Web Analytics – Web Controlling
Dieser Fachartikel erschien im Leitfaden Online-Marketing
http://buchblog.marketing-boerse.de
http://www.marketing-boerse.de/Info/details/LeitfadenOM
Der Web Analytics-Regelkreis
Während die initiale Einführung eines Web Analytics-Tools ein in sich abge-schlossenes Projekt darstellt, bedeutet Web Analytics einen kontinuierlichen Regelkreis zu durchlaufen, der wie folgt beschrieben werden kann:
1. Planung
Es gilt Marketingziele zu definieren, Key-Performance-Indicators (KPIs) zu identifizieren und diese messbar zu machen.
2. Erfolgsmessung
Dies bedeutet die Überwachung des laufenden Betriebes, um bei relevanten Abweichungen von den Zielvorgaben rechtzeitig handeln zu können.
3. Analyse
Es gilt die Web-Statistik-Daten auszuwerten und hinsichtlich der gesetzten Ziele und Geschäfts-ausrichtung zu interpretieren.
4. Optimierung
Es gilt nun die aus der Analyse abgeleiteten Handlungsempfehlun-gen umzusetzen und die Reaktion auf die Veränderungen erneut zu messen und zu analysieren.
Was zeichnet Web Analytics-Projekte aus?
Sie sind interdisziplinär, zumeist technisch anspruchsvoll und in der Regel strategisch ausgerichtet und müssen schnell auf neue Anforderungen angepasst werden.
Interdisziplinär
Web Analytics-Projekte sind grundsätzlich interdisziplinär, häufig sogar unterneh-mensübergreifend. Sie umspannen ein sehr weites Feld an erforderlichem Know-how, um erfolgreich durchgeführt werden zu können:
• Umfassendes Marketingwissen.
• Spezielles Wissen im Online-Marketing, dessen Instrumente und Abrechnungsmodelle, wie zum Beispiel Suchmaschinen- optimierung (SEO), Suchmaschinenmarketing (SEM), Affiliate-Marketing, E-Mail-Marketing und cross-mediale Kampagnen.
• Kenntnisse des Geschäftsmodells und der Strategie des Unternehmens.
• Kenntnisse der Prozesse im Unternehmen.
• Kenntnisse der IT-, Web- und weiteren Infrastruktur in Breite und Tiefe.
• Kenntnisse im Controlling und Reporting.
• und gegebenenfalls Kenntnisse im Bereich Data-Warehousing und Business-Intelligence.
Web Analytics-Projekte erfordern die zielgerichtete Zusammenarbeit unter-schiedlicher Abteilungen innerhalb eines Unternehmens. Marketing, Vertrieb und Technik müssen eine gemeinsame Sprache finden, um die Anforderungen an eine Web Analytics-Lösung zu definieren. Es gilt gemeinsam die Anforderungsseite aus Marketing und Vertrieb mit der Entwicklungsseite der IT und externen Dienstleister zusammenzuführen. Hierbei wird die Komplexität der Projektabwicklung vielfach unterschätzt.
Technisch anspruchsvoll
Web Analytics-Projekte sind technisch anspruchsvoll. Es geht letztendlich um die Verarbeitung von Massendaten in nahezu Echtzeit. Es gilt zu verstehen wie aktive Elemente in die Seite zu integrieren sind, Transaktionsabläufe abgebildet werden, Bezahlsysteme, Bonitätssysteme, externe Datenbanken und Warenwirt-schaftssysteme eingebunden werden, interne und externe Marketing Maßnahmen gemessen werden. Zusätzliche Werkzeuge wie zum Beispiel Bid-Management Tools oder Behavioral Targeting-Lösungen gilt es ebenso einzubinden wie die Daten von externen Online-Marketing beziehungsweise Performance- Marketing-Dienstleistern.
Übernehmen externe Dienstleister Bereiche des Online-Marketings, gilt es diese Erfolgsmetriken in die eigenen Tools einzubinden, um letztendlich eine ganzheitliche Sicht auf die Online-Marketing-Maßnahmen zu erhalten.
Strategisch
Web Analytics-Projekte sollen die Zahlen für die strategische Weiterentwicklung der Website und des Unternehmens liefern, dafür müssen die erhobenen Kenndaten und Zahlen auch einen starken Bezug zum Geschäftsmodell haben. Des Weiteren sollen die Tools die Grundlage für ein erfolgreiches Online-Marketing liefern. Diese Daten sollen nahezu in Echtzeit, valide und zuverlässig erhoben werden und anschließend detailliert und aggregiert bereitgestellt werden.
Change Management is King!
Die Anforderungen an das Web Analytics System sind permanenten Änderungen und Anpassungen unterworfen:
• Änderung der Websitestruktur
• Änderung der Transaktionsabläufe in der Site
• Änderung oder Erweiterung des Geschäftsmodells
• Marketingmaßnahmen als „Mini Projekte“
• Neue Werbepartner, neue Werbeformen, neue Werbemittel, neue Verrechnungsmodelle
• Technologische Weiterentwicklung der Website
• An- und Einbindung neuer Tools und Technologien
Es gilt diese Änderungen in der Projektplanung und in der Tool-Auswahl zu berücksichtigen.
Kriterien für die Auswahl von Web Analytics-Tools
Dimensionen und Metriken stellen die Basis für die geschäftsrelevanten Informationen über eine Website bereit. Aus dieser Erkenntnis ergeben sich zwei wichtige Konsequenzen.
Die genaue Planung der Metriken und Dimensionen legt den Grundstein für Web- Analytics. Eine gute Basis für die Bestimmung der verwendeten Dimensionen bilden die Fragen, die das Web Analytics-System beantworten soll. Die Antworten auf diese Fragen werden im Reporting für die Entscheider zusammengefasst.
Nach der Auswahl der erforderlichen Dimensionen, erfolgt die Wahl des Web- Anayltics-Tools, welche die gewünschten Informationen bereitstellen können. Da sich die verfügbaren Tools in diesem Punkt teilweise erheblich unterscheiden, kommt der Genauigkeit des Pflichtenheftes eine besonders große Bedeutung zu. Die folgenden Abschnitte zeigen einige Kriterien auf, mit deren Hilfe die Eignung der Tools für die eigene Web Analytics-Aufgabenstellung geprüft werden kann.
Zusammenhang Metrik, Dimension und Instanz
Das Aufsetzen eigener Statistiken im Web-Controlling-Umfeld endet nicht mit den Standardmetriken „PageViews“, „Visits“ und „Visitors“. Die meisten Programme in diesem Umfeld bieten Auswertungen dieser Metriken nach Dimensionen wie Seitennamen, Webseitenbereichen oder Navigationshierarchien an.
Bei der Definition eigener Metriken werden aber immer wieder Fehler gemacht und es kommt nicht selten vor, dass Metriken, Dimensionen und Instanzen verwechselt und fröhlich durcheinandergewürfelt werden.
So stellt die Zählung von erfolgreichen Registrierungen eine eigene Metrik dar. Simpel, ist dies doch einfach ein Zähler, den man nach Zeitverlauf darstellen kann: gestern einhundert, heute achtzig Registrierungen.
