smartmetrics

Das Universal Tag (Teil 1): Ein erster Schritt zur Standardisierung in der Web Analytics

Eine traumhafte Vorstellung: Dass ein einziger universeller “Universal Tag” ausreicht, um alle  Web-Analytics-Tools einheitlich bedienen zu können. Dass man nur ein einziges Mal einen Code erstellen muss und mit diesem beliebig den Hersteller wechseln kann, ohne alle Seiten erneut anfassen zu müssen.

Für die Anwender von Web-Analytics-Tools wäre das perfekt. Die Realität sieht jedoch anders aus: Wenn man erst einmal fachlich geklärt hat, was man messen möchte, dann implementiert man häufig mit hohem Aufwand.  Wenn dann ein Wechsel des Tools ansteht, wie es für einige Sites beispielsweise beim Verschwinden von HBX notwendig war - oder weil sich herausstellt, dass das bisherige Tool neue Anforderungen nicht abdeckt -, dann hat man diese Kosten und die Mühen erneut.

Das Problem: Die heutige Lösungen sind sehr herstellerspezifisch. Und die Anbieter von Web-Analytics-Systemen scheinen Interesse daran zu haben, dass alles so bleibt wie es ist. (Siehe auch unseren Blogbeitrag “One Tag to Rule Them All oder das Über-Tag”)

Das Entwickeln eines “Universal Tag” - hat ein solches Vorhaben überhaupt eine Chance? Gegenfrage: Warum nicht? Wenn…

• Plugins dazu führen können, dass Browserhersteller deren Funktionalität komplett übernehmen,
• es Javascript Libraries gibt, deren Funktionen ein Browser bereitstellen wird,
• sich CD, DVD und Blu ray herstellerübergreifend normieren liessen,

… dann sollte doch wohl die Normierung eines “Universal Tag” machbar sein. In einem ersten Schritt reicht es, eine Normierung zu bestimmen und festzulegen: Sobald sich dann zwei Hersteller fänden, die diese teilweise erfüllten, hätten deren Kunden einen kleinen Vorteil. Denn sie hätten eine alternative Lösung, die - mit etwas geringerem Aufwand - implementierbar wäre. Wenn ein Toolwechsel ansteht, könnte dies den Ausschlag für oder gegen eine Kaufentscheidung geben.

Nur: Irgendwer muss anfangen, sonst wird es nie Realität (wie es Ian Thomas “Whence the Universal Tag?” treffend beschreibt). Deshalb möchte ich erste Vorschläge machen, wie eine allgemeingültige, Tool unabhängige Implementierung aussehen könnte:

Die folgende Liste soll ein Superset darstellen, also die Vereinigungsmenge der bisherigen Inhalte. Sie ist unvollständig und sollte selbstverständlich und gerne diskutiert und erweitert werden. Jedes Web-Analytics-Tool unterstützt Teile folgender Spezifikation:

A. DIMENSIONEN

1. Die Websites

• Diese sollen nach verschiedensten Gesichtspunkten gruppiert und untersucht werden können (zum Beispiel Seitennamen, Navigationsbereiche, Partnerintegrationen etc.).
• Da man diese nicht von vorneherein festlegen kann, braucht man eine erweiterbare Liste von Seiteneigenschaften (Dabei ist es gleich, ob man sich für die Farben der Seiten, Templatenamen oder den Vornamen des Programmierers der Seite interessiert).
• Ob diese nun bisher Documentgroup, Channel oder prop42 hiessen, spielt keine Rolle.

2. Visitors

• Besucher haben Eigenschaften, nach denen segmentiert werden sollte. Ein Ziel kann sein, dass man herausfinden will, bei welchen Kunden man gut ankommt, bei welchen weniger.
• Auch hier gilt: Man muss jederzeit neue Eigenschaften der Besucher erfassen können. Die Eigenschaften umfassen unter anderem alle technischen Ausstattungsdetails wie Browser, Betriebssystem, Java-, Flash- etc. -Ausstattung (aber auch typischerweise abgefragte Informationen aus Formularen wie Postleitzahl, Alter, Geschlecht). Da man Visitors nicht browserübergreifend identifizieren kann, ist der Browser für mich eine Visitoreigenschaft.
• Eine wichtige Benutzereigenschaft ist das Werbemittel, das ein Besucher benutzt hat, um auf die Website zu gelangen.

3. Visits

• Ein Visit braucht keine eigenen Daten im Tag selbst.
• Visit-Start und -Ende werden nicht im Tag, sondern im Backend markiert.
• Damit werden die Visitdaten auch aus den Besucher- und Seitendaten geholt.
• Eigene Tag-Bestandteile sind nicht nötig.

4. Produkte

Dazu gehören der Inhalt eines Warenkorbs, angesehene und gekaufte Artikel für Cross-Selling-Analysen etc.

• Eigenschaften dieser Artikel wie Farben, Größen und das Sortiment, zu dem es in meinem Shop gehört.
• Diese Eigenschaften sind wie die Besucher- und die Seiteneigenschaften nicht statisch, sondern müssen flexibel erweiterbar sein.
• Vielleicht will ich ja morgen einen Partner in meinen Shop integrieren und brauche dann eine Partner-ID am Produkt? Das Geschäft kann dann nicht auf die Web-Analytics-Lösung warten.

B) METRIKEN

• Alles, was ich irgendwie zahlenmäßig erfassen will, benötigt einen Zähler.
• Auch hier gilt: Beliebig erweiterbare Arrays mit Namen und Werten erscheinen geeignet.
• Informationen über die numerischen Datentypen und deren einzelnen Felder sollten im Backend hinterlegt sein und gehören nicht in ein Tag.

