Lektion
Materialien

Was ist “Web Analytics”?


Was ist “Web Analytics”? – Jetzt anhören!

Info: Den gesamten gesprochen Text kannst du auch separat downloaden unter “Material”.


Moderation: Herzlich Willkommen zu einem Podcast der Audio-Uni. Das ist ein Projekt der Ostfalia – die als Hochschule für angewandte Wissenschaften an vier Standorten Studiengänge anbietet. Mit der Audio-Uni kannst Du in ein Studium hineinschnuppern, als Gasthörer auch Zertifikate ablegen und so einen ersten Schritt in Richtung Bachelor gehen.

Dieser Podcast ist Teil einer Serie zum „Onlinemarketing“. In jeder Episode beantworten wir eine Frage aus dem weiten Themenfeld.

Mein Name ist Oli und heute geht es um die Beantwortung der Frage: Was sind eigentlich „Web Analytics“? Es geht also im weitesten Sinne darum, welche Daten und Zahlen für das Onlinemarketing erfasst und ausgewertet werden können – und wie man das genau macht. Um einen ersten Eindruck davon zu bekommen, worum es geht, werden wir uns zuerst mit ganz unterschiedlichen Definitionen beschäftigen. Wir bemühen uns hier in diesem Podcast diese Definitionen an der Praxis zu orientieren, also daran, was man für das Arbeitsfeld „Onlinemarketing“ benötigt. Natürlich kommt man nicht ganz ohne den theoretischen Zugang aus.

Damit wir das von Anfang an klarstellen: „Web Analytics“ werden in der Fachwelt auch oft mit den Begriffen „Digital Analytics“, „Web Controlling“ oder „Traffic“-Analyse bezeichnet. Auch die Experten sind sich bei der Begriffsbestimmung von „Web Analytics“ am Ende nicht so ganz einig. Das werden wir anhand der verschiedenen Definitionen erkennen, die wir im Folgenden näher beleuchten.

Los geht‘s!


Moderation: Avinash Kaushik. So heißt ein indischer Unternehmer, der auch als Redner und Autor schon von sich reden gemacht hat. Er hat zwei Bestseller geschrieben. Genau für jenen Bereich, mit dem wir uns hier beschäftigen wollen. Diese Bücher tragen Titel, die gut zum Thema passen: „Web Analytics 2.0“, so heißt das eine, „Web Analytics: An Hour A Day“ das andere. Hinter beiden Titeln verbergen sich Ratgeber, sie sind weniger wissenschaftlich als direkt an den praktischen Anforderungen für Unternehmen und Organisationen ausgerichtet. Kaushik also definiert „Web Analytics“ im Jahr 2011 wie folgt – nicht erschrecken, der Text kommt erst einmal in englischer Sprache. Wir werden ihn natürlich für Euch übersetzen:

Sprecher:

  • „the analysis of qualitative and quantitative data from your website
  • and the competition, to drive a continual improvement of the online experience that your customers and potential customers have,
  • which translates into your desired outcomes (online and offline).“

Moderation: Und jetzt auf Deutsch:

Sprecher: „Web Analytics“ bedeutet die Analyse von qualitativ und quantitativ erhobenen Daten, die direkt auf deiner Website gesammelt werden. Darüber hinaus steht hinter diesem Begriff der Kampf um den Kunden oder den potentiellen Kunden, für diesen soll das Onlineerlebnis auf deiner Website immer und immer besser werden, am Ende wirkt sich das Ganze positiv auf dein gewünschtes Ergebnis aus – und zwar on- wie offline.

Soweit unsere Übersetzung.

Moderation: Um es noch einmal zusammenzufassen: Für Kaushik bestehen „Web Analytics“ erst einmal recht einfach in der Analyse von Daten. Diese Analyse ist zielgerichtet. Sie soll sozusagen zurückwirken und die Beziehung zum Kunden nicht nur pflegen, sondern Schritt für Schritt verbessern. Das zeigt klar den Blick, mit dem er unterwegs ist, die Perspektive. Es ist diejenige eines Anbieters von Produkten oder Dienstleistungen: Und dieser Anbieter lässt über online gewonnene Daten seine Kunden immer mehr erleben. Das ist ein kontinuierlicher Prozess, der natürlich auch für potenzielle Kunden gilt – also für solche, die es erst noch werden können. Mit den auf der Website gewonnenen Daten kann man natürlich auch direkt an der Beziehung zu Kunden in der Offlinewelt arbeiten – und diese womöglich ebenso gut verbessern, wie dies bei Onlinekunden der Fall ist.


Soweit also eine der Definitionen. Wenn man sich im Studium mit Begriffen – und „Web Analytics“ sind ein solcher Begriff – wenn man sich also damit beim Studieren beschäftigt, dann genügt es nicht, sich nur auf einen Autor zu berufen. Deshalb kommt hier gleich ein zweites Angebot, wie man „Web Analytics“ beschreiben kann. Wir tun dies hier mit Phil Simon. Er geht stärker darauf ein, dass alle gewonnenen Daten dazu beitragen können, Dinge besser zu verstehen. Er hat im Jahr 2017 das Buch „The Fundamentals of Analytics“ geschrieben und sieht darin „Web Analytics“ als Chance,

  • Fehler zu identifizieren,
  • Risiken zu minimieren
  • und Kosten, Kundenabwanderung oder Mitarbeiterfluktuation zu reduzieren.

