Web Analytics & User Experience

Unternehmen nutzen Web Analytics, um Marketingbudgets zu optimieren oder um die Conversion-Rate durch Verbesserungen von Landingpages in die Höhe zu treiben. Jenseits dieser beiden Kerndisziplinen bieten Web-Analytics-Tools eine Menge an Standard-Reports, um das Surfverhalten der Besucher genauer unter die Lupe zu nehmen. Was wird in Google eingegeben? Auf welchen Seiten bewegen sich die Nutzer? Wer zeigt das höchste Interesse, etwas zu kaufen? Wer kommt wieder? Wer bricht ab? Die Komplexität eines Web-Analytics-Tools bietet Tausende Möglichkeiten. Wer damit nicht umgehen mag oder kann, lässt es einfach sein und verbannt die einst hochgelobte Unternehmens-Entscheidungshilfe ins Jenseits. Also wieder zurück zum Usability-Test? 20 Nutzer befragen, die einem wenigstens sagen, was an der Website verbesserungswürdig ist?
Beim Usability-Test prüft man die Benutzerfreundlichkeit einer Website. Eine komplizierte Website führt dazu, dass Nutzer abbrechen. Anderseits bringt es nichts, wenn man eine hervorragend übersichtliche Website hat, die inhaltlich völlig belanglos und langweilig ist. Dieser Grundgedanke führte zu einer Erweiterung des Themengebietes „Usability“ auf die umfassendere „User Experience“. Der Erfolg einer Website hängt nicht nur von der Funktionalität, sondern auch von den Inhalten (Utility = Nutzen) und dem Spaß an der Nutzung ab (Joy of Use).

Diese zwei Charaktere können viel voneinander lernen, um gemeinsame Ziele zu erreichen. Beide Seiten profitieren voneinander: Web-Analytics-Zahlen stehen nicht mehr ohne Interpretation da und die User-Experience-Forschung erhält Fakten außerhalb des Usability Labs.

Key-Performance-Indikatoren & Key-Insight-Analysen

Key-Performance-Indikatoren beschreiben den Gesundheitszustand einer Website. Dabei handelt es sich um Kennzahlen, aus denen man ablesen kann, wie gut es dem Unternehmen geht. Dazu gehören beispielsweise die Conversion-Rate, der durchschnittliche Umsatz einer Bestellung oder der Anteil an wiederkehrenden Besuchern.
Jedes Unternehmen tickt anders und deshalb nutzt nicht jedes Unternehmen die gleichen KPI. Die KPI-Denke wird im Bereich der Web-Analyse vor allem durch Eric T. Peterson (2006) geprägt. In seinem „Big Book of Key Performance Indicators“ beschreibt er über 70 Key-Performance-Indikatoren, die helfen, den Gesundheitszustand der Website zu erfassen und zu kontrollieren (kontrollieren im Sinne von steuern).
Für die Steuerung der Website sollte man etwa fünf bis sieben Key-Performance-Indikatoren beobachten. Das ist eine gute Größe, um sich auf das Wesentliche zu konzentrieren. Schließlich braucht man ja auch noch Ressourcen, die sich mit der Interpretation, den Handlungsempfehlungen und der Umsetzung von Verbesserungsmöglichkeiten beschäftigen. Leider werden noch zu oft die Top-XY-Reports aus dem Web-Analytics-Tool in Powerpoint kopiert, in der Hoffnung, dass da für irgendwen schon irgendwas Interessantes drinsteckt. Unreflektierte und langatmige Berichte führen jedoch dazu, dass Empfänger durch Informationsmassen erschlagen werden und sich folglich mit dem begnügen, was sie verstehen: Visits (Anzahl an Besuchen) und Page Impressions (Seitenaufrufe).
Echte Key-Performance-Indikatoren sind da schon sehr hilfreich. Aber das Wissen über den Gesundheitszustand macht noch lange nicht gesund. Erst wenn man verstanden hat, was einem guttut bzw. schadet, kann man daran arbeiten, diesen Gesundheitszustand zu verbessern. Und genau deshalb braucht man neben den Key-Performance-Indikatoren auch Key-Insight-Analysen. Der Begriff „Key Insights Analysis“ geht auf Avinash Kaushik (2007) zurück und beschreibt Methoden, die damit zu tun haben, die Nutzer der Website zu verstehen. Dazu gehören Onlinebefragungen, Interviews und leicht verständliche Visualisierungen von Web-Analytics-Daten. Auch gehören Web-Analyse-Techniken wie Segmentierungen von Besuchern oder Longtail-Analysen dazu. Segmentierung bedeutet, dass man Web-Analytics-Daten für unterschiedliche Nutzergruppen anschaut, um deren Besonderheiten zu entdecken. Bei einer Longtail-Analyse möchte man durch Inhaltsanalysen von Suchbegriffen, die sich außerhalb der Top-10-Liste verstecken, die Motive der Besucher verstehen.
Frank Reese schrieb 2008 das erste deutschsprachige Web-Analytics-Buch und brachte den KPI-Ansatz nach Deutschland. Ein besonderer Schritt war zudem sein zweites Buch „Website-Testing“, bei dem Frank Reese als Autor und Herausgeber Web-Analysten, Conversion-Optimierer und Usability-Agenturen zu einem gemeinsamen Werk bewegte und damit ein rundes Bild über verschiedene Möglichkeiten der Website-Optimierung bot.
Unterschiedliche Perspektiven sind wichtig und der Wissensgrad über die eigene Website bestimmt die Richtung der Analyse. Weiß man viel über die Nutzer, dann kommt man gut mit Kennzahlen aus, da man grob einschätzen kann, wo bei schlechten KPI-Werten nachzubessern ist. Weiß man allerdings wenig über das Nutzerverhalten, dann möchte ein Chef schon gern erfahren, was man als Nächstes tun kann, um den Zustand schlechter KPI-Werte zu verbessern. Dann braucht man Interpretations- und Entscheidungshilfen.
Schwankungen in Key-Performance-Indikatoren sind einfacher zu erklären, wenn man ein Gesamtverständnis über die Bedürfnisse und das Surfverhalten der Websitenutzer hat. Und genau dafür braucht man ein strukturiertes Vorgehen, Key-Performance-Indikatoren und Key-Insight-Analysen. Der erste Schritt in diese Richtung ist der benutzerfreundliche Web-Analyse-Report.

