Matthias Bettag von Semphonic erläutert, wie man dank Webanalyse und genauer Segmentierung die Ziele der Visitors identifiziert und KPIs pro Visitorkategorie festlegt.

1. Segmentierung und KPIs
AT Internet User & Partner Conference
21. November 2012, Hamburg
Matthias Bettag, VP Analytics, Europe, Semphonic

2. About Semphonic
• Founded in 1997, Semphonic’s roots are in
analysis of large scale data bases for:
– Marketing
– Customer servicing
– Operational improvement
Headquarter in Novato (San Francisco)
• Focused on enterprise-level clients in: Offices in:
– Financial Services Boston, Portland, Washington D.C., New
– Health & Pharma, York, Berlin
– B2B
– E-Commerce www.semphonic.com
– Media
• Trusted advisor to major brands, including:
• Host of the Web Analytics Conference X Change:
May 2012: First time in Europe (Berlin), 100 participants from 17 countries
Sep 2012: US conference sold out for the 6th time in a row
EU X Change 2013: 10-12 June 2013, again in Berlin
2

3. Die Herausforderungen der Web
Analyse

4. Jemand interessiert?
• Wer ist potentieller Käufer?
• Woran erkennt man wer möglicherweise
interessiert wäre?
• Wie und wo platziert man das Produkt
sinnvoll?
4

5. Was macht den Unterschied in
Digital/Online??

6. Was ist anders in der Webanalyse?
• Datenbank Marketing ist
Zeilenbasiert (1 Zeile = 1 Kunde)
• Web Analyse ist stream basiert
(wenn man eine Zeile anschaut,
was sagt diese über einen Visit
?
aus?)
• Stream Daten aggregieren nicht
gut. Segmentiere eine Zeile nach
ihren Werten und man erhält mehr
oder weniger sinnlose Ergebnisse
die dem Marketing nichts bringen.
6

7. Webseitenstruktur bestimmt Stream
• Korreliert die Ansicht einer Produkt Seite mit
dem Erwerb des Produktes?
– Ja klar. Aber das ist eine triviale Analyse.
• Konvertieren Besucher mit +5 PVs mit höherer
Wahrscheinlichkeit, wenn der
Konversionsprozess 4 PVs hat?
– Ja klar...
• Besucher die Seite A aufrufen sind
erfolgreicher als Besucher die Seite B
aufrufen.
– Ja, weil das durch die Seitenstruktur bedingt ist 7

8. Warum statistische Methoden in der
Webanalyse scheitern
• Wenn der
Elbtunnel ein
Erfolgsfaktor ist,
dann korreliert die
A7 damit auf
hohem Niveau
• Webseiten
verhalten sich in
mancherlei
Hinsicht wie
Verkehr. Die
Sturktur definiert
die
Besucherströme.
8

9. Datenbank Marketing angewendet auf Web
Analyse
Verstehen der Kunden
Statistical Models
Proven Actionable
Online Behavior
Demographics Email Marketing
Database Web
Marketing Analytics
Database-Driven Event Driven Social
Old SaaS
List Enhancement
Customer Driven
Verstehen der Besuche
9

10. Datenbank Marketing angewendet auf Web
Analyse
10

11. Hier sind wir
Digital Database Marketing
Effective
Marketing
Database Marketing Digital
The Right
Techniques The Key Channels
11

12. Konvergenz ist die Zukunft im Onlinebereich
12

13. Funktionalismus

14. Funktionalismus
• Jede Seite spielt eine spezifische Rolle im Design und Zweck der Webseite
– Richte Messung gezielt am Zweck der Page aus
– Dies kontrolliert viele Formen der Webseiten-Topologie
• Functionalism ist ein Satz aus vordefinierten Seitentypen
(Navigationsseiten, Commerceseiten, Supportseiten, … alle mit
verschiedenen Sub-typen)
• Functionalism ist ein Satz an Messungen, die jeweils auf den passenden
Seitentyp ausgerichtet sind
• Die Messung richtet sich nach der Funktion einer Seite. Einzelne Metriken
können hier gutes, und dort schlechtes bedeuten
– Datenschutz-Seite: Wer schaut sich das an? Besorgte Besucher. Also,
viele Besuche mit Ansicht der Datenschutzseite könnte ein Ausdruck
für viele besorgte, wenn nicht sogar misstrauische, Besucher sein!
– Bounce rates können für Landingpages eine Erfolgsmetrik sein, wenn
das Gesuchte dort direkt gefunden wurde.
– Etc.
14