Grundsätzlich sollte man zwei Gruppen von Metriken unterscheiden:

1. Besuchermetriken: Wenn der Besucher zählbare Dinge tut, die nicht direkt mit Warenkorbinhalten zu tun haben, zum Beispiel Newsletterregistrierungen oder Klicks auf bestimmte Links, die zählenswert erscheinen. Sogar eine PageImpression oder ein Werbemittel-Clickthrough kann dazu gehören. Aber auch die Eindringtiefe in Conversion Funnels und Szenario-Analysen beliebiger Art sind damit möglich. Die Einstellungen zu den Szenarios gehört meines Erachtens ins Backend. Der Klarheit halber sollten sie im Visitor-Array mit untergebracht werden.

2. Produktmetriken: Hier werden Bestellungen, Stückzahlen, Preise einzelner Produkte im Warenkorb zugeordnet. Selbstverständlich scheint mir, dass sie an den entsprechenden Warenkorb-Positionen hängen sollten.

Fazit: Das eine Tag muss alles unterstützen, was die heutigen, herstellerspezifischen Tags in Summe abbilden. Ich bitte um eifrige Beteiligung, um die Liste abzurunden.

In einem weiteren Artikel werde ich mich mit den Themen Darstellung und Transport eines Universal Tags beschäftigen.

SEM-Phishing: Verlag wirbt auf Kosten des Bundesdatenschutzbeauftragten

Gibt man in Google den Begriff “Bundesdatenschutz” ein, erwartet man eigentlich keine Werbung. Überraschenderweise findet man aber derzeit eine Anzeige an prominentester Stelle, die für “www-bundesdatenschutz.de” wirbt. Bevor man sich jetzt über die Verschwendung von Steuergeldern für Google-Adwords-Anzeigen aufregt, sollte man noch einmal hinsehen: Dann erkennt man, dass der obligatorische Punkt durch ein Minuszeichen ersetzt wurde (”www-bundes…” statt “www.bundes…”)

Die Original-Website www.bundesdatenschutz.de (also die mit dem Punkt) gehört niemand anderem als dem “Bundesbeauftragten für den Datenschutz und die Informationsfreiheit” Peter Schaar. Ohne nun in die Feinheiten des Domain-Name-Systems (DNS) abzutauchen: Aus unserer Sicht wird hier auf Schaars Kosten SEM-Phishing durch Täuschung anhand einer ähnlichen Domäne betrieben!

Der trittbrettfahrende Werbetreibende ist BWRmed!a - ein Unternehmensbereich der Verlag für die Deutsche Wirtschaft AG - , der für sein “Präventionskit zur BDSG-Novelle” wirbt.

Ausgerechnet Schaar, Deutschlands Mahner und Wächter über den rechtlich sauberen Umgang mit Online-Daten, wird Opfer dieser Geschäftspraktik. Ich bin gespannt, ob oder wie seine Dienststelle reagieren wird.

Warum man mehr als ein Web-Analytics-Tool braucht

Eine sehr wertvolle Diskussion stieß Eric Peterson kürzlich in seinem Blog “Web Analytics Demystified” mit dem Beitrag “The Coming Bifurcation in Web Analytics Tools” an. Er berichtet, dass in den USA immer mehr Unternehmen ihre kostenpflichtigen Webanalyse-Tools durch kostenlose Tools wie Google Analytics  ersetzen würden. (Dies schildert Peterson im Übrigen auf extrem vorsichtige Weise, mit jeder Menge Konjunktiv und Vorab-Beschwichtigungen - wohl, um niemandem zu nahe zu treten)

Einen der Gründe haben sich die Hersteller kostenpflichtiger Tools wohl selbst eingebrockt, so Peterson: “It turns out there are limits to the amount your average business user is willing to invest in learning web analytics tools.” Es scheint, als hätten die Hersteller von Highend-Systemen bei der Entwicklung immer besserer Tools die Aufnahmefähigkeit des durchschnittlichen Anwenders vergessen.

Heute gibt es zahlreiche leistungsstarke Systeme - die aber vielen Unternehmen und Usern zu unverständlich und kompliziert vorkommen. Google Analytics hingegen wird geschätzt, weil es aufgeräumt und schlank wirkt, seine Analysen besonders leicht verständlich. Dazu kommt, dass sich Google Analytics in den vergangenen Jahren gut entwickelt hat (und, so unsere Einschätzung, mit einigen kostenpflichtigen Tools durchaus konkurrieren kann).

Aber, mal ehrlich: Wenn es um eine umfassende Webanalyse geht, die alle Online-Geschäftsbereiche eines Unternehmens abdecken und zum Beispiel mit BI und CRM verknüpft werden soll, kann Google Analytics nicht die einzige oder erste Wahl sein.

Was tun? Halten wir fest: Manche User kommen mit Highend-Tools nicht zurecht und hätten gerne verständlichere WA-Tools und Reports. Die Unternehmen wiederum brauchen mächtige Web-Analytics-Systeme für ihr Business.

Peterson findet an einer Konstellation Gefallen, die auch wir sympathisch finden: Warum nicht beides einsetzen? Dann könnte man einerseits Mitarbeiter, die keine tief gehenden Datenanalysen für ihre tägliche Arbeit benötigen, mit einfachen Tools wie zum Beipiel Google Analytics versorgen. Und die Web-Analytics-Profis im Unternehmen könnten sich den umfangreichen Analysen anhand eines Highend-Systems widmen.

