Reports Revisited I: In-Page-Analyse

Eine ganze Weile ist es her, dass ich hier geposted habe - des öfteren wurde ich sogar darauf angeschrieben und gefragt wann der nächste Post live geht und was der Grund für die verhältnismäßig lange Pause ist.

Zunächst die gute Nachricht: Dies hier wird ein Post und auch in Zukunft habe ich definitiv vor wieder mehr und regelmäßiger zu posten! Und - ja, es gab einen Grund für die Pause, welcher das ist wird an dieser Stelle aber noch nicht verraten...in nur wenigen Wochen wird es dazu einen Blog-Post geben.

Nun soll es aber nicht lange um mich oder diesen Blog gehen - ich steige direkt in das Thema ein.

Innerhalb von Google Analytics gibt es Berichte die schaut man sich einfach nie an (oder zumindest sehr selten).

Warum?

Vielleicht weil man sie nie für relevant erachtet hat, sie vielleicht mal nicht funktioniert haben oder man auf Anhieb den Mehrwert nicht direkt erkennen konnte.

Es ist in der Tat so, dass es in der Vergangenheit Berichte gab (auch auch mitunter immer noch welche gibt), die eher suboptimal gestaltet oder einfach buggy waren/sind.

Einer dieser Berichte war sicherlich die In-Page-Analyse.

In-Page-Analyse

Eigentlich hat der Bericht nie so wirklich funktioniert und deswegen hat man sich ihn irgendwann auch nicht mehr angesehen. Nachvollziehbar.

Seit einiger Zeit allerdings kann ich durchaus empfehlen sich diesen Bericht vorzunehmen. Denn es gibt einige Neuerungen die absolut interessant sind!

Links innerhalb der eigenen Website können in Bezug auf unterschiedliche Metriken analysiert werden.

Derzeit sind es:

• Klicks
• Transaktionen
• Umsatz
• Zielwert
• Abschlüsse für definierte Ziele

Hierdurch kann auf einfache Art und Weise überprüft werden, welche Links wie viel zum jeweiligen Erfolg beigetragen haben.

In-Page-Analyse

Navigiert man mit der Maus über die jeweiligen Felder, so werden einem noch weitere Informationen angezeigt.

Die Einstellung in oberen Screenshot habe ich erreicht, indem ich mir zusätzlich zu den Info-Ballons noch Farben habe anzeigen lassen. So wird das ganze noch etwas plakativer.

Hinweis:

Zu beachten ist, dass Google Analytics Links auf die gleiche Zielseite per Default nicht von einander unterscheiden kann. Angenommen ich platziere auf einer Webseite an unterschiedlichen stellen zwei Links die zu folgender (gleichen) Seite führen:

www.meineseite.de/zielseite

so wird dieser Links unabhängig von der Position gleichbehandelt. D.h. die Anzahl der Klicks oder eine der anderen Metriken ist für diesen Link identisch. Google Analytics könnte diesen Link erst dann differenzieren, wenn Parameter oder Variablen ihn voneinander unterscheidbar machen würden. Beispielsweise:

www.meineseite.de/zielseite?link=1
www.meineseite.de/zielseite?link=2

Damit Sie diese Anpassungen nicht manuell vornehmen müssen, was zugegebenermaßen auch etwas mühsam wäre, stellt Google Analytics eine Script-Anpassung zur Verfügung. Hierdurch wird automatisiert eine Anpassung gleicher Links auf einer Seite vorgenommen, damit diese innerhalb der In-Page-Analyse als unterschiedliche wahrgenommen werden können.

Passen Sie Ihren Tracking-Code einfach wie folgt an (der rote Teil wird hinzugefügt):

var _gaq = _gaq || [];
var pluginUrl = (('https:' == document.location.protocol) ?
   'https://ssl.' : 'http://www.') +
   'google-analytics.com/plugins/ga/inpage_linkid.js';
_gaq.push(['_require', 'inpage_linkid', pluginUrl]);
_gaq.push(['_setAccount', 'UA-XXXXXX-Y']);
_gaq.push(['_trackPageview']);

(function() {
  var ga = document.createElement('script'); ga.type = 'text/javascript';
  ga.async = true;
  ga.src = '//www.google-analytics.com/ga.js';
  var s = document.getElementsByTagName('script')[0];
  s.parentNode.insertBefore(ga, s);
})();

Bei sehr vielen Links auf einer Seite kann es sinnvoll sein, die relevanten Links herauszufiltern und nur diese zu analysieren. Hierfür gibt es einen Auswahl-Button mit dem ich mir beispielsweise nur die Links anzeigen lassen kann, die mehr als 5% der Klicks generiert haben.

Hinweis:

Diese Anzeige funktioniert nicht bei allen Links die auf Ihrer Website sind, sondern nur bei den Links die innerhalb Ihrer Domain bleiben. Auch Links die in Flash, Ajax oder anderen dynamischen Inhalten  "versteckt" sind funktionieren für diese Darstellung nicht. JavaScript-Aktionen hingegen können mit der oberen Script-Anpassung erhoben und dargestellt werden.

Diese Darstellung stellt in einfacher und verständlicher Weise dar, welche Links "funktionieren" und welche nicht. Hierüber können Sie wertvolle Optimierungshinweise erhalten - vielleicht finden Sie Links die einen großen Einfluss auf Zielerreichung, Umsatz oder sonstiges haben. Warum ist dies so? In welchem Umfeld steht dieser Link? An welcher Position steht der Link? Wie heißt der Link-Text?

Eine weitere sehr schöne Darstellung ist die der Browsergrößen (Button auf der rechten oberen Seite).

Hier kann analysiert werden welcher Teilbereich der Seite von wie viel Prozenz der User in Abhängigkeit Ihrer Browsergröße gesehen werden kann.

Durch den Schieberegler kann der Prozenanteil erhöht oder verringert werden. Hierduch wird der sofort sichtbare Bereich entweder größer oder kleiner - je mehr User Sie in die Betrachtung einbeziehen, desto kleiner wird der für diese sofort sichtbare Bereich.

Browsergrößen-Analyse

Das danebenliegende Pull-Down-Menü ermöglicht die Auswahl folgender Optionen:

• Webnutzer

Diese Auswahl zieht sämtliche Nutzer des Internets weltweit ein. Es wird der sichtbare Bereich der für 90% der weltweiten Nutzer sofort sichtbar ist angezeigt. Diese Option wird also den kleinsten sofort sichtbaren Bereich anzeigen, da es die größte Vielfalt unterschiedlicher Browser gibt. Erweiterte Segmente funktionieren bei dieser Auswahl nicht.

• Besucher dieser Website 

Diese Auswahl zieht sämtliche Besuche ein die auf Ihrer Website waren - unabhängig davon, ob sie die von Ihnen in diesem Bericht betrachtete Seite gesehen haben oder nicht.

• Besucher dieser Seite

Diese Auswahl zieht nur die Besuche ein die die von Ihnen in diesem Bericht betrachtete Seite auch während ihres Besuchs gesehen haben.

Durch das Aktivieren der Check-Box Perzentile anzeigen verändert sich die Anzeige weiter. Denn Sie haben dann nicht nur eine schwarz-weiß Ansicht (bzw. rosa-weiß) die besagt: Sofort sichtbar oder nicht sofort sichtbar - in Abhängigkeit des von Ihnen durch den Schieberegler eingestellten Anteils der Besuche. Sondern diese Anzeige stellt eine Abstufung dar - abhängig davon wie viel Prozent der Besuche welchen Bereich innerhalb der Seite direkt, also ohne zu scrollen, sehen konnten.

Perzentile anzeigen

Ich finde es immer wieder beeindruckend wie klein im Durchschnitt der sofort sichtbare Bereich auf einer Webseite für die User ist.

Überprüfen Sie mal Ihre Seite - ist der Call to action für den Großteil der Nutzer wirklich sichtbar? Wenn nicht - vielleicht ist dies einer von mehreren Gründen, weshalb Sie mit Ihrer Conversion Rate nicht zufrieden sind?

Optimierungspotenziale!!!

Stop - wird der aufmerksame Leser nun sagen. Diese Darstellung bezieht sich ja auf sämtliche User - also auch die die mit einem kleinem Handy-Display auf die Seite kamen. Natürlich können die nicht die gesamte Webseite sehen.

