitel argumentieren wir schließlich noch dafür, interne Besucher und Test-Conversions in einer eigenen Datenansicht aufzuzeichnen.

2. Ausschluss per fester IP-Adresse

Wenn die auszuschließenden Mitarbeiter bzw. die Personen, welche Test-Conversions durchführen, eine oder mehrere feste IP-Adressen besitzen, dann kann ein vordefinierter Filter gewählt werden.

2.1 Filter anlegen

Wenn nur eine einzige feste IP-Adresse vorhanden ist, dann ist der Filter schnell erstellt. Adresse eintragen, „sind gleich“ auswählen – fertig:

Wenn dagegen mehrere feste IP-Adressen vorhanden sind, ist das Definieren des Kriteriums gegebenenfalls etwas komplizierter. Wenn die IP-Adressen beispielsweise von 34.121.171.1 zu 34.121.171.9 (das heißt die letzte Ziffer wird jeweils um 1 erhöht) reichen, dann lautet das Kriterium:

Wenn dagegen nur 34.121.171.1 und 34.121.171.2 ausgeschlossen werden sollen, kann entweder auf reguläre Ausdrücke zurückgegriffen werden (die elegante Lösung) oder zwei Filter angelegt werden. Für ersteren Ansatz erstellen Sie einen benutzerdefinierten Filter wie folgt:

Punkte stehen in regulären Ausdrücken für ein beliebiges Zeichen. Die Backslashes dienen daher als Maskierungszeichen und signalisieren, dass die IP-Adresse nicht aus beliebigen Zeichen, sondern aus tatsächlichen Punkten bestehen soll. Die eckigen Klammern legen einen Bereich zwischen zwei Zahlen fest.

Eine verständliche Einführung in reguläre Ausdrücke finden Sie beispielsweise bei wikibooks.org.

2.2 Vor- und Nachteile

Der große Vorteil dieser Methode ist deren Einfachheit: einmal die IP-Adresse(n) definiert und überprüft, fertig.

Der Nachteil ist, dass nicht jedes Unternehmen über eine feste IP-Adresse verfügt. Besucher wie Agenturmitarbeiter, die nicht im gleichen Büro sitzen, müssen entweder nach deren IP-Adresse gefragt werden oder können, wenn nicht vorhanden, nicht ausgeschlossen werden.

Unsere Empfehlung: Wenn feste IP-Adressen vorhanden sind, nutzen Sie diese Möglichkeit zum Ausschluss unerwünschter Daten.

3. Ausschluss per benutzerdefinierter Dimension

In kleineren Unternehmen sind oft keine festen IP-Adressen vorhanden. In diesem Fall kann auf eine andere, aufwendigere Methode zurückgegriffen werden.

Die grundlegende Funktionsweise lautet:

  • Es wird eine eigens erstellte Seite aufgerufen, auf der eine benutzerdefinierte Dimension (Universal Analytics) bzw. benutzerdefinierte Variable (Analytics classic) zugewiesen wird.
  • Alle Seitenaufrufe, Ereignisse, usw. mit dieser benutzerdefinierten Dimension werden ab diesem Zeitpunkt ausgeschlossen.

3.1 Interne Besucher markieren

Zuerst müssen die relevanten Besucher markiert werden. Wir beschreiben im Folgenden das Vorgehen für Universal Analytics.

Falls schon eine Dimension zum Erkennen von internen Besuchern vorhanden ist, kann auf diese zurückgegriffen werden. Falls dies nicht der Fall ist, legen Sie eine neue benutzerdefinierte Dimension an. Den entsprechenden Link finden Sie in der Spalte „Property“:

Wählen Sie einen passenden Namen und setzen den Umfang – das heißt die Dauer, wie lange der Wert der Dimension bestehen bleiben soll – auf „Nutzer“:

Notieren Sie sich die Nummer der Dimension. In unserem Fall ist es „5“:

Nachdem die benutzerdefinierte Dimension angelegt ist, muss sie nun für die entsprechenden Besucher gesetzt werden. Erstellen Sie dazu eine leere HTML-Seite, entweder per FTP-Upload oder im Content-Management-System.

Fügen Sie den folgenden Code ein, der beim einmaligen Aufruf die oben definierte dimension5 auf „ja“ setzt:


<script>
ga(‚create‘, ‚UA-1234567-8′);
ga(’set‘, ‚dimension5‘, ‚Ja‘);
ga(’send‘, ‚pageview‘);
</script>
<bold>Benutzerdefinierte Dimension gesetzt.</bold>

Stellen Sie unbedingt sicher, dass diese Seite wirklich nur von Mitarbeitern aufgerufen werden kann:

  • Machen Sie sie nur aus dem internen Netzwerk verfügbar (am besten per Passwort-Schutz).
  • Weisen Sie Suchmaschinen mit einem Meta-Tag darauf hin, dass sie die Seite nicht in den Index aufgenommen werden soll:

<meta name="robots" content="noindex">

3.2 Filter anlegen

Nun legen Sie den Filter an. Da die benutzerdefinierte Variable auf der Property-Ebene definiert wurde, kann der Filter nicht auf der Konto-Ebene angelegt werden. Wechseln Sie also zum Punkt „Filter“ in der entsprechenden Datenansicht, in der Mitarbeiter bzw. Test-Conversions ausgeschlossen werden sollen.