Aber hören wir genau, was er sagt – auch hier, erst einmal in englischer Sprache, dann in deutscher Übersetzung.

Sprecher: „At a high level, I like to think of analytics as the process of using raw data to derive valuable insights and increase understanding of a topic. By analyzing historical and current events, you can identify potential trends. Analytics allows individuals, groups, and even entire organizations to make optimal—or at least better-informed— decisions. More than ever, these decisions run the gamut. Today, they involve making money, identifying errors, and mitigating risk, as well as reducing costs, customer churn, or employee turnover. Analytics are useful irrespective of company size and in just about every industry. Many nonprofits use analytics, as does just about every major sports franchise these days.”

Moderation: Und jetzt auch dieses Zitat noch einmal ins Deutsche übersetzt:

Sprecher: Wenn man es sehr abstrakt betrachtet, dann sind Analytics ein Prozess, der die Verwendung von solchen Rohdaten beschreibt, mit denen wertvolle Erkenntnisse gewonnen werden können und bestimmte Aspekte besser verstanden werden können. Durch das Analysieren von Ereignissen, die in der Vergangenheit liegen oder solchen die gerade jetzt von Bedeutung sind, lassen sich auch potenzielle Trends identifizieren. „Analytics“ erlauben es jedem Einzelnen, bestimmten Gruppen und sogar einer ganzen Organisation optimale – oder zumindest fundiertere – Entscheidungen zu treffen und besser als jemals zuvor das eigene Spektrum zu erweitern. Die wesentlichen Ziele in modernen Unternehmen: Geld verdienen, Fehler identifizieren und Risiken minimieren; hinzu kommt der Anspruch Kosten, Kundenabwanderung oder Mitarbeiterfluktuation zu verringern. Ganz unabhängig von der Unternehmensgröße oder der Branche sind „Analytics“ damit von hohem Nutzwert. Viele Non-Profit-Organisationen – also Organisationen ohne monetäre Gewinnziele, setzen heute ganz selbstverständlich Analytics ein, so wie beinahe jeder große Sportverein.

Moderation: Was uns am besten an Phil Simon und seinem Buch gefällt? Ganz einfach. Für ihn stellen „Analytics“ kein Allerheilmittel dar. Aber lassen wir ihn dazu gleich selbst sprechen:

Sprecher: „Analytics go beyond simple statistics. Let’s say that an organization’s employee turnover rate is 5 percent or that Clyde Drexler averaged 20.4 points per game during his NBA career. That’s great, but unfortunately neither qualies as analytics. Finally, despite their considerable advantages, analytics is not a panacea.

[…] it does not guarantee successful outcomes. […] All else being equal, though, organizations that effective use analytics will do better than their analytically challenged brethren.

As Charles Babbage so eloquently said, `Errors using inadequate data are much less than those using no data at all.`”

Moderation: Und hier auf Deutsch:

Sprecher: „Analytics“ gehen über reine Statistiken hinaus. Nehmen wir an, die Fluktuationsrate eines Unternehmens beträgt fünf Prozent oder, Clyde Drexler hat im Laufe seiner NBA-Karriere durchschnittlich 20,4 Punkte pro Spiel erzielt. Das sind nette Informationen, aber leider handelt es sich bei beiden Aussagen nicht um qualifizierte „Analytics“.

Moderation: Mit eigenen Worten: Was uns Phil Simon hier empfiehlt: Wir müssen über das Ablesen von einfachen statistischen Werten hinausgehen, und alles vielmehr im Zusammenspiel begreifen, interpretiert wird dann erst die Zusammenschau aller Daten. Das versteht man dann unter „Analytics“. Ein Beispiel: Die Fluktuationsrate haben wir gemessen und sie beläuft sich auf fünf Prozent, das heißt innerhalb eines definierten Zeitfensters verlassen fünf Prozent der Mitarbeiterinnen und Mitarbeiter das Unternehmen. Diese Daten werden wir nur gut interpretieren können, wenn wir die Frage beantworten können, warum die Fluktuation fünf Prozent erreicht und ob das im Vergleich mit anderen Unternehmen viel oder wenig ist? Eventuell ist auch relevant, ob das für das gesamte Unternehmen oder nur für bestimmte Abteilungen gilt? Sind manche Bereiche zum Beispiel stärker betroffen als andere?

Ihr merkt, es geht darum, Begründungen und Zusammenhänge aus den statistischen Werten abzulesen, Muster zu erkennen, es geht um Vergleiche und eine möglichst treffsichere und gute Interpretation der Daten, die dann dabei helfen soll, die Unternehmensrealität besser zu machen.