Der erste und häufigste Fehler in diesem Zusammenhang ist, dass in einer eher „schlichten“ Implementierung einfach die Seitenabrufe der Quittungsseite „Vielen Dank ...“ gezählt werden. Wir beobachten aber auf solchen Seiten immerhin rund 15 bis 20 Prozent Wiederherstellungen, reloads, zum Beispiel über Taste F5 oder Ähnlichem, was die Ergebnisse stark verfälscht. Auch handelt es sich hier nicht um die Metrik „Anzahl Registrierungen“ sondern um die Metrik „Page-Views“ - und das ist ein Unterschied.
Möchte man die echten Registrierungen zählen, braucht man schon eine engere Verzahnung mit dem Backend. Gleiches gilt für Bestellungen und Leads oder Ähnliches. Interessant wird es dann, wenn man Fragen stellt wie: „Wieviel Käufe im letzten Monat wurden von welcher Altersgruppe getätigt?“. Dann benötigt man eine Dimension „Altersgruppe“, nach der die Metrik „Bestellungen“ heruntergebrochen werden kann. Eine Instanz dieser Dimension „Altersgruppe“ wäre dann zum Beispiel „30-39“.
Die Vorgehensweise bei der Erstellung von Metriken und Dimensionen ist also zunächst, die Fragen aus dem Reporting korrekt zu formulieren und danach zu ermitteln, welche Metriken in welchen Dimensionen dargestellt werden müssen. Erst dann kann daraus die notwendige technische Implementierung abgeleitet werden.
Zuordnung von Dimensionen zu Metriken
Im Idealfall können Metriken und Dimensionen frei zugeordnet werden, das ist aber nicht bei allen Web Analytics-Tools der Fall. Manche Tools erfassen zum Beispiel die Besuchereigenschaften wie Alter oder Geschlecht et cetera nur in einer Auswahl der verfügbaren Metriken, zum Beispiel nur Traffic-Metriken, obwohl auch eine Auflösung dieser Dimensionen nach Erfolgsmetriken wie „Newsletteranmeldung“ wichtige Informationen liefern kann.
Korrelation von Dimensionen
Dimensionen stellen Eigenschaften von bestimmten Ereignissen dar. Manchmal reicht eine Eigenschaft alleine aber nicht aus, um die gewünschten Informationen zu gewinnen. Für eine Metrik „Newsletteranmeldung“ können zum Beispiel die Dimensionen „Geschlecht“ und „PLZ-Bereich“ definiert werden. Einzeln geben diese Dimensionen aber noch keine Antwort auf die Frage, wie viele Newsletteranmeldungen von weiblichen Besuchern aus Hamburg im letzten Monat erfolgt sind. Für eine solche Fragestellung muss eine Korrelation zwischen den Dimensionen „Geschlecht“ und „PLZ-Bereich“ hergestellt werden. Dabei sind nur Korrelationen möglich zwischen Dimensionen, die in der gleichen Metrik gemessen werden.
Derzeitig bieten nur hochwertige Web Analytics-Tools die Möglichkeit Dimensionen zu korrelieren, dabei ist jedoch oft nur die Korrelation von zwei Dimensionen möglich. Die Frage, wie viele Newsletteranmeldungen von weiblichen Besuchern im Alter von 18 bis 30 Jahren aus Hamburg im letzten Monat erfolgt sind, wird allerdings nur bei der Korrelation von drei Dimensionen, nämlich Geschlecht, PLZ-Bereich und Alter, beantwortet.
Als weiteres Unterscheidungsmerkmal der Web Analytics-Tools sollte die Flexibi-lität bei den Korrelationen betrachtet werden. In vielen Fällen sind die Korrelationen vorgegeben und können vom Kunden nicht geändert werden. Da die Wahl der Dimensionen und Korrelationen aber entscheidenden Einfluss auf sinnvolles Reporting hat, kann auf die benutzerdefinierte Wahl der Korrelationen in vielen Fällen nicht verzichtet werden.
Reporting
Über das Reporting gilt es die verantwortlichen Entscheider und Mitarbeiter regelmäßig über die aktuelle Zielerreichung zu informieren und auf eventuelle Schwachstellen aufmerksam zu machen. Die Ausführung des Reportings hat einen erheblichen Einfluss auf die Akzeptanz bei den Anwendern und damit auf den Gesamterfolg des Web Analytics-Projektes.
Folgende Aspekte helfen bei der Bewertung der Reporting-Funktionen eines Tools:
• Können Dashboards zur Darstellung der Kennzahlen individuell, zum Beispiel bezogen auf die Rolle oder Funktion, eingerichtet werden?
• Können Dashboards und Reports automatisch per E-Mail zeitgesteuert verschickt werden, zum Beispiel als PDF?
• Können für den Zugriff auf die Reporting-Daten Gruppen- und Benutzerrechte angelegt werden?
Die Reporte sollten zusätzlich dokumentierbar sein, um „Ausreißer“ in den Kennzahlen zu erläutern.
Key-Performance-Indicators (KPI)
Mit den KPI werden die zahlreichen Kennzahlen, die auf Basis von Dimensionen und Metriken erhoben werden, zu aussagekräftigen Erfolgsfaktoren für das Online-geschäft verdichtet.
Folgende Aspekte helfen bei der Bewertung der KPI-Funktionen eines Tools:
• Können eigene KPIs definiert werden?
• Können für die KPIs Zielvorgaben (Sollwerte) angegeben werden?
Performance-Marketing
Die Web Analytics-Daten bilden die Entscheidungsgrundlage für die Optimierungs-maßnahmen von Schwachstellen beziehungsweise von ungenutzten Potenzialen im Onlinebereich. Mit integrierten Lösungen können die Aufgaben des Performance-Marketings deutlich effizienter erledigt werden als mit verteilten Systemen.
Folgende Aspekte helfen bei der Bewertung, beispielhaft für die Einbindung von SEM-Maßnahmen, eines Tools:
• Kann die Performance der Suchmaschinenmarketing- Maßnahme gemessen werden?
• Welche Suchmaschinen können verwaltet werden?
Die Einführung eines Web Analytics-Systems
Für die Einführung eines Web Analytics-Systems wird in der Regel ein inter-disziplinäres Projekt-Team gebildet: Management beziehungsweise Geschäfts-leitung, Marketing und IT beziehungsweise Technik arbeiten dabei oft mit externen Dienstleistern und Beratern zusammen. Das Ziel der Projektleitung ist es dabei, die Kenntnisse und Anforderungen aus allen Bereichen gewinnbringend in das Projekt einzubringen. Der Ansatz, ein Web Analytics-Projekt ausschließlich durch Marketing oder IT durchführen zu lassen, führt der Erfahrung nach nicht zu optimalen Ergebnissen:
• Die IT-Verantwortlichen neigen dazu, sich eher am technisch Machbaren zu orientieren, was zu eher technologischen, aber für den Geschäftserfolg nicht relevanten Kennzahlen führt.
