.

Mittwoch, Mai 04, 2011

Neue Google Analytics Features: Website Geschwindigkeit (Site Speed)

Es scheint als gäbe es nun fast monatlich neue Features – die Update Geschwindigkeit von Google Analytics nimmt auf jeden Fall zu was dem Tool zu Gute kommt und die Wichtigkeit des Themas Web Analyse unterstreicht.

Website Geschwindigkeit

Vor über einem Jahr hat Google offiziell verkündet, dass die Ladegeschwindigkeit von Webseiten einer von vielen Faktoren für das Ranking der Suchergebnisse ist und somit Teil des Such-Algorithmus (http://googlewebmastercentral.blogspot.com/2010/04/using-site-speed-in-web-search-ranking.html).

Zwar ist der Site Speed nicht ausschlaggebend (wenn doch wäre mein Blog, der zugegebenermaßen sehr langsam lädt, nicht so gut geranked), aber dennoch ist die Ladegeschwindigkeit ein wichtiger Faktor. 

Er erhöht die Usability und damit die Nutzerzufriedenheit. Wir haben bei Trakken im Rahmen der Conversion Optimierung schon viele Site Speed Tests durchgeführt mit sehr guten Auswirkungen auf die Conversions.

Um diesen Faktor zu bekräftigen hat Google Analytics nun einen eigenen Report hierfür bekommen und stellt die Ladegeschwindigkeit der eigenen Webseiten dar.


Die Ladegeschwindigkeit kann hierbei in unterschiedlichen Kategorien analysiert werden:


Content – hier kann die Frage beantwortet werden welche Seiten am langsamsten laden

Zugriffsquellen – Gibt es Kampagnen die auf unterschiedliche Ladezeiten der Seiten reagieren? Hier ist es beispielsweise interessant zu sehen, ob und wie eine positive Änderung des Site Speed Einfluss auf den SEO Traffic hat. Oder Landing Pages können hier in Verknüpfung mit der Herkunftsquelle der User gesondert betrachtet werden.

Besucher – Andere Länder andere Sitten. Wie unterscheidet sich die Ladegeschwindigkeit der Seiten in verschiedenen Ländern und Regionen? Mit der neuen Version von Google Analytics ist ja der Report der Verbindungsgeschwindigkeiten entfallen (hat ihn schon jemand vermisst?) – der Zusammenhang von Land und Ladegeschwindigkeit ist jedoch viel interessanter. Unabhängig von der Verbindung können nun vielleicht hohe Absprungraten in verschiedenen Ländern erklärt, und vor allem optimiert werden.


Technologie – Inwiefern wird die Ladegeschwindigkeit von der technischen Ausstattung der User beeinflusst? Haben Browser, Betriebssystem  oder Bildschirmauflösung Einfluss auf den Site Speed? Vermutlich ja – aber welchen? Durch diese Erkenntnisse können Optimierungen für bestimmte Browser vorgenommen werden (Stichwort Cross-Browser-Testing).

Es gibt eine Reihe an Maßnahmen mit denen die Ladegeschwindigkeit von Seiten (positiv) beeinflusst werden kann. Es gibt eigentlich keinerlei negativer Effekte bei dieser Optimierung. Im Gegenteil – eine klare Win-Win-Situation: 


User sind happy, Websitebetreiber ist happy wegen zufriedenerer User (mehr Conversions), Google ist happy und dadurch wieder der Websitebtreiber (besseres Ranking -> mehr Conversions). 


Warum also nicht machen?




Durch den Website-Geschwindigkeit Report bei Google Analytics und die gleichzeitige Darstellung von Absprungrate und % Ausstiege können hier wertvolle Erkenntnisse gewonnen und Maßnahmen abgeleitet werden.


Die Berechnung der Ladegeschwindigkeit erfolgt anhand eines Samplings – wie hoch dieses Sampling ist wurde bislang nicht kommuniziert. Mein bisheriger Eindruck ist, dass es eher recht klein ist. Da es aber ja um den Trend geht kann man denke ich hiermit gut leben.

