Ziele

• Ab jetzt können bis zu 20 Ziele pro Profil überwacht werden (anstatt bisher 4)
• Außerdem können die Metriken “Besuchszeit auf der Seite” und “Seiten / Zugriff” in Zielen verwendet werden.

Mobile Tracking

• Jetzt können auch Webseiten-Zugriffe von mobilen Geräten getrackt werden, die kein Javascript unterstützen (!). Dazu stellt Google einige Code Snippets für ASP, JSP, PHP und Perl bereit, die auf dem eigenen Server eingebunden werden müssen.
• Tracking von Android- und iPhone Anwendungen (!) mittels Google Analytics for Mobile Apps SDK

Erweiterte Filter

Auf dieses Feature habe ich wirklich gewartet. Wer kennt es nicht: ewig lange Tabellen mit tausenden von Keywords. Wollte man diese Tabelle nun beispielsweise nach der Absprungrate sortieren, so hatte man bisher immer das Problem, dass Keywords die nur wenige Besucher auf die Seite brachten keine aussagekräftige Daten hatten aber die Tabelle “zumüllten”.

So hatte man dann etwa 100e Keywords mit einer Absprungrate von 100% auf den vorderen Plätzen, die jeweils nur einen einzigen Besucher brachten. Durch erweiterte Filter ist das nun vorbei! So kann man z.B. nur Datensätze anzeigen lassen, die mindestens 50 Besucher im Berichtszeitraum gebracht haben. Super! Beispielvideo

Mehrere Benutzerdefinierte Segmente

Auch das ist ein Feature, das ich bisher schmerzlich vermisst habe. Bisher konnte man mittels _setVar(‘xxx’) eigene Benutzersegmente erstellen. Allerdings konnte jeder Besucher nur maximal einem Segment zugewiesen werden. Hatte man beispielsweise seine Segmente in “Interessent” und “Kunde”  aufgeteilt, so konnte man keine Segmente “Mann” und “Frau” mehr benutzen, da jeweils eines der Segmente gespeichert wurde.

Jetzt ist es nicht nur möglich unterschiedliche “Benutzervariablen” zu definieren, sondern diese auch noch in unterschiedlichen Gültigkeitesbereiche zu gruppieren:

• Visitor Scope
  Gültig für den Besucher
  Hier können Variablen definiert werden, wie Membership (“Premium”, “Standard”, “not-registered”) oder demographische Daten (geclustered) wie Alter, Geschlecht, Einkommen (sofern diese von der Seite erhoben werden, etwa beim Registrieren)
• Session Scope
  Gültig für die aktuelle Session (=Besuch)
  Hier kann man Werte speichern, die mit dem Verhalten des Besuchers innerhalb der aktuellen Session zu tun haben. z.B: “Hat einen Kommentar geschrieben”, “Hat Rubrik xxx angeschaut”
• Page Scope
  Gültig für die aktuelle Seite
  Damit kann man nun das genaue Verhalten des Benutzers auf einer Seite analysieren. z.B: “hat auf Bild x geklickt”, “hat Video abgespielt”, “hat Formularfeld ausgefüllt”, etc.
  Dieser Scope ist vor allem dann interessant, wenn man gezielt einzelne Landingpages optimieren möchte.

Benutzerdefinierte Reporte

Bei den benutzerdefinierten Reporten gibt es gleich zwei neue Features:

• Sharing: Einen benutzerdefinierten Report kann man nun problemlos an andere Leute per Email senden, die ebenfalls einen Google Analytics Account haben (diese müssen aber keinen Zugriff auf das aktuelle Profil besitzen)
• Die Sichtbarkeit den erweiterten Segmente und benutzerdefinierten Berichten können nun auf einzelne Profile beschränkt werden.

Analytics Intelligence

Dieses Feature ist mein neues Lieblingsfeature: Durch Analytics Intelligence werden automatisch ungewöhnliche Ausschläge erkannt und als “Alert” markiert. Wie hoch ein Ausschlag sein muss, damit er von Google Analytics als Alert angezeigt wird kann man durch einen Regler einstellen.

Zusätzlich zu den automatischen Alerts können auch benutzerdefinierte Alerts erzeugt werden – und das ist mal wirklich ein Killerfeature! So kann ich beispielsweise einen benutzerdefinierten Alert erzeugen, der mich (auf Wunsch per Email) benachrichtigt wenn die Conversion Rate von Besuchern, die von einer Bannerkampagne kommen, unter 10% sinkt.

