Analytics Summit 2015

Der Summit fand 2015 in den imposanten Räumlichkeiten des Atlantic-Hauses mit einem hübschen Blick auf Hamburg statt. Auf die Teilnehmer warteten spannende Themen rund um Google Analytics. Der Analytics Summit teilte sich auch 2015 wieder in zwei Themen-Tage. Der Fokus des ersten Tages lag auf den Insights-Seminaren mit den folgenden Schwerpunkt-Themen:

• UA – Universal Analytics ist das neue Google Analytics
• GTM – wie man alles aus dem Google-Tag-Manager herausholt
• Marketingsteuerung – effektives und datenbasiertes Marketing mithilfe von Google Analytics
• Big Data - Datenintegration in Google Analytics – der Weg zum Data Driven Business

Der persönliche Rahmen der Seminare mit maximal 20 Personen ermöglichte es jedem Teilnehmer, den Workshop aktiv mitzugestalten. In den jeweils vierstündigen Seminaren ging es um praxisnahe Anwendungen und die Beantwortung individueller Problemstellungen. Aber nicht nur der direkte Kontakt zu den Referenten, sondern auch der Austausch unter den Seminarteilnehmern brachte diesen neue Ideen und Lösungsansätze, die auch während der Pausen oder im Anschluss in Form eines Get-togethers vertieft werden konnten. Zum Abend hin sorgten dann noch die „Analytics Hack Challenge” und das DAALA (Digital Analytics AssociationLate Afternoon) für weitere Highlights des ersten Summit-Tages in Hamburg.

Analytics Hack Challenge

Individuelle und praxisnahe Lösungen zu Google Analytics und/oder Google-Tag-Manager brachte das Novum der „Analytics Hack Challenge” hervor. Diskutiert wurden Fragen wie: „Welche neuen Javascript-Codes ermöglichen einen reibungslosen Datenimport in Analytics?”  „Welche Workarounds sind beim Analytics-Code möglich?”, u. v. w. Der Erfahrungsaustausch mit intensiven Learnings stand im Fokus des allabendlichen Programms der Analytics-Insights-Seminare und machte neugierig auf die „Summit-Konferenz”, wo unter anderem auch beim Finale der „Analytics Hack Challenge” die originellsten Lösungen zu Analytics und/oder GTM präsentiert und mit einem Award gekürt wurden.

Die Entwicklung des Analytics Summit in den letzten Jahren macht deutlich, wie wichtig Themen wie „Offline-Daten-Tracking”, „Big Data” und „Cross-Device-Tracking” werden, was sich auch auf der Analytics-Summit-Konferenz 2015 widerspiegelte.

Tracking des Offline-Userverhaltens mit Beacons

Marco Schierhorn von Annalect präsentierte einen Live-Feldversuch und machte deutlich, wie schnell und einfach auch das Offline-Userverhalten erfasst und ausgewertet werden kann. Mithilfe von Sensoren, sog. Beacons, die am Konferenztag an allen wichtigen Standorten des Curio-Hauses platziert waren, wurden Daten der Konferenzbesucher erhoben. Bei den technischen Maßnahmen war es wichtig, dass die Besucher die Analytics-Summit-App installiert und Bluetooth aktiviert hatten. Ausgewertet und präsentiert wurden die Ergebnisse noch am gleichen Abend. Auch Live-Daten waren über den Realtime-Bericht von Analytics sichtbar. Beacons sind gut einsetzbar bei Offline-Retail-Stores und können bspw. durch eine Beacon-Platzierung am Eingang einen Geschäftskunden z. B. durch direkte Coupon-Aussteuerung oder persönliche Angebote aktiv in das Geschäft locken. Erfolgreich eingesetzt wurden Beacons z. B. bereits bei Easy Jet, Waitrose in den USA, MLB und einigen anderen.

Nicht nur Retailer nutzen die Potenziale des Offline-Trackings. Selbst Fußballvereine setzen bei der Talentsuche immer häufiger auf Datenanalysewerkzeuge. Ralf Lanwehr, Prorektor für Forschung und Professor für Wirtschaftspsychologie, gab Einblicke in die Talentdiagnostik am Beispiel des Footbonauten des BVB. Das 14 m² große Hightech-Trainingsfeld des Footbonauten misst über eine algorithmische Steuerung die Trefferquote und Handlungszeit der Spieler. Somit können Bewegungsprotokolle und Passprofile erstellt und analytisch aufbereitet werden. Fußball Analytics ist weitaus mehr als nur Ballbesitzstatistiken und trockene Ergebnistabellen. Durch Maßnahmen wie den Footbonauten können äußere Einflussfaktoren eines jeden Spielers ermittelt und ausgewertet werden. Aus Big Data wird Smart Data.

