webanalytics – Fischmarkt

Mit der Übernahme von Omniture durch Adobe in 2009 stellten sich viele Branchenkenner, aber auch Mitarbeiter der beteiligten Unternehmen die Frage, welches Ziel Adobe mit der Übernahme verfolgt. Antworten darauf gab der Omniture Summit EMEA 2011, der direkt im Anschluss an die NEXT11 stattfand. Adobe versammelte Kunden und Partner, um über die Entwicklung der Produktpalette im Bereich Webanalytics zu berichten. Vor allem aber auch, um Adobes Vision von der Zukunft des Marketings zu präsentieren.
Während der Konferenz wurden drei Schwerpunkte gesetzt:
_ Digital Experience Business
_ Marketing is the new finance
_ Social is Everything
Digital Experience Business // Integration von Webanalytics mit Adobe Produkten
Adobe positioniert sich als Digital Experience Business. Das Ziel ist, mit den Produkten optimale digitale Erlebnisse für Konsumenten kreieren zu können. In diesem Gestaltungsprozess ist Webanalytics zum wichtigsten Feedback- und Erkenntnisgeber geworden. Der Betrieb einer Website ohne Webanalytics ist heute nicht mehr vorstellbar. Die Nutzung und vor allem die Integration von Webanalytics ist allerdings weiterhin Spezialisten vorbehalten, die eng mit den Marketing-, Kreativ- und Technikteams zusammenarbeiten. Diese Anforderungen möchte Adobe mit der Integration der Webanalytics-Lösungen in die vorhandene Produktpalette vereinfachen. So wird der Einsatz von Webanalytics zum Standard und Konsumenten bekommen letztendlich bessere Websites, bessere digitale Erlebnisse. Bestes Beispiel ist das jüngst zugekaufte CMS Day (jetzt CQ5). Die integrierte Anbindung an SiteCatalyst soll es ermöglichen, ohne zusätzlichen Aufwand in der Technik, Konsumentenfeedback in Form von Webanalytics-Reports zu erhalten. Auf Basis dieser Reports kann das Konsumentenerlebnis weiter verbessert werden.
74% marketing budget in digital // Marketing is the new finance
Nach eigener Aussage investiert Adobe 74% des Marketing Budgets in digitale Medien. Sicherlich ein Benchmark für europäische Unternehmen. Damit einher geht die Erkenntnis, dass Marketing das neue Finance sei. Marketing kann heute – gefördert durch die neuen Möglichkeiten der Webanlytics-Auswertungen – seinen Erfolg selbst messen und bewerten. Eine komplette Erfolgskontrolle, bis hin zur Bewertung auf Basis des ROI (Return on Investment; Kapitalrendite) ist so möglich.
Darüber hinaus entwickelt sich ein neuer Ansatz zur Bestimmung der Budget-Allokation und des richtigen Mix: die Vorhersage auf Basis historischer Daten. Dazu werden Webanalytics-Daten vergangener Aktionen genutzt, um den richtigen Mix für zukünftige zu finden. So kann das verfügbare Budget optimal auf die genutzten Kanäle verteilt werden, so dass ein gesetztes Umsatzziel erreicht wird. Eine vielversprechende Technik, mit der nun auch Adobe experimentiert.
Social is Everything // Adobe Social Analytics
Adobes neu gewonnene Begeisterung für Social wurde während des Summits deutlich. Ann Lewnes (Senior VP Marketing) berichtete von der puren online Einführung der neuen Creative-Suite. An dem virtuellen Launchevent hätten 250.000 Konsumenten teilgenommen. Ein missverständlicher, negativer Artikel auf Mashable wäre von der Community durch entsprechende Kommentare ins Positive verwandelt worden. Und die Einführung eines „Ratings & Reviews“-Bereichs auf Facebook, innerhalb dessen sich die Konsumenten über die Produkte austauschen können, hätte die Verkäufe von Photoshop um 21% gesteigert, die von Photoshop Extended sogar um 54% (Ergebnisse eines A/B-Tests).
Vor diesem Hintergrund ist die Einführung des neuen Produkts Social Analytics konsequent. Ähnlich anderer Analysetools für Social erlaubt Social Analytics sozial Netzwerke nach Stichwörtern zu durchsuchen, um Trends zu erkennen. Interessante Neuerung ist die Möglichkeit, aus den Ergebnissen Segmente zu erstellen, die im Webanalytics und sogar auch im Targeting verwendet werden können.
