Marktübersicht Web-Analytics-Systeme
Sehr vielen ist inzwischen die kostenlose Lösung von Google Analytics zu einem Begriff geworden, ebenso erfreuen sich das Hamburger Unternehmen etracker, die niederländische Lösung von Nedstat und das alte Flaggschiff von Webtrends einer gewissen Bekanntheit. Wie bereits aus der hier vorgestellten Auswahl ersichtlich wird, bietet sich für die Unternehmen auf der Suche nach einer neuen Lösung eine ganze Reihe professioneller Angebote im Bereich Web-Analytics-Systeme.
| Unternehmen | Mitarbeiter | Gründung | Rating-Total |
|---|---|---|---|
| 15000 | 1998 | 53.2 | |
| 200 | 1979 | 46.2 | |
| 600 | 1976 | 75.8 | |
| 50 | 2004 | 55 | |
| 15 | 2006 | 55.9 | |
| 0 | 0 | 54 | |
| 20 | 2002 | 56.4 | |
| 50 | 2000 | 66.8 | |
| 11 | 1997 | 21.5 | |
| 0 | 1993 | 81.7 | |
| 30 | 1999 | 78.7 | |
| 0 | 0 | 74.5 | |
| 0 | 0 | 55.8 | |
| 1000 | 2009 | 91.9 | |
| 10 | 1994 | 46.3 | |
| 0 | 1998 | 39.5 | |
| 31 | 2003 | 88 |
Technisch gesehen führt heute kein Weg an einem client-basierten System vorbei. 'Client-basiert' steht hier für eine Kombination aus 'Zählpixel', Javascript-Zähl-Code und Cookie. Früher genutzte Lösungen, die vor allem die Protokolldateien der Webserver (server-basiert, Logfile-Analyse) zur Analyse des Traffics nutzten, genügen aus verschiedenen Gründen nicht mehr den aktuellen professionellen Ansprüchen hinsichtlich Zuverlässigkeit und Effektivität. Dementsprechend können alle hier angeführten Systeme die Seitenabrufe eines Online-Angebotes über Scripts, Cookies und Pixel durchführen.
Eine Frage, die sich für viele Unternehmen zunächst in den Vordergrund schiebt, ist die nach dem Betrieb eines Analytics-Systems im eigenen Haus (inHouse-Systeme) oder nach der Nutzung eines ASP-Angebotes (Speicherung und Verarbeitung der Daten beim Dienstleister). Angesichts der Tatsache, dass schon lange sehr große und traffic-starke Online-Angebote (Microsoft, eBay) und auch Angebote mit moderatem Datensicherheitsanspuch (Online-Shops wie otto.de, karstadt.de, baur.de) ASP-Services z.B. von Omniture, WebTrends oder Nedstat nutzen, kann für die große Mehrheit aller Online-Angebote ohne Bedenken eine Empfehlung in dieser Richtung ausgesprochen werden. Erst wenn erhebliche Sicherheitsanforderungen bestehen (z.B. Online-Banking), sehr spezielle Datenintegrationsvorhaben (Kundendaten, demographische Daten, Traffic-Daten) anstehen oder bereits große BI-Systeme betrieben werden, kann eine inHouse-Lösung von Vorteil sein. Von der vielleicht zunächst plausibel erscheinenden Argumentation: 'Na, wir haben doch noch Rechenkapazität frei und das System kann von den IT-Administratoren ja mit betreut werden", ist unbedingt abzuraten, denn erstens führt dies gewöhnlich zu schlecht gepflegten Systemen und zweitens zu unzureichendem inhaltlichen Support für die Anwender des Systems. Die Folge sind jedenfalls Statistikfriedhöfe.
Ein wichtiger Aspekt der Entscheidung für ein Unternehmen und eine Lösung sollte der Support für die Implementierung und auch Unterstützungsmöglichkeiten während des Betriebes sein. Große Unternehmen wie Omniture können auf etablierte Strukturen und Hilfssysteme verweisen, aber eigentlich liegt hier die Stärke kleinerer und mittlerer Unternehmen, die näher an ihren Kunden und deren Bedürfnissen sein können.
Wollte man den Auswahlprozess in drei grobe Stufen einteilen, so ließen sich diese ungefähr so beschreiben:
1. Breite Sammlung von Informationen zu möglichen Web-Analytics-Lösungen, zum Thema insgesamt, zu konkreten Fragen und Aufgaben, die mit dem neuen System bewältigt werden sollen.
