Bücher online kostenlos Kostenlos Online Lesen
Google Analytics - Implementieren Interpretieren Profitieren

Google Analytics - Implementieren Interpretieren Profitieren

Titel: Google Analytics - Implementieren Interpretieren Profitieren Kostenlos Bücher Online Lesen
Autoren: Timo Aden
Vom Netzwerk:
der AdWords-Kampagne. Das heißt, die vorige Quelle wird immer dann überschrieben und der letzten Traffic-Quelle zugeordnet, solange es nicht eine Direkteingabe oder die Nutzung eines Browser-Bookmarks ist. Demzufolge ist bei einem Vergleich des Modells „Letzte Interaktion“ mit „Letzter indirekter Klick“ auch nur eine kleine Änderung feststellbar. Die größte Änderung hingegen gibt es bei der Betrachtung der Direktzugriffe – hier ist die dargestellte Anzahl der Conversions bei der Betrachtung der letzten Interaktion deutlich höher als bei der Betrachtung nach dem letzten indirekten Klick. Dies ist absolut nachvollziehbar und entspricht der eben hergeleiteten Erklärung.
Letzter AdWords-Klick
    Bei der Betrachtung dieses Attributionsmodells werden die Conversions vermehrt dem AdWords-Kanal zugeordnet. Und zwar immer dann, wenn der letzte Klick über AdWords kam.
Erste Interaktion
    Die Betrachtung des Modells der ersten Interaktion stellt genau das Gegenteil des Modells der letzten Interaktion dar. Und zwar werden die erzielten Conversions allesamt der ersten Quelle, über die der User innerhalb der letzten 30 Tage auf die Seite kam, zugeordnet. Angenommen, ein User kommt zunächst über einen Display-Banner auf die Seite und hat somit den ersten Kontakt zu Ihrer Marke. Etwas später kommt er dann über die organische Suche, um kurz danach über eine Direkteingabe der URL zu konvertieren. Das Modell der ersten Interaktion ordnet diese Conversion nun der Direkteingabe zu – nicht wie bei dem Modell der letzten Interaktion der Direkteingabe und nicht wie bei dem Modell des letzten indirekten Klicks der organischen Suche.
Linear
    Vielleicht ist Ihnen die Darstellung gemäß der ersten Interaktion zu radikal, da dort sämtliche Traffic-Quellen, die nach dem ersten Kontakt entstehen, nicht berücksichtigt werden. Die Betrachtung der linearen Conversion-Zuordnung berücksichtigt diesen Aspekt. Hier werden nun sämtliche Kontaktpunkte und deren Traffic-Quellen auf dem Weg zur Conversion in Betracht gezogen. Dabei erhalten alle Quellen die gleiche Zuordnung an Conversions und Conversion-Werten.
Zeitlich abnehmend
    Wenn man sich überlegt, welcher Kontaktpunkt bzw. welche Traffic-Quelle an welcher Position wohl den größten Ausschlag gegeben haben könnte, um die Conversion durchzuführen, so kommt man irgendwann auch auf die Idee, dass es neben den Komponenten der unterschiedlichen Quellen auch einen zeitlichen Faktor geben könnte. Sollte eine Traffic-Quelle, die zeitlich eher kurz vor der Conversion liegt, stärker gewichtet werden als eine Traffic-Quelle, die fast 30 Tage her ist? Die Betrachtung „Zeitlich abnehmend“ berücksichtigt genau diesen Aspekt. Zeitlich nähere Quellen bekommen mehr Conversions zugeordnet als welche, die innerhalb des Kauf- bzw. Kaufevaluierungsprozesses eher am Anfang lagen.
Auf Grundlage der Position
    Dieses Modell basiert auf der Theorie, dass die erste Traffic-Quelle, über die ein User, der später konvertiert hat, ebenso viel zu der Conversion beigetragen hat wie die letzte Quelle. Dieses Modell wird auch U-Modell oder Badewannenmodell genannt. Es werden sämtliche Quellen, die zwischen dem ersten und dem letzten Kontakt (also der Kontakt, der dann auch zur Conversion geführt hat) liegen, gleich betrachtet und gewichtet, während alle dazwischenliegenden Traffic-Quellen weniger gewichtet werden und somit auch weniger zu den Conversions beitragen. In der Praxis hat sich dieses Modell verhältnismäßig gut durchgesetzt. Natürlich entspricht auch dieses nicht der Realität, aber es ist recht leicht nachzuvollziehen und macht Sinn. Auf jeden Fall sorgt es dafür, dass es weitere Komponenten betrachtet als nur die letzte Quelle, wie es in der Vergangenheit üblich war.
Benutzerdefiniertes Modell
    Falls Ihnen die vorigen Modelle zu starr sind oder unter Umständen nicht auf Ihr Business oder Ihre Fragestellungen anwendbar sind, so haben Sie hier die Möglichkeit, eigene Conversion-Zuordnungsmodelle zu erstellen.
    Nachdem Sie einen Modellnamen vergeben haben, können Sie sich ein Basismodell auswählen, welches als Grundlage für Ihre weiteren Anpassungen dient. Als Basismodelle stehen folgende Modelle zur Auswahl:
Linear
Zeitlich abnehmend
Auf Grundlage der Position
    Bei dem zeitlich abnehmenden Modell haben Sie zunächst die Möglichkeit, die Halbwertszeit einzustellen. Per Default ist diese mit 7 Tagen eingestellt. Die Halbwertszeit kennzeichnet die Anzahl der Tage, über

Weitere Kostenlose Bücher