Wer jemals vor einem Webanalyse-System oder einem Analyse-Bericht saß und nicht wusste, womit und wie man anfängt, für den ist dieses Buch gedacht. Tom Alby hilft Ihnen dabei zu verstehen, wie eine professionelle Analyse von Anfang bis Ende abläuft. Unabhängig davon, welches System Sie verwenden oder ob Sie Informatik studiert haben oder nicht: Machen Sie sich mit den grundlegenden Denkansätzen und Herangehensweise der Webananalyse vertraut. Denn nur wer segeln gelernt hat, kann dann später auch jede Yacht über den Ozean steuern.

Reporting und Lösungen für bekannte Problemstellungen

Geleitwort der Digital Analytics Association ... 15Geleitwort der Fachgutachter ... 17Einleitung ... 19TEIL I Zieldefinition ... 231. Ziele der Webanalyse ... 251.1 ... Was ist Webanalyse? ... 251.2 ... Ohne Ziele keine Analyse ... 251.3 ... Ziele nach dem S.M.A.R.T.-Prinzip ... 271.4 ... Die Gewinnerzielungsabsicht ... 281.5 ... Business Value Generation: der Antrieb ... 281.6 ... Was, wenn es nicht direkt um Geld geht? ... 291.7 ... Findet ein gutes Tool nicht selbst heraus, was wichtig ist? ... 301.8 ... Vanity Metrics ... 302. Die Dreifaltigkeit der Datenanalyse ... 332.1 ... Ziele, KPIs und Metriken ... 332.2 ... Von Daten zur Aktion ... 35TEIL II Datenakquise ... 393. Wie funktioniert Tracking? ... 413.1 ... Tool einbinden und fertig? ... 413.2 ... Warum Technik verstehen? ... 423.3 ... Wie sich zwei Maschinen unterhalten ... 423.4 ... Server- und Client-basiertes Tracking ... 433.5 ... Andere Formen des Trackings ... 473.6 ... Tag-Management-Systeme ... 474. Nutzer- und geräteübergreifendes Tracking ... 494.1 ... Nutzer sind eigentlich Browser ... 494.2 ... Was sind eindeutige Nutzer? ... 514.3 ... Geräteübergreifendes Tracking ... 525. Hits, Seitenaufrufe und Sitzungen ... 555.1 ... Hits ... 555.2 ... Seitenaufrufe ... 575.3 ... Sitzung ... 575.4 ... Zeitliche Definition einer Sitzung ... 595.5 ... Was ist die ideale Sitzungsdauer? ... 595.6 ... Die Rolle des Nutzers ... 606. Daten: Roh oder aggregiert? ... 616.1 ... Was ist der Unterschied? ... 616.2 ... Beispiele für Analysen mit Rohdaten ... 626.3 ... Rohdaten mit R abfragen, transformieren und auswerten ... 637. Dimensionen und Messwerte ... 697.1 ... Unterschied zwischen Dimensionen und Metriken ... 697.2 ... Umfang/Scope verstehen ... 717.3 ... Eigene Dimensionen und Metriken ... 728. Ereignisse und Datenschicht ... 758.1 ... Was sind Ereignisse? ... 758.2 ... Beispielereignisse ... 758.3 ... Der Ereignisplan ... 778.4 ... Einsatz einer Datenschicht ... 789. Einen Tracking-Plan erstellen ... 819.1 ... Warum ein Tracking-Plan? ... 819.2 ... Der Tracking-Plan im Detail ... 829.3 ... Vom Tracking-Plan zum Tagging-Plan ... 8310. Ein geeignetes Tracking-Tool auswählen ... 8510.1 ... Entscheidungsfaktoren ... 8510.2 ... Google Analytics ... 8610.3 ... Adobe Analytics ... 8710.4 ... Matomo ... 8810.5 ... Hotjar ... 8911. Datenschutz ... 9111.1 ... Keine Rechtsberatung ... 9111.2 ... Warum überhaupt Datenschutz? ... 9111.3 ... Was ist schlimm an der Datensammlung im Internet? ... 9211.4 ... Datenschutz und Webanalyse ... 9312. Umfragen auf der eigenen Website ... 9512.1 ... Warum Umfragen in einem Buch über Webanalyse? ... 9512.2 ... Vor- und Nachteile von Umfragen ... 9512.3 ... Fallstricke ... 9712.4 ... Wie wird es richtig gemacht? ... 99TEIL III Analyse ... 10113. Minimale Statistikgrundlagen ... 10313.1 ... Warum Statistik? ... 10313.2 ... Verteilungen ... 10313.3 ... The mean Mean ... 10413.4 ... Alternativen zum arithmetischen Mittel ... 10713.5 ... Standardabweichung ... 10813.6 ... Korrelationen ... 11014. Interaktionen anstatt Verweildauer ... 11314.1 ... Warum die Verweildauer meistens falsch gemessen wird ... 11314.2 ... Ist die Verweildauer überhaupt ein guter KPI? ... 