Webanalyse für CRO: Aber richtig!

Webanalyse liefert wichtige Daten für die Conversion-Optimierung. Allerdings sollte man aufpassen, dass sich nicht bereits im ersten Schritt – bei der Datenerhebung – Fehler einschleichen. Solche Fehler verfälschen schlimmstenfalls alle weiteren Analyseschritte.

Um solche Fehler zu vermeiden, stelle ich hier die Grundlagen vor:

• die drei Webanalyse-Stufen für die Conversion-Optimierung
• wichtige Punkte, die bei der Datenerhebung zu beachten sind

Inhaltlich basiert dieser Artikel auf dem ConversionBoosting-Webinar Webanalyse für die Conversion-Optimierung.

Conversion-Optimierung braucht Daten. Ohne eine Datenbasis, die man analysiert und aus der man Ideen für die Website-Optimierung gewinnt, sind Optimierungsversuche ein Glücksspiel. Erkenntnisse für einen nachhaltigen Erfolg bei effizientem Mitteleinsatz erhält man damit nicht. Deshalb ist Webanalyse für die Conversion-Optimierung wichtig. Sie liefert einen Teil der Daten, aus denen man Optimierungsbedarf herauslesen und Testideen entwickeln kann. Aber… nicht alle Daten sind gleichermaßen brauchbar.

Datenfülle: Chance und Problem

Durch Webanalyse erhält man unter Umständen nicht nur ein paar wenige Daten, sogar eine ganze Fülle. Das ist einerseits gut. Andererseits kann es zum Problem werden: Weil man Relevantes erst einmal aus der Menge herausfiltern muss und weil die Gefahr besteht, dass man beim Blick auf viele irrelevante Zahlen das eigentlich Wichtige vergisst.

Beispiel Verweildauer

Besucher verbringen durchschnittlich X Minuten auf Ihrer kommerziellen Internetseite? Wenn X keine ganz kleine Zahl ist, klingt das gut. Aber vielleicht verbringt ja die Hälfte dieser Besucher „X mal 2“ Minuten auf der Seite und die andere Hälfte springt sofort ab. Oder viele verbringen deshalb Zeit auf der Website, weil sie mit ihr nicht zurechtkommen und sich ärgern. Oder viele halten die Internetseite zwar für interessant genug, um zu bleiben, aber kaufen am Ende nichts.

Das alles kann verschiedene Ursachen haben. Fakt ist in jeden Fall: Eine lange Verweildauer sagt allein nicht viel aus und ist auf kommerziellen Websites ohne eine Conversion wertlos.

Die Herausforderung beginnt bei der Datenerhebung

Nicht nur die richtige Auswahl der zu analysierenden Daten ist entscheidend. Eine große Herausforderung ist bereits die Datenerhebung. Man verfällt gern in den Fehler, Daten für ein Abbild der Realität zu halten. Das sind sie niemals. Bestenfalls zeigen sie realistisch Tendenzen auf, die man nutzen kann. Im ungünstigen Fall verfälscht die Datenerhebung selbst bereits die Daten, die dann analysiert und für eine Optimierung genutzt werden. Und auf einer falschen Datenbasis kann nichts Richtiges entstehen.

Drei Webanalyse-Stufen für die Conversion-Optimierung

Im Webinar „Webanalyse für die Conversion-Optimierung“ stelle ich folgende drei Stufen für eine effiziente Nutzung der Webanalyse in der Conversion-Optimierung vor:

• Daten sammeln
• Daten analysieren
• Potenziale identifizieren

Den Punkt „Daten sammeln“ schauen wir uns hier etwas genauer an.

Mögliche Fehler bei der Datenerhebung

Fehlerhafter Umgang mit dem Tool

Letztlich ist die Datenerhebung durch ein Webanalysetool nur so gut wie das Tool selbst, wie seine Konfiguration und seine Implementierung in die zu analysierende Website. Bei beidem kann es zu Fehlern kommen. So kann man etwa das Webanalyse-Tool fehlerhaft in die Website integrieren, indem man die Implementierung des Codes auf einigen Seiten vergisst. Dadurch fließen die Besucher auf einigen Subdomains gar nicht in die Analyse ein. Ähnliches ist auch bei einer fehlerhaften Konfiguration des Tools möglich.

