So funktioniert Retourenanalyse in Google Analytics
Bei den meisten Onlineshops gibt es eine bestimmte Quote an Retouren. Abhängig von Branchen und Produkten können sich diese Werte stark unterscheiden. Laut einer durchgeführten Studie von Trusted Shops sind die Retourenwerte bei Kleidung und Schuhen am höchsten mit etwa 30 Prozent. Andere Branchen sind etwas weniger davon betroffen, so liegen die Retourenwerte bei Spielzeug und Elektronik etwa bei 15 Prozent. Diese Werte müssen natürlich aus dem gesamten Wert der Transaktionen heraus gerechnet werden. Entweder man zieht einfach die 15 Prozent (je nach Branche und internen Zahlen) von dem gesamten Umsatz ab, was natürlich rein analytisch keine optimale Lösung ist, oder man subtrahiert alle Retouren mit Hilfe der Stornierungsfunktion in Google Analytics.
Die Stornierungsfunktion beinhaltet den gleichen eCommerce-Tracking-Code, dieser Tracking-Code hat in allen Feldern die gleichen Werte mit (-)-Vorzeichen stehen. Angenommen, es wurde eine Bestellung mit einer ID: 9303xkciEA im Onlineshop getätigt. Bei dieser Bestellung wurde eine Hose im Wert von 69,90 € gekauft. In diesem Wert ist die Steuer von 11,16 € und eine Versandkostenpauschale von insgesamt 5,00 € enthalten. Der Auszug aus dem eCommerce-Tracking-Code sieht in etwa so aus:
_gaq.push(['_addTrans', '9303xkciEA', // Bestellnummer - erforderlich ‘Herrenbekleidung’, // Partnerschaft oder Name des Shops ’69,90’, // Gesamtbetrag - erforderlich '11,16’, // Steuern ‘5,00’, // Versand ‘Stuttgart’, // Stadt ‘Baden Württemberg’, // Bundesland 'Deutschland' // Land ]); _gaq.push(['_addItem', '9303xkciEA', // Bestellnummer - zum Zuordnen des Artikels zur Transaktion erforderlich ‘19300394-M’, // SKU/Code - erforderlich ‘Hose’, // Produktname ‘Blau Größe M', // Kategorie oder Variante ’58,7400’, // Stückpreis - erforderlich ‘1,0000’ // Menge - erforderlich ]); _gaq.push(['_trackTrans']);
Mit diesem Code werden alle Transaktionsvariablen für das eCommerce-Tracking erfasst und anschließend für die Analyse weiterverarbeitet. Nun stellt man fest, dass nach 7 Tagen die verschickte Sendung als Retoure zurückkommt. Deshalb müssen diese Werte natürlich wieder aus den Statistiken entfernt werden. Das Entfernen oder Subtrahieren von bereits gesammelten Werten funktioniert nach dem gleichen Prinzip, hier müssen nur die einzelnen Werte einfach mit einem Minus versehen werden. Es ist jedoch wichtig, dass die ID gleich bleibt, sonst kann diese Retoure einer Bestellung nicht zugeordnet werden. Hier ist der Code für die negativen Transaktionen (Stornierung von bereits aufgezeichneten Bestellungen):
_gaq.push(['_addTrans', '9303xkciEA', // Bestellnummer - erforderlich ‘Herrenbekleidung’, // Partnerschaft oder Name des Shops ’-69,90’, // Gesamtbetrag - erforderlich ‘-11,16’, // Steuern ‘-5,00’, // Versand ‘Stuttgart’, // Stadt ‘Baden Württemberg’, // Bundesland 'Deutschland' // Land ]); _gaq.push(['_addItem', '9303xkciEA', // Bestellnummer - zum Zuordnen des Artikels zur Transaktion erforderlich ‘19300394-M’, // SKU/Code - erforderlich ‘Hose’, // Produktname ‘Blau Größe M', // Kategorie oder Variante ’-58,7400’, // Stückpreis - erforderlich ‘-1,0000’ // Menge - erforderlich ]); _gaq.push(['_trackTrans']);
Mit dem Aufruf dieses Codes wird nun die bereits aufgezeichnete Bestellung aus dem Gesamtbetrag in Google Analytics entfernt. In Abbildung 1.0 sieht man, wie so etwas in der Realität aussieht.
Abbildung 1.0: Negative Umsatzwerte
Damit man überhaupt solche Techniken anwenden kann, muss entweder im Shop oder in der Wawi eine Schnittstelle programmiert werden, damit aus dem System automatisch diese Bestellungen abgezogen werden können. Sobald eine Retoure im System aufgezeichnet wird, kann per Cronjob eine Unterseite mit den benötigten Variablen aufgerufen werden, damit die aufgezeichneten Bestellungen (Retouren) aus der Gesamtsumme entfernt werden. Mit diesen Werten können Web Analysten alle möglichen Analysen anstellen. Hier können Produkte, Keywords und Marketing-Channels mit den negativen Transaktionswertens cross-segmentiert werden, um weitere Erkenntnisse über die positive aber auch über die negative Kampagnen-Performance zu ziehen. Für solche Analysen müssen eigenständige Lösungen entwickelt und implementiert werden. Für einen kleinen Vorgeschmack gibt es hier einige Analyse- und Segmentierungsmöglichkeiten mit den negativen Umsatzwerten.
Abbildung 2.0: Quellen mit negativen Umsatzwerten
Abbildung 3.0: Keywords mit negativen Umsatzwerten
Welche Erfahrungen haben Sie mit den negativen Umsatzwerten gesammelt? Auf Twitter & Facebook bekommen Sie alle Informationen zum Thema Google- und Digital Analytics.
Weitere Artikel:
No related posts.
Das ist ein schöner Workaround. Ich arbeite auch schon länger damit. Größtes Problem ist jedoch das zweimalige Tracken einer Transaktion was dazu führt das eine Transaktion mit folgender Storno als insgesamt 2 Transaktionen erfasst wird.
Was wiederum leider Auswirkungen auf die Conversion rate und andere Kennzahlen, die auf der Anzahl der Transaktionen basieren, hat.
Hallo Lukas,
die negativen Umsatzwerte (Transaktionen) kann man mit Hilfe von erweiterten Segmenten rausfiltern. Aber auch mit der Filterfuktion sollte es auch gehen!
[Ausschließen] Segment: Produktumsatz weniger als 0.0
Grüße,
Dimitri