Derzeit ist es leider noch nicht möglich die Ladegeschwindigkeit zu segmentieren – dies könnte auch noch interessante Erkenntnisse bringen. Insbesondere die Auswirkung von Ladegeschwindigkeit auf Umsatz – aber wer weiß, vielleicht wird dies ja auch noch kommen…

Wie kommt man nun aber zu den Daten?

 Hierfür muss eine Anpassung am Code vorgenommen werden. Die Anpassung wurde aber denkbar einfach gemacht – es muss nämlich lediglich eine zusätzliche Zeile in den Code eingefügt werden. Hier ein Beispielcode mit der entsprechenden Zeile (fettgedruckt):



Mit dem Einbau dieser Zeile ist das Tracking der Ladegeschwindigkeit aktiviert und kurze Zeit später sollten Daten in Google Analytics einlaufen. Der entsprechende Report befindet sich dann in der Rubrik Content.


Es sind also keine weiteren Einbauten notwendig, so wie es vorher war, wenn man mit Hilfe von Workarounds und zusätzlichen Scripts die Ladegeschwindigkeit in Google Analytics einfließen lassen hat.
Hier ein Video (Englisch) mit einigen Tipps eine Website schneller zu machen:



Was halten Sie von dem Site Speed Report in Google Analytics? Haben Sie sich bisher Gedanken über die Ladegeschwindigkeit Ihrer Seiten gemacht? Haben Sie bereits Maßnahmen eingeleitet oder werden Sie dies tun? Schreiben Sie einen Kommentar und teilen Ihre Meinung, Ihre Erfahrungen mit den anderen Lesern – und machen Sie mich froh, da ich mich über jeden Kommentar wirklich freue! ;-)

Dienstag, Mai 03, 2011

Stufen der Web Analyse Entwicklung

Immer wieder sitze ich in Meetings mit Kunden in denen es unter anderem um den aktuellen Stand der Web Analyse geht. Hier werde ich des Öfteren gefragt, wie denn das Unternehmen im Vergleich zu anderen Unternehmen steht.

Ob in Unternehmen in diesem Bereich nun besonders fortschrittlich oder im Vergleich eher zurück liegt ist nicht so einfach zu beantworten. Ich versuche in diesem Post mal eine kleine Anleitung zu geben, welche Schritte verfolgt werden sollten um zumindest grundsätzlich in der Lage zu sein, Web Analyse professionell durchführen zu können.



Toolauswahl


Nun sind viele Web Analyse Tools seit Jahren etabliert und eigentlich sollte zumindest jedes Unternehmen mal davon gehört und das Bewusstsein erlangt haben, dass es absolut sinnvoll sein kann eines zu haben, oder anders formuliert: es geschäftsschädigend ist keines zu haben!

Dennoch gibt es immer wieder Unternehmen die sozusagen „blind“ unterwegs sind und keinerlei Transparenz über ihr Online Geschäft haben.

Oder, und dies ist sicherlich die größere Anzahl an Firmen, es ist ein Web Analyse Tool implementiert, aber keiner traut den Daten, da es suboptimal implementiert ist (unglaublich wie oft dies der Fall ist). Unabhängig davon, ob es sich um ein kostenloses oder kostenpflichtiges Tool handelt – hier wird aus meiner Sicht enorm viel Geld verpulvert.

Mein Gefühl sagt mir, dass die Toolanbieter geschätzte 90% ihres Umsatzes mit Kunden machen, die das Tool entweder schlecht eingebaut haben oder es schlichtweg nicht nutzen.

Somit muss der erste Schritt sein zu checken, ob das (vorhandene) Tool den eigenen Anforderungen noch genügt oder die Implementierung optimiert werden muss.

Implementierung


Wenn festgestellt wurde, dass ein Tool vorhanden ist, den Daten aber keiner traut weil die Implementierung fehlerhaft, veraltet oder einfach schlecht ist, so ist die Implementierung der erste und wichtige Schritt.