Korrekt - sagt der aufmerksame Autor ;-) Das tollste an diesem Bericht ist, dass Sie erweiterte Segmente anwenden können! Sie können also jederzeit ein Segment ohne mobile Zugriffe erstellen und nur diese betrachten. Oder Sie erstellen ein benutzerdefiniertes Segment mit den Usern die den Großteil der Browser und Bildschirmauflösungen abdecken - hierüber bekommen Sie ein noch genaueres Bild.

Hochspannend!

Da Google Analytics nicht automatisch erkennt, ob ihr Webdesign eher mittig, links oder rechts positioniert ist, können Sie die grafische Darstellung der Browsergrößen entsprechend anpassen. Klicken Sie hierfür das Bearbeiten-Symbol an der rechten Seite und wählen Sie aus, welchem Design Ihre Website am ehesten entspricht. Die grafische Darstellung wird entsprechend angepasst. Hier ein Screenshot für meinen Blog wäre er nicht mittig, sondern links designed (es macht natürlich keinen Sinn es sich so für meinen Blog anzeigen zu lassen):

Darstellung für linkslastiges Layout

Seit der Überarbeitung dieses Berichts durch Google sind die Nutzungsmöglichkeiten deutlich gestiegen! Es können sinnvolle und wertvolle Erkenntnisse gewonnen werden - geben Sie diesem Bericht doch noch eine Chance!

Die Seite die in dem Bericht In-Page-Analyse per Default angezeigt wird definieren Sie selber. Und zwar innerhalb der Property-Einstellungen wenn Sie die Website-URL eingeben. Vermutlich werden Sie dort bereits Ihre Homepage eingetragen haben.

Sie haben aber jederzeit die Möglichkeit auch jede andere Seite mit der In-Page-Analyse zu analysieren. Gehen Sie hierfür einfach in den Bericht:

Website-Content -> Alle Seiten

Und wählen sich dort irgendeine Seite aus. Über die Auswahl des oberen Reiters In-Page gelangen Sie direkt in die entsprechende Darstellung - für die von Ihnen ausgewählte Seite. Hiermit können Sie also Ihre Landing-Pages, Warenkorbsteps und sämtliche weiteren für Ihren Geschäftserfolg wichtigen Seiten analysieren.

Kannten Sie diese Darstellung bereits? Haben Sie hierüber schon Erkenntnisse erlangen können? Wie nutzen Sie den Bericht? Was fehlt Ihnen noch? Schreiben Sie einen Kommentar und diskutieren mit den anderen Lesern und geben Sie ein Feedback...

Absprungrate - kennt jeder, oder?

Sie könnten in Erwägung ziehen, diesen Blog Post nicht zu Ende zu lesen, wenn Sie spontan definieren können, was der Unterschied zwischen Absprungrate und Ausstiegsrate ist…Sie haben 5 Sekunden Zeit…

5

4

3

2

1

Und? Kennen Sie den Unterschied? 

Wie auch immer Ihre Antwort ausgefallen  ist – vielleicht lesen Sie ja trotzdem weiter ;-)

Die Absrpungrate, oder auch Bounce Rate, ist eine Metrik die in fast allen Web Analyse Tools als Standardkennzahl enthalten ist (Omniture hingegen tut sich hier ein wenig schwer). 

Doch wie berechnet sie sich und wie und warum unterscheidet sie sich zu der Ausstiegsrate?

Hier kurz die Formel die bei den meisten Tool zur Berechnung der Absprungrate verwendet wird:

Besuche mit nur einem Seitenaufruf / alle Besuche

In die Absprungrate fließen demnach nur Besuche die während ihres Besuchs maximal (!!!) eine Seite aufgerufen haben. Oder kurz: alle „Einseitenbesuche“. 

Sobald während eines Besuchs eine zweite Seite aufgerufen wird kann die Absprungrate nicht mehr beeinflusst werden. Denn dann kann ein User nur noch aussteigen – und dies ist dann auch der Unterschied dieser beiden Metriken:

Bei der Absprungrate wird während eines Besuchs maximal eine Seite aufgerufen. Die Absprungrate macht also nur Sinn im Zusammenhang mit Landing Pages – schließlich muss es sich ja um eine Landig Page handeln, denn wenn nicht könnte es nicht mehr nur eine Seite während des Besuchs sein.

Um die Ausstiegsrate zu beeinflussen muss mehr als eine Seite während eines Besuchs aufgerufen worden sein.

Warum ist die Absprungrate so wichtig?

Aus meiner Sicht ist die Absprungrate eine der aktionsgetriebensten Kennziffern.

Eine hohe Absprungrate zeigt mir direkt, dass ich ein gravierendes Problem habe um dessen Lösung ich mich schnellstens kümmern sollte.

User die über irgendeine Quelle auf eine Ihrer Seiten kommen haben ehe Sie Ihren Webauftritt betreten irgendeine Absicht. Sie haben bei Google nach Etwas gesucht und haben sich durch Ihre Anzeige oder das organische Suchergebnis angesprochen gefühlt und sind deswegen auf Ihrer Seite gelandet.

Oder aber ein User hat Ihre Offline Anzeige gesehen, von Ihnen gehört, oder ist aus sonst irgendeinem Grund auf Ihre Seite gekommen.

Freuen Sie sich! Was gibt es schöneres als Besuche auf seiner Website zu haben?

Alle User die auf Ihre Website kommen haben eine bestimmte Erwartungshaltung – diese ist unter anderem auch davon abhängig über welchen Traffic Kanal die User Ihre Website ansteuern.

Wenn nun diese Erwartungshaltung aber nicht erfüllt wird sind sie ganz schnell wieder weg.

Der Zurück-Button innerhalb des Browsers ist die meistgenutzte Funktion in einem Browser!

Eine Chance einen neuen Kunden zu gewinnen, oder zumindest in Interaktion mit dem User zu treten, wurde vertan, wenn er direkt wieder abhaut.

Und genau dies sagt die Absprungrate an – je höher die Absprungrate, desto mehr vergebene Chancen haben Sie durchgehen lassen.

Doch wie hoch ist eine normale Bounce Rate?

Dies werde ich sehr oft gefragt und es ist recht schwer zu beantworten, da es immer vom jeweiligen Business abhängt. Vor allem ist diese Frage grob unsinnig! Dazu allerdings gleich – zunächst beantworte ich sie noch, da eine Antwort meistens trotz der Unsinnigkeit erwartet wird ;-)

Grob kann man aber sagen, dass eine Absprungrate von über 70% viel viel viel zu hoch ist und man sich dringend ransetzen sollte diese zu optimieren.

Um die 50% Bounce Rate bedeutet nichts anderes, als dass jeder zweite Besuch auf Ihrer Website direkt wieder verschwindet – wollen Sie das?

Als normal würde man wohl eine Absrpungrate zwischen 15% und 25% bezeichnen. Aber heißt dies, dass es nicht auch besser sein kann?

Aber noch bin ich nicht bei abzuleitenden Aktionen – dazu komme ich gleich.

Aus meiner Sicht ist es alles andere als sinnvoll sich über Overall-Bounce Rate zu unterhalten!

Zwar geben die meisten Tools eine Overall Absprungrate an, aber was kann ich damit anfangen? Bzw. welche Aktion würden Sie durchführen?

Nur mit weiteren Analysen macht die Absprungrate Sinn!

Hier drei mögliche durchzuführende Analysen:

• Absprungrate je Traffic Kanal 
•  Absprungrate auf unterschiedlichen Seiten (=Landing Pages) 
•  Kombination aus Absprungrate nach verschiedenen Kanälen und gleichzeitiger Analyse der jeweiligen Landing Pages

Sie geben Geld für Kampagnen bei AdWords oder irgendeinen anderen Kanal aus? 

Dann sollten Sie die Absprungrate zumindest der Kanäle kennen für die Sie Geld ausgeben. Denn Sie verlieren hier bares Geld, wenn Sie eine hohe Absprungrate haben. 

Vergleichen Sie diese doch einfach mit der durchschnittlichen Absprungrate Ihrer Website – so haben Sie einen Anhaltspunkt, ob sie besser oder schlechter ist.

Versuchen Sie tiefer in die Daten einzusteigen. Differenzieren Sie die Absprungrate der unterschiedlichen AdWords Kampagnen, der Anzeigengruppen und der Suchbegriffe.

