Personas und die Segmentierung in Google Analytics

Tobias Aubele
Tobias Aubele

Dr. Tobias Aubele ist Professor für E-Commerce an der Hochschule für angewandte Wissenschaften Würzburg-Schweinfurt und Berater für Webcontrolling (u. a. „Deutschlands bester Conversion Optimierer 2018“ sowie „CRO Practitioner of the year 2020“). Er lehrt das Themenumfeld Conversion-Optimierung, Usability und Webanalytics im Studiengang E-Commerce. Zuvor war er viele Jahre in einem internationalen Multi-Channel-Unternehmen in diversen Führungspositionen tätig, zuletzt als Bereichsleiter E-Commerce.

Mehr von diesem AutorArtikel als PDF laden

Die Zielgruppe, das Mantra des Marketings, ist fester Bestandteil in Strategiepapieren. Darüber hinaus bieten Webanalyse- und CRM-Systeme in ihren Standard-Dashboards eine Vielzahl von Daten über Besucher und Kunden. Doch können soziodemografische Daten und aggregierte Analysen die Basis für erfolgreiche Marketingentscheidungen und Konzeptionen von Kampagnen sein? Bedarf es nicht eher eines sehr genauen Blickes auf Subgruppen mit ihren individuellen Verhaltensweisen, basierend auf Werten, Normen und Erwartungen? Eine mögliche Antwort ist die qualitative Nutzerforschung, welche mittels Personas, in Kombination mit der quantitativen Webanalyse, Kampagnen ein Gesicht gibt.

Erfolgreich Marketingkampagnen zeichnen sich dadurch aus, dass sie zielgruppenkonform, d. h. kongruent zu Sprache und Emotionswelten potenzieller Kunden sind. Doch ist die klassische Zielgruppendefinition noch hilfreich? Bei dieser werden Personen in Abhängigkeit von ihren soziodemografischen Merkmalen (Alter, Geschlecht, Familienstand, Einkommen) Klassen zugeordnet. Diese Herangehensweise ist relativ einfach umsetzbar, da Kundendatenbanken diese Merkmale standardmäßig in separaten, eindeutigen Feldern bieten: Es findet für eine Kampagne eine Selektion aus einer relationalen Datenbank gemäß diesen „harten Faktoren“ statt. Die mangelnde Berücksichtigung von Werten, Normen und schlussendlich des Verhaltens der Konsumenten kann jedoch bei genauer Betrachtungsweise zu fatalen Missverständnissen führen.

Mit 66 Jahren, da fängt das Leben an?

Die Bedeutsamkeit der Wertvorstellungen sowie des Lebensgefühls und weniger der soziodemografischen Merkmale spiegelt sich im folgenden Beispiel, welches in Fachbüchern gern verwendet wird, wider:

Eine Website hat Besucher, die folgenden soziodemografischen Eigenschaften unterliegen:
Männlich, 66 Jahre alt, geschätztes Einkommen > 1.000.000 p. a. (reich), verheiratet, Kinder, in England aufgewachsen, Hundeliebhaber. Wie sollten Banner und Website aussehen? Wortwahl in den Texten?

Werden Studierende gefragt, wie sie die Marketingkampagnen und die Website für diese Besucher konzipieren würden, kommen schnell Begriffe wie Luxus, Edel, Freizeit, „Silver-Surfer“. Zeigt man jedoch ein Bild von Prinz Charles und eines von Ozzy Osbourne, welche exakt die obigen Merkmale erfüllen („Demografische Zwillinge“), so besteht eine einhellige Meinung, dass die Kampagnen bzw. Websites komplett unterschiedlich konzipiert werden müssen. Normen, Werte, Lebensgefühl, sozialer Druck sowie das daraus resultierende Konsumentenverhalten von Prinz Charles und des „Prince of Darkness“ werden mit hoher Wahrscheinlichkeit nicht deckungsgleich sein. Datenbanken würden damit viele unstrukturierte Daten („weiche Faktoren“), bspw. aus Social Media, benötigen, um diese Informationen als Selektionskriterium zur Verfügung zu stellen (u. a. einer der positiven Aspekte von Big Data).

