Google Analytics - Implementieren Interpretieren Profitieren

Web-Analyse und Darstellung der richtigen Kennziffern. Am Ende bleibt es aber meist auch dabei. Und so bietet jedes Web-Analyse-Tool seine eigenen Dashboards – und viele Leute denken dann, wenn dieses eingerichtet ist und vielleicht sogar noch automatisiert verschickt wird, dass nun Web-Analyse betrieben wird.
    Um Reporting zu machen, können Sie einen günstigen Werkstudenten einstellen und ihn/sie die Daten aus einem Web-Analyse-Tool herauskopieren und in Excel neu zusammenstellen lassen. Es gibt in großen Unternehmen ganze Abteilungen, die nichts anderes machen – dies ist aus meiner Sicht jedoch keine Web-Analyse, sondern Reporting.
    Web-Analyse beschäftigt sich viel mehr mit den eigentlichen Business-Zielen des Unternehmens. Dabei können durchaus Dashboards zum Einsatz kommen, nur sind diese deutlich individualisierter und aktionsorientiert. Dort aufgeführte Inhalte sind kontextbezogen und idealerweise stark segmentiert. Und das Wichtigste überhaupt – es sollten Handlungsempfehlungen vorhanden sein, aus denen genau hervorgeht, welche Maßnahmen umgesetzt werden sollen, um bestimmte unternehmensrelevante Ziele zu erfüllen. Es wird deutlich, dass dies eine völlig andere Arbeit ist, herausfordernder, qualifizierter und wesentlich businessorientierter als das reine Erstellen von Berichten – ein zahlenexportierender Werkstudent reicht hier nicht mehr aus ...
    Wie kann also ein Dashboard aussehen, welches eher in Richtung Web-Analyse statt in Reporting geht?
    Im Unterschied zum obigen Beispiel wurden hier die vorhandenen Daten schon analysiert und nur die Erkenntnisse wiedergegeben. Die Daten wurden sozusagen vorgekaut, ehe sie verbreitet werden. Dies hat den Vorteil, dass die Empfänger sich nicht mehr selber in die Daten einlesen müssen und eigene, womöglich voneinander abweichende, Interpretationen durchführen müssen, sondern innerhalb von wenigen Minuten wissen, wie der Stand ist und was zu tun ist. Die obige Analyse besteht in Wirklichkeit noch aus einer weiteren Seite, in derbasierend auf den Daten Handlungsempfehlungen aufgeführt sind. Und zwar so, dass diese auch nachgehalten werden können, also mit Empfehlungsdatum und den Veränderungen der Daten, nachdem die Empfehlung umgesetzt wurde.

    Bild 17.2   Beispiel-Dashboard
    Dies ist auch nur ein Beispiel, wie so etwas aussehen kann. Letztendlich hängt es immer davon ab, wer der Empfänger ist und was der Analysegegenstand ist. Wichtig ist, dass der Fokus nicht auf irgendwelchen Top10-Listen liegt, sondern eher auf sogenannten Movers&Shakers, Veränderungen, Erkenntnissen und Empfehlungen. Letztendlich kann ein Dashboard sogar fast ausschließlich nur aus Text bestehen. Das Wichtigste dabei ist, dass die Erkenntnisse innerhalb des Dashboard gut verpackt und argumentiert sind.
    Ein weiteres Beispiel für ein mögliches Muster-Dashboard:

    Man kann hier sehen, dass es letztendlich oftmals ausreichend ist, wenn das Dashboard auf eine DIN-A4-Seite passt. Hauptsache, die wichtigsten Erkenntnisse werden transportiert. Dabei kommt es noch nicht mal auf schöne Grafiken, bunte Linien oder irre Charts an. Wenn die Erkenntnisse und daraus abgeleiteten Handlungsempfehlungen deutlich dargestellt werden, reicht ein eselsohrbehaftetes herausgerissenes Blatt aus einem Collegeblock aus.
    Versuchen Sie zudem immer, den Output (also Umsatz, Verkäufe, Conversions, Registrierungen, Downloads etc.) in Verbindung mit den Daten zu bringen, um einen möglichst großen Mehrwert zu schaffen und dadurch die Aufmerksamkeit der Empfänger zu gewinnen.
    Um ein paar Tipps zu geben, was Reporting von Web-Analyse unterscheidet, hier meine Top 10:
Die aufgeführten Daten sind segmentiert und bestehen nicht nur aus den Basisdaten, die aus einem Web-Analyse-Tool kopiert wurden.
Die meisten Daten sind eng mit dem Output bzw. den eigentlichen Zielen der Website verknüpft.
Es werden konkrete Handlungsempfehlungen gegeben. Und zwar wird nicht nur gesagt, dass man dies und das machen sollte, sondern idealerweise ist dies verknüpft mit dem gewünschten Ergebnis.
Es fließen Daten auch aus anderen Tools mit ein. Beispielsweise werden Erkenntnisse aus Social Media, Google Insights, Google Trends, Facebook Insights, Twitter Tools, Umfragen oder sonstigen Tools mit eingeflochten.
Wenn es komplett automatisiert daherkommt, ist es vermutlich keine Analyse (Analyse benötigt immer einen Menschen zur Interpretation – dies kann leider derzeit noch nicht von Maschinen übernommen