• Das Marketing setzt im Projekt zwar meistens relevante Kennzahlen um, kommt aber in der Zusammenarbeit mit externen Dienstleistern oft zu strukturellen Insellösungen, die nicht oder nur schwer in die (informations-) technische Infrastruktur zu integrieren sind.
Idealerweise führt die Geschäftsleitung das Projekt mit Mitgliedern aus allen beteiligten Funktionen in einer klassischen Matrix-Organisation. Der Fokus der Projektleitung liegt dabei vor allem auf der Rentabilität der Web Analytics- Einführung gemessen im Return on Investment (ROI), auf der durchgängigen technischen Implementierung und der Konzentration auf die wesentlichen Key- Performance-Indicators, die tatsächlich die strategischen Ziele des Unternehmens abbilden.
Planung eines Web Analytics-Systems
Die Planung eines Web Analytics-Systems ist für jedes Unternehmen verschieden. Dennoch lässt sich ein genereller Leitfaden erstellen, der die wichtigsten Schritte umfasst.
Best Practice
Der Erfolg von Web Analytics-Projekten steht und fällt mit der Konzeption der Onlineaktivitäten. Sofern die Internetkonzepte schon einen relevanten Bezug zur Geschäftsstrategie haben, sind sie in der Regel in sich tragfähig und beinhalten die wesentlichen KPIs.
Mit der Konzentration auf die relevanten Kennzahlen, die individuell auf das eigene Unternehmen und die eigene Strategie zugeschnitten sind, reduziert sich die Auswahl der möglichen Tools beziehungsweise Hersteller automatisch. Werden hingegen – aufgrund mangelnder Vorbereitung – nur allgemeine Kennzahlen ohne Bezug zur spezifischen Aufgabenstellung des Unternehmens vom Web Analytics- System eingefordert, so können zahllose Tools diese Anforderungen erfüllen. Das gesamte Projekt zur Einführung wird so deutlich aufgebläht und sowohl zeitlich wie auch finanziell belastet.
Die Aufgabenstellung sollte daher im Vorfeld soweit definiert werden, dass nur circa drei Anbieter als mögliche Lösungspartner in Frage kommen. Diese Kandidaten werden dann auf die Erfüllung der Vorgaben hin geprüft und bewertet, um mit einem angemessenen Aufwand zu Entscheidungsvorlagen zu kommen.
Projektdauer und Projektaufwände
Die Dauer für die Einführung eines Web Analytics-Systems hängt natürlich stark von den Anforderungen ab. In der Regel muss man mit circa drei bis sechs Monaten für komplexe Websites rechnen. Aufgrund der Vielzahl der beteiligten Projektmitglieder aus verschiedenen Funktionen und der engen Verknüpfung mit der geschäftlichen Strategie sind kürzere Projektlaufzeiten selten zu erreichen.
Es ist relativ schwer, allgemeine Aussagen über Aufwände für Web Analytics- Projekte zu treffen, da Anforderungen und technische Implikationen je nach Website, Programmhersteller und Projektorganisation sehr weit gefächert sein können.
Generell können jedoch für die Kalkulation der Aufwände folgende Regeln heran-gezogen werden:
• Die in die Webseite zu integrierenden HTML-Elemente – Tracking Pixel, Landmark – sind von Hersteller zu Hersteller sehr unterschiedlich aufgebaut und erfordern sehr unterschiedliche Backend-Integrationen bei komplexen Dimensionen und Metriken. Generell sind diese HTML-Elemente zwischen den Herstellern naturgemäß völlig inkompatibel – ein Austausch des Anbieters führt zumindest zu einer völligen technischen Neuintegration des neuen Anbieters. Dies hat auch Auswirkung auf eventuell Evaluierungen von Tools.
• Die Projektphasen Planung/Konzeption und Validierung sollten zusammen mit mindestens dreißig Prozent des Gesamtaufwandes kalkuliert werden.
• Auch wenn die technische Integration irrtümlich oft als trivial betrachtet wird, sollte man ein sorgfältiges Integrationskonzept erstellen und darauf achten, dass alle KPIs und deren Abbildung in Form von spezifischen Tracking-Elementen in den Seiten sauber dokumentiert werden. Ansonsten ist eine spätere Pflege und Wartung nicht durchführbar. Die Aufwände hierfür sind zu kalkulieren und einzuplanen.
----------------------------------------------------------------------
Exemplarischer Projektplan
1. Erstellung eines Anforderungskataloges mit folgenden Aspekten:
• Key-Performance-Indicators (KPI) zur Abbildung der relevanten Ergebnisse aus den Online-Aktivitäten.
• Web Scorecards zur Zusammenfassung der KPI und zum Abgleich mit den Sollwerten.
• Aufschlüsselung interner und externer Marketingmaßnahmen.
• Anforderungen an das Reporting mit erforderlichen Formaten, Möglichkeiten der Benutzerverwaltung, Verteilung der Reports und Automatisierungsoptionen.
• Integration der Daten (Import, Export), Schnittstellen zu anderen „Datenwelten“ wie Data-Warehouse oder Warenwirtschaftssystem.
• Informationen aus anderen Informationssystemen wie zum Beispiel die Retourenrate aus dem Warenwirtschaftssystem.
2. Erarbeitung des Optimierungspotenzials und monetäre Bewertung – notwendig für die ROI-Berechnung.
3. Erarbeitung eines Request-for-Information (RFIs) für die Auswahl der Web Analytics-Tools beziehungsweise deren Hersteller. Die in dem RFI aufgeführten Kriterien sollen eine individuelle Bewertung zulassen und nach den Anforderungen des Unternehmens gewichtet sein.
4. Auswahl eines geeigneten Tools. Idealerweise soll sich die gewählte Lösung innerhalb von maximal 24 Monaten rentieren.
5. Erstellung eines technischen Umsetzungskonzeptes mit entsprechendem Projektplan.
6. Integration in die Webseite und erste Validierung der gemessenen Zahlen. In dieser Phase hilft die Plausibilitätsprüfung umfangreicher Kennzahlen dabei, eventuell Schwachstellen aufzuspüren.
7. Aufsetzen der Benutzerverwaltung, Erstellung und Konfiguration der Reports.
8. Aufstellen der ETLs für die Datenflüsse in andere Informationssysteme (ETL – Extraction-Transformation-Load).
9. Detaillierte Validierung der Zahlen. In dieser Phase erfolgt die Feinabstimmung des Systems, hier werden gegebenenfalls Korrekturen in der technischen Implementierung vorgenommen. Auch Anforderungen, die sich erst im Laufe des Projektes ergeben haben, werden in dieser Phase umgesetzt.
10. Projektabnahme und Inbetriebnahme. An dieser Stelle setzt der regelmäßige Prozess aus planen, messen, analysieren und optimieren ein, der den Erfolg des Projektes sicherstellt.
----------------------------------------------------------------------
Tipp
Eine mit definiertem Rücktrittsrecht verbundene Verpflichtung, die Anforderungen auch tatsächlich einzuhalten, hilft beim Aussortieren derjenigen Anbieter, die in der ersten Runde grundsätzlich alle Anforderungen erfüllen, dies später aber nicht in der gewünschten Form leisten können.
