Analysieren-Optimieren.de von Gerhard Klassen

Navigation Menu

Quellen: Testing & Optimierung

Posted on Nov 9, 2013 in Blog Quellen | Keine Kommentare

Im Dschungel der Blogs ist es nicht einfach die Perlen herauszugreifen. Mit viel Geduld pflege ich diese Liste zum Thema Testing & Optimierung. Seid ihr der Meinung ein Blog fehlt, dann lasst es mich bitte wissen.

 

Last Update: 09.11.2013

 

www.konversionskraft.de

Die beste deutsche Quelle zum Thema Testing, Conversion Rate Optimierung, Hintergründen mit wöchentlich neuen Beiträgen. Siehe auch Must-Read-Liste von konversionskraft.

 

www.bryaneisenberg.com

Online-Marketing-Pioneer

 

www.conversionclinic.com

Video-Reviews mit Praxisbeispielen

 

www.conversiondoktor.de

Blog von Gabriel Beck (Head of Conversion Optimization bei explido) mit vielen Praxisbeispielen.

 

www.karlkratz.de/onlinemarketing-blog/

Karl Kratz muss man einfach gelesen haben.

 

www.kaushik.net/avinash/ 

Erste klasse. Seine Bücher sind ebenfalls sehr zu empfehlen.

 

 http://unbounce.com/blog/

Unbounce ist ein A/B-Testing Anbieter

 

Mehr

Meine Meinung zu “Nein, sagen” von Jan Exner

Posted on Nov 5, 2013 in Meinung | Keine Kommentare

Vielen Dank an Jan Exner für seinen neuen Beitrag in seinem Webade Blog, wo es um das Nein sagen geht, wenn Analysten von Mitarbeitern mit neuen Anfragen bombardiert werden.

 

Ich muss ihm in vielen Punkten recht geben. Adobe Analytics ist ein sehr mächtiges Tool in Verbindung mit den vielen Features wie Ad hoc Analysis ehemals Discover. Leider ist es manchmal doch zu mächtig. Es dauert eine Weile als Analyst bis das Grundlagenwissen soweit aufgebaut ist, dass man die ganzen Zahlen versteht. Dazu gehört auch sowas wie: “Wie werden Entries und Visits gezählt, was zeichnet Prop Variablen aus oder wie wird die Bounce Rate gemessen.” Erst wenn dieses Wissen vorhanden ist, kann man im Nachgang auch die zahlreichen Reports richtig interpretieren.

Da kommen wir auch zu dem Punkt mit der Standardimplementierung, welche es in Adobe Analytics nicht gibt. Zurecht. Es ist wie beim Hausbau. Wenn ich ein großes Haus genau nach meinen Wünschen bauen möchte, nehme ich keine 08/15 vorgefertigte Zeichnung. Klar, diese ist günstiger. Aber, wenn ich den Luxus haben möchte, und jedes Detail bestimmen möchte, benötige ich einen Architekten. Und klar, dieser ist dann teurer. Entweder man nutzt Google Analytics und bezahlt mit seinen Daten oder halt andere professionelle Lösungen. Sobald also alle individuellen Messpunkte gesetzt sind, kann man hoffentlich wertvolle Daten sammeln und noch wertvollere “Insights” rausholen.

Adobe Analytics vs. Google Analytics – stimmiger Vergleich?

Das Beispiel mit Android versus iOS ist gut gewählt: “Nur das wir uns richtig verstehen: Ich halte es für gut, wenn ein System mir alle Freiheiten läßt. Denn dann kann ich es so lange lernen und anpassen, bis es wirklich das tut, was ich will. Android versus iOS — für mich ist die Entscheidung ganz einfach. Aber ich bin eben ein Geek”, schreibt Herr Exner in dem Beitrag. Beide Firmen könnte man schon beinahe gegen Adobe Analytics und Google Analytics austauschen, wobei das vermutlich nicht ganz stimmig wäre. Aber eben hier ist der Punkt, dass Webanalyse, wenn sie denn professionell als Tätigkeit ausgeführt wird, ein komplexes Thema ist. Vielleicht liegt es auch daran, dass es den Durchbruch in der Allgemeinheit noch nicht geschafft hat.