Eine effiziente Möglichkeit, diese Faktoren zu berücksichtigen, ist die Nutzung von Personas. Diese Herangehensweise ist im klassischen Marketing seit Jahren etabliert und wird aktuell im E-Commerce-Umfeld auch von Nielsen wieder aufgegriffen (siehe einfach.st/nil1). Tipp: Die Artikel des Usability-Spezialisten Nielsen bieten mit aktuellen Studien Einblicke und Denkanstöße für die Website-Optimierung.

Personas – archetypische Nutzer

Personas sind fiktive Nutzer, die typische Charakter- und Verhaltenseigenschaften realer Menschen aufweisen, welche für das Produkt bzw. Dienstleistung des jeweiligen Unternehmens in Betracht kommen bzw. bei einem Besuch die gleichen Ziele besitzen. Eine Website hat im Normalfall mehrere Personas, d. h. unterschiedliche Nutzertypen, und sollte diesen hinsichtlich Design und Funktionalität gerecht werden. Aus internen und externen Quellen werden authentische Nutzerbeschreibungen erstellt, inklusive Namen und Bild für die Persona, die für die tatsächlichen Anwender steht. Die Beschreibungen müssen auf realen Informationen fußen. In der Praxis wird typischerweise in Workshops die Erfahrung von Mitarbeitern aus dem Kundenservice, des Verkaufspersonals, aus der Webanalyse sowie dem Online-Marketing genutzt, um die typischen Verhaltensweisen, Einstellungen, Aussagen und Werte zu erforschen. Quantitative Daten (u. a. Ergebnisse aus Analysen, Umfragen, Markenwertanalysen, CRM-Daten) ergänzen bzw. verifizieren die qualitativen Aussagen aus den Interviews bzw. Gruppenarbeiten der Persona-Workshops.

Für ein E-Commerce-Unternehmen hat Nielsen die folgenden fünf Käufer-Typen identifiziert (siehe einfach.st/nil2). Diese bieten eine gute Basis für die Entwicklung der eigenen Personas und die Überprüfung, ob die eigene Website für deren Verhalten, Werte und Bedürfnisse relevant ist bzw. deren Erwartungen erfüllt.

  1. Produktorientierung: Diese Besucher wissen genau, welches Produkt sie jetzt kaufen wollen. Das schnelle Auffinden des Produktes (gute interne Suche), das Angebot eines Kundenkontos für schnelle Wiederholungskäufe sowie ein effizienter Check-out-Prozess stehen im Vordergrund.
  2. Stöbern: Diese Besucher erwarten Inspiration, Unterhaltung sowie das Auffinden neuester Trends mit ggf. Offline-Kauf (ROPO-Effekt – „Research Online Purchase Offline“). Regelmäßige Änderung des Contents (aktuelle Angebote, neueste Looks, Kombinationsmöglichkeiten der Produkte) sind elementarer Bestandteil der Inspiration.
  3. Recherchieren: Diese Besuchertypen planen einen Kauf in der (nahen) Zukunft und sammeln Informationen jeglicher Art über das Produkt. Sie besuchen dabei auch die Websites der Mitbewerber. Detaillierte Produktbeschreibungen, aussagekräftige Bilder, exzellenter Kundenservice sowie einfache Produktvergleiche sind bedeutsame Kriterien für die Zufriedenheit.
  4. Schnäppchenjäger: Sie wollen den besten Deal erzielen. Preisdarstellung mit entsprechender Ersparnis sowie die generelle Auffindbarkeit reduzierter Artikel sind von Bedeutung. Ziel sollte sein, diese Besuchertypen zu Wiederholungskäufern zu konvertieren (bspw. Newsletter, Gutscheine).
  5. Einmalkäufer: Empfänger von Geschenkgutscheinen haben ggf. die Intention des einmaligen Einkaufes. Sie kennen meist die Website bislang nicht, daher erwarten sie eine einfache Navigationsstruktur, umfassende Produktbeschreibungen sowie einen Gast-Check-out.