Wie unterscheidet sich die Bounce Rate bei Suchbegriffen die Ihren Markennamen beinhalten im Vergleich zu generischen  oder spezifischen Suchbegriffen?

Auf welchen Seiten landen die User überhaupt? 

Und kann man hier Korrelationen feststellen zwischen guten/schlechten Landingpages und Herkuftsquellen der User? 

Oder gibt es Unterschiede bei der Betrachtung nach Werktagen und Wochenenden?

Wie kann ich die Absprungrate denn nun verbessern?

Viele werden es sich denken was jetzt kommt …  neben der Analyse der Daten anhand der obigen Fragestellungen bleibt einem in der Regel nicht viel anderes übrig als zu testen!

Ein Ablauf zur Optimierung der Absprungrate kann wie folgt aussehen.

     7 Tipps - von der Absprungrate zu Conversion Optimierung:

1. Drill-Down in die Absprungrate nach Traffic Kanälen in Verknüpfung mit Landing Pages
   
   Hierüber bekommen Sie zunächst einen Überblick über die unterschiedlichen Bounce Rates auf Ihrer Website und ein Gefühl dafür wie die Daten aussehen.
   
2. Herauskristalisieren der Landing Page mit einer im Vergleich hohen Bounce Rate
   
   Sortieren Sie nun die Landing Pages nach der Absprungrate. Sie werden schnell sehen, dass dies nur bedingt sinnvoll ist, da viele Seiten an den ersten Positionen stehen werden, die eine Bounce Rate von 100% haben. Deswegen ist die Kombination mit dem folgenden Punkt wichtig:
   
3.  Sortieren der Landing Page nach Wichtigkeit – in der Regel ist dies die Anzahl der Besuche
   
   Wenn Sie nun statt nach Bounce Rate nach Besuchen sortieren macht es auch nur bedingt Sinn. Eine gewichtete Sortierung macht hier Sinn. D.h. gleichzeitig werden sowohl die meisten Besuche als auch die höchste Bounce Rate angezeigt. So sehen Sie auf einen Blick, wo das ToDo ist.
   
4.  Analyse ob die User über eine bezahlte oder eine nicht bezahlte Quelle auf der Seite gelandet sind.
   
   Dies lässt Sie wissen, inwiefern Sie die User aktiv lenken können. Bezahlte Quellen sind meist schneller anpassbar und änderbar.
   
5. Analyse der eigenen Landing Page
   
   Schauen Sie sich nun in Ruhe die eigene Landing Page an – fällt Ihnen etwas auf? Wie ist das Zusammenspiel der Anzeige auf die Sie geklickt haben mit der eigentlichen Landing Page. Versuchen Sie sich in die Schuhe des Users zu begeben und seien Sie kritisch!
   
   (Wir haben bei Trakken 55 ConversionOptimierungs Tipps zusammengestellt)
   
6.  Testing!
   
   Sie werden nach dem vorigen Schritt vermutlich einige Ideen haben, wie die Seite umgestaltet werden können. Warum machen Sie es nicht? Tests durchzuführen sind das einzige Mittel herauszufinden welche Seiten funktionieren und welche nicht. Es gibt nahezu beliebig viele Testszenarien – und kein Mensch weiß vorab welche Variante am besten funktioniert.
   
7.  Targeting
   
   In dem vorigen Schritt ein paar Bilder auszutauschen ist recht einfach und sogar mit einem derzeit relativ schlechten Tool wie dem Google Website Optimizer möglich. Doch dabei muss es nicht bleiben. Ein paar Ideen zur Inspiration:
   
   • Spezielle Landing Pages für spezifische Kampagnen, Werbemittel, Motive, Keywords, etc.
   • Unterschiedliche Landing Pages in Abhängigkeit davon, ob der User schon mal bei Ihnen war oder nicht.
   • Individuellere Landing Pages beim nächsten Besuch wenn User ein Produkt in den Warenkorb getan, es aber nicht gekauft haben.
   • Regionale Aussteuerung.
   • Individuelle Landing Pages in Abhängigkeit davon welche Produkte der User sich bei seinen letzten Besuchen angesehen hat.
   • Dynamische Landing Pages.
   • Landing Pages mit Unterscheidung nach Mann/Frau.
   • Usw.

Es gibt eine Vielzahl von weiteren Segmenten die bedient werden können und eine große Anzahl an Targeting Möglichkeiten.

Soweit einige Möglichkeiten zum Umgang mit der Absprungrate. Ich denke es wird deutlich, dass es sich wirklich um eine sehr aktionsorientierte Kennziffer handelt – wenn Sie den richtig eingesetzt wird.

Nutzen Sie die Möglichkeiten Ihres Web Analyse Tools und nutzen Sie die Bounce Rate als Anhaltspunkt für Verbesserungen Ihrer Landing Page.

Wie nutzen Sie die Absprungrate? Haben Sie konkrete Erfahrungen sammeln können? Cases? Haben Sie noch weitere Punkte hinzuzufügen? Schreiben Sie einen Kommentar – gern update ich den Post mit Ihren Vorschlägen. Ich freue mich über jeden Kommentar!!

Was ist der Unterschied zwischen Reporting und Analyse?

Des Öfteren werde ich gefragt was denn eigentlich der Unterschied ist zwischen Reporting und Analyse. Oder anders, viele Unternehmen meinen sie würden Web Analyse betreiben - in Wirklichkeit ist es aber nichts anderes als Reporting.

Doch was ist denn dann eigentlich Web Analyse? Und wie unterscheidet es sich zum Reporting?

Dieser Post soll etwas Licht in die Unterschiede bringen.

Web Reporting ist das Zusammentragen von Zahlen und Daten aus Web Analyse Tools oder anderen Tools die Daten ausspucken.

Diese Daten werden in vielen Unternehmen in unterschiedlichen Formen (meist in Excel) zusammengepackt, vielleicht noch mit ein paar Excel Grafiken aufgehübscht, und dann an einen großen Verteiler verschickt.

Der Empfänger kann sich dann die für ihn relevanten Daten aus diesen Excel Tabellen und Datenolonnen heraussuchen und seine eigenen Erkenntnisse gewinnen.

In der Regel wird er allerdings, wenn überhaupt, einen kurzen Blick darauf werfen, und checken, ob es grobe Abweichungen gegenüber der Vorwoche, dem Vormonat oder gar dem Vorjahr gibt (einige sind dann sogar zufrieden, wenn es nicht schlechter als im Vorjahr lief!!).

Und so sehen Reportings dann teilweise so aus:

Automatisierter Email Report aus einem Web Analyse Tool

Ich möchte einen Menschen sehen, der mit diesen Daten tatsächlich etwas anfangen kann! (Bitte im Kommentar melden ;-)

Zugegeben, diesen Sreenshot habe ich von einer Email gemacht die ich wöchentlich bekomme - und die regelmäßig so aussieht. Ein Designer hat diesen Report/diese Email nie gesehen (hoffentlich). Aus meiner Sicht ist dieser Report ein schlimmer Schritt zurück in längst vergangene Jahrzehnte und eigentlich ein Verbrechen...niemals niemals niemals hat dies auch nur im Ansatz etwas mit Web Analyse zu tun!

Dashboard aus einem Web Analyse Tool

Diesen Screenshot kennen bestimmt die meisten. Aber ist das Web Analyse? Nein! Dies ist ein Dashboard und ebenfalls Reporting. Ebenso wie folgendes Bild:

Dashboard aus einem Web Analyse Tool

Und so bietet jedes Web Analyse Tool seine eigenen Dashboards - und viele Leute denken dann, wenn dieses eingerichtet ist, und vielleicht sogar noch automatisiert verschickt wird, dass nun Web Analyse betrieben wird.

Um Reporting zu machen können Sie einen günstigen Werkstudenten einstellen und ihn/sie die Daten aus einem Web Analyse Tool herauskopieren und in Excel neu zusammenstellen lassen. Es gibt in großen Unternehmen ganze Abteilungen, die nichts anderes machen...

Doch was ist denn dann Web Analyse?

Web Analyse beschäftigt sich viel mehr mit den eigentlichen Business-Zielen des Unternehmens.

Die Dashboards sind deutlich individualisierter und aktionsorientiert.

Die aufgeführten Inhalte sind contextbezogen und idealerweise stark segmentiert.