Oder einen Alert, wenn meine Besuchszahlen um 20% (im Vergleich zum Vortrag, zur Vorwoche, etc.) gesunken sind. Oder mein E-Commerce Umsatz plötzlich gesunken ist. Oder, oder, oder. Das ist DAS Feature für alle Analytics Muffel, die sich nur unregelmäßig in Ihren Account einloggen aber trotzdem über alle kritischen KPIs überwachen möchten. Gerade wenn man mehrere Projekte überwachen will, ist dieses Feature unglaublich hilfreich. Beispielvideo

Analytics Intelligence ist noch nicht in jedem Analytics Konto verfügbar, wird aber in den nächsten Wochen freigeschaltet.

Mehr darüber gibt’s wie immer auch bei Timo Aden, Frank Reese, und sicherlich auch im nächsten Mole2 Webanalytics Podcast

Videos

Erweiterte Filterung

Alerts

Top 10 Blogs nach Frauenanteil

Neben dem Geschecht habe ich auch die anderen demographischen Daten (Altersstruktur, Einkommen, Kinder, Bildung) gesammelt – eine ausführliche Auswertung wird in den nächsten Tagen folgen. Bis dahinhabe ich eine Topliste der deutschen Blogs sortiert nach Frauenanteil der Leser.

Es ist ja recht offensichtlich, dass die Daten aus dem AdPlanner nicht sonderlich gut für kleinere Seiten funktionieren. Aber eine Tendenz ist trotzdem klar erkennbar… Ernüchternd

Datenbasis: Deutsche Blogcharts, Ausgabe 41 / 2009 (vom 14. Oktober 2009) – Google AdPlanner (Datenbasis September 2009)

• Besucher, die kein JavaScript aktiviert haben können die Webseite trotzdem nutzen
• Suchmaschinen können die Inhalte problemlos indizieren

Ich war auf der Suche nach einer einfachen Lösung um Inhalte in CSS Tabs per Javascript anzuzeigen.Dadurch bin ich auf die Komponentensammlung gestoßen. Darunter befinden sich sehr nützliche Controls von denen ich mittlerweile mehrere im Einsatz habe:

CSS Tabs

Javascript Windows

Javascript Scrollbars

Markdown Texteditor

Javascript Rating Widget

Fortschrittsbalken

Gerade bei Dateiuploads oder Stapelverarbeitung ein sinnvolles Widget

Kontextmenü

Erweiterte Combobox (“Select Multiple”)

Die Online-Dokumentation von LivePipe ist schon sehr hilfreich auch wenn sie noch einige Lücken hat. Das Framework ist meiner Meinung nach ausgereift und bereit für den produktiven Einsatz. Allerdings sollte man nicht vergessen die JavaScript Dateien zu komprimieren (unnötige Zeichen entfernen) und kombinieren (mehrere Dateien zu einer einzigen zusammenfassen) um das Laden der Seite zu beschleunigen… bei mehreren eingesetzten Widgets kommen sonst schnell recht viele HTTP-Requests zusammen.

Da der Index von 2001 nur kurze Zeit online ist sollte dort jeder mal rechtzeitig reinschauen! Übrigens, entgegen ersten Befürchtungen ist auch ein deutschsprachiger Index vorhanden.

Dank direkter Verlinkung mit der Wayback Machine ist es oft auch gleich möglich die alten Suchtreffer von damals direkt anzuschauen, zumindest teilweise klappt das ganz gut. Ich habe mich dann gleich mal an die Arbeit gemacht und nachgesehen, was sich über unsere Szene-Stars von heute im Index von damals finden lässt…