Peterson führt ebenfalls aus, dass die Gründe für diese “Zweiteilung” der Web Analytics im Wesentlichen in dem sehr unterschiedlichen Ausbildungs- und Kenntnisstand der Mitarbeiter liegen. Dies deckt sich ganz klar mit unseren Erfahrungen mit vielen unserer Kunden: Sofern ein Unternehmen denn überhaupt ein Team oder Verantwortliche für die Analyse einsetzt, so hat dieses Team grundsätzlich zwei wesentliche Herausforderungen:

1. Kenntnisse in der Analyse von großen Datenbeständen und insbesondere von Web-Analytics-Daten
2. Bedienung des eingesetzten Web-Analytics-Tools

Hersteller dieser Tools sind eher darauf konzentriert, beide Bereiche oben in ihren Trainings gezielt miteinander zu verknüpfen, da so natürlich der “hook in” beim Kunden viel größer ist. Anwenderunternehmen haben derzeit noch Schwierigkeiten zu verstehen, das man sowohl theoretische Grundlagen und Methodenkenntnisse als auch Softwarebedienfähigkeiten besitzen muss und verfallen immer wieder dem Fehler, nur die Bedienung eines Tools zu trainieren, ohne dass den Mitarbeitern die Grundlagen nahe gebracht werden. Merke: Auch wenn ich Microsoft Word perfekt bedienen kann, bin ich deswegen noch lange nicht der nächste Dan Brown.

Der Einsatz eines einfachen Tools kann das Dilemma etwas abmildern. Dadurch, dass Anwender nicht durch komplexe Bedienfunktionen “abgelenkt” werden, können sie sich mit der Methodik und den theoretischen Grundlagen vertraut machen und wachsen somit in die Webanalyse hinein. Der Appetit kommt beim Essen und irgendwann wird der Anspruch nach höherwertigen Analysen wachsen - die Zeit ist dann reif für das Profi-Tool.

Das Wichtigste aber: Dadurch, dass jeder auf diese Weise nur Reports bekommt, die er für seine Arbeit braucht (und nicht mehr!), steigt die Wahrscheinlichkeit, dass er sie tatsächlich liest und für seine Arbeit nutzt.

Google Analytics plus Highend-Tool - “You get the best of both worlds“, so Peterson. Noch vor kurzem wäre so ein Vorschlag mit einem müden Lächeln quittiert worden. Wir meinen: Heute hat er seine Berechtigung. Was meinen Sie?

Trau’ keiner Konversionszahl! So kommt man Angebern auf die Schliche

In der Web-Analytics-Branche tummeln sich nicht wenige “Profis”, die gerne mit Erfolgszahlen um sich werfen - und hoffen, dass keiner genauer nachfragt, wie diese denn zustande gekommen sind. Einer von diesen verkündete kürzlich: “Habe gestern wieder bei einem Landingpage-Test die Konversion um 95,67% erhöht!”

Diese Zahl soll, natürlich, mordsmäßig beeindrucken. Doch wenn man diese Lobeshymne in eigener Sache mal nachrechnet, stellt sich heraus: Hier macht einer viel Wind um nichts. Im Folgenden möchte ich Schritt für Schritt nachweisen, warum eine Behauptung wie diese nichts anderes ist als effektheischerisches Geblubber.

Eine Konversion von 96% - das könnte zum Beispiel dann der Fall sein, wenn die Konversion von 0,5% auf 0,98% steigt. Oder von 15% auf 29%. Aber was soll uns eine 95,67% mit ihren zwei Nachkommastellen sagen? Wie genau muss denn eine Konversionsrate sein, damit eine Steigerung mit zwei Nachkommastellen angegeben werden kann?

Ich beginne mit 2 Annahmen, die Sie gerne zu jedem Zeitpunkt anzweifeln dürfen:

1. Dieser Profi weiß, was er tut.
2. Seine Angaben sind professionell, also richtig und sinnvoll.

Der gesunde Menschenverstand (oder ein sehr grober Daumen) sagen uns, dass die Konversion mit nicht weniger als zwei Nachkommastellen ermittelt werden darf, wenn wir die Steigerung mit zwei Nachkommastellen angeben wollen. Wie viele Besuche und Abschlüsse mussten denn da gestern (also an nur einem Tag!) stattgefunden haben, damit eine Konversion so genau angeben werden kann?

Die Konversion wird im Allgemeinen als “Abschlüsse pro Visit” berechnet und aus gutem Grund so gerundet, dass die Messungenauigkeiten im gerundeten und daher abgeschnittenen Bereich liegen. Bei 2.000 Besuchern und 100 Abschlüssen ist die Konversion exakt 5,00%. Macht aber der 2001. Besucher den 101. Abschluss, ergibt sich eine Konversion von 5,0474762618690654672663668165917%.

1. Berechnung der Visits:

Der Mindestabstand zwischen zwei Messwerten ist hier rund 0,05%. Jede genauere Angabe ist rechnerischer Unsinn, weil sonst halbe Abschlüsse zugelassen werden müssten. Je mehr Abschlüsse zugrunde liegen, desto mehr Nachkommastellen machen (rechnerisch) Sinn. Zum Beispiel, wenn ein zusätzlicher Abschluss eine Verbesserung um nur 0,002% bedeuten würde. Dafür bräuchten wir 50.000 Visits auf jeder Testversion der Landingpage (diese Berechnung ist unabhängig von der tatsächlichen Konversion!). Eine Landingpage mit mindestens 100.000 Visits pro Tag beeindruckt mich tatsächlich.