Noch einmal zum Zitat. Für Phil Simon sind Web Analytics trotz erheblicher Vorteile kein Allheilmittel, und er sagt: „(…) sie garantieren nicht per se erfolgreiche Ergebnisse. (…) Aber, wenn man alle übrigen Parameter unverändert lässt, dann werden jene Organisationen die „Web Analytics“ effektiv einsetzen, besser abschneiden als die von den Analytics herausgeforderten Brüder im Geiste. Oder, wie Charles Babbage zu formulieren pflegte: „Bei der Verwendung unzureichender Daten macht man weniger Fehler als wenn man überhaupt keine Daten erhebt und nutzt.“

Ihr seht also: Auch Phil Simon zieht selbst Experten zu Rate. Falls ihr den Namen nicht kennt, dann kommt jetzt eine kurze Information dazu: Charles Babbage, den Simon hier zitiert, ist, nun, sagen wir es so, ist der Urvater unseres Computers. Im 19. Jahrhundert hat er nicht nur im englischen Cambridge studiert, sondern später auch eine mechanische Rechenmaschine entwickelt, die erstaunlich gut funktionierte. Der Professor für Mathematik ist heute indes weit bekannter als so genannter Politischer Ökonom. Er hat nämlich auch das Geschäftsmodell von Lebensversicherungen zum ersten Mal in der Geschichte verbessert, indem er statistische Daten in großer Menge zusammengeführt hat. Das wollen wir hier nicht vertiefen. Weil aber Babbage so vorgegangen ist, kann er im Grunde auch als ein Vater der modernen „Web Analytics“ gelten – und wir freuen uns, dass sich Phil Simon hier auf ihn beruft.

Für uns ist es wichtig, das Denken zu verstehen, das hier angesprochen wird: Simon lobt sozusagen all diejenigen, die Entscheidungen treffen, indem sie auf Informationen, auf Datenbestände zurückgreifen – auch dann, wenn die vorliegenden Informationen nicht absolut perfekt sind: „Web Analytics“ garantieren keinen Kundenerfolg. Aber sie helfen auch dann, wenn die Datenmenge noch nicht befriedigend ist. Das eben sei besser als überhaupt keine Daten zu erheben.


Moderation: Nun haben wir uns mit Definitionen beschäftigt, wir haben Avinash Kaushik und wir haben Phil Simon gehört. Auf dieser Basis wollen wir jetzt einmal versuchen alles zusammenzufassen: Wenn wir von „Web Analytics“ sprechen, dann bedeutet das, wir messen, sammeln, analysieren und werten Daten von Websites aus. Wir machen dies, weil wir den Nutzer unseres Webangebotes besser kennenlernen wollen. Und dieses Kennenlernen nutzen wir, um zu lernen, um den Nutzer besser zu verstehen und dafür, alle Inhalte, die er zukünftig auf unserer Website angezeigt bekommt, besser auf ihn abzustimmen.

Noch einmal für das bessere Verständnis, ich weiß, das ist ziemlich dicht formuliert, aber in diesem Text sind tatsächlich eine Vielzahl wichtiger Aspekte berücksichtigt. Hier die Wiederholung:

Wenn wir von „Web Analytics“ sprechen, dann bedeutet das, wir messen, sammeln, analysieren und werten Daten von Websites aus. Wir machen dies, weil wir den Nutzer unseres Webangebotes besser kennenlernen wollen. Und dieses Kennenlernen nutzen wir, um zu lernen, um den Nutzer besser zu verstehen und dafür, alle Inhalte, die er zukünftig auf unserer Website angezeigt bekommt, besser auf ihn abzustimmen.

Wir gehen nun einen Schritt weiter und steigen tiefer in das Thema „Web Analytics“ ein. Eine wichtige Frage, die auch die Wissenschaft immer wieder beschäftigt: Wie führt man eine solche Analyse durch? Welche Schritte sind sinnvoll, was ist zu berücksichtigen?

Frank Deges beschreibt für „Web Analytics“ einen Regelkreis, der aus verschiedenen Schritten besteht. Für alle, die ihn nicht kennen sollten: Er hat als promovierter Wirtschaftswissenschaftler einige Definitionen zum Gabler Wirtschaftslexikon beigesteuert und lehrt als Professor für Handelsmanagement und E-Commerce an der Europäischen Fachhochschule Rhein/Erft in Brühl. Für – unter anderen E-Commerce, Onlinemarketing und Controlling. In der Vergangenheit hatte er auch leitende Funktionen in Unternehmensberatungen, bei einem Internet-Start-Up und in der Konsumgüterindustrie. Ihr merkt also, er kennt sich im Bereich Onlinemarketing sowohl praktisch wie auch theoretisch aus.

Uns interessiert nun aber vor allen Dingen der „Web Analytics“-Regelkreis. Schauen wir uns diesen einmal genauer an. Für alle, die den Regelkreis auch bildlich vor sich haben möchten: Ihr findet im Begleitmaterial eine Grafik dazu.

Ich versuche euch hier den Regelkreis aber bestmöglich zu beschreiben:

Zunächst besteht dieser aus vier aufeinander folgenden Schritten:

Der erste Schritt besteht in der Formulierung von Zielen. Genauer gesagt: Stellt euch einfach die Frage, was mit dem Onlineauftritt erreicht werden soll? Nehmen wir als Beispiel einen Onlineshop für Werkzeuge, und unser Ziel ist es, neue Kunden zu gewinnen und den Umsatz um 10 Prozent zu steigern. Die klassische Zielgruppe unseres Sortiments besteht zu 70 Prozent aus Personen, die älter als 50 Jahre sind. Das neue Ziel, das wir uns stecken wollen: Vor allem jüngere Personen für unseren Onlineshop begeistern!

