Google Analytics für Online-Shops: Analysen, die nicht jeder kennt

Google Analytics hilft Online-Shops, Probleme und Optimierungspotenzial zu identifizieren sowie Besucher besser zu verstehen. Mit den Standard-Berichten kommt man aber nicht weit. Wirkliche Erkenntnisse erzielt man erst, wenn man sich vorhanden Daten tiefer ansieht und Besucherverhalten noch genauer misst.

Julian Kleinknecht zeigt im Webinar unter anderem, wie man diese Fragen beantworten kann?

• Welche Produkte in den Suchergebnissen und Listings werden angeklickt? Welche sollten weiter hinter sortiert sein?
• Welche Filter werden überhaupt verwendet?
• Was verhalten sich Besucher, wenn Produkte nicht verfügbar sind? Wie bei langen Lieferzeiten?
• Wie gut funktioniert Google Shopping? Und wie kann man das besser machen?
• Bringen Kanäle wie Affiliate oder SEA generisch zusätzliche Besucher und Transaktionen?
• Interessieren sich Besucher für Empfehlungen und Zubehör, die wir empfehlen?

Guten Tag und Herzlich willkommen zu unserem heutigen Webinar zu Google Analytics für Online-Shops. Das Motto heute ist: „Analysen, die nicht jeder kennt“ deshalb möchte ich Ihnen Analysen zeigen, die Sie hoffentlich noch nicht kennen und die was Neues für Sie darstellen.

Agenda

Um was soll es heute gehen? Ich möchte Ihnen verschiedene Analysen zeigen unter anderem für diese Bereiche. Für

• „Wie kommen Leute auf die Seite?“. Das heißt, die Traffic Quellen, die Kanäle.
• „Wie kann man interne Werbemittel messen und analysieren?“.
• „Was ist sinnvoll auf der Kategorie-Suchergebnisseseite auf der Produktseite und im Checkout”

und wenn Sie das Webinar zu Ende gehört haben und sich noch weiter dazu interessieren, wir haben noch ein weiteres Webinar.

Eine Aufzeichnung über das Thema „Die häufigsten Fehler Google Analytics“. Die kann ich Ihnen auch empfehlen, das ist eine halbe Stunde lang, glaube ich, da können Sie auch noch einiges zu Themen Analytics lernen. Wie Sie es richtig implementieren, welche Fehler Sie unbedingt vermeiden sollten, aber nun zum heutigen Thema.

Ausgangslage und mein Versprechen

Was ist denn die Ausgangslage der meisten Shops? So habe ich ähnlich, Analytics implementiert, aber man schaut eigentlich nur selten rein. Man schaut sich, wenn dann nur ein paar Berichte an und dann schaut man sich wirklich keine detaillierten Sachen an, sondern sehr rudimentäre Analysen. Was möchte ich machen? Ich möchte Ihnen helfen mehr dabei herauszuholen und ganz wichtig ich möchte Ihnen helfen die richtigen Fragen zu stellen. Das heißt, nicht einfach loslegen und los analysieren, sondern überlegen, was sind denn die fragen die wir beantworten möchten. Dann möchte ich Ihnen den Weg zeigen wie man dahin kommt und warum man die überhaupt auch beantworten sollte und was mir wichtig ist.

Ich will hier nur Sachen zeigen, die wir schon gemacht haben. Das heißt, kein theoretisches Zeug, sondern Sachen, die wir unseren Kunden schon ausprobiert haben, die Sinn ergeben, wo man daraus was gelernt hat. Bevor ich einsteige noch eine wichtige Unterscheidung, und zwar man sollte immer überlegen, was macht man gerade. Will man gerade die Website besser machen, die Produktseite besser machen, die Produktbilder besser machen, die Filter oder will man schauen wird das Element überhaupt verwendet und dieser zweite Punkt der ist auch wichtig. Beim Thema Ressourcen priorisieren. Wenn man zum Beispiel sagt, wir wollen unsere Filter besser machen, sollte man vorher kurz mal gemessen werden, die überhaupt verwendet, um sicherzugehen das ganze Thema überhaupt lohnt. Wenn sich herausstellt nur fünf Prozent der Leute auf den Kategorie-Seite verwenden die Filter dann muss man das Geld nicht investieren, dann investiert man es lieber woanders hin und das wird so ein Thema laufen meines Vortrags sein. Dass wir Kunden gezeigt haben das Element ist, gar nicht so wichtig steckt das Geld und die Zeit lieber in andere Themen die wichtiger sind und das sollten Sie immer Kopf behalten.
Man kann Web-Analyse nicht nur verwenden seinen Shop besser zu machen, sondern auch Priorisierung von Ressourcen vorzunehmen, vor allem Geld und Zeit heißt natürlich.

Traffic-Quellen und Akquisition

Dann möchte aber loslegen mit dem Thema Traffic-Quellen. Was kann man da analysieren, was sollte man da machen. Immer die Frage „Wie kommen auf die Leute auf die Seite und Analytics gibt es diese folgenden Standards Unterscheiden die „Standard Channel Gruppierung“ heißt es gibt Organic Search, Pais Search, Direct, Social, E-Mail, Referral und Display. Jetzt ist das Problem, man sollte diese Kanäle eigentlich noch feiner unterscheiden, denn es gibt ganz klare Unterschiede innerhalb dieser Kanäle und da habe ich mal ein Beispiel mit gebracht, wo das ganz klar ist, zum Thema Google ads. Dort könnte man schauen, hier auf dem Bildschirm sieht man E-Commerce Conversion 3,07 Prozent alles läuft super und fast eine Million Euro Umsatz, aber wenn man sich mal genauer hinschaut dann sieht man die beiden Brand-Kampagnen also Zeile 2 und Zeile 6 die sind für mehr, deutlich mehr, als Hälfte des Umsatzes verantwortlich.
Jetzt kann man natürlich sagen „Ja Brand zählt ja auch zu SEA, aber diese Brand
Besucher, die kommen ja über die Marke her. Die kommen ja, weil man irgendwie eine 20 Jahre Geschichte hat, weil man viele social Werbung macht, weil man Display Werbung macht. Die kommen wir nicht wegen SEA her. Das heißt, ist es wirklich fair SEA zusammen zu analysieren. Ne ist es nicht. Zwar kann einem die Agentur jetzt sagen „Guck mal SEA 3 % Conversion-Rate, aber das meist ist ja Brand-Traffic, die wären ja meistens sowieso gekommen.
Also das kann sinnvoller sein sie einzukaufen, aber man sollte sich nicht blenden lassen zu schauen, dass man auch neue Besucher bekommt, sondern die generischen Kampagnen hier, wo der Pfeil ist, die haben nicht mal die Kosten reingespielt. Zweieinhalb Tausend kosten sie und bringen nur 1,5 Tausend raus vor dem Wareneinsatz. Das lohnt sich nicht.
Man sollte klar unterscheiden Google Ads, Brand und generisch und sich nicht von Agenturen blenden lassen, die der so ein Brand bei Mischen und sagen „Guck mal wie gut es funktioniert“. Ja aber es nicht dein verdienst. Denn der Brand kommt sowieso. Ähnliches Thema, gibt es auch bei SEO. Da gibt es auch verschiedene arten von Suchen. Da gibt’s Suche nach der Brand, zum Beispiel Suche nach zalando.de, generische Suchen wie „Sneaker kaufen“ und es gibt informationsorientierte Suchen, so was „Wie reinige ich meine Schuhe?“. Da ist die Kaufintention nicht so da und was häufig ist, natürlich, die Conversion-Rate für Brand-Suchen ist ganz hoch, für generische Suchen noch nicht so gut und für Informationsorientierte ist sie ganz schlecht. Leute wollen ja ich nichts kaufen. Wenn einen aber die SEO-Agentur einen sagen „Guck mal wir machen hier Ratgeber und Blogs und die Lexika alles für dich.

