Webanalyse für KMU: 1.1 Was ist Webanalyse?

Der folgende Artikel ist im Rahmen der Masterarbeit „Webanalyse für KMU“ an der FH Joanneum Graz entstanden.

1.1 Was ist Webanalyse?

Eine kurze Definition wurde bereits im vorigen Abschnitt gegeben. Doch was wird unter Webanalyse genau verstanden? Ganz egal, wie man zu den Big Data-Entwicklungen steht: “Whether we like it or not, or are ready for it or not, the future will involve Big Data.” [1] Die Anforderungen, aber auch die Potenziale für die Kommunikationsabteilungen haben sich dadurch drastisch erhöht.

Eine Kernkompetenz um eine Firma erfolgreich zu führen

Die Kombination von Big Data und Webanalyse wird die Gesellschaft und insbesondere die Wirtschaft vollkommen verändern.[2] Die Fähigkeit, die sprichwörtliche Stecknadel im Datenhaufen zu finden, wird oder ist bereits eine der Kernkompetenzen um eine Firma erfolgreich zu führen.[3]92 % der Unternehmen, welche sich mit Big Data intensiv beschäftigt hatten, konnten ihre Ziele erreichen.[4]

Probleme sind riesige Datenenmengen und fehlendes Know-how

Eines der größten Probleme von Big Data ist es, zwar riesige Datenmengen zu haben, aber diese aufgrund von fehlendem Know-how nicht auswerten zu können. Die Folge davon sind verschwendete Ressourcen.[5]In der Praxis sieht man jedoch, dass die Ergebnisse von Datenauswertungen schon den Businessplan ganzer Firmen vollständig verändert haben.[6]

Seit Jahren wird uns gesagt, dass wir im Informationszeitalter leben. [7]Daten seien dabei die Rohstoffe dieses Zeitalters.[8] Diese Rohstoffe zu bewerten, auszuwerten und den Entscheidungsträgern die nötigen Informationen zu liefern, ist die Hauptaufgabe der Webanalyse. Jeder Schritt, jeder Klick, jedes Mausscrollen hinterlässt Daten, die von heutigen modernen Tools erfasst und ausgewertet werden können.[9]

Dabei ist die Analyse kein einmaliges Ereignis, sondern sie erfolgt kontinuierlich. Sie beruht auf ständigem Beobachten der User und Optimieren der Website oder der Kampagnen.[10]Die Einsatzgebiete reichen dabei von reinen Verkaufsoptimierungen, vom Erkennen von Problemfeldern bis zur Verbesserung der Usability der Website.[11]Webanalyse ist somit die Grundlage und Voraussetzung für das erfolgreiche Management jedes Unternehmens im Internet Zeitalter.“[12]

1.2 Welche Fragen können beantwortet werden?

Schon mit Beginn des Internets kam die Frage auf, ob die Webanalyse überhaupt jemanden interessiert.[13]Von dieser Fragestellung ausgehend haben sich vielfältige Möglichkeiten entwickelt. Moderne Analyse-Systeme können nicht nur mitteilen wo, wann und was welcher Kunde gekauft hat, sondern auch Vorhersagen treffen. Wie groß wird die Anzahl der Bestellungen des Artikels X im nächsten Monat sein? Ein Praxisbeispiel ist hier z.B. Amazon, welches durch Vorhersagen die Lagerkapazitäten möglichst effizient nutzt. Die Entwicklung von innovativen Methoden, um mittels Datenauswertung Vorhersagen für sein Unternehmen zu entwickeln, ist eines der großen Themen in der Wirtschaftsliteratur.[14]