Kommen wir zum zweiten Schritt im Regelkreis: Dabei geht es darum, zu planen, wie man die gesteckten Ziele erreichen kann! Wie soll das Ganze umgesetzt werden? Soll man beispielsweise Neukunden Rabatte anbieten – vielleicht in Form von Gutscheinen, oder soll eine komplette Marketingkampagne jüngere Zielgruppen direkt ansprechen? Eventuell ist Werbung eine Alternative – geschaltet auf „Social Media“-Plattformen? Dort hält sich ja die gewünschte jüngere Zielgruppe regelmäßig auf, das sagt zumindest die Marktforschung.

Wenn die Maßnahmen geplant sind, mit denen man die gesteckten Ziele erreichen will, dann geht es darum, sie entsprechend zu planen. Und das ist dann schon der dritte Schritt im „Web Analytics“-Regelkreis.

Alles umgesetzt? Dann geht es darum, zu überprüfen, ob die Ziele auch wirklich erreicht wurden. Im hier gegebenen Fall heißt das: Konnten neue Kunden gewonnen werden, stieg der Umsatz um mindestens zehn Prozent und ist es gelungen, jüngere Menschen anzusprechen, jene Zielgruppe, die nicht 50 Jahre und älter ist.

Falls nun im vierten Schritt auffallen sollte, dass die gesteckten Ziele nicht erreicht wurden, dann beginnt der beschriebene Regelkreis erneut. Das heißt, die gesetzten Ziele und Maßnahmen zu überarbeiten, erneut umzusetzen und wiederholt auf Erfolg zu prüfen.

Es handelt sich also um einen wiederkehrenden Prozess zur Optimierung von Onlineauftritten.


Moderation: Soweit so gut. Ihr habt bisher also gelernt, wie sich „Web Analytics“ begrifflich definieren lassen. Mit dem beschriebenen Regelkreis sind wir ein wenig tiefer in die Materie eingestiegen, und wir haben vier Schritte kennengelernt: 1. Ziele formulieren, 2. Maßnahmen für die Zielerreichung planen, 3. geplante Maßnahmen umsetzen und 4. Zielerreichung prüfen. Damit habt ihr schon einen guten Überblick, darüber, was unter „Web Analytics“ verstanden wird.

Dieser Podcast soll Euch Geschmack auf mehr machen. Wir haben hier bislang lediglich an der Oberfläche gekratzt, haben nur drei Definitionen und drei Autoren ausgewählt. Wenn Ihr also einen umfassenden Überblick darüber bekommen wollt, was neben der Praxis auch die angewandte Wissenschaft unter „Web Analytics“ versteht, dann schaut Euch unser Begleitmaterial an. Dort findet ihr weitere Definitionen. Über unsere Website ist es ganz einfach, die zusätzlichen Empfehlungen zum Nachlesen und Vertiefen zu erreichen. Solltet Ihr diesen Podcast auf dem Smartphone hören, dann klickt einfach auf den Reiter Materialien, direkt neben der Episode, um zur Website zu gelangen.


Moderation: Wir wollen Euch natürlich auch einen ganz an der Praxis orientierten Einblick geben. Deshalb haben wir bei der Veranstaltung „Online Marketing Rockstars“ in Hamburg verschiedene Onlinemarketing-Experten gefragt, was sie unter „Web Analytics“ verstehen. Einer dieser Experten ist Markus Wübben. Er ist Gründer und Geschäftsführer von CrossEngage, einer so genannten „Customer Data“-Plattform.

Eine solche „Customer Data“-Plattform ist eine Datenbank speziell für Marketingexperten, sie führt Daten zusammen, die in den genutzten Marketing-Kanälen gesammelt werden. CrossEngage ist dabei eine „Software as a Service“-Lösung im Bereich des „Customer Engagement“. Unter „Software as a Service“ verstehen wir ein Vertriebsmodell, mit dem Software-Anwendungen über das Internet, also als Dienstleistung angeboten werden; und „Customer Engagement“ bezeichnet den Aufwand, den Kunden einer Marke oder einem Unternehmen gegenüber einzubringen bereit sind. CrossEngage unterstützt Unternehmen dabei, dieses auf jeden einzelnen Kunden bezogene Engagement zu steigern. Einer der Kunden von CrossEngage ist um Beispiel die Deutsche Bahn.

Es ist am Ende nicht verwunderlich, dass Markus Wübben als Geschäftsführer dieses Unternehmens bei seiner Definition von „Web Analytics“ den Fokus auf das Käuferverhalten legt:

O-Ton Markus Wübben: Web Analytics ist natürlich ein sehr breiter Begriff, aber grundsätzlich geht es ja darum, dass wir verstehen, woher kommen eigentlich die Kunden, die auf einer Webseite „rumtouren“, sage ich mal, was hat das gekostet, wie verhalten sie sich auf der Webseite, um letztendlich auch zu verstehen, wie können wir sie besser mit unserem Angebot bedienen. Wie kriegen wir besser eine Conversion hin, also einen Kauf hin und wie kriegen wir es hin, letztendlich die Experience, die Customer Experience zu verbessern.

