A short tale about EET

Das A und O bei EET ist wie so oft: die Vorbereitung. Und diese beginnt im Fall von Tracking nicht erst bei den technischen Anpassungen, sondern viel früher. Die Konzeption spielt bei der Einführung eine große Rolle. Gerade beim Enhanced E-Commerce Tracking werden dem Anwender so viele Möglichkeiten an Variablen, Berichten und Auswertungen geboten, die leider oftmals nur bedingt Sinn machen.

Vor allem ohne einen professionellen Partner an der Seite, der ein von vorne bis hinten durchdachtes Trackingkonzept liefert, muss man sich fragen: „Was will ich tracken? Welche Berichte würde ich tatsächlich nutzen? Bringen mich diese Informationen weiter in meinem Tun?“

Ähnlich wie bei der Nutzung vieler Tools kann es passieren, dass man mit einer Informationsflut, einer Anhäufung an Zahlen, Daten und hübschen Grafiken überfordert wird und am Ende nicht weiß, wo man mit der Auswertung anfangen soll.

HOT – die essenziellen Anwendungsmöglichkeiten von EET

Die Auswertungen, die zu den „Basics“ (Basic nicht bezogen auf den Schwierigkeitsgrad der Einbindung) gehören, sind:

• Bezahlvorgang
• Produktleistung
• Verkaufsleistung

Darstellung des Check-out-Prozesses:

Beim herkömmlichen E-Commerce Tracking konnte man bisher die Check-out-Steps nur über Events oder Zielvorhaben mit einzelnen Schritten nachvollziehen.

Problematisch wurde bereits, wenn sich die URL bei den einzelnen Steps nicht änderte oder die relevanten Buttons sich nicht durch ID oder Ähnliches unterscheiden ließen.

Mit EET kann man hingegen die Schritte bis zum Kauf (Purchase), welche zuvor bei der Aktivierung von EET als Trichterschritte festgelegt wurden, jetzt ganz einfach über den Data Layer übergeben und bekommt eine übersichtliche Darstellung im Bericht „Bezahlvorgang“ (siehe Abbildung 1).

Dabei können die einzelnen Schritte benannt werden, wie es für den Anwender Sinn macht und gefällt. Auch gesonderte „Aufteilungen“ im Prozess wie Gastbestellung, Anmeldung oder Registrierung während der Bestellung lassen sich so ganz einfach nachvollziehen.

Dadurch werden nicht nur leichte Probleme oder Schwachstellen im Check-out-Prozess schnell erkannt. Ersichtlich wird außerdem, ob Optimierungen ab Bestellprozess auch wirklich Früchte tragen.

Der Kern aller Berichte – Verkaufsleistung

Grundsätzlich liegt der Unterschied bereits in der Benennung des Berichtes. Der gute alte „Transaktionen“-Bericht wird zu „Verkaufsleistung“. (Abbildung 2). Dieser Bericht hat sich im Großen und Ganzen nicht geändert – bis auf diese kleine zusätzliche Spalte: Rückerstattungsbetrag. DANKE! Gerade wenn eine mehr als positive Umsatzentwicklung über die organische Suche oder über Ads erkennbar war, musste man sich bisher immer vom Kunden folgenden Satz anhören: „Ja, aber die Retouren …“

Dank dieses Berichtes in Google Analytics sind die Zeiten der Ungewissheit aus und vorbei!

In grauer Vorzeit gab es zwar bereits die Möglichkeit, Retouren als Produkte mit Negativ-Umsatz und Ähnliches in die Analytics-Daten mit aufzunehmen, aber sind wir einmal ehrlich – wer hatte schon Lust darauf, solche Berichte auszuwerten?

Aber Achtung – die Refunds richtig einzuspielen, gehört zu den weniger leicht umsetzbaren Parts im Enhanced E-Commerce Tracking. Wenn der Käufer die Retoure nämlich nicht ganz oder überhaupt nicht über den Shop abwickelt und somit keine trackbaren Events entstehen, muss in die Zauberkiste gegriffen werden. Eine Möglichkeit stellt die Messung über das Measurement Protocol dar. Das Measurement Protocol hilft per Definition dabei, „Daten von jedem Gerät an Analytics [zu] senden, das mit dem Internet verbunden ist“ (http://einfach.st/gaeect), – also von jedem System, in dem die Retouren gelistet werden.

