Social Business Intelligence auch genannt Social BI oder Collaborative BI  beschreibt eine bestimmte Kategorie von BI Software Tools die mit Hilfe von internen Social Intranet Funktionen ähnlich wie ein soziales Netzwerk funktioniert und als Ziel eine gemeinsam Intepretation und das Teilen von Datenanalysen ermöglicht.

Business Intelligence 2.0 (BI 2.0) bezeichnet eine Weiterentwicklung des bestehenden Business-Intelligence-Modells, das Mitte der 2000er Jahre begann. Die Bezeichnung 2.0 wird aus der Terminologie Web 2.0 abgeleitet, die verwendet wurde um die Entwicklung des Internets in verschiedenen charakteristische Phasen zwischen 1.0 bis 4.0 zu unterteilen.

Bezeichnend für die Entwicklung des Business Intelligence 2.0 ist die Fähigkeit, dass Nutzer  in die Lage kommen, Daten einfacher abzurufen, zu analysieren und zu verteilen. Business Intelligence 2.0 Applikationen werden zudem kennzeichnend mit Cloud-Analytics-Technologien umgesetzt. Damit hat man als Nutzer die Möglichkeit auch über den Browser auf entsprechende Dashboards zuzugreifen. Dies steht im Gegensatz zu früheren proprietären Abfragetools, die bisherige BI-Software charakterisieren.

Einer der technischen Hauptfaktoren für die Entwicklung von BI 2.0 Systemen, ist der Einfluss von serviceorientierten Architekturen, auch als SOA bezeichnet. In einer SOA-Architektur werden Bausteine der Software wie die Datenbank, Server und Websites in Dienste gekapselt und dann so koordiniert, dass sie auf einer höheren Ebene orchestriert werden können.

„SOA ist ein Paradigma für die Strukturierung und Nutzung verteilter Funktionalität, die von unterschiedlichen Besitzern verantwortet wird.“

Ziel dabei ist die Wiederverwendung von Services und Komponenten um Ressourcen und Aufwände einzusparen. Gleichzeitig soll der Datenaustausch einfacher gemacht werden. Es soll möglich sein, Daten schnell aus einer Quelle abzurufen, auszuwerten und die Erkenntnisse intern besser zu verteilen.

Das Ziel der Datenanalyse ist die Informationsgewinnung. Wissen kann aber nur daraufhin entstehen wenn diese Informationen unter Mitarbeitern geteilt werden. Weitergefasst spricht man auch von Social BI, da es die Prinzipien eines sozialen Netzwerks adaptiert und mit Business Intelligence kombiniert. BI 2.0 ist zudem weborientierter als herkömmliche Datenabfrage- und Analysetools.

Quellen:

https://en.wikipedia.org/wiki/Business_Intelligence_2.0
https://de.wikipedia.org/wiki/Serviceorientierte_Architektur

business kpi on dashboard

KPI ist eine englische Bezeichung für Key-Performance-Indicator. Im Internet unterscheidet man zwischen bezahlter und unbezahlter Sichtbarkeit. Wenn ein Interessent eine Anzeigenschaltung gesehen und auf die Webseite gewechselt hat, nennt man das Inbound-Traffic, bzw. eintreffender Nutzer auf die Webseite. Häufig wird der unbezahlte Bereich auch “Organischer Traffic” genannt. Der bezahlte Bereich hingegen wird oft auch als, “Paid Traffic” bezeichnet. Diesen kann man vor allem durch Maßnahmen in Sozialen Netzwerken, oder durch das händische Teilen von Blogbeiträgen erzielen.

Ein weiteres Prinzip im Web ist Search & Social

“Search”, beschreibt den Vorgang aktiv nach einem gewünschten Inhalt an Hand eines Suchbegriffs im Web zu suchen. Die tatsächliche Zielseite ist den Nutzer meist vorher noch nicht bekannt. Suchmaschinen wie Google bieten Suchfunktionen an, um Webseiten über ein Verzeichnis, mittels einer kontextsensitiven Suche bereitzustellen.

“Social”, bezeichnet die Phase eines Nutzers, der zum Beispiel in der Timeline, Beiträge sieht und dann auf diese reagiert, ohne nach etwas Bestimmtem zu suchen.

Folgende Marketing Kanäle werden häufig verwendet

Organic Search: Bezeichnet den unbezahlten organischen Bereich von der Suchmaschine. Man wird hier gelistet wenn man entsprechend seine Inhalte und die Struktur auf der Webseite, für Nutzer und dann Suchmaschinen, freundlich gestaltet hat.

Paid Search: Bezeichnet den bezahlten Bereich der Suchmaschine. Man wird hier gelistet wenn man entsprechend Inhalte auf Werbeplattform einstellt.

Social Media Organic: Wenn Postings in sozialen Netzwerken viral verteilt werden, ohne das die Anzeige hierfür beworben wurde.

Social Media Paid: Wenn Postings in sozialen Netzwerken durch bezahlte Kampagnen in der Timeline anderer Teilnehmer des Netzwerks angezeigt werden.

Der reguläre Verlauf eines Online Nutzers der mit einem Inhalt oder Angebot interagiert:

Nachdem eine Werbeanzeige von einem Nutzer gesehen wurde, könnte er auf die Anzeige klicken. Dies führte ihn dann zu einem gesetzten Ziel, z.B. eine Unterseite auf einer Webseite. Man kann demnach folgende Unterteilung vornehmen:

Impressions -> Klick auf die Anzeige -> Weiterleitung auf eine neue Webseite oder Inhalt -> Folgt dem Conversion Pfad auf der Webseite -> Abschluss auf der Webseite z.B. Kauf

SEO KPI conversion rate

Die meist verwendeten Online Marketing KPI

Impressions – Die Anzahl der Einblendungen des geteilten Inhalts im organischen oder bezahlten Bereich des Plattformbetreibers.

Klicks – Aus Impressionen resultierende Aktionen. Häufig Weiterleitung auf eine neue Seite.

Click-Through-Rate ist die Klickrate, also das Verhältnis von Klicks zu Impressionen.

Conversions sind die Zielabschlüsse die man für sein Geschäft auf einer Internetseite definiert hat.