Basierend auf diesen Personas bekommen Webdesigner, Konzepter und Analysten ein sehr gutes Hilfsmittel an die Hand, um Werbemittel, Navigationsstruktur, Wireframes sowie Nutzertests gestalten bzw. auswerten zu können. Es wird bspw. eine Kampagne für die Persona „Marianne Häberle“ (Abb. 1) aufgesetzt, die Bedürfnisse und Wertevorstellungen hat und deren Eigenschaften nicht nur aus Geschlecht, Alter und Wohnort bestehen. Lebensgroße Pappaufsteller können die Personengruppe, für die gerade ein Banner oder eine Landingpage gestaltet wird, physisch vergegenwärtigen. Wichtig: Die jeweiligen Personas sind wie KPI unternehmensindividuell und zielbezogen, d. h., sie müssen für das Unternehmen spezifisch entwickelt werden. Nach Nielsen bestehen für eine Website typischerweise 3-7 Personas. Eine Persona sollte nur erstellt werden, sofern es sich um eine relevante Größe unter den (potenziellen) Besuchern handelt.

Marianne Häberle

  • 67 Jahre, verheiratet, zwei Kinder und fünf Enkelkinder
  • Beruf:
    arbeitete 40 Jahre als kaufmännische Angestellte. Seit fünf Jahren in Pension (3.000,- /Monat).
  • Hobbys:
    Reisen, Lesen, Fotografie, Vorsitzende der Seniorensportgruppe
  • PC-Kenntnisse:
    Nutzt nur gelegentlich den PC. Nutzt Smartphone zum Lesen von Newslettern, Reiseberichten, Social Media (Facebook) sowie Online-Shopping.
  • Charakter:
    neugierig, offen, rastlos.
  • Ziele:
    Neue Dinge entdecken, sich was gönnen. „Wenn nicht jetzt, wann dann?!“
  • Motivation:
    „Das Leben ist so kurz, ich möchte die Welt entdecken.“
    „Ich möchte mich kleiden, wie ich mich fühle – jung und frisch.“
  • Frustration:
    unfreundlicher Service, Komplexität:
    „Wer will, findet Wege, wer nicht will, Gründe!“

Qualitative Daten erforschen die Zielgruppe

Informationen, was Menschen wirklich antreibt und warum sie sich in einer Situation entsprechend verhalten, sind hauptsächlich durch Interviews und Nutzertests (vor allem lautes Denken im Eyetracking) zu erlangen. Konversionsoptimierung wird ohne qualitative Nutzerforschung weder effizient noch effektiv sein. Das liegt daran, dass die quantitative Webanalyse zwar die Seiten und Elemente auswerten kann, welche angeklickt wurden, jedoch nicht genau diejenigen ermittelt kann, die der Benutzer gern angeklickt bzw. besucht hätte, die jedoch nicht vorhanden waren. Dennoch offenbaren diverse Analysesysteme einen Blick auf die „anonymen“ Besucher.

Google Analytics prognostiziert neben Alter und Geschlecht die Interessen, d. h. Affinitäten der Besucher zu bestimmten Themen (Abb. 2; zur Integration des Trackings siehe Website Boosting #27).

Twitter zeigt über Twitter Analytics (https://analytics.twitter.com/) Interessen der Follower einer Seite (siehe Abb. 3).

Auch die Facebook Graph Search (verfügbar, wenn Sprache auf Englisch US umgestellt wird) liefert interessante Einblicke in die möglichen Interessen der Zielgruppe (Abb. 4; weitere Analysemöglichkeiten siehe einfach.st/sze3 ). Tipp: Facebook Graph Search ermöglicht die Suche nach alten Beiträgen von Freunden und Fanpages!

Angenommen, die Website hat eine entsprechende Facebook-Fanpage, so könnte bei einem Hinweis auf TV- und Filmliebhaberei aus Analytics (Abb. 2) eine Liste erstellt werden, um welche Filme bzw. Genres es sich hierbei handeln könnte (Abb. 5). Emotionswelten bzw. Inspiration für eigenproduzierte Videos können daraus abgeleitet werden.