	Marcus “Mediadonis” Tandler Heute: Organisator einer der hochkarätigsten SEO-Events überhaupt Damals: Fragt sich, ob er schon drin ist …hat mich überrascht, dass ansonsten noch nix zu finden war.
	Gerald Steffens Heute: Selbstständiger SEO Damals: Mitgründer von e-Trends, Betreiber einer PI-Mailingliste und anderem Schweinkram 2001 schon ganz weit vorne dabei. Auf der privaten Homepage findet man noch viele weitere interessante Inhalte, sollte man sich wirklich mal anschauen.
	Pascal “q48″ Fantou Heute: Online Marketing Blogger Damals: Für Focus u.a. im Usenet unterwegs ..seine Beiträge im Usenet wurden ziemlich heiß diskutiert Erinnert mich an die heise-forenposter von heute…
	Johannes “JoJo” Siemers Heute: Internet Marketing Blogger Damals: Geld verdienen mit Bannerwerbung und eigene Freegames Seite 2001 schon eine Seite zum Thema Geld verdienen als Webmaster. Wahnsinn!
	Jens Fauldrath Heute: Inhouse SEO Damals: unbekannt Kein Wunder, noch zu Jung
	Marco Janck Heute: SEOnaut Damals: Online Shop Betreiber Ha! Das ist doch wirklich mal ne Überraschung
	Johannes “Sistrix” Beus Heute: SEO-Rockstar mit freien SEO-Tools Damals: Schüler mit eigener Homepage und Musikportal …und unzählige Posts in der PHP Mailingliste. Er konnte scheinbar 2001 schon besser programmieren als manch einer auf dieser Liste heute.
	Sammy “Baynado” Zimmermanns Heute: SEO-Blogger Damals: Cybersam mit Nightlife Guide über Mörs Haha! Sehr cool. Den Nicknamen hättest du auch behalten können!
	Randolf Jorberg Heute: OMClub Organisator Damals: fliks IT Solutions und natürlich Gulli… Gulli lief damals schon relativ gut…

Nichts gefunden habe ich über Ralf “fridaynite” Goetz, Julian “Seokratie” Dziki, Malte “lorm” Landwehr, und viele weitere. Viele waren damals einfach noch nicht aktiv im Internet… Alle Angaben natürlich ohne Gewähr.

Hinweis: Falls sich jemand der erwähnten Personen zu Unrecht von Googles Vergangenheit eingeholt fühlt, möge er mir doch einfach eine kurze Email schicken.

Als Up-Selling bezeichnet man den Verkauf eines höherwertigen Produkts – wenn ich mir eigentlich nur ein Einsteigerhandy kaufen möchte, aber der Händler mir ein iPhone empfiehlt.

Diese beiden Marketingstrategien funktionieren wunderbar im Onlineshopping – wenn es richtig gemacht wurde. Während die großen Onlineshops wie amazon, quelle, otto, etc. diese Methoden perfekt beherrschen gibt es in den kleineren Onlineshops oft nur sehr simple Versuche auf automatisierter Basis ohne redaktionelle Überprüfung à la “andere Kunden die dieses Produkt gekauft haben, kauften auch folgende Produkte”. Im Prinzip ja kein schlechter Ansatz, bei amazon funktioniert das ja auch. Nur hat amazon auch eine geeignete Datenbasis um solche Empfehlungen aussprechen zu können – die kleinen haben das nicht und sollten auf jeden Fall die Empfehlungen zumindest redaktionell überprüfen.

Mir wurden beispielsweise erst kürzlich Lenkdrachen beim Kauf eines Campingzeltes angeboten – statt einer Packung Heringe oder sonstiger Festival-Ausrüstung wie Gaskocher, Klappstühle, etc. Der zusätzliche Umsatz ging dem Shop verloren, schade eigentlich – und ärgerlich, da die Aquisekosten ja schon geleistet wurden.

Durch geeignete Cross- und Upselling Maßnahmen erhöht man nicht nur den durchschnittlichen Warenkorbwert, sondern gleich noch die Kundenzufriedenheit. Wenn bei der neuen Stereoanlage gleichzeitig noch Batterien für die Fernbedienung angeboten werden, oder ein längeres Kabel für die Boxen – beim Kauf eines Druckers gleich das benötigte USB-Kabel dazu angeboten wird, greift der Kunde gerne zu und ärgert sich nicht zuhause, wenn er sein Gerät nicht gleich benutzen kann.