Zusammengefasst wird erneut klar: der Konsument steht im Mittelpunkt jeden Handelns. An dieser einfachen Regel kommt heute niemand mehr vorbei. Und Adobe geht einen Schritt in die richtige Richtung. So werden nun auch alle Tools aufgerüstet, um das Feedback des Konsumenten messen und auswerten zu können. Und letztendlich, um Websites besser zu machen.

Wie schnell kann ich Ergebnisse im A/B- oder multivariaten Test erhalten und kann ich mich auf diese Ergebnisse verlassen? Diese grundlegenden Fragen stellen sich die meisten Seitenbetreiber, wenn sie mit der kontinuierlichen Optimierung ihrer Website beginnen.
Früher war die Verbesserung einer Website in weiten Teilen eine Frage des Geschmacks. Heute bestimmen Statistik und Mathematik, an welchen Stellschrauben einer Website gedreht wird.
A/B-Testing ist bereits etablierter Standard zur kontinuierlichen Optimierung von Websites. Dabei werden der ursprünglichen Version des zu testenden Elements eine oder mehrere Varianten gegenüber gestellt. Besucher sehen während des Testzeitraums entweder die Ursprungsversion oder eine Variante. Anhand ihres Verhaltens wird dann die bessere Version ausgewählt. Der multivariate Test betrachtet die gleichzeitige Veränderung mehrerer Elemente auf einer Seite.
Ursprungsversion und vier Varianten eines A/B-Tests für TUIfly.com
Diese Methode wird auf dem gesamten Weg des Konsumenten (Customer Journey) auf einer Website verwendet: von der Akquisition der Besucher über Landingpages bis hin zur detaillierten Optimierung. Insbesondere in der Akquisitionsstrecke sind dabei schnelle Ergebnisse gefragt, um mit hoher Sicherheit die beste Version auszuwählen.
Um das zu schaffen, wird vorab häufig kein fixer Test-Zeitraum bestimmt. Vielmehr wird durch kontinuierliches Monitoring der aktuellen Testergebnisse der Zeitpunkt abgewartet, an dem eine Variante vermeintlich besser funktioniert als die andere.
Zu Beginn des Tests ist ein Ziel festgelegt worden, z.B. der Kauf eines Produkts, die Anmeldung zum Newsletter oder einfach das Erreichen einer bestimmten Seite. Sind die Daten erst einmal gesammelt, ist die beste Version schnell bestimmt.
Viel wichtiger, als die bessere Version zu finden, ist allerdings, sicherzustellen, dass das Ergebnis statistisch signifikant ist, also nicht durch einen Zufall entstanden ist. Schlimmstenfalls könnte sonst ein Sieger gekürt werden, wo es keinen gibt, oder gar die falsche Seiten-Variante zum Sieger erklärt worden.
Statistische Signifikanz ist keine neue Methode, die spezifisch für den Bereich des A/B-Testings entwickelt wurde, sondern ist ein erprobtes Mittel, um den Zufall auszuschließen.
Für die Berechnung der Signifikanz gibt es verschiedene, etablierte Methoden, wie z.B. den ~~T-Test~~ Chi^2-Test. Diese Methoden prüfen anhand der Zahl der Testteilnehmer, der bisherigen und der im Test erzielten Zielerreichung (Conversion Rate) und der getesteten Varianten, ob die Verteilung der Ergebnisse zufällig ist oder nicht. Im Netz gibt es verschiedene Signifikanz- und Confidenz-Rechner, mit deren Hilfe man eigene Tests bewerten kann.
Noch einfacher werden Tests und die Berechnung der Signifikanz heute mit dem Einsatz entsprechender Tools, wie z.B. Google Website Optimizer oder Adobe Test & Target. Diese Tools helfen bei der Durchführung von A/B- und multivariaten Tests und werten diese statistisch aus.
In der kontinuierlichen Optimierung sollten sich Seitenbetreiber nicht zu schnellen Entscheidungen aufgrund vermeintlich klarer Testergebnisse verführen lassen. Vielmehr muss jedes Testergebnis auf statistisch signifikanten Daten aufbauen. Nur so kann sichergestellt werden, dass Entscheidungen auf relevanten Ergebnissen basieren und die Website mit jeder Optimierung besser wird.