Conversion Rate ist die Zielabschlussrate. Diese sollte man erhöhen damit auch die Kosten pro Werbeausgaben sinken können.

Ziel im Online Marketing ist es meist immer, die Kosten pro Werbeschaltung gering zu halten und die Abschlüsse zu steigern. Online KPIs können Auskunft darüber vermitteln, wie die Leistung einer Webseite aktuell ist.

key performance indicator kpi in web shop

KPI sind zusammengesetzte Kennzahlen, die eine einfache Auswertung und Steuerung einer Organisationseinheit erlauben. Sie geben Auskunft darüber, wie effizient ein Prozess oder Ablauf im Unternehmen ist.

Angenommen Sie sind Betreiber eines Online-Shops und bieten leckere Müslis an. Dann möchten Sie sicherlich Ihre Marketingkosten so gering wie möglich halten und dennoch den Umsatz steigern, indem sie mehr Müslis verkaufen. Doch wie soll das gehen? Das ist mit KPIs möglich. “Key Performance Indicators” sind aggregierte Kennzahlen, die einen aktuellen Überblick zur Leistung, über alle Maßnahmen im Marketing geben. Und das ist wichtig wenn man effizient Werbung schalten möchte.

Henry Ford hat es bereits sehr gut auf den Punkt gebracht. Knapp die Hälfte Ihres Werbebudgets verschwindet, im Nirgendwo. Und das hat sich heutzutage nicht geändert. Klar, die Online-Medien machen die Preise pro Werbeplatzierung günstiger und es kostet nur einen Bruchteil im Vergleich zu “Print”, das mag sein. Doch oft mangelt es an der richtigen Platzierung, dass Inhalte effizient gefunden werden können. Das freut natürlich die Geldbeutel von großen Werbeplattformen wie Google und Facebook. Der Shop-Betreiber ist darüber aber nicht wirklich erfreut.

Die Werbemöglichkeiten sind zwar jetzt für Viele erschwinglicher geworden, sogar für den kleinen Ladenbesitzer um die Ecke. Dennoch, das Internet ist damit auch unübersichtlicher. Viele Nutzer nervt die ständige Werbung die sich überall einem beim “surfen” quasi aufdrängt.

Was also als Online-Shop Betreiber machen, wenn die Komplexität der Kanäle und die Vielfalt an neuen Platzierungsmöglichkeiten im Internet weiter zunimmt? Den richtigen Fokus finden, ist doch klar. Einfacher gesagt als getan, denn wie findet man das Interesse seiner Zielgruppe am besten heraus?

Hier kommen Daten ins Spiel. Nutzer hinterlassen bei jeder Aktion im Web, Datenspuren die man analysieren kann. Dabei sollte man auf die richtigen Web-Tracking Kennzahlen schauen. Doch bei so viel verschiedenen Kanälen, was sind hier die wichtigsten? Aus diesem Grund ist es wichtig für den Shop-Betreiber, KPIs zu verwenden und damit gezielter Werbung zu schalten.

online media vs print media user illustration

Welche Ziele verfolgt das Geschäft und welche Kennzahlen gibt es?

Bevor man “Key Performance Indicator” definiert, muss man sich Gedanken über seine Zielsetzung machen, da KPI diese Ziele wiederspiegeln. Denn je nach Geschäftsmodell und Produktangebot kann dies sehr unterschiedlich sein. Definieren sie erstmal, die für ihr Geschäft, wichtigsten Kennzahlen. Wenn sie ein Startup sind und noch keine Kennzahlen haben, können Sie vorab auch erstmal überlegen, wie der Prozess im Marketing und Vertrieb aussehen könnte.

KPIs machen nur Sinn wenn man bereits Kennzahlen zur Verfügung stehen hat

Um die richtigen Daten überhaupt erfassen zu können, benötigen sie die passenden Werkzeuge und Tracking-Möglichkeiten. Danach können sie basierend auf einer gemeinsamen Datenbasis, die wichtigsten Kennzahlen in übergeordneten Metriken (“Key Performance Indicators”) für Ihr Geschäft zusammenfassen. Key Performance Indicator machen also nur Sinn wenn man schon bereits bestehende Kennzahlen zum Steuern des Geschäfts einsetzt. Welche Online KPIs für das Marketing besonders wichtig sind. Das erfahren sie in dem Artikel “Die wichtigsten Online KPIs einfach erklärt“.

Sie kennen das Problem, die Zahlen in Ihren Excel Reports oder Dashboards weichen von den Zahlen in Ihrem Google Analytics Konto ab? Dann ist Ihnen sicherlich auch der Begriff „Daten-Sampling“ (Stichprobenerhebung) geläufig. Wie kann nun ein hochwertiges Google Analytics Reporting über mehrere Webseiten hinweg erstellt werden? Nun ja, in Google Analytics ist der Vergleich mehrere Datensichten s.g. Views gar nicht so möglich. Man kann immer nur eine View gleichzeitig analysieren. Wenn man z.B. für einen Kunden oder intern mehrere Seiten auswerten möchte muss man dies in einem weiteren Analysetool machen. Der folgende Artikel zeigt welche Schritte dazu nötig sind.

 

Was genau ist „Daten-Sampling“ (Stichprobenerhebung)

Google Analytics Server verarbeitet tagtäglich mehrere Milliarden Webanfragen. Sprich jedes Mal, wenn ein Webseiten-Besucher eine neue Aktion durchführt, ob es das Laden einer neuen Unterseite ist, oder einen Button drückt, wird ein so genannter Event an Google Analytics geschickt. Dieser wird registriert und erscheint dann in Ihren Google Analytics Statistiken. Um Ressourcen zu sparen werden bei großen Datenmengen nur Teilmengen betrachtet, wobei auf einer Datenstichprobe dann die entsprechenden Statistiken hochgerechnet werden. Damit ist die Auswertung schneller verfügbar und die Belastung der Server sinkt.

Laut Google erfolgt die Stichprobenerhebung in den Berichten automatisch sobald mehr als 500.000 Sitzungen erfasst wurden. Vor allem bei sehr großen Webseiten kann diese Grenze schnell erreicht werden.

 

Wie erkenne ich wann meine Google Analytics Daten gesampelt werden?