Der Weg zu benutzerfreundlichen Web-Analysen und Berichten (damit Ihr Chef wieder lachen kann)

Das folgende Konzept erinnert stark an die AIDA-Formel aus der Werbe- und Verkaufspsychologie, die vor über einem Jahrhundert durch Elmo Lewis bekannt wurde. AIDA bedeutet „Attention, Interest, Desire und Action“. Diese Werbeformel wurde in mehreren Web-Analytics-Büchern aufgegriffen, ergänzt und auf den Bereich Web Analytics zugeschnitten (Eric T. Peterson 2004, Tim Ash 2008, Brian Eisenberg 2008, Marco Hassler 2009, Steve Jackson 2009). Man schafft damit eine Struktur, um das Messen, Interpretieren und Reporten zu vereinfachen. Das vorliegende Konzept beinhaltet die Symbiose und freie Übersetzung dieser Modelle.

Dieses Web-Analyse-Konzept deckt Kernfragestellungen und Key-Performance-Indikatoren ab

- A & R: Wie viele Besucher haben wir? Wo kommen sie her? Was sind die wirkungsvollsten Marketingaktivitäten?
- I & E: Wie viele Besucher nutzen die Website intensiver? Wofür interessieren sich die Nutzer?
- Ü & H: Wie viele zeigen Kaufbereitschaft? Wie viele kaufen? Wie viele brechen im Bestellprozess ab? Wo? Warum?
- K & Z: Wie zufrieden sind die Besucher? Würden sie uns weiterempfehlen? Wie viele kommen wieder?

PHASE 1: Aufmerksamkeit & Reichweite

Der Bereich Aufmerksamkeit und Reichweite hängt am stärksten mit dem Marketing zusammen. Hier sieht man, wie viele Besucher insgesamt auf die Website kamen und wie der Einstieg erfolgte. Das Besondere daran ist, dass man Marketingaktivitäten auf Erfolg prüfen und damit gezielt steuern und optimieren kann. Das ist auch der Grund, warum sich Web Analytics von der IT-Abteilung in Richtung Marketing bewegt hat.

Die Besucher können aus drei Richtungen kommen: Über Suchmaschinen, durch Links von anderen Websites oder durch Direkteinstiege. Das Web–Analytics-System hält zudem die Info bereit, aus welcher Stadt und welchem Land die Besucher kommen. Wenn man sich Besucherzahlen ansehen möchte, dann bietet es sich an, auf zumindest ein Jahr historische Daten zurückzugreifen. Damit können sowohl Besucherzahlen als auch Top-10-Suchbegriffe mit dem Vormonat und dem Vorjahr verglichen werden. Saisoneffekte werden damit deutlich. Auch lohnt ein Blick über den Tellerrand durch Competitor Intelligence. Damit sind Vergleiche mit dem Wettbewerb gemeint, die einem zeigen, wie gut man vergleichsweise in Google geranked ist (Aufmerksamkeit) und wie viele Besucher sich auf den Webseiten der Wettbewerber aufhalten (Reichweite).

