Google Analytics benutzerdefinierte Berichte für Social Media Manager
Diese Woche war ziemlich turbulent, daher auch keine Updates und Blogposts. Nächste Woche gibt es dann etwas mehr Updates und vor allem neue Anleitungen für unsere Leser. Sie können sich für den Newsletter registrieren, ab April 2012 werden dann wöchentlich regelmäßig Updates über den Verteiler verschickt. Wie auch die Woche davor gibt es dieses Mal wieder den “Analytics Friday” mit dem Searchterm Nr. 39 “Google Analytics benutzerdefinierte Berichte 2012”. Übrigens, bei Twitter findet man unseren Analytics Friday unter dem Hastag #afriday wieder.
Mit dem Release der Version 5 hat Google die Reporterstellung grundsätzlich überarbeitet. Wer mit den Reports aus der alten Version gearbeitet hat, der kennt sicherlich die Schwierigkeiten und Grenzen von Google Analytics. Die neuen benutzerdefinierten Berichte bieten etwas mehr Flexibilität und können sehr schnell an die Anforderungen angepasst werden. Insbesondere ist die Anpassungsmöglichkeit der standardisierten Berichte ein großes Plus für das gesamte System, nun kann man sich schnell aus den vorgefertigten Berichten seine eigenen Reporte erstellen lassen. Leider steht diese Funktion noch nicht für alle standardisierten Berichte bereit, aber zumindest im Content- und AdWords-Bereich kann man aus der Oberfläche direkt zur Berichterstellung gelangen.
Abbildung 1.0: Benutzerdefinierte Berichte anpassen
Interessanterweise können diese Berichte für Reporting-Zwecke sehr hilfreich sein. Hier können die wichtigsten Kennzahlen in einem Bericht zusammengefasst werden und an die Kunden bzw. an die interne Marketing-Abteilung, IT-Abteilung oder Geschäftsführung gesendet werden. Bei etwas ausgereifteren Lösungen/Unternehmen können sogar die CSV- oder XML-Dateien in interne Marketing-Warehouses importiert werden, um somit den vollen Customer Journey zu analysieren. Angenommen, wir starten eine Social Media-Kampagne und wollen ein paar Information für unsere Marketing-Abteilung liefern. Hierzu wären natürlich einige Daten von Vorteil. In den meisten Fällen kann man leider keine Zielgruppensegmentierung (Alter, Geschlecht, Einkommen) für das Targeting auf Facebook oder Google Display Network vornehmen, da in der Regel diese Daten nicht aufgezeichnet werden. Es ist jedoch wichtig, diese Daten aufzuzeichnen, man weiß sonst nie, ob man diese Daten für spätere Aufzeichnungen braucht. Daher müssen die Unternehmen als erstes ein Modell entwickeln, in welchem die einzelnen Bereiche definiert werden, die getrackt werden müssen! Man geht davon aus, dass in den meisten Fällen auch diese Modelle nicht vorhanden sind, daher braucht man etwas Kreativität für neue Kampagnen.
Was ist unsere Zielgruppe?
Damit wir eine interessante, aber auch eine ertragreiche Kampagne entwerfen können, müssen wir unsere Zielgruppe genauestens definieren. Diese Zielgruppendefinition kann alle mögliche Faktoren enthalten. Abgesehen davon, dass wir die Herkunft (geografische Segmentierung) der Besucher mehr oder weniger kennen, gibt es auch andere Insights, die man für eine Social Media-Kampagne verwenden kann. Wie es so schön in unseren Kreisen heißt, “die Grenzen des Tools, sind die Grenzen des Analysten”, wer hier wenig kreative Arbeit leistet, wird auch sehr selten die nötigen Insights finden können.
Unter dem Punkt Technologie >> Werbenetzwerk findet man die Auflistung einiger Internetanbieter. Im Normalfall schaut man sich die Liste nur sehr selten an, weil eben keiner mit diesen Daten etwas anfangen kann. In diesem Fall sollte man den Zeitraum für die letzten 12 Monate nehmen und die Liste der Internetanbieter etwas genauer anschauen.