Die Auswahl weniger, individueller und wichtiger KPIs reduziert auch den Aufwand für die technische Implementierung in die Website, die einen großen Teil des gesamten Projektumfangs ausmacht. Es empfiehlt sich nicht mehr als 5 KPIs pro Rolle zu definieren.
Muss hingegen das verwendete Tool aufgrund ungenauer Vorarbeiten während der Implementierung gewechselt werden, kommt der erforderliche Aufwand fast einem neuen Projekt gleich.
Budget und Wirtschaftlichkeit
Web Analytics-Systeme zielen auf den wirtschaftlichen Erfolg der Unternehmen ab, insofern ist die Betrachtung des Returns on Investments (ROI), also die Rentabilität oder Wirtschaftlichkeit, ein zentraler Aspekt.
Auf der Ausgabenseite sind zu berücksichtigen:
• Aufwand für Marketingkampagnen
• Aufwand für Websiteoptimierungen
• Aufwand für Analyse und Bewertung
• Aufwand für das Web Analytics-Tool
Demgegenüber stehen Kostenreduzierungen beziehungsweise Ergebnisver-besserungen durch:
• Einsparpotential bei Marketingmaßnahmen (Streuverluste, Makrokonversion)
• Verbesserung der Mikrokonversion
• Steigerung der Effizienz
• Steigerung von Umsatz und Leads
Bezogen auf einen Betrachtungszeitraum von zwölf bis vierundzwanzig Monaten sollte die Einführung einer Web Analytics-Lösung rentabel werden, dem-entsprechend muss das benötigte Budget bereitgestellt werden – siehe auch Ziffern 1 – 3 und 9 des Projektplanes.
Auswahl eines geeigneten Web Analytics-Tools
Eine optimale „Short List“ der Anbieter führt maximal drei verschiedene Tools auf, die einem weitergehenden Vergleich unterzogen werden. Die Erfahrung hat gezeigt, dass eine längere Liste von Anbietern, die zur Angebotsabfrage aufgefordert werden, nicht zu einer besseren Entscheidungsgrundlage führt. Vielmehr ist es entscheidend, so exakte Angaben wie möglich über die einzelnen Kriterien wie beispielsweise KPIs, Dimensionen und Metriken zu machen, die in das Reporting einfließen sollen.
Um eine entsprechende Vorauswahl an geeigneten Web Analytics-Anbietern treffen zu können, sei auf den Einkaufsführer von Ideal Observer verwiesen. Anhand der dort aufgeführten Kriterien kann eine „long list“ erstellt werden. Diese „long list“ sollte im nächsten Schritt anhand von Primärkriterien auf eine überschaubare Anzahl von Herstellern – wir empfohlen maximal drei – eingegrenzt werden:
• Wirtschaftliche Position des Anbieters.
• Zugrunde liegendes Lizenzmodell.
• Referenzen, aktive und passive, mit Präferenz auf Lösungen, die ähnliche Geschäftsmodelle als Grundlage haben wie die zu messende Website.
• Reife beziehungsweise Marktreife des Produktes.
• Beratungs- und Servicekompetenz des Anbieters.
In dem noch recht jungen Markt „Web Analytics“ tendieren die Hersteller oftmals zu einer aggressiven Vertriebsstrategie, was mitunter zu einem tatsächlichen „overselling“ führen kann. Um hier unliebsame Überraschungen zu vermeiden, sollten die Ausschreibungsunterlagen, auch Request for Informations (RFIs), die Anforderungen so exakt wie möglich beschreiben und hinsichtlich des Erfordernisses auch gewichten. Andernfalls tritt ein, was wir in Projekten als das „100-Prozent-Syndrom“ bezeichnen: Alle zur Angebotsabgabe aufgeforderten Anbieter erfüllen alle Anforderungen zu hundert Prozent. Dieser Effekt ist zu erwarten, wenn allzu banale Kennzahlen in allzu allgemeiner Form abgefordert werden.
Tipp
Vermeiden Sie die Herstellerdatenblätter eines favorisierten Herstellers abzu-schreiben und diese als Tabelle an die diversen Anbieter zu versenden. Sie erhalten in der Regel alle Fragebögen mit 100 Prozent Erfüllungsgrad zurück.
Formulieren Sie Ihre Anforderungen bezogen auf Ihr Geschäftsmodell und beschreiben Sie, was Sie vom Tool erwarten. Konzentrieren Sie sich auf wesent-liche Aspekte ihres Geschäftes und der dafür relevanten Kennzahlen.
Fragen Sie dezidiert nach, wie Ihre KPIs dargestellt werden können und ob hierfür zusätzliche Module oder Komponenten erforderlich sind. Für die Lieferung von Echtzeitdaten sind sogenannte „Service-Level-Agreements“ hilfreich, um sicher zu stellen, auch bei höherem Traffic auf der Site noch zeitnahe Auswertungen vornehmen zu können.
Evaluierung von Tools
Ein probates Mittel zur Bewertung der Leistungsfähigkeit von Softwareprogrammen ist die Evaluierung. Hierbei wird für einen begrenzten Zeitraum, in einem begrenzten aber repräsentativen Szenario, eine Reihe von Tools zur Bewertung der Leistungsfähigkeit „Probe gefahren“.
Web Analytics befasst sich mit der Messung von Erfolgskriterien auf Websites. Dazu gehören insbesondere solche KPIs, die den wirtschaftlichen Erfolg von Websites, Portalen oder Shops abbilden. Diese KPIs sind in der Regel nicht trivial und erfordern entsprechenden Aufwand in der technischen Integration der Tracking-Tools. Insofern laufen Unternehmen bei der Evaluierung solcher Tools in zwei mögliche Problemfelder:
• Entweder, die Evaluierung vermeidet den größeren technischen Aufwand und wird anhand primitiver Kennzahlen durchgeführt – dann ist das Ergebnis nicht repräsentativ und führt wiederum zum „100-Prozent-Syndrom“.
• Oder das Unternehmen wird versuchen, mit den zu evaluierenden Tools alle KPIs zu implementieren und damit das Projekt gleich n-mal durchführen – damit wird der wirtschaftliche Rahmen (ROI) des Projektes gefährdet.
Unsere Erfahrung hat gezeigt, dass insbesondere solche Projekte zu unbefriedigenden Gesamtergebnissen geführt haben, bei denen eine zu große Zahl von Herstellern mit trivialen Anforderungen in eine Evaluierung genommen wurde. Projektlaufzeiten von mehr als einem Jahr, mit anschließend banalen Statistiken, waren (leider) die Folge – abgesehen von einer nicht mehr nachvollziehbaren Wirtschaftlichkeit eines solchen Projektablaufes. Es muss im Gegenteil davon ausgegangen werden, dass die Gesamtaufwände für die Durchführung der Evaluierung nicht durch eine bessere, weil wirtschaftlichere, Entscheidung oder die Auswahl eines vermeintlich günstigeren Anbieters amortisiert werden können.
