In order to understand the user experience, it is not sufficient to focus only on qualitative methods such as usability tests. Only the combination with quantitative data gives a complete picture. But what can and should I measure? And how can I turn user goals into metrics?
In addition to the basics (tools, implementation, differences between dimensions and metrics, page views and events), the slides also show which ux questions web analytics can answer.
5. Definition
Web Analytics ist das Sammeln, Messen,
Analysieren, Visualisieren und Interpretieren von
digitalen Daten, die das Verhalten von Nutzern auf
Websites und in Apps zeigen.
11. Metrik
= eine Zahl, die die
Eigenschaften einer
Dimension misst
Sitzunge
n
Time on
Site
Seiten /
Besuch
% Neuer
Sitzunge
n
Convers
ion RateØ
Sitzungs
-dauer
Neue
Nutzer
Quelle
Nutzer
16. Google Analytics integrieren
<!-- Global Site Tag (gtag.js) - Google Analytics -->
<script async src="https://www.googletagmanager.com/gtag/js?id=GA_TRACKING_ID"></script>
<script>
window.dataLayer = window.dataLayer || [];
function gtag(){dataLayer.push(arguments);}
gtag('js', new Date());
gtag('config', 'GA_TRACKING_ID');
</script>
52. Klicks auf Links oder Buttons werden
nicht automatisch gemessen. Das
Ereignis muss hardcoded oder per
Google Tag Manager auf der Seite
eingebaut werden und an Google
Analytics gesendet werden.
53. Wenn das Ereignis korrekt implementiert
wurde, erscheint es hier.
Der Store wurde 453 mal kontaktiert.
56. Um ein Zielvorhaben anzulegen, wird
im Verwaltungs-Bereich die Seite,
deren Aufruf als Erfolg gewertet
werden soll, angegeben.
Zielvorhaben in Google Analytics ermöglichen es
bestimmte Nutzeraktionen auf der Site zu tracken, z.B.
das Abschicken eines Formulars, eBook Downloads, etc.
/registersuccess.html
58. Mit der Trichtervisualisierung
lässt sich analysieren, wo
genau die Nutzer im Checkout
aussteigen.
Die meisten Nutzer steigen
im Bezahlen-Step aus.
63. Verhalten verstehen.
Wie bewegen sie sich durch die Site? Was
interessiert sie? Tun sie das, was geplant ist
(Ziele)? Wo brechen sie ab? Wie oft kommen sie
wieder?
68. Es ist wenig hilfreich zu
wissen, warum etwas
passiert, wenn man nicht
weiß, ob es Relevant
ist.
Es ist wenig hilfreich zu
wissen, dass etwas
passiert, wenn man nicht
versteht Warum.
UX-Tests Web-Analytics
70. Mehr zu Web-Analytics
Blog von Avinash Kaushik
Google Analytics Academy
Google Analytics Solution Gallery
Web Analytics 2.0,
Avinash Kaushik
Notas del editor
Willkommen. Freue mich, dass so viele gekommen sind. Wow. Zeigt, dass Web-Analytics auch für UXler eine Relevanz hat
Vorab: ich bin kein Web-Analyst. Hier sitzen ein paar im Publikum (Hallo Ismail ;-))
Design studiert
Wollte wissen, ob das, was ich gestaltet habe, erfolgreich ist. Haben mehr Leute gekauft?
Habe festgestellt, dass es wenig Wissen über Web-Analytics im UX-Bereich gibt, was schade ist.
Deshalb diese Präsentation. Los gehts!
Qualitativ: wenige Nutzer
Quantitativ: viele Nutzer
Einstellungen: was sagen Nutzer?
Verhalten: was tun Nutzer wirklich?