2. Erstellung einer Shortlist mit drei bis fünf Lösungen und eine intensive Beschäftigung mit diesen Lösungen, gegebenenfalls mit Einladung der Produktberater
3. Durchführung eines Live-Tests mit den infrage kommenden Lösungen, der möglichst nah an den späteren Anforderungen ein Verständnis der Grenzen und Potentiale der Systeme vermittelt
Mit dem US-amerikanischen Web-Analytics-Experten Avinash Kaushik ('90/10-Regel': 10% der Investition für das Tool, 90% für die Mitarbeiter) ist nicht zuletzt darauf hinzuweisen, dass den Mitarbeitern Know-how und Zeit für die Nutzung des Systems vermittelt bzw. gegeben werden muss. Web-Analytics-Systeme werden nur dann produktiv (mit positivem POI), wenn sie von Menschen gezielt zur Messung und Optimierung von Kampagnen und Websites eingesetzt werden.
Eine Frage, die sich für viele Unternehmen zunächst in den Vordergrund schiebt, ist die nach dem Betrieb eines Analytics-Systems im eigenen Haus (inHouse-Systeme) oder nach der Nutzung eines ASP-Angebotes (Speicherung und Verarbeitung der Daten beim Dienstleister). Angesichts der Tatsache, dass schon lange sehr große und traffic-starke Online-Angebote (Microsoft, eBay) und auch Angebote mit moderatem Datensicherheitsanspuch (Online-Shops wie otto.de, karstadt.de, baur.de) ASP-Services z.B. von Omniture, WebTrends oder Nedstat nutzen, kann für die große Mehrheit aller Online-Angebote ohne Bedenken eine Empfehlung in dieser Richtung ausgesprochen werden. Erst wenn erhebliche Sicherheitsanforderungen bestehen (z.B. Online-Banking), sehr spezielle Datenintegrationsvorhaben (Kundendaten, demographische Daten, Traffic-Daten) anstehen oder bereits große BI-Systeme betrieben werden, kann eine inHouse-Lösung von Vorteil sein. Von der vielleicht zunächst plausibel erscheinenden Argumentation: 'Na, wir haben doch noch Rechenkapazität frei und das System kann von den IT-Administratoren ja mit betreut werden", ist unbedingt abzuraten, denn erstens führt dies gewöhnlich zu schlecht gepflegten Systemen und zweitens zu unzureichendem inhaltlichen Support für die Anwender des Systems. Die Folge sind jedenfalls Statistikfriedhöfe.
Ein wichtiger Aspekt der Entscheidung für ein Unternehmen und eine Lösung sollte der Support für die Implementierung und auch Unterstützungsmöglichkeiten während des Betriebes sein. Große Unternehmen wie Omniture können auf etablierte Strukturen und Hilfssysteme verweisen, aber eigentlich liegt hier die Stärke kleinerer und mittlerer Unternehmen, die näher an ihren Kunden und deren Bedürfnissen sein können.
Wollte man den Auswahlprozess in drei grobe Stufen einteilen, so ließen sich diese ungefähr so beschreiben:
1. Breite Sammlung von Informationen zu möglichen Web-Analytics-Lösungen, zum Thema insgesamt, zu konkreten Fragen und Aufgaben, die mit dem neuen System bewältigt werden sollen.
2. Erstellung einer Shortlist mit drei bis fünf Lösungen und eine intensive Beschäftigung mit diesen Lösungen, gegebenenfalls mit Einladung der Produktberater
3. Durchführung eines Live-Tests mit den infrage kommenden Lösungen, der möglichst nah an den späteren Anforderungen ein Verständnis der Grenzen und Potentiale der Systeme vermittelt
Mit dem US-amerikanischen Web-Analytics-Experten Avinash Kaushik ('90/10-Regel': 10% der Investition für das Tool, 90% für die Mitarbeiter) ist nicht zuletzt darauf hinzuweisen, dass den Mitarbeitern Know-how und Zeit für die Nutzung des Systems vermittelt bzw. gegeben werden muss. Web-Analytics-Systeme werden nur dann produktiv (mit positivem POI), wenn sie von Menschen gezielt zur Messung und Optimierung von Kampagnen und Websites eingesetzt werden.