Ganz einfach, indem Sie unter Benutzerdefinierten Berichten einen Bericht mit den zu vergleichenden Metriken und Dimensionen anlegen und diesen als „Gesamtdatenbericht“ exportieren. Je nach Datenmenge kann es einige Minuten dauern bis der Gesamtdatenbericht zu Verfügung steht.

Der Gesamtdatenbericht enthält nun 100% korrekte Daten und kann nun dafür eingesetzt werden, ihre Reports auch Richtigkeit zu prüfen. Beachten Sie das für jeden Gesamtbericht auch s.g. Credits verbraucht werden. Diese werden jedoch täglich zurückgesetzt.

 

Wann die Stichprobenerhebung in Google Analytics für Ihr Reporting zum Problem wird

Normalerweise reicht es zur Betrachtung von Trends und der gesamten Entwicklung aus, mit Stichproben zu arbeiten. Problematisch wird das Ganze nur, wenn man zum Beispiel die Sitzungen oder Zielabschlüsse je nach Landingpage analysieren möchte. Umso mehr Dimensionen (Zeit, Landingpage, Medium, Source usw.) in einer Abfrage eingesetzt werden, desto wichtiger wird es mit ungesampelten Daten zu arbeiten. Man könnte sonst basierend darauf falsche Annahmen treffen.

 

Wie kann das Sampling verhindert werden?

Erstmal gar nicht, an die Vorgaben von Google Analytics muss sich wohl jeder halten. Es gibt jedoch Mittel und Wege dies elegant zu umgehen. Folgende Möglichkeiten gibt es:

  • Kleinere Betrachtungszeiträume wählen: Je kleiner der Ausschnitt ist, desto weniger Daten sind es.
  • Weniger Dimensionen verwenden: In einer Abfrage mit weniger Dimensionen dafür mehr Filtern arbeiten.
  • Unter Benutzerdefinierten Berichten kann man Daten auch als „unsampled Reports“, oder als s.g. Gesamtbericht herunterladen und in Excel oder sonstigen Tools weiterverarbeiten.

Bildergebnis für unsampled google analytics

 

Gibt es Tools oder Software die mir dabei hilft Daten aus Google Analytics zu extrahieren?

Es gibt diverse Tools z.B. Excel Plugins, die es ermöglichen Daten direkt in Excel zu laden um diese dort weiterzuverarbeiten. Aber auch diese Tools können das Sampling Problem nur bedingt lösen. Ich selbst habe folgende Tools analysiert und wurde leider vom Ergebnis jedes Mal enttäuscht.

  • NEXT Analytics: Ein Excel Plugin um Daten aus Google Analytics, Adwords und anderen Tools direkt in ein Excel File zu laden.
  • SSIS CDATA Google Analytics Connector: Eine SSIS Komponente die es ermöglicht Daten aus Google Analytics direkt in einer SQL Datenbank weiterzuverarbeiten.

 

Was also kann man tun damit man 100% richtige Daten aus Google bekommt?

Unser Entwicklungsteam hat eine eigene Lösung programmiert die es ermöglicht 100% richtige Daten aus Google Analytics zu exportieren. Dafür haben wir eigens einen API-Konnektor geschrieben und ausgiebig getestet. Das Ergebnis war jedes Mal positiv.

 

Wie haben wir es gemacht? Wie kann man das API Request Limit von Google Analytics umgehen?

Gar nicht, das steht ausdrücklich in der Beschreibung. Pro API Request erlaubt Google Analytics max. täglich 50.000 Request pro Projekt und 10 Datenbankabfragen pro Sekunde pro IP-Adresse. Wir haben es gelöst indem wir die Abfragen automatisiert solange verkleinern, bis wir von Google keine negative Meldung über ein Sampling zurückerhalten. Nutzt man außerdem mehrere IP-Adressen je nach Last, so kann man auch mehr Daten auf einmal ziehen.

Nutzen Sie doch ganz einfach unsere kostenlose Google Analytics App in ABIS. Hier erhalten Sie kostenlos einen Zugang den sie mit 3 Domains gleichzeitig nutzen können.

Schlusswort:

Wenn Sie das Thema näher interessiert und Sie Unterstützung benötigen, können Sie uns gerne kontaktieren. Wir helfen Ihnen dann gerne weiter.

In folgendem Artikel erklären wir wie sie Ihr eigenes Google Analytics KPI Dashboard einfach erstellen können: Wie erstelle ich ein eigenes Google Analytics KPI Dashboard?

 

Quellen:

https://developers.google.com/analytics/devguides/config/mgmt/v3/limits-quotas#unsampled_reporting

Google Analytics dashboard und reporting

Beachten Sie 5 wichtige Fragestellungen bevor sie ihr Google Analytics KPI Dashboard erstellen

Sie haben die Aufgabe erhalten ein oder mehrere Dashboards für das Online Marketing Team zu erstellen und dabei Google Analytics als primäre Datenquelle zu verwenden. Des weiteren müssen Sie unterschiedliche Webseiten aus Google Analytics in einem übergreifenden Bericht gegenüberstellen. Um diese Aufgabe durchzuführen stehen ihnen möglicherweise folgende Tools zur Verfügung: Excel, Tableau, Power BI, oder ein anderes Business-Intelligence-Tool.

Beispielsweise entscheiden Sie sich dafür ihr Reporting aus Google Analytics erstmal in Excel zu erstellen und nach erfolgreicher interner Abstimmung dann als Online Dashboard umzusetzen. Folgende Fragestellungen spielen dabei eine wichtige Rolle und sollten daher vor jeder Dashboard Erstellung sorgfältig überdacht werden:

  • Welche Daten aus Google Analytics benötige ich als Ausgangsbasis für meine Berichte?
  • Wie bekomme ich die Daten aus Google Analytics in mein Excel, Tableau oder Power BI Projekt?
  • Wie aggregiere bzw. berechne ich meine wichtigsten Google Analytics Reporting KPIs?
  • Wie pflege ich die Daten laufend ein, ohne zusätzlichen manuellen Aufwand für die Pflege der Dashboards zu erzeugen?
  • Wie organisiere ich meine Dashboards und für welche Nutzergruppen sollte ich diese anlegen?
  • Vorab ein paar allgemeine Information zu Google Analytics

Google Analytics ist das am häufigsten genutzte Webanalyse Tool um Nutzerdaten einer Webseite zu tracken und zu analysieren. In der Regel ist Google Analytics für Webseiten mit kleinem bis mittlerem Traffic kostenlos. Für Webseiten mit z.B. mehr als 100.000 Sitzungen pro Tag kann das Ganze auch was kosten. Google berechnet dabei s.g. Hits, also jedes mal wenn ein User eine Aktion auf der Webseite durchführt wird ein Event an Google Analytics Server übermittelt. Außerdem sollten sie unbedingt auf Daten-Sampling in Google Analytics achten. Weitere Details dazu und wie es behoben werden kann finden Sie in unserem Artikel: Google Analytics Data Sampling im Reporting vermeiden.

Frage 1: Welche Daten aus Google Analytics benötige ich als Ausgangsbasis für meine Berichte?

Um diese Frage zu beantworten sollten Sie sich vorher Gedanken über den Aufbau ihrer Ausgangstabelle machen. Google unterteilt die Daten hierbei in Metriken und Dimensionen. Was das ist wie folgt kurz an einem kleinen Beispiel erklärt:

Der Hund von Thomas trägt ein GPS Halsband welches in sekündlichen Intervallen an das Smartphone von Thomas Daten über den aktuellen Standort und sonstige Informationen übermittelt. Gehen wir mal davon aus das Thomas eine Nachricht erhalten möchte wenn sich sein Hund mehr als 1.000 Meter vom Grundstück bewegt. Das Halsband sendet somit in sekündlichen Intervallen die aktuelle GPS Koordinaten und die absolute Entfernung zum Grundstück. Hierbei kann nun die aktuelle Entfernung als Messpunkt angesehen werden. Die Koordinaten und die aktuelle Uhrzeit wiederrum sind Dimensionen die einen Messpunkt beschreiben. Eine Metrik oder Messpunkt wird durch seine Dimensionen wie Zeit, Ort etc. bestimmt.

Verwendung des Google Analytics Metrics Explorers:

Damit Sie nun ihre Ausgangstabelle bestimmen können verwenden Sie folgendes Tool, den Google Analytics Metrics Explorer verwenden. Hier – Link zu einem Google Analytics Developer Eintrag

Aktivieren Sie zu Anfangs das Feld „Only show allowed in segments“, damit sie nur Dimensionen und Metriken wählen die auch vom Datenmodell gültig sind. Hintergrund: Gültige Kombinationen – Nicht alle Dimensionen und Metriken können gemeinsam abgefragt werden. Nur bestimmte Dimensionen und Metriken können zusammen verwendet werden, um gültige Kombinationen zu erstellen. Markieren Sie eine Dimension oder ein metrisches Ankreuzfeld, um alle anderen Werte anzuzeigen, die in derselben Abfrage kombiniert werden können.

Wechseln Sie außerdem in den Modus „UI Names“ damit sie die gleiche Namensgebung wie auch in Google Analytics erhalten. Als nächstes können Sie ihre Metriken und Dimensionen auswählen und direkt prüfen ob diese gültig sind.

Begrenzung für ein Google Analytics Query Ergebnis:

 

Maximal können 7 Dimensionen und 10 Metriken in einer Abfrage verwendet werden. Es gibt ein paar Tricks wie man diese Anzahl erhöhen kann. Mehr dazu in einem unserer späteren Artikel.

In unserem Beispiel verwenden wir folgende Query

  • Dimensions: ga:date, ga:landingPagePath, ga:fullReferrer, ga:deviceCategory, ga:channelGrouping, ga:medium
  • Metrics: ga:users, ga:sessions, ga:bounces, ga:timeOnPage, ga:newUsers, ga:pageviews, ga:goalCompletionsAll

Google Analytics Dimensionen und Metriken erklärt:

Dimensionen

  • ga:date = Datum im Format YYYY-MM-DD
  • ga:landingPagePath = Die URL der Startseite einer Websitzung auf der Website. Also sprich die erste Seite die ein Nutzer auf der Webseite z.B. über eine Google Suche betreten hat.
  • ga:fullReferrer = Der genaue Pfad als URL inklusive Parameter einer externen Quellseite über die ein Nutzer auf die eigene Seite gelangt ist. Hier kann die Quelle des Traffic herausgelesen werden.
  • ga:deviceCategory = Um welches Nutzergerät die Sitzung durchgeführt wurde. Die Unterteilung lautet: Mobile, Tablet oder Desktop.
  • ga:channelGrouping = Hier werden Traffic Quellen aus den fullReferrer von Google bereits vorkategorisiert und gruppiert. Hier finden Sie zum Beispiel: Organic Search Engine, Direct oder Paid Search Engine etc.
  • ga:medium = Das UTM Medium beschreibt die Art der Quelle an sich zum Beispiel organic, ppc, etc.

Metriken

  • ga:users = Die Anzahl der eindeutigen Nutzer, welche über einen Cookie im Browser identifiziert werden. Probleme können hierbei entstehen wenn die Nutzer mehrere Geräte verwenden, es also eigentlich ein und derselbe Nutzer ist. Dies kann jedoch nur aufwendig unterschieden werden. In einem späteren Artikel lösen wir diese Thematik genauer auf.
  • ga:sessions = Die Anzahl der Sitzungen auf der Webseite. Eine Sitzung beginnt mit dem Eintritt eines Nutzers auf einer Startseite der Webseite. Führt der Nutzer keine Aktion innerhalb der nächsten 30 Minuten aus, verfällt diese und wird wieder als neue Sitzung gezählt. Eine Sitzung kann mit einem Besuch gleichgestellt werden. Der Kunde betritt den Laden und verlässt diesen nach einer bestimmten Zeit wieder nachdem er das Produktsortiment betrachtet hatte.
  • ga:bounces = Die Anzahl der direkten Absprünge nach Betreten bzw. starten einer Sitzung ohne das vorher eine Aktion durchgeführt wurde. Der Nutzer betritt die Webseite und verlässt diese ohne eine Aktion vorher durchzuführen. Z.B. Klick auf ein Webseitenelement oder folgen einer weiteren Unterseite.
  • ga:timeOnPage = Die Zeit in der ein Nutzer auf der Seite aktiv war, also eine Sitzung durchgeführt hat.
  • ga:newUsers = Neue Besucher Sitzungen innerhalb von 30 Tagen oder nach Löschen des Cookie im Browser. Es werden nur neue Sitzungen gezählt.
  • ga:pageviews = Die Anzahl aller Seitenaufrufe während einer Sitzung.
  • ga:goalCompletionsAll = Alle Zielabschlüsse. Diese können vorher in Google Analytics definiert werden.