2. Schätzung der Konversionshöhe:

Wie hoch ist nun die Konversionshöhe, die “Mister 95,67%” erzielt hat? Leider gibt es auch in den besten Messmethoden der Webanalyse Ungenauigkeiten. Je nach Messsystem, Zielgruppe und Fragestellung liegt sie zwischen drei und acht Prozent (bei visitübergreifenden Betrachtungen auch mal darüber hinaus). Nehmen wir hier eine Messungenauigkeit von 3% an und eine Konversion von 5,37%  bei 2680 Abschlüssen auf 50.000 Besuchen. Während wir die Anzahl der 2680 Abschlüsse eventuell mit dem Backend abgleichen können, wissen wir nicht so recht, ob es nun 50.000, 48.500 oder 51.500 Visits waren. Die Konversion liegt also zwischen 5,20% und 5,53%. Der relative Unterschied zwischen diesen beiden Werten ist 6%.

Mit anderen Worten: Es bleibt der Fehler von 3%. Das ist unabhängig von der Anzahl der Besucher oder der Höhe der Konversion. Wenn das Messsystem und der Testaufbau eine Messungenauigkeit von 3% auf nur einem der beiden Werte “Visits” oder “Abschlüsse” hat, ist der relative Fehler in der Konversion mindestens 3%. Eine sinnvoll berechnete Konversion wird also immer so gerundet, dass der Fehler von 3% abgeschnitten wird.

Finale Frage: Für welchen Prozentsatz ist der Fehler von 3% kleiner als 0,01%? Richtig - die von unserem Profi erzielte neue Konversion lag unter 0.34%.

Also, werter “Kollege”: Sie haben eine Landingpage mit über 100.000 Visits verbessert und die Konversion von unter 0,17% auf höchstens 0,34% erhöht?

Ich bin schwer beeindruckt! Nicht durch die Zahlen, sondern wie Sie das als Erfolg verkaufen.

1. kleine Fußnote: Wir haben oben angenommen, dass eine Genauigkeit auf der zweiten Nachkommastelle ausreicht, um eine Konversionssteigerung mit zwei Nachkommastellen angeben zu dürfen. Aber rechnen wir doch nochmals rückwärts:

Steigt die Konversion von 0,17% auf 0,34%, so ist das eine Steigerung um 100%. Von 0,17% auf 0,33% ist eine Steigerung von 94,12% und von 0,16% auf 0,32% eine um 93,75%.

Oh Fluch des Dezimalsystems! Für keine Endkonversion unter 0,34% gibt es eine passende Anfangskonversion, so dass sich eine Steigerung von 95,67% ergibt! Rechnen Sie ruhig nach - es gibt ja nur 33 Stück. Die 94,12% sind schon am nächsten dran. Mir fällt dazu keine schöne Erklärung ein, in der die Begriffe Primfaktoren, Teilerfremdheit und Restklassen nicht vorkommen. [Wenn Sie eine haben, posten Sie sie doch bitte.] Aber es ist hoffentlich offensichtlich, dass eine Angabe auf den Prozentpunkt genau “gewagt” ist, auf zwei Nachkommastellen - blanker Unsinn.

2. kleine Fußnote: Im Allgemeinen können wir in einem Test die Abschlüsse nicht sauber mit dem Backend abgleichen, weil ja eine der Fehlerquellen das Zuordnen genau dieser Abschlüsse zu dieser Testgruppe ist. Wenn der angenommene Messfehler für das Erfassen und Zuordnen der Abschlüsse beispielsweise 2% ist, liegen die tatsächlichen Abschlüsse aus dem obigen Beispiel im Mittel zwischen 2626 und 2734. Die Konversion liegt also zwischen 5,1% (2626/51.500) und 5,64% (2746/48.500).  Es ergibt sich für den Quotienten also ein Messfehler von rund 5%. Ich gebe zu, dass dies eher eine “breiter Daumen”-Schätzung als eine gute Rechnung ist, aber durch die Division zweier fehlerhafter Messwerte wird der mittlere Fehler größer und nicht 0%, wie einige optimistische Gemüter annehmen.

3. kleine Fußnote: Es gibt 10.000 unterschiedliche zweistellige Prozentwerte, aber nur für 25 von ihnen gibt es bei 100 Abschlüssen ganzzahlige Visitzahlen. Das ist aber, zugegebener Maßen, von geringer praktischer Bedeutung.

Internationale WA-Tool-Anbieter tragen keine Schuld an Datenschutzverletzungen

Der Bundesdatenschutzbeauftragte Peter Schaar kritisierte kürzlich, dass viele gesetzliche Krankenkassen “unzulässige Analysedienste” für ihre Websites einsetzen würden. Heise.de berichtet, Schaar wolle das Stichprobenergebnis nun als Aufhänger nutzen, um generell Kritik an der “häufigen Verwendung unzulässiger Systeme zur Analyse der Reichweitenmessung” zu üben.

Wir meinen: Herr Schaar verfolgt die falsche Logik. Denn was genau sind “unzulässige Analysedienste”? Laut “Düsseldorfer Kreis” sind das solche, die unter anderem das individuelle Surfverhalten von Nutzern registrieren und auswerten, ohne dass diese ausreichend informiert wurden und eingewilligt hätten. Ein Analysedienst kann hierzu nur Mittel zum Zweck sein, das heißt: Nicht er missachtet den Datenschutz, sondern sein Anwender. “Unzulässige Analysedienste” kann es deshalb ebenso wenig geben wie “unzulässige Autos”, die mit 250 km/h durch ein Dorf brettern könnten.