Loch unten rechts
GA: Marktführer, enge Integration mit anderen Google Produkten (Google Ads, Google Optimize, DataStudio, BigQuery, etc.), gute Standard-Reports, sehr große Community, kostenlos // Daten liegen auf US-Servern
Adobe Analytics: sehr gut anpassbar, sehr gute Segmentierung, gute Integration mit der Adobe Marketing Cloud (Adobe Experience Manager (CMS), Adobe Target (A/B-Testing), Adobe Campaign) // keine Standard-Reports, teuer, schlechte Integration mit Google
etracker: deutscher Anbieter, datenschutzkonform, deutsche Server, Heatmap, Usersessions als Video, Umfragen, Branchenvergleich, relativ günstig // langsam
Matomo (früher Piwik): Opensource, DSGVO-konform, Zugriff auf Rohdaten, europäische Server, große Community, viele Plugins // keine Verknüpfung zu Google Ads, keine benutzerdefinierten Berichte
Webtrends: Heatmap, Sharepoint-Integration // nur 120 Tage Rückblick
Bevor wir jetzt in Google Analytics einsteigen und uns anschauen, welche Insights wir mit WA erhalten können, etwas Theorie
Dimension = Attribut eines Besuchers einer Website
- Beispiele: Browser, Quelle, Ort, Wiederkehrer, letzter Besuch, besuchte Seiten, Suchen, Käufe, etc.
Alter
Ort (auf Basis der IP-Adresse)
Browser, Quelle (z.B. Direkt, Newsletter, organisch, Banner, etc.)
Wiederkehrer, letzter Besuch, besuchte Seiten, Suchen, Käufe, etc.
Eine Dimension kann eine oder mehr Metriken haben. Beispiel: Die Dimension „Quelle“ hat die folgenden Metriken: Session, Bouncerate, Seiten pro Besuch, Neue Nutzer
Eine Metrik allein macht wenig Sinn, sie wird erst im Kontext einer Dimension aussagekräftig: z.B. 50 Sessions über Quelle x
Dimensionen sind in GA immer in Tabellenzeilen, Metriken in Spalten organisiert
- Eine Sammlung von Hits über mehrere Seiten ist eine Session
- Nur hitbasierte Metriken können benutzt werden, um hitbasierte Dimensionen zu messen
-> Die Converionrate (sessionbasiert) kann nicht für einen Seite (hitbasiert) definiert werden -> Stattdessen Seiten-Wert nutzen
Page views werden automatisch getrackt, Events (z.B. Button-Klick) müssen gesondert getaggt werden. Der Code wird in den dataLayer (JS-Objekt) der Seite geschrieben und beim Auslösen des Events an GA gesendet
Google Analytics Konto anlegen. Trackingcode muss auf jeder Seite implementiert werden. Am einfachsten mit dem Google Tag-Manager. Daten werden in den DataLayer geschrieben.
Google Merchandise Shop. Hier kann man jede Menge nette Google-gebrandete Produkte kaufen.
https://shop.googlemerchandisestore.com/
Quellcode: GA Zeile 446
GA-Demokonto des Shops:
https://analytics.google.com/analytics/web/demoAccount
Standard-Reports erläutern:
Zielgruppe: Nutzer, Demographie, Interessen
Akquisition: Woher kommen die Nutzer? (SEO, SEM, Direkt)
Verhalten: Wie verhalten sich die Nutzer auf der Website? (welche Seiten besuchen sie, …)
Conversions: Ziele, Conversions, Checkout-Trichter
Zielgruppe > Übersicht:
Nutzer pro Monat (Unterschied zwischen Nutzer und Sitzungen erklären)
Neu vs. Wiederkehrer: knapp 80% sind neue Nutzer (ausgewogen wäre: 1/3 Wiederkehrer)
Viele Neue Besucher = Kampagne funktioniert
Viele Wiederkehrer = Kundenbindung funktioniert
Sitzungen pro Nutzer
Seiten pro Sitzung
Sitzungsdauer
Zielgruppe > Übersicht
Spannend wird es natürlich erst im Vergleich. Steigt die Zahl der Besucher oder fällt sie? -> mit anderem Zeitraum (z.B. Vorjahr) vergleichen
Default-Zeitraum = letzte 30 Tage
Wie hat sich der Traffic über die Zeit verändert?