Übertreiben sollte man es aber auch nicht – ich musste kürzlich Visitenkarten bei VistaPrint bestellen und mich durch mehrere Seiten Fremdwerbung klicken, die zudem noch recht themenfremd war – als ich dann endlich am Ende angelangt war, wurden mir noch zwei unterschiedliche Bestätigungs-Buttons angezeigt:
Bestellung abschließen
und Bestellung abschließen mit Adress-Aufklebern (+ 12,-€). Das nächste Mal bestell ich meine Visitenkarten wieder bei diedruckerei…

Bestes Beispiel sind Print-Anzeigen: Eine Werbeanzeige in einer Zeitschrift enthält einen Bonus-Code, mit dem beispielsweiser 5% Rabatt oder sonstige Vorteile gewährt werden. Der Leser freut sich zunächst einmal, dass er einen Vorteil bekommt und der Onlineshop kann dafür die Bestellung auf genau diese Werbeanzeige zurückverfolgen und damit den Erfolg der Kampagne messen. Ein fairer Deal wie ich finde…

Anders sehe ich die Sache aus Affiliate-Sicht. Gutscheincodes sind oft ausschließlich für Offline-Marketing Kampagnen gedacht – klar, zum Tracken von Online-Werbekampagnen gibt es andere Möglichkeiten, da wird kein Gutschein gebraucht. Doch auch wenn es spezielle Gutscheincodes für Affiliates gibt, ist es nicht immer möglich diese auch einzubinden. Dumm nur, wenn ein Affiliate einen potentiellen Kunden vermitteln möchte und auf der Bestellseite des Anbieters ein fettes Eingabefeld wartet:

Haben Sie einen Gutschein-Code?

Nein! Der Besucher hat vom Affiliate keinen Gutscheincode erhalten. Wenn ein Besucher auf so ein Eingabefeld stößt können folgende Szenarios eintreten:

Szenario 1: Der Besucher überspringt das Feld einfach ohne groß darüber nachzudenken und führt den Bestellvorgang fort.

Szenario 2: Der Besucher bemerkt, dass es Gutscheine für diesen Webshop gibt. Er ärgert sich und fühlt sich benachteiligt gegenüber anderen Besuchern die möglicherweiße einen Gutschein besitzen. Er macht sich auf die Suche und googlet nach “OnlineshopXY Gutschein Code”.

Nach 15 Minuten Recherche findet er die Seite von AffiliateB und erhält einen Gutschein in Höhe von 5,- € – gleichzeitig wird von AffiliateB ein Cookie gedroppt, so dass der Sale möglicherweiße auf seinem Konto gutgeschrieben wird.

Szenario 3: Der Besucher verbringt 30 Minuten damit, einen Gutscheincode in Höhe von 5,- € zu suchen. Er findet keinen der noch gültig ist. Verärgert bricht er den Bestellvorgang ab. Nicht weil das Produkt zu teuer gewesen wäre, offensichtlich war der Preis in Ordnung, denn er befindet sich ja schon mitten im Bestellvorgang. Nein, nur weil er die Erwartung auf eine Ermäßigung aufgebaut hat die vom Onlineshop-Betreiber impliziert wurde und nun enttäuscht wurde.

Die Szenarien 2 und 3 sind für Affiliates die keine Gutschein-Codes anbieten sehr unbefriedigend – zu viele mögliche Sales gehen damit verloren. Mögliche Auswege aus dieser Situation sind:

• Gutschein-Code Eingabefeld nicht so prominent platzieren
• Gutschein-Code Eingabefeld für Besucher aus Online-Marketing Kampagnen komplett ausblenden (gilt nicht nur für Affiliate-Marketing, ebenso SEM)
• Bei Abbruch des Bestellvorgangs eine Email an den Besucher senden, MIT Gutscheincode (einige Stunden verzögert, nur möglich wenn bereits Daten eingebeben wurden und Einverständnis vorhanden ist)

Das sind natürlich alles Maßnahmen, die nicht vom Affiliate zu erledigen sind – hier ist man auf Mithilfe des Merchants angewiesen.

Achja, die Abbruchrate bei Shops mit Gutscheincodes ist laut ElasticPath etwa 30% geringer als bei Onlineshops ohne Eingabefeld für Coupons…

Btw: Als Kunde gehöre ich eindeutig in die Szenario 2 / 3 Besucher. Ich hasse es, wenn ich ein Gutscheincode Feld nicht ausfüllen kann *g* Ich suche nicht wegen 5,-€ Rabatt eine halbe Stunde lang im Internet nach einem funktionierendem Gutscheincode, es ist der Gedanke, dass es überhaupt Gutscheine gibt und ich keinen davon besitze, der mich durch das Internet jagt um am Schluss erfolglos “FUCKYOU” in das Feld einträgen lässt

Die Definition eines Warenkorblegers frei nach Reese:

Ein Besucher, der mindestens einen Artikel in den Warenkorb legt, den Bestellvorgang antritt aber nicht abschließt.

