Zurzeit sind 497 Mitglieder online.
Willkommen im Bereich 'Lernen' der offiziellen Google Advertiser Community
favorite_border

Wie richte ich mein Google Analytics Konto ein? Teil 5

Liebe Community,

 

in der Artikelserie “Wie richte ich mein Google Analytics Konto ein?“ stelle ich Euch in sechs Teilen die erforderlichen Grundeinstellungen und wichtigsten Optionen von Google Analytics vor. Am Ende der Serie habt Ihr nicht nur viele Einstellungsmöglichkeiten von Google Analytics kennengelernt, sondern auch den Grundstein für erfolgreiche Analysen gelegt.

 

Die Artikelserie gliedert sich in folgende Themenblöcke:

  1. Tracking-Code abrufen & integrieren. Datenschutz beachten.
  2. Datenansichten & Filter
  3. Kontoverknüpfungen, Site Search & Werbefunktionen
  4. Conversion- & Ereignistracking
  5. Datensegmente, benutzerdefinierte Berichte & Dashboards
  6. Vermerke, benutzerdefinierte Benachrichtigungen, Kampagnentracking

Teil 5: Datensegmente, benutzerdefinierte Berichte & Dashboards

 

Im fünften Teil der Artikelserie steigen wir tiefer in die Webanalyse ein. Ich zeige ich euch, wie Ihr mit Datensegmenten deutlich mehr aus euren Daten herausholen könnt. Außerdem erkläre ich, wie benutzerdefinierte Berichte und Dashboards angelegt werden.

 


 

Teil 5: Inhaltsverzeichnis

 

  1. Datensegmente nutzen
    1. Beispiel: Demografische Berichte mit Segmenten kombinieren
  2. Benutzerdefinierte Berichte und Dashboards
    1. Benutzerdefinierte Berichte
      1. Beispiel: Verkäufe nach Wochentag anzeigen
    2. Benutzerdefinierte Dashboards
      1. Individuelles Dashboard anlegen
      2. Widget 1: Verlauf der Absprungrate
      3. Widget 2: Sitzungen von Besuchern aus Social Media Kanälen
      4. Widget 3: Zahl der E-Commerce-Transaktionen
      5. Widget 4: Gerätekategorien
      6. Ergebnis: Euer Dashboard mit vier Widgets

  


 

1. Datensegmente nutzen

 

Google Analytics zeigt euch in vielen Fällen zusammengefasste Daten an, d.h. für einen bestimmten Zeitraum wird euch zum Beispiel die Absprungrate mit 56,8% angegeben. Diese Zahl ist für sich genommen nicht besonders aussagekräftig. Aus ihr lassen sich Potenziale für Optimierungen noch nicht gut erkennen. Wenn man Daten segmentiert, versucht man, durch eine kluge Aufteilung der Datenmenge auffällige Abweichungen zu identifizieren.

 

Erstes Beispiel: Im Fall der Absprungrate wäre es viel interessanter, wenn man sie sich für verschiedene Trafficquellen anzeigen lassen würde und zusätzlich noch die Gerätekategorien mit einbeziehen würde. Dann ließe sich vielleicht feststellen, dass der eigene Newsletter auf Mobilgeräten eine auffällig hohe Absprungrate aufweist. So hättet ihr einen ersten Ansatzpunkt für die Optimierung der Absprungrate des Newsletters gefunden: Die Darstellung auf Mobilgeräten muss überprüft werden.

 

Zweites Beispiel: Eine E-Commerce-Conversionrate von 3,0% mag nicht schlecht sein. Vielleicht habt ihr euch die Conversionrate ja auch schon für die einzelnen Trafficquellen anzeigen lassen und Unterschiede festgestellt. Sehr gut! Aber wäre es nicht sinnvoll, auch demografische Daten zu berücksichtigen, um zu prüfen, welche Altersklassen besonders viele Conversions erzeugen? Dann könntet ihr diese Informationen zusätzlich für die Ausrichtung eurer Werbung nutzen.

 

Datensegmente sind der Schlüssel zu effektiven Analysen, die euch zu wertvollen Erkenntnissen verhelfen. Sie sind der Dreh- und Angelpunkt, um Optimierungspotenziale aufzudecken.

Lasst uns anhand eines Onlineshops einmal anschauen, wie man aus den demografischen Berichten mit Hilfe von Segmenten noch mehr herausholen kann.