Ebenfalls Potenzial für die Verifizierung der Personas bieten die verweisenden Seiten („referral“ in den meisten Webanalyse-Systemen) sowie die Analyse der Mitbewerberseiten. Die Seite www.similarweb.com liefert neben Traffic-Indikationen weitere Daten über die Themen/Relevanz der alternativen bzw. vorausgehenden Webseiten (Abb. 6).

Mit all den internen und externen Informationen kann die Persona entwickelt, verifiziert und kontinuierlich optimiert bzw. angereichert werden. Das Verständnis für die Menschen, die vor den Monitoren sitzen und als Visits auf dem Server registriert werden, kann somit kontinuierlich verbessert werden. Damit die qualitativen Daten und damit auch die Personas mit größerer Sicherheit die Realität widerspiegeln, kann mittels Google Analytics deren Verhalten analysiert und untereinander verglichen werden. Eine verlässliche Analyse der Personas ist die Basis für weiterführende Optimierungsmaßnahmen. Sofern letztendlich die Website und deren Marketingaktion entsprechend kontinuierlich angepasst werden (über vorgelagerte Hypothesengenerierung sowie Testing), sollten die Konversionsraten sukzessive steigen.

Damit sich Personas in der Webanalyse wiederfinden, ist die Bildung von Segmenten notwendig. In Summe ist die Segmentierung die Grundvoraussetzung für jegliche Analyse: „All data in aggregate is crap“ (Avinash Kaushik; siehe auch Blogbeitrag zu Segmentierung: einfach.st/kau5).

Ohne Segmentierung ist Webanalyse sinnlos!

Die Segmentierung greift aus der großen Masse an Daten diejenigen heraus, die für eine bestimmte Fragestellung relevant sind. Es können damit bestimmte Nutzergruppen detailliert analysiert werden. Die aggregierten Daten sind für jegliche Analysen ungeeignet. Ein iPhone-Nutzer aus Ghana mit vier Sekunden Besuchsdauer und ein Desktopbesucher aus Deutschland mit zehn Minuten Besuch sowie Konversion sind dann im Schnitt 50 % Konversionsrate mit einer durchschnittlichen „Time on Site“ von 5:02 Minuten. Ist diese Kennzahl bzw. deren Aussage wirklich repräsentativ für einen Online-Shop, welcher nur innerhalb Deutschlands versendet? Ist die Nutzungsintention mobiler Besucher (Smartphone) und derer mit Desktop (Fullscreen) identisch? Verhalten sich Newsletter-Besucher (wiederkehrende Besucher) und erstmalige (neue) Besucher einer Website wirklich gleich? Diese trivialen Fragestellungen zeigen die Problematik der Aggregation und die Forderung nach einer konsequenten Segmentierung in der Analyse und Berichterstattung.

Bereits sehr globale Segmente zeigen deutliche Unterschiede in den Metriken (Beispiel in Abb. 7). So unterscheiden sich sowohl die Absprungrate als auch die Konversionsrate zwischen den Gerätetypen sehr deutlich (Nutzungsintention, Umgebung, Motivation). Weitere Analysen der einzelnen Segmente werden sicherlich Anhaltspunkte über die entsprechenden Ursachen liefern.

Standardsegmente in Google Analytics

Google Analytics bietet diverse Standardsegmente, die über das Menüfeld ausgewählt werden können (Abb. 8). Die aktivierten Segmente werden anschließend allen Berichten in Analytics zugrunde gelegt bzw. in allen Berichten können Segmentierungen vorgenommen werden. Tipp: Über die Schaltfläche „Aus Galerie importieren“ können sowohl komplette Dashboards und individuelle Berichte als auch Segmentdefinitionen aus der Google Analytics Solution Gallery importiert werden. Hervorragende Inspirationsquelle!

Definition eigener Segmente

Spannende Auswertungen ergeben sich durch die Definition eigener Segmente. Die Personas weisen typische Verhaltensweisen auf, die sie von den anderen Personas abgrenzen. Die Beispiel-Persona „Marianne Häberle“ hat voraussichtlich folgende Eigenschaften:

1. Nutzt vorrangig ihr Smartphone (iPhone).
2. Ist trotz Reisen hauptsächlich in Deutschland ansässig.
3. Besucht die Website meist nach dem Erhalt des Newsletters.
4. Ist ein wiederkehrender Besucher (mindestens einmal pro Woche).
5. Alter (65+), Geschlecht weiblich.