Man kann hier nun dazu neigen alles zu trakken was irgendwie trackbar ist und technisch erhoben werden kann. Dies führt dann oftmals zu sehr langen Implementierungsprozessen die einen daran hindern, schnell mit der Web Analyse zu beginnen.

Ich habe noch nicht gehört, ob der Fall schon vorkam, könnte mir aber durchaus vorstellen, dass sich schon mal jemand todimplementiert hat ;-)

Dies ist ein hervorragender Grund nicht mit der eigentlichen Web Analyse anfangen zu müssen, denn solange die Implementierung nicht abgeschlossen, kann man sich gut hinter der Ausrede verstecken, dass das Tool noch nicht einsatzbereit ist…

Grundsätzlich sollte man also zunächst die Implementierung „glattziehen“ und dafür sorgen, dass sämtliche Basisdaten einlaufen. Basisdaten sind allgemeine Traffickennzahlen und die Abbildung der Seiten- und Kapitelstruktur.

Ziele und Conversions


Wenn die Basisdaten bereits in das Web Analyse Tool einlaufen und Sie mit diesen ein gutes Gefühl haben kommt der nächste Schritt. Die Definition von Zielen.

Des Öfteren habe ich es hier im Blog oder in meinem Buch bereits erwähnt – Ziele können vielfältig sein:

  • Kauf
  • Newsletterregistrierung
  • Download
  • Ausfüllen eines Kontaktformulars
  • Ansehen einer bestimmten Seite
  • Ansehen eines Videos
  • Seite Weiterempfehlen
  • Social Media
  • Etc.

Einige, nicht zwangsläufig alle, Ziele sollten in einem Tool definiert werden. Im Anschluss macht die Web Analyse wesentlich mehr Spaß, wenn man sehen kann, welche Ziele auf einer Website eigentlich erreicht werden.

Und wie wollen Sie sonst die Conversions messen oder gar optimieren, wenn Sie keine definiert haben?

E-Commerce


Neben den eben genannten Zielen ist es bei Shops möglich E-Commerce Daten in ein Web Analyse Tool einfließen zu lassen.

Hierfür bedarf es in der Regel eines zusätzlichen Code-Schnipsels, der auf der Kauf-Bestätigungsseite eingebaut werden muss. Hier gibt es verschiedene Variablen die mit allen möglichen Daten gefüllt werden können wie beispielsweise Produkt, Produktkategorie, Preis, Steuern, Frachtkosten, und und und. Also vielerlei E-Commerce spezifischer Daten.

Hierdurch wird Web Analyse sexy!

Denn wenn reale Umsatzdaten in das Tool einfließen interessieren sich plötzlich deutlich mehr Leute für die Daten. Und sobald nur ein Eurozeichen in den Berichten und Reports auftaucht hat man das Gefühl, in der Realität, und nicht nur virtuell, zu arbeiten – und genau so soll es ja auch sein.


Kampagnen und Herkunftsquellen


Nun sind bereits einige Daten im Tool mit denen man schon einiges anfangen kann. Aber spannend ist nun die Verknüpfung all der vorigen Daten mit den Herkunftsquellen der User:


  • Über welche Quelle kamen die User?
  • Wie hoch ist mein SEO-Anteil im Vergleich zu SEM (aka SEA)?
  • Die User welcher Quelle erfüllen meine Ziele am besten?
  • Welche Quelle sorgt für am meisten Umsatz?
  • Usw.

Viele viele Fragestellungen die sich hier ergeben. Es macht also mehr als Sinn die Daten von Kampagnen und Herkunftsquellen in das Tool einfließen zu lassen.

Hierfür muss man bei einigen Quellen etwas machen. In der Regel erkennt das Tool Direktzugriffe und Referrer automatisch. Bei Suchmaschinen kann es schon etwas anspruchsvoller werden. Zwar werden diese erkannt, aber eine automatische Trennung nach organischem und bezahltem Traffic findet eher selten statt. Hier sollte also unbedingt dafür gesorgt werden, dass dies unterschieden wird!