Abbildung 2.0: Zeitraum auswählen
Nachdem wir den passenden Zeitraum für unsere erste Ad-hoc-Analyse ausgewählt haben, ist es nun wichtig, gewisse Muster in den Daten zu erkennen. Bei einer genauen Betrachtung der Daten werden einige interessanten Informationen geliefert. In unserem Fall kann man nun eine gewisse Zielgruppe für das Unternehmen identifizieren. Die Zielgruppe sind Studenten, das Beste daran ist, dass man hier sogar die einzelnen Universitäten sehen kann.
Abbildung 3.0: Unsere neue Zielgruppe
Wie man es aus Abbildung 3.0 erkennen kann, ist der Anteil an Besuchen von Universitäten sehr gering. Natürlich sind 0,04 Prozent (Besuche) eine geringe Größe, um eine aussagekräftige Entscheidung zu treffen. Es könnte sich jedoch lohnen, eine separate Werbekampagne für die “Technische Universität Dresden” zu erstellen. Damit die Kampagne noch besser abgestimmt werden kann, sollte man sich über die Ausrichtung der einzelnen Universitäten Gedanken machen. Zumindest aus dem Namen der ersten Universität kann man erkennen, dass diese Uni sich auf den technischen Bereich konzentriert, somit ist die primäre Zielgruppe das männliche Geschlecht. Mit dem Klick auf “Anpassen” aus der Abbildung 1.0 kann dieser Standardbericht nun an weitere Analyseanforderungen angepasst werden.
Abbildung 4.0: Benutzerdefinierte Berichte Internetanbieter
In Abbildung 4.0 sind einige eCommerce-Werte im Report inkludiert. Man kann diesen Bericht beliebig anpassen, was die Auswertungen sehr flexibel macht. Wichtig ist eine Filterfunktion, die eben nur unsere Zielgruppe beinhaltet, wir wollen schließlich uns nur auf die Studenten konzentrieren. Die Filterfunktion besteht aus einem regulären Ausdruck, welcher besagt, dass in diesem Bericht alle Internetanbieter, die eben das Wort “universitaet” benutzen, beinhalten.
Abbildung 5.0: Filterfunktion mit RegEx
Nach der Anwendung dieser Filterfunktion bekommen wir nun eine vollständige Liste mit allen aufgeführten Universitäten und den dazugehörigen Werten. Bei der Segmentbildung kann man auch soweit gehen, dass man sich die gekauften Produkte, die besuchten Unterseiten und eben alle eCommerce-Werte für die genaue Ausrichtung anschaut. In unserem Bericht aus Abbildung 6.0 werden nur die eCommerce-Werte dargestellt. Anhand von diesen Werten kann man bereits jetzt schon einige Entscheidungen treffen und die einzelnen Segment dementsprechend bewerben. Diese Daten können mit einer Verknüpfung von Customer Intelligence sehr nützlich für die gesamte Werbeausrichtung werden. Insbesondere, wenn hier Kennzahlen wie Customer Lifetime Value oder Customer Lifetime mit in die Berechnung einfließen.
Abbildung 6.0: eCommerce-Werte für das Segment “Studenten”
Es ist wichtig zu wissen, das dies hier nur ein Ansatz für die Verwendung von bereits gesammelten Daten ist. Solche Analysen können mit der Verknüpfung von Customer Data und der externen demografischen Segmentierungsinformationen um vieles erleichtert werden. Aus der Sicht vieler Unternehmen, für die solche Infrastrukturen nicht bezahlbar sind, bleibt nur die Analyse der bestehenden Daten aus den Web Analyse-Tools. Die einfache Möglichkeit der Verknüpfung von CRM-Daten kann zum Beispiel mit den benutzerdefinierten Variablen passieren, hier sollten die Unternehmen jedoch auf die PII-Anforderungen von Google Analytics achten!
Haben Sie weitere interessante Segmentierungsmöglichkeiten, die Sie mitteilen wollen? Folgen Sie uns auf Twitter, hier bekommen Sie aktuelle Informationen über Web & Digital Analytics. Unsere Facebook-Fanpage wartet auf Sie!
Tags:
Autor: Dimitri Tarasowski
Leave a Comment