Für Betroffene einer Datenschutzverletzung innerhalb Deutschlands ist immer der deutsche Website-Betreiber der “Vertragspartner”. Dabei kann es dem Betroffenen egal sein, ob der Site-Betreiber ein außereuropäisches WA-Tool verwendet oder für die Aufbereitung der Daten einen Dienstleister irgendwo auf dieser Welt beauftragt. Relevant ist, dass der Website-Betreiber für die Einhaltung des Datenschutzes juristisch verantwortlich ist und von Betroffenen belangt werden kann, wenn er diesen nicht einhält!

Ein Kritikpunkt Schaars: Weil viele der Analysedienste von außereuropäischen Anbietern stammten, basierten sie zum einen nicht auf deutschem Recht, zum anderen sei eine Rechtsdurchsetzung schwierig. Tatsächlich müssen hier Website-Betreiber bei der Entscheidung für oder gegen einen Dienstleister aufpassen. Denn viele amerikanische Anbieter betonen, dass sie Mitglied des “Safe-Harbour-Abkommens” seien - und wiegen ihre Interessenten in falscher Sicherheit, ähnlich wie das die deutschen Anbieter mit ihren TÜV-Siegeln tun. Es sei hier auf den letzten Absatzes des Beschlusses des Düsseldorfer Kreises vom 26./27.11.2009 verwiesen, in dem es heißt: “Werden pseudonyme Nutzungsprofile durch einen Auftragnehmer erstellt, sind darüber hinaus die Vorgaben des Bundesdatenschutzgesetzes zur Auftragsdatenverarbeitung durch
die Anbieter einzuhalten.“.

Das “Safe-Harbour-Abkommen” soll - eigentlich - bedeuten: Diese Hersteller sichern zu, dass sie personenbezogene Daten aus Europa nach EU-Datenschutzstandards verarbeiten. Eigentlich. Denn dass dem häufig nicht so ist, ergab nun ein Gutachten des US-Beratungsunternehmens Galexia (heise.de): Häufig verletzten US-Mitglieder dieses Abkommen, was obendrein meist ohne rechtliche Konsequenzen bleibe. Der Vorwurf: Viele der Mitglieder des “Safe-Harbour-Abkommens” haben sich eingekauft ohne zertifiziert zu werden und gehen viel zu lax mit den vereinbarten Vorschriften um. Ob der Dienstleister Mitglied des “Safe-Harbour-Abkommens” ist, ist zivilrechtlich relevant, wenn es um die Frage nach der Haftung des Dienstleisters gegenüber dem Site-Betreiber geht.

Fazit: Würde der Autobauer Toyota der Logik Schaars folgen, würde er seine Kunden, deren Autos klemmende Gaspedale haben, an den Zulieferer verweisen. Und der kann dann alle Vorwürfe von sich weisen mit dem Argument: Bei mir ist alles in Ordnung, denn ich arbeite ja nach DIN ISO 9000.

Online-Shops machen drei Milliarden Euro Verlust - wegen mangelhafter Web-Formulare

Ellenlange, komplizierte und damit nervige Bestell- und Anmeldeformulare - wer regelmäßig online ist, kennt sie zu Genüge. Welche schlimmen Folgen diese haben können, beschreibt nun das Beratungsunternehmen Goldmedia in einer Analyse: Demnach wird jeder siebte Bestellvorgang wegen mangelhafter Formulare abgebrochen. Rund 50 Millionen Bestellvorgänge sind wegen mangelhafter Formulare gefährdet. Drei Milliarden gehen der E-Commerce-Branche durch schlechte Bestellformulare durch die Lappen, rechnet Goldmedia vor.

Online-Händler investieren verhältnismäßig wenig in die Usability ihrer Shops, kritisiert Goldmedia. Dies deckt sich weitgehend mit unserer Erfahrung: Häufig stecken Online-Händler enorme Summen in die Werbung - doch bei der Analyse, wie eine optimale Bestelldramaturgie aussehen könnte, fangen sie an zu sparen.

Oder sie wollen zu viel auf einmal wissen: Häufig werden Formulare aus der Innensicht eines Unternehmens erstellt. In solchen Fällen werden Daten abgefragt, die für den aktuellen Prozess nicht unbedingt notwendig sind. Mein Lieblingsbeispiel sind die Formulare für Lebensversicherungen - am liebsten würde der Anbieter das Sterbedatum abfragen, damit er damit er das Risiko besser kalkulieren kann.

Was sollte ein Website-Betreiber denn tun, um seine Formulare einfacher und damit erfolgreicher zu gestalten? Wichtig seien “eine intuitive und unkomplizierte Anwendung” sowie ein “transparenter und glaubwürdiger Abfrageprozess”, so Goldmann. Nun, das ist schön gesagt. Aber wer legt denn fest, was “intuitiv” ist und was “unkompliziert”? Um das heraus zu finden, ist Web Analytics und Multivariates Testen unerlässlich. Mit diesen Tools kann erforscht werden, welche Passagen des Formulars die Kaufwilligen problemlos verstehen und an welchen Stellen sie hängen bleiben.