15. Funktionale KPIs
• Betrachten wir eine „Router Page“: Zweck dieser Seite ist es
Besucher, auf spezifischere Bereiche zu lenken.
• Problem: Wenn
Besucher auf die obere
Top-Navi klicken und
nicht auf Links in der
Router page.
• Wie funktioniert die
Seite wenn sie das
zweite Mal in einem
Besuch aufgerufen wird?
15

16. Die Technik
• Erstelle eine „Verhaltens
Landkarte” der Webseite
• Klassifiziere die Distanz Find Top Eingangsseite für >50%
zwischen Seiten  Distanz: Level Pages der Seitenbesuche
Schritte zwischen Knoten in
derHierarchie
• Distanz Kalkulation ist Find Next Seiten deren primäre
Quelle eine Top Level
wertvoll! Wie korreliert Level Down Page ist
Distanz zum Erfolg?
Repeat Till Klassifiziere Seiten in
absteigenden Ebenen
Done
16

17. Der Vorteil
• Mit einer objektiven Klassifikation der Distanz
zwischen Seiten (Pages) besteht eine Variable
welche die Topographie steuert
– Steuere Korrelation und Regression mit Distanz
– Messe individuelle Pfade und Distanz
– (z.B. berechne Pfad von A nach B pro Besuch. Ist das Ergebnis
durchschnittlich, schneller, länger? Klassifiziere Besucher nach deren
Effizienz)
– Vergleiche Verhaltens-Landkarte mit abstrakter
(designter) Webseiten-Landkarte (passt diese zum
tatsächlichen Verhalten der Besucher?)
17

18. Use Case Analysis

19. What ist die Intention eines Besuchs?
• Use Case Analyse beschreibt:
1. Was haben die Besucher zu erreichen versucht?
2. Wie gut passt dieses Verhalten zum geplanten Design der
Seite?
3. Sind Besucher mehr oder weniger Wahrscheinlich erfolgreich
für die verschiedenen Gründe eine Seite zu besuchen?
Use Case Analyse betrachtet eine Webseite aus der
Benutzerperspektive. Webanalyse richtet sich zu oft nach der
“Webseite als Instrument”. Es geht aber um das Messen des
menschlichen Verhaltens und nicht darum, wie sich Seiten
verhalten.
19

20. Was ist Use-Case Analyse?
Die wesentliche Idee der Use-Case Analyse ist die Klassifizierung möglichst
vieler (aller) Besuche bezüglich der Intention welche die Besucher beim
besuch der Webseite hatten, und deren Erfolgsgrad.
Verhaltensgesteuert
• Use Case Analyse fokusiert auf tatsächliches Verhalten auf
einer Seite
Visit-Based
• Use-Cases sind eigentlich immer besuchsbezogen. Einzelne
Besucher können verschiedene Besuchstypen aufzeigen
Integriert
• Bestehende Design Use-Cases und VoC KANN und SOLLTE
miteinander integriert werden
20

21. Wie passt das zusammen?
Use-Case ist eine FUNDAMENTALER Teil von Analyseprojekten. Es ist eine sehr
guter Rahmen für die Webseitenmessung, das Reporting, und
weitergehende Analysen.
Site Design Site Marketing Online Marketing Integrated Marketing
• How well does • How can I • Who uses the • How can I use
the web site optimize online web channel online behavior
work? campaigns? and why? in other
channels?
Functionalism Use Case Analysis
•Measuring your site as a set •Measuring what your visitors
of tools that visitors use want to accomplish and how
successful they are
21