Literatur
Axel Amthor, Thomas Brommund: Projektleitfaden Web Analytics – Erfolg ist messbar! - Bezug über www.contentmetrics.de, 2006.
http://buchblog.marketing-boerse.de
http://www.marketing-boerse.de/Info/details/LeitfadenOM
Der Web Analytics-Regelkreis
Während die initiale Einführung eines Web Analytics-Tools ein in sich abge-schlossenes Projekt darstellt, bedeutet Web Analytics einen kontinuierlichen Regelkreis zu durchlaufen, der wie folgt beschrieben werden kann:
1. Planung
Es gilt Marketingziele zu definieren, Key-Performance-Indicators (KPIs) zu identifizieren und diese messbar zu machen.
2. Erfolgsmessung
Dies bedeutet die Überwachung des laufenden Betriebes, um bei relevanten Abweichungen von den Zielvorgaben rechtzeitig handeln zu können.
3. Analyse
Es gilt die Web-Statistik-Daten auszuwerten und hinsichtlich der gesetzten Ziele und Geschäfts-ausrichtung zu interpretieren.
4. Optimierung
Es gilt nun die aus der Analyse abgeleiteten Handlungsempfehlun-gen umzusetzen und die Reaktion auf die Veränderungen erneut zu messen und zu analysieren.
Was zeichnet Web Analytics-Projekte aus?
Sie sind interdisziplinär, zumeist technisch anspruchsvoll und in der Regel strategisch ausgerichtet und müssen schnell auf neue Anforderungen angepasst werden.
Interdisziplinär
Web Analytics-Projekte sind grundsätzlich interdisziplinär, häufig sogar unterneh-mensübergreifend. Sie umspannen ein sehr weites Feld an erforderlichem Know-how, um erfolgreich durchgeführt werden zu können:
• Umfassendes Marketingwissen.
• Spezielles Wissen im Online-Marketing, dessen Instrumente und Abrechnungsmodelle, wie zum Beispiel Suchmaschinen- optimierung (SEO), Suchmaschinenmarketing (SEM), Affiliate-Marketing, E-Mail-Marketing und cross-mediale Kampagnen.
• Kenntnisse des Geschäftsmodells und der Strategie des Unternehmens.
• Kenntnisse der Prozesse im Unternehmen.
• Kenntnisse der IT-, Web- und weiteren Infrastruktur in Breite und Tiefe.
• Kenntnisse im Controlling und Reporting.
• und gegebenenfalls Kenntnisse im Bereich Data-Warehousing und Business-Intelligence.
Web Analytics-Projekte erfordern die zielgerichtete Zusammenarbeit unter-schiedlicher Abteilungen innerhalb eines Unternehmens. Marketing, Vertrieb und Technik müssen eine gemeinsame Sprache finden, um die Anforderungen an eine Web Analytics-Lösung zu definieren. Es gilt gemeinsam die Anforderungsseite aus Marketing und Vertrieb mit der Entwicklungsseite der IT und externen Dienstleister zusammenzuführen. Hierbei wird die Komplexität der Projektabwicklung vielfach unterschätzt.
Technisch anspruchsvoll
Web Analytics-Projekte sind technisch anspruchsvoll. Es geht letztendlich um die Verarbeitung von Massendaten in nahezu Echtzeit. Es gilt zu verstehen wie aktive Elemente in die Seite zu integrieren sind, Transaktionsabläufe abgebildet werden, Bezahlsysteme, Bonitätssysteme, externe Datenbanken und Warenwirt-schaftssysteme eingebunden werden, interne und externe Marketing Maßnahmen gemessen werden. Zusätzliche Werkzeuge wie zum Beispiel Bid-Management Tools oder Behavioral Targeting-Lösungen gilt es ebenso einzubinden wie die Daten von externen Online-Marketing beziehungsweise Performance- Marketing-Dienstleistern.
Übernehmen externe Dienstleister Bereiche des Online-Marketings, gilt es diese Erfolgsmetriken in die eigenen Tools einzubinden, um letztendlich eine ganzheitliche Sicht auf die Online-Marketing-Maßnahmen zu erhalten.
Strategisch
Web Analytics-Projekte sollen die Zahlen für die strategische Weiterentwicklung der Website und des Unternehmens liefern, dafür müssen die erhobenen Kenndaten und Zahlen auch einen starken Bezug zum Geschäftsmodell haben. Des Weiteren sollen die Tools die Grundlage für ein erfolgreiches Online-Marketing liefern. Diese Daten sollen nahezu in Echtzeit, valide und zuverlässig erhoben werden und anschließend detailliert und aggregiert bereitgestellt werden.
Change Management is King!
Die Anforderungen an das Web Analytics System sind permanenten Änderungen und Anpassungen unterworfen:
• Änderung der Websitestruktur
• Änderung der Transaktionsabläufe in der Site
• Änderung oder Erweiterung des Geschäftsmodells
• Marketingmaßnahmen als „Mini Projekte“
• Neue Werbepartner, neue Werbeformen, neue Werbemittel, neue Verrechnungsmodelle
• Technologische Weiterentwicklung der Website
• An- und Einbindung neuer Tools und Technologien
Es gilt diese Änderungen in der Projektplanung und in der Tool-Auswahl zu berücksichtigen.
Kriterien für die Auswahl von Web Analytics-Tools
Dimensionen und Metriken stellen die Basis für die geschäftsrelevanten Informationen über eine Website bereit. Aus dieser Erkenntnis ergeben sich zwei wichtige Konsequenzen.
Die genaue Planung der Metriken und Dimensionen legt den Grundstein für Web- Analytics. Eine gute Basis für die Bestimmung der verwendeten Dimensionen bilden die Fragen, die das Web Analytics-System beantworten soll. Die Antworten auf diese Fragen werden im Reporting für die Entscheider zusammengefasst.
Nach der Auswahl der erforderlichen Dimensionen, erfolgt die Wahl des Web- Anayltics-Tools, welche die gewünschten Informationen bereitstellen können. Da sich die verfügbaren Tools in diesem Punkt teilweise erheblich unterscheiden, kommt der Genauigkeit des Pflichtenheftes eine besonders große Bedeutung zu. Die folgenden Abschnitte zeigen einige Kriterien auf, mit deren Hilfe die Eignung der Tools für die eigene Web Analytics-Aufgabenstellung geprüft werden kann.
Zusammenhang Metrik, Dimension und Instanz
Das Aufsetzen eigener Statistiken im Web-Controlling-Umfeld endet nicht mit den Standardmetriken „PageViews“, „Visits“ und „Visitors“. Die meisten Programme in diesem Umfeld bieten Auswertungen dieser Metriken nach Dimensionen wie Seitennamen, Webseitenbereichen oder Navigationshierarchien an.
Bei der Definition eigener Metriken werden aber immer wieder Fehler gemacht und es kommt nicht selten vor, dass Metriken, Dimensionen und Instanzen verwechselt und fröhlich durcheinandergewürfelt werden.
So stellt die Zählung von erfolgreichen Registrierungen eine eigene Metrik dar. Simpel, ist dies doch einfach ein Zähler, den man nach Zeitverlauf darstellen kann: gestern einhundert, heute achtzig Registrierungen.