Das Verhalten dieser Nutzergruppe soll nun detailliert analysiert und mit einer Nutzergruppe verglichen werden, die bspw. über Banner auf die Website geleitet wird („WSV-Schnäppchen“) und tendenziell aus neuen Besuchern besteht. Über die Schaltfläche „Neues Segment“ (siehe Abb. 8) kann die Definition einer spezifischen Nutzergruppe gestartet werden. Neben demografischen Merkmalen (Alter, Land etc.) und Technologieaspekten kann das Verhalten der Nutzer determiniert werden (u. a. Tage seit letztem Besuch). Die Vorschau bzw. Testfunktion (Abb. 9) ermöglicht einen schnellen Überblick über die relevante Größe des Segments. Sofern es sich um eine E-Commerce-Seite handelt, können weitere Einschränkungen wie bspw. „Tage bis zur Transaktion“ vorgenommen werden (Abb. 9).

Mittels Bedingungen und Abfolgen können Kombinationen (mit „und“ bzw. „oder“) auf Sitzungsebene (Visits) oder Besucherebene (Visitor) durchgeführt werden. Des Weiteren können auch Ausschlüsse, d. h. Negativlisten erstellt werden (Abb. 10). Mittels Abfolgen können Nutzer bzw. Sitzungen ausgewählt werden, die nach aufeinanderfolgenden Bedingungen den definierten Kriterien entsprechen (Menüpunkt „Abfolgen“ in Abb. 10).

Damit können je Persona eigene Segmente gebildet und miteinander verglichen werden (Abb. 11).

Über den Nutzerfluss (Abb. 12) bzw. typische Ausstiegsseiten (Menü „Verhalten“) können nun die Spezifika der Personas näher erforscht werden. Folgende Fragen können damit gestellt und beantwortet werden: Welche Seitenabfolgen sind typisch für die Schnäppchenjäger? An welchen Stellen springen sie ab? Wie müsste in einem A/B-Test die Webseite daraufhin angepasst werden?

Tipp:

Die jeweiligen Segmente können auch als Basis für Remarketing-Listen fungieren, d. h., die Passgenauigkeit von Remarketing-Kampagnen kann über die Listengenerierung in Analytics optimiert werden (siehe Website Boosting #28). Die Personas können somit über das Display-Netzwerk in Bild- und Textsprache angesprochen werden, welche Ihren Wertvorstellungen und Normen entspricht. Höhere Konversionsraten sollten damit erzielt und Streuverluste minimiert werden.

Fazit

Segmente sind die Basis für jegliche Analysen, da ansonsten die Aussagekraft des Zahlenmaterials infrage gestellt werden muss. Der Durchschnitt lügt! Im Zeitalter individuellen Marketings muss auch die Analyse auf den jeweiligen Nutzergruppen fußen. Mittels benutzerdefinierter Segmente können unternehmensspezifische Kombinationen erstellt werden, welche für Personas sowohl als Hilfestellung bei der Definition als auch bei den nachgelagerten kontinuierlichen Analysen dienen. Personas sind in der Konzeption und Analyse großartige Hilfsmittel und geben den anonymen Besuchern ein Gesicht sowie entsprechende Charaktereigenschaften. Für Prinz Charles und Ozzy kann somit die jeweils passende Ansprache geschaffen werden, losgelöst von ihren identischen soziodemografischen Merkmalen. Die Offenheit für qualitative Daten und Personas ist eine Voraussetzung für die Erforschung von Besuchertypen; einmal gestartet, liefern sie Informationen, welche bislang in den Millionen von verfügbaren quantitativen Daten nicht offenbart wurden.

In diesem Sinne: Geben Sie den Häberles & Co. eine Chance. Der langfristige Erfolg qualitativer Nutzerforschung wird Sie belohnen.