Andernfalls machen weder SEO- noch SEM-Tätigkeiten Sinn!

Aber auch sämtliche anderen Kanäle sollten in das Tool einfließen. Display-Kampagnen, Newsletter-Kampagnen, Affiliate-Maßnahmen, Kooperationen, und und und.

Hierfür müssen in der Regel Kampagnenvariablen übergeben werden über die das Tool beim Aufruf der Zielseite erkennt über welche Kampagne der User auf die Seite kam. Diese Kampagnenvariablen sind von Tool zu Tool unterschiedlich – mal sehr einfach und übersichtlich, mal eher komplex und verbunden mit intensiverem Aufwand.

Es lohnt sich aber auf alle Fälle wenn möglich Besuche über sämtliche (!) Kampagnen in das Tool einfließen zu lassen. Denn nur so erhalten Sie das vollständige Bild der Herkunft Ihrer User und nur so können Sie beurteilen, welcher Kanal eigentlich erfolgreich ist!

Datenverknüpfungen


Dieses Thema ist sehr toolabhängig. Denn einige Tools bieten per Default bereits viele Möglichkeiten unterschiedliche Daten miteinander verknüpfen und korrelieren zu können.

So sollte es natürlich möglich sein, die Herkunftsquelle mit Zielerreichungen und Umsätzen in Verbindung zu bringen. Ebenso sollten Verknüpfungen von Basisdaten wie Verweildauer, Seitenaufrufe pro Besuch, usw. mit anderen Daten verknüpft werden können.

Hier sollten Sie in Ihrem Tool genau schauen, inwiefern dies bereits möglich ist oder manuell Verknüpfungsmöglichkeiten durchgeführt werden müssen.

Ohne diese Möglichkeiten werden Sie den Weg von Reporting zu Web Analyse allerdings nie schaffen.

Segmentierung


Wenn alle vorigen Schritte erledigt sind und Sie mit all diesen Daten zufrieden sind geht es Ihnen schon viel besser als vielen vielen anderen Unternehmen. Für viele hört sich das bisherige vielleicht auch trivial an, aber prüfen Sie mal genau nach – laufen wirklich alle Kampagnen in Ihr Web Analyse Tool und sind diese verknüpfbar mit anderen Daten?

Wenn ja, dann kommen wir zur Königsdisziplin – der Segmentierung.

Segmentierung heißt, dass Sie aus der ganzen Datenmasse kleine Bruchstücke definieren und separat weiteranalysieren. Ein Segment ist beispielsweise „alle User die über Google AdWords kamen“. Aber es gibt unzählige und die Möglichkeiten sind vielfältig.

Es können Segmente nach Nutzungsintensität, Zielerreichungen, Herkunft oder Verknüpfungen mehrerer verschiedener Segmente nach bestimmten Bedingungen vorgenommen werden.

Wie flexibel Sie hier sein können hängt auch wiederum stark von Ihrem Tool ab. Bei einigen Tools gibt es hier starke Beschränkungen, oder es kostet zusätzliches Geld wenn Sie diese Beschränkungen lockern wollen. Fragen Sie also im Zweifel einfach Ihren Anbieter.

Langfristig können Sie tiefergehende Erkenntnisse nur mit Hilfe von Segmentierung erlangen. Denn je weiter Sie tief in die Daten „drillen“ desto näher kommen Sie an die Antwort auf Ihre Frage/Vermutung und desto mehr nähern Sie sich einer Aktion – und das Durchführen einer Änderung, einer Aktion ist schließlich das Ziel. Denn nur durch Änderungen können Sie besser werden, mehr Transparenz erlangen und Ihre User besser verstehen.

Auf welcher Stufe stehen Sie? Bei welchem Schritt gibt es die größten Probleme? Welche Erfahrungen haben Sie gemacht? Liege ich mit den Schritten völlig falsch? Oder habe ich welche vergessen? Schreiben Sie einen Kommentar und diskutieren mit den anderen Lesern!
 
Google