Guck mal wie gut die SEO Conversion-Rate ist“.
Aber die kommt meistens über die Brand-Sucher und gar nicht durch die Ratgeber, die man erstellt hat. Das heiß, das muss man klar unterscheiden. Schauen, was ich hier lohnt, wenn man das machen kann, gibt es keine eigenen Kampagnen für SEO deswegen muss man sich die Einstiegsseiten anschauen. Hier Landingpages für SEO sieht man in dem Beispiel hier, es gab hier vier Besucher über Kategorieseite aber auch ganz viele Blogs und jetzt kann man sich überlegen, jetzt fehlt hier leider die Ansicht, wie denn die Conversion-Rates für diese Einstiegsseiten sind.

Für SEO, wahrscheinlichste für die Kategorieseiten deutlich besser als für die Blogs. Für die Blogs gibt es meistens sehr sehr wenig Conversions.
Also klare Empfehlung von mir unterteilen Sie die Kampagnen sinnvoll und danach können Sie nochmal die Rentabilität der feinen Kanäle einschätzen. Wie macht man das? Analytics in der Verwaltung geht man hier auf Channel-Gruppierung hier und dann kann man die Channel-Gruppierung anpassen, die Standartansicht, die ich vorhin gezeigt haben, kann man hier anpassen zum Beispiel für „Man sagt hier unterscheiden zwischen generic paid search und branded paid search“. Bei branded pais search sagen wir „okay, bezahlte Suche und Suchanfrage enthält die Marke und die Marke kann man auch in der einen Ansicht oben drüber definieren. Zalando ist die Marke, Zalando.de, ist die Marken, Zalando.com ist die Marke und das sieht man SEA plus, die Marke kommt vor ist paid brand search man kann das sein voneinander unterscheiden und Brand und generic search separat auswerten. Wichtige Voraussetzung dafür. Die Kanäle müssen auch richtig erkannt werden und ein großes Problem ist das Payment Anbieter die Conversion klauen, ein bisschen übertrieben, aber wenn man sich dieses Beispiel anschaut. Sieht man hier, in Zeile sechs angeblich hat paypal.com den meisten Umsatz geschafft, das stimmt natürlich nicht. Die Leute waren vorher auf zalando.de, wollen dann mit PayPal zahlen gehen zu PayPal.com zurück Zalando, jetzt ist natürlich Zalando der letzte Kontaktpunkt und PayPal wird die Conversion gutgeschrieben. Das macht natürlich keinen sinn. PayPal gehört nicht die Conversion.

Man muss hierfür, die verschiedenen Payment-Anbieter aus dem referrals ausschließen.
Neben Zalando sind auch sowas wie sofort.com, Klarna, Heidelpay, Amazon payment diese ganzen Sachen. Analytics geht man in die Einstellung wieder unter Verweis Ausschlussliste und dann trägt man hier die Payment-Anbieter ein und wichtig, das funktioniert nicht rückwirkend. Das heißt, sei es geht erst ab dem Zeitpunkt, an dem man das einstellt. Das heißt, jetzt überprüfen, damit sie im nächsten Monat die Auswertung machen können.

Nächste Analyse ist es, dass man Kanäle ja nicht nur anhand der Conversion-Rate beurteilen sollte, sondern auch nach anderen Metriken und andere Metriken sind zum Beispiel der Warenkorbwert und die Retouren. Das hört sich eigentlich ganz banal an und ist auch ganz einfach, trotzdem haben wir schon viele Shops gesehen, die den Warenkorbwert gar nicht bei der Einschätzung der Kanäle einbezogen haben.

Zum Beispiel hier schauen wir uns an organic, paid, direct, social
und man sieht ganz deutlich für social ist der Warenkorbwert wird deutlich geringer.
Kann man überlegen, was kann man da machen, wie kann man das besser machen, wie kann man den Besuchern für Social-Ads, wie kam den Warenkorb erhöhen. Das heißt, hier gibt es ganz klar potenzial, die Leute kaufen, haben ein anderes Kaufverhalten als die von anderen Kanälen. Kann man schauen kann man den Warenkorbwert erhöhen. Vielleicht durch, dass man besser Empfehlungen gibt. Das heißt, Potenzial analysieren Potenzial gefunden. Nächstes Thema „Retouren einbeziehen“.

Das ist natürlich nur sinnvoll, wenn Sie auch viele Retouren haben. Wenn Sie fünf Prozent Retouren haben, dann können Sie es ignorieren, wenn sie aber 20 bis 30 Prozent Retouren haben dann können Sie das machen, das ist nämlich auch mit relativ wenig Aufwand verbunden Sie müssen nur einen dauerhaften Prozess aufsetzen, wie Sie regelmäßig die csv-Datei mit den zu retournierenden transaction IDs dies bei Google hochladen.
Das dauert ca. zwei Tage bis die Daten da sind und es gehen auch nur Daten die maximal sechs Monate alt sind und Sie müssen aufpassen, ob Sie sagen die ganze Order retournieren wollen oder nur ein Produkt drin. Wenn Sie die ganz Order retournieren ist deutlich einfacher. Das möchte ich Ihnen kurz zeigen. Gehen Sie mit der Verwaltung auf property > datenimport und da können Sie definieren wie Sie die Transaktion herausgreifen wollen die retourniert werden sollen und im einfachsten Fall wählt man einfach „Transaction ID“ und dann sucht man sich aus der Warenwirtschaft die Transaktionen die retourniert, wurden raus. Wie diese 10 zum Beispiel lädt die CSV bei Google hoch fertig. Dauert zwei Tage kommen danach kann man die Kanäle nochmal bewährten schauen,ob es unterschiede bei den Retouren zwischen den Kanälen gibt, zwischen den Zahlungsarten, zwischen Mobile und Desktop diese ganzen Sachen kann man mit den richtigen Daten bewerten

