Autor
Arunkumar S, Delivery Manager, Nabler
Einleitung
In E-Commerce Unternehmen wird Customer Engagement (CE, Kundeninteraktion) als Kennzahl oft unterschätzt. Im Vergleich zur Conversion oder einer Transaktion wird dieser Kennzahl nicht genügend Aufmerksamkeit geschenkt. Die Customer Engagement Touch Points, auch als Mikro Conversions angesehen, die in verschiedener Weise gemessen werden können, decken die Wahrheit auf, warum Besucher nicht konvertieren. Deshalb können Unternehmer diese Interaktionskennzahlen nicht ignorieren. Ebenfalls ist es nicht nur wichtig, diese Kennzahlen zu messen, sondern auch nach den Ergebnissen zu handeln.
Bevor man jedoch zu schnelle Schlüsse zieht, muss man sicherstellen, dass die gesammelten Daten tatsächlich die Wahrheit widerspiegeln. Zeiten ändern sich und Besucher erreichen unsere Webseite über verschiedene Kanäle. Ein Kunde könnte etwa auf dem Desktop im Büro nach Produkten suchen, den Kauf jedoch zu Hause vom Handy durchführen. Deshalb ist es von großer Bedeutung, dass Daten auf ‘Kundenlevel’ und nicht auf ‘Gerätelevel’ berichtet werden.
Übersicht
Dieses Rezept erklärt, wie man Customer Engagement Kennzahlen auf Kundenlevel messen kann und behandelt wichtige Kennzahlen, die von E-Commerce Unternehmen zu beachten sind.
Lerninhalte
- Daten auf Kundenlevel sind für das Treffen von Entscheidungen angebrachter
- Entscheidungen, die zur Verbesserung der Kundeninteraktion führen sollen, können zu erhöhtem ROI führen, wenn Daten auf Kundenlevel genutzt werden.
- Erweiterte Interaktionen über verschiedene Touch Points hinweg – Geräte & Kanäle.
Rezept zur Analyse
Fast alle E-Commerce Webseiten haben das Login Feature als Standardversion. Heutzutage, speichern die meist genutzten Browser und mobile Apps die Login Daten durch automatisches Einloggen, jedes Mal, wenn Kunden die Anwendungen öffnen. Dies ist nützlich, da wir somit Kunden über die Loginparameter identifizieren können. In diesem Fall sollte die ‘Nutzer ID’ oder ‘Login ID’ als eundeutiger Schlüssel zur Identifizierung des Kunden markiert werden.
Tracking der Nutzer ID
Um Daten auf Kundenlevel zu sammeln, sollte die Nutzer ID im Analytics Tool definiert, eingestellt und getrackt werden. Die Email ID oder Telefonnummer, die einen Kunden in den meisten Fällen als eindeutig definiert, sollte als Nutzer ID verwendet werden. Sogar beim ‘Checkout als Gast’, wird die Email ID vom Nutzer verlangt.
Diese Nutzer ID sollte im Analytics Tools so eingestellt werden, dass Daten gespeichert werden und sollte als Nutzerlevelvariable programmiert werden. Für dieses Rezept, nehmen wir an, dass die Email ID als Nutzer ID bestimmt wurde.
Der folgende Abschnitt zeigt, wie die Nutzer ID in Google Analytics und Adobe Analytics eingestellt wird.
Google Analytics
In Google Analytics ist die Nutzer ID eine Standardvariable, die während eines Seitenaufrufes aufgerufen wird.
Der Beispielcode ist unten aufgeführt,
//Aktiviert ein Trackingsignal und sendet einen Seitenaufruf wie gewohnt
// da der Wert für die ‘Nutzer ID’ nicht nicht bekannt ist.
ga(‘create’, ‘UA-XXXXX-Y’, ‘auto’);
ga(‘send’, ‘pageview’);
// Zu einem späteren Zeitpunkt, sobald der Wert der ‘Nutzer ID’ bekannt ist
// Platziert den Wert im Tracker .
ga(‘set’, ‘userId’, USER_ID);
Im oben aufgeführten Code, sollte die Variable ‘USER_ID’, die Email ID aufnehmen und diese an Google Analytics senden.
Ist es zugelassen, die Email ID im Analytics Tool zu speichern? Hier ist der Haken, Email ID ist eine sogenannte PII (Personally Identifiable Information / Persönlich Identifizierbare Information), die nicht gespeichert werden kann. Man kann dies umgehen indem man die Email ID verschlüsselt abspeichert und sie dann während der Berichterstattung wieder entschlüsselt werden. Dafür gibt es mehrere Algorithmen, wie MD5 Hashing, was für diesen Zweck verwendet werden kann. Auf diese Weise werden die Grenzen des Analytics Tools nicht überschritten.
Die Implementierung des Trackings für die Nutzer ID ist erst der Anfang. Im nächsten Schritt, sollte die zugehörende Google Analytics Property aktiviert und eingestellt werden. Die Einstellungen werden unten gezeigt. Bitte dabei darauf achten, dass die Einstellung “Session Unification” AN ist, so dass Treffer, die gesammelt werden, während der Nutzer nicht eingeloggt ist, auch mit der Nutzer ID verknüpft werden können.