22. Wesentliche Schritte
Initiale Use Cases
• Definiere die erwarteten Besuchs-Typen einer Webseite
Verhaltens Signaturen
• Identifiziere & Teste das Verhalten eines Use-cases
Segmentierung
• Erstelle Besuchs-Segmente
Rest-Analyse
• Erstelle Profile aller nicht-klassifizierten Verhaltensweisen
Erfolgsanalyse
• Messe die Webseiten-Effizienz für jeden Use-case
22

23. Verhaltens-Signaturen
Wesentliche Informationen die beim Profil-Erstellen und Signatur Erkennung
zu beachten sind
Was kommt zuerst?
• First Click / First Page / First Event
Was passiert am häufigsten?
• Mesit angesehener Inhalt / Meiste Zeit pro Inhaltsbereich / Erfolge
Wie kommt man dahin?
• Direkt via SEO oder PPC oder Home Page Eingang
Navigation
• Wurde gesucht – war diese spezifisch?
Wer sind sie?
• Einige Besuchstypen sind spezifisch für Besuchertypen
VoC Integration
• Besuchsintention und Zielerreichung
23

24. Rest Analyse
Wenn die Segmente erstellt wurden bleiben oft noch einige
Verhaltensweisen übrig. Diese sollte man nicht ignorieren!
Was tun mit dem Rest:
Einmal da und weg: Diese Population ist vermutlich nicht analysierbar
ausser wenn die Eingang auf die Seite dies offenbart (manchemal im SEM-
Bereich). Man muss entscheiden was mit dieser Guppe passieren soll und
ob diese in Reports einfliesst.
Anderer Rest: Erstelle Profile nach Eingangsmethode, 1st click, key
content, Erfolg, VoC data, etc. um potentielle Subsegmente zu erkennen
die wiederum zu neuen Use-cases führen.
Analysiere neue Use-Cases: Neue Use-cases sind oft die interessantesten
weil die Webseite nicht dafür designt wurde und diese Besuchstypen
daher nicht optimal unterstützt.
Falsche Intentionen: Die Webanalyse klassifiziert Besuche als X, aber
diese Besucher sagen etwas anderes per VoC aus
Affinität: Wenn Besucher einen Use-case erfüllen, wie wahrscheinlich
tun sie dies dann für andere Use-Cases?
24

25. Segmentierung

26. Segmentierung ist alles…
26

27. Finanzbereich: KPI Strategie & Reporting
Segmentierung als Fundament der Web Analyse
Don’t forget the “Why”
Start with the Retirement Fund Category General Fund Specific Fund
Planning Research Research Research
“Who”
Category
Client Prints / New Portfolio Time to/on
Advisors Visit
Evaluator
Adds Fund
Usage
Nearly Every
Plan Client
New Portfolio New Portfolio New Portfolio
Meaningful Metric
Updates /
Managers Month
Adds Adds Adds is a product of this
Matrix produced by
High-Wealth Leads
# of Funds # of Funds Time to/on
Two-Tiered
Generated /
Investors Opportunity
Viewed Viewed Fund Segmentation
General Account # of Funds Time to/on
# of Funds
Opens / Viewed Fund
Investors Opportunity
Viewed
27

28. Shopping: KPI Strategie & Reporting
Segmentierung als Fundament der Web Analyse
Don’t forget the “Why”
Product
Start with the Directed
Potential Discount Customer
Buyer Shopper Service
“Who” Shopping
Conversion Register
Online Value / Visit Satisfaction
Rate Rate Nearly Every
Store Tie Conversion
Circular Rate
Online Meaningful
Offline Rate to Online Service %
Metric is a
Customers Conversion Register Online product of this
Multi- View Value
Rate Rate Service %
Channel Matrix produced
Near Store Tie Store Tie
Circular Rate -
by Two-Tiered
Store Rate Rate
Segmentation
Prospects Moderate Conversion Register
Value / Visit -
Distance Rate Rate
Event Conversion Register
Value / Visit -
Shopper Rate Rate
28