Also typisches Web Analytics, die Aufgabe zu verstehen, wo Kunden zum Beispiel wieder von der Webseite abspringen. Eine sogenannte Funnel-Analyse, wo in dem Prozess von Akquise bis hin zum Kauf, wo haben wir da vielleicht Probleme auf der Webseite um zu schauen, wie wir das technologisch oder auch mit Content so verbessern können, dass Kunden dort nicht abspringen können und dann im Nachgang natürlich auch wieder auf die Seite kommen für einen zweiten Kauf. Weil das ist letztendlich das Entscheidende und macht die Professionalität aus.

Moderation: Wie wir eben gehört haben, fokussiert Markus Wübben in seinem Verständnis ganz klar den Kunden. Genauer gesagt, helfen für ihn „Web Analytics“ jeweils sehr spezifisch dabei zu analysieren, wie sich Kunden oder Besucher von Websites verhalten. Je mehr er darüber weiß, umso leichter kann er den direkten Weg zum Kauf von angebotenen Produkten und Dienstleistungen oder die Einladung dazu gestalten. Das ist auch genau das, was er mit dem Begriff „Customer Experience“, wörtlich übersetzt, mit dem Kundenerlebnis meint. Die „Funnel“-Analyse, die Markus Wübben anspricht, betrachtet wie Nutzer online ihren Weg zu einem vorab definierten Ziel finden. Das Ziel kann naheliegender Weise zum Beispiel der Kauf im Onlineshop sein. Bis ein Nutzer tatsächlich und endgültig einen Kauf tätigt, durchläuft er verschiedene Stationen. Er füllt den Warenkorb, er gibt persönliche Daten ein, er bezahlt und bewertet vielleicht am Ende noch den Kaufprozess. Diese Stationen werden in der angesprochenen „Funnel“-Analyse abgebildet. Genaueres dazu erfahrt ihr im weiteren Verlauf der Podcast-Episoden. An dieser Stelle ist es für euch wichtig zu erkennen, dass „Web Analytics“ in der konkreten Anwendung zum Beispiel mit der Analyse des Käuferverhaltens beschrieben werden kann. So wie es Markus Wübbern eben gemacht hat.


Moderation: Bei der „Online Marketing Rockstars“ in Hamburg haben wir auch Frederike Busch getroffen. Frederike ist Marketingleiterin bei dem Unternehmen esome in Hamburg. Esome fokussiert sich vor allem auf die effektive Werbung in den Sozialen Medien. Für ihre Kunden planen sie Kampagnen auf Facebook, Instagram und Co. Das wirkt sich natürlich auf ihre Definition aus:

O-Ton Frederike Busch: „Web Analytics“ ist für mich die Analyse von Aktivitäten von Online-Usern, die stattfinden auf Websites, aber auch vor allem, und da sind wir natürlich ein bisschen geprägt von unserem Geschäft, in Bezug auf Werbung in digitalen Umfeldern.

Moderation: Im Vergleich zu Markus Wübben, bestehen „Web Analytics“ für Frederike Busch neben der Analyse des Käuferverhaltens vor allem auch in der digitalen Werbung. Das heißt darin, zu wissen, welche digitalen Werbekampagnen am Ende effektiv sind und wie sie bei den Nutzern ankommen.


Ebenfalls bei der Veranstaltung in Hamburg haben wir außerdem mit Timo von Focht gesprochen. Er ist sogenannter „Country Manager“ für Deutschland, Österreich und die Schweiz. Er arbeitet für das Unternehmen „Commanders Act“. Dieses Unternehmen hat einen hohen Anspruch, es will möglichst viele Daten eines Nutzers zusammenführen – auch dann, wenn er parallel ganz unterschiedliche Geräte verwendet, ein Smartphone, ein Tablet, einen PC. Glaubt man nun Timo von Focht, dann definieren verschiedene Branchen „Web Analytics“ auch sehr unterschiedlich:

O-Ton Timo Von Focht: Also die Web Analyse hat je nach Businessmodell, je nach Branche sehr unterschiedliche Aufgaben, aber am Ende des Tages geht es darum, dass die Marketingverantwortlichen wissen, wie die Kampagnen funktionieren, dass die IT-Verantwortlichen wissen, wie die Webseite funktioniert und die Businessverantwortlichen wissen ob sich das Invest in das Marketing und die Webseite gelohnt hat.

Moderation: Das wollen wir jetzt ein wenig genauer wissen. Deshalb kommt jetzt ein Professor für Onlinemarketing zu Wort. Er arbeitet an der Ostfalia Hochschule für angewandte Wissenschaften und heißt Boris Blechschmidt. Ihn haben wir gebeten, doch einmal ausführlich zu erklären, wie das denn mit diesen unterschiedlichen Betrachtungsweisen ist.

Er unterscheidet gleich im ersten Satz zwischen B2B und B2C, das steht für: Business-to-Business und für Business-to-Customer. Auf diese Weise unterscheiden Experten, ob man sich eher an Geschäfts- und Unternehmenskunden oder direkt an den Endkunden richtet. Ein typisches B2B (also Business-to-Business)-Produkt wäre beispielsweise eine Maschine, mit der zum Beispiel Kleiderbügel hergestellt werden. Das Unternehmen, das den Kleiderbügel damit herstellt und über Kaufhäuser oder Onlineshops vermarktet wäre dann der Kategorie B2C, also Business-to-Customer zuzuordnen.

Nun aber Professor Dr. Blechschmidt von der Ostfalia:

O-Ton Boris Blechschmidt: Hallo! Das wird nicht ganz so einfach, weil es schwer ist B2B als eine Einheit zu fassen. Aber ich kann natürlich probieren, dass ein bisschen zu differenzieren und auf die wesentlichen Aspekte einzugehen. Im Wesentlichen könnte man sagen, dass bei B2C Unternehmen die Webseite häufig auch einen Absatzkanal darstellt. Das heißt, ich habe in irgendeiner Form einen Onlineshop und verkaufe meine Produkte mit über die Website. Das heißt, hier nutze ich Web Analytics um das Käuferverhalten zu verstehen. Ich möchte wissen: wie agieren Käufer auf meiner Website? Und mein Ziel ist am Ende möglichst viele Leute, die auf meine Website gekommen sind, zu Käufern zu transformieren.

Moderation: Ich fasse es zum Verständnis noch einmal kurz zusammen: Als B2C-Unternehmen möchte ich verstehen, wie sich ein Käufer auf meinem Onlineshop verhält, und wenn ich das weiß, kann ich meine Website an die Bedürfnisse der Käufer anpassen und in Zukunft größeren Gewinn erzielen. Dabei unterstützen dann die „Web Analytics“. Wie aber sieht es bei B2B-Unternehmen aus?

O-Ton Boris Blechschmidt: Im B2B-Bereich hat die Website häufig eine stärkere Informationsfunktion. Das heißt, der Kauf steht häufig nicht im Vordergrund, sondern die Website wird dazu genutzt z.B. Ansprechpartner zu identifizieren. Damit ändert sich dann auch natürlich der Fokus der Web-Analyse. Das heißt, die Methoden bleiben erst mal grundsätzlich die Gleichen. Es ist aber schon so, dass gerade im B2B-Bereich Web Analytics noch eine untergeordnete Rolle spielt, da halt der Verkaufsprozess eben doch vielfach über eine Vertriebsmannschaft und dem persönlichen Gespräch passiert. Und damit ist Web Analytics im B2B-Bereich etwas weniger eingesetzt als tatsächlich im B2C-Bereich.

Moderation: Auch hier wiederhole ich noch einmal kurz: B2B-Unternehmen stellen ein Informationsangebot zur Verfügung. „Web Analytics“ messen in diesem Fall, ob und wie sehr dieses Informationsangebot auch wirklich genutzt wird. Bleibt unter anderem noch die Frage zu beantworten, welche Funktion „Web Analytics“ speziell im Dienstleistungsbereich haben?

O-Ton Boris Blechschmidt: Im Dienstleistungsbereich ist dann beides möglich und am besten kann man das vielleicht in einem kleinen Beispiel noch mal konkret machen. Also fangen wir mit einem Unternehmen an, was zum Beispiel Dreh- und Fräsmaschinen produziert. Ein klassisches Industriegüterunternehmen. Unterstellen wir mal, dass die Ihre Website vor allen Dingen als Informationsquelle verwenden, um vielleicht potenziellen Kunden Ansprechpartner zu zeigen. Damit der Kunde weiß: “ok, an wen muss ich mich wenden, wenn ich ein bestimmtes Produkt kaufen möchte?” Was interessiert mich dann im Bereich Web Analytics?
Auf der einen Seite interessiert mich natürlich wie viele Leute kommen auf meine Seite und nutzen mein Informationsangebot? Wenn wir jetzt bei der konkreten Fragestellung der Ansprechpartner bleiben, dann möchte ich natürlich auch wissen: wie viele Leute klicken auf diesen Bereich in meiner Website und wie viele klicken dann vielleicht noch zusätzlich auf die E-Mail-Adresse eines spezifischen Ansprechpartners? Alles Kennzahlen, die mir halt jedes Web Analytics Tool einfach zur Verfügung stellt. Ich habe eigentlich nur Dinge wie Traffic, also Personen auf der Seite, und eine Conversion. Und eine Conversion ist jetzt nicht gemeint in Form eines Kaufes, “wie viele Leute kaufen also von denen die da sind?”, sondern eine Conversion kann auch sowas sein wie “wie viele Personen haben auf eine E-Mail-Adresse geklickt?”