PHASE 2: Interesse & Engagement

Das Interesse und Engagement eines Nutzers zeichnet sich durch viele Seitenaufrufe und eine hohe Verweildauer aus. Als Key-Performance-Indikator misst man dann beispielsweise den Anteil an Nutzern, die mindestens drei Seiten aufgerufen und sich länger als 90 Sekunden mit der Website beschäftigt haben. Das sagt dann etwas über die Stärke der Nutzung aus, aber noch nichts über den Inhalt.

Die Motive der Websitebesucher verstecken sich häufig in dem, was sie in Google eingeben. Da lohnt ein Blick hinter die Kulissen. Aber wie tief sollte so eine Analyse gehen? Um 100 % aller Sucheingaben abzudecken, kann es schon sein, dass man über 100.000 Suchphrasen analysieren muss. Natürlich sollte man Aufwand und Nutzen im angemessenen Verhältnis halten. Zu empfehlen ist, sich einmal die Top-50- bis Top-500-Suchphrasen genauer anzusehen und inhaltlich nach Gemeinsamkeiten zu suchen. Hilfreich ist auch, wenn das Web-Analytics-Tool ein Aufbrechen der Suchphrase in Einzelwörter erlaubt. Dann bekommt man beispielsweise anstelle von „schwarze Schuhe“, „grün-gelb lackierte Schuhe“, „Schuhe zur Hochzeit“ einfach nur „Schuhe“ ausgewiesen. Allzu oft verstecken sich Kerninformationen im Longtail, die auf Basis von Einzelwörtern dann in den Vordergrund treten können. Über ein paar Umwege kann man auch in Google Analytics die Suchphrasen auf einzelne Wörter runterbrechen. Wie das geht, habe ich detalliert in einem Gastbeitrag auf blogzwonull im November 2010 beschrieben.

Auch kann man die Besuchermotive aus den Eingaben der websiteinternen Suchfunktion herauslesen. Die Güte der internen Suchfunktion kann wiederum über einen KPI erfasst werden und zwar über die Null-Ergebnis-Seite. Je höher der prozentuale Anteil der Null-Ergebnisse-Seiten gegenüber allen Suchanfragen ist, desto schlechter funktioniert die interne Suche. Optimierungshinweise bekommt man dann, wenn man sich die Suchphrasen ansieht, die häufig nachgefragt wurden und keine Treffer hervorbrachten.

Die Top-10-Landingpages bilden den Ersteindruck der Nutzer, sie sind der Beginn des Website-Erlebnisses. Hier entscheidet sich schnell, ob eine Besuchererwartung erfüllt wird oder nicht. Messbar ist dies durch das Engagement. Engagement ist die Bereitschaft, sich näher mit der Website bzw. der Landingpage auseinanderzusetzen. Als Key-Performance-Indikator dient die Bounce-Rate oder die Conversion-Rate. Bounce-Rate bedeutet Absprungrate und meint den Anteil an Besuchern, die beim Betreten der Website gleich wieder umkehren und nicht tiefer ins Angebot einsteigen. Das ist für hoch bezahlte Werbeanzeigen nicht wünschenswert und daher eine wichtige KPI. Die Conversion-Rate geht noch ein paar Schritte weiter und misst, wie hoch der Anteil an Nutzern ist, die bis zum Kauf gekommen sind.




Auch sagen die Top 10 der genutzten Inhalte etwas über die Interessenschwerpunkte der Besucher aus. Wie bei den Suchphrasen kann man auch hier tiefer in die Analyse gehen und sich beispielsweise die 50 meistgenutzten Seiten ansehen. Gibt es darunter Einzelseiten, die informieren sollen, dann schaut man sich an, wie viele Besucher diese Seiten betreten haben und wie lang die Aufenthaltsdauer war. Das Ganze setzt man in Relation zum Websitedurchschnitt und kann so für jede Informationsseite die Performance messen. Damit einhergehend kann man auch priorisieren, welche Seiten als Nächstes verbesserungswürdig sind.

Anstatt die Besuchermotive aus den Suchanfragen und dem Klickverhalten heraus zu interpretieren, kann man die Besucher auch einfach mal fragen: Aus welchem Grund besuchen Sie heute unsere Website? Konnten Sie Ihr Besuchsziel erreichen? Wenn nein, warum nicht? Wie zufrieden sind Sie mit Ihrem heutigen Besuch? Was hat Ihnen gefallen? Was stört Sie? Wie interessant finden Sie die folgenden Inhalte der Website?
 

Das Feedback der Besucher hilft, Usability-Probleme oder Programmierungsfehler aufzudecken. Bei einer umfangreichen Website ist es schwer, jedes Detail im Blick zu halten. Da hilft es, wenn die Optimierungsvorschläge quasi von selbst kommen. Feedback kann im Rahmen einer übergreifenden Befragung erfolgen (Site-Level) oder seitenzentriert (Page-Level), d. h., während des gesamten Surfens auf der Website ist stets ein Feedback-Button nutzbar, um ganz speziell für eine Einzelseite Rückmeldung zu geben.