Und das Wichtigste überhaupt - Handlungsempfehlungen!

Es wird deutlich, dass dies eine völlig andere Arbeit ist, herausfordernder, qualifizierter und wesentlich businessorientiert. Völlig andere Anforderungen - ein zahlenexportierender Werkstudent reicht hier nicht mehr aus...

Wie kann also ein Dashboard auch aussehen, welches eher in Richtung Web Analyse statt in Reporting geht?

Beispielanalyse

Wer als erster den Unterschied erkennt schreibt einen Kommentar ;-)

Im Unterschied zu den obigen Beispielen wurden hier die ganzen Daten schon analysiert und nur die Erkenntnisse wiedergegeben.

Die Daten wurden sozusagen vorgekaut ehe sie verbreitet werden.

Dies hat den Vorteil, dass die Empfänger sich nicht mehr selber in die Daten einlesen müssen und eigene, womöglich voneinander abweichende, Interpretationen durchführen müssen, sondern innerhalb von wenigen Minuten wissen, wie der Stand ist und was zu tun ist.

Die obige Analyse besteht in Wirklichkeit noch aus einer weiteren Seite in der basierend auf den Daten Handlungsempfehungen aufgeführt sind. Und zwar so, dass diese auch nachgehalten werden können. Also mit Empfehlungsdatum und den Veränderungen der Daten nachdem die Empfehlung umgesetzt wurde.

Dies ist auch nur ein Beispiel wie soetwas aussehen kann. Letztendlich hängt es immer davon ab, wer der Empfänger ist und was der Analysegegenstand ist.

Wichtig ist, dass der Fokus nicht auf irgendwelchen Top10 Listen liegt, sondern eher auf Movers&Shakers, Veränderungen, Erkenntnissen und Empfehlungen.

Daten haben wir genug - Informationen sind das was zählt!

Letztendlich kann ein Dashboard sogar fast ausschließlich nur aus Text bestehen...hauptsache die Erkenntisse werden hierin gut verpackt und argumentiert.

Ein weiteres Beispiel für ein mögliches Musterdashboard:

Musterdashboard

Man kann hier sehen, dass es letztendlich oftmals ausreichend ist, wenn das Dashboard auf eine Din A 4 Seite passt.

Hauptsache die wichtigsten Erkenntnisse werden transportiert!

Dabei kommt es noch nicht mal auf schöne Grafiken, bunte Linien oder irre Charts an. Wenn die Erkenntnisse und daraus abgeleiteten Handlungsempfehlungen deutlich dargestellt werden ist reicht ein eselsohrbehaftetes herausgerissenes Blatt aus einem Collegeblock aus!

Versuchen Sie zudem immer den Output (also Umsatz, Verkäufe, Conversions, Registrierungen, Downloads, was weiß ich) in Verbindung mit den Daten zu bringen um einen möglichst großen Mehrwert zu schaffen und dadurch die Aufmerksamkeit der Empfänger zu gewinnen.

Nun ist nicht jedes erstelle Dashboard, egal ob mit vielen Zahlen oder vielen Worten, ein mustergültiges und sinnvolles Dashboard. Es ist recht einfach, statt der vielen eher sinnlosen Zahlen viele weitestgehend sinnlose Wörter aneinander zu hängen.

Um ein paar Tipps zu geben was Reporting von Web Analyse unterscheidet hier meine Top 10:

1. Die aufgeführten Daten sind segmentiert und bestehen nicht nur aus den Basisdaten die aus einem Web Analyse Tool kopiert wurden.
2. Die meisten Daten sind eng mit dem Output bzw. den eigentlichen Zielen der Website verknüpft.
3. Es werden konkrete Handlungsempfehlungen gegeben. Und zwar wird nicht nur gesagt, dass man dies und das machen sollte, sondern idealerweise ist dies verknüpft mit dem gewünschten Ergebnis.
4. Es fließen Daten auch aus anderen Tools mit ein. Beispielsweise werden Erkenntnisse aus Social Media, Google Insights, Google Trends, Facebook Insights, Twitter Tools, Umfragen oder sonstigen Tools mit eingeflochten.
5. Wenn es komplett automatisiert daherkommt ist es vermutlich keine Analyse (Analyse benötigt immer einen Menschen zu Interpretation - dies kann leider derzeit noch nicht von Maschinen übernommen werden).
6. Wenn die Daten contextbezogen sind handelt es sich vermutlich um Analyse.
7. Wenn das Dashboard ausschließlich aus Daten und Grafiken besteht ist es wahrscheinlich keine Analyse.
8. Wenn mehrere Metriken miteinander aufeinander bezogen werden und daraus eine Erkenntnis gewonnen werden kann handelt es sich um Analyse.
9. Werden fortschrittliche Analyse-Methoden verwendet (Statistiken, Segmentierung, Personas, etc.) ist es eher Analyse als Reporting.
10. Sind die Daten individuell auf bestimmte Abteilungen/Personen ausgerichtet und nicht für das gesamte Unternehmen handelt es sich vermutlich um Analyse und nicht Reporting.

Leider kommt man dennoch um Reporting oftmals nicht herum. Insbesondere große Unternehmen sind Zahlenfriedhöfe gewöhnt und fordern diese vehement ein.

Als Web Analyse sollte das Reporting allerdings nicht mehr als 10% der Arbeitszeit ausmachen.

Reporting ist in der Tat weitestgehend automatisierbar - nutzen Sie dies, sparen Sie Zeit und nutzen diese besser für die eigentlich weiterbringenden Analysen!

Ich hoffe es ist ein wenig klar geworden, wo ich den Unterschied zwischen Reporting und Web Analyse sehen.

Nun sind Sie an der Reihe! Welche Unterscheidungen würden Sie machen? Bei guten Vorschlägen nehme ich Ihre Vorschläge mit in die Liste auf. Haben Sie eigene Beispiele von Dashboards Reports - positive oder negative? Schicken Sie mir gern Ihre Screenshots (gern verfremdet oder ohne konkrete Zahlen). Auch diese nehme ich gern mit in diesen Post auf.


Ansonsten freue ich mich wie immer über zahlreiche Kommentare!

Das könnte Sie auch noch interessieren:

Web Analyse und Dashboards
Web Analytics in Unternehmen - 5 Erkenntnisse

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!

Wie lange sollten Web Analyse Daten gespeichert werden?

Geschichte ist wichtig - keine Frage. Ein gutes Basiswissen über die Deutsche- die Europäische und die Welthistorie sollte jeder beherrschen. Keine Frage. Doch wie verhält es mit der historischen Web Analyse Daten?

Müssen historische Web Analytics Daten auch auf ewig aufbewahrt werden? Wenn ja - wie lange? Wenn nein - warum nicht? Ist es schlimmer, wenn ein U-Bahnbau das Kölner Stadtarchiv zerstört, oder wenn die Web Analyse Daten der vergangenen Jahre verloren gehen?

Der Grund dieser Fragestellungen ist, dass viele Unternehmen sehr vergangenheitsbezogen denken. Aus Angst historische Daten zu verlieren werden Web Analyse Tools nicht ausgetauscht, trotzdem es vielleicht bessere, passendere, billiger Tools gibt. Sollte das Tool gewechselt werden? Was passiert mit den angefallenen Daten? Kann ich die Altdaten in mein neues Tool importieren? Was? Das kostet Geld? Wie kriege ich die Daten aus dem Alten Tool überhaupt heraus? Och nee - dann mache ich doch lieber alles wie bisher...

Insbesondere das Mittlere- und das Top Management verlangen häufig nach sehr langen Zeitraumvergleichen. Denen muss dann gelegentlich erklärt werden, dass ein Vergleich der letzten fünf Jahre im Internet nur eine geringe Aussagekraft hat.

Aus meiner Sicht sind historische Daten in den meisten Fällen völlig überbewertet! Wer analysiert wirklich noch die Daten von vor drei Jahren (oder noch älter)? Wir neigen oftmals dazu uns nicht von Daten trennen zu wollen. Ebenso wie wir uns ungern von anderen liebgewonnenen Dingen trennen. Ein Wohnungsumzug veranlasst einen manchmal dazu auszumisten und hinterher, nachdem man sich von vielen Dingen getrennt hat, stellt man fest, dass man nichts von dem vermisst, was man jahrelang mit sich rumgeschleppt hat.

Web Analyse Daten sind wichtig! Doch je älter sie werden, desto mehr verlieren sie an Wert!

Hier fünf Gründe warum dies so ist:

1. Die Website verändert sich!

Idealerweise "lebt" Ihre Website. Nicht nur Landin Pages ändern sich regelmäßig, auch die Inhalte auf der Website. Prozesse, Inhalte, Angebote, Preise. Sieht Ihre Website wirklich noch exakt so aus wie vor drei Monaten?

Wenn Sie aktiv Web Analyse betreiben sollten all diese Fragen mit NEIN beantwortet werden. Vielleicht haben Sie neue Bezahlmethoden eingeführt, Ihren eCommerce Bereich erweitert, einen Supportbereich erstellt, Social Media Aktivitäten vorgenommen oder integriert oder Ihre Website nach SEO Gesichtspunkten optimiert? Jede Änderung an Ihrer Website lässt historische Web Analyse Daten wertloser werden.

Damit meine ich nicht die Daten der letzten Wochen, sondern die der vergangenen Jahre. Es besteht einfach keine Vergleichbarkeit mehr die vernünftige Aussagen zulassen.

2. Ihre Besucher ändern sich!

All in der Web Analyse erhobenen Daten werden anonym gespeichert und dargestellt (vereinfacht dargestellt - ein Datenschützer würde mir vermutlich widersprechen). User kaufen sich neue Rechner (was meinen Sie, welchen Einfluss Netbooks oder das iPad auf die Web Analyse Daten haben werden?), installieren neue Browser, fahren Updates und - auch das soll es wirklich geben - löschen Ihre Cookies!

Durch diese genannten Gründe werden vergangenheitsbezogene Daten immer wertloser. Je länger Sie zurückblicken, desto weniger akkurat sind die Daten, denn Ihre User verhalten sich nicht so, dass Sie die besten Daten erheben können, sondern so wie sie wollen. Und dazu gehört auch das Löschen von Cookies und der Austausch oder die Verwendung verschiedener Soft- und Hardware.

3. Die Technik ändert sich!

Auch Toolanbieter passen sich der Zeit an. Zugegeben, mittlerweile ist es schon eine Weile her, aber vor einiger Zeit waren 3rd Party Cookies up to date. Mittlerweile nutzen die meisten Anbieter 1st Party Cookies. Vorher war es der Wechsel von Logfiles zu Page Tags.

Andere verändern die Messung von bspw. Unique Visitors und setzen neben Cookies Fingerprint Verfahren ein. All dies hat Auswirkungen auf die Verlgeichbarkeit der historischen Daten!

4. Das Internet ändert sich!

Alles was online passiert passiert schnell. Ständig gibt es neue Hypes und Trends. Erinnert sich überhaupt noch jemand an Second Life? Es schien als wäre es "the next big thing" und ist mittlerweile komplett aus dem Fokus verschwunden. Stattdessen gibt es Twitter, Facebook, Social Bookmarks, Social Media im Allgemeinen. Suchmaschinen ändern sich, mal heißen Sie MSN, dann Live und plötzlich Bing.

All dies beeinflusst Ihre Web Analyse Daten. Wenn Sie vor zwei Jahren auf Facebook eine Kampagne gestartet hätten, ist diese sicherlich nicht vergleichbar mit einer Kampagne, die Sie jetzt auf Facebook platzieren würden.

Dinge entwickeln und ändern sich - und je mehr und je schneller dies passiert desto weniger Wert werden Ihre älteren Web Analyse Daten!

5. Ihre Firma ändert sich!

Neben den vorangenannten Punkten wird sich auch Ihr Unternehmen in den letzten Jahren verändert haben. Neue Mitarbeiter sind hinzugekommen, andere haben das Unternehmen verlassen. Wie bei einem Fussballverein der ständig seinen Trainer wechselt (hierzu bitte keine Kommentare ;-) bringen neue Mitarbeiter, oder Führungskräfte, immer einen Wechsel. Auch dies kann die Qualität der älteren Web Analyse Daten beeinflussen.

Denn wenn das Tracking verändert oder angepasst wurde, weil irgendjemand in dem Unternehmen andere oder neue Vorstellungen davon hatte wie die Daten erhoben werden sollten, beeinflusst dies die Konsistenz der vergangenen Daten.

Vergangenheitsbezogene Daten werden also auch hierdurch im Zeitverlauf wertloser.

Diese fünf Punkte geben genügend Anlass darüber nachzudenken, ob man wirklich Terabytes an Daten der vergangenen Jahre mit sich herumschleppen muss.

Benötigen Sie wirklich alle Details der letzten Jahre?

Wenn Sie sich nur auf die kürzere Vergangenheit beschränken, so haben Sie viel mehr Möglichkeiten Einfluss zu nehmen. Mit weniger Ballast fährt man schneller. Wenn Sie sich auf aktuellere Daten konzentrieren, basierend hierauf Handlungen und Optimierungen vornehmen, so werden Sie feststellen, dass Sie so viel mehr Geschwindigkeit aufnehmen können.

Wenn Sie also bereits wissen, dass die Daten die Sie jetzt haben in Kürze weniger Wert sein werden - dann nutzen Sie diese doch am besten dann, wenn sie am meisten Wert sind. Also jetzt!

Kann ich denn ohne alte Daten leben?

Jein. Zum einen werden Sie sehr schnell sehr viele neue Daten generiert haben, so dass Sie unter Umständen sogar ohne alte Daten leben können. Es gibt genügend Beispiele, dass dies funktioniert.

Auf der anderen Seite kann es absolut Sinn machen, gewisse ältere Daten aufzubewahren. Dies sollten jedoch nicht sämtliche Detaildaten der vergangenen zehn Jahre sein. Es reicht in der Regel völlig aus, wenn Sie aggregierte Daten speichern. Besuche, Top Referrer, Absprungraten, Conversion Rates und vielleicht monatlich Umsätze und aggregierte Daten über Ihre Top-Kategorien.

Diese Daten reichen völlig aus, wenn Sie in einem wöchentlichen oder gar monatlichen aggregierten Zustand vorliegen. Der Grund hierfür ist, dass man doch das ein oder andere Argument in der Hinterhand hat um Veränderungen zu bestätigen oder zu argumentieren - oder einfach um zu beweisen wie erfolgreich Ihre Arbeit ist!

Diese Daten können Sie so lange aufbewahren wie Sie wollen. Ein einfaches Excel Sheet kann hier ausreichend sein - eine Integration in Ihre Web Analyse Tool ist dafür noch nicht mal notwendig.

Meistens ist die Angst vor dem Verlust vergangenheitsbezogener Daten sehr groß - doch wenn Sie dann wirklich nicht mehr da sind fragt auch keiner danach.

Bewahren Sie dennoch wirkliche Detaildaten für mindestens ein Jahr auf um saisonale Trends erkennen zu können.

Die Integration vergangenheitsbezogener Daten ist bei vielen Web Analyse Tools möglich. Oftmals ist dies mit Kosten verbunden. Fragen Sie sich daher, ob ein Integration wirklich sinnvoll ist. Sind die Daten überhaupt vergleichbar und werden diese überhaupt benötigt? Oder will man sie bei einem Toolwechsel nur in dem neuen Tool haben damit man sie hat und weil man sie hatte?

Wirkliche Verbesserungen an Ihrer Website werden Sie nur mit aktuelleren Daten erzielen, nicht mit denen von vor drei Jahren!

Es ist nicht leicht anhand der Daten in einem Web Analyse Tool aktionsorientierte Empfehlungen abzugeben und Dinge wirklich besser zu machen. Dafür bedarf es eines guten Web Analysten! Ich empfehle daher sich eher auf aktuelle Daten (Tage, Wochen, Monate) zu beschränken und sich in Bezug auf die Web Analyse eher weniger Gedanken über die Geschichte zu machen (in anderen Belangen ist dies allerdings durchaus sinnvoll!!!).

Sollten Sie derzeit mit dem Gedanken spielen Ihre Web Analyse Tool zu wechseln, so verbringen Sie nicht zu viel Zeit mit historischen Daten. Sie werden früh genug neue historische Daten haben. Sorgen Sie sich nicht um alte Daten - sorgen Sie lieber dafür, dass Sie die aktuellen Daten nutzen und Ihr Unternehmen nach vorne bringen!

Und nun Sie! Stimmen Sie überein oder haben Sie eine andere Meinung? Habe ich etwas vergessen? Schreiben Sie Ihre Meinung, Ihre Kritik, Ihre Übereinstimmung in einem Kommentar!

Interne Positionierung der Web Analyse in Unternehmen

Nun gibt es diesen Blog seit über drei Jahren und innerhalb dieser Zeit haben die meisten Unternehmen ein Web Analyse Tool implementiert - so soll es sein!

Und was wird nun damit gemacht?

In der Regel werden nach wie vor Reports erstellt, Excel Tabellen hin und her geschickt. Aktionsorientierte Web Analyse findet in den seltensten Fällen statt.

Woran liegt das?

Man kann es sich einfach machen und den Toolanbietern die Schuld geben. Dies wäre zu einfach und ist definitiv nicht der Fall [ich muss das Wort "definitiv" zurücknehmen, sicher gibt es Tools mit denen man einfach nicht arbeiten mag und daher einem nichts anderes übrig bleibt als stumpf Reports zu erstellen, statt Web Analyse zu betreiben, aber darum soll es in diesem Post nicht gehen].

Die Schuld ist vielmehr bei den Unternehmen zu suchen. Dies beginnt mit der Frage: Wer ist für die Web Analyse verantwortlich? Gibt es überhaupt Verantwortliche?

Diese Fragestellungen scheinen auf den ersten Blick banal und man mag denken, dass das doch alles geklärt ist. Aber denken Sie mal ernsthaft darüber nach - ist es das wirklich?

Wer hat den Web Analyse Hut auf?

Die IT-Abteilung?

Schade, dann haben Sie leider verloren und sie sollten schleunigst versuchen diese

Verantwortlichkeit zu ändern. Die IT-Abteilung wird absolut benötigt - für die Implementierung und mögliche spätere Anpassungen. Mehr nicht. ITler sind (in der Regel) keine Web Analysten und sollten es auch nicht sein

[Ich habe überhaupt nichts gegen IT-Mitarbeiter falls dieser Eindruck entstehen sollte. Im Gegenteil, es sind großartige Menschen die des öfteren herausragende Fähigkeiten haben - das heißt aber nicht, dass sie auch herausragende Marketingkenntnisse haben und diese sollten für die Web Analyse vorhanden sein].

Die Controlling-Abteilung?

Controller sind ein sehr zahlengetriebenes Volk und daher würde die Positionierung eines Web Analysten hier sicherlich sinnvoll erscheinen. Zudem ist die Controlling-Abteilung in Unternehmen oftmals hierarchisch recht hoch positioniert und als Stabsstelle angesiedelt. Also eigentlich die Positionierung die auch die Web Analyse bekommen sollte.

Auf der anderen Seite sind Controller so zahlenfixiert, dass sie dazu neigen können, massenhaft Reports zu generieren ohne konkrete Handlungsempfehlungen abzuleiten. Es findet also eher eine retrospektive Betrachtung statt, auch Vorschauen, aber keine Aktionen.

Eine Ansiedlung der Web Analyse hier ist jedoch keine schlechte Alternative.

Die Marketing-Abteilung?

Eigentlich gehört die Web Analyse hierhin. Hier können Änderungen an Kampagnen und Website basierend auf den Web Analyse Daten am direktesten umgesetzt und gesteuert werden. Ein Web Analyse Tool ist eher ein Marketing- als ein IT-Tool. Es geht darum Dinge zu verändern, zu testen, zu verbessern, zu optimieren. Hier sitzen die Menschen die dies jeden Tag operativ machen.

Idealerweise ist das Web Analyse Tool so einfach zu bedienen, dass man keinerlei, oder kaum IT-Kenntnisse benötigt oder zumindest mit rudimentären Kenntnissen klar kommt.

Andere Abteilungen?

Natürlich könnte ein Web Analyst auch in der Sales- oder PR- oder Sonstwas-Abteilung sitzen. Diese besetzen aber in der Regel ein dermaßen kleine Nische mit einem extremen Fokus (Sales: Umsatz Umsatz Umsatz, PR: Presse Presse Presse) und wenig Web Analytischen Fähigkeiten, dass die Web Analyse in diesen Abteilungen eher schlecht positioniert ist.

Angenommen die Web Analyse ist also wie gewünscht in der Marketing-Abteilung positioniert.

Was ist nun das Wichtigste?

Ein guter Chef!

Der Web Analyst benötigt Support - und zwar von oben. Management Support ist zwingend erforderlich und ohne funktioniert es nicht. Das Management oder der Abeilungsleiter muss den Web Analysten proaktiv fördern und ihn (oder sie) supporten - auch gegen innerbetriebliche Widerstände - dass Dinge umgesetzt werden.

Ein Web Analyst ohne Unterstützung hat es schwer und sollte sich überlegen, ob es wirklich das richtige Unternehmen ist.

Wenn Ihr Chef Ihnen nicht zuhört oder die nötige Unterstützung vermissen lässt, so tun Sie alles dafür genügend Aufmerksamkeit zu bekommen. Tun Sie alles - (fast) egal was! Es wird sich lohnen - für Sie!

Abhängig von der Unternehmensgröße gibt es weitere organisatorische Möglichkeiten der Positioniert von Web Analyse. Zentral, dezentral oder ein hybrides Modell beider Varianten.

Die Zentrale Positionierung bedeutet, dass eine eigene Abteilung (oder ein Mitarbeiter), losgelöst von anderen Abteilungen die Web Analyse für das gesamte Unternehmen betreibt.

Dies kann Vor- und Nachteile haben.

Vorteil ist, dass es ein dezidiertes Team gibt und, da es eine eigene Abteilung gibt, diesem Team offensichtlich ein gewisser Stellenwert zugeordnet wurde. Eine wichtige Lektion wurde also erkannt und umgesetzt.

Der Nachteil ist allerdings gravierend - dieses Team ist oftmals sehr weit weg vom operativen Geschäft. Diejenigen die die eigentliche operative Arbeit machen (Kampagnen platzieren, Website gestalten, etc.) haben eine zu große Diskrepanz zu der Web Analyse Einheit (und umgekehrt). Dies kann dazu führen, dass stark getrennt voneinander gearbeitet wird und die Web Analyse Abteilung lediglich als Datenlieferant und Reportersteller "missbraucht" wird.

Nicht sinnvoll und nicht zielführend.

Eine Alternative wäre eine dezentrale Struktur - jede Abteilung, jede Unternehmenseinheit beschäftigt eigene Web Analysten.

Auch hier gibt es Vor- und Nachteile (wie so oft im Leben).

Vorteil ist die Nähe zum operativen Geschäft. Handlungsempfehlungen, Ideen und Aktionen können direkt und schnell umgesetzt werden, da der Web Analyst direkt an der Quelle sitzt.

Super - so soll es sein! Schnelligkeit zahlt sich aus.

Ein gravierender Nachteil allerdings ist, dass all diese solo-Web Analysten innerhalb ihrer Bereiche auf sich gestellt sind, und Arbeiten mitunter doppelt (oder dreifach oder vierfach oder...) gemacht werden. Auch werden Erkenntnisse oftmals nicht geteilt (Abteilungsdenken).

Es kann hierdurch also zu Informationsverlust kommen, der im Endeffekt dem Unternehmen nicht nützlich ist.

Die Lösung ist also ein hybrides Modell - das beste aus beiden Welten.

Eine zentrale Einheit, die die Oberhand hat über die eingesetzten Tools, übergreifende Analysen fährt, Reports erstellt und KPIs überwacht. Die operativen Einheiten in den jeweiligen Abteilungen und/oder Unternehmensbereichen führen die operative Web Analyse durch. Hier werden konkrete Änderungen durchgeführt, Ideen entwickelt und umgesetzt. Die zentrale Einheit fungiert sozusagen als Backup und Instanz um Dinge auch intern "durchzuboxen".

Die Kommunikation zwischen der zentralen und der operativen Einheit muss eng sein - regelmäßiger Austausch ist absolut wichtig und notwendig. Sonst kann das ganze nicht funktionieren.

Jedoch ist die Chance, dass Web Analyse ein wirklicher Erfolg wird mit diesem Modell am größten. Wie aber so oft, hängt der Erfolg von den Menschen ab. Es müssen passionierte Web Analysten sein die den Ergeiz haben Dinge voran zu treiben.