Frage 2: Wie bekomme ich meine Daten aus Google Analytics in mein Excel, Tableau oder Power BI Projekt?

Wenn Sie nun soweit sind und genau wissen welche Dimensionen und Metriken sie aus Google Analytics laden möchten können sie zum Schritt übergehen und die Daten in Ihr Analytics Tool laden. Viele Business Intelligence Tools bieten fertige Schnittstellen Editoren dafür an. Bei allen Tools sollten Sie unbedingt auf das Sampling Level achten. Mehr dazu in folgendem Beitrag: Google Analytics Data Sampling im Reporting vermeiden

Damit kein Daten-Sampling auftritt empfehle ich die Google Analytics Benutzerdefinierten Berichte zu verwenden und dort eine Tabelle anzulegen. Diese kann dann als „Unsampled Report“ in Form eines CSV heruntergeladen werden. Dieses CSV Dokument können Sie wiederrum als Excel Datenquelle verwenden. Sie können aber auch Plugins wie Next Analytics verwenden um die Daten direkt in ihr Excel Sheet zu laden.

Frage 3: Wie aggregiere, bzw. berechne ich meine wichtigsten Google Analytics Management KPIs?

Damit Sie unterschiedliche Domains oder Properties unterscheiden können, empfehle ich eine weitere Spalte mit den Webseiten Urls oder Property IDs in Ihr Excel Sheet hinzuzufügen. Danach können Sie alle Daten untereinander aus den verschiedenen Konten aggregieren.

Sobald Sie ihre Daten in Excel oder in ein anderes Tool geladen haben können Sie ihre wichtigsten Kennzahlen (KPIs) berechnen. In Excel verwenden Sie am besten „Berechnete Metriken“ in der Pivot Sektion. Folgende KPIs können aus dem oben genannten Data-Set berechnet werden.

  • Absprungrate [Prozent] = ga:bounces / ga:sessions

Das Verhältnis von direkten Absprüngen und Sitzungen zeigt auf ob ein Nutzer nach Betreten der Seite mit ihren Inhalten interagiert oder nicht. Diese KPI kann Rückschlüsse auf das Targeting der Nutzer und die Attraktivität der Inhalte geben. Eine gute Absprungrate kann zwischen 10 – 30% liegen. Liegt diese deutlich unter 10% sollten sie prüfen ob das Tracking an dieser Stelle auch validiert wurde.

Durchschnittliche Sitzungsdauer [Minuten] = ga:timeOnPage / ga:sessions / 60

Diese Google Analytics KPI zeigt die durchschnittliche Dauer an, die ein Nutzer auf der Seite eine aktive Sitzung ausführt. Ermitteln Sie für ihren Shop oder ihre Webseite die durchschnittliche Sitzungsdauer die mit einer hohen Konversionsrate korreliert. Diese Sitzungsdauer kann nun als Benchmark für weitere Sitzungen von bestimmten Einstiegsseiten dienen.

  • Durchschnittliche Seitenaufrufe pro Sitzung [Decimal] = ga:pageviews / ga:sessions

Auch Seitentiefe genannt. Ein Nutzer navigiert durch unterschiedlich viele Seiten bis er erfolgreich einen Kauf tätigt oder anderweitig konvertiert.

  • Konversionsrate [Prozent] = ga:goalCompletionsAll / ga:sessions

Zeigt an wie viel Prozent der Nutzer Sitzungen auch zu erfolgreichen Abschlüssen geführt haben. Normalerweise liegt diese Rate zwischen 2% – 5 % in manchen Shops sogar höher auch gerne mal bei 17% – 20%. Die Konversionrate ist unter anderem stark abhängig von der Qualität des Shops aber auch der Branche und des Produktportfolios.

  • Anteil der neuen Besucher Sitzungen [Prozent] = ga:newUsers / ga:sessions

Eine KPI um auszuwerten wie hoch der Anteil von neuen Besucher Sitzungen liegt.

  • Sitzungen pro Nutzer = ga:sessions / ga:users

Hilfreich um festzustellen ob Nutzer eher einmalig oder mehrfach einen Kauf oder einen Abschluss auf der Seite tätigen. Diese KPI ist auch abhängig vom Produktangebot und der Branche.

Hinweis: Achten Sie darauf das im Nenner keine Nullwerte entstehen. Dies kann sein wenn sie die Daten in einem bestimmten Detailgrad filtern.

Frage 4: Wie pflege ich die Daten laufend ein, ohne zusätzlichen manuellen Aufwand für die Pflege der Dashboards zu erzeugen?

Am besten erstellen Sie eine Art Importprozess ihres heruntergeladenen CSV Files. Oder sie nutzen ganz einfach API-Datenkonnektoren um das zu automatisieren. Dieser kann in Excel z.B. mit Power Pivot ganz einfach erstellt werden. Die meisten BI-Tools bieten auch eine automatisierte Aktualisierung an. Versuchen sie an der dieser Stelle die Schritte möglichst gering zu halten und wenn möglich mit einem ETL Tool zu arbeiten. Wenn sie zum Beispiel neben dem Datum auch die Kalenderwochen, Monate und Jahre benötigen. Dies ist in einer der neueren Excel Versionen bereits automatisch integriert worden. Falls nicht dann erzeugen Sie einfach eine Art Hilfstabelle die sie mit dem Datum verknüpfen. Erstellen sie am besten hierfür ein Power Pivot Datenmodell.

Frage 5: Wie organisiere ich meine Dashboards und für welche Nutzergruppen sollte ich diese anlegen?

Sie kennen bereits sehr gut Ihre Dashboard Nutzer und den Bedarf auf der Abteilung oder der Teams? Umso besser, dann fällt ihnen diese Aufgabe leicht. Am besten organisieren Sie Ihre Zielgruppen so, dass sie pro Gruppe genau eine Google Analytics Query definieren, siehe Schritt 1.