 

 

1.1 Beispiel: Demografische Berichte mit Segmenten kombinieren
In Google Analytics findet ihr unter Zielgruppe >> Demografische Merkmale >> Alter einen sehr interessanten Bericht, der eure Besucher in Altersgruppen aufgliedert:

Teil5-Bild8.png

 

Wir erweitern diesen Bericht nun um zwei benutzerdefinierte Segmente:

  • Nutzer mit Transaktionen (Bestellungen)
  • Nutzer ohne Transaktionen (Bestellungen)

Klickt oberhalb des Diagramms auf +Segment hinzufügen:

Teil5-Bild9.png

 

Wählt dann die rote Schaltfläche +Neues Segment aus:

Teil5-Bild10.png

 

Nun wird das Segment definiert:

Teil5-Bild11.png

  1. Gebt dem Segment einen aussagekräftigen Namen, z.B. „Nutzer mit Transaktionen“.
  2. Wählt den Punkt Verhalten
  3. Legt fest, welche Sitzungen diesem Segment zugeordnet werden sollen. Da dieses Segment nur Sitzungen enthalten soll, in denen mindestens eine Transaktion stattgefunden hat, tragen wir folgende Bedingung unter Transaktionen ein: Transaktionen pro Nutzer > 0.
  4. Abspeichern, und das Segment ist angelegt.

 

Das zweite Segment „Nutzer ohne Transaktionen“ wird auf dem gleichen Weg definiert:

Teil5-Bild12.png

Der Name des Segments lautet nun „Nutzer ohne Transaktionen“. Diesem Segment werden die Nutzer zugeordnet, die keine Bestellung aufgegeben haben. Die Bedingung lautet also: Transaktionen pro Nutzer = 0.

 

Die beiden neuen Segmente wenden wir jetzt auf den Bericht Zielgruppe >> Demografische Merkmale >> Alter an:

Teil5-Bild13.png

Das Diagramm hat sich deutlich verändert. Pro Segment und Altersgruppe wird nun ein einzelner Graph gezeichnet.

 

Viel interessanter sind jedoch die Veränderungen in der Tabelle:

Teil5-Bild14.png

 

Auch ohne Segmente konnten wir der Tabelle bereits folgende Fakten entnehmen:

  • Die Altersgruppen 25-34 und 35-44 weisen die höchsten Conversion-Raten auf (3,45% und 4,49%)
  • Der durchschnittliche Bestellwert steigt von ca. 173 $ bei der Altersgruppe 18-24 kontinuierlich auf bis zu 228 $ bei der Altersgruppe 55-64 an
  • Die Altersgruppe 18-24 sorgt für viel Traffic, aber relativ wenige Conversions.

Wenn wir nun auch noch unsere beiden neuen Segmente nutzen: Welche Schlüsse können wir dann ziehen?

Schauen wir uns die Daten noch einmal genauer an:

Teil5-Bild15.png

  • 25-34: Diese Altersgruppe stellt mit über 46% (1) die meisten Nutzer, die eine Transaktion ausführen. Gleichzeitig weist sie mit rund 45%, den höchsten Anteil neuer Nutzer mit Transaktionen auf (2). Das bedeutet: In dieser Altersgruppe funktioniert die Ansprache von Nutzern bereits sehr gut und sollte ausgebaut werden. Besonders der hohe Anteil neuer Nutzer mit Transaktionen ist positiv im Hinblick auf die Neukundengewinnung zu werten. Die Nutzer ohne Transaktionen weisen gleichzeitig unterdurchschnittliche Absprungraten (3) auf. Man kann daraus auf ein erhöhtes Interesse an den angebotenen Produkten schließen. Für diese Nutzer sollten Maßnahmen wie etwa Retargeting getroffen werden, um aus ihnen Käufer zu machen.

 

  • 35-44: Die Altersgruppe 35-44 Jahre zeigt ein ähnliches Bild wie 25-34. Zwar ist hier der Anteil neuer Nutzer, die eine Transaktion ausführen, etwas niedriger (4), liegt aber dennoch deutlich über den anderen Altersgruppen. Die Nutzer reagieren offensichtlich gut auf die ausgespielte Werbung. Außerdem weist die Gruppe die höchste Conversion-Rate (5) auf. Deshalb sollte geprüft werden, ob die Marketingaktivitäten für diese Gruppe intensiviert werden können. Hier liegt viel Potenzial.

 

  • 18-24: Diese Gruppe weist einen relativ niedrigen mittleren Bestellwert und eine niedrige Conversion-Rate auf (6). Sie stellt nur 9,70% der Nutzer, die eine Bestellung getätigt haben (7). Gleichzeit stammen aus dieser Gruppe jedoch 30% aller Sitzungen (8) und ist damit die zweitstärkste Gruppe. Der Anteil neuer Nutzer, die eine Transaktion ausführen, ist unterdurchschnittlich (9). Dennoch ist die Gruppe äußerst interessant: Die hohe Zahl der Sitzungen lässt auf viel Potenzial schließen, denn die Absprungrate ist verglichen mit den kaufstarken Altersgruppen nur leicht höher. Das lässt vermuten, dass die Gruppe 18-24 Jahre zwar ein Interesse an den angebotenen Produkten hat, aber möglicherweise (noch) nicht über genügend Einkommen verfügt, um in größerem Umfang Bestellungen aufzugeben. Wenige Jahre später werden diese Nutzer in der Gruppe 25-34 Jahre jedoch deutlich mehr Bestellungen aufgeben. Für diese Altersgruppe könnte es sinnvoll sein, einfachere Produkte zu günstigeren Preisen anzubieten, um sie frühzeitig an den Shop zu binden.

 

An dieser Stelle ist natürlich nur eine Kurzanalyse möglich. In weiteren Schritten sollte man für die einzelnen Altersgruppen die Traffic-Quellen mit einbeziehen und den Inhalt der Warenkörbe analysieren, um das Marketing noch stärker auf die Bedürfnisse der Altersgruppen auszurichten.

 

Weitere Informationen zu Datensegmenten findet ihr hier:

https://support.google.com/analytics/answer/3123951?hl=de

 

 

2. Benutzerdefinierte Berichte und Dashboards

 

Zum Abschluss dieser Artikelserie zeige ich euch, wie ihr in Google Analytics mit benutzerdefinierten Berichten und Dashboards genau jene Informationen zusammenstellen könnt, die für euch am relevantesten sind. Häufig werden benutzerdefinierte Berichte und Dashboards auch verwendet, um für die Entscheider in eurem Unternehmen Informationen in komprimierter Form bereitzustellen.

 

2.1 Benutzerdefinierte Berichte

Benutzerdefinierte Berichte sind in Google Analytics ein sehr flexibles Mittel, um Berichte genau nach euren Wünschen zu erstellen. Die Anwendungsmöglichkeiten sind so vielfältig, dass ich euch im Folgenden anhand eines einfachen Beispiels zeigen möchte, wie benutzerdefinierte Berichte grundsätzlich angelegt werden.

 

2.1.1 Beispiel: Verkäufe nach Wochentag anzeigen

In Google Analytics gibt es keinen vordefinierten Bericht, der euch E-Commerce-Transaktionen gegliedert nach den Wochentagen anzeigen würde. Das ist schade, denn für die Planung eurer Marketingaktivitäten ist es sehr sinnvoll zu wissen, an welchen Wochentagen eure Kunden am meisten kaufen und die besten Conversion-Raten aufweisen.

 

Aber mit wenigen Schritten lässt sich ein benutzerdefinierter Bericht erstellen, der die Verkäufe auf eurer Website nach Wochentagen gegliedert anzeigt. So wird der Bericht definiert:

 

Wählt in Google Analytics die Datenansicht aus, zu der ihr einen benutzerdefinierten Bericht hinzufügen möchtet, und klickt dann auf Anpassung.

Teil5-Bild16.png

Wählt anschließend „+Neuer benutzerdefinierter Bericht“ aus.

 

Nun wird der benutzerdefinierte Bericht angelegt:

Teil5-Bild17.png

  1. Gebt dem Bericht einen eindeutigen Titel, z.B. „Sitzungen, Transaktionen & Umsatz nach Wochentag“.
  2. Jeder Bericht kann mehrere Bericht-Tabs enthalten. In unserem Beispiel arbeiten wir mit nur einem Tab. Gebt den Tab ggfs. einen individuellen Namen.
  3. Wählt für den Typ des Bericht-Tabs „Explorer“ aus. Dies ist der Typ, der aus einem Diagramm und einer Tabelle besteht.
  4. Anschließend könnt ihr die Messwerte angeben, die auf dem Bericht-Tab ausgegeben werden sollen. Es sind mehrere Messwertgruppen möglich. Uns reicht für dieses Beispiel eine Messwertgruppe. Fügt die Messwerte „Sitzungen“, „E-Commerce-Conversion-Rate“, „Transaktionen“ und „Umsatz“ hinzu.
  5. Legt fest, nach welchen Dimensionen die zuvor festgelegten Messwerte aufgeschlüsselt werden sollen. Wählt „Wochentag“ und „Name des Wochentags".
  6. Optional können die Daten, die für diesen Bericht herangezogen werden sollen, durch Filter eingeschränkt werden. Für dieses Beispiel benötigen wir jedoch keinen Filter.
  7. Bereits an dieser Stelle kann der neue Bericht für weitere Datenansichten zugänglich gemacht werden. Wählt hier ggfs. die zusätzlichen Datenansichten aus, in denen der neue Bericht auch genutzt werden soll.
  8. Dann nur noch speichern, und der neue benutzerdefinierte Bericht steht bereit.

 

Euer neuer benutzerdefinierter Bericht könnte zum Beispiel so aussehen:

Teil5-Bild18.png

  1. In dieser Dropdown-Liste könnt ihr den Messwert auswählen, der im Graphen dargestellt werden soll.
  2. Die primäre Dimension des Berichtes ist Wochentag. Die Wochentage werden mit den Ziffern 0-6 gekennzeichnet. 0 entspricht dem Sonntag und 6 steht für den Samstag.
  3. Wem das zu unübersichtlich ist, kann als sekundäre Dimension „Name des Wochentages“ hinzufügen.

Als primäre Dimension ist „Name des Wochentages“ leider nicht geeignet, weil dann im Diagramm die Messwerte nicht nach den einzelnen Wochentagen zusammengefasst werden können.

Nach dem gleichen Muster lässt sich auch ein benutzerdefinierter Bericht für die Aufschlüsselung der Verkäufe nach der Tageszeit anlegen. Wählt für diesen Bericht als primäre Dimension „Stunde“ aus.

 

Weitere Informationen zu benutzerdefinierten Berichten findet ihr hier:

 https://support.google.com/analytics/answer/1151300?hl=de

 

 

2.2 Benutzerdefinierte Dashboards

Alle wichtigen Berichte und Kennzahlen auf einen Blick: genau dies wird in Google Analytics mit benutzerdefinierten Dashboards ermöglicht.

Ein benutzerdefiniertes Dashboard kann verschiedenste Widgets enthalten: Einzelne Messwerte, Diagramme, Tabellen, Landkarten und noch vieles mehr. Ihr könnt einzelne Widgets detailliert definieren oder ganz einfach Standardberichte eurem Dashboard hinzufügen.

 

Ein Beispiel für ein benutzerdefiniertes Dashboard:

Teil5-Bild19.png

 

 

2.2.1 Individuelles Dashboard anlegen

So legt ihr ein individuelles Dashboard an:              

 

Wählt in eurer Datenansicht „Berichte“ aus und dann „+Neues Dashboard“.

Teil5-Bild20.png

 

Nun könnt ihr auswählen, ob ihr mit einem leeren Dashboard oder einem vordefinierten Starter-Dashboard beginnen möchtet. Alternativ ist auch der Import eines vordefinierten Dashboards aus der Google Analytics Lösungsgalerie möglich.

 

Wir starten mit einem leeren Dashboard:

Teil5-Bild21.png

  1. Wählt „Unformatiert“ aus.
  2. Gebt dem neuen Dashboard einen Namen.
  3. Klickt auf „Dashboard erstellen“, um das neue Dashboard anzulegen.

 

Anschließend könnt ihr verschiedenste Widgets dem neuen Dashboard hinzufügen.

 

2.2.2 Widget 1: Verlauf der Absprungrate anzeigen

 

Teil5-Bild22.png

  1. Namen des Widgets festlegen.
  2. Typ „Verlauf“ auswählen.
  3. Absprungrate“ auswählen.

 

 

2.2.3 Widget 2: Nur Sitzungen von Besuchern aus Social Media Kanälen anzeigen

 

Teil5-Bild23.png

  1. Namen des Widgets festlegen.
  2. Typ „Verlauf“ auswählen.
  3. Sitzungen“ auswählen.
  4. Filter definieren, um nur Sitzungen von Besuchern anzuzeigen, die über Social Media Kanäle gekommen sind.

 

 

2.2.4 Widget 3: Zahl der E-Commerce-Transaktionen als Messwert anzeigen

 

Teil5-Bild24.png

  1. Namen des Widgets festlegen.
  2. Typ „Messwert“ auswählen.
  3. Transaktionen“ auswählen.
  4. Jedes Widget kann mit einem Bericht oder einer URL verlinkt werden.

 

 

2.2.5 Widget 4: Gerätekategorien in Tabelle auflisten

 

Teil5-Bild25.png

  1. Namen des Widgets festlegen.
  2. Typ „Tabelle“ auswählen.
  3. Spalten für die Tabelle auswählen (Dimension & Messwerte).
  4. Jedes Widget kann mit einem Bericht oder einer URL verlinkt werden.

 

 

2.2.6 Euer Dashboard mit vier Widgets

So sieht das fertige Dashboard mit den vier neuen Widgets aus:

Teil5-Bild26.png

 

Wichtig: Dieses Dashboard demonstriert nur einen kleinen Teil der Möglichkeiten, die in benutzerdefinierten Dashboards und Widgets liegen. Welche Diagramme, Messwerte, Tabellen, usw. sinnvoll sind, hängt vom Zweck der einzelnen Website und euren Wünschen ab.

 

Weitere Informationen zu benutzerdefinierten Dashboards findet ihr hier:

https://support.google.com/analytics/answer/1068218?hl=de

Info Christian Ebernickel

Online-Marketing ist meine Leidenschaft. Ich interessiere mich besonders für Google AdWords, SEO und Webanalyse sowie Online-Strategien. Hier in der Google Advertiser Community freue ich mich über regen Austausch rund um AdWords und Google Analytics.