Dies ist wichtiger als das eingesetzt Tool.

So, und nun Sie!

Wo und wie ist die Web Analyse bei Ihnen positioniert? Wo sollte sie positioniert sein? Wo macht es am meisten Sinn? Welche Probleme gibt es bei der derzeitigen Positionierung? Verfügen Sie über Management Support oder sind Sie Einzelkämpfer? Was würden Sie verändern? Wie sehen Sie meine Positionierungsvorschläge?

Schreiben Sie einen Kommentar und diskutieren Sie mit! Vielen Dank.

Verwandte Posts:

Web Analytics in Unternehmen - 5 Erkenntnisse

Web Analyse und Dashboards

Endlich ist es mal wieder an der Zeit einen neuen Blog Post zu verfassen. Leider hat es etwas länger gedauert wofür es auch einen Grund gibt. Welche? Das werde ich in Kürze verraten...

Web Analytics Inside ist diesen Monat drei Jahre alt geworden - im März 2007 habe ich hier den ersten Post veröffentlicht und seitdem ist eine Menge passiert.

Die Web Analyse Branche hat sich enorm weiterentwickelt - es gab Mergers, neue Features, ich habe mein erstes Buch geschrieben, es gibt einen deutschsprachigen Web Analytics Podcast, Trakken wurde gegründet und Web Analytics Inside besteht aktuell aus 116 Blog Posts! Es geht weiter - mit dem klaren Ziel die Post-Frequenz wieder deutlich zu erhöhen! In einem der nächsten Posts werde ich dann meine Blog-Geburtstagswünsche an die Web Analyse Tools und Branche formulieren ;-)

Und natürlich haben in dieser Zeit viele Unternehmen Web Analyse Tools eingeführt.

Gut so!

Die Einführung eines Web Analyse Tools ist der erste - sehr wichtige - Schritt. Dennoch ist es oftmals so, dass insbesondere größere Unternehmen der Ansicht sind, dass es mit der Implementierung eines Tools getan ist. Dem ist absolut nicht so!

Die eigentliche Arbeit der Web Analyse fängt erst dann an, wenn das Tool eingeführt worden ist!

Und auch erst dann fängt es an Spaß zu machen und einen Mehrwert zu generieren.

Vielerorts werden Reports immer noch mit Excel Tabellen erstellt und verschickt.

Das ist grundsätzlich nicht verwerflich - allerdings neigen viele Unternehmen dazu alle verfügbaren Zahlen in umfangreichen Excel-Tabellen zusammenzufügen, vielleicht noch viele Charts hinzuzufügen und zudem noch mit vielen Tabs zu arbeiten. Gerne werden diese Zahlen-Monster dann noch an einen möglichst großen Verteiler verschickt.

[Dieser Screenshot stammt aus einem externen Blog-Artikel über Dashboards im Intranet - vielen Dank, dass ich es nutzen darf]

Die Konsequenz daraus ist, dass sich im Endeffekt kein Mensch die Zahlen genau ansieht. Oder noch viel schlimmer - keinerlei Aktionen und Ableitungen daraus getroffen werden können. Es sind oftmals lediglich Zahlenwüsten die vielleicht den Zweck eines Reportings erfüllen, aber keinen wirklichen Mehrwert bringen die das Business nach vorne bringen.

Wie sollten also Reports oder besser Dashboards aussehen?

Mittlerweile bietet fast jedes Web Analyse Tool eine individualisierbare Dashboard-Funktion. Hier kann man sich bestimmte Berichte meist per Drag&Drop zusammenstellen. Ein erster guter Schritt.

Doch haben alle Web Analyse Tools den Nachteil, dass sie die Zahlen nicht interpretieren und auch keine Handlungsempfehlungen abgeben können (Google Analytics Intelligenz ist ein erster kleiner Schritt in die richtige Richtung, aber auch nicht wirklich die finale Lösung).

Es bleibt einem also nur wenig übrig als sich selber ein Dashboard zu bauen. Doch worauf ist dabei zu achten?

Weniger ist mehr!

Voraussetzung hierfür ist die Definition von KPIs. Diese Key Performance Indikatoren bilden das Business in wenigen - man sagt es sollten nicht mehr als acht - Kennziffern ab. Dabei sind diese so handlungs- und aktionsorientiert wie möglich.

Fokussieren auf das Wesentliche!

Visits oder Pageviews sind hierbei keine geeigneten KPIs - auch wenn sie oftmals als wichtige Kennziffer gesehen werden. Stellen Sie nur wirklich relevante Daten dar die einen Mehrwert generieren! Beachten Sie dazu auch die weiter unten aufgeführten Empfehlungen.

Erklärende Sätze statt vieler Zahlen!

Eine reine Darstellung vieler Zahlen bringt einen nicht wirklich weiter. Basierend auf den KPIs sollten die Daten schon vorab analysiert und interpretiert werden - dies ist die Aufgebe des Web Analysten!

Dieser hat auch dafür zu sorgen, dass die Zahlen in Sätze verpackt verständlich dargestellt werden. Jeder liest lieber einen kurzen prägnanten Satz, als sich in Zahlen einzuarbeiten.

Abgeleitete Handlungsempfehlungen!

Ein Geschäftsführer hat nicht die Zeit sich in viele Daten einzuarbeiten und vor allem nicht diese auch zu interpretieren.

Was meinen Sie wie Sie in begeistern können, wenn Sie im ein DIN A4 großes Dashboard zusenden auf dem er direkt sieht wie der Stand der Dinge ist? Vorab bereits analysiert und mit konkreten Handlungsempfehlungen?

Einfache Sprache!

Nicht jeder ist ein Internetexperte und kennt sich mit den Begrifflichkeiten aus. Daher sollte immer darauf geachtet werden, dass die in dem Dashboard verwendete Sprache einfach ist.

Wenn man länger als fünf Minuten benötigt um das Dashboard zu lesen und zu verstehen ist es kein gutes Dashboard!

Individualisierung!

Jede Abteilung, und auch innerhalb dieser Abteilungen sind die Bedürfnisse und Anforderungen unterschiedlich. Daher sollte es auch nicht nur ein Dashboard geben, sondern individuell zugeschnittene Dashboards für die verschiedenen Empfänger. Ein Abteilungsleiter der Marketing-Abteilung benötigt andere Daten und Erkenntnisse als der Geschäftsführer!

Relevante Charts!

Platzieren Sie keine Grafiken oder Charts in einem Dashboard nur weil sie verfügbar sind. Nur wirklich relevante Charts die eine klare Aussage haben und eine konkrete Aktion zur Ableitung haben sollten es aufs Dashboard schaffen.

Zusammengefasst hier sieben Leitsätze die ein Dashboard verfolgen sollte:

1. Weniger ist mehr



2. Fokussierung auf das Wesentliche



3. Erklärende Sätze statt vieler Zahlen



4. Abgeleitete Handlungsempfehlungen



5. Einfache Sprache



6. Individualisierung



7. Relevante Charts

Es ist schwierig eine Musterlösung für ein Dashboard zu geben, da es je nach Business, und je nach Empfänger individuell ist.

Es gibt viele Beispiele schlechter Dashboard und Reports. Innerhalb dieses Posts sehen Sie eine Auswahl nicht wirklich sinnvoller Dashboards.

Machen Sie es besser!

Letztendlich reicht es aus, wenn ein Dashboard aus vier Teilen besteht:

• Aktueller Status Quo und Trend



• Daraus abgeleiteter Optimierungsvorschlag und Formulierung einer Hypothese



• Kontrolle und Zielerreichung der vorherigen Handlungsempfehlungen



• Priorisierung der Aktionen

Nun gibt es natürlich ein Problem:

Die bisherigen Empfänger sind es nicht gewohnt ein derart schlankes Dashbaord zu erhalten. Sie sind daran gewöhnt Zahlenkolonnen zu geliefert zu bekommen. Hinter diesen kann man sich besser verstecken, da sie deutlich weniger aussagekräftig sind.

Durch dieses neue Dashboard werden die Empfänger verwirrt sein, möglicherweise die alten umfangreichen Reports zurückhaben wollen.

Doch bleiben Sie hart.