29. Targeting
• Eine Test- und Personalisierungs Strategie pro Segment in der 2-stufigen Segmentierung
Matrix is wesentlich (und datengesteuert)! Man kann nicht eine Testing-, Personalisierungs-
oder Seitenstrategie erstellen ohne diese Fragen pro Segment in der Matrix zu beantworten.
Welchem Wettbewerber sind die Besucher zugeneigt?
Was ist die größte Sorge?
Was wird beachtet?
Welche Kanäle werden benutzt?
Wie wird ausgewählt?
Welche Funktionen sind wichtig?
Welche sind die demographischen Informationen?
Warum gehen Besucher woanders hin?
29

30. Finanzbereich: Targeting
Auf welche Weise werden die Segmente angesprochen:
Retirement Fund Category General Fund Specific Fund
Planning Research Research Research
Just the Facts New Portfolio
Advisors RT Tool Drive
Setup Adds
Time to/on Fund
Plan Client Updates / Portfolio New Portfolio New Portfolio
Month Evaluator Adds Adds
Managers
High-Wealth Leads Generated Tradition of # of Funds
Time to/on Fund
/ Opportunity Value Campaign Viewed
Investors
General Account Opens / Brand Fund # of Funds
Time to/on Fund
Opportunity Campaign Viewed
Investors
30

31. Es geht nicht um Besuche, Es geht um Besucher!
31

32. OK, das Ding sollte sich nun endlich verkaufen lassen..
32

33. 33
Danke!
Fotos:
Matthias Bettag
Sergei Brehm| aboutpixel.de, Shopping carts

34. Matthias Bettag
VP Analytics, Europe
Semphonic - Berlin Office
http://semphonic.com
Tel: +49 173 2008758 Fotos:
• Matthias Bettag
Email: mbettag@semphonic.com • Gary Angel
Twitter: @MatthiasBettag • Sergei Brehm| aboutpixel.de, Shopping carts
34

35. 35
Beispiel Dashboards mit
2-Stufen Segmentierung
Das Dateiformat ist Excel, aber ohne Makros zu benutzen, damit die Dateien ohne
Warnmeldungen geöffnet werden können – wichtig wenn Distribution ans obere
Management geplant ist

36. Measuring the Complete Site
The answer to “How is my site performing?” is the sum of how well the site
is performing for each audience type. This can be captured in a high-
level site report. Left are the visitor segments, in the middle are the
engagements (% and total #) and on the right side are the conversions.
Arrows up and down indicate changes month over month (MoM) or Year
over Year (YOY)
36

37. Measuring the Complete Site
When clicking on the “Succes Rate” in the middle section you see each
individual component success rate:
37

38. Drilling-Down to Visit Types
This approach then blends seamlessly into increasingly levels of detail. To
understand why you’re successful (or not) with an audience, you need to
understand the visit-types they were attempting. Note the “Visit Type”
tab on the top section which now displays Visit Types (not Visitor Types)
38

39. Drilling-Down to Visit Types
With the ability to view each individual component success rate:
39

40. Online Intelligence Solutions
AT INTERNET USER & PARTNER CONFERENCE 2012
21.-22. NOVEMBER 2012
LESENSIEUNSEREEINDRÜCKEDERUSER&PARTNERCONFERENCE2012
MEHRERFAHRENÜBERATINTERNET
KONTAKTIERENSIEUNSÜBERUNSERKONTAKTFORMULAR
TEILENSIEIHREERFAHRUNGMITKUNDEN,PARTNERNUNDDEMATINTERNETTEAMAUFDERUSER&PARTNER
CONFERENCE2013!
DATUMUNDLOCATIONWERDENAUFSOZIALENNETZWERKENODERIMDIREKTENKONTAKTMITUNSBEKANNTGEGEBEN.
WWW TINTERNET
.A .COM