Big Data - Zusammenspiel aus Analytics-Rohdaten und Datawarehouse

Die Aufbereitung von Daten sah in der Vergangenheit noch etwas anders aus. Berichte aus Google Analytics wurden noch manuell über die Export-Funktion als Excel-Dokument exportiert und aufbereitet oder bereits als Google-Analytics-Bericht automatisiert per E-Mail verschickt. Aufgrund der großen Datenmengen ist es wichtiger geworden, Daten über die Google-Analytics-API in das Datawarehouse einzuspielen. Neben der Collection API und Management API bietet Google Analytics auch bereits die Daten-Export-API, die genutzt werden kann, um Analyse-Datensätze direkt in das eigene Datawarehouse zu spielen. Till Junkermann und Adrian Berger von Immonet zeigten praxisnah, wie bei ihnen Rohdaten aus Google Analytics Premium in das Datawarehouse gespielt, auf SQL-Basis aufbereitet und erfolgreich analysiert werden. Ziel der Big-Query-Lösung war es, auf Basis quantitativer Daten qualitative Argumente zur Vertragsverhandlung ihrer Vertriebler zu schaffen. Die technische Umsetzung erfolgte über die Nutzung unterschiedlicher Analytics-IDs, wie bspw. Katalog-IDs oder Kampagnen-IDs, die auf der kompletten Website ausgespielt werden. Um wertvolle Erkenntnisse aus dem Big Data zu ermitteln, sei ein Zusammenspiel aus den Unternehmensbereichen von Entwicklern/IT, Datawarehouse-Team und Analysten notwendig, um das Projekt durch einen ständigen Austausch stetig voranzutreiben.

Hier einige Vorteile aus Sicht von Till Junkermann und Adrian Berger  zur Nutzung von Google Analytics Premium in Verbindung mit Big Query:

• Cross-Device-Analysen-Potenzial über IDs
• Bessere Persona-Bildung für tiefer gehende Analysen
• Personalisierter Content

Um Daten jedoch qualifiziert bewerten und einen wertvollen Zahlen-Content für das Unternehmen schaffen zu können, sollten sie auch immer in den umgebenden Kontext gesetzt werden. Reine Daten wie beispielsweise Umsatz oder die Bounce-Rate benötigen Kontext, um bewerten zu können, ob diese Zahl gut oder schlecht ist. Dazu müssen die Vergleichszeiträume unter Ausschluss abweichender Einflussfaktoren wie spezielle Marketingkampagnen berücksichtigt werden. Aber auch Trends, konjunkturelle Schwankungen und unterschiedliche Interaktionen aller Touchpoints müssen in den Kontext gesetzt werden. Denn, wie Daniel Waisberg von Google in seinem Vortrag sagte: „Half Data = No Data.” Daten müssen akkurat und vollständig sein. Doch wie wird das erreicht?

• Alle Daten/Tools wie AdSence, BigQuery, AdWords etc. sollten mit Google Analytics verknüpft werden. DoubleClick for Publisher zählt seit 2015 auch zu den Tools, die für Premium-Kunden mit Google Analytics verknüpft werden können.
• Auch CRM-Daten, Bing-Ads, Facebook-Kostendaten sollten gebündelt werden, bspw. über APIs im CRM, um Marketing-Kanäle akkurat bewerten zu können.
• Berücksichtigung von Trend-Daten, bspw. über den Benchmarking-Bericht von Google Analytics oder Google Finance.

Die Berücksichtigung aller Daten und Tools verdeutlicht die Relevanz von Big Data. Entscheidend ist jedoch der Weg von Big Data zu Smart Data, den Quentin Muhlert von Payleven in drei Schritten beschreibt. In einem ersten Schritt ist hierfür die Formulierung von Hypothesen notwendig, welche das Userverhalten und das Geschäftsmodell beschreiben. Für die Phase des Verstehens und der Hypothesenformulierung sollte man sich genügend Zeit nehmen. Im zweiten Schritt können dann Theorien entwickelt werden, die mit unterschiedlichen Methoden, z. B. mit dem A/B-Testing, geprüft werden. Liegen schließlich die Analyseergebnisse vor, so sollten diese im Unternehmen gestreut werden. Quentin empfiehlt hier, die eigenen Marketing-Skills für die Kommunikation der Ergebnisse zu nutzen. Um unterschiedliche Mitarbeiter im Unternehmen zu erreichen, sollten auch verschiedene Methoden der Kommunikation genutzt werden.

Was bedeutet Datenintegration heutzutage für das Online-Marketing?

Marketer und Agenturen verwenden im Durchschnitt 4,9 Plattformen pro Kampagne, wie Alexander Sauer von Google in seinem Beitrag verriet.