Eine weitere, aber weitaus weniger glamouröse Möglichkeit ist der Upload der Retouren über den Datenimport in der Verwaltung bei Google Analytics (Abbildung 4). Als Hilfsmittel zur automatischen Aktualisierung der Daten wird hier die API-Anbindung dargeboten.

Es ist offensichtlich – Retouren zu übertragen, ist gar nicht ohne!

Nice-to-have – was EET sonst noch bietet

Ein Blick auf den Data Layer genügt, um zu wissen – das bisher Beschriebene kann nicht alles sein. In der Tat bietet EET viele mehr oder weniger spannende und nützliche Berichte. Im Report der Produktleistung bleiben auf Ebene der sekundären Dimension keine Wünsche offen. Händler können sich beim Filtern nach Produktvarianten, Gutscheincodes und anderen Details austoben.

Außerdem können die Shop-Betreiber in diesem Bericht noch bequem ihre Bestseller, nicht nur auf Produkte bezogen, sondern auch im Hinblick auf Shop-Kategorie und Marke, auswerten (Abbildung 6).

Im Bereich „Marketing“ kann der Analyst zwischen interner Werbung wie Banner, Bestell- und Produktgutscheinen sowie Affiliate-Codes unterscheiden und diese auswerten. Ohne lästige Parameter – einfach über die Informationen aus dem Data Layer (Abbildung 7).

NOT – Berichte um des Berichts Willen

Einige Auswertungen des EET werden vom Otto-Normal-Analytics-Nutzer wahrscheinlich eher weniger verwendet. Beispielsweise der Bericht der Produktlistenleistung – sinnvolle Informationen werden hier möglicherweise nur von UX- und CRO-Profis herausgezogen.

Ebenso verhält es sich mit den Infos zu Produktdetailaufrufen bzw. Add-to- und Remove-from-Cart – das Window-Shopping in den Zeiten des Online-Kaufs. Wer kennt dieses Szenario nicht: gemütlich auf der Couch, Tablet auf dem Schoß, den Lieblings-Klamotten-Online-Shop öffnen und dann den Warenkorb bis zum Bersten vollmachen. Dann aber: Warenkorb öffnen, horrende Summe der angesammelten Artikel sehen, Produkte aus dem Warenkorb entfernen, entfernen, entfernen … Schlussendlicher Kauf: ein Teil aus dem Sale mit einem Gutschein …

Da solches Verhalten oder die schlechte Performance mancher Produkte aber auch andere Gründe haben kann, kommen auch hier höchstwahrscheinlich wieder die Kollegen aus dem Bereich UX und CRO auf den Plan. Sie können Berichte zu den sogenannten „Einkaufswagen-Produktdetail-Verhältnis“ und dem „Käufe-Produktdetail-Verhältnis“ dank EET prüfen und die Performance einzelner Produkte noch genauer bewerten.

Die Konfiguration – jetzt geht es erst los

Auch die Konfiguration des EET kann über den Tag-Manager abgehandelt werden. Für geübte Anwender sollte zumindest die Konfiguration in Kombination mit einem angepassten Data Layer kein Problem darstellen. Allerdings kann man bei den vielen Tags, Triggern und Variablen schnell den Überblick verlieren, wenn nicht strukturiert vorgegangen wird.

Hier gilt das Gleiche wie bei dem generellen Umgang mit dem Tag-Manager – Ordner anlegen, Tags, Trigger und Variablen aussagekräftig benennen und vor dem Veröffentlichen testen. Im Idealfall nutzt man auch die Möglichkeit, die veröffentlichte Version genau zu beschreiben! Es scheint so, als könnte man sich diese Sachen sparen – aber wenn erst einmal etwas falsch läuft und man auf Ursachensuche gehen muss, freut man sich, zuvor alles so peinlich genau angelegt zu haben. ;-)

Eine der besten Anleitungen findet man tatsächlich bei Google selbst. Im Developers Guide (developers.google.com/tag-manager/enhanced-ecommerce) werden die einzelnen Messwerte, die zugehörigen Informationen für den Data Layer und die Tag-Einstellung aufgezeigt.