Letztendlich werden Prioritäten gebildet

Kommen wir nun zu dem Punkt Nein sagen! Nein Nein Nein. Ach, wie gerne würde man das manchmal sagen, wenn Mitarbeiter einen Report oder eine Analyse mal schnell haben möchten. Auf die Frage hin, wer Richtlinien nutzt, kann ich nur sagen, dass wir gut aufgestellt sind. Reports werden von mir nur rausgegeben, wenn ich selber jede Metrik verstehe und weiß, wie diese berechnet wird = funktioniert. Zudem müsse diese Daten für den Empfänger ins Verhältnis gesetzt werden, damit die Daten interpretiert werden können. Wenn Reports angefragt werden, werden sowieso nur Metriken oder KPIs verwendet, die direkt zu Entscheidungen oder Taten führen. Wird bspw. die Bounce Rate angefragt, rege ich gleich an, den verloren gegangen Umsatz durch Bouncer direkt mitzuberechnen. Letztendlich werden Prioritäten gebildet und die Richtlinien gebe ich indirekt vor, indem ich jeden Tag diese ungeschrieben umsetze. Reports, die keinen Wert erzeugen oder nur Arbeit machen, werden gleich beerdigt. Wenn ich diesen Umstand mit anderen Unternehmen vergleiche, bin ich doch sehr glücklich, dass ich noch diesen Einfluss habe.

 

 

Mehr

Einführung in die Prop Variable in Adobe Analytics

Posted on Sep 8, 2013 in Adobe Analytics | Keine Kommentare

In der Adobe Marketing Cloud können verschieden Variable genutzt werden. Daher ist es umso wichtiger, dass man die Funktionalität und die Implementierung von diesen Variablen versteht. Schnell kann es sonst zu Fehlinterpretationen kommen.

 

Traffic Variable Prop (s.prop) Eigenschaften

Es können aktuell bis zu 75 Prop Variablen eingesetzt werden. Dabei müssen folgende Eigenschaften beachtet werden:

  • Pageview: Die Prop Variable wird bei jedem Page View neugesetzt.
  • Persistenz: Props bestehen nicht länger als der abgefeuerte „image request“ indem sie stecken. Diese können nicht mit Variablen verbunden werden, die nicht im gleichen „image request“ mitgesendet wurden.
  • Pathing: Die prop Variable kann zum „Pathing“ genutzt werden. Damit kann der Userflow betrachtet werden, der im Zusammenhang mit der Variable steht. Diese Funktion wird im Backend freigeschaltet. Dies ist gerade für Pageflow Reports sehr interessant.
  • Metriken: Folgende Metriken können in der default Implementierung genutzt werden.
    • Instances, Page Views, Visits and Unique Visitors
    • Bounces, Bounce Rate, Entries, Exits, and Total Time Spent
    • Participation metrics and calculated metrics
    • Average Time Spent, Average Page Depth, Reloads, and Single Access
  • Breakdowns: Props nutzen ihre Beziehungen dort, wo sie innerhalb eines „image requests“ gemeinsam abgefeuert wurden.

Diese Information kann auch nochmal in der Adobe Hilfe in Englisch nachgelesen werden.

 

Prop Variablen beantworten typische Fragestellungen

  • Wie navigieren User durch die Website?
  • Wie nutzen User die Suchfunktion?
  • Welche Kategorien werden häufig besucht?

Möchte beispielsweise ein Mode Onlineshop wissen, wie stark eine bestimmte Marke innerhalb der T-Shirts aufgerufen wird, wären folgende s.props als Beispiel zu setzen:

s.prop1=”T-Shirts”

s.prop2=”Marke”

Da beide Props im „image request“ gleichzeitig abgefeuert werden, können diese bei Abfragen verbunden werden.

Weitere Anwendungsfälle für die Prop Variable zeigt Jan Exner (Solutions Specialist by Adobe Systems mit Schwerpunkt auf Webanalyse) auf webade.

 

Mehr