Es sollte weiterhin sichergestellt werden, dass die Nutzer ID ebenfalls in einer benutzerdefinierten Dimension gespeichert wird, zusammen mit der Standarddimension. Der Grund hierfür ist, dass die Nutzer ID nicht für Segmentierungen oder benutzerdefinierte Berichte zur Verfügung steht. Ohne eine benutzerdefinierte Dimension können wir also die Daten nicht zum vollen Potential nutzen.
Adobe Analytics
In Adobe Analytics wird die Nutzer ID, Besucher ID genannt. Standardmäßig wird von Adobe eine Besucher ID gespeichert, was nichts anderes ist als ein permanenter Cookie. Dies ist das Äquivalent zur “Client ID” in Google Analytics. Diese standardmäßige Besucher ID sollte durch unsere Definition der Nutzer ID überschrieben werden, der Email ID. Hier ist die Variable und Syntax,
s.visitorID=”email id”
Diese Variable sollte zusammen mit einem Seitenaufruf eingestellt werden. Die PII Beschränkung gilt ebenfalls für Google Analytics, weshalb auch hier das Hashing empfohlen wird, bevor der Wert weitergeleitet wird.
Geräteübergreifendes Tracking
Mit der Implementierung der Nutzer ID, ist das geräteübergreifende Tracking standardgemäß aktiviert. Die Nutzer ID wird gesammelt, sobald der Nutzer in einem der Geräte eingeloggt ist – Handy, Desktop & Tablet. Die Treffer, die von mehreren Geräten gesammelt werden, werden in einer Nutzer ID kombiniert. Sollte nach der Implementierung der Nutzer ID ein Segment kreiert werden, dass sich auf das Nutzerlevel begrenzt, würde dieses die Treffer aller Geräte und Kanäle beinhalten.
Berichte für Engagement Kennzahlen
E-Commerce Berichte in Analytics Tools haben sich immer mehr weiterentwickelt. Adobe ist bekannt für komplexes und detailliertes E-Commerce Tracking und Google hat erweiterte E-Commerce Berichte, welche ebenso gut sind.
Neben den Standard Engagement Kennzahlen, wie Sitzungsdauer, Seitenaufrufe/Sitzungen und Absprungrate, gibt es einige erweiterte KPIs (Key Performance Indicators, Hauptkennzahlen), die von Google Analytics zur Verfügung gestellt werden, um Kundeninteraktion besser zu verstehen. Die Engagement Kennzahlen können durch Standardfilter/Segmente für den E-Commerce in Kanäle und Geräte eingeteilt werden.
Unten stehen einige wichtige Engagement Kennzahlen für den E-Commerce:
- Zeit auf Produktseiten
Diese Kennzahl zeigt uns, auf welchen Seiten Besucher die meiste Zeit verbringen. Sollte die Zeit auf Produktseiten mit den Conversions in Verbindung stehen, können wir die Produkte herausfiltern, die weniger Conversions, aber längere Aufenthaltsdauer aufzeigen.
Nach Gerät:
Nach Kanal:
- Durchschnittliche Sitzungsdauer
Vergleicht man die durchschnittliche Sitzungsdauer von Nutzern mit Conversion und Nutzern ohne Conversion, kann man einen Bezugswert (Benchmark) setzen, der erreicht werden sollte. Wenn man tiefer in die Daten sieht, kann man herausfinden, welche Seiten zu einer längeren Sitzungsdauer beitragen und welche Ereignisse von Nutzern durchgeführt werden etc. Desweiteren kann die Sitzungdauer nach Gerät einen klaren Einblick in Verhaltensfluss über verschiedene Medien hinweg geben.
- Kennzahlen zum Absprungverhalten
Das Abspringen von der Webseite ist sehr riskant. Deshalb ist dies ein kritisches Problem, welches hohe Priorität verdient. Einige der E-Commerce Berichte bieten detaillierte Einsicht in das Absprungverhalten. Zu den wenigen Kennzahlen in den Google Analytics erweiterten E-Commerce Berichten gehören,
- Verhalten im Verkaufstrichter
- Einkaufswagen/Detail-Verhältnis (Anzahl der hinzugefügten Produkte pro Anzahl der Produktdetail-Aufrufe)
- Kaufen/Detail-Verhältnis (Anzahl der gekauften Produkte pro Anzahl der Produktdetail-Aufrufe)
- Absprungsraten an unterschiedlichen Stellen im Trichter
- Keine Produkte im Einkaufswagen %
- Absprungsrate vom Einkaufswagen %
- Absprungsrate vom Checkout %
Die Tabelle unten zeigt die Apsrungskennzahlen nach Gerätkategorie:
In der Tabelle unten sieht man eine Aufteilung nach verschiedenen Kanälen (Medium):
Mögliche Vorangehensweise für die Analyse
- Analysiere das Verhalten nach Gerätetyp und optimiere somit den Conversionfluss
- Identifiziere den Kanal, der die aktivsten Besucher anlockt und das Marketingbudget so zuordnet, dass der maximale ROI erwirtschaftet wird
- Sehe alle Hauptkennzahlen auf Nutzerlevel an und entscheide, welche Zahlen einen starken Einfluss haben könnten
Tags
#GoogleAnalytics #AdobeAnalytics #Engagement #eCommerce #Channels #Devices
Quelle: DAA Global