Überzeugen Sie die Empfänger mit Inhalten statt mit Masse. Überzeugen Sie dadurch, dass Sie wirklich konkrete Handlungsempfehlungen geben die einen Mehrwert bieten - idealerweise einen monetären.

Kommunizieren Sie mit den Empfängern und schildern Sie, weshalb die Reports nun anders aussehen. Wenn Sie die hier erwähnten Schritte beachten und wirkliche Aktionen vorschlagen die einen Mehrwert bieten werden Sie schnell sehen, dass kein Mensch die anderen umfangreichen Reports mehr benötigt.

Damit dies geschieht beachten Sie auch die folgenden fünf Dinge:

• Versuchen Sie einen monetären Bezug herzustellen - Chefs stehen auf Geld



• Bringen Sie Zahlen in Kontext - für sich gestellte absolute Zahlen haben keine Aussagekraft



• Bringen Sie Ideen ein - Ihre Chance sich unsterblich zu machen



• Seien Sie kreativ - auch verrückte Ideen können gut sein



• Machen Sie Fehler - diese bringen Sie weiter

Nun liegt es an Ihnen. Es ist die Aufgabe des Web Analysten vernünftige Dashboards zu erstellen und dafür zu sorgen, dass diese einen relevanten Mehrwert bieten. Sorgen Sie auch dafür nachzuhalten, welche Änderungsvorschläge umgesetzt wurden. Geschieht dies nicht müssen Sie mehr Druck aufbauen oder das Potential der vorgeschlagenen Änderungen noch deutlicher herausarbeiten!

Es hat nie jemand gesagt, dass die Arbeit eines Web Analysten einfach ist ;-)

Und nun schon wieder eine Aufgabe für Sie: Schreiben Sie ein Kommentar! Nutzen Sie eigene Dashboards? Oder die Dashboard-Funktionalität des Web Analyse Tools? Wie sehen Ihre Dashboards aus? Oder verschicken Sie Zahlenfriedhöfe? Teilen Sie Ihre Erfahrungen mit den anderen Lesern!

Adobe kauft Omniture für 1,8 Milliarden US-Dollar

Die Nachricht schlug in der vergangenen Nacht ein - Adobe kauft Omniture für 1,8 Milliarden Dollar.

Welche Auswirkungen hat dieser Deal auf die Web Analyse Branche?

Macht der Deal überhaupt Sinn?

Als ich die Meldung las habe ich mich zunächst gefragt: warum?

Ich sehe auf Anhieb nicht sehr viele Verknüpfungspunkte zwischen Adobe und Omniture. Es sind unterschiedliche Geschäftsmodelle. Je mehr ich allerdings darüber nachgedacht habe macht es vor allem für Omniture Sinn.

In den letzten Jahren hat Omniture alles dafür getan um zu wachsen, größer zu werden. HBX, Instadia, Visual Sciences, Offermatica wurden übernommen. Besonders in der letzten Zeit ist Omniture sehr preisagressiv im Markt unterwegs gewesen. Nun einen Exit zu machen und sich an Adobe zu hängen nimmt vermutlich eine Menge Stress. Insbesondere da die kostenlosen Web Analyse Tools wie Google Analytics oder auch Yahoo Web Analytics bzgl. der Features immer weiter aufgeholt haben. Zusätzlich gab es im Markt immer wieder Beschwerden über die Service- und Supportqualität und lange und schwerfällige Entscheidungswege.

Warum also alleine weiter kämpfen, wenn ich mich auch einen großen Partner anschließen kann. Finanziell wird es sich für das Omniture Management sicher gelohnt haben.

Was aber ist nun der Sinn für Adobe?

Adobe verfügt über großartige und weit verbreitete Produkte. Sollen dort jetzt überall Omniture Module integriert werden die eine schnelle Integration von Omniture in die Adobe Produktwelt ermöglichen? Aus meiner Sicht macht das nicht sehr viel Sinn. Omniture und auch die anderen Web Analyse Tools wurden in den vergangenen Jahren bereits problemlos in Flash, Flex, Ajax, etc. eingebunden. Einen wirklichen Vorteil sehe ich da spontan nicht. Aus der Sicht der Web Analyse kann ich einen klaren Mehrwert für die Web Analyse Branche (noch) nicht erkennen.

Was sollten Omniture Kunden oder Interessenten nun machen?

Übernahmen können sich oftmals länger hinziehen. Daher empfehle ich zunächst einmal nichts zu machen und abzuwarten. Man wird sehen wie sich der Deal entwickelt und welche Auswirkungen das auf die Omniture Reporting Suite hat.

Meine Meinung

Wie oben schon beschrieben - die bisherigen Übernahmen von Ommniture im Web Analyse Markt (Instadia, HBX) haben aus meiner Sicht keinen sehr großen Vorteil geschaffen - außer, dass hartnäckige Wettbewerber damit vom Markt verschwunden sind. Daher bin ich Übernahmen gegenüber mitunter skeptisch. Ebenso mit Indextools - nach der Übernahme durch Yahoo und der Umbenennung zu Yahoo Web Analytics gibt es im Markt viel Unmut. Langjährige Indextools Kunden sind verwirrt, fühlen sich vernachlässigt und alleine gelassen. Viele wechseln frustriert zu anderen (kostenlosen) Anbietern.

Eine Übernahme ist immer auch mit viel Integrationsarbeit verbunden. Ich weiß selber noch von der Übernahme von Urchin durch Google (mittlerweile Google Analytics). Nach der Übernahme und dem Launch von Google Analytics dauerte es eine ganze Zeit ehe das Produkt weiterentwickelt wurde.

Firmenphilosophien, Strukturen und Menschen einander anzupassen ist eine schwierige und langwierige Arbeit - die auch nicht immer funktionieren muss (siehe Daimler und Chrysler). Das Tempo der Porduktweiterentwicklung wird aus meiner Sicht daher bei Omniture sicher ein wenig zurückgehen, da auch Mitarbeiter sich nun zunächst einmal finden müssen, sie in die Adobe Welt integriert werden und weiter motiviert gehalten werden müssen. Dieser Prozess kostet Zeit.

Bei einem bin ich mir jedoch recht sicher - ich denke nicht, das Omniture ihre Web Analyse Lösungen in Zukunft kostenlos anbieten werden ;-)

Auswirkungen auf den Web Analyse Markt

Wieder mal eine Meldung aus dem Web Analyse Markt die große Beachtung findet. In den letzten Jahren ist dort dermaßen viel passiert was deutlich zeigt, dass der Web Analyse Markt in Bewegung, und offensichtlich wichtig ist. Warum sollten sonst 1,8 Milliarden Dollar ausgegeben werden? Mittlerweile haben offensichtlich alle verstanden, dass Web Analyse ein Pflichtprogramm ist.

Wie es nun mit Omniture weitergeht wird man sehen und es ist spannend dies zu beobachten. Und, es gibt noch weitere Kandidaten, die letztendlich auf eine Übernahme warten - wann und von wem werden Coremetrics, Webtrends oder auch Webtrekk übernommen? Wer braucht noch eine Lösung? Google, Yahoo und Adobe sind nun mit sehr guten Lösungen ausgestattet. Microsoft hat sein groß angekündigtes Gatineau Programm wieder eingestellt. Dies also ein möglicher Käuferkandidat.

Ich denke, dass große Agenturnetzwerke sicher in der nächsten Zeit auf den Web Analyse Zug aufspringen werden.

Bei der Verbreitung kostenloser Tools wie Google Analytics ist es für Bezahlanbieter deutlich schwerer geworden sich durchzusetzen - nachvollziehbar! Wird es komplett in diese Richtung gehen? Aus Tool-Sicht hat Google Analytics in den letzten Jahren eine enorme Konstanz und regelmäßige Weiterentwicklung vorweisen können. Dies sorgt sicher für Vertrauen.

Was bei all den Tools aber dennoch immer wieder vergessen wird. Ein Tool alleine macht es nicht. Nur die Arbeit mit dem Tool bringt einen Mehrwert! Und dazu bedarf es immer noch Menschen die das Tool wirkungsvoll nutzen.

Wie ist Ihre Meinung zu dem Deal? Finden Sie es gut oder schlecht? In welche Richtung geht nun die Web Analyse? Was soll Adobe mit Omniture? Schreiben Sie Ihre Meinung in einem Kommentar...