Der erste und häufigste Fehler in diesem Zusammenhang ist, dass in einer eher „schlichten“ Implementierung einfach die Seitenabrufe der Quittungsseite „Vielen Dank ...“ gezählt werden. Wir beobachten aber auf solchen Seiten immerhin rund 15 bis 20 Prozent Wiederherstellungen, reloads, zum Beispiel über Taste F5 oder Ähnlichem, was die Ergebnisse stark verfälscht. Auch handelt es sich hier nicht um die Metrik „Anzahl Registrierungen“ sondern um die Metrik „Page-Views“ - und das ist ein Unterschied.
Möchte man die echten Registrierungen zählen, braucht man schon eine engere Verzahnung mit dem Backend. Gleiches gilt für Bestellungen und Leads oder Ähnliches. Interessant wird es dann, wenn man Fragen stellt wie: „Wieviel Käufe im letzten Monat wurden von welcher Altersgruppe getätigt?“. Dann benötigt man eine Dimension „Altersgruppe“, nach der die Metrik „Bestellungen“ heruntergebrochen werden kann. Eine Instanz dieser Dimension „Altersgruppe“ wäre dann zum Beispiel „30-39“.
Die Vorgehensweise bei der Erstellung von Metriken und Dimensionen ist also zunächst, die Fragen aus dem Reporting korrekt zu formulieren und danach zu ermitteln, welche Metriken in welchen Dimensionen dargestellt werden müssen. Erst dann kann daraus die notwendige technische Implementierung abgeleitet werden.
Zuordnung von Dimensionen zu Metriken
Im Idealfall können Metriken und Dimensionen frei zugeordnet werden, das ist aber nicht bei allen Web Analytics-Tools der Fall. Manche Tools erfassen zum Beispiel die Besuchereigenschaften wie Alter oder Geschlecht et cetera nur in einer Auswahl der verfügbaren Metriken, zum Beispiel nur Traffic-Metriken, obwohl auch eine Auflösung dieser Dimensionen nach Erfolgsmetriken wie „Newsletteranmeldung“ wichtige Informationen liefern kann.
Korrelation von Dimensionen
Dimensionen stellen Eigenschaften von bestimmten Ereignissen dar. Manchmal reicht eine Eigenschaft alleine aber nicht aus, um die gewünschten Informationen zu gewinnen. Für eine Metrik „Newsletteranmeldung“ können zum Beispiel die Dimensionen „Geschlecht“ und „PLZ-Bereich“ definiert werden. Einzeln geben diese Dimensionen aber noch keine Antwort auf die Frage, wie viele Newsletteranmeldungen von weiblichen Besuchern aus Hamburg im letzten Monat erfolgt sind. Für eine solche Fragestellung muss eine Korrelation zwischen den Dimensionen „Geschlecht“ und „PLZ-Bereich“ hergestellt werden. Dabei sind nur Korrelationen möglich zwischen Dimensionen, die in der gleichen Metrik gemessen werden.
Derzeitig bieten nur hochwertige Web Analytics-Tools die Möglichkeit Dimensionen zu korrelieren, dabei ist jedoch oft nur die Korrelation von zwei Dimensionen möglich. Die Frage, wie viele Newsletteranmeldungen von weiblichen Besuchern im Alter von 18 bis 30 Jahren aus Hamburg im letzten Monat erfolgt sind, wird allerdings nur bei der Korrelation von drei Dimensionen, nämlich Geschlecht, PLZ-Bereich und Alter, beantwortet.
Als weiteres Unterscheidungsmerkmal der Web Analytics-Tools sollte die Flexibi-lität bei den Korrelationen betrachtet werden. In vielen Fällen sind die Korrelationen vorgegeben und können vom Kunden nicht geändert werden. Da die Wahl der Dimensionen und Korrelationen aber entscheidenden Einfluss auf sinnvolles Reporting hat, kann auf die benutzerdefinierte Wahl der Korrelationen in vielen Fällen nicht verzichtet werden.
Reporting
Über das Reporting gilt es die verantwortlichen Entscheider und Mitarbeiter regelmäßig über die aktuelle Zielerreichung zu informieren und auf eventuelle Schwachstellen aufmerksam zu machen. Die Ausführung des Reportings hat einen erheblichen Einfluss auf die Akzeptanz bei den Anwendern und damit auf den Gesamterfolg des Web Analytics-Projektes.
Folgende Aspekte helfen bei der Bewertung der Reporting-Funktionen eines Tools:
• Können Dashboards zur Darstellung der Kennzahlen individuell, zum Beispiel bezogen auf die Rolle oder Funktion, eingerichtet werden?
• Können Dashboards und Reports automatisch per E-Mail zeitgesteuert verschickt werden, zum Beispiel als PDF?
• Können für den Zugriff auf die Reporting-Daten Gruppen- und Benutzerrechte angelegt werden?
Die Reporte sollten zusätzlich dokumentierbar sein, um „Ausreißer“ in den Kennzahlen zu erläutern.
Key-Performance-Indicators (KPI)
Mit den KPI werden die zahlreichen Kennzahlen, die auf Basis von Dimensionen und Metriken erhoben werden, zu aussagekräftigen Erfolgsfaktoren für das Online-geschäft verdichtet.
Folgende Aspekte helfen bei der Bewertung der KPI-Funktionen eines Tools:
• Können eigene KPIs definiert werden?
• Können für die KPIs Zielvorgaben (Sollwerte) angegeben werden?
Performance-Marketing
Die Web Analytics-Daten bilden die Entscheidungsgrundlage für die Optimierungs-maßnahmen von Schwachstellen beziehungsweise von ungenutzten Potenzialen im Onlinebereich. Mit integrierten Lösungen können die Aufgaben des Performance-Marketings deutlich effizienter erledigt werden als mit verteilten Systemen.
Folgende Aspekte helfen bei der Bewertung, beispielhaft für die Einbindung von SEM-Maßnahmen, eines Tools:
• Kann die Performance der Suchmaschinenmarketing- Maßnahme gemessen werden?
• Welche Suchmaschinen können verwaltet werden?
Die Einführung eines Web Analytics-Systems
Für die Einführung eines Web Analytics-Systems wird in der Regel ein inter-disziplinäres Projekt-Team gebildet: Management beziehungsweise Geschäfts-leitung, Marketing und IT beziehungsweise Technik arbeiten dabei oft mit externen Dienstleistern und Beratern zusammen. Das Ziel der Projektleitung ist es dabei, die Kenntnisse und Anforderungen aus allen Bereichen gewinnbringend in das Projekt einzubringen. Der Ansatz, ein Web Analytics-Projekt ausschließlich durch Marketing oder IT durchführen zu lassen, führt der Erfahrung nach nicht zu optimalen Ergebnissen:
• Die IT-Verantwortlichen neigen dazu, sich eher am technisch Machbaren zu orientieren, was zu eher technologischen, aber für den Geschäftserfolg nicht relevanten Kennzahlen führt.