Nächste spannende Analyse „Attribution“ riesen Thema, riesen hype Thema ich möchte jetzt einen spannenden Anwendungsfall zeigen und allgemein geht es darum, dass man Traffic Quellen nicht nur anhand von last-click bewertet, sondern dass man auch das Zusammenspiel der Kanäle betrachtet, analysiert und ist nur sinnvoll, wenn Sie Kanäle haben, die Sie auch beeinflussen können. Das heißt, SEO, Direct, Verweis ist eher schwieriger zu beeinflussen, aber SEA, Affiliate, Display können Sie untereinander ausschalten. Das ist sinnvoll und wenn Sie wirklich mehrerer Kontaktpunkte haben, wenn Ihre Besucher auf den Shop kommen kaufen wieder gehen brauchen Sie Attribution nicht.
Wohin Sie dagegen wie in diesem Fall hier 50 Prozent kaufen beim ersten Besuch und 50 Prozent haben mehr als einen Besuch. Wenn das bei Ihnen der Fall ist, wenn sozusagen die Hälfte haben mehr als einen Touchpoint, dann ist Attribution spannend. Dann kann man sich überlegen welcher Kanal ist für die Conversion und ganz wichtig häufiger Fehler hier oben bei Conversion, also in dem der Bericht heißt, Pfadlänge den finden sie links unter Conversion > E-Commerce > Multi-Channel-Trichter >Pfadlänge, dass hier oben bei Conversion möchte ich Transaktionen auswählen, wählen Sie dort nicht „Newsletter-Abo“ oder „Klick auf Filter“ oder irgendwas, sondern nur die Transaktion. Das ist so ein bisschen unglücklich gemacht von Google, dass Sie alles automatisch ausgewählt wird nur die Transaktion ist sinnvoll und dann können sich überlegen, was Sie damit machen. Ein spannender Anwendungsfall denen wir schon beiden paar Kunden gemacht haben ist die Frage „Lohnt sich ist denn Affiliate-Traffic einzukaufen?“ oder sollte man erst mal fragen „Wie funktioniert denn diese ganzen Affiliate-Besucher? Was machen denn, wann kommen die dann auf die Website, welche Rolle spielen die?“. Dafür kann man das sogenannte Attributions Modell Tool heißt es, glaube ich, findet man auch links und der conversion > E-Commerce > Multi-Channel-Trichter > kann man sich simulieren wie denn die Conversions verteilt würden, wenn man mit dem Modell verschieden Modellen berechnet. Man kann zum Beispiel ein Modell nehmen, die erste Interaktion bekommt die ganze Conversion zugesprochen oder die letzte Interaktion. Die letzte Interaktion ist sozusagen der Lastklick ist der normale Weg wie alles sonst funktioniert.
Man kann im Vergleich auch mal die erste anlegen. Was man überlegen kann ist, wenn wir das Vergleichen welche Rolle die verschiedene Kanäle spiel können wir besser einschätzen, ob der Kanal weiter betrachtete werden sollte und in diesem Fall sieht man das Affiliate, wenn man auf erst Interaktion geht, deutlich weniger Conversions bekommen sollte. Das heißt, 34 Prozent weniger, wenn es darum geht neue Besucher auf die Seite zu bringen.
Besucher die noch keine vorherige Interaktion hatten und alle anderen Kanäle sind eigentlich viel besser außer direct natürlich niemand fängt an bei kleineren Shops die URL einzugeben bevor sie sie nicht wie anders entdeckt hat. Durch einen Newsletter, durch Social-Ads sowas in der Art. Hier sieht man Affiliate verdient eigentlich viel weniger Credits, aber wenn man noch weiter ins Detail reingeschaut und dann sieht man, wenn man die erst Interaktion anschaut diese ganzen Publisher hier, die sind allem Misst. Die haben sich alle bei der letzten Interaktion reingeschoben, die haben alle keine neuen Besucher auf die Seite gebracht, sondern die haben Leute waren schon auf der Seite drauf. Dann haben sie nach Gutschein oder den Shopnamen gesucht und sind so zurückgekommen, Cookie getropped und habe die Credits bekommen und man sieht ganz klar, die haben sich am Ende eingedrückt. Die haben nicht die Besucher gebracht, also ganz klar, das ist zwar vollkommener misst hier. Es gab einen

Publisher hier, der ist gut, der hat auch neue Besucher gebracht, die den Shop wahrscheinlich noch nicht kannten. Die anderen haben nur Conversions abgestaubt. Das heißt, Sie müssen Affiliate Provision bezahlen und die Attribution ist falsch. Was hier die
Agentur gemacht hat, die Affiliate betreut, die haben Gutschein-Publisher gesucht und die sind meistens nichts. Gute Publisher stauben meistens die Conversions ab,bringe keine neuen Besucher. Das ist so ein Thema wo man Geld gespart hat. Das sollte man einfach nicht machen. Der Kunde hat Affiliate ausgeschaltet, nichts hat sich geändert. Das heißt, wenn Sie Affiliate auch haben machen Sie auf jeden Fall die Analyse. Schauen Sie, ob es sich wirklich lohnt oder ob die Publisher nur irgendwas abstauben oder schalten Sie manche Publisher aus. Die in Rot und Grün können Sie belassen.

Nächstes Thema „Google Shopping“

Hier gibt es zwei verschiedene Fragen. „Welche Produkte sollte man denn drin lassen?“
und „Für welche Produkte gibt es hohe Absprungraten?“Wie klären das ist ein bisschen Tricky, weil im Bereich Google-Ads kann man sich die Landingpage nicht richtig anzeigen lassen. Man muss über Akquisition > Kampagnen > alle Kampagnen, dann die Shopping-Kampagnen oder Kampagnen auswählen und dann die sekundäre Dimension „Landingpage“ hinzufügen. Das macht Google absichtlich umständlich, damit das alles intransparenter wird, dass man nicht wirklich versteht, welche Produkte nicht gut funktionieren. Gut für die. Bei Google bekommt man 10 Produkt angezeigt, klickt aufs Erste, das gefällt einem nicht, zurückklickt aufs Nächste, gefällt einen nicht zurück. Google verdient natürlich sehr viel Geld daran und da muss man dahinter sein, dass es nicht so ist. Wenn man sich jetzt diesen Bericht die anschaut, dann sieht man, dass die Converion-Rate für das Produkt, die ist ganz ganz ganz furchtbar. Das lohnt sich einfach nicht. Man sieht auch die Absprungrate wie hoch die ist. Irgendwas ist da falsch. Das heißt, man sich auf den ersten Blick, das Produkt sollte man lieber aus dem Feed rausnehmen und nicht bewerben. Das heißt, die Conversion-Rate ist ganz schlecht. Das vierte Produkt auch, aber vor allem das zweite. So ganz einfache Analyse Produkte mit niedriger Conversion-Rate rauswerfen, mit hohem drin lassen.
Und weitere Schritt sich die Absprungrate anzuschauen. Hier sieht man ja ganz klar riesen Absprungrate, hier auch, vierter Punkt 83 % auch riesig. Das heißt, man muss sich überlegen „Warum ist das denn so?“ Ist der Preis nicht attraktiv genug, ist das Vorschaubild bei Google nicht gut genug. Ist was anderes versprochen als eingehalten wird. Ist das Produkt vielleicht gar nicht verfügbar, oder ist Ihr Shop nicht vertrauenswürdig. Das heißt, bei hohen Absprungraten schauen Sie nach, ob man es beheben kann, wenn nicht raus aus dem Feed.
Als letztes Thema „Traffic Quellen“ ist, was „Message Match“ heißt. Die Frage ist ganz einfach „Passt die Landingpage, die Sie für Ihr Werbemittel gewählt haben zu der Anzeige“.
„Passen die Werbemittel zur SEA-Anzeige, zum SEO-Snipped, zum Display-Banner mit diesen Sachen und die Analyse machen Sie zum Beispiel für Google-Ads mit einem benutzerdefinierten Bericht. Stellen Sie eine Kampagne, Suchanfrage, Ziel-URL und dann gehen sie durch. Zur Suchanfrage ABC passt die URL.
Wenn Sie Ihren Shop nicht ganz genau kennen, dann machen den Shop, schauen nach, überlegen, wenn jemand nach ABC sucht, ist es die richtige Seite dafür oder habe ich vielleicht eine andere, eine bessere Seite. Dann können Sie die URL in Google-Ads anpassen. Ich würde Ihnen empfehlen, gehen Sie die ersten 50 Suchbegriffe mal von Hand durch und danach können Sie nach der Absprungrate filtern, vorletzte Spalte, und danach die mit hohem Absprungrate analysieren, immer überlegen passt das dazu passt nicht dazu. Habe ich vielleicht eine bessere URL und wenn die Absprungrate zu hoch ist, sollte ich vielleicht auch das Keyword gar nicht bieten, also sollte ich das lieber ausschließen, als dafür Geld auszugeben.