Wählen Sie die zuvor definierte Dimension („Mitarbeiter“) im Dropdown-Menü aus und geben den im der Seite definierten Wert an („Ja“):

3.3 Vor- und Nachteile

Der größte Vorteil dieser Methode ist, dass keine festen IP-Adressen benötigt werden. Außerdem können auch externe Besucher, die nicht im Firmennetzwerk sind, ausgeschlossen werden. Dazu gehören zum Beispiel Agenturen oder freie Mitarbeiter.

Gerade wenn Mitarbeitern schon per benutzerdefinierte Dimension zugewiesen wurden, kann dieser Ansatz sehr einfach implementiert werden.

Andererseits hat diese Methode den großen Nachteil, dass alle Personen, die ausgeschlossen werden sollen, aktiv etwas dafür unternehmen müssen. Dies wird sicherlich oft vergessen. Wenn es um das Ausschließen von Test-Conversions geht, ist dieser Nachteil jedoch wahrscheinlich weniger drastisch. Das Webanalyse- oder Conversion-Team kann sich wahrscheinlich eher daran erinnern, die Seite vorher aufzurufen.

Ein verwandtes Problem sind gelöschte Cookies. Die benutzerdefinierte Dimension wird schließlich im Google-Analytics-Cookie gespeichert. Und wenn dieses gelöscht wird, können auch die zuvor markierten Besucher nicht mehr ausgeschlossen werden. Es muss daher sichergestellt werden, dass die Seite, welche Besucher markiert, nach jedem Cookie-Löschen wieder aufgerufen wird.

4. Ausschluss per URL-Parameter

Statt per benutzerdefinierter Dimension, können unerwünschte Interaktionen auch per URL-Parameter identifiziert werden.

Wenn also ein Seitenaufruf von Google Analytics ignoriert werden soll, wird ein Parameter wie „admin=1“ an die entsprechende URL angehängt.

4.1 Filter anlegen

Legen Sie dazu einen solchen Filter an:

Der reguläre Ausdruck „admin=1“ legt fest, dass alle URLs, welche diesen Ausdruck enthalten, erkannt werden.

4.2 Vor- und Nachteile

Der große Vorteil diese Vorgehensweise ist, dass keine Cookies zum Einsatz kommen und somit auch das Löschen von Cookies unproblematisch ist.

Diese Vorgehensweise hat jedoch auch viele Nachteile:

  • Sie können realistisch betrachtet nur Ihre eigenen Besuche ausschließen. Es ist nicht praktikabel, dass Kollegen bei jedem Aufruf diesen Parameter anhängen.
  • Es kann immer nur ein Seitenaufruf ausgeschlossen werden. Wenn ein Besucher auf einen Link klickt, wird dieser nächste Seitenaufruf schon nicht mehr ausgeschlossen. Aus diesem Grund können auch Test-Conversions in den meisten Fällen nicht ausgeschlossen werden. In vielen Fällen ruft man die Vielen-Dank-Seite schließlich nicht direkt auf, sondern durchläuft vorher einen Prozess (zum Beispiel Checkout).

Setzen Sie also, wenn möglich, die anderen beiden Ansätze ein.

5. Ausschluss des Staging- oder Testservers

Idealerweise ist auf dem Staging- oder Testserver eine eigene Google-Analytics-Implementierung vorhanden. Das heißt Aufrufe dort fließen in ein anderes Konto.

Wenn auf dem Staging- oder Testserver jedoch der gleiche Google-Analytics-Code vorhanden ist, sollten diese Besucher nicht in die normale Datenansicht laufen. Schließen Sie in diesem Fall alle Seitenaufrufe mithilfe des Filterfelds „Hostname“ aus:

Diese Methode ist natürlich kein Einsatz für die anderen drei. Wenn Daten vom Staging-Server in die normale Datenansicht laufen, sollte diese Methode und eine der vorigen zum Einsatz kommen.[l1] 

6. Interne Besucher aufzeichnen

Wie in der Einleitung angedeutet, empfehlen wir interne Besuche und Test-Conversions nicht nur aus der normalen Ansicht auszuschließen, sondern auch in einer eigenen Datenansicht zu speichern.

Dies hat mindestens zwei Vorteile:

  1. Die Anzahl interner Besucher kann gemessen werden.
  2. Es kann überprüft werden, ob Test-Conversions auch in Google Analytics „ankommen“.

Die Umsetzung ist simpel. Während Sie (wie oben beschrieben) auf die normale Datenansicht einen Ausschließen-Filter anwenden, wenden Sie auf diese Datenansicht mit internen Daten einen Einschließen-Filter mit dem gleichen Kriterium an. Auf diese Weise werden nur diese Besuche gespeichert und alle weiteren Besuche ignoriert:

ConversionBoosting