• Das Marketing setzt im Projekt zwar meistens relevante Kennzahlen um, kommt aber in der Zusammenarbeit mit externen Dienstleistern oft zu strukturellen Insellösungen, die nicht oder nur schwer in die (informations-) technische Infrastruktur zu integrieren sind.
Idealerweise führt die Geschäftsleitung das Projekt mit Mitgliedern aus allen beteiligten Funktionen in einer klassischen Matrix-Organisation. Der Fokus der Projektleitung liegt dabei vor allem auf der Rentabilität der Web Analytics- Einführung gemessen im Return on Investment (ROI), auf der durchgängigen technischen Implementierung und der Konzentration auf die wesentlichen Key- Performance-Indicators, die tatsächlich die strategischen Ziele des Unternehmens abbilden.
Planung eines Web Analytics-Systems
Die Planung eines Web Analytics-Systems ist für jedes Unternehmen verschieden. Dennoch lässt sich ein genereller Leitfaden erstellen, der die wichtigsten Schritte umfasst.
Best Practice
Der Erfolg von Web Analytics-Projekten steht und fällt mit der Konzeption der Onlineaktivitäten. Sofern die Internetkonzepte schon einen relevanten Bezug zur Geschäftsstrategie haben, sind sie in der Regel in sich tragfähig und beinhalten die wesentlichen KPIs.
Mit der Konzentration auf die relevanten Kennzahlen, die individuell auf das eigene Unternehmen und die eigene Strategie zugeschnitten sind, reduziert sich die Auswahl der möglichen Tools beziehungsweise Hersteller automatisch. Werden hingegen – aufgrund mangelnder Vorbereitung – nur allgemeine Kennzahlen ohne Bezug zur spezifischen Aufgabenstellung des Unternehmens vom Web Analytics- System eingefordert, so können zahllose Tools diese Anforderungen erfüllen. Das gesamte Projekt zur Einführung wird so deutlich aufgebläht und sowohl zeitlich wie auch finanziell belastet.
Die Aufgabenstellung sollte daher im Vorfeld soweit definiert werden, dass nur circa drei Anbieter als mögliche Lösungspartner in Frage kommen. Diese Kandidaten werden dann auf die Erfüllung der Vorgaben hin geprüft und bewertet, um mit einem angemessenen Aufwand zu Entscheidungsvorlagen zu kommen.
Projektdauer und Projektaufwände
Die Dauer für die Einführung eines Web Analytics-Systems hängt natürlich stark von den Anforderungen ab. In der Regel muss man mit circa drei bis sechs Monaten für komplexe Websites rechnen. Aufgrund der Vielzahl der beteiligten Projektmitglieder aus verschiedenen Funktionen und der engen Verknüpfung mit der geschäftlichen Strategie sind kürzere Projektlaufzeiten selten zu erreichen.
Es ist relativ schwer, allgemeine Aussagen über Aufwände für Web Analytics- Projekte zu treffen, da Anforderungen und technische Implikationen je nach Website, Programmhersteller und Projektorganisation sehr weit gefächert sein können.
Generell können jedoch für die Kalkulation der Aufwände folgende Regeln heran-gezogen werden:
• Die in die Webseite zu integrierenden HTML-Elemente – Tracking Pixel, Landmark – sind von Hersteller zu Hersteller sehr unterschiedlich aufgebaut und erfordern sehr unterschiedliche Backend-Integrationen bei komplexen Dimensionen und Metriken. Generell sind diese HTML-Elemente zwischen den Herstellern naturgemäß völlig inkompatibel – ein Austausch des Anbieters führt zumindest zu einer völligen technischen Neuintegration des neuen Anbieters. Dies hat auch Auswirkung auf eventuell Evaluierungen von Tools.
• Die Projektphasen Planung/Konzeption und Validierung sollten zusammen mit mindestens dreißig Prozent des Gesamtaufwandes kalkuliert werden.
• Auch wenn die technische Integration irrtümlich oft als trivial betrachtet wird, sollte man ein sorgfältiges Integrationskonzept erstellen und darauf achten, dass alle KPIs und deren Abbildung in Form von spezifischen Tracking-Elementen in den Seiten sauber dokumentiert werden. Ansonsten ist eine spätere Pflege und Wartung nicht durchführbar. Die Aufwände hierfür sind zu kalkulieren und einzuplanen.
----------------------------------------------------------------------
Exemplarischer Projektplan
1. Erstellung eines Anforderungskataloges mit folgenden Aspekten:
• Key-Performance-Indicators (KPI) zur Abbildung der relevanten Ergebnisse aus den Online-Aktivitäten.
• Web Scorecards zur Zusammenfassung der KPI und zum Abgleich mit den Sollwerten.
• Aufschlüsselung interner und externer Marketingmaßnahmen.
• Anforderungen an das Reporting mit erforderlichen Formaten, Möglichkeiten der Benutzerverwaltung, Verteilung der Reports und Automatisierungsoptionen.
• Integration der Daten (Import, Export), Schnittstellen zu anderen „Datenwelten“ wie Data-Warehouse oder Warenwirtschaftssystem.
• Informationen aus anderen Informationssystemen wie zum Beispiel die Retourenrate aus dem Warenwirtschaftssystem.
2. Erarbeitung des Optimierungspotenzials und monetäre Bewertung – notwendig für die ROI-Berechnung.
3. Erarbeitung eines Request-for-Information (RFIs) für die Auswahl der Web Analytics-Tools beziehungsweise deren Hersteller. Die in dem RFI aufgeführten Kriterien sollen eine individuelle Bewertung zulassen und nach den Anforderungen des Unternehmens gewichtet sein.
4. Auswahl eines geeigneten Tools. Idealerweise soll sich die gewählte Lösung innerhalb von maximal 24 Monaten rentieren.
5. Erstellung eines technischen Umsetzungskonzeptes mit entsprechendem Projektplan.
6. Integration in die Webseite und erste Validierung der gemessenen Zahlen. In dieser Phase hilft die Plausibilitätsprüfung umfangreicher Kennzahlen dabei, eventuell Schwachstellen aufzuspüren.
7. Aufsetzen der Benutzerverwaltung, Erstellung und Konfiguration der Reports.
8. Aufstellen der ETLs für die Datenflüsse in andere Informationssysteme (ETL – Extraction-Transformation-Load).
9. Detaillierte Validierung der Zahlen. In dieser Phase erfolgt die Feinabstimmung des Systems, hier werden gegebenenfalls Korrekturen in der technischen Implementierung vorgenommen. Auch Anforderungen, die sich erst im Laufe des Projektes ergeben haben, werden in dieser Phase umgesetzt.
10. Projektabnahme und Inbetriebnahme. An dieser Stelle setzt der regelmäßige Prozess aus planen, messen, analysieren und optimieren ein, der den Erfolg des Projektes sicherstellt.
----------------------------------------------------------------------
Tipp
Eine mit definiertem Rücktrittsrecht verbundene Verpflichtung, die Anforderungen auch tatsächlich einzuhalten, hilft beim Aussortieren derjenigen Anbieter, die in der ersten Runde grundsätzlich alle Anforderungen erfüllen, dies später aber nicht in der gewünschten Form leisten können.