Interne Werbemittel & Startseite

Jetzt habe ich lange darüber geredet wie man Besucher analysieren kann, wie die auf die Seite darauf kamen. Jetzt möchte ich kurz darüber sprechen wie man denn die internen Werbemittel analysieren kann und interne Werbemittel sind zum Beispiel so was wie Teaser und Slider auf der Startseite und wir wissen von vielen Kunden, dass dort viel Aufwand investiert wird, dass man jede Woche die Slider austauscht, dass jede Woche neue Teaser von der Grafik her neu gebaut werden, diese müssen angepasst, da muss das Tracking angepasst werden. Diese ganzen Sachen. Die Frage ist „Lohnt sich der Aufwand?“ Sozusagen die zweite Frage, die ich am Anfang vorgestellt habe. Sollte man die Zeit lieber in andere Sachen investieren und wie macht man das, wie kann man herausfinden, ob zum Beispiel bei Teaser und Slider auf der Startseite, Besucher draufklicken oder auf der Kategorieseite, wo auch immer. Es gibt einen einfachen Weg, der ein bisschen problematisch ist, aber für die meisten Fälle ausreicht, und zwar kann man sich die Nachfolgeseiten anschauen, Nachfolgeseiten der Startseite.
Also gehen Sie links auf alle Seiten, wählen die Startseite aus und dann oben gibt es das Tab „Navigations-Übersicht“ schön versteckt aber so sehen Sie, hier rechts, alle Nachfolgeseiten der Startseite und da können Sie schauen sind die Teaser, die Sie integriert haben, in dem Zeitpunkt, sind die hier drin, den Nachfolgeseiten oder nicht. Suchen Sie einfach mal danach und dann sehen Sie, wenn da steht irgendwie einer Woche fünf Klicks, dann können Sie sich den Aufwand auch schenken. Dann braucht man das nicht. Man denkt, zwar Startseite ist so wichtig so wie ein Aushängeschild des Shops, aber häufig sind sie nicht so wichtig.

Häufig gibt es da nur wenige Klicks drauf, aber überprüfen Sie es bitte für Ihre Shops, ob es auch für Sie stimmt. Schauen Sie nach. Gibt es hier Nachfolgeseiten der Teaser, die Sie verlinkt haben. Sie müssen daran denken, wenn man die verlinkte Seite sowohl über die Navigation als auch durch einen Teaser erreichen kann, da kann man natürlich nicht unterscheiden. Das heißt, dann wissen Sie nicht, ob es über den Teaser oder über Navigation erreicht. Wenn Sie das sinnvoll unterscheiden möchten, dann machen Sie das über den eleganten Weg. Da messen Sie nämlich Ihre intern Werbemittel mit Hilfe des so genannten enhanced E-Commerce in Analytics und ganz wichtig verwenden Sie keine UTM-Parameter. Das habe ich schon so häufig gesehen, dass man an interne Werbemitteln UTM-Parameter dranhängt.
Das führt dazu, dass die eigentliche Traffic-Quelle, wie SEO oder SEA überschrieben wird mit der internen Quelle und dann können Sie später die Transaktion nicht mehr analysieren. Dann können Sie der Transaktion nur sagen „Okay, der hat das Werbemittel, wie den Banner, angeklickt und Sie wissen nicht mehr kam der über SEO, SEA, Display auf keinen Fall verwenden. Machen Sie das, wenn dann mit dem enhanced E-Commerce.

Wenn Sie es aufgesetzt haben, am besten machen Sie ein plugin, da komme ich nachher kurz dazu, dann sehen Sie hier interne Werbung > Startseite sehen Sie alle internen Werbemittel, die es gab, die angezeigt wurden, für den Slider. Da sieht man hier ganz klar, okay, für den ersten 8 % Click-Rate bei anderen fast nichts. Das heißt, beim Slider kann man schon ganz klar sagen, kann man sich schenken. Die anderen Slieds, da klickt niemand drauf. Der erste Slide vielleicht, aber sich dem Aufwand die Slids regelmäßig auszutauschen braucht man echt nicht. Da kann man mit seiner Zeit was Besseres machen. Macht man erst einen Slider zum ersten Element zum statischen Teasers. Macht vielleicht drei verschiedene Teaser, schaut welcher am besten funktionierte, baut den dann für alle. Wieder Zeit und Geld gespart statt es hier regelmäßig zu analysieren.

Es gibt noch einen weiteren Weg, der, wenn Sie das enhanced E-Commere nicht haben, nochin weiteren einfachen Weg, und zwar hängen Sie an Ihre internen Werbemittel einen eigenen Parameter dran, wie I-Kampagne Internet Kampagne = Slider. Dann werfen Sie diese Parameter per Filter auf die Datenansicht wieder raus und in der separaten Datenansicht zum Beispiel eure Rohdatenansicht schauen Sie wie viele Aufrufe zu diesem Parameter gibt. Dann haben Sie beides. Dann haben Sie die Parameter rausgeworfen und können sie trotzdem analysieren.

So, dann zur Kategorieseite und Suchergebnisseite. Wenn Sie viele Einstiege auf Kategorieseiten haben und viele Produkte haben, haben Sie wahrscheinlich auch viele Filter und Filter sind vielen Besuchern wichtige. Das heißt, die sollte man besser machen. Man sollte aber auch zuerst mal schauen werden die Filter überhaupt verwendet. Das war ein Motto von vorhin, erst nachschauen werden verwendet dann analysieren.

Zweiter Punkt ist „Bringen die was?“ Die Leute, die Filter verwenden kaufen die am Ende auch mehr oder für das filtern gar nicht zu mehr Käufen und drittens „Welche Filter werden denn verwendet?“ Das sind drei Fragen, die Sie beantworten sollten und das möchte ich Ihnen zeigen, wie man da herangehen kann und dafür ist auf jeden Fall eine zusätzliche Implementierung notwendig. Es sind aber nur ganz paar Zeilen JavaScript. Das heißt, wenn Sie es auch haben wollen, schreiben Sie mir bei LinkedIn, schreiben Sie mir eine E-Mail, dann können wir das zusammen möglichst schnell einrichten und dann können Sie die Analysen machen. Wie zum Beispiel hier „Werden die Filter verwendet?“

Das habe ich gemacht. Ich habe zwei Segmente angelegt. Einmal Kategorieseite aufgerufen, damit man einen fairen Vergleich hat und einmal Kategorieseite aufgerufen und Filter verwendet und dann sieht man hier von den 71.000 verwenden 17.000 die Filter. Also nicht schlecht, aber auch nicht so berauschend, aber man kann schon sagen, die kann man noch besser machen und es ist nicht, sodass die gar niemand verwendet. Das heißt, da kann man mit gutem Gewissen die optimieren. Dann die Frage „Bringen die Filter was?“ Da nimmt man das gleiche Segment beziehungsweise die beiden Segmente und schaut sich mal die E-Commerce-Daten an. Dort sieht man ja für Filter ist die Conversion-Rate besser.