Folgende Gruppen könnten interessant für Sie sein:

  • Traffic Channel Report: Dieser Web Report bietet Ihnen eine Übersicht der Leistung von Traffic-Quellen.
  • Device Report: Mit diesem Bericht können sie die Leistung Ihrer Nutzer Geräte wie Mobile, Desktop und Tablet analysieren.
  • Landingpage Report: Erhalten Sie eine Übersicht der wichtigsten Kennzahlen für alle Ihre Unterseiten.
  • Conversion Report: Hier bekommen Sie alle wichtigen Informationen über ihre Online Umsätze, Leads und Abschlüsse.

Das Ganze klingt ganz schön umständlich und zeitraubend. Da stimme ich Ihnen zu, doch es gibt Alternativen wo sich diesen Aufwand zu 100% sparen können. Denn falls Sie keine Lust oder Kapazitäten haben alle diese Schritte manuell auszuführen können Sie auch ganz einfach unsere Software Lösung ABIS unter die Lupe nehmen. Wir bieten eine Social Business Intelligence Plattform an, welche es ermöglicht Reporting Apps ganz einfach zu installieren und direkt ohne Aufwand, schlüsselfertige Dashboards mit ihren Daten zu erhalten.

seo kpi dashboards

Ein aussagekräftiges SEO-Dashboard zu erstellen, kann von Zeit zu Zeit schwierig sein. Vor allem, wenn Sie unter Zeitdruck stehen und viele Kunden- oder Kollegenwünsche zu erfüllen haben. In der Regel sind die ersten Fragen, die sich stellen sollten: Welches Software-Tool sollte ich für mein Dashboard verwenden? Welche Datenquellen sind für mein SEO-Monitoring-Dashboard am wichtigsten und liefern eine zuverlässige Datenqualität? Und wie pflege und aktualisiere ich die verschiedenen Datentabellen aus all diesen Tools, am besten ohne manuellen Aufwand also automatisiert? Der Schlüssel liegt darin, Ihre Kollegen und Kunden in die Definition dieser Fragen einzubeziehen. Nur dann können sie auch dafür sorgen, dass der Bericht oder das Dashboard auch von den Kollegen interpretiert wird und somit auch besser genutzt werden kann.

 

Definieren Sie die richtigen Fragen – dann kennen Sie vielleicht schon die richtige Antwort. Hier sind einige Fragen, die mit einem SEO-Monitoring-Dashboard beantwortet werden können:

  • Welche sind die aktuellen Rankings meiner Websites in der organischen Suche?
  • Was sind meine relevantesten Keywords und was sind ihre Traffic-Potentiale?
  • Wie hat sich der Rang meiner Hauptkonkurrenten in der Vergangenheit entwickelt?
  • Was sind meine niedrig hängenden Früchte für Keywords und Trafficvolumen?
  • Welche meiner Webseiten rangieren für ein bestimmtes Keyword?
  • Wie ist der Verkehr von SEO Umwandlung in Leads oder Verkäufe?
  • Was ist meine allgemeine Sichtbarkeit in Suchmaschinen?
  • Wie kann ich meine Linkbuilding-Strategie optimieren?

Verfolgen Sie Ihre Daten mit dem richtigen Dashboard-Tool für die Leistungsüberwachung

Um die richtigen Antworten auf Ihre Fragen zu erhalten, müssen Sie zuerst die richtigen Metriken aus zuverlässigen und gut dokumentierten Datenquellen auswählen. Ihre Daten sind nur so gut wie Ihre Tracking-Struktur. Seien Sie sich Ihrer Daten bewusst und sprechen Sie mit Experten, bevor Sie sich für die Implementierung eines Webmonitoring- und Tracking-Tools entscheiden. Die Wahl des richtigen Tracking ist ein sehr kritischer Schritt, denn Daten aus Tools, die nicht verständlich sind, könnten Sie in die falsche Richtung treiben. Dies sind die gebräuchlichsten SEO-Tools, um Ihre Webmonitoring-Statistiken und SERPs zu verfolgen:

  • Google Search Console: Dieses Tool wurde für Webmaster entwickelt. Es hilft ihnen dabei, ihre aktuellen Statistiken für ihre Websites zu verfolgen. Die Daten von diesem Tool sind sehr genau, da es seine Statistiken direkt von Google selbst erhält. Ein Nachteil wäre, dass es Ihnen nur die Daten von Ihren eigenen Websites anzeigen kann, auf die Sie Zugriff haben, so dass es nicht wirklich zur Überwachung Ihrer Wettbewerber verwendet werden kann.
  • Andere SEO-Tools: Sistrix, XOVI und Searchmetrics ermöglichen Ihnen den Zugriff auf die Keyword-Ränge, Backlinks und Traffic-Volumina Ihrer Mitbewerber. Viele dieser Tools haben eine monatliche Lizenzgebühr, aber einige sind kostenlos. Ein freies Beispiel ist: MOZ
  • Web Analytics Tools: Um zu analysieren, wie Ihr Traffic durch Ihre organischen Suchränge konvertiert wird, müssen Sie ein weiteres Tool hinzufügen. Ein Webanalyse-Tool zur Analyse des Traffics und der Conversions Ihrer Website. Zwei der gängigsten Tools für Web Analytics sind Google Analytics und Yandex Metrica. Sie helfen Ihnen dabei, Ihre Website zu verfolgen und zu analysieren, wie sich der Traffic auf Ihre Seiten auswirkt.

 

Wählen Sie Ihre wichtigsten Leistungskennzahlen und Dimensionen aus

Die Auswahl der wichtigsten Metriken und Dimensionen ist für die Qualität Ihrer SEO-Dashboards sehr wichtig, da sie bereits Ihre Abfragen für die Diagramme, Tabellen und Filter definiert. Es gibt viele Dimensionen und Metriken, die aus verschiedenen Tools ausgewählt werden können. Seien Sie sich bewusst, dass mit jeder neuen Dimension die Komplexität des Designs, mit Dutzenden zusätzlicher Filter- und Gruppierungsmöglichkeiten zunimmt. Im Folgenden zeigen wir Ihnen einige der gebräuchlichsten Dimensionen und Metriken, die zur Überwachung der SEO-Ränge und -Statistiken Ihrer Website oder Ihres Online-Shops verwendet werden.

SEO Dimensionen (z.B. Landingpage)

Die wichtigsten Dimensionen sind Zeit und Ort, weil man sich immer mit ihnen auseinandersetzt, wenn man mit Daten konfrontiert wird.

  • SERP: Die Suchmaschinen-Ergebnisseite (SERP) ist die Seite, die einem Benutzer nach Eingabe seiner Suchanfrage angezeigt wird. Diese Seite enthält eine Liste der Suchergebnisse mit Links, Titel und Metabeschreibung. Die Ergebnisse können sich unterscheiden, da Suchmaschinen ihre Ergebnisse je nach Nutzerverhalten und Cookies anpassen. Die meisten Suchmaschinen haben 10 Ergebnisse pro Seite. Eine Eye-Tracking-Studie fand heraus, dass die meisten Menschen bei der Suche nur sehen und klicken Sie auf die Top-5-Ergebnisse auf einer Seite, so dass immer einen hohen Rang ist von entscheidender Bedeutung.
  • Domain: Eine Domain repräsentiert eine IP-Adresse für den Server, der eine Website hosten kann und ein Erstregistrierungsdatum hat. Die Anzahl der indizierten Seiten für eine Domain zu einem bestimmten Zeitpunkt wird im SEO-Tool Sistrix Domain Pages genannt.
  • Keywords: Die Suchanfragen oder Schlüsselwörter, die Benutzer typischerweise in eine Suchmaschine eingegeben haben, um Inhalte zu finden.
  • Landing Page: Die genaue Seite, die Web-Benutzer erreichen können, wenn sie einer Weblink-Adresse folgen.
  • Backlinks: Sind Links von externen Quellen, die auf Ihre Website oder Landing Page verweisen. Einige Tools bieten Ihnen eine Liste von Backlinks. Die meisten Links haben auch so genannte Ankertexte oder Linktexte. Dies ist ein Teil oder ein bestimmter Textblock, der dem Benutzer angezeigt wird, bevor er auf den Link klickt und die aktuelle Website verlässt. SEO-Metriken

SEO Metriken (z.B. Clicks)

  • Position: Diese Metrik sagt Ihnen mehr über Ihre aktuellen Ränge in den Suchmaschinen-Ergebnisseiten aus. Sie möchten vielleicht wissen, welche Landing Pages in den Suchergebnissen für die organischen Keywords angezeigt werden und wie sie geordnet sind. Je niedriger die Position, desto besser wird die Sichtbarkeit Ihrer Suche. Ihr Ziel ist es, auf Platz 1 zu landen.
  • Impressionen: Die Anzahl der Male, in denen Ihre Links in einer Suchanfrage-Ergebnisseite (SERP) auftauchten. Diese Nummer gibt Ihnen aktuelle Informationen über Ihre mögliche Nutzerreichweite und Suchsichtbarkeit. Je höher die Eindrücke, desto mehr Sichtbarkeit haben Sie. Die Eindrücke können sehr unterschiedlich sein, je nachdem, wie groß das tatsächliche Volumen und Interesse Ihrer Zielgruppe für dieses spezielle Suchthema ist.
  • Klicks: Jedes Mal, wenn ein Benutzer auf Ihre Links geklickt hat, die in einem Suchergebnis angezeigt wurden. Die meisten bezahlten Modelle wie Google Adwords und einige andere Mediennetzwerke haben Cost-Per-Click-Zahlungsmodelle für den Verkauf von Angeboten und Anzeigenplatzierungen. Ein Klick ist sehr wichtig, denn er sagt Ihnen, wie viele Personen Ihrem Link zu Ihrer Website gefolgt sind.
  • Click-through-Rate: Das Verhältnis der Conversions von Impressions zu Clicks. Beantwortet folgende Frage: Wie viele Leute, die meine Webseiten gesehen haben, haben darauf geklickt? In den meisten Branchen liegt diese Zahl bei 3-5%, je nach Thema, Produkt, Wettbewerbsebene, Linktext oder angebotenen Dienstleistungen.

 

Definieren Sie Ihre Abfragen mit den gewählten Dimensionen und Metriken mit Ihrem Team

Jetzt ist es an der Zeit, dass Ihre gut vorbereiteten Fragen durch Daten beantwortet werden. Vergewissern Sie sich, dass Sie die Bedeutung der von Ihnen gewählten Dimensionen und Metriken verstanden haben. Der beste Weg, dies zu tun, ist, eine kleine Übersicht über alle Metriken und Dimensionen zu erstellen, die für Sie und Ihre Kollegen am relevantesten sind. Schreiben Sie die Fragen auf ein Whiteboard und fügen Sie nun die Dimensionen und Metriken zum Fragenblock hinzu. Entscheiden Sie sich mit Ihrem Team und diskutieren Sie Ihre Meinung. Geben Sie jeder Anfrage eine gute Überschrift und beschreiben Sie den Inhalt, damit andere Kollegen problemlos in Ihre Berichte einsteigen können.

 

Auswahl des richtigen Softwaretools für die Datenvisualisierung

Jetzt kommt der lustige Teil der Prozedur, die Auswahl der richtigen Visualisierung. Dies kann schwierig sein, aber die meisten Analytiker lieben es, Daten in einen visuellen Aspekt zu bringen. Probieren Sie einfach ein paar nette Grafiken mit den Abfragen aus, die Sie und Ihr Team bereits definiert haben.

 

Das Endresultat

Ihr SEO Monitoring Dashboard ist nur so gut wie Ihr kollektives Verständnis Ihrer Daten. Gemeinsames Verständnis kann nur im Team erreicht werden! Ihr Ziel sollte es sein, sich selbst, Ihr Team sowie Ihre Infrastruktur weiterzuentwickeln, um ein sich ständig veränderndes Umfeld zu verstehen und zu interpretieren und Ihnen damit die Tür zum Erfolg zu öffnen. Hier erfahren Sie mehr zum Thema Social Business Intelligence.

Social BI bietet einen pragmatischen Ansatz um Big Data sinnvoll im Unternehmen einzusetzen

Soziale Netzwerke decken fast jeden Aspekt des modernen Lebens ab, sowohl privat als auch geschäftlich. Es beinhaltet das Teilen und die soziale Interaktion, ob man nun Informationen über ein kürzlich stattgefundenes Familienereignis sendet, ein Bild veröffentlicht, Meinungen bei der Arbeit einholt oder für ein neues Produkt wirbt. Die Vorteile eines sozialen Netzwerks, sind die laufend aktuellen und meist relevanten Informationen, die einem Nutzer präsentiert werden.

Früher tauschten sich Teammitglieder und Mitarbeiter in der Cafeteria oder in unendlichen Meetings aus. Content-Management-Systeme (CMS) und Online-Meeting-Software förderten die Zusammenarbeit und den Austausch und halfen Geschäftsanwendern, Dokumente zu prüfen und zu editieren und gemeinsam an Projekten zu arbeiten. Und so ist es nicht verwunderlich, dass die heutigen Geschäftsanwender, die gleiche Kapazität für die gemeinsame Nutzung und Zusammenarbeit in einem Social-Business-Intelligence-Tool erwarten.

Warum Social BI vor allem den Endanwendern und nicht nur der IT-Abteilung hilft

Trockene Berichte und restriktive Dashboards, dienen in den meisten Fällen nicht mehr dem Zweck, des Unternehmens oder seiner Benutzer. Getrieben von der steigenden Nachfrage nach Self-Service-BI-Tools und gemeinsam genutzten Ressourcen wie z.B. Wissen muss Business Intelligence, die Funktion eines Social Networks unterstützen, um relevant zu bleiben und weiterhin einen nachhaltigen Wert für Nutzer und das Unternehmen zu schaffen.

Stellen Sie sich eine Welt vor, in der Ihre Benutzer soziale Interaktion und Zusammenarbeit in ihrem Unternehmen betreiben und Daten und Analysen in Berichten oder in Key-Performance-Indicators (KPIs) Dashboards diskutieren, bewerten und kommentieren können – eine Art “Facebook für Datenanalysen”- Ansatz für Business Intelligence.

bi tools verändern den modernen workplace

Cloud Analytics kann Unternehmen helfen schnell zu analysieren

Die Einführung von Self-Service-Analytics, Plug-and-Play-Predictive-Analytics und intelligenter Datenvisualisierung in der Cloud unterstützen Geschäftsanwender dabei, anspruchsvolle Tools und Algorithmen in einer benutzerfreundlichen Umgebung einzusetzen und dabei die Datenflexibilität und -aktualität laufend zu verbessern. Fachanwender können ihr eigenes Domänen- und rollenspezifisches Wissen in die Datenanalyse mit einbringen. Die Verfügbarkeit und der Zugriff auf solide Daten und die kreative, prägnante Berichterstattung mit flexiblen Datenfreigaben, führen zu einer verbesserten Benutzerakzeptanz und dem Entstehen der “populären” Citizen Data Scientist Mentalität, für leicht umsetzbare Berichtstechniken und einfach verständlichen Datenpräsentation.

Benutzer können eine bestimmte Datenquelle, einen bestimmten Bericht oder ein bestimmtes Dashboard annotieren und im Team diskutieren. Datenagilität und -zugänglichkeit sind dabei nicht dasselbe wie 100% qualitativ hochwertige Daten, die von Analysten oder IT-Ressourcen erzeugt werden. Für viele Geschäftsanwendungen ist die gemeinsame Datenaufbereitung genau das Richtige, um aktuelle, solide Informationen zu erhalten und Analysen durchzuführen, damit gute Entscheidungen getroffen werden können.

business intelligence agentur und dienstleister für dashboards

100% Datengenauigkeit zu welchem Preis?

Wo und wann eine 100-prozentige Genauigkeit erforderlich ist, können weitere Recherchen und Berichte mit Hilfe qualifizierter Ressourcen und ETL- oder Data-Warehouse-Techniken beauftragt werden. Für alles andere ist die Self-Service-Datenaufbereitung eine großartige Möglichkeit, Datenanalyse- und Business-Intelligence-Tools gemeinsam zu nutzen, zu bewerten und zu popularisieren. Mit Social BI kann ein unmittelbarer Return-on-Investment (ROI) für das Unternehmen erzielt werden.

Geschäftsanwender können die “Selbstbedienungsdatenaufbereitung” in einer “Social-Networking”-Umgebung nutzen und bewerten. Die gemeinsame Verwendung von kommentierten Kennzahlen ermöglicht den nahtlosen Austausch von Informationen. Die Verantwortlichkeit und die entscheidende Interaktion zwischen den Team-Mitgliedern verbessert sich. Ihre Benutzer sehen sich keine trockenen, statischen Berichte in einer isolierten Umgebung an. Stattdessen können sie zusammenarbeiten und auf der Arbeit anderer Mitarbeiter aufbauen, um damit das beste Ergebnis zu erzielen.

Die gemeinsame Nutzung und Bewertung von Kennzahlen veranschaulicht die Art von Daten und Berichten, die am einfachsten zu verstehen sind, siehe Smart Data. Also die Auswertungen, die Mitarbeiter am nützlichsten finden um einen unmittelbaren Mehrwert für das Unternehmen zu liefern.

Social BI fördert die Zusammenarbeit über mehrere Abteilungen

Das durch Social BI verbesserte Verständnis in der Datenanalyse und der Datenpopularität kann auch IT-Mitarbeitern und Führungskräften dabei helfen, einen tieferen Einblick in die Prozesse der Endanwender zu gewinnen um zu erfahren, welche zusätzlichen Ressourcen die beste Unterstützung bieten können. Dieses Feedback hilft der Organisation bei der Planung zusätzlicher Analyseverfahren, Berichterstellung, Datenintegration, Datenzertifizierung sowie ETL- und DWH-Konfiguration, Bereinigung und im Ressourcenmanagement.

Dieser Ansatz ermöglicht der Organisation, Ressourcen auszubalancieren und die Datenqualität gegenüber der Datenpopularität zu messen und zu verwalten, so dass der soziale Aspekt der Datenanalyse Hand in Hand arbeiten kann, um Datenagilität und Datenqualität sicherzustellen.