Das Verknüpfen von Daten unterschiedlicher Tools mithilfe integrierter Lösungskonzepte und optimierter Prozesse kann für Unternehmen eine enorme Zeitersparnis um bis zu 33 % bedeuten. Wie eine intelligente Aussteuerung von Kampagnen aussehen kann, zeigte Oliver Borm von Google am Beispiel von „Galeries Lafayette“ und beschrieb das Vorgehen zur Erfolgsmessung einer Online-Kampagne auf den Offline-Verkauf. Hierfür notwendig war die Verknüpfung von Online- und Offline-Daten in Google Analytics. Technisch konnte das mithilfe des Measurement Protocols und der Verwendung von User-IDs umgesetzt werden. Durch die einheitliche User-ID kann der gesamte Entscheidungsprozess in Google Analytics abgebildet und deviceübergreifend (Cross-Device-Tracking) analysiert werden.

Zur Bewertung von Kampagnen ist die Verknüpfung von Daten bzw. die Datenintegration aller Plattformen, besonders für Marketer unumgänglich. Die Bewertung von Marketingmaßnahmen nach dem „Last-Cookie-Wins-Prinzip” wird von den meisten Unternehmen schon nicht mehr genutzt. Viel mehr rückt das Thema der Attribution, also der Zuordnung und Gewichtung von Werbekontaktpunkten bei den Besuchern für die Budgetallokation immer mehr in den Vordergrund.

Die Zukunft der Marketing-Attribution – „Cross-Device Attribution”

Die Gegner einer optimalen Attribution sind unvollständige und unsaubere Daten. Wichtige Eigenschaft eines guten Datenmodells ist die Verwendung aller Daten, auch derjenigen, bei denen nicht konvertiert wurde. Analyse-Tools, wie bspw. Google Analytics bieten bereits integrierte Attributionsmodelle, an denen die unterschiedliche Bewertung der Kanäle recht schnell deutlich wird. Langfristig sollte jedoch jedes Unternehmen ein individuelles und dynamisches Attributionsmodell erstellen. Charakteristisch für ein derartiges Attributionsmodell ist die Integration eines erfolgsrelevanten KPI, der bspw. eine Veränderung der Conversion-Rate hervorruft. Die Berechnung der Bedeutungszuweisung eines Touchpoints wird mithilfe des Shapley-Values erklärt. Laut Stefan Schnabl liegt die Zukunft der Marketing-Attribution im „algorithmischen Attributionsmodell”. Für Premium-Kunden bietet Google Analytics das dafür vorgesehene neue Modell „Data-Driven-Attribution”, das auf Basis eines algorithmischen Modells berechnet wird.

Attribution ist nicht nur ein Buzzword, fand auch Toby McAra von Google. Mithilfe von Tools wie bspw. Adometry können Marketing-Daten über alle Kanäle hinweg integriert, gemessen und optimiert werden. Dabei werden sowohl Online- als auch Offline-Kanäle berücksichtigt. Da die Customer Journey über die Jahre immer komplexer wurde, ist eine Vielzahl von Daten notwendig, um die eigene Customer Journey zu verstehen. Dabei kann Adometry ideal dafür eingesetzt werden, um all diese Daten gemeinsam zu betrachten, zu analysieren und schließlich Entscheidungen abzuleiten. Hierfür stehen auf der Plattform die Analysemethoden „Marketing Mix Modelling“, „TV-Attribution“, „Data-Driven-Attribution“ sowie „Predictive Optimization“ zur Verfügung.

Um die Potenziale zur optimalen Attributionsmodellierung und Budgetallokation nutzen zu können, ist es notwendig, User auch deviceübergreifend zu erfassen. Shahin Ghannadian und Johannes Zimmerman von Home 24 erklärten den Zuhörern, wie sie das Thema „Cross-Device-Attribution” im Unternehmen umsetzten.

Client-ID, User-ID, GTM, Google Analytics und Datawarehouse sind demnach die Schlüsselbegriffe für die erfolgreiche Umsetzung von „Cross-Device-Attribution” bei Home 24. Die Aussteuerung über den Google-Tag-Manager beim Google-Analytics-Trackingcode und 3rd. Party-Cookies liefern die akkurate und vollständige Datenbasis. Bei der Umsetzung der Cross-Device-Problematik erfasst Google Analytics über die User-ID den Datentransfer über alle mobilen Endgeräte hinweg. Die User-ID wird ausgelöst, sobald der User sich auf der Website einloggt oder sich für einen Newsletter anmeldet. Da über diesen Weg nicht alle User abgedeckt werden können, werden die Client-ID und die User-ID mithilfe der „Customer Dimension” im Datawarehouse zusammengeführt. Shahin Ghannadian und Johannes Zimmerman verrieten außerdem in ihrem Vortrag, mit welchen Maßnahmen sie zukünftig versuchen werden, mehr eingeloggte User zu generieren:

• Incentivierung für Log-in/Registrierung
• Verknüpfung von Session-Daten der mobilen Website und App mit sog. Smartbannern
• Vereinfachung von Log-in/Registrierung durch Verknüpfungen mit sozialen Medien