Immer gleiche Zeiträume miteinander vergleichen!
Wiederkehrer als Indiz für Nutzerzufriedenheit, User Experience, Anziehungskraft der Inhalte / der Produkte
Wie alt sind meine Nutzer?
Welche Interessen haben Sie?
Passen die Angaben zu meiner primären Persona?
Demografie:
Wie alt sind meine Nutzer? Welches Geschlecht?
Zielgruppe > Demografie > Alter:
Höchste CR haben Nutzer von über 55 Jahren
Passen die Angaben zu meiner primären Persona?
Wie hoch ist der Anteil von Nutzern mit mobilen Geräten? Steigt er? Wie viele Nutzer kaufen über mobile Geräte?
Zielgruppe > Mobile > Übersicht:
Wie hoch ist der Anteil von Nutzern mit mobilen Geräten?
Zielgruppe > Mobile > Übersicht > Purchase Completed:
- Wie viele Nutzer kaufen über mobile Geräte?
- wie viele Nutzer benutzen mobile Geräte? Mobile First?
- welche Geräte werden hauptsächlich benutzt?
Zielgruppe > Mobil > Übersicht > Segment Mobile Telefone > Zeitraum ab Juni 2015
Wie entwickelt sich der Anteil der mobilen Nutzer über die Zeit? (Segmentierung)
Wie hoch ist der Anteil von Nutzern mit mobilen Geräten? Steigt er? Wie viele Nutzer kaufen über mobile Geräte?
Wie sehen typische Customer Journeys aus?
Was sind die häufigsten Einstiegsseiten?
Woher kommen die Nutzer?
Akquisition > Übersicht:
Woher kommen die Nutzer?
Welche Quellen bringen den besten Traffic? (in Bezug auf die Ziele der Site, z.B. Conversion Rate oder Seitenaufrufe)
Hoher Anteil von direktem Traffic -> viele Stammkunden
Hoher Anteil von
Akquisition > Alle Zugriffe > Channels:
Welche Quellen bringen den besten Traffic? (in Bezug auf die Ziele der Site, z.B. Conversion Rate oder Seitenaufrufe)
Keywords:
Was sind die Ziel der Nutzer
Akquisition > Google Ads > Suchanfragen
Mit welchen Keywords kommen die Nutzer und wie erfolgreich sind die Keywords? -> besseres Verständnis der Nutzersprache (-> Searchmetrics?)
In welcher Kaufphase sind die Nutzer? -> Kategorie-Keywords (z.B. leichtes laptop) -> Nutzer sind noch sehr früh in der Entscheidungsfindung, Marken-Keywords (z.B. Lenovo oder IBM Thinkpad) -> Nutzer sind kurz vor dem Kauf
Unterschiede zwischen Desktop-Nutzung und mobiler Nutzung herausfinden (Content, Prozesse)
Hintergrund: Google Ads und GA lassen sich einfach verknüpfen (Vorteil ggü. anderen Web-Analytics-Tools)
Mit welchen Keywords suchen die Nutzer bei Google? (via Search Console, Beispiel Monoki) -> besseres Verständnis der Nutzersprache und Nutzerziele
In welcher Kaufphase sind die Nutzer? -> Kategorie-Keywords (z.B. leichtes laptop) -> Nutzer sind noch sehr früh in der Entscheidungsfindung, Marken-Keywords (z.B. Lenovo oder IBM Thinkpad) -> Nutzer sind kurz vor dem Kauf
Welche Keywords haben gute Klickraten (CTR), aber niedrige durchschnittliche Positionen in den Suchergebnissen? Hypothese: Seiten schwer zu finden -> SEO
Verhalten > Übersicht
- Welche Seiten werden am häufigsten aufgerufen?
-> Auf diese Seiten bei UX-Optimierungen konzentrieren.
- Männer T-Shirts scheinen sehr beliebt zu sein ;-)
Verhalten > Websitecontent > Alle Seiten (Darstellung: Vergleich, 2. Dropdown: Absprungrate)
Auf welchen Seiten steigen Nutzer besonders oft wieder aus?