Nur eine Minderheit weiß über die Bedürfnisse der Besucher Bescheid

Hotels interessieren sich ganz selbstverständlich dafür, ob der Aufenthalt eines Gastes angenehm ist.[15]Wäre es daher nicht auch naheliegend zu analysieren, ob der Gast sich auch auf der Website zurechtfindet? Von der Optimierung des Bestellprozesses, der Kontrolle der Übersichtlichkeit der Menüs bis hin zur Überprüfung, in welchem Maße die User-Bedürfnisse abgedeckt werden, reichen die Aufgaben. „Jeder bessere Verkäufer würde zuerst den potentiellen Kunden nach seinen Vorstellungen“[16] fragen. Stattdessen weiß nach wie vor nur eine Minderheit der Website-Betreiber über die Bedürfnisse der Besucher genau Bescheid. Zu messen, ob die kommunizierten Informationen überhaupt angenommen bzw. benötigt werden, sollte eine Grundlage jeder Online-Strategie sein. Dabei betrifft die Analyse nicht nur das Marketing, sondern auch alle anderen Abteilungen.

Webanalyse dient der Verbesserung der Website oder Kampagnen

Webanalyse darf jedoch nicht mit einer wissenschaftlichen Auswertung, wie sie in der Sozialwissenschaft Standard ist, verwechselt werden. Datengenerierung und Datenauswertung können immer nur pragmatisch erfolgen, wissenschaftliche Genauigkeit im üblichen Sinn ist hier nur ganz selten möglich. Webanalyse dient der Verbesserung der Website oder Kampagnen. Maßnahmen können und müssen daher nicht exakt sein.[17]„Perfect data is a myth.”[18]

„If you have 90 percent confidence in the data, then make a decision. Don´t wait for perfection.“[19]

Sie liefert uns Anhaltspunkte, um den Besucher zu verstehen und daraus Hypothesen abzuleiten. Mittels A/B-Tests werden diese danach auf Richtigkeit überprüft. Interessant ist dabei insbesondere die prozentuelle Veränderung in einem Vorher/Nachher Vergleich.[20] As long as you stay consistent and look at trends and important segments for your business in those trends, you will reduce the chances of making suboptimal decisions.[21]

Besonders für kleine und mittlere Unternehmen ohne große Ressourcen gilt es, mit einem „vernünftigem Aufwand aus einer Fülle von Informationen jene herauszufiltern,“[22] die bei relevanten Entscheidungen helfen. Deutung, Auswertung und Interpretation bleibt dabei die Aufgabe des Analysten: “Making sure the right people get the right information, in the right format so they can make the right decisions more often.”[23]

⇐Hier gehts zurück: 1. Geschichte der Webanalyse

Du hast Fragen oder Anmerkungen zum Thema? Schreib mir!

[1] Hassler, Marcus: Marr, Bernhard:Big Data. Using smart big data analytics and metrics to make better decisions and improve performance. Hamburg 2012. S. 25-26.

[2]Ebda, S. 143.

[3]Ebda, S. 46.

[4] Rubin, James Peter: The big potential of Big Data, 2013, S. 4. Im Internet: https://images.forbes.com/forbesinsights/StudyPDFs/RocketFuel_BigData_REPORT.pdf (eingesehen am 28.10.2018).

[5]Marr, data, S. 19.

[6]Ebda, S. 222.

[7]Marr, data, S. 18.

[8] NN: Der Berufsverband für Digital Analytics. OO oJ. Im Internet:https://digital-analytics-association.de/verein/(eingesehen am 28.10.2018).

[9]Marr, data, S. 9.

[10]Aden, Timo: Google Analytics, Implementieren, interpretieren, profitieren. München 2012. S. 18.

[11]Aden, Google, S. 17-18.

[12]Ebda, S. XIV.

[13]Hassler, Marcus:Web Analytics. Metriken auswerten, Besucherhalten verstehen, Website optimieren. Hamburg 2012. S. 27.

[14] Marr, data, S. 15.

[15] Hassler, Metriken, S. 36.

[16] Ebda.

[17] Hassler, Metriken, S. 35.

[18] Kaushik, Avinash: Web Analytics. An hour a day. Indianapolis 2007. S. 341.

[19]Kaushik, Analytics, S. 62.

[20]Hassler, Metriken, S. 35.

[21]Kaushik, hour, S. 112.

[22]Hassler, Metriken, S. 36.

[23]Marr, data, S. 156.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.