Exemplarisches Vorgehen mit Multivariaten Testen (MVT):

Fertigen Sie eine Abbruchanalyse der Transaktionsschritte an, bei Bedarf bis auf die einzelnen Feldebenen hinunter. Prüfen Sie, welche Zielgruppen besonders häufig abbrechen. Das können beispielsweise Erstkäufer sein, Google-Anwender (mit bestimmten Suchworteingaben), Affiliates oder unterschiedliche Altersgruppen. Auch tageszeitabhängige Faktoren können eine Rolle spielen. Entwickeln Sie Alternativhypothesen und testen Sie diese gegen die Ausgangslage mithilfe eines Multivariaten Testing-Tools. In der Regel sollte es (reichweitenabhängig) genügen, wenn bis 20% der Besucher am Test teilnehmen. Folgendes gilt es hierbei zu beachten:

• Berücksichtigen Sie Störfaktoren - zum Beispiel Pflichtfelder, die nicht unbedingt für die Durchführung des Auftrags erforderlich sind.
• Berücksichtigen sie die Konversions-Latenz - also den Zeitraum, der üblicherweise für die Kaufentscheidung notwendig ist.

Einige Tools optimieren solche Prozesse auch “selbstständig” nach vorgegebenen Regelwerken. Klassische Ergänzungen oder Alternativen können “Usability Checks” oder “Usability Labs” sein.

MVT-Tests können helfen, die “Kundenperspektive” auf die Prozesse und Formulare einzunehmen und zu verstehen, genauso wie durch das Hinzuziehen externer Usability Experten. Doch vor allen erhöhen sie zum Teil deutlich die Konversion.

Web Analytics in österreichischen und deutschen Unternehmen - ein Vergleich

Eigentlich sollte es eine Studie über die Webanalyse-Aktivitäten der österreichischen Wirtschaft sein - doch die Wiener Unternehmensberatung e-dialog hat sich zudem die Mühe gemacht, in ihrem “Webanalyse-Report Österreich 2009″ die 30 Dax-Unternehmen Deutschlands mit zu untersuchen.

Heraus kamen zahlreiche interessante Ergebnisse über beide Märkte: So nutzen DAX-Unternehmen laut e-dialog häufiger als österreichische ATX-Unternehmen Tools der gehobenen “Enterprise-Klasse” - doch dafür betreiben diese wiederum mehr Webanalyse.

Quelle: "Webanalyse-Report Österreich 2009", e-dialog

Zudem sind die Deutschen in der Tracking-Aufklärung weitaus aktiver - nur rund jedes fünfte der untersuchten Dax-Unternehmen weist seine Tracking-Tools nicht aus. Bei den ATX-Unternehmen hingegen sind es knapp die Hälfte. Auch in der Anwendung von Google Analytics (GA) gibt es deutliche Unterschiede: Rund 40 Prozent der ATX-Unternehmen setzen GA ein - in Deutschland ist es laut Studie nur ein Nutzer: Volkswagen. “Beides ist auf das hohe Augenmerk, das der Datenschutz in Deutschland genießt, zurückzuführen”, so ein Fazit e-dialogs.

Diese Web-Analytics-Tools kommen nach e-dialog in den Dax-Unternehmen zum Einsatz:

Auch die Top-100-Unternehmen Österreichs nahm e-dialog unter die Lupe. Wesentliche Ergebnisse:

• 44 Prozent der Top-100-Unternehmen Österreichs betreiben keine Webanalyse.
• Nur 14 Prozent nutzen Tools der gehobenen Enterprise-Klasse und haben somit perfekte Analyse-Möglichkeiten.
• Große Mängel gibt es bei Datenschutz und Privacy: Nur gut die Hälfte klärt die Besucher über das Tracking auf (zum Beispiel in Impressum, Datenschutzinfos, Nutzungsbedingungen). Immerhin: Im Vergleich zu 2008 ist das eine Verbesserung um 20 Prozent.
• Rund ein Drittel nutzt Google Analytics, doch nur die Hälfte davon halten sich an die Nutzungsbedingungen und weisen den Einbau des Tools aus.
• Von den analysierten Banken setzen 72 Prozent Webanalyse-Tools ein, doch nur knapp die Hälfte davon klärt die Nutzer entsprechend auf.
• In der Automobilbranche arbeiten drei Viertel mit Web Analytics und die nötige Aufklärung der Nutzer ist mit 89 Prozent überdurchschnittlich hoch. Interessant: Vier der 12 untersuchten Automobilhersteller betreiben für ihre österreichischen Websites eigene Webanalyse-Entwicklungen.

Den “Webanalyse-Report Österreich 2009″ stellt e-dialog auf seiner Website zum kostenlosen Download zur Verfügung (nach Registrierung).

Datenschutz in der Web Analytics – ein brandheißes Thema?

In den Medien herrscht derzeit große Aufregung. Denn in der Web Analytics soll es mit dem Datenschutz  nicht zum Besten stehen. Im Wesentlichen geht es in der aktuellen Debatte um IP-Adressen und deren Anwendung. Der Vorwurf lautet, sehr grob formuliert: Mit Hilfe von IP-Adressen könne man anonyme (und damit erlaubte) Daten, die aus der Web Analytics gewonnen werden, Personen zuordnen. Und diese Personalisierung ist verboten. Die kurz gefasste Schlussfolgerung der Medien: Weil die Verknüpfung von IP-Adressen mit anderen Daten in der Web Analytics ein Leichtes ist, öffnet sie dem Rechtsbruch Tür und Tor.