Die Auswahl weniger, individueller und wichtiger KPIs reduziert auch den Aufwand für die technische Implementierung in die Website, die einen großen Teil des gesamten Projektumfangs ausmacht. Es empfiehlt sich nicht mehr als 5 KPIs pro Rolle zu definieren.
Muss hingegen das verwendete Tool aufgrund ungenauer Vorarbeiten während der Implementierung gewechselt werden, kommt der erforderliche Aufwand fast einem neuen Projekt gleich.
Budget und Wirtschaftlichkeit
Web Analytics-Systeme zielen auf den wirtschaftlichen Erfolg der Unternehmen ab, insofern ist die Betrachtung des Returns on Investments (ROI), also die Rentabilität oder Wirtschaftlichkeit, ein zentraler Aspekt.
Auf der Ausgabenseite sind zu berücksichtigen:
• Aufwand für Marketingkampagnen
• Aufwand für Websiteoptimierungen
• Aufwand für Analyse und Bewertung
• Aufwand für das Web Analytics-Tool
Demgegenüber stehen Kostenreduzierungen beziehungsweise Ergebnisver-besserungen durch:
• Einsparpotential bei Marketingmaßnahmen (Streuverluste, Makrokonversion)
• Verbesserung der Mikrokonversion
• Steigerung der Effizienz
• Steigerung von Umsatz und Leads
Bezogen auf einen Betrachtungszeitraum von zwölf bis vierundzwanzig Monaten sollte die Einführung einer Web Analytics-Lösung rentabel werden, dem-entsprechend muss das benötigte Budget bereitgestellt werden – siehe auch Ziffern 1 – 3 und 9 des Projektplanes.
Auswahl eines geeigneten Web Analytics-Tools
Eine optimale „Short List“ der Anbieter führt maximal drei verschiedene Tools auf, die einem weitergehenden Vergleich unterzogen werden. Die Erfahrung hat gezeigt, dass eine längere Liste von Anbietern, die zur Angebotsabfrage aufgefordert werden, nicht zu einer besseren Entscheidungsgrundlage führt. Vielmehr ist es entscheidend, so exakte Angaben wie möglich über die einzelnen Kriterien wie beispielsweise KPIs, Dimensionen und Metriken zu machen, die in das Reporting einfließen sollen.
Um eine entsprechende Vorauswahl an geeigneten Web Analytics-Anbietern treffen zu können, sei auf den Einkaufsführer von Ideal Observer verwiesen. Anhand der dort aufgeführten Kriterien kann eine „long list“ erstellt werden. Diese „long list“ sollte im nächsten Schritt anhand von Primärkriterien auf eine überschaubare Anzahl von Herstellern – wir empfohlen maximal drei – eingegrenzt werden:
• Wirtschaftliche Position des Anbieters.
• Zugrunde liegendes Lizenzmodell.
• Referenzen, aktive und passive, mit Präferenz auf Lösungen, die ähnliche Geschäftsmodelle als Grundlage haben wie die zu messende Website.
• Reife beziehungsweise Marktreife des Produktes.
• Beratungs- und Servicekompetenz des Anbieters.
In dem noch recht jungen Markt „Web Analytics“ tendieren die Hersteller oftmals zu einer aggressiven Vertriebsstrategie, was mitunter zu einem tatsächlichen „overselling“ führen kann. Um hier unliebsame Überraschungen zu vermeiden, sollten die Ausschreibungsunterlagen, auch Request for Informations (RFIs), die Anforderungen so exakt wie möglich beschreiben und hinsichtlich des Erfordernisses auch gewichten. Andernfalls tritt ein, was wir in Projekten als das „100-Prozent-Syndrom“ bezeichnen: Alle zur Angebotsabgabe aufgeforderten Anbieter erfüllen alle Anforderungen zu hundert Prozent. Dieser Effekt ist zu erwarten, wenn allzu banale Kennzahlen in allzu allgemeiner Form abgefordert werden.
Tipp
Vermeiden Sie die Herstellerdatenblätter eines favorisierten Herstellers abzu-schreiben und diese als Tabelle an die diversen Anbieter zu versenden. Sie erhalten in der Regel alle Fragebögen mit 100 Prozent Erfüllungsgrad zurück.
Formulieren Sie Ihre Anforderungen bezogen auf Ihr Geschäftsmodell und beschreiben Sie, was Sie vom Tool erwarten. Konzentrieren Sie sich auf wesent-liche Aspekte ihres Geschäftes und der dafür relevanten Kennzahlen.
Fragen Sie dezidiert nach, wie Ihre KPIs dargestellt werden können und ob hierfür zusätzliche Module oder Komponenten erforderlich sind. Für die Lieferung von Echtzeitdaten sind sogenannte „Service-Level-Agreements“ hilfreich, um sicher zu stellen, auch bei höherem Traffic auf der Site noch zeitnahe Auswertungen vornehmen zu können.
Evaluierung von Tools
Ein probates Mittel zur Bewertung der Leistungsfähigkeit von Softwareprogrammen ist die Evaluierung. Hierbei wird für einen begrenzten Zeitraum, in einem begrenzten aber repräsentativen Szenario, eine Reihe von Tools zur Bewertung der Leistungsfähigkeit „Probe gefahren“.
Web Analytics befasst sich mit der Messung von Erfolgskriterien auf Websites. Dazu gehören insbesondere solche KPIs, die den wirtschaftlichen Erfolg von Websites, Portalen oder Shops abbilden. Diese KPIs sind in der Regel nicht trivial und erfordern entsprechenden Aufwand in der technischen Integration der Tracking-Tools. Insofern laufen Unternehmen bei der Evaluierung solcher Tools in zwei mögliche Problemfelder:
• Entweder, die Evaluierung vermeidet den größeren technischen Aufwand und wird anhand primitiver Kennzahlen durchgeführt – dann ist das Ergebnis nicht repräsentativ und führt wiederum zum „100-Prozent-Syndrom“.
• Oder das Unternehmen wird versuchen, mit den zu evaluierenden Tools alle KPIs zu implementieren und damit das Projekt gleich n-mal durchführen – damit wird der wirtschaftliche Rahmen (ROI) des Projektes gefährdet.
Unsere Erfahrung hat gezeigt, dass insbesondere solche Projekte zu unbefriedigenden Gesamtergebnissen geführt haben, bei denen eine zu große Zahl von Herstellern mit trivialen Anforderungen in eine Evaluierung genommen wurde. Projektlaufzeiten von mehr als einem Jahr, mit anschließend banalen Statistiken, waren (leider) die Folge – abgesehen von einer nicht mehr nachvollziehbaren Wirtschaftlichkeit eines solchen Projektablaufes. Es muss im Gegenteil davon ausgegangen werden, dass die Gesamtaufwände für die Durchführung der Evaluierung nicht durch eine bessere, weil wirtschaftlichere, Entscheidung oder die Auswahl eines vermeintlich günstigeren Anbieters amortisiert werden können.
Literatur
Axel Amthor, Thomas Brommund: Projektleitfaden Web Analytics – Erfolg ist messbar! - Bezug über www.contentmetrics.de, 2006.