Hilfreich ist zudem eine Visualisierung des Surfverhaltens. Eine Heatmap verdichtet die Klicks der Nutzer und man sieht auf einen Blick, was so interessant war, dass es angeklickt wurde. Damit man etwas klicken kann, muss man es auch sehen. Viele lesen am Bildschirm mit der Mouse und da bietet es sich an, die Bewegungen der Mouse als Indikator für den Wahrnehmungsfocus zu nehmen. Ebenso kann gemessen werden, wie weit die Nutzer gescrollt haben. Das erlaubt weitere Rückschlüsse auf den Wahrnehmungsbereich. Einzelne Videos veranschaulichen, wie Nutzer innerhalb von Sekunden von einer Seite zur anderen springen, und es wird klar, dass viel weniger aufgenommen wird, als man sich eigentlich erhofft hatte. Die Frage ist dann, wie man die Aufmerksamkeit und das Interesse so lenken kann, dass ein Besucher schnell und fokussiert genau das tut, was sich der Websitebetreiber wünscht: aus einer positiven Stimmung heraus einen Kauf abzuschließen. Das ist der große Bereich der Conversion-Optimierung und Thema der nächsten Phase, der Überzeugung & Handlung.

PHASE 3: Überzeugung & Handlung

Im Web-Analytics-Tool werden Umsätze, Bestellwerte und Produktgruppen erfasst. Eine Analyse über das ganze Jahr zeigt, welche Produkte in welcher Saison am gefragtesten sind. Neben den gekauften Produkten wird auch der Weg zum Kauf erfasst. Jeder einzelne Prozessschritt sagt aus, wie viele weitergehen und wie viele abbrechen.

Zwischen dem Wissen über das Vorhandensein eines Produktes und dem Kauf liegt ein langer Weg, der viel mit Kaufpsychologie und Entscheidungsverhalten zu tun hat.
 

Das ist das Feld der Landingpage- und Conversion-Optimierer. Die Wahl zwischen Schokolade oder Apfel mag noch einfach sein, aber wie sieht es mit dem Abschluss einer Versicherung aus? Dabei geht es um Dinge wie Bequemlichkeit, das wahrgenommene Kaufrisiko, Preisvorteile oder Prestigegedanken. Hier treffen Web Analytics, User Experience und Conversion-Optimierung auf die Psychologie des Menschen. Eine Landingpage muss kurz und knapp die Vorteile des Produktes rüberbringen und so viel Vertrauen wecken, dass man ohne lange nachzudenken zum Abschluss kommt. Falls man dem Ganzen doch nicht so spontan vertraut, muss es unmittelbar die Möglichkeit geben, das Vertrauen durch tiefer greifende Informationen aufzubauen, damit der Besucher sicher ist, nicht auf dem Holzweg zu sein. Das Feld der Psychologie ist breit und wird sicher in den nächsten Jahren mehr Einfluss auf die Optimierung von Websites gewinnen. So gab es in der Werbung in den 70ern einen Paradigmenwechsel von weniger Information zu mehr Emotion. Das Gleiche trifft wahrscheinlich auch für das Verkaufen im Internet zu.

Aber zurück zur Analysetechnik: Ein Web-Analytics-Tool zeigt genau, wo die Nutzer abbrechen. Am besten versetzt man sich in die Lage der Websitebesucher: Sind sie durch das Formular überfordert? Wie viele Schritte sind optimal? Bietet man die richtigen Zahlungsbedingungen an? Erhalten die Nutzer bei jedem Schritt eine Information, wo sie sich gerade befinden? Solche Vermutungen können durch eine Visualisierung zum Klick- und Scrollverhalten bestärkt oder verworfen werden. So zeigen beispielsweise zum Web-Analytics-Tool gehörige Formularanalysen auf hohem Detailgrad, in welchem Feld am häufigsten abgebrochen wird.

Phase 4: Kundenbindung & Zufriedenheit

Besonders erfreut ist man, wenn die Besucher zufrieden sind und wiederkommen. Die messbare Besuchertreue zeichnet sich durch einen hohen Anteil an wiederkehrenden Besuchern aus. Dieser hängt natürlich von der jeweiligen Branche ab: Bei Nachrichtenportalen informiert man sich täglich, eine Versicherung schließt man naturgemäß seltener ab. Neben diesem Web-Analytics-KPI kann man die Nutzer der Website auch einfach fragen, wie zufrieden sie mit dem Websitebesuch sind und ob sie die Website weiterempfehlen würden. Eine kontinuierliche Durchführung dieser Kurzbefragung hilft dabei, die Zufriedenheit langfristig zu erheben und so Feedback auf dazwischenliegende Optimierungsphasen zu bekommen.