11514.3 ... Warum Interaktionen besser sind ... 11515. Absprungrate verstehen ... 11915.1 ... Definitionen der Absprungrate ... 11915.2 ... Nutzen der Absprungrate ... 12015.3 ... Unterschied zwischen Absprungrate und Ausstiegsrate ... 12116. Segmente verstehen ... 12316.1 ... Was sind Segmente und warum sind sie wichtig? ... 12316.2 ... Wie findet man relevante Segmente? ... 12516.3 ... Mengenlehre ... 12517. Akquisekanäle verstehen ... 12917.1 ... Was ist ein Akquisekanal? ... 12917.2 ... Direkt ... 13017.3 ... Organische Suche ... 13017.4 ... Suchmaschinen-Marketing ... 13417.5 ... Display ... 13617.6 ... Affiliate ... 13717.7 ... E-Mail ... 13717.8 ... Social ... 13817.9 ... Referral ... 13817.10 ... Benutzerdefinierte Kanäle ... 13818. Kampagnenerfolg auswerten ... 14118.1 ... Was ist Erfolg? ... 14118.2 ... Kampagnen-Tagging ... 14118.3 ... Die Währungen im Online-Marketing ... 14218.4 ... Customer Journey versus Datensilos ... 14419. Attribution berechnen ... 14519.1 ... Warum ist Attribution wichtig? ... 14519.2 ... Statische Attributionsmodellierung ... 14619.3 ... Beispiel First Click versus Last Click ... 14719.4 ... Vor- und Nachteile statischer Attributionsmodelle ... 14819.5 ... Dynamische Attributionsmodellierung ... 14920. Interne Suche messen ... 15120.1 ... Warum ist die interne Suche interessant? ... 15120.2 ... Welche KPIs sind wichtig? ... 15220.3 ... Wie darstellen? ... 15320.4 ... Beispiel einer Auswertung in Google Analytics ... 15420.5 ... Wie wird eigentlich Relevanz gemessen? ... 155TEIL IV Testen ... 15721. Eine Hypothese formulieren ... 15921.1 ... Datengetriebene Hypothesen und kontinuierliches Testen ... 15921.2 ... Welcher Test zuerst? ... 16022. A/B- und multivariate Tests ... 16322.1 ... A/B-Tests ... 16322.2 ... Multivariate Tests ... 16322.3 ... Unterschied A/B/n-Test und multivariater Test ... 16422.4 ... Wie groß muss ein Sample sein? ... 16622.5 ... Vorgehensweisen im Testing ... 16622.6 ... Aufsetzen eines Tests ... 16723. Wie belastbar ist ein Testergebnis? ... 16923.1 ... Was genau ist statistische Signifikanz? ... 16923.2 ... Frequentists versus bayessche Inferenz ... 17123.3 ... A/A-Tests ... 173TEIL V Reporting und Anwendungen ... 17524. Wie handlungsrelevante Berichte entstehen ... 17724.1 ... Produktivitätskiller Reporting ... 17724.2 ... Ziele der Stakeholder verstehen ... 17824.3 ... Zweck des Reports definieren ... 17824.4 ... Top-down-Methode ... 18024.5 ... Benchmarking ... 18024.6 ... Prognosen ... 18024.7 ... Storytelling mit Daten ... 18124.8 ... Signale vom Rauschen trennen ... 18125. Die Kunst, das richtige Diagramm zu wählen ... 18325.1 ... Vorsicht, Diagramm! ... 18325.2 ... Welches Diagramm für was? ... 18525.3 ... Liniendiagramm ... 18525.4 ... Säulendiagramm/Balkendiagramm ... 18625.5 ... Histogramm ... 18725.6 ... Scatterplot ... 18725.7 ... Bubble Chart ... 18825.8 ... Boxplot-Diagramm ... 18926. Dashboards ... 19126.1 ... Was ist der Unterschied zu einem Report? ... 19126.2 ... Best Practices ... 19127. Datengetriebene Personas ... 19727.1 ... Was ist eine Persona? ... 19727.2 ... Einschränkungen eigener Daten ... 19827.3 ... Personas aus Nutzungsdaten ... 19927.4 ... Demografische Daten ... 20128. Ein Personalisierungskonzept erstellen ... 20328.1 ... Voraussetzungen ... 20328.2 ... Fallstricke ... 20428.3 ... Analyseansätze ... 205TEIL VI Problemlösungen ... 20729. Messunterschiede zu anderen Systemen ... 20929.1 ... Klicks versus Sitzungen ... 20929.2 ... Unterschiedliche Integration ... 21030. Den Bestätigungsfehler vermeiden ... 21330.1 ... Was ist der Bestätigungsfehler? ... 21330.2 ... Was hilft gegen den Bestätigungsfehler? ... 214A. Nützliche Helferlein ... 217B. Literatur ... 221C. Glossar ... 227Index ... 233