Pagespeed – Die Vorteile auf einen Blick

Pagespeed

Was ist Pagespeed und wer braucht das?

Vielleicht fragst du dich jetzt, was genau hinter dem Begriff Pagespeed steckt. Damit beschreibt man die Schnelligkeit, mit der eine Webseite lädt. Je länger die Ladezeit deiner Seite ist, desto niedriger ist also dein Pagespeed. Das Ziel ist jedoch, die Ladezeit möglichst kurz zu halten, damit die Besucher der Seite direkt auf die gewünschten Inhalte zugreifen können.

Ebenso kannst du mit einem guten Pagespeed den Worst Case verhindern: Nämlich, dass dein Besucher die Seite wieder verlässt, bevor überhaupt etwas geladen hat. Das sollte in keinem Fall passieren, da du so keine Kunden und damit auch keinen Umsatz generieren kannst. Auch im Hinblick auf SEO solltest du auf einen guten Pagespeed achten. Denn durch eine schnelle Ladezeit steigt dein Platz im Google-Ranking an.

Um deinen Pagespeed zu verbessern, kannst du verschiedene Faktoren bearbeiten. Diese erklären wir dir im folgenden Abschnitt. Aber für wen ist Pagespeed Optimierung denn besonders relevant? Wer eine Webseite hat und damit Kunden generieren möchte, der braucht einen guten Pagespeed, um erfolgreich zu sein. Das lässt sich grundsätzlich festhalten.

Wie funktioniert Pagespeed-Optimierung?

Langsame Webseiten haben verschiedene Gründe. Hast du große Bilder integriert, die lange laden müssen, zieht das die Ladezeit deiner gesamten Webseite runter. Genauso verhält es sich mit langsam arbeitenden Datenbanken, beispielsweise für Formulare. Liegt deine Seite bei einem weit entfernten Server, kann das ebenfalls Einfluss auf die Geschwindigkeit haben. Aber auch im Quellcode kannst du etwas tun, um deine Ladezeit zu verbessern. So kannst du zum Beispiel überflüssige Zeichen oder Kommentare löschen. Wenn du deine CSS-Dateien zusammenfasst und HTML sowie JavaScript reduzierst, kannst du damit die Anzahl an Server-Request verringern. Dadurch sparst du dir einiges an Zeit.

Pagespeed Analyse
Eine Pagespeed Analyse zeigt euer Potential an.

Die Vorteile konkret im Blick

Auch wenn dein Pagespeed-Wert für den Desktop vielleicht sehr gut erscheint, solltest du eines nie außer Acht lassen. In der heutigen Zeit wird die mobile Ausspielung immer wichtiger, denn viele Menschen greifen von unterwegs über das Smartphone oder Tablet auf deine Webseite zu. Daher ist es umso wichtiger, auch deinen mobilen Pagespeed zu überprüfen. Bei den meisten Webseiten liegt dieser nämlich viel niedriger als der Desktop-Wert.

Falls du noch nicht überzeugt bist, dass eine Pagespeed-Optimierung für dich relevant sein könnte, haben wir ein paar starke Argumente dafür gesammelt. Als allererstes muss wohl festgehalten werden, dass die Absprungrate deiner Seite extrem verringert wird. Dadurch bleiben mehr Besucher auf deiner Seite und deine Conversionrate wird erhöht. Dein CSS und HTML wird strukturierter und die Crawlbarkeit deiner Seite verbessert sich. So kannst du besser gefunden werden und dein Google Ranking optimieren.

Eine gute Auffindbarkeit sorgt in den meisten Fällen zu mehr Umsatz und dein Unternehmen profitiert im Gesamten von deiner schnellen Ladezeit auf der Webseite. Du siehst also, hinter Pagespeed verbirgt sich eine ganze Menge.

Was ist der Customer Lifetime Value?

Customer Lifetime Value

Die Vorteile des Customer Lifetime Value

Durch die Ermittlung des Customer Lifetime Values (CLV) identifiziert man wertvolle Kunden für das Unternehmen, indem man den Ertrag und das Ertragspotential berechnet. So können die Kunden anhand des Deckungsbeitrages segmentiert werden – indem beispielsweise zwischen profitablen und weniger profitablen Kunden unterschieden wird – und entsprechende Marketingstrategien für die unterschiedlichen Kundensegmente entwickelt werden.

Neben der Einteilung der Kundensegmente unter der Berücksichtigung des Deckungsbeitrages, ist die Erhebung weiterer Merkmale der jeweiligen Kundensegmente nützlich, um die Zielgruppen genauer zu bestimmen und kennenzulernen. So können Lookalike Audiences erstellt und targetiert werden.

Zudem erfährt die jeweilige Marketingabteilung, welche Ausgaben für die Akquise angemessen sind und welche Akquisitionskanäle die wertvollsten Kunden hervorbringen. Anhand von Erfahrungswerten – also dem ermittelten CLV – generiert das Unternehmen ein Wissen darüber, welche Kunden nachhaltig gebunden werden können und wie hoch die Investition in personalisierte Nachrichten und Retargeting-Maßnahmen für das jeweilige Segment sein sollte.

Die Phasen der Customer Lifetime Value

Die Phasen des Customer Lifetime Values werden unter dem Begriff Kundenlebenszyklus zusammengefasst. Im Folgenden werden die unterschiedlichen Phasen benannt und für das Verständnis kurz skizziert.

Die erste Phase ist die Anbahnungsphase. Bevor der Kunde in diese Phase eintritt müssen Investitionen in entsprechende Marketingaktivitäten getätigt worden sein sowie ein Interesse des potentiellen Kunden vorliegen. In der darauffolgenden Sozialisationsphase gewöhnt sich der Kunde an das Unternehmen/Produkt und wird in der darauffolgenden Penetrationsphase über weitere Angebote oder Zusatzangebote informiert.

Bei Inanspruchnahme weiterer Leistungen, oder einer generellen Kundenbindung an das Unternehmen, befindet sich der Kunde in der Reifephase – die durch einen erhöhten Umsatz gekennzeichnet ist. Sollte der Kunde daraufhin keine weiteren Unternehmensangebote in Anspruch nehmen, tritt dieser in die Krisen- und Trennungsphase ein. In diesen Phasen richtet das Unternehmen – je nach Kundenwert – Reaktivierungsmaßnahmen ein oder die Kundschaft löst sich nachhaltig auf.

Berechnung der CLV

Für die Berechnung des Customer Lifetime Values gibt es eine Vielzahl von komplizierten und weniger komplizierten Verfahren. Die folgende Funktion ist für das grundlegende Verständnis ausgelegt und hilft, das CLV-Konzept zu verstehen.

et ist der (erwarteter) Umsatz der Geschäftsbeziehung in der Periode t. at ist die (erwartete) Investition in der Geschäftsbeziehung in der Periode t. Mit i werden die Abzinsungen der Perioden über einen Kalkulationszinssatz mit einbezogen. T entspricht der voraussichtlichen Dauer der Geschäftsbeziehung, also der Kundenlebenszeit.

Zunächst wird anhand von Erfahrungswerten die durchschnittliche Kundenlebenszeit ermittelt. Innerhalb der Kundenlebenszeit finden in bestimmten Abständen Käufe statt, sodass man einen durchschnittlichen Umsatz pro Periode bestimmen kann.

Die Differenz aus dem Umsatz und den Investitionskosten wird für jede Periode durch den Kalkulationszinssatz it geteilt und der Wert der t-ten Periode mit den weiteren Periodenwerten t addiert. Die Formel sollte in aller Regel um die Erstinvestition ergänzt werden, die vom Ergebnis abgezogen wird. So erhält man den durchschnittlichen Wert eines Kunden innerhalb seiner Kundenlebenszeit.

Voraussetzungen

Als Grundvoraussetzung um die eigenen Kunden so präzise wie möglich kennenzulernen und einen für das Unternehmen repräsentativen CLV auszurechnen, müssen die transaktionsbezogenen Daten als Kaufhistorie vorliegen.

Da es sich nur um Erfahrungswerte und darauf aufbauende Prognosen handelt, ist der Customer Lifetime Value stets mit Unsicherheiten verbunden. Dementsprechend wird über einen großen Datensatz und einer langen Kaufhistorie die Wahrscheinlichkeit für grobe Ungenauigkeiten minimiert.

Um die geräteübergreifende Kundeninteraktionen zu erfassen und somit relevante Kunden zu identifizieren ist die Verwendung eines Customer Relationship Management Systems notwendig, da hier die Kundeninteraktionen mit dem Unternehmen erfasst werden und die Berichtsfunktion zuverlässig ist.

Es können Dashboards erstellt und Informationen aus den sozialen Netzwerken über die Einstellungen zu Marken, Produkten und Unternehmen offengelegt werden. Diese weiteren Informationen helfen dann auch bei der Segmentierung von Kunden und der Erstellung einer Lookalike-Audience.

Der Customer Lifetime Value im Online Marketing

Der CLV ist insbesondere im Online Marketing ein sehr hilfreicher Indikator, da Kundendatensätze über Webanalyse-Tools und CRM-Systeme unmittelbar erstellt werden können. Gerade in diesem Zusammenhang ist jedoch festzuhalten, dass die Mehrheit der Online Shops den Großteil ihrer Kunden nur selten dauerhaft bindet. Es handelt sich zumeist um eine kurzfristige Kaufbefriedigung seitens des Kunden.

Folgekäufe sind in den ersten 90 Tagen am wahrscheinlichsten. Das bedeutet, dass dieser Zeitraum ideal für E-Mail Marketing und Retargeting-Maßnahmen ist, um die Kaufhäufigkeit eines Kunden zu erhöhen. Im Online Marketing besteht der klare Vorteil darin, dass über die Analyse entsprechender Kundendatensätze das richtige Angebot zur richtigen Zeit an die richtige Person unterbreitet werden kann.

Unter Miteinbezug entsprechender Informationen aus dem CRM-System lassen sich die Kunden nicht nur über den tatsächlichen Wert innerhalb einer Periode, sondern zusätzlich über Signale in sozialen Netzwerken segmentieren. Dementsprechend können so Lookalike-Audiences bestimmt werden. Weiterhin ist die Identifikation relevanter Akquisitionskanäle möglich. So kann die Wahrscheinlichkeit einer fehlgeleiteten Neukundenakquise reduziert werden.  

Nachdem profitable Kunden ermittelt wurden, ermöglichen Maßnahmen, wie die Integration von Up- und Cross-Selling Angeboten, Rabatte bei Warenkorbabbrüchen oder gezieltes Newsletter-Marketing, eine Steigerung der Kauffrequenz.

Die Grenzen des Customer Lifetime Values

Neben quantitativen existieren in aller Regel qualitative Faktoren. So ist das Weiterempfehlungspotential gewisser Kunden zunächst nicht bestimmbar, jedoch ein wichtiger Aspekt in der Gewinnung neuer oder der Pflege bestehender Kunden.

Zudem weichen die mithilfe der Wertermittlung prognostizierten Umsätze immer von der Realität ab. Historische Daten ermöglichen eine ungefähre Ermittlung zukünftiger Umstände, aber der Miteinbezug wirtschaftlicher Trends oder gesellschaftlichen Entwicklungen ist nicht möglich. So sind die Prognosen stets als grober Richtwert aufzufassen.

Fazit

Mithilfe der Ermittlung des Customer Lifetime Values können sich Unternehmen auf die langfristigen und wertvollen Geschäftsbeziehungen konzentrieren, indem aktuelle und potentielle Kundenwerte ermittelt werden.

Somit ist ein Maßstab für Investitionsentscheidungen gegeben, der einen gezielten Ausbau bestimmter Kundenbeziehungen ermöglicht. Der große Vorteil ist, dass verlustreiche oder nicht lohnenswerte Kundeninvestitionen vermieden werden können.

A/B-Test – Durchführung und Auswertung

A/B Test Durchführung

Der Testablauf

Im folgenden Abschnitt informieren wir euch über die Testvorbereitung und den Ablauf von A/B-Tests. Hierzu zählt die richtige Hypothesenbildung, die Unterteilung der Ergebnisse in primäre und sekundäre Ziele und die korrekte Durchführung des Testvorgangs.

A/B-Test Hypothesenbildung

Der Test beginnt bereits mit der Entwicklung einer geeigneten Hypothese, um zu definieren, was überhaupt untersucht werden soll und welche Variable in entsprechende Varianten aufgeteilt wird. Die Hypothese enthält stets eine Zielformulierung, in der eine Auswirkung der Variable auf das Ziel unterstellt wird. So könnte eine Hypothese wie folgt lauten: „Eine Farbänderung des CTA-Buttons führt zu einem Anstieg der Conversions.“ 

Mithilfe einer Hypothese lassen sich dann die Key-Performance-Indikatoren identifizieren, die während des A/B-Tests erhoben werden sollen. In unserem Beispiel wird die Variable „Farbe CTA-Button“ geändert und die Anzahl der Conversions als Indikator für die Bewertung herangezogen.

Unterteilung in primäre und sekundäre Ziele

Die möglichen Erkenntnisse aus einem A/B-Test können durchaus vielschichtig sein und die jeweiligen KPIs liefern zusätzliche Informationen über das Nutzerverhalten, die nicht immer eindeutig zu interpretieren sind. So kann es der Fall sein, dass der Absatz im Online Shop steigt, aber der Wert des durchschnittlichen Warenkorbs sinkt.

Die primären Ziele sind diejenigen, die das ursprüngliche Motiv für die Erstellung des A/B-Tests darstellen. Die sekundären Ziele eines A/B-Tests sind die zusätzlichen Informationen, die über das Nutzerverhalten entstehen. So ist die Hypothese anfangs auf mögliche Schwächen in der Formulierung zu testen und in ihrer Relevanz einzuordnen.

Der Testvorgang

Die Websitebesucher weisen nie die gleichen Eigenschaften auf und saisonale Schwankungen, wie etwa zu Weihnachten, führen beispielsweise in Online Shops zur Verzerrung durchschnittlicher Konversionsraten. Dementsprechend sollten A/B-Tests über längere und konstante Zeiträume (mehrere Wochen) durchgeführt werden und eine große Stichprobengesamtheit gewährleistet sein. Websitebesitzer mit geringem Traffic sollten den Testzeitraum entsprechend verlängern.

Die Auswertung – statistische Signifikanz

Nachdem alle relevanten Daten erfasst wurden, ist das Ergebnis des A/B-Tests dahingehend zu überprüfen, ob ein statistischer Zusammenhang zwischen den unterschiedlichen Varianten und der Konversionsrate besteht. Das Testergebnis ist dann statistisch signifikant, wenn die formulierte Alternativhypothese von unseren Daten gestützt wird.

Die erhobenen A/B-Test Daten

Zunächst muss ein Signifikanzniveau festgelegt werden. Normalerweise wird der Schwellenwert auf 95% gesetzt, womit das Signifikanzniveau bei 5% liegt. Am Ende des Beitrages kommen wir hierauf zurück.

Nach der Datenerhebung wird die Anzahl der Konversionen und Nicht-Konversionen durch die Gesamtzahl der Besucher geteilt, um die prozentualen Anteile zu errechnen. Als Beispiel nehmen wir für die A-Variante 300 und für die B-Variante 600 Konversionen (insgesamt 900) und für Nicht-Konversionen bei der A-Variante 900 und für die B-Variante 1.200 (insgesamt 2.100). Das ergibt einen Stichprobenumfang von 3.000 Websitebesucher, von denen – unabhängig der einzelnen Varianten – 30% konvertiert und 70% nicht konvertiert sind.

Den Erwartungswert ausrechnen

Nachdem wir die prozentualen Anteile an konvertierten und nicht-konvertierten Besuchern errechnet haben, können wir die Anteile als Faktor für die Gesamtbesucherzahlen der jeweiligen Varianten nehmen, um den Erwartungswert für Konversionen und Nicht-Konversionen für die jeweiligen Varianten auszurechnen.

So kommen 1.200 von den 3.000 Besuchern von der Variante A. Dementsprechend multiplizieren wir die Besucheranzahl der Variante A mit den errechneten prozentualen Anteilen für die Conversions und Nicht-Conversions (1.200 x 0,3 = 360 und 1.200 x 0,7 = 840). Wir wiederholen die Rechnung mit den Werten für Variante B (1.800 x 0,3 = 540 und 1.800 x 0,7 = 1.260). Jetzt verfügen wir über die durchschnittlichen Erwartungswerte.

Der Chi-Quadrat-Wert

Nun können wir die Abweichung von unseren erhobenen Daten mit den ermittelten Erwartungswerten ausrechnen und die Ergebnisse in Beziehung setzen. Das Ergebnis wird als Chi-Quadrat-Wert bezeichnet. Um diesen zu erhalten wird folgende Rechnung angewendet: ((erwarteter Wert – tatsächlicher Wert)² / erwarteter Wert) = Chi-Quadrat-Wert.

Für die „Variante 1 – Conversions“ und die Variante 1 – keine Conversions“ sehen die Rechnung dann wie folgt aus: ((360 – 300)² / 360) = 10 und ((840 – 900)² / 840) = 4,29. Für die „Variante 2 – Conversions“ erhalten wir den Wert 6,67 und für „Variante 2 – keine Conversions“ 2,89. Nachdem wir alle Ergebnisse aufsummiert haben erhalten wir den Wert 23,85.

Mit einem Blick auf die Chi-Quadrat-Tabelle kann der Wert eingeordnet werden. Die Tabelle zeichnet am Zeilenanfang die Freiheitsgrade „n“ und in den Spalten die ausgewählten Wahrscheinlichkeiten „p“ aus. Wir haben ein Signifikanzniveau in Höhe von 5% festgelegt und zwei Varianten erstellt, die dem „Freiheitsgrad n = 1“ entsprechen.

Nun können wir aus der Tabelle den kritischen Chi-Quadrat Wert ablesen (Zeile n1 und Spalte p0.95), der 3,84 entspricht. Da wir mit unseren fiktiven Häufigkeiten auf den Wert 23,85 kommen, wurde eine statistische Signifikanz nachgewiesen. Das bedeutet das die Evidenz der Annahme, dass die Änderung der Variablen die Conversion-Rate nicht beeinflusst, anhand unserer Stichprobendaten sehr gering ist.

Die häufigsten A/B-Test Fehler

Im folgenden Abschnitt listen wir für euch die häufigsten Fehler auf, die in der Durchführung eines A/B-Tests begangen werden. Diese reichen vom Setup und der Einrichtung eines A/B-Tests bis hin zur Analyse und Interpretation der erhobenen Daten.

Hypothesenbildung und Indikatoren

Wenn die Alternativhypothese nicht spezifisch genug ist, da die Formulierung zu vage beziehungsweise zu allgemein gehalten ist, wird die Messbarkeit mithilfe Key Performance Indikatoren erschwert. Ohne der Bestimmung einer eindeutigen Variable kann kein A/B-Test realistisch ausgeführt werden.

Die Stichprobengröße ist nicht repräsentativ

Ein weiterer Fehler ist eine zu geringe Stichprobengröße und somit fehlende Repräsentativität im Bezug zur Grundgesamtheit. Es gibt viele Online-Rechner mit Hilfe derer die ideale Stichprobengröße für eure Website errechnet werden kann. Unter Umständen kann die eigenständige Berechnung des Stichprobenumfangs als ungeübter Statistiker kompliziert sein.

Der Testzeitraum ist zu kurz

Um aussagekräftige Ergebnisse zu erhalten und die Verzerrung über Zufälle größtenteils auszuschließen, muss neben der Stichprobengröße auch der Testzeitraum für den A/B-Test berechnet werden. Hierfür werden die Stichprobengröße der Variante am Tag, die Conversion-Rate und die relative Verbesserung der Conversion-Rate unter Miteinbezug des Schwellenwerts herangezogen. Auch hier gibt es Online-Rechner die den optimalen Testzeitraum bestimmen.

Fazit

Mit der richtigen Formulierung von Hypothesen und Ableitung der relevanten Key-Performance Indikatoren sowie einer stringenten Testdurchführung und Auswertung, steht einem erfolgreichen A/B-Test nichts im Wege. Es ist jedoch wichtig im Hinterkopf zu behalten, dass für eine langfristige Optimierung der Website-Conversions viele weitere Faktoren eine Rolle spielen und die Veränderung von Webelementen nur einen Teilausschnitt darstellt.

Was sind A/B-Tests?

Was sind A/B Tests

Einführung

A/B-Tests finden ihre Anwendung vor Allem als Online-Experiment für Websites, Apps, Newsletter oder Online-Kampagnen. Das Ziel der Experimente ist stets, ein vordefiniertes Konversionsziel, wie beispielsweise Registrierungen und Klicks zu optimieren oder den Produktabsatz zu erhöhen.

Bei einem A/B-Test handelt es sich um die Bewertung von zwei Varianten eines Systems mithilfe eines Experiments, in dem die Originalversion mit der Testvariante anhand von Key-Performance-Indikatoren verglichen wird. Das bedeutet, dass beispielsweise eine zweite Variante einer Webseite erstellt wird, die mit der ursprünglichen Variante auf ihre Nutzerinteraktion hin verglichen wird.  

Arten von A/B Tests

Es lassen sich im Allgemeinen drei Testarten unterscheiden. Im folgenden Abschnitt informieren wir euch über die Unterschiede von klassischen A/B-Tests, Split-Tests und multivariaten Verfahren.

A/B- und Split-Tests

Ein klassischer A/B-Test findet unter ein und derselben URL statt, indem beispielsweise einzelne Elemente innerhalb einer Webseite geändert werden. Ein Split-Test ist ein Weiterleitungstest und ist somit von zwei unterschiedlichen URLs abhängig. Hier wird der Website-Traffic auf eine neue URL umgeleitet, die die Variante B darstellt.

Multivariate-Tests

Während in klassischen A/B-Tests stets eine unabhängige Variable verändert wird, ermöglichen Multivariate-Tests das Testen von Hypothesen durch die Veränderung mehrerer Variablen. Dementsprechend werden mehrere Varianten erstellt, die das Produkt der Kombinationen der zu verändernden Elemente sind (Varianten des Elements „A“ x Varianten des Elements „B“ = Varianten insgesamt).

Der Vorteil von multivariaten Tests ist, dass durch die Identifikation der besten Kombination von Elementen im Vergleich zum klassischen A/B-Test eine erhöhte Validität der Ergebnisse zu erzielen ist. Ein Voraussetzung für diese Testart ist jedoch, dass der Website-Traffic hoch genug ist, um repräsentative Ergebnisse erzielen zu können.

Vorbereitung und Ablauf von A/B-Tests

Ein A/B-Test sollte sorgfältig vorbereitet werden, um die Qualität zu gewährleisten. Hierbei ist die gelungene Hypothesenbildung essentiell, um überhaupt die entsprechenden Varianten erstellen zu können. Zudem sollten die Key-Performance-Indikatoren identifiziert werden, um die Hypothese zu bestätigen oder zu verwerfen.

Hypothesen

Zunächst wird eine Hypothese gebildet, die die zu untersuchende Variable definiert und somit den A/B-Test einleitet. Es ist wichtig starke Hypothesen zu bilden, um einen erfolgreichen A/B-Test zu generieren. Das bedeutet, dass das mutmaßliche Problem klar identifizierbar und eine mögliche Lösung für das Problem abzuleiten ist.

Das zu erwartende Ergebnis muss ebenso formulierbar und anhand von Key-Performance-Indikatoren messbar sein. So könnte eine hinreichende Hypothese wie folgt aussehen: „Eine Änderung der Farbe des In-den-Warenkorb-Buttons von grau zu rot erzeugt eine höhere Bereitschaft das Produkt zu kaufen und erhöht somit den Absatz um 10 Prozent“.

Erstellung von Varianten

Im Zentrum der vergleichenden Auswertung steht die Nutzerinteraktion mit den jeweiligen Varianten (A und B). Für die Messbarkeit der Veränderung oder der Interaktionen darf daher nur immer eine Variable der ursprünglichen Version geändert werden, um die jeweiligen Veränderungen der Indikatoren, wie beispielsweise das Kaufverhalten der Website-Besucher, genau zuordnen zu können.

Zudem sollte ein ausreichender Website-Traffic (Stichprobengesamtheit) gewährleistet sein, um aussagekräftige Ergebnisse zu erhalten und um Zufälle ausschließen zu können. Neben diesen Voraussetzungen sollte ein A/B-Test nicht im Kontext saisonaler Schwankungen durchgeführt werden, da beispielsweise eine erhöhte Kaufbereitschaft im Dezember eher auf Weihnachtseinkäufe anstatt auf eine gelungene Änderung des „Jetzt-Kaufen-Buttons“ zurückzuführen ist.

Wie funktioniert ein A/B-Test?

Nachdem eine Hypothese aufgestellt und ein/e Element/Variable identifiziert wurde, ist es an der Zeit mit dem A/B-Test zu beginnen. Die ursprüngliche Version (Variante A) fungiert als Kontrollversion der Seite und die Variante B ist dementsprechend die Testversion der Webseite. Der Besucherstrom wird, je nach Auswahl der prozentualen Verteilung (50:50, 40:60, 30:70), auf die beiden Varianten per Zufallsprinzip aufgeteilt.

Daraufhin wird nach einem vordefinierten Zeitraum und einer ausreichenden Anzahl von Besuchern auf die zuvor getätigte Hypothese und den zu messenden Indikatoren zurückgegriffen, um schlussendlich die Performance der Varianten entgegenzustellen und zu vergleichen.

Sollte die Variante A zu einer Konversionsrate von 15% geführt haben und die Variante B 30% aller Besucher zu einem Kauf angeregt haben, so ist letztere zu wählen und der A/B-Test war erfolgreich.

Welche Elemente sollte man auf einer Website testen?

Typische Elemente die in A/B-Tests getestet werden sind Titel und Überschriften, Call-to-action – Buttons, weitere Arten von Buttons, Bilder, die Seitenstruktur, Formulare, Preise und die Navigation auf der Seite.

Änderungen im Titel und Überschriften beziehen sich häufig auf die Schriftart, den Inhalt, Form oder Farbe. Buttons und spezielle Call-to-action – Buttons können in ihrer Farbe, der Schrift, Platzierung, Größe oder verwendeten Wörter geändert werden.

Ebenso gibt es unzählige Variationsmöglichkeiten in der Bildgestaltung. Zum Einen können verschiedene Bilder getestet, die Platzierung geändert oder eine Größenvariationen erstellt werden. Zum Anderen kann das Bild an sich bearbeitet werden, indem der Farbton, die Sättigung oder die Helligkeit verändert wird.

Die Seite kann umstrukturiert werden, indem Bilder oder Banner einen neuen Platz bekommen, die Navigation mehrere Conversion-Funnel einbindet oder beliebte Produkte verlinkt werden. Auch Formulare bieten Veränderungspotential. Neben einer Neustrukturierung der Spalten und dem Entfernen von optionalen Feldern können Formulare ebenso in ihrem Wortlaut geändert werden.

Welche Aussagekraft haben A/B-Tests?

A/B-Tests sind nur ein Puzzleteil für den Erfolg von Online-Marketingmaßnahmen, da es unzählige weitere Variablen gibt, die die Konversionsrate oder das Ziel von Websites beeinflussen. Beispielsweise spielt die Qualität des generierten Traffics oder des Angebots auf der Website eine entscheidende Bedeutung. Ebenso ist der unmittelbare Wettbewerb und die eigene Markenbekanntheit mit einzubeziehen.

Mit A/B-Tests können Vermutungen in Form von Hypothesen statistisch untersucht werden. Das bedeutet, dass noch weitere Methoden für die Optimierung der Konversionsrate zum Einsatz kommen müssen, um alle Puzzleteile zu einem Gesamtbild zusammenzufügen. Unter Anderem konkretisieren und visualisieren Heatmaps und Session Recordings die Ergebnisse von A/B-Tests, während Usability-Tests qualitative Daten generieren und Web Analytics Metriken Conversion Probleme eingehender beschreiben und identifizieren.

Heatmap und Session Recording mit Matomo

Heatmaps und Session Recordings

Die Visualisierung des Besucherverhaltens

Neben den grundlegenden Metriken zur Webanalyse bietet Matomo mit den sogenannten Heatmap und Session Recording Funktionen visuelle Erweiterungen an, mit denen das Besucherverhalten auf der Website eins zu eins aufgezeichnet wird. So erhält der Nutzer einen unmittelbaren Einblick in die Aktivitäten und Interaktionen der jeweiligen Websitebesucher.

Heatmaps – Ein Wärmebild eurer Website

Mithilfe Matomos Heatmap Funktion werden drei Screenshots einer ausgewählten Webseite erstellt. Jeder Screenshot enthält farbliche Abstufungen, die die jeweiligen Aktivitäten der aufgenommenen Websitebesucher symbolisieren.

Die Farben sind den typischen Temperaturempfindungen zugeordnet. Blaue Bereiche (kalt) symbolisieren wenig Aktivitäten, während grüne (kühl), gelbe (warm) und orangene (heiß) vermehrte Aktivitäten der Websitebesucher aufzeigen. Die Farbe Rot (sehr heiß) signalisiert stark frequentierte Interaktionen der Besucher mit dem jeweiligen Bereich.

Die Grundlage für die farbliche Visualisierung der Websitebereiche bilden Samples, also repräsentative Stichproben. Der Nutzer kann die Bedingungen für die Aufnahme von Samples unter den Einstellungen selbst definieren.

Die Click Map – Wege zur Conversion

Die Click Map ist eine der drei URL-Screenshots und zeigt die Bereiche und Elemente der Website an, die vermehrt angeklickt wurden. Über diese Heatmap erfährt der Matomo-Nutzer, welche Webelemente von besonderem Interesse sind und wonach der durchschnittliche Besucher sucht. Zudem sind Elemente identifizierbar, die den Eindruck erzeugen, anklickbar zu sein.

Mithilfe der Analyse von Click Maps kann die Usability der Website deutlich erhöht werden, indem beispielsweise die Elemente und Klickoptionen nach den Vorstellungen des Besuchers angeordnet und erstellt werden. Der Websitebetreiber hat zudem die Möglichkeit, die Klickbereitschaft zu relevanten CTA-Buttons zu untersuchen und entsprechende Veränderungen vorzunehmen.

Wir freuen uns auf deine Nachricht

Die Hover Map – Die Usability erhöhen

Die Hover Heatmap zeichnet die Mausbewegungen auf und visualisiert somit die durchschnittliche räumliche Verteilung der getätigten Bewegungen auf der Webseite. Das Interessante daran – es besteht eine signifikante Korrelation zwischen Maus- und Augenbewegungen. Zwar ersetzt die Aufnahme der Mausbewegung nicht das Eye-Tracking, dennoch ist die Maus- den Augenbewegungen gegenüber oft asynchron und somit nachgelagert.

So lassen sich Bereiche auf der Webseite identifizieren, die Aufmerksamkeit erzeugen oder interessante Inhalte enthalten. Im Umkehrschluss können somit auch uninteressante oder irrelevante Bereiche der Seite erkannt und umgestaltet werden. Auch hier erhält der Nutzer einen direkten Einblick in das Nutzungsverhalten der Besucher und kann entsprechende Optimierungsmaßnahmen umsetzen.

Individuelle Webentwicklung

Die Scroll Map – Optimierung der Scrolltiefe

Matomos Scroll Map visualisiert die Scrolltiefe der Besucher. Auch hier signalisieren die Farben die jeweilige Sichtbarkeit der Seitenbereiche, indem beispielsweise rote Bereiche eine Sichtbarkeit von 100% erzielen, während blaue Bereiche nur von bis zu 10 % der Besucher wahrgenommen werden. Die Prozentangaben werden rechts neben der Maus angezeigt.

Der Nutzer erhält so einen Einblick in die durchschnittliche Scroll-Bereitschaft der Websitebesucher und erkennt auf einem Blick, welche Webelemente oder Inhalte überhaupt wahrgenommen werden. Möglicherweise werden relevante Inhalte oder Kernbotschaften überhaupt nicht wahrgenommen, da die Scroll-Bereitschaft der Besucher gering ist. Infolgedessen kann die Platzierung von Webinhalten, wie beispielsweise CTA-Buttons, umstrukturiert oder die Webseite interaktiver gestaltet werden, sodass die Scroll-Bereitschaft steigt.

heatmap scroll map

Session Recordings

Die Session Recording Funktion ergänzt die Heatmaps durch eine unmittelbare Einsicht in das Verhalten einzelner User. Matomo zeichnet über Session Recordings die Interaktionen der Besucher mithilfe eines Videos auf. Es werden sämtliche Mausklicks, die Mausführung, das Scrolling und Seitenaufrufe aufgenommen. Die Aufnahmen können zu jedem beliebigen Zeitpunkt pausiert und neu gestartet werden.

Die Fragen – welche Inhalte die Besucher ansprechen, wo Ansprünge stattfinden und welche Wege zur Konversion führen – lassen sich durch die aufgenommenen Samples der Websitebesucher unmittelbar klären. Die Aufnahmen sind den jeweiligen Besuchern zuzuordnen und befinden sich ebenso in den einzelnen Besucherprofilen. Die individuellen Profile enthalten zudem die Zeit und Dauer des Besuchs, den Ort und Informationen zum genutzten Endgerät.

Fazit

Die Heatmap und Session Recording Funktionen von Matomo sind eine brauchbare Ergänzung zu den restlichen Analysemöglichkeiten des Webanalyse-Tools. Die Costumer Journey wird visualisiert und über Session Recordings sogar eins zu eins aufgezeichnet. So lassen sich die Platzierungen, die Qualität und Relevanz von Websiteelementen an den Erwartungen und die generellen Verhaltensmuster der Besucher anpassen. Matomo schafft somit eine brauchbare und faktenbasierte Grundlage zur Optimierung der Usability und somit zur Erhöhung der angestrebten Conversions.

Trafficanalyse für datengetriebenes Marketing

Kanaltyp Matomo

Die Trafficanalyse auf einem Blick

Über die Trafficanalyse ist eine eingehende Analyse der Akquisitionskanäle der Website möglich. Matomo bietet hierzu eine Visualisierung der Einstiegs- und Ausstiegsseiten einer URL der eigenen Website, die man frei wählen kann. Hier wird die Anzahl der Seitenansichten innerhalb eines zu definierenden Zeitraums angezeigt, sowie die Zusammensetzung aus den einzelnen Akquisitionskanälen. Somit kann jede URL der Website über die jeweiligen Akquisitionskanäle analysiert werden.

Matomo Websitetraffic

 

Die Auflistung der Einstiegsseiten enthält die prozentuale Verteilung des generierten Traffics von internen Seiten, Suchmaschinen, externen Websites, Kampagnen, sozialen Netzwerken und direkten Zugriffen. Die insgesamten Seitenansichten, sowie die absoluten Zahlen zu den jeweiligen Kanäle, befinden sich im mittigen URL- / Seitenfenster.

Somit lassen sich neben dem internen Traffic unterschiedliche Marketingkanäle auf einen Blick einordnen. Über die Suchmaschinenansicht werden die getätigten Suchbegriffe angezeigt, die zu einer Seitenansicht geführt haben. Über externe Websites werden die vorherigen Aufenthaltsorte der Websitebesucher aufgeschlüsselt, womit mögliche externe Verweise, aber auch Interessen und Such-Korrelationen der Besucher offensichtlich werden.

Auch die Ausstiegsseiten werden in ihrer prozentualen Verteilung aufgelistet. Es werden Ausstiege zu internen Seiten und Suchen, sowie über ausgehende Links und generelle Ausstiege angezeigt. Die absoluten Zahlen zu den einzelnen Ausstiegskategorien sind wieder im mittigen Seitenfenster zu finden.

 

Eingehende Analysen einzelner Marketingkanäle

In der Akquisitionsübersicht visualisiert Matomo die Entwicklung der verfügbaren Metriken und Datensätze über einen frei wählbaren Zeitraum. Es können Diagramme zu den Besuchen und Aktionen über Suchmaschinen, Websites, soziale Netzwerke oder Kampagnen erstellt werden.

Matomo Grafik

Zu den einzelnen Kanälen werden die jeweiligen prozentualen Veränderungen der Besuche im Vergleich zum Vormonat dargestellt. Hierüber lassen sich getätigte Maßnahmen auf ihre Effektivität hin bewerten und die relevantesten Marketingkanäle der eigenen Website identifizieren. Dementsprechend zeichnet sich die Trafficanalyse mit Matomo über breite Visualisierungsoptionen aus.

Webanalyse Kanaltypen

Die Kanaltypen können zudem noch einmal gesondert betrachtet werden. Matomo listet hier die Besuche, Aktionen und somit die durchschnittlichen Aktionen pro Besuch auf. Des Weiteren erhält der Nutzer kanalspezifische Informationen über die durchschnittliche Aufenthaltsdauer und der Bounce Rate.

 

Suchmaschinen und Suchbegriffe in der Trafficanalyse

Das Webanalyse-Tool listet unter dem Menü Suchmaschinen und Suchbegriffe alle verwendeten Begriffe innerhalb der Web- und Bildersuche, sowie alle genutzten Suchmaschinen auf. Ein großer Vorteil besteht darin, dass der Nutzer zum Einen die Suchintentionen der Websitebesucher besser versteht und zum Anderen alle relevanten Keywords erhält, unter denen die Website rankt.

Webanalyse Matomo Suchmaschinen SEO

Somit können Optimierungen und Anpassungen hinsichtlich des Contents und der allgemeinen Suchmaschinenoptimierung evaluiert und umgesetzt werden. Dementsprechend ist es immer vom Vorteil, die über Matomo verfügbaren Daten zu Gunsten eigener Unternehmenszwecke erneut einzuordnen und aufzubereiten.

 

Websites und soziale Netzwerke

Unter den Menüpunkten Websites und soziale Netzwerke werden die Besuche von allen externen Websites und den jeweiligen Social Media Kanälen aufgelistet. Vor Allem der Menüpunkt soziale Netzwerke bietet informationsreiche Metriken. Hier werden die Besuche, Bestellungen oder Conversion Rates der einzelnen Kanäle aufgeführt. So lassen sich die erstellten Inhalte und Werbemaßnahmen auf die Wirksamkeit der definierten Zielgruppen überprüfen.

 

Der Kampagnen-URL Erzeuger

Mit dem Kampagnen-URL Erzeuger werden die Trackingmöglichkeiten und die Funktionalität des Webanalyse-Tools Matomo erweitert. Der URL-Erzeuger ermöglicht das Tracking von Newsletter- und E-Mail-Kampagnen, Google und Facebook Ads, Display- und Bannerwerbungen, Gast-Blogbeiträge und vieles mehr.

Mit dem Kampagnen-URL Erzeuger werden die Trackingmöglichkeiten und die Funktionalität des Webanalyse-Tools Matomo erweitert. Der URL-Erzeuger ermöglicht das Tracking von Newsletter- und E-Mail-Kampagnen, Google und Facebook Ads, Display- und Bannerwerbungen, Gast-Blogbeiträge und vieles mehr.

Und so funktioniert das Kampagnen Tracking – der Nutzer fügt die jeweilige Seiten URL in den Erzeuger ein und definiert einen Namen für die Kampagne. Daraufhin generiert Matomo den Trackinglink und fügt dem Verzeichnis automatisch Parameter hinzu. Der Trackinglink kann nun in die Kampagnen eingesetzt oder als Link für die verschiedensten Zwecke verwendet werden.

Kampagnen URL Erzeuger

Der Nutzer gewinnt somit einen Überblick über die Besucher, Aktionen, Conversions und Umsätze der jeweiligen Kampagnen und kann diese miteinander vergleichen. Über die jeweiligen Besucherprofile ist die websiteinterne URL-Historie der Kampagnenbesucher aufgelistet. Somit sind das Verhalten und die jeweiligen Interessen der Kampagnenbesucher einsehbar und Optimierungen hinsichtlich der Unternehmensziele möglich.

 

Fazit

Mithilfe den von Matomo bereitgestellten Metriken zur Akquisition und Trackinganalyse ist eine datengetriebene Steuerung zur Erreichung webbasierter Unternehmensziele problemlos möglich. Neben den jeweiligen Statistiken zu den Akquisitionskanälen und deren Vergleich, bietet ein granularer Einblick in das Verhalten über einzelne Besucherprofile konkrete Handlungsempfehlungen zur Optimierung der eigenen Website. Eine zusätzliche Erweiterung zu dem bereits umfassenden Tracking bietet der URL-Erzeuger. So können auch externe Aktionen stets auf ihre Effizienz und Ergebnisse hin eingesehen und optimiert werden.

Besucheranalyse mit Matomo

Besucheranalyse Matomo

Die Websitebesucher verstehen

Die Besucheranalyse (Matomo) ist ein relevanter Baustein für die Evaluierung digitaler Marketingmaßnahmen und insbesondere im E-Commerce von besonderer Bedeutung. Besucheranalysen ermöglichen einen unmittelbaren Einblick in den Websitetraffic und der Nutzer erfährt, woher die Besucher kommen, wie die Website besucht wird und welche Aktionen auf den jeweiligen Seiten ausgeführt werden.

Das Webanalyse Tool Matomo besitzt alle notwendigen Voraussetzungen für detaillierte und aufschlussreiche Besucheranalysen. Im folgenden Beitrag informieren wir euch über Matomos Tracking-Möglichkeiten und den daraus resultierenden Statistiken, die für die Analyse des Besucherverhaltens von Bedeutung sind und Anhaltspunkte zur Optimierung der Website-Performance bieten.

Die Besucherübersicht

Auf der Übersichtsseite werden die wichtigsten Informationen über das Besucherverhalten gebündelt und grafisch aufbereitet. Der Zeitraum kann über manuelle Eingaben individuell konfiguriert werden – von einem Tag bis hin zu einem Monat oder Jahr. Hier findet der Nutzer überwiegend absolute Zahlen zu den Besuchern, der durchschnittlichen Aufenthaltsdauer, den Aktionen pro Besuch, Seitenansichten und Downloads, die sich jeweils grafisch aufbereiten lassen.

besucher übersicht matomo

Das Besucher-Log - eine granulare Analyse einzelner Besucher

Im Besucher-Log werden die einzelnen Besucherprofile der Website historisch aufgeführt. Der Nutzer erhält innerhalb der jeweiligen Profile einen detaillierten Einblick in das Verhalten des Websitebesuchers. Neben allgemeinen Informationen, wie Ort, Datum, Uhrzeit, Browser und Endgerät, listet Matomo die einzelnen Besuche mitsamt Aktionen auf.

So erhält der Nutzer einen direkten Einblick in die Seiten-Historie eines jeden Besuchers. Gerade für Besitzer eines Online Shops sind die URL-Pfade und Produktansichten der einzelnen Besucher von Interesse. Die Aufenthaltsdauer und die Seitenladegeschwindigkeit sind ebenso aufgeführt, wie die Anzahl der Besuche. Somit können spezifische Produkt- und Inhaltsinteressen auf einen Blick ausfindig gemacht werden und die Anzeigenrelevanz in Online Marketing Maßnahmen gesteigert werden.  

Die Besucherkarte in Echtzeit

Matomo bereitet die lokalisierten Besuche in Echtzeit auf. So erhält der Nutzer eine Weltkarte, in der alle Besucher, mitsamt den Seitenansichten und Aktionen, geografisch verortet sind. Mit einem Klick auf ausgewählte Standorte sind die jeweiligen Besucherprofile direkt abrufbar.

Somit kann beispielsweise die Nachfrage nach Produkten oder Dienstleistungen auf geografische Gebiete eingegrenzt und die Werberelevanz erhöht werden. Zudem kann der Matomo-Nutzer die Erfordernisse von weiteren Sprachversionen der Website evaluieren und gegebenenfalls den Nutzern die Inhalte in ihrer Sprache ausspielen lassen. Somit ist die Besucheranalyse mit Matomo nicht zur für eigene Zwecke, sondern ebenso für Benutzerfreundlichkeit vorteilhaft

Die Identifizierung von Einzelpersonen ist ausgeschlossen, da Matomo die Daten anonymisiert erhebt. Zudem werden nicht alle Besucher lokalisiert erfasst, da die Nutzung von VPN oder Proxy Servern die Informationen unzugänglich machen.

Orte

Über Orte lassen sich die unterschiedlichen Länder der Besucher filtern, sodass zu einzelnen Regionen und Städten der jeweiligen Länder die eindeutigen Besucherzahlen in einem selbst gewählten Zeitraum angezeigt werden. So erfährt der Nutzer, aus welchen Städten und Regionen die meisten Besucher kommen. Für repräsentative Ergebnisse ist ein monatlicher Vergleich, beziehungsweise Jahresvergleich, sinnvoll.

Für die einzelnen Städten sind jeweils die wichtigsten Metriken verfügbar. Hier werden die Besuche, eindeutigen Besucher, Aktionen, die Durchschnittszeit und die Absprungrate für einen beliebigen Zeitraum städtespezifisch angezeigt.

Geräte und Software

Matomo zeigt seinen Nutzern die Gerätetypen, Modelle und Marken der Besucher an. Hierzu wird jeweils die Anzahl der Besuche und der relative Anteil pro Kategorie präsentiert. So wird ersichtlich, wie hoch der Anteil der Nutzer von mobilen Endgeräten ist und welche Mobilgerätetypen konkret genutzt werden. Die Software-Seite enthält Informationen über die Betriebssystem-Versionen und verwendeten Browser. Hier kann die Frage geklärt werden, wie groß der Anteil von Nutzern ist, die eine gewisse Software nutzen. Somit kann die jeweilige Webentwicklung evaluieren, inwiefern die Websitebesucher neue Funktionen überhaupt nutzen können und welche technische Standards Sinn ergeben.

Benutzer ID´s

Mit der Benutzer ID – Funktion von Matomo können eindeutige Besucher über mehrere Geräte und unterschiedliche Browser hinweg getrackt werden. Das bedeutet, dass ein Nutzer eindeutig identifizierbar wird und die Besucherzahlen genauer werden. Die Voraussetzung hierfür ist, dass dem Besucher eine eindeutige und dauerhafte ID zugewiesen wird, indem dieser sich beispielsweise über ein Log-In auf der Website anmeldet.

Die Implementierung der Benutzer ID in WordPress ist über das WP-Matomo-Plugin möglich. Über die Registerkarte „Tracking aktivieren“ im Dropdown-Menü lassen sich unterschiedliche Indikatoren einer ID zuweisen, wie beispielsweise die E-Mail Adresse.  

Fazit - die Besucheranalyse mit Matomo

Die Besucheranalyse mit Matomo bietet einen idealen Einblick in das Verhalten der eigenen Websitebesucher. Der Nutzer erhält zum einen Daten über einzelne Besucher und zum anderen Einsichten in das generelle, durchschnittliche Nutzerverhalten. Somit können unterschiedliche Ebenen analysiert und entsprechend optimiert werden. Darüber hinaus enthält Matomo spannende Features, wie unter Anderem die Besucherkarte in Echtzeit oder Benutzer ID´s, womit die Möglichkeiten einer eingehenden Webanalyse ausgeschöpft werden.

Matomo – Die Alternative zu Google Analytics

Besucheranalyse Matomo

Mehr Möglichkeiten mit Matomo

Matomo – Die Alternative zu Google Analytics. Mit einem Marktanteil von 84 Prozent ist das Trackingtool Google Analytics der Branchenprimus unter den Webanalysediensten. 55 Prozent aller Websites nutzen das umstrittene Produkt des US-amerikanischen Unternehmens Google für die Analyse des Nutzerverhaltens, um eine stetige Optimierung der Gesamtperformance zu gewährleisten.

Neben der Tatsache, dass Google Analytics nur eine limitierte Datenkapazität bereitstellt und durch das Data-Sampling (Stichprobenziehung) nicht mehr als eine verzerrte Darstellung der Realität möglich ist, bestehen aufgrund der Speicherung der Daten auf externen Servern erhebliche datenschutzrechtliche Mängel.

Matomo – Die Alternative zu Google Analytics. Mit einem Marktanteil von 84 Prozent ist das Trackingtool Google Analytics der Branchenprimus unter den Webanalysediensten. 55 Prozent aller Websites nutzen das umstrittene Produkt des US-amerikanischen Unternehmens Google für die Analyse des Nutzerverhaltens, um eine stetige Optimierung der Gesamtperformance zu gewährleisten.

Besucheranalyse Matomo

Neben der Tatsache, dass Google Analytics nur eine limitierte Datenkapazität bereitstellt und durch das Data-Sampling (Stichprobenziehung) nicht mehr als eine verzerrte Darstellung der Realität möglich ist, bestehen aufgrund der Speicherung der Daten auf externen Servern erhebliche datenschutzrechtliche Mängel.

Die Open Source Anwendung Matomo erweist sich nicht nur aus technischer, sondern auch aus datenschutzrechtlicher Perspektive als geeignete Alternative für das Tracking von Websites. In den folgenden Abschnitten werden wir euch die Vorteile Matomos näher erläutern, damit ihr euch ein eigenes Bild machen könnt.

Die Open Source Anwendung Matomo erweist sich nicht nur aus technischer, sondern auch aus datenschutzrechtlicher Perspektive als geeignete Alternative für das Tracking von Websites. In den folgenden Abschnitten werden wir euch die Vorteile Matomos näher erläutern, damit ihr euch ein eigenes Bild machen könnt.

Der datenschutzkonforme Webanalysedienst

Im Gegensatz zu Google Analytics entspricht Matomo der Datenschutz-Grundverordnung (DSGVO) der Europäischen Union und gewährleistet somit einen adäquaten Umgang mit personenbezogenen Daten.

Der Europäische Gerichtshof (EuGH) erklärte bereits zwei Abkommen zur Übermittlung personenbezogener Daten in die USA für ungültig. Weder das „Safe Harbor“, noch das Nachfolgeabkommen „EU-US Privacy Shield“ konnten für ein angemessenes Schutzniveau europäischer Nutzerdaten sorgen.

Mit Matomo besitzt der jeweilige Seitenbetreiber durch Self-Hosting die vollständige Datenhoheit über die gesammelten Informationen und sichert somit gleichermaßen die Privatsphäre der User. Besonders für Unternehmen, die rechtlich zum Datenschutz verpflichtet sind, ist das Speichern sensibler Daten auf dem eigenen Server und ein verantwortungsvoller Umgang von besonderer Relevanz, um das Abmahnrisiko zu minimieren.

Erstklassige Datenqualität und intelligentes Costumer-Tracking

Besucheranalyse Matomo

Erstklassige Datenqualität und intelligentes Costumer-Tracking

Das kostenlose Webanalyse-Tool basiert auf einer florierenden Open Source Community und unterliegt daher einer stetigen Optimierung, insbesondere zu Gunsten der Sicherheit, Zuverlässigkeit und des Supports. Somit lässt sich Matomo individuell und flexibel an die jeweiligen Bedürfnisse und Herausforderungen der Seitenbetreiber anpassen.

Während Google Analytics mit Datenstichproben die Ergebnisse von Werbekampagnen teilweise verfälscht, zeichnet Matomo jede einzelne Costumer Journey dezidiert auf und ermöglicht somit genauere Analysen innerhalb des gesamten Traffics – auch auf Personenebene. 

Das kostenlose Webanalyse-Tool basiert auf einer florierenden Open Source Community und unterliegt daher einer stetigen Optimierung, insbesondere zu Gunsten der Sicherheit, Zuverlässigkeit und des Supports.

Somit lässt sich Matomo individuell und flexibel an die jeweiligen Bedürfnisse und Herausforderungen der Seitenbetreiber anpassen.

Während Google Analytics mit Datenstichproben die Ergebnisse von Werbekampagnen teilweise verfälscht, zeichnet Matomo jede einzelne Costumer Journey dezidiert auf und ermöglicht somit genauere Analysen innerhalb des gesamten Traffics – auch auf Personenebene. 

Matomos Erfolgskontrollen ermöglichen somit eine granulare Analyse von Verhaltensmustern anstatt statistikgetriebene Hochrechnungen. Ein weiterer Vorteil besteht darin, dass Matomo nicht durch AdBlocker oder Spammer blockiert und gestört wird, da der Webanalysedienst von Grund auf die Privatsphäre der Besucher respektiert.

Matomos Erfolgskontrollen ermöglichen somit eine granulare Analyse von Verhaltensmustern anstatt statistikgetriebene Hochrechnungen. Ein weiterer Vorteil besteht darin, dass Matomo nicht durch AdBlocker oder Spammer blockiert und gestört wird, da der Webanalysedienst von Grund auf die Privatsphäre der Besucher respektiert.

Keine Datenlimits und ein expandierender Marketplace

Google Analytics besitzt eine Kapazität von maximal zehn Millionen „Hits“. Ein „Hit“ darf jedoch nicht mit einem Websitebesuch oder einer Session verwechselt werden, da Google eine Interaktion, die aus Daten hervorgeht, schon als „Hit“ definiert. Infolgedessen kann eine einzelne Sitzung zu mehreren Hits führen und die zehn Millionen Grenze ist schnell erreicht.

Das Open Source-Tool Matomo setzt keine Datenlimits, unabhängig davon, ob es sich um Seitenaufrufe, Ereignisse, Datenspeicher oder andere Aktionen handelt. Somit ermöglicht der Webanalysedienst Langzeitauswertungen, die sogar einen Zeitraum von mehreren Jahren erfassen können.

Ebenso profitieren Matomo-Nutzer von dem stetig expandierenden Marketplace, in dem über 70 verschiedene Plug-Ins teilweise kostenlos von der Community zur Verfügung gestellt werden. Damit nicht genug: der Webanalysedienst ermöglicht die nahtlose Implementierung von Google Diensten, wie der Search Console, AdSense und AdWords. Auch Facebook Ads und Microsoft Bing Ads sind in die Open Source Anwendung integrierbar.

Hervorragende Compliance statt unerfreuliche Cookie Banner

Matomo kann ohne eine abschreckende Cookie- oder Trackingzustimmung verwendet werden, wodurch die Websitebesucher Vertrauen aufbauen und die Absprungrate minimiert wird. Eine repräsentative Umfrage des Digitalverbands Bitkom ergab, dass die Mehrheit der Internetnutzer (55 Prozent) von den Bannern „genervt ist“ und 54 Prozent der User die Cookies in ihren Browser-Einstellungen löschen.

Für die Nutzung von Google Analytics ist ein Cookie Banner jedoch unabdingbar, da für die Implementierung des Webanalysedienstes explizit zugestimmt werden muss. So schadet Google Analytics dem Corporate Design der jeweiligen Website, während Matomo vertrauen schafft und im Geschäftskontext die Unternehmensreputation steigern kann.

Ein weiterer Vorteil besteht darin, dass Matomo sich bei Verwendung von Cookie Bannern innerhalb der essentiellen Einstellungen befindet, sodass ein datenschutzkonformes Costumer Tracking auch ohne Einwilligung möglich ist.

Matomo – Vorteile für alle Beteiligten

Als Open Source Anwendung wird Matomo stetig optimiert und verspricht Flexibilität und Innovation zugleich. Die Datenschutzkonformität garantiert dem Websitebetreiber Rechtssicherheit und Datenhoheit, während der Besucher sich auf einen verantwortungsvollen Umgang seiner Daten verlassen kann.

Die hohen Datenschutzstandards schränken die Datenqualität in keinster Weise ein, sodass Matomo dem US-amerikanischen Rivalen sogar in einigen Punkten voraus ist. Hierunter fallen unter Anderem – exaktere Analysen, keine Datenlimits, stetige Optimierungen und das langfristige Versprechen auf Kostenfreiheit. Matomo bewältigt den Spagat zwischen Ethik und Datenanalyse, womit das Webanalyse Tool als geeignete Alternative zu Google Analytics in Betracht gezogen werden sollte.

Piwik richtig nutzen – Funktionen, Vorteile und Nachteile

Piwik

Vielfältige Funktionen von Piwik

Beim Softwareprodukt Piwik handelt es sich um ein kostenloses Open-Source-Programm, das Webanalytik anbietet. Bekannt ist sie vor allem als Nachfolgeprojekt des mittlerweile nicht mehr verfügbaren Projekts namens phpMyVisites. Finanziert wird es von Sponsoren. Seit 21. November 2008 steht das Softwareprodukt als von SorceForge.net gehostete App für Entwickler im Angebot. Die erste Version 0.1 ist am 6. März 2009 erschienen und wurde seither fast 1.820.000 Mal heruntergeladen. Nutzer davon sind zum Beispiel T-Mobile, Forbes und Sharp sowie Wikimedia Deutschland. Derzeit ist Piwik nach Google Analytics deutschlandweit das am meist verwendete Werkzeug im Zusammenhang mit Webanalytik. Dieser Artikel klärt auf worin die Vor- und Nachteile der Software liegen, was die die Anwendung kostet warum sich die Nutzung für Sie lohnt.

Die Software Piwik bietet zahlreiche Funktionen an. So zum Beispiel liefert sie eine Statistik über die täglichen Seitenabrufe – sowohl kumuliert als auch als Echtzeitlog. Darüber hinaus gibt sie einen Überblick über unique visits. Auch eine Besucheranalyse im Hinblick auf Herkunftsländer, Betriebssysteme und Browser erstellt Piwik im Nu. Weitere Leistungen sind die Referreranalyse, die Definition eines oder mehrerer Ziele, die Mandantenfähigkeit für mehr als eine Webseite und das Ziel- sowie Kampagnentracking im Sinne des Ecommerce. Mithilfe von Piwik ist es leicht möglich, die eigene IP-Adresse zu anonymisieren und für mehr Datenschutz zu sorgen. Ebenfalls stehen Clients für iOS sowie Android zur Verfügung. Zusammenfassend kann konstatiert werden, dass Piwik ähnliche Leistungen wie Google Analytics anbietet und demzufolge als eine gute Alternative hierzu betrachtet werden kann. Der Vorteil dieses Softwareprodukts gegenüber dem herkömmlichen Google Analytics besteht darin, dass datenschutzrechtliche und sensible Daten auf dem eigenen Server gespeichert werden.

Vor- und Nachteile von Piwik

Piwik weist gegenüber anderen Werkzeugen in Verbindung mit Webanalytic diverse Vorteile, aber auch einige Nachteile auf. Als enormer Vorteil ist zum Beispiel ihr Speicherort zu nennen. Anstatt dass sich dieser, wie es bei einigen Konkurrenz-Softwareprodukten üblich ist, bei einem Drittanbieter befindet, ist er direkt auf dem Anwender-Server platziert. Dadurch entfällt die Sorge in Bezugnahme auf einen potenziellen Datenmissbrauch.

Ein weiterer Vorteil besteht in der Übersicht. Im Vergleich zu Google Analytics bietet Piwik mehr Übersichtlichkeit im Bereich Design. Dasselbe fällt bei der sehr raschen und auch für Laien verständlichen Ergebnispräsentation auf. Darüber hinaus hilft es dem User beim Erkennen, bei welchen Inhalten die Absprungrate besonders hoch ausfällt. Dadurch kann diese künftig vermieden werden. 

Piwik

Ein weiterer Pluspunkt ist die Möglichkeit des Nutzers, eine IP-basierte ID zu erhalten. Dadurch ist es möglich, bestimmte Verhaltensverläufe zu erstellen. Die Nachteile bestehen hingegen in der nicht vorhandenen Möglichkeit von einstellbaren benutzerdefinierten Zeiträumen für Statistiken, in der fehlenden Option des Vergleichs von Zeiträumen miteinander sowie in der Abwesenheit von der Möglichkeit, unterschiedliche Statistiken miteinander zu kombinieren. Auch ist es nicht möglich, eine Verknüpfung zu Google AdWords herzustellen und eine benutzerdefinierte Berichterstellung zu erhalten.

Wichtige Regel für Nutzer

Wenn ihr die Vorteile erkannt und die Software zu eurem Vorteil nutzen möchten, solltet ihr bei der Anwendung trotzdem noch eine bedeutende Regel beachten. So ist es wichtig, dass ihr dem Einsatz des Tools gesehen widersprechen können. Darüber hat der Webseitenbetreiber dem Landgericht Frankfurt am Main zufolge seine Nutzer eindeutig aufzuklären. Der Datenschutzbeauftragte Thilo Weichert aus Schleswig-Holstein äußerte vor kurzem den Hinweis, dass Piwik aktuell das im Hinblick auf den Datenschutz freundlichste Verfahren zur Analyse sei. Alternative Tools wie zum Beispiel Google Analytics seien seiner Meinung nach in diesem Zusammenhang um einiges schlimmer. Er gab aber ebenso an, dass es die Vorgaben vonseiten des Telemediengesetzes einzuhalten habe.

Sollten Sie Piwik nutzen?

Wir können Piwik guten Gewissens weiterempfehlen. Die Installation erfolgt in schnellen und einfachen Schritten, die Software bietet eine ausreichende Performance und die statistische Auswertung gelingt einwandfrei. Ein weiterer Grund für die Nutzung von Piwik ist die mit dem Softwareprodukt verbundene Geld- und Zeitersparnis. Wer zudem noch Wert auf Datenschutz, Benutzerfreundlichkeit und Transparenz legt, ist mit Piwik sicherlich bestens bedient.

 

Sie möchten Piwik nutzen oder haben Fragen? Wir können Ihnen helfen! Nutzen Sie unser Kontaktformular oder nutzen Sie unseren kostenlosen und unverbindlichen Rückrufservice.

Was ist eine Heatmap-Analyse?

heatmap analyse

Heatmaps in der Webanalyse

Heatmaps“ werden nicht nur unter anderem beim Militär genutzt, um Temperaturunterschiede grafisch zu visualisieren – eine weitere Möglichkeit ist das Verhalten von Webseitenbesuchern mittels einer Heatmap-Analyse zu visualisieren. Bereiche in denen der User am meisten klickt sind sogenannte „heiße“ Bereiche. Weiß werden Bereiche mit vielen Klicks dargestellt, während wenig beachtete Bereiche in Blau angezeigt werden. Diese Methode ermöglicht es dem Heatmap-Nutzer die Klicks der Besucher auszuwerten, sprich: zu schauen wo der User am meisten klickt. Folgend werden die wichtigsten Begriffe der Heatmap-Analyse erläutert.

Mouse Movement

Nicht nur die Bereiche die der Besucher am meisten geklickt hat sind aufschlussreich, sondern auch die Bewegungen, die mit der Maus getätigt wurden. Der User richtet oftmals die Mouse unbewusst auf die Bereiche der Website, auf die er gerade schaut. Daraus kann man ableiten, welche Bereiche der Website von besonderer Relevanz für den Nutzer sind.

Clickmap

Die Clickmap wird oftmals umgangssprachlich „Confetti-Map“ genannt, da jeder Click einzeln angezeigt wird. Stellt man sich das einmal im inneren Auge vor, so kann man verstehen, warum die Clickmap oftmals „Confettimap“ genannt wird.

Scrollmap

Hier werden die Farben Weiß und Blau wieder besonders relevant. Bereiche, die besonders oft angeschaut werden, sind mit der Farbe Weiß gekennzeichnet. Nicht so häufig angeschaute Zonen der Website werden wieder in Blau gekennzeichnet. Experten schwören auf die Verwendung einer Kombination aus verschiedenen Analysesystemen, um ein möglichst exaktes Analyseergebnis zu erzielen, jedoch würden auch schon die oben genannten Systeme für eine digitale Verhaltensanalyse ausreichen.

Das solltet ihr bei einer Heatmap-Analyse beachten

Eine Heatmap Analyse macht erst Sinn, wenn ihr ausreichend Traffic erzielt. Bei wenigen Besuchern, die sich täglich auf die Seite „verirren“ ist sie daher aussichtslos. Heatmaps empfehlen sich nicht bei dynamischen Seiten, denn wenn sich die Inhalte ständig verändern, bekommt man keine wirklich messbaren Ergebnisse. Daher empfehlen wir die Heatmap Analyse bei statischen Seiten, deren Inhalt sich nicht ständig verändert. Ihr könnt so genannte Split-Tests durchführen, bei denen die einzelnen Elemente nicht gleichzeitig, sondern nacheinander getestet werden. Habt ihr einige Punkte gefunden, die ihr unbedingt verändern müsst, verbessert auf keinen Fall alle Faktoren gleichzeitig. Sondern ändert nach und nach einzelne Elemente, um bemessen zu können, ob die Änderung einen Erfolg mit sich bringt oder nicht.

wordpress startseite

Welchen Sinn haben Heatmap-Analysen?

Anhand exakter Analyseergebnissen könnt ihr die Navigation auf eurer Seite optimieren, sowie die Verweildauer der User auf der Website maximieren. In der Navigation der Seite ist es besonders wichtig, dass alle Elemente der Seite gezielt gesetzt werden, damit man den User bestmöglich durch die Seite führt und er den Weg nimmt, den man für ihn geebnet hat. Das Ziel ist es, den Besucher zum Kauf eines Produktes zu führen. Natürlich könnt ihr bei der Entwicklung der Website vermuten, wie sich der Besucher verhalten wird. Aber mit Vermutungen lassen sich schwieriger Leads generieren, als mit Wissen.

Vorteile durch die Heatmap Analyse auf einen Blick:

  • Steigerung der Verweildauer auf der Website
  • Optimierung der Navigation
  • Elemente bestmöglich platzieren
  • Content gezielt verfassen