Diese Definition bezeichnet eine sehr interessante Besuchergruppe eines Onlineshops. Kennzahlen, auf der diese Segmentierung basiert hat Kaushik Mitte 2006 behandelt:

Site Abandonment Rate = 1 - (alle Bestellungen / alle Clicks auf "In den Warenkorb legen")

Damit wird die Abbruchrate aller Bestellung ab Platzierung eines Produkts im Warenkorb ermittelt. Nun könnte man denken, man hätte alles notwendige behandelt. Dem ist aber nicht so – wie auch Reese anmerkt, gibt es heute noch viele Online Shops, bei denen der Bezahlvorgang Prozess nicht unmittelbar nach dem Hinzufügen eines Produkts in den Warenkorb angestoßen wird – d.h. es befindet sich zwar ein Produkt im Warenkorb, aber der Besucher muss erst noch einen “zur Kasse” Button suchen um den Bezahlvorgang anzustoßen. Dass dieses Verhalten der Converisonrate nicht gerade zu Gute kommt, dürfte jedem klar sein.

Daher werden neben der Site Abandonment Rate weitere Kennzahlen benötigt:

Cart Abandonment Rate (in percent terms) = [1 – (the total number of people who start checkout divided by the total number of add to cart clicks)].

auf Deutsch: 1 – Alle Besucher, die den Bezahlvorgang angestoßen haben, aber nicht beendet haben – geteilt durch alle Clicks auf den “in den Warenkorb legen” Button. Eine Cart Abandonment Rate von 50% besagt also, dass 5 von 10 Besuchern, die ein Produkt in den Warenkorb gelegt haben nicht einmal den Bezahlvorgang angestoßen haben.

Checkout Abandonment Rate (in percent terms) = [1 – (the total number of people who complete checkout divided by the total number of people who start checkout)].

Bezahlvorgang-Abbruchrate – auf deutsch: 1 – Die Anzahl der Besucher, die den Bezahlvorgang erfolgreich abgeschlossen haben, geteilt durch die Anzahl der Besucher, die den Bezahlvorgang gestartet haben. Eine Checkout Abandonment Rate von 20% besagt also, dass 2 von 10 die Artikel im Warenkorb bezahlen wollten, aber den Vorgang dann doch abgebrochen haben.

Rechenbeispiel

Site Abandonment Rate = 1 – 40 / 100 = 60%
Cart Abandonment Rate = 1 – 50 / 100 = 50%
Checkout Abandonment Rate = 1 – 40 / 50 = 20%

Und als Bonus : good old Conversion Rate = 40 / 1000 = 4%

Was können wir aus diesen Kennzahlen ableiten?

60% aller Warenkörbe werden “stehen gelassen” – das sollte man sich mal in einem gewöhnlichem Kaufhaus vorstellen. Nur 40% aller Warenkörbe verlassen auch wirklich den OnlineShop. Wo gehen die restlichen verloren?

50% aller Besucher möchten den Bezahlvorgang nicht einmal starten, und von den übrig gebliebenen Besuchern brechen noch einmal 20% während des Vorgangs ab – laut einer Umfrage von comscore und Paypal, auf die ich via Webanalyics News und Anil Batra gestoßen bin, geben diese Warenkorbleger folgende Gründe für den Abbruch des Bestellvorgangs an:

• 43%: Versandkosten zu hoch
• 36%: Gesamtkosten höher als erwartet
• 27%: Besucher will den Shop vor dem Kauf noch mit einer anderen Webseite vergleichen
• 16%: Kundensupport war für Nachfragen nicht erreichbar
• 14%: Zugangsdaten zum Shop vergessen

Anhand dieser Zahlen können einige Testläufe starten, etwa versandkostenfreie Lieferung oder Telefonsupport während des Bestellvorgangs anbieten.

Die Optimierung des Bestellprozesses ist wichtig und hat oft sehr viel Potential – Kaufinteresse hat der Besucher ja spätestens beim Hinzufügen eines Produkts in den Warenