Datengetriebenes Marketing bietet jedem Unternehmen die Möglichkeit, Besucherströme, Traffic-Qualität und Traffic-Quellen zu analysieren. Mit Webanalyse-Tools erfahren Sie, wie sich Nutzer auf Ihrer Website verhalten – um anschließend an den richtigen Stellschrauben drehen zu können.

Beim Auswerten dieser Daten ist es allerdings nur zu einfach, falsche Schlussfolgerungen zu ziehen, die im schlimmsten Fall auch falsche Entscheidungen nach sich ziehen können. In diesem Beitrag erfahren Sie, welche Fehlschlüsse besonders gravierend sind.

Download: Handbuch Marketing-Analytics

Bei Webanalyse-Tools wie Google Analytics, Twitter, Facebook oder HubSpot Analytics und deren Auswertung kommen immer zwei Komponenten zusammen: Auf der einen Seite stehen objektive Datensätze, auf der anderen Seite der Mensch, der idealerweise so objektiv wie seine Daten sein sollte. Da das allerdings nie der Fall ist, ergeben sich häufig Fehler bei der Interpretation von Analytics-Daten. Wir haben sieben Fehler zusammengestellt, die wahrscheinlich jeder Marketer schon mal gemacht hat.

7 Häufige Fehlschlüsse bei der Daten-Auswertung

1. Eigene Website-Besuche werden nicht ausgeschlossen

Wenn die unternehmensinterne Marketingabteilung Ihre Website besucht, werden diese Besuche ebenfalls als Website-Traffic gezählt. Das verfälscht die eigenen Datensätze (umso mehr, je häufiger Mitarbeiter die eigene Website aufrufen) und daher sollten diese Seitenaufrufe aus dem Traffic im Webanalyse-Tool ausgeschlossen werden. Wie bei HubSpot bestimmte IP-Adressen vom Tracking ausgeschlossen werden können, erfahren Sie hier. Bei Google Analytics können Sie Filter im Bereich der „Datenansicht“ erstellen, wie diese Anleitung erläutert.

2. Bei der Auswertung werden „Misclicks“ nicht beachtet

Wie Gary Vaynerchuk wiederholt betont, können Pop-ups die Datenauswertung verfälschen. Stellen Sie sich dieses Szenario vor: Ein Pop-up öffnet sich. Der Seitenbesucher möchte es schließen, allerdings verfehlt er den „Schließen“-Button und klickt daneben – auf das Pop-up. Dieser Fehlklick zählt als Konversion, die allerdings gar nicht beabsichtigt war.

Während sich Marketingabteilungen oder Agenturen über die zahlreichen Klicks freuen, sollten Sie bei der Auswertung dringend die Bounce-Rate und die Verweildauer der CTR gegenüberstellen. Ein größeres „X“-Symbol auf Pop-ups kann hier beispielsweise zu qualitativ hochwertigeren und aussagekräftigeren Analytics-Daten führen.

3. Traffic-Quellen werden nicht differenziert

Es erscheint vielleicht als überflüssig, diesen Fehlschluss bei der Arbeit mit Webanalyse-Tools aufzuführen. Dennoch werfen viele Marketer noch immer sämtliche Besucher in einen Topf. Sollen dann Rückschlüsse für die Optimierung daraus gezogen werden, sind zum Beispiel bei Google Analytics Fehler garantiert.

Wenn Sie wissen, dass E-Mail-Marketing Ihnen sehr viel Traffic liefert, aber organische Suchergebnisse nicht, wissen Sie eben auch, wie Sie Ihr Budget gezielter einsetzen könnten. Daher sollten sie nicht alle Besucher über einen Kamm scheren – sondern Konsequenzen für einzelne Kanäle ziehen.

4. Falsche Vergleiche bei Kanälen

Marketing-Analytics leben davon, dass Sie nur vergleichen, was auch vergleichbar ist. Stichwort: Äpfel und Birnen.

So sollten Sie keineswegs den Traffic aus E-Mail-Marketing mit Ihrem Mobile-Traffic vergleichen. Eine solche Betrachtungsweise wäre falsch, weil Mobile-Traffic lediglich auf das Endgerät verweist, während E-Mails ein tatsächlicher Marketingkanal sind. Zudem kann sich Mobile-Traffic aus E-Mail-Marketing ergeben, was wiederum zu verfälschten Daten führt. Aus diesem Grund sollten E-Mails beispielsweise mit bezahlten Anzeigen verglichen werden.

5. Seitenaufrufe werden mit Besuchern gleichgesetzt

In der alltäglichen Hektik und gerade bei sehr großen Datenmengen werden häufig Besuche und Seitenaufrufe miteinander verwechselt. Ein einzelner Besucher kann eine Seite erneut besuchen und somit mehrere Seitenaufrufe verzeichnen. Vergessen Sie das nie!

Eindeutige Besucher (unique visitors) sind zwar schwer über verschiedene Endgeräte hinweg zu ermitteln, trotzdem sollten Sie dies im Hinterkopf behalten. Dieses Problem möchte Google mit Universal Analytics lösen.

6. Korrelation wird mit Kausalität verwechselt bzw. gleichgesetzt

Wenn Sie Korrelation und Kausalität verwechseln, ziehen Sie höchstwahrscheinlich die falschen Schlüsse aus Ihren Daten. Denn was in einem bestimmten Zusammenhang steht (Korrelation), muss sich nicht unbedingt bedingen (Kausalität).

Das verdeutlicht folgendes Beispiel: Büroarbeit kann in vielen Fällen zu Rückenschmerzen führen. Das bedeutet aber nicht zwingend, dass jeder Rückenschmerz durch die Arbeit in einem Büro hervorgerufen wird.

Ein Beispiel aus dem Marketing-Alltag wäre das Folgende: Die Seitenaufrufe Ihres Blogs brechen mitten im Monat ein – kurz nachdem Sie einen neuen Blog-Autoren beauftragt haben. Nur weil diese zwei Sachverhalte in einem zeitlichen Zusammenhang stehen, muss das nicht heißen, dass es sich auch tatsächlich um einen kausalen Zusammenhang handelt. Vielleicht findet gerade ja ein Branchen-Event statt oder im Bundesland, in dem sich die meisten Ihrer Leser aufhalten, sind Ferien?

7. Tunnelblick auf die Customer-Journey

Eine Aufgabe von Marketern ist es, die perfekte Customer-Journey zu entwerfen – den optimalen Weg, dem Seitenbesucher auf der Website folgen und der sie im Idealfall zum Kauf führt.

In der Regel handelt es sich dabei um eine Customer-Journey, die von einem Erstbesuch auf der Website zur gewünschten Konversion führen soll (zum Beispiel zu einem Kauf). Gerade für Onlineshops wird häufig ein idealer Weg über die gesamte Website hinweg angenommen. Allerdings bewegen sich Nutzer nur selten auf linearen Pfaden, ganz im Gegenteil, sie verlassen sie mitunter weit öfter als angenommen oder gewünscht.

Werfen wir ein Blick auf ein Beispiel: Ein Marketer entwirft den idealtypischen Weg von der Homepage über einen Button mit Rabatt-Code direkt in den Einkaufsbereich, wo direkt der Kauf erfolgen soll. Der Besucher entdeckt allerdings in der Zwischenzeit den Unternehmensblog und beliest sich vor seinem Kauf erst.

Diese Tatsache wird oft direkt negativ interpretiert, auch ohne dass der Website bzw. dem Unternehmen dadurch auch tatsächlich Nachteile entstehen. Bei größeren E-Commerce-Projekten sollten Sie daher Ihre Customer-Journey kritisch betrachten und gegebenenfalls überarbeiten.

Hinterfragen Sie Ihre eigene Auswertung kritisch

Die laufende Auswertung von Marketing-Daten ist ein Muss bei jeder Kampagne. Dabei sollten Sie allerdings sicherstellen, dass Sie die Daten auch richtig interpretieren. Objektivität ist hier nicht immer möglich, vor allem bei langen Projekten, bei denen Mitarbeiter gern betriebsblind werden.

Hier hilft – neben der ständigen Weiterbildung – ein unbefangener Blick aus einer anderen Abteilung. Andere Mitarbeiter miteinzubeziehen hilft allen Beteiligten, ihre Perspektive zu wechseln und Daten aus verschiedenen Blickwinkeln zu betrachten und zu interpretieren. Und schließlich etabliert sich dadurch eine Art von Vier-Augen-Prinzip, das weniger anfällig für Fehler ist.

New Call-to-action

Ursprünglich veröffentlicht am 25. April 2017, aktualisiert am Dezember 04 2017

Themen:

Marketing-Analytics