Was können die Gründe sein? Falscher Traffic? Andere Erwartungen der Nutzer? Passen die Inhalte zum Keyword? Schlechter Content? Ist die Seite unübersichtlich? Verwirrende Navigation? Eindeutiger CTA? Ist klar, was der Nutzer als nächstes tun soll?
Verhalten > Websitecontent > Landingpages > Sortierung nach Absprungrate
Welche Landingpages (erste Seiten eines Besuchs) haben eine besonders hohe Absprungrate?
Landingpages > Segment „Zugriffe über Mobiltelefone“
Sind die Absprungraten von Seiten, die Nutzer mit mobilen Geräten aufrufen, sehr unterschiedlich zu Desktop? -> schwerer mobil bedienbar? -> Segment „Zugriffe über Mobiltelefone
Die Signin-Seite scheint bei mobilen Geräten ein Problem zu haben
Verhalten > Site Search > Übersicht
Vorab: Leider werden die Suchen des Google Merchandise Stores nicht richtig gemessen.
Wie viel Prozent der Nutzer benutzen die Suche?
Verhalten > Site Search > Suchbegriffe
Vorab: Leider werden die Suchen des Google Merchandise Stores nicht richtig gemessen.
Welche Suchbegriffe führen zu besonders vielen Suchausstiegen? (Website wird verlassen)
Produkt nicht vorhanden? Schlechte Suchergebnisse?
Verhalten > Site Search > Suchseiten
Von welchen Seiten aus werden die meisten Suchen gestartet? Gibt es hier evtl. Ein Problem mit der Navigation?
Google Merchandise Store > Footer > Contact us:
Klick auf Link wird nicht automatisch gemessen. Ereignis muss hardcoded oder per GTM auf Seite eingebaut werden und an GA gesendet werden.
Verhalten > Ereignisse > Wichtigste Ereignisse
Wie oft wurde auf den Link / Button geklickt?
Verhalten > Ereignisse > Wichtigste Ereignisse > Sekundäre Dimension „Seite“
Auf welchen Seiten wurde das Ereignis am meisten ausgelöst?
Verwaltung > Zielvorhaben
Zielvorhaben in GA ermöglichen es bestimmte Nutzeraktionen auf der Site zu tracken, z.B. das Abschicken eines Formulars, eBook Downloads, etc.
Um ein Zielvorhaben anzulegen, wird im Verwaltungs-Bereich die Seite, deren Aufruf als Erfolg gewertet werden soll, angegeben.
Conversions > Zielvorhaben > Übersicht
Wenn der Nutzer die spezifizierte Aktion durchführt, zeichnet Analytics dies als Conversion auf.
Conversions > Zielvorhaben > Trichtervisualisierung:
Wo steigen die meisten Nutzer aus?
Verhalten verstehen:
Wie bewegen Sie sich durch die Site? Was interessiert Sie? Tun sie das, was geplant ist (vgl. Ziele)? Wo brechen Sie ab? Wie oft kommen Sie wieder?
Mit WA identifizierte Probleme können mit qualitativen Tests validiert werden.
Beispiel: UX-Test hat Probleme bei einem Registrierungsformular offenbart. Sind sie auch live nachweisbar?
UX-Tests: tieferliegende Ziele, Vorbehalte und Ängste, mentales Modell verstehen
-> Ziel Empathie entwickeln
WA: Keine künstliche Situation im Labor. Die Daten fallen automatisch an (Kein Test-Setup oder Recruiting). Es kann Verhalten gemessen werden, dass sonst nur schwer zu erfassen ist. (z.B. Verhalten über mehrere Sessions)
-> Ziel: Analysieren, was passiert
Nur eine Kombination aus traditionellen qualitative UX-Methoden (wie Lab, Interview, Feldforschung, etc.) und quantitativen Methoden (wie Umfragen, Clickstreams, Konversion-Funnel-Auswertung, etc.) kann ein vollständiges Bild der gesamten User Experience geben.