Was natürlich nicht heißt, dass die Filter dazu geführt haben. Vielleicht kommt es auch daher, dass Leute die filtern einfach sowie mehr in gate sind. Die haben eine höhere Kaufabsicht, deswegen funktioniert besser. Das heißt nicht, jeden die Filter ganzen prominent anzeigen, die Conversion-Rate steigt, dass es geht natürlich nicht.
Korrelation hier keine Kausalität. Das heißt aber vielleicht kann man Besucher dazu bringen mehr Filter zu verwenden und dann steigt die Conversion-Rate. Die Möglichkeit ist da, wenn es hier keinen Unterschied geben würde dann müsste man die Filter auch nicht prominente darstellen. Dann kann man sich das gleich schenken. Wenn man weiß, es gibt die Möglichkeit es zur Optimierung. Etwas zur dritten Frage. Man weiß Filter sind wichtig. Filter werden verwendet. Ist dann die Frage sind sie denn in der richtigen Reihenfolge und da kann man messen in Analytics wie oft werden die Filter geklickt und auf welcher Position der Seite sind sie überhaupt. Das kann man direkt mit messen die Position oder man schaut auf die Seite einfach nach. Bei diesem Fall der Filterausgangsfunktion hat die dritt meisten Klicks Ausgangsfunktion 10. Das sollte auf jeden Fall weiter nach oben platziert werden und das gleiche auch für den letzten Filter hier. Das heißt, da sollte man die Reihenfolge so anpassen, dass die häufig verwendet, werden auch oben sind. Für Gehäuse klappt es, aber der Filter auf Position zwei, der noch gar nicht da ist, wird fast nicht verwendet, der kann auf jeden Fall nach weiter unten geschoben werden.

Weitere wirklich sehr sehr spannende Analyse die wenigen Leute kennen ist die sogenannte Produktlistenleistung, da kann man auf Listing-Seiten auf Kategorieseiten,auf Suchergebnisseiten schauen wie häufig werden die Produkte die angezeigt werden auch geklickt und zum Warenkorb hinzugefügt und das sieht so aus, ich komme gleich dazu hin, wie man das implementieren kann, das ist bisschen schwierig, aber das ist der fertige Bericht. Man sieht hier links so häufig wurde das Produkt angezeigt in der Produktliste und so häufig wurde es angeklickt. Man sieht hier ganz klar in dem Fall, der Durchschnitt ist drei Prozent, gibt die ein Produkt, das 80 Mal auf der Kategorieseite vorkam und wurde nur so selten angeklickt. Da läuft doch irgendwas schief und das Gleiche sollte man für alle anderen auch machen. Wo gibt’s noch niedrig Klickrate, hier warum ist es denn so. Hier unten auch noch letzte Zeile kann man überlegen „Was sind denn mögliche Gründe dafür, dass diese Produkt nicht angeklickt werden? Vielleicht ist einfach die Vorschau im Listing nicht gut, vielleicht Bild, Name, Text, vielleicht passt es nicht.

Vielleicht interessiert das Produkt einfach niemanden. Vielleicht ist der Bedarf einfach nicht da, die Nachfrage ist nicht da. Weiter hinten einsortieren und vielleicht ist das Produkt sowieso kompletter misst und gehört gar nicht in das Sortiment. Eine sehr radikale Option also kann man wieder im Detail analysieren, wie kann man die Suchergebnisse und Listings auf Produktebene besser machen.
Ich habe schon gesagt, die Implementierung ist ein bisschen schwierig. Es gibt aber verschiedene Plugins für Shopsysteme.Schauen Sie, ob es da eins gibt. Ich möchte Ihnen nicht empfehlen das von Hand zu programmieren, das ist sehr aufwendig, schauen Sie, ob es Plugins gibt und schauen Sie, ob sie funktionieren. Wir haben schon bei vielen Kunden gesehen, die am Plugin von Shopware genommen und irgendwas ging dann immer doch nicht. Das heißt, schauen Sie, ob alles richtig funktioniert und schauen Sie, ob man es noch fixen kann, wenn zum Beispiel klickst nicht gemessen werden, sondern nur Impression sowas in der Art.

Dann die nächste Frage für Kategorieseite ist „Wo werden denn Produkte in den Warenkorb gelegt?“

Und die meisten Leute würden ja sagen auf der Produktdetailseiten natürlich, aber das stimmt gar nicht. Stimmt nicht immer auf jeden Fall. Wir haben einige Kunden, da werden auch dort 20, 30 Prozent der Produkte direkt auf der Kategorieseite und auf der Suchergebnisseite in den Warenkorb gelegt und warum ist das wichtig? Dort kann man einschätzen, wo man optimieren soll. Wenn so viele Leute die Produktseite gar nicht sehen, sollte man vielleicht dort nicht mit der Optimierung anfangen. Das Gleiche gilt für A/B-Tests. Wenn die meisten Ad-to-Card auf der Kategorieseite erfolgen sollte man da den ersten A/B-Test machen oder die meisten A/B-Tests nicht auf der Produktseite und man sollte schauen, wenn Ad-to-Card auf der Kategorieseite stattfinden gibt es denn da so ein Warenkorb-Layer der weiteren Empfehlung vorschlägt. Häufig nämlich nicht. Das heißt, anhand dieser Analyse kann man einschätzen, wo man noch mehr Ressourcen investieren sollte.

Wie kann man das analysieren? Wenn Sie das Event At-to-Card haben was sehr sehr viele Shops automatisch messen, dann können sich die sekundäre Dimension „Seite“hinzufügen und sehen dann auf welchen Seiten das Event passiert ist. Noch besser ist es, wenn Sie nicht sekundäre Dimension „Seite“ nehmen, sondern „Content Gruppe“ dass man die Templates sieht, dass man sieht Produktseite, Kategorieseite, Suchergebnisseite, Startseite, dafür müssen Sie aber die Content-Gruppierungen implementiert haben. Viele Leute haben das nicht und wenn Sie wissen wie das funktioniert schauen Sie sich andere Webinar von uns an zum Thema „7 häufigste Fehler in Google Analytics“. Da wird das ausführlicher erklärt und man erfährt, wie man das am besten macht.

