Google Analytics Hands-On: Customer Journey Analyse

Dieser Artikel ist Teil der “Google Analytics Hands-On”-Reihe auf OnlineMarketing.de. In den nächsten Wochen erfahrt Ihr hier pragmatisch und praxisnah, wie Ihr das meistgenutzte Web Analyse Tool der Welt effektiv für euch einsetzen könnt. Heute: Die Analyse von Customer Journeys. Bei dem verwendeten Google Analytics Account handelt es sich um einen Multi-Channel Retailer mit rund 180.000 Visitors (monatlich).

Mehr als „Last Cookie Wins“: Komplette Customer Journey statt einzelner Klick

Als Customer Journey bezeichnet man die “Reise” des Nutzers auf dem Weg zur Kaufentscheidung.
(OnlineMarketing.de Lexikon)

Fragt man Online Marketer nach dem Begriff der Customer Journey und ihrer Relevanz im Online Marketing, so muss die zeitgemäße Web Analyse in der Regel berücksichtigen, dass Conversions (insbesondere im E-Commerce) auf Basis einer beliebigen Anzahl von Nutzerinteraktionen mit einem Unternehmen und dessen Website zustande kommen können.

Was in der Theorie als Common Sense gilt, sieht in der Praxis häufig anders aus: „Last Cookie Wins“ oder auch „Last Click Wins“ lautet hier die Devise. Grund dafür dürfte in der Regel weniger das Verständnis für die Relevanz des Themas sein, sondern vielmehr die Herausforderung, den ohnehin recht abstrakten Begriff mit Leben zu füllen, Erkenntnisse zu generieren und diese dann auch praktisch anzuwenden.

Im heutigen Google Analytics Hands-On wollen wir deshalb zeigen, welche Funktionalitäten Google Analytics zur Customer Journey Analyse bietet und wie sich ganz pragmatisch einfache Erkenntnisse gewinnen lassen.

Google Analytics Hands-On: Customer Journey Analyse mit dem Multi-Channel-Trichter

Grundlage der Customer Journey Analyse in Google Analytics ist, wie in praktisch jedem Web Analytics System, eine Kombination aus der Identifikation eines Besuchers über mehrere Sessions hinweg, der Traffic Quelle (im Folgenden auch “Channel” genannt) der jeweiligen Session und der Erfassung einer Conversion.

Essentiell ist dabei das korrekte Erfassen der Channels, wobei Unschärfen etwa durch die fehlerhafte Verwendung von (utm-) Parametern oder technisch bedingt entstehen können.

Betrachten wir zu Beginn deshalb eine relativ einfache Ansicht: Die Übersicht im Multi-Channel-Trichter, zu finden in Google Analytics unter Conversions > Multi-Channel-Trichter > Übersicht. Hier können wahlweise alle Conversions oder nur einzelne Conversiongruppen (etwa aus dem E-Commerce Tracking und aus den Zielvorhaben) betrachtet werden, wobei ein Tracking-Zeitraum zu definieren ist, der eine Anzahl an Tagen festlegt, innerhalb derer im Rahmen einer Journey eine Conversion zustanden gekommen ist.

Das Ergebnis ist das folgende Chart:

Das Chart visualisiert, welche Channel Kombinationen (maximal vier Channel auswählbar) bis zu einer Conversion besonders populär sind, wobei die Popularität der Kombination durch die Größe der Schnittmengen visualisiert wird.

Anwendungsfall: Ein Marketer möchte auf seinen Online Marketing Kanälen eine konsistente Customer Experience schaffen. Welche Kanäle sollte er dabei priorisieren? (Basierend auf der Abbildung oben wäre Display wohl vorerst nicht im Fokus der Bemühungen.)

Nachdem wir nun gesehen haben, welche Channel Kombinationen besonders häufig auftreten, stellt sich im folgenden Schritt die Frage, welche Channels besonders häufig Conversions vorbereiten, also nicht nach Last Click Wins Logik zur Conversion führen, wohl aber in der Journey einen entsprechenden Beitrag leisten.

Google Analytics hält dazu unter Conversions > Multi-Channel-Trichter > Vorbereitete Conversions einen entsprechenden Report bereit, der die Anzahl der Conversions pro Kanal aufzeigt, bei denen der jeweilige Kanal nicht der letzte Touchpoint innerhalb der Journey gewesen ist. Alternativ kann hier als primäre Dimension auch statt der MCT-Channelgruppierung zum Beispiel auf Quelle / Medium umgestellt werden, um tiefergehende Betrachtungen vorzunehmen.

Anwendungsfall: Nach Last Click Wins Logik muss ein Verantwortlicher für Content Marketing möglicherweise fürchten, dass seine Maßnahmen (zum Beispiel Besuche in einem Online Shop, die über den Aufruf eines Blogs zustande kommen) verhältnismäßig wenige Conversions verzeichnen. Wer dagegen einen Blick auf die vorbereiteten Conversions wirft, stellt an dieser Stelle möglicherweise fest, dass Content Marketing Maßnahmen im Verhältnis besonders häufig Conversions vorbereiten und damit ebenfalls einen Umsatzbeitrag leisten.

Im nächsten Schritt interessieren wir uns für die Reihenfolge, in der Channel Kombinationen im Rahmen von Conversions auftreten. Diese ist zu finden unter Conversions > Multi-Channel-Trichter > Top-Conversion-Pfade.

Typischerweise sind hier Pfade mit einer Länge von 1 an den ersten Positionen zu sehen. Je nach Ziel der Analyse können hier auch Pfade mit einer Mindest- oder einer bestimmten Länge ausgewählt werden. Die folgende Grafik zeigt Pfade mit einer Länge größer 1.

Anwendungsfall: Beispielweise zeigt eine solche Übersicht, dass die Channel Kombination Content Marketing > Display > Bezahlte Suche besonders häufig zu hohen Conversions führt. Möglicherweise wäre deshalb anzustreben, Content Marketing Maßnahmen im Display Advertising erneut aufzugreifen und Besucher, die über Display Advertising erneut auf die Website kommen, später mit entsprechend passenden Anzeigen in der bezahlten Suche anzusprechen. So würde nicht nur ein einzelner Kanal verstärkt betrieben werden, sondern gezielt eine Kombination aus Kanälen, die sich bereits als erfolgreich herausgestellt hat.

Schnelle Insights mit dem Modellvergleichstool zur Customer Journey Attribution

Bisher haben wir vor allem gezeigt, welche Möglichkeiten Google Analytics bei der eher inhaltlichen Betrachtung von Customer Journeys bietet. Eine zentrale Herausforderung im Kontext der Customer Journey Analyse liegt für viele Online Marketer zudem im Bereich des Controlling. Zentrale Frage dabei: Welcher Kanal ist für wie viel Umsatz verantwortlich?

Google Analytics bietet mit dem Modellvergleichstool (Conversions > Attribution > Modellvergleichstool) dazu ein Instrument, um entsprechende Umsatzzurechnungen vorzunehmen, während gleichzeitig die Erkenntnisse des Trackings von Customer Journeys berücksichtigt werden.

Dem Online Marketer steht es dabei frei, Umsatzbetrachtungen entsprechend verschiedener Standardmodelle miteinander zu vergleichen. Der folgende Screenshot zeigt dabei die zur Verfügung stehenden Standardmodelle:

Miteinander verglichen werden können hier nun etwa Logiken wie „Last Click Wins“ oder „First Click Wins“. Darüber hinaus möglich ist zum Beispiel auch eine Zurechnung von Umsätzen zu Kanälen möglich, bei der die Gewichtung eines Touchpoints im Zeitverlauf bis zur Conversion zunimmt.

Google Analytics gewichtet daraufhin die Umsätze entsprechend des ausgewählten Modells und zeigt auf, welchem Kanal welcher Umsatz zugerechnet werden kann. Zusätzlich lassen sich über die sekundäre Dimension etwa Gerätekategorien, Zielseiten-URLs oder die Herkunft eines Nutzers auswählen, um einen weiteren Drill-Down vorzunehmen, um beispielsweise eine Steuerung von Online Marketing Kanälen und deren Budgets auch auf Basis der Gerätekategorie vornehmen zu können.

Anwendungsfall: Der Social Media Verantwortliche glaubt, bei relativ wenigen Conversions nach „Last Click Wins“ Logik dennoch einen wichtigen Umsatzbeitrag zu leisten und möchte die Erhöhung seines Mediabudgets erreichen. Das Tool zum Modellvergleich kann durch die Zurechnung von Umsätzen nach anderen Modellen (zum Besipiel nach Linear oder Zeitverlauf) helfen, einen solchen Budget Shift besser und quantitativ belegt zu verargumentieren.

Noch mehr Customer Journey Analyse: Technische Restriktionen und weitere Herausforderungen

Die bisher aufgezeigten Möglichkeiten der Customer Journey Analyse und Attribution in Google Analytics zeigen erste Ansätze auf, wie sich Online Marketer diesen komplexen Themen nähern können. Das Web Analytics Tool bietet damit einen schnellen und pragmatischen Einstieg und kann einfache Indikatoren und Tendenzen liefern, welche Bedeutung das Zusammenwirken unterschiedlicher Kanäle auf dem Weg zur Conversion – und damit zum Umsatz – hat.

Je weiter man in dieses komplexe Themengebiet vordringt, desto eher kommt man zu der Feststellung, dass es sich eben immer nur um Tendenzen und Indikatoren handelt – die Komplexität scheint nicht ab-, sondern eher noch zuzunehmen: Funktioniert AdWords mobil genauso gut wie auf Desktop? Welche Rolle spielt die Uhrzeit, zu der ein Nutzer auf die Website kommt? Ist Display Advertising mit Produktabbildung im zweiten Schritt einer Journey vielleicht effektiver als im dritten Schritt?

Darüber hinaus bleiben zahlreiche technische Restriktionen: Wie gehen wir mit Direct Traffic um? Welche Rolle spielt der Kanal Print, den wir in Google Analytics wahrscheinlich nicht erfassen? Welchen Effekt hat ein TV Spot in einer Customer Journey? Fragen, die sich nur schwerlich beantworten lassen.

Einige dieser Fragen lassen sich in Google Analytics mit benutzerdefinierten Attributionsmodellen lösen (Verwaltung > Konto > Property > Datenansicht > Attributionsmodelle, mehr dazu in der Google Analytics Hilfe). Andere Fragestellungen benötigen vor allem ein durchdachtes Trackingkonzept und dessen akkurate Umsetzung.

Weitere Informationen zum Thema liefert die Google Analytics Hilfe hier.

Nutzt ihr bereits die Funktionen von Google Analytics im Bereich der Customer Journey Analyse? Welche (vielleicht überraschenden) Erkenntnisse konntet ihr gewinnen?

Hat der Artikel euer Interesse geweckt? Hier findet ihr die weiteren bislang erschienenen Teile der Analytics Hands-On-Reihe:

1. Segmente anlegen und effektiv einsetzen
2. Zielvorhaben definieren und analysieren
3. Dashboards im täglichen Monitoring nutzen
4. Event Tracking – Möglichkeiten und Einrichtung
5. Customer Journey Analyse
6. Site Search – Einrichtung und Analyse
7. Grundlegende Einrichtung
8. Kampagnentracking mit utm-Parametern
9. Lifetime-Wert verstehen und nutzen
10. Personalisierte Berichte erstellen