Wenn es an die Überprüfung geht, ist auch der „Implementation Guide“ auf canonicalized.com sehr hilfreich. Hier werden die wichtigsten Schritte noch einmal mit Auszügen aus der Google Analytics Debug Console belegt. Diese kann ganz einfach über den Chrome-Web-Store als Erweiterung hinzugefügt werden. Mit der GA Debug Console lassen sich ganz simpel Fehler in der Übertragung des Data Layers entdecken. Eine Alternative dazu bietet noch die Extension „dataslayer“. Beide können nach Installation per rechten Mausklick unter „Untersuchen“ aufgerufen werden.

Wer sich diese Arbeit nicht machen möchte oder nicht so firm mit dem Google-Tag-Manager ist, kann alles natürlich auch nativ einbinden lassen.

Achtung Stolperfallen – was noch beachtet werden muss

Grundsätzlich gibt es mehrere Möglichkeiten bei der Implementierung von EET. Wurde schon beim klassischen E-Commerce Tracking das Plug-in „E-Commerce.js“ genutzt, kann man dieses „einfach“ durch das neue Plug-in ersetzen, ohne historische Daten in der Property und Datenansicht zu verlieren. Jetzt stellt sich die Frage: Historische Daten nur nicht verlieren oder wie bisher weiterführen?

Auch in Bezug auf die Anwendung über das Plug-in würde das bedeuten: neue Property. Möchte man die Daten aus dem klassischen E-Commerce-Tracking weiterhin sammeln, muss man dafür sorgen, dass die „alten“ Daten auch zukünftig gesendet werden. Dies kann innerhalb eines Data Layers geschehen.

Da bei EET noch mehr mit Events gearbeitet wird als sonst, wird auch das Thema „Treffer ohne Interaktion“ oder „Non-Interactive Hit“ wieder relevant. Der Hintergrund ist ganz einfach. Wird auf einer Seite ein Event ausgelöst, kann das die Bounce-Rate (ein Nutzer kommt auf die Website und verlässt diese wieder, ohne eine Interaktion ausgeführt oder eine weitere Seite besucht zu haben) beeinflussen, oder anders gesagt: verfälschen. Ein Beispiel ist hier „Product Impression“, wodurch ein Event ausgelöst wird. Verlässt der Nutzer jedoch die Seite gleich wieder und die Konfiguration bezüglich „Treffer ohne Interaktion“ ist nicht korrekt, wird dieser nicht als Bouncer gewertet.

Einen super Einblick in dieses Thema, das wegen der quasi doppelten Verneinung doch etwas verwirrend sein kann, gibt Michaela Linhart auf analyticskiste.blog in ihrem Beitrag vom 15. Januar 2018 (http://einfach.st/akiste).

Fazit

Das Enhanced E-Commerce Tracking liefert, wie der Name schon sagt, einen „verbesserten“ Einblick in die Kaufabläufe eines Shops. Nicht alle Berichte können in vollem Umfang vom „einfachen“ Analytics-Nutzer sinnvoll ausgewertet werden und können so eventuell zu einem Informationsüberfluss führen. Deshalb ist vor allem beim EET ratsam, im Vorfeld ein Konzept zu erarbeiten.

Für die Umsetzung braucht es ggf. einen kompetenten Partner, vor allem, wenn Kenntnisse über den Tag-Manager nur begrenzt oder gar nicht vorhanden sind. Wichtig ist auch hier wieder, das Testen der Funktionen nicht zu vergessen, insbesondere wenn es um die Erhaltung und Weiterführung historischer Daten oder „Non Interactive Hits“ in Bezug auf die Bounce-Rate geht.

Alles in allem bieten sich jedoch mehr Vor- als Nachteile. EET sorgt dafür, noch bessere Analysen fahren und somit noch bessere Optimierungsmaßnahmen formulieren zu können, und sollte daher von jedem Shop-Betreiber mit dem Streben nach Wachstum eingesetzt werden.