Auf der Website entstehen dadurch unsichtbare Bereiche, deren Daten unberücksichtigt bleiben. Eventuell werden im Onlineshop auch nicht alle Warenkörbe berücksichtigt oder eine Internetseite lässt sich nicht dem jeweiligen Seitentyp zuordnen (z.B. Produktdetailseite). Dadurch kann es geschehen, dass man bei der Analyse auf eine falsche Fährte gelockt wird und dadurch falsche Prioritäten bei der Optimierung setzt. Damit verschwendet man nicht nur Zeit und Geld, sondern reduziert den Website-Erfolg womöglich sogar, statt ihn zu steigern.

Interne und Bots werden mitgezählt

Wenn Webanalyse-Tools den Besuch von Mitarbeitern und Bots auf der Website mitzählen (und das kommt nicht selten vor!), verfälscht das die Ergebnisse teilweise erheblich. Um das zu vermeiden, sollten solche Besuche ausgeschlossen werden. Verschiedene Möglichkeiten dafür stellt der ConversionBoosting-Praxisguide Interne Besucher und Test-Conversions ausschließen vor.

Ganz einfach wird die Identifikation von Mitarbeitern, wenn alle eine feste ID besitzen, die man aus der Analyse ausschließen kann.

Alternativ richtet man beispielsweise eine spezielle Eingangsseite ein, über die Mitarbeiter (und nur sie) die Website betreten. Auf dieser Seite werden sie mit einer Variablen markiert. Seitenbesucher mit dieser Markierung werden nicht in die Analyse einbezogen.

Grenzen erkennen: Was leistet Webanalyse NICHT?

Auch wenn die Webanalyse großen Wert für die Conversion-Optimierung besitzt: Man sollte stets erkennen, wo sie problematisch oder unzureichend wird. Grundsätzlich gilt: Man sollte Daten nie hundertprozentig vertrauen, ihre Plausibilität stets kritisch einschätzen und ihren Wahrheitsgehalt hinterfragen.

Beispiel: Hat eine analysierte Seite vielleicht extrem wenige oder gar keine Besucher? Das kann natürlich an einem schlechten Zugang oder auch an Fehlern auf der Seite selbst liegen. Haben andere, ähnlich aufgebaute Seiten der Website, aber allesamt viele Besucher – dann spricht einiges dafür, dass nicht die Seite, sondern die mangelhafte Datenerhebung auf ihr das Problem ist.

Webanalyse lässt manches im Dunklen

Bei der reinen Webanalyse geht es um Zahlen von Seitenaufrufen sowie um Conversions. Man kann anhand der Zahlen beispielsweise sehen, wie viele Besucher nach den verschiedenen Stationen (Kategorieseite, Produktdetailseite, Warenkorb…) wirklich zu Käufern wurden. Vieles bleibt aber im Dunklen, vor allem das konkrete Verhalten der Besucher auf der Seite:

• Was klicken die Besucher an? Klicken sie vielleicht auf Dinge, die sie für Links halten, obwohl es gar keine Links sind?
• Scrollen sie? Wie weit scrollen sie?
• Was gewinnt ihre Aufmerksamkeit und was nicht?

All das sind Fragen, die man mit reiner Webanalyse nicht beantworten kann. Hier bedarf es einer InPage-Analyse, die viele weitere interessante Fakten für die Conversion-Optimierung bereitstellt. Webanalyse klug für die Conversion-Optimierung zu nutzen, bedeutet daher auch, zu erkennen, wann man besser auf andere Analyseverfahren ausweicht.

Neben den hier vorgestellten Inhalten verrät der ConversionBoosting Praxisguide Webanalyse für die Conversion-Optimierung auch, was man bei der Analyse von Daten aus Webanalyse-Tools beachten sollte und wie man aus den Analysedaten Potenziale für die Conversion-Optimierung ermittelt.

Tipps zum Weiterlesen:

Interne Besucher und Test-Conversions ausschließen (Premium-Praxisguide Webanalyse für die Conversion-Optimierung (Webinaraufzeichnung) Herausforderungen der Conversion-Optimierung überwinden (Premium-Praxisguide)