Damit habe ich halt schon mal relativ viele Fragen für eine Informationswebsite beantwortet. Dagegen steht im B2C-Bereich ein Unternehmen, was natürlich einen Webshop hat und absatzorientiert ist. Das stellt sich auch genau die gleichen Fragen wie das B2B-Unternehmen, hat aber zusätzlich vielleicht noch etwas höheren Informationsbedarf und einfach andere Anforderungen. So möchte ich vielleicht – wenn jemand auf meine Website kommt und ich sehe, der hat sich mehrfach Herrenkleidung angeschaut – dann weiß ich mit einer hohen Wahrscheinlichkeit: es handelt sich um einen Mann. Dann kann ich auf Basis von Web-Analytics-Kennzahlen natürlich auch schon meinen Shop personalisieren und entsprechend der Anforderungen männlicher Konsumenten ein bisschen anpassen, in Echtzeit. Dabei unterstützt mich Web Analytics. Zusätzlich möchte ich natürlich mehr Informationen noch zu dem Kauf haben und mit Web Analytics-Kennzahlen in Verbindung bringen. Das heißt also zum Traffic und zur Conversion hinzu kommen vielleicht noch weitere Kennzahlen, die das Transaktionsverhalten eines Kunden mitberücksichtigen. Was hat er genau gekauft? Welche Produkte? Wie viel Geld hat er ausgegeben? Kommt er noch mal wieder? Und all diese Kennzahlen nutze ich dann zusätzlich um meine Web-Analytics-Kennzahlen anzureichern und um dann am Ende strategische Entscheidungen zu treffen, inwieweit ich mein Marketing Budget – weil darum geht es im Wesentlichen – optimal eingesetzt habe und wo es Verbesserungspotenzial gibt.”


Moderation: Spätestens jetzt habt Ihr es gemerkt, im Bereich des Onlinemarketing fallen ziemlich viele Wörter, die einen englischen Ursprung haben. Traffic zum Beispiel steht für die Menge an Nutzern, die auf eine Website zugreifen, und Conversion ist das Zauberwort im Onlinemarketing. Übersetzt würde das so etwa „Umwandlung“ im Deutschen heißen. Das trifft es aber nicht ganz, denn Conversion meint hier, wie es dem Onlinemarketer gelingt, den Nutzer dazu zu bringen, auch wirklich zu kaufen. Man kann es auch allgemeiner formulieren: Wie es ihm gelingt, dass der Nutzer genau das tut, was man sich von ihm wünscht, zum Beispiel ein Produkt kaufen, einen Text lesen, eine Petition unterschreiben.

Um das Ganze noch einmal kurz zusammenzufassen: „Web Analytics“ werden in B2C-Unternehmen vorrangig dafür eingesetzt, den Käufer und sein Verhalten zu verstehen. In B2B-Unternehmen wird dagegen mehr danach geschaut, wie das Informationsangebot genutzt wird. Für alle Unternehmen, die Dienstleistungen anbieten – also beispielsweise Hotels und Reiseveranstalter, Handwerker, Taxiunternehmen – haben wir gelernt, dass beides eine Rolle spielen kann; also das Kaufverhalten von Kunden besser zu verstehen und intensiv danach zu schauen, wie bereitgestellte Informationen genutzt werden. Für diese Episode des Podcasts haben wir eine ganze Reihe von Praxisbeispielen aus dem B2B, dem B2C und noch einmal gesondert aus dem Dienstleistungsbereich zusammengestellt. Ihr findet sie im Begleitmaterial. Wir sind überzeugt davon: Diese Beispiele helfen Euch unmittelbar. Sie zeigen sehr gut, was „Web Analytics“ sind, und welch unterschiedliche Schwerpunkte gesetzt werden.

Keine Frage – ich gehe natürlich ganz selbstverständlich davon aus, dass Ihr Euch auch auf die Prüfung zu diesem Modul vorbreiten wollt. Deshalb findet Ihr im Begleitmaterial zum Modul „Web Analytics“ auch eine ganze Reihe an Übungsaufgaben. Auch weiterführende Texte, Bücher- und Artikelempfehlungen stellen wir auf der Website bereit. Noch einmal zur Erinnerung: Wenn Ihr auf den Reiter Materialien klickt, dann gelangt ihr direkt dorthin.

Jetzt aber erst einmal genug von meiner Seite. Ziel der vorangegangenen Minuten war es: Ihr solltet nun wissen, was „Web Analytics“ sind, wie man sie fachgerecht definiert und welche unterschiedlichen Schwerpunkte bezogen auf das eigene Unternehmen zu setzen sind. Wir als Macher dieses Podcasts würden uns wünschen, dass Ihr nun selbst direkt für Euch selbst erklären und vielleicht auch aufschreiben könnt, was man unter dem Begriff versteht. Selbstverständlich ist es dafür sinnvoll, auch vertiefend in das Begleitmaterial – vor allen Dingen die dort angegebenen Texte – zu schauen.

Noch Fragen? Dann nutze einfach die Kommentarfunktion! Das ist Dein direkter Weg zu uns. Für heute danke ich fürs Zuhören und verabschiede mich. Bis zur nächsten Episode bei Deiner Audio-Uni.

O-Töne:

  • Markus Wübben, CrossEngage
  • Frederike Busch, esome
  • Timo Von Focht, Commanders Act
  • Prof. Dr. Boris Blechschmidt, Ostfalia Hochschule

Zitate aus der Theorie:

  • Kaushik, Avinash (2011). Web Analytics 2.0: The Art of Online Accountability and Science of Customer Centricity. Sybex, S.5.
  • Phil, Simon (2017): Analytics: The Agile Way. Newark: John Wiley & Sons, S.65-75.

Quellen:

  • Deges, Frank (2020): Grundlagen des E-Commerce. Strategien, Modelle, Instrumente. Wiesbaden: Springer Gabler.
  • Kaushik, Avinash (2011). Web Analytics 2.0: The Art of Online Accountability and Science of Customer Centricity. Sybex.
  • Beilharz, Felix et al. (2017): Der Online Marketing Manager. Handbuch für die Praxis. Heidelberg: dpunkt.verlag GmbH.
  • Hassler, Marco (2019): Digital und Web Analytics. Metriken auswerten, Besucherverhalten verstehen, Website optimieren. 5. Aufl. Frechen: mitp Verlags GmbH & Co. KG.
  • Phil, Simon (2017): Analytics: The Agile Way. Newark: John Wiley & Sons.

Übungsaufgabe

Teste jetzt dein Wissen! Kannst du alle Fragen beantworten?

Hat dir der Probekurs gefallen?
Registriere dich jetzt und lerne kostenlos weiter!

Jetzt registrieren!

Text zur Episode 1.b) "Was ist Web Analytics?" herunterladen


Hinweis: Unter Einhaltung des Urheberrechts, findet ihr nachfolgend Literaturempfehlungen zur Selbstbeschaffung. Hierfür könnt ihr zum Beispiel die Ostfalia Bibliothek verwenden.

Zum Bibliothekskatalog der Ostfalia

Zum Gemeinsamen Verbundkatalog (GVK)



Definition Web Analytics

Bahga, Arshdeep; Madisetti, Vijay (2019): Big Data Analytics: A Hands-On Approach. O.V.: o.O, S.19-25.

Chahal, Hardeep; Jyoti, Jeevan; Wirtz, Jochen (2019): Chapter 1. Business Analytics: Concept and Applications. In: Chahal, Hardeep et al. (2019): Understanding the Role of Business Analytics. Springer: Singapur, S. 1-8.

Deges, Frank (2020): Grundlagen des E-Commerce. Strategien, Modelle, Instrumente. Wiesbaden: Springer Gabler, S.208.

Moreira, João Mendes; De Carvalho, André C. P. L. F. (2019): What can we do with data. In: Moreira, João Mendes; De Carvalho, André C. P. L. F. (2019): A general introduction to data analytics. JohnWiley & Sons: USA, S.3-4.

Web-Analytics-Anbieter stellen sich vor


Aktuelle Einsatzorte von Web Analytics aus der Praxis (Beispiele)

1. FC Köln (B2B)

Sparkasse Lüneburg (B2C)

Blue Tomato (B2C)

Edding (B2C)

Treuhand Hannover (B2B)

Thyssenkrupp (B2B)

Beumer Group (B2B)

Johanniter-Unfall-Hilfe e.V. (Dienstleistung)

FIEGE Logistics (Dienstleistung)

Hinweis: Unter Einhaltung des Urheberrechts, findet ihr nachfolgend Literaturempfehlungen zur Selbstbeschaffung. Hierfür könnt ihr zum Beispiel die Ostfalia Bibliothek verwenden.

Zum Bibliothekskatalog der Ostfalia

Zum Gemeinsamen Verbundkatalog (GVK)



Quellen

Anandarajan, Murugan, Harrison Teresa D. (2019): Aligning Business Strategies and Analytics: Bridging Between Theory and Practice. In: Anandarajan, Murugan, Harrison Teresa D. (2019): Aligning Business Strategies and Analytics: Bridging Between Theory and Practice. O.O.: Springer, S. 1-10.

Larson, Deanne (2019): Agile Project Management and Data Analytics. In: Spalek, Seweryn (2019): Data Analytics in Project Management. O. O. Taylor & Francis Group, S. 171-192.

Hassler, Marco (2019): Digital und Web Analytics. Metriken auswerten, Besucherverhalten verstehen, Website optimieren. 5. Aufl. Frechen: mitp Verlags GmbH & Co. KG.

Harvard Business Review (2019): HBR’s 10 Must Reads. On AI, Analytics, and the New Machine Age. Harvard Business Review Press

Kaushik, A. (2011). Web Analytics 2.0: The Art of Online Accountability and Science of Customer Centricity. Sybex.

Lammenett, E. (2019): Praxiswissen Online-Marketing, Affiliate- und E-Mail-Marketing, Suchmaschinenmarketing, Online-Werbung, Social Media, Online-PR, 7. Aufl., Wiesbaden.

Phil, Simon (2017): Analytics: The Agile Way. Newark: John Wiley & Sons

Shah, Samir; Gochtovt, Alexander; Baldin, Greg (2019): Importance of Project Management in Business Analytics: Academia and Real World. In: Anandarajan, Murugan, Harrison Teresa D. (2019): Aligning Business Strategies and Analytics: Bridging Between Theory and Practice. O.O.: Springer, S. 81-94.


Links zu Analytics-Anbieter und -Programmen

Adobe Analytics

Econda

Google Analytics

Web Analytics Association (WAA)

Webtrekk

Es werden folgende Icons als Abkürzung verwendet für:

Text/Dokument

Video

Externer Link

Buch

Hat dir der Probekurs gefallen?
Registriere dich jetzt und lerne kostenlos weiter!

Jetzt registrieren!