Kein Wunder also, dass derzeit zahlreiche Web-Analytics-Anwender nach einer solchen Lektüre besorgt bei uns, bei Agenturen und Rechtsanwälten um Rat fragen. Unser Tipp: Gelassen bleiben. Die aktuelle Diskussion entbehrt aus unserer Sicht jeder sachlichen Grundlage, und zwar aus mehreren Gründen:

1. Es ist nicht Aufgabe des Tools, vor Missbrauch zu schützen! Derzeit entsteht der Eindruck, dass es Tools wie Google Analytics sind, die den Datenschutz unterwandern. etracker etwa wirbt mit einem selbst entworfenen Bundesdatenschutzgesetz-Siegel und auch WiredMinds will mit einem Datenschutz-Zertifikat punkten. Diese Siegel sollen belegen, dass ihre Tools datenschutzkonform sind. Mit Verlaub: Was für ein Unsinn. Selbstverständlich können auch mit etracker IP-Adressen generiert werden. Es ist nicht die Software, die den Datenschutz verletzt, sondern immer der Anwender! Ein WA-Betreiber wollte sich kürzlich von seinem Toolanbieter schriftlich bestätigen lassen, dass sein Produkt rechtskonform ist. Die Antwort kam prompt: Der Toolanbieter fühlt sich nicht zuständig und unterschrieb gar nichts. Zu Recht: Das wäre so, als würde ein Koch den Herdhersteller dafür verantwortlich machen, dass er keine giftige Suppe kocht. Stattdessen läuft die Sache umgekehrt: Große Toolanbieter wie Omniture und coremetrics sichern sich vor ihren Kunden ab. Diese müssen schriftlich bestätigen, dass sie im Umgang mit dem erworbenen Tool den Datenschutz einhalten werden.
2. Auch ohne IP-Adresse kann der Datenschutz verletzt werden! Durch geschickte Kombination von Daten mit zusätzlichen Informationen - etwa aus dem Warenwirtschaftssystem – können personalisierte Daten generiert werden, man muss nur filigran genug messen. Zum Missbrauch braucht es also keine IP-Adressen. Deshalb wäre es für die aktuelle Diskussion sehr sachdienlich, die Perspektive zu erweitern.
3. Google Analytics wird zu unrecht an den Pranger gestellt. Vor allem das kostenlose Tool Google Analytics wird in den Medien angegriffen, weil es den Datenschutz nicht einhalten soll. Fakt aber ist: Google Analytics liefert keine IP-Adressen an seine Anwender aus. Ob Google allerdings dennoch IP-Adressen sammelt und diese bloß nicht weiterleitet, ist eine interessante Frage – die Google leider nicht beantwortet.
4. Die aktuelle Diskussion hätte bereits vor vielen Jahren geführt werden können. Es gibt derzeit keine neue oder veränderte Gesetzgebung, die eine erhitzte Diskussion wie die aktuelle rechtfertigen würde. Die Datenschutzrichtlinie der EU, nach der Website-Besucher über die Verwendung von Cookies informiert werden sollen, ist gerade erst in Planung und es wird dauern, bis diese in Kraft tritt und in die deutsche Gesetzgebung einfließt.

Was empfehlen wir derzeit unseren Kunden? Das, was wir seit jeher empfehlen:

• Seid Euch Eurer Verantwortung bewusst! Holt zwei Rechtsexperten: einen Medienrechtler, einen für Datenschutz. Mit deren Rat sollen die WA-Projekte so aufgebaut und durchgeführt werden, dass das Generieren personenbezogener Daten nicht möglich ist.
• Website-Besuchern muss die Möglichkeit angeboten werden, das Verfolgen anhand von Cookies zu unterbinden. Ein guter Platz dafür sind die Datenschutzbedingungen, die gut erreichbar sein sollten. Gutes Beispiel: unser Kunde Weltbild
• Personenbezogenen Daten sind für effiziente Webanalyse nicht nötig. Es reichen Cluster, die anhand soziografischer Informationen wie Geschlecht und PLZ gebildet werden, um gute Analysen durchführen zu können.
• Und: Bitte gesunden Menschenverstand einschalten und die Originaltexte lesen – nicht nur Medienberichte. Selbst einige Rechtsanwälte lassen sich derzeit von der hitzigen Debatte anstecken und scheinen nicht immer klar zu sehen. Als Lektüre empfehlen wir den Beschluss des „Düsseldorfer Kreises“ (ein Zusammenschluss der Datenschutz-Aufsichtsbehörden der Länder). Darin werden kompakt und lesbar essentielle Grundlagen der Web Analytics zusammengefasst, zum Beispiel:
  • Man darf Web Analytics Tools einsetzen, um anonymisierte Profile zu bilden.
  • Man darf diese Profile aber nicht in einen Personenbezug bringen.
  • Dies ist gestattet, wenn der Betroffene zustimmt - was etwa beim Online-Kauf über die AGBs geregelt ist.

Fazit: Datenschutz in der Web Analytics ist ein wichtiges Thema – aber ganz bestimmt kein aktuelles. Und es muss anders darüber diskutiert werden als es aktuell der Fall ist. Es wäre an der Zeit, dass Verbände wie der BVDW, die BITKOM und auch der OVK sich einschalten und Medien, Anwälten und auch Toolherstellern fachlich belegen, dass ihr IP-Adressen-Getöse zur falschen Zeit stattfindet, den Kern nicht trifft, und, gelinde gesagt, Unsinn ist.

Website-Testing in Unternehmen: Vor allem zum Start ist Beratung sinnvoll

Kein Zweifel: Das Interesse der Unternehmen, mit A/B/n-Tests und multivariaten Tests (MVT) ihre Online-Präsenz zu optimieren, steigt. Doch vielen fällt es schwer, solche Tests erfolgreich zu implementieren und durchzuführen, stellt Forrester in der Marktanalyse “The Online Testing Vendor Landscape” fest. John Lovett, scheidender Senior Research Analyst bei Forrester, nennt drei Hindernisse, die das Testing in Unternehmen erschweren:

• distanzierte Marketer, die sich von den Testmethoden abgeschreckt fühlen
• zu starre Arbeitsabläufe
• mangelnde Verantwortlichkeiten

Lovetts Analyse deckt sich mit unserer Erfahrung. Die Folgen dieser Hindernisse sind mangelhafte A/B und multivariate Tests, weil sie weder strategisch noch operativ geplant und durchgeführt werden. Deshalb sind Unternehmen, die noch keine Expertise entwickelt haben, gut beraten, externe Hilfe einzuholen - zumindest bei der Einführung solcher Tests! Dass sich das rechnet, belegt Forrester mit folgender Grafik:

Steigerung der Erfolgsrate mit externer Beratungsleistung (hellblau) und ohne (dunkelblau):

Was alles schief gehen kann, wenn die Testing-Erfahrung fehlt, zeigt ein aktuelles Beispiel: Eine Kfz-Versicherung begann in Eigenregie Ende September einen A/B/n multivariaten Test: Während einer Laufzeit von sechs Wochen sollte die Konversion von sechs Landingpages-Varianten geprüft werden. Das Ergebnis nach diesen sechs Wochen: Es gab einen Sieger, einen Zweitplatzierten und vier abgeschlagene Rezepte. Aufgrund dieses Ergebnisses nahm der Anbieter die vier erfolglosen Varianten aus dem Test, um das Ergebnis eine Woche lang erneut zu überprüfen. Das Ergebnis: Der vorhergehende Sieger rutschte ab auf Platz zwei, der Zweitplatzierte landete auf Platz eins. Der Grund: Alle Besucher der ersten sechs Wochen, die die vier erfolglosen Varianten gesehen und nicht zur Konversion beigetragen haben, wurden in der zweiten Testrunde auf das Default-Rezept geleitet - dem Zweitplatzierten aus dem ersten Testlauf. Dieser bekam also die gesamte Konversionsleistung aller anderen Varianten zugeordnet und landete auf diese Weise auf Platz eins.

Wie so häufig bekamen wir auch in diesem Fall zu hören: “Das Tool misst falsch!” Fakt aber war: Das Tool funktionierte bestens. Das Vorgehen (der Marktingabteilung) war falsch.

Was hätte das Unternehmen stattdessen tun sollen?

1. Es hätte den ersten Test vollständig beenden und einen völlig neuen A/B Test mit jenen Probanden aufsetzen müssen, die im ersten Lauf nur das erst- oder zweitplazierte Rezept gesehen haben oder gar nicht teilgenommen haben. Alle anderen Probanden aus dem früheren Test hätte man ausschließen müssen, denn sie waren “verbrannt”. So ist der Test wertlos und die nächste Chance zum Testen gibt es erst wieder in 12 Monaten.
2. In einer langen Zeitspanne muss man auch mit einem Verhaltenswechsel der Website-Besucher rechnen: Kfz-Versicherungen sind für sie zwischen September und dem Wechsel-Stichtag 30. November interessant, Man kann also davon ausgehen, dass sich der Besuchsgrund zwischen Anfang September (Informationssuche) und Ende November (noch auf die Schnelle den Kfz-Versicherer  wechseln) drastisch ändert. Und diese Unterschiede in der Besuchsmotivation verfälschen das Ergebnis.
3. Es ist prinzipiell von Vorteil, wenn man zu Beginn mit A/B Tests erste Erfahrungen sammelt und dann die Testmethoden sukzessive verfeinert.

Forrester stellt in seinem Draft einige Testing-Tools vor und zeigt: Auch günstige Tools warten mit einem guten Leistungsumfang auf. Mit diesen in Deutschland erhältlichen Tools können diese Tests durchgeführt werden: Webtrends, Omniture, Autonomy, Maxymizer und Vertster (das wir exklusiv vertreiben).

Forresters Leistungsumfangs-Ranking

1. Autonomy, Maxymizer
2. OMTR
3. Vertster, Webtrends

Forresters Produktpreis-Ranking:

1. Vertster
2. Webtrends
3. OMTR
4. Autonomy

Eine starke Idee: Mit einem Ratespiel Entscheider von A/B-Tests überzeugen

Eine extrem unterhaltsame und zugleich hoch effiziente Idee präsentiert Lars Johansson in seinem Blog Webanalysts.info: Der Schwede stellt ein Ratespiel zur Verfügung, mit dem Unternehmenslenker von der Dringlichkeit von A/B-Tests überzeugt werden können. Diesen Tipp geben wir nur allzu gerne weiter!

Der von Johansson entworfene Test besteht aus 15 Online-Seiten, die in jeweils zwei Variationen angezeigt werden (sie stammen aus realen A/B Tests oder multivariaten Tests). Die Teilnehmer sollen erraten, welche der zwei Varianten am erfolgreichsten war. Am unterhaltsamsten ist es, wenn mehrere gegeneinander antreten - wer die meisten Punkte hat, gewinnt.

Vergleichen kann man seine Ergebnisse dann mit denen eines Affen (randomized), eines „HiPPO“ (Highest Paid Person’s Opinion – in diesem Fall der CTO), eines Usability Experten, eines Art Directors, eines Web Analysten oder den Ergebnissen der Mutter von Lars Johansson (eine Grundschullehrerin im Ruhestand).

Wir wünschen viel Vergnügen und große “Aha”-Erlebnisse. Und vielen Dank an Lars Johansson!