Produktseiten

Damit möchte ich übergehen zur Produktseite. Was sollte man denn da analysieren und wo kann man da potenziale finden und welche eine wirklich spannende Analyse die nur wenig Leute kennen ist, dass man vergleicht, wie ist denn je Produkt das Verhältnis von Aufrufen der Produktseite zu Warenkorb hinzugefügt und gekauft. Wenn es dort Diskrepanzen gibt, dann deutet das auf Probleme hin. Ein Beispiel hier. Hier sieht man die dritte Spalte ist Ansicht der Produkte danach hinzufügen zum Warenkorb, die Käufe und rechts sieht man die Coversion-Rate und wenn man sich mal anschaut, hier das zweite Produkt, das Verhältnis von Käufen zu Produktdetailseite ist niedrig. Das heißt, es wurde häufig angeschaut, sieht man links 9.587, aber nur selten gekauft. Jetzt ist die Frage „Warum ist das so?“ „Ist es einfach ein teures Produkt, was nicht viele Leute kaufen?“ „War, es wird nicht überzeugen?“ „Hat etwas nicht richtig funktioniert?“. Dort findet man wieder Potenziale für detaillierte Analysen auf der Seite selbst. Nicht in Analytics, sondern auf der Seite selbst.
Das Gleiche gilt für die Zeile 4. Hier sieht man, da gab es 9000 Aufrufe, aber das Produkt wurde nicht mal in den Warenkorb gelegt.

Bei Zeile zwei sieht man, da wurden ja wenigstens 3,5 Prozent in den Warenkorb gelegt. Schlechter als der Durchschnitt, aber es wurde ein paar mal gemacht. Hier wurde es nicht mal in den Warenkorb gelegt. Das heißt, irgendwas läuft hier schief.

Wird das Produkt nicht richtig erklärt, was auch immer, wieder Potenzial gefunden, um die Seite genauer zu analysieren. Sie merken schon, das ist auch ein Thema hier meines Vortrags, Ressourcen sinnvoll einsetzen, wo muss man genauer nachschauen.
Das sind zwei wichtige Erkenntnis, die mit Analytics herausfinden kann.

Das trifft auch auf das nächste Thema zu und die Frage, mit den supply chain Problem kommt es immer häufiger vor, dass Produkte nicht da sind. Manchmal kann man gar nicht mehr liefern, dauert lange, sind bis Weihnachten nicht lieferbar oder sind vielleicht erst ein paar Tagen wieder da und man kann natürlich in der Warenwirtschaft sehen welche Produkte Sie gerade haben, die Information ist im Unternehmen verfügbar.
Die spannende Frage ist aber die Analytics beantworten kann „Wie viele Besucher sehen denn diese Produkte?“ In der Warenwirtschaft steht ja nicht da, wie häufig die Produktseiten aufgerufen wurden.
Das können Sie nur in Analytics finden. Sie können zum Beispiel sehen hier in diesem Fall für 68 Prozent der Produkte, die waren sofort lieferbar, es gab aber auch hier deutlich Produkte gar nicht mehr lieferbar sind. Die gibt es nicht mehr. Sie haben trotzdem Traffic auf der Seite. Jetzt ist die Frage „Warum?“ und was kann man da machen.

Was sollten Sie machen. Auf jeden Fall die Anzeigen ausschalten. Wenn die Produkte ersten vier Wochen wieder da sind und Besucher gewohnt sind, dass sie eigentlich in zwei Tagen da sind. Anzeigen ausschalten. Es macht ja keinen Sinn.

Bei Einstiegen über SEO auf Produktdetailseiten ist es nämlich anders. Da wollen Sie das natürlich nicht ausschalten. Da wollen Sie den Traffic trotzdem mitnehmen, aber Besucher auf alternativen hinweisen. Können Sie sagen „Okay, der Sneaker gibt es nicht mehr und er ist erst zwei Wochen wieder da guckt mal hier hast du zwei andere, die ähnlich sind“ oder wenn das nicht, wenn das zu aufwendig ist „Hier geh doch zu Kategorie Sneaker da findest du schon die richtigen“. Das heißt, bei SEO geht es darum den Traffic mitzunehmen und sinnvoll weiterzuleiten und hierfür müssen Sie erstmal schauen, wie häufig kommt es denn vor, dass wir SEO-Einstiege haben für nicht verfügbare Produkte. Das heißt, bevor Sie jetzt eine Personalisierung programmieren für SEO Leute, dass die Alternativen angezeigt werden messen Sie erstmal wie häufig kommt es denn vor. Für SEO-Besucher und dann können Sie schauen, ob sich der Aufwand dafür lohnt.

Nächstes Thema. Welche Elemente auf der Produktseite werden überhaupt gesehen und verwendet und da möchte ich auf drei verschiedene Elemente eingehen. Als erstes Produktbilder und Videos. Sie sind häufig teuer zu erstellen und wenn sie nicht angeschaut werden, dann kann man das Geld sparen. Tabs und Akkordeons, wenn da was versteckt wird und Leute trotzdem draufklicken, dann vielleicht besser direkt anzeigen und zum Scroll-Tracking gleich dazu. Erstes Thema „Produktbilder“.
Wichtiger Punkt hier, was man hier messen sollte ist „Wie viele Leute klicken denn das zweite Produktbild an. Wie viele Leute klicken das dritte, vierte, fünfte, sechste oder siebte Bild an. „Dass man sieht, wie weit scrollen Leute in der Galerie, wie weit wischen Leute auf dem Handy in der Galerie. Das ist der erste Punkt und der zweite Punkt, den ich hier zeigen möchte, ist. Sie müssen auch messen, wie häufig es mehr als ein Bild gibt.

Wenn Sie einen Shop haben, der Mode verkauft, haben Sie wahrscheinlich meistens viele Bilder. Bei anderen Bereichen ist es nicht so. Wir haben Kunden Shops, die verkaufen Produkte aus weniger visuellen Bereichen und da gibt es manchmal nur ein Produktbild. Was Sie hier machen müssen, ist. Sie müssen schauen, wie häufig war die Galerie vorhanden hier und wie viele Klicks gab es dann. Nichts dass man die Klicks durch die Anzahl aller Seiten aufteilt, ist das natürlich kein fairer vergleichen. Ist der Wert viel zu niedrig. Sie wollen sind den Nenner haben von Seiten wo die Galerie da war.
Da sieht man hier. In nur 8 Prozent der Fälle, also hier zweite Zeile geteilt durch die erste, würde wirklich das zweite Bild in der Galerie angeklickt.
Jetzt ist die Frage „Lohnt sich das denn da der ganze Aufwand für die Produktbilder, wenn es sich nur so wenige Leute anschauen?“

Oder man kann sagen „Vielleicht müssen wir die Bilder noch prominenter darstellen, weil die Galerie versteckt ist und Leute haben nicht verstanden, dass man wischen kann“. Vielleicht muss man die aus der Galerie rausnehmen und direkt auf Seite darstellen. Das kann man überlegen, was von beiden sinnvoller ist, aber jetzt auf jeden Fall gibt es da ein Problem, wenn man hier viel Geld investiert für die Bilder und am Ende schaut sie niemand an.

Für Tabs und Akkordeon, so Tabs auf dem Desktop und Akkordeon meistens auf dem Handy, gilt das Gleiche. Muss man auch den passenden Nenner berechnen. Wenn Sie viele Produktseiten haben, die keine Tabs haben ist der Vergleich natürlich nicht fair. Das heißt, messen Sie, wie häufig gibt es die Tabs, wie viele Klicks gibt es.

Und hier gibt es anscheinend in zwanzig Prozent der Leute, in der rechten Spalte, die klicken auf die Tabs drauf. Muss man sich überlegen, bedeutet das, dass die anderen Leute diese Informationen nicht finden, obwohl sie interessant sind. Dann sollte man die Tabs vielleicht direkt anzeigen. Welche Antwort die richtige ist kann man nicht wirklich sagen, aber man kann sagen hier gibt’s es Potenzial vielleicht für ein A/B-Test oder für ein paar Session Recordings wo man alles besser verstehen kann. Ob die Leute die Situation suchen oder nicht suchen.

Ein dritter Punkt „Scroll-Tracking“, das ist aus mehreren Punkten wichtig. Erstens wieder das Ressourcen planen Thema. Wenn hier in dem Bereich, in dem Beispiel die zwölfte Zeile, wenn Sie dieses Element optimieren wollen, machen Sie das lieber nicht. Sieht nämlich fast niemand. Das heißt, erstmal schauen, wie viele Leute sehen die Elemente bevor Sie sie optimieren wollen und zweitens, wenn Sie einen A/B-Test durchführen möchten und ein Element weiter unten platzieren wollen, dann schauen Sie erstmal wie viele Leute kommen überhaupt zu dieser Stelle hin bevor Sie dort ein Element einfügen, aber, wenn es niemand sieht, da kann man sich den A/B-Test gleich schenken. Das heißt, besser erstmal Potenzial vorher einzuschätzen mit dem Scroll-Tracking. Wo man einstellt „Okay, Bereich above the Fold, Bereich Produktbewertung, Produkttext, Alternativen, Zubehör, gibt man jeden einen Namen, schaut wie diese Bereiche erreicht wurden und macht am besten nicht mit Zahlen wie 10, 20, 50 Prozent, weil das funktioniert nicht, wenn die Produktseiten unterschiedliche Längen haben.
Manche Produktseiten haben viel Text mache haben wenig Text. Da weiß nicht, bis wohin sie gekommen sind.

Bis zum Text, bis zu den Alternativen, lieber mit dem Erreichen von einzelnen Abschnitten machen. Vorher den Abschnitt definieren und das Erreichen der Abschnitte als Scroll-Tracking aufsetzen.

Dann zu einem weiteren sehr sehr wichtigen Thema, das bei jedem Kunden uns beschäftigt. Produktempfehlungen, so was wie Zubehör kaufen, Alternativen anschauen, anderes up- und cross-selling, zuvor angesehene Produkte sowohl auf der Seite selbst als auch in dem Warenkorb-Layer und was viele Leute uns fragen ist. Wir wollen eine Software einsetzen oder wir haben schon eine Software, die kostet 1000 Euro oder noch mehr im Monat. Bringt das überhaupt was?

Soll ich das investieren das Geld oder soll die Empfehlungen vielleicht manuell im Backend definieren. Die wenigsten Shops haben ja 100.000 Produkte. Die meisten Shops haben ja weniger Produkt, das man es eigentlich manuell definieren kann was dazu passt.

Die teure KI-Software funktioniert da meistens nicht und kostet einfach nur viel Geld. Wie kann man diese Frage beantworten? Indem man erstmal schaut werden die Empfehlungen überhaupt geklickt. Wenn sie nicht angeklickt werden, muss man nicht optimieren.

Welche Produkte werden angeklickt und welche Arten von Produkten werden angeklickt. Das heißt, eher das Zubehör, eher die Alternativen.

Die Alternativen aus der KI-Software oder die Alternativen, die manuell festgelegt worden und dazu kann man wieder die Produktlisten verwenden in Analytics, aber dieses Mal ist die Produktliste nicht die Suchergebnisseite oder die Kategorieseite, sondern die Produktliste heißt hier alternative Produkte oder heißt Zubehör. Das kann man auch so definieren, dass man diese Funktion der Produktlisten auch für anderes einsetzt und dem Beispiel sieht man hier die alternativen Produkte, die manuell in Shopware festgelegt wurden. Die haben eine deutlich höhere Conversion-Rate. Nicht besonders hoch, aber eine deutlich höhere als die, die aus der KI kamen aus der relativ teuren Software und dem Kunden habe ganz klar empfohlen, die Software, die 1.000 Euro im Monat, die kannst du dir sparen, legt die Empfehlung manuell fest.
Das funktioniert besser und kosten Geld.

So haben wir relativ einfach Geld gespart und jetzt kann das kann man auch schauen, ob man die manuellen Empfehlungen nicht noch besser machen kann und auch eine höhere Conversion-Rate hinbekommt. Man kann das ganze nicht nur für die Arten der Empfehlung machen, sondern auch für einzelne Produkte. Jetzt kann man sich zum Beispiel anschauen, welche Produkte werden zum Beispiel im Warenkorb-Layer am meisten angeklickt und man sieht man hier, das vierte Produkt hier 60,6 %. Hat mit Abstand die meisten Klicks. Die beiden hinteren, die klickt niemand an, die interessiert niemand. Die sollte man lieber nicht den Leuten anzeigen, sondern vielleicht mehr Produkte derart Art des Vierten anzeigen, das interessiert Leute anscheinen mehr.

So kann man wirklich wieder ins Detail gehen, wie auch schon vorhin beschrieben, und sich für einzelne Warengruppen, Produktgruppen, schauen, was wir sinnvolle Empfehlung, sodass man es manuell besser machen. Dann kann ich auf die Software verzichten, die das einen irgendwie magisch hinzaubert. Ein bisschen Zeit investieren, anschauen welche Produkte funktionieren und das dann manuell einstellen.

Checkout

So noch zum letzten Abschnitt zum Thema „Checkout“ was sind denn da sinnvolle Analysen.

Wichtig sind natürlich die Abbrüche im Trichter. Kennt jeder, aber wie genau funktioniert es.
Zwei wichtige Fragen sind wieder „Wo gibt es denn Probleme? In welchem Schritt des Checkouts?“ und „Lohnt es sich überhaupt Zeit zu investieren?“ Das habe ich ja jetzt schon so häufig gesagt. Lohnt es sich denn im Checkout Zeit investieren, weil man könnte ja denken, die Leute, die Leute sind schon so nah am Kauf dran, die wollen ja eigentlich kaufen, da gibt, es nur irgendein Problem, das muss ich beheben, dann kaufen sie noch mehr, aber in unserer Erfahrung ist es meistens besser auf den Produktseiten den Kategorieseiten anzufangen. Denn die meisten Checkouts sind schon gut. Die kommen schon standardmäßig mit den guten Standard Checkouts kommen die geliefert. Es gibt ein paar kleine Sachen, die man besser machen muss, aber das meiste passt eigentlich und fast immer fangen wir auf den Produktseiten oder den Kategorieseiten mit der Optimierung an und nicht im Checkout. Muss man natürlich vorher überprüfen. Stimmt es überhaupt.

Bevor man das anfängt, bevor man das macht. Noch eine wichtige Vorbereitung bevor man sich die Trichter anschaut. Sich erstmal klar zu werden welchen Ablauf habe ich eigentlich in meinem Shop. Wie kann das funktionieren. Was sind die Verzweigung, das ist ein Flussdiagramm sinnvoll und zwei Unterscheidungen, die es sehr häufig gibt, sind einmal mit Registrierung und einmal ohne. Das sind verschiedene Abläufe im Flussdiagramm, weil wenn man sich einloggt werden weniger Leute Probleme haben als bei der Registrierung. Zweite, Zahlungsarten wie PayPal man vom Warenkorb zu PayPal und dann zur Vielen-Dank-Seite weiter geht. Die macht natürlich auch den Trichter kaputt, wenn man das nicht sinnvoll trennt. Das heißt, werden Sie sich erst mal klar, welche Wege es gibt, dann können Sie diese Information später bei der Analyse verwenden. Diese ganze Vorbereitung jetzt. Wie kann man das denn alles analysieren und es gibt in Analytics drei verschiedene Wege wie man machen kann. Das erste ist die sogenannten Trichter Visualisierung. Die ist schon mehr als elf Jahre alten, weil so lange kenne ich Analytics schon und das gab es damals schon und die ist alt und schlecht. Großer Nachteil ist, man kann da nix segmentieren. Man sieht jetzt die Trichter hier. Man sieht die Absprünge und mehr kann man nicht machen. Man weiß, wo es die Absprünge gibt, okay, das hilft, aber kann ich genauer nachschauen. Das Problem hat Analytics behoben, mit dem sogenannten Bericht „Bezahlvorgang“. Wo man viel mehr analysieren kann. Was ich Ihnen gleich zeigen möchte, aber, wenn Sie beides gar nicht haben gibt trotzdem noch einen einfachen Weg, und zwar schauen Sie einfach mal die Seitenaufrufe an und filtern nach /checkout, oder wie immer Ihr checkout heißt und dann sehen Sie schon hier der Abbruch.

Im Cart gab es 140.000, zum Checkout sind 104.000 gekommen, Shipping auch 104.000. Dann gab es ein Abbruch, hier gehen auch Leute verloren. Also man sieht da gibt es schon ein paar Leute die verloren gehen und da kann wahrscheinlicher schon was machen, aber wenn die Zahlen alle alle 100.000 am Ende wären würde man sofort sehen hier gibt es jetzt weniger zu optimieren. Das heißt, ohne Implementierung können Sie allein durch die Seitenaufrufe schauen, wie viele Leute abbrechen. Sie können nicht weiter analysieren, aber Sie können schauen wie viele Leute abbrechen und genau das weiter analysieren möchte ich Ihnen jetzt zeigen wie man das mit dem mit enhanced E-Commerce machen kann. Sieht man hier in diesem Beispiel 15.000 Leute waren im Warenkorb 44.000, hier dieser hat dieser graue Bereich sind weiterhin gang und viele Leute sind abgebrochen. Danach sieht man der Schritt von 17.766 von Bezahlseite, Überprüfen, Transaktion, da gibt es weniger Abbrüchen, da gibt es einmal 98 Abbrüche, 98 click pro rate und einmal 93. Das heißt, da ist wahrscheinlich wenig potenzial in den letzten Schritten, die 1.198 Leute, die nicht kaufen, die haben sich wahrscheinlich anders überlegt. Die wollten doch kein Geld ausgeben, also da kann man wahrscheinlich wenig machen bei denen 7, 6 Prozent, die da nicht kaufen. Was dagegen spannend erscheint, ist der Warenkorbwert. Warum gehen die Leute denn nicht zum Checkout die dieses im Warenkorb haben.

Ein Weg diese Frage zu beantworten ist es, dass man sogenannte Trichter-Segmente anlegt. Man kann auf den Trichter draufklicken, links wo der Mauszeiger ist, und dann wird ein Segment angelegt von allen Leuten die nicht fortgeschritten sind. Das heißt, die nach unten abgebrochen haben.

Das ist jetzt wirklich sehr spannend, da kann man schauen, was zeichnet diese Leute aus, die abgebrochen haben.
Kann man zum Beispiel schauen nach Browsern, hier links in dem, in dem Dropdown, gibt es da Unterschiede nach Browsern gab es in manchen Browsern vielleicht ein Problem im Warenkorb oder gibt es Unterschiede nach Kampagnen. Manche Kampagne haben dazu geführt, dass ganz vielen Leuten was in Warenkorb gelegt haben, aber nicht gekauft haben. Die Frage „Warum ist das so?“ „War irgendwas an der Kampagne falsch?“ „Wurde irgendwas versprochen, was nicht eingehalten wurde?“

Wie kostenloser Versand den es eigentlich gar nicht gab es sowas in der Art oder man kann schauen aus welchem Land kamen denn die Leute, die abgebrochenen haben, im Warenkorb. Vielleicht waren die aus Österreich und ihr Shop ist ein deutscher und es gibt hohe Versandkosten nach Österreich. Vielleicht was das ein Grund. Das heißt, wie kann man noch mehr verstehen, was zeichnet die Leute aus, die abgebrochen haben. Die spannenden Leute, die man eigentlich haben möchte und was kann man dagegen machen.

Eine zweite spannende Analyse ist es. Zu schauen, man kann hier in dem dem grauen Pfeil draufklicken und wenn es korrekt implementiert wurde kann man schauen wie ist dann der Trichter für Leute die als Zahlungsart PayPal oder Kreditkarte oder Invioce oder der Berechnung verwendet haben. Wie ist da der Trichter für die, sodass man da auch genauer tiefe einsteigt und sieht man zum Beispiel in dem Beispiel ganz krass. Es gab 27 Leute, die mit Kreditkarte und alle nicht gekauft. Da gab es alle Probleme mit der Kreditkarte. Jetzt kann überlegen, woran liegt das?

Vielleicht funktioniert die Kreditkartenfunktionalität nicht vielleicht muss man da von Visa irgendwas machen und Leute wussten das nicht. Da gibt es Probleme. Das heißt, hier kann man sich auch noch weiter anschauen wie es die Conversion-Rate für die verschiedenen Bezahlarten oder für Versandarten, wenn man das an Analytics übergibt. Zum Beispiel gibt es Unterschiede zwischen Expressversand und normalen Versand. Kaufen über den Expressversand mehr. Gibt es dann einen höher Trichter. Gibt es vielleicht Problem beim Expressversand, weil es den Leuten zu teuer ist. Die Sachen kann man so weiter analysieren. Abschließend habe ich noch ein spannendes Thema zu Thema Zahlungsarten und Abbrüchen, was ist die Frage? Was machen denn Leute, die jetzt von Klarna abgelehnt wurden oder die bei der Kreditkarte nicht durchgekommen sind, weil sie ihren PIN nicht wussten drin oder sowas und was Sie da machen sollten ist. Setzten Sie ein Event für diese Leute in Analytics und machen ein Segment draus für die Leute, die dieses Event haben und dann schauen Sie, ob diese Leute am Ende doch noch gekauft haben. Wenn die gekauft haben, mit der anderen Zahlungsart, ok passt. Wenn die nicht gekauft haben, müssen Sie überlegen, was kann man da machen. Will man die vielleicht gar nicht haben, die von Klarna abgelehnt wurden oder macht man einen fetten Button hin mit „Hey du hast Probleme dann rufen uns an. Hier ist die Telefonnummer.“ Möglichkeiten wie man da weitermachen kann, aber erst mal schauen ist überhaupt ein Problem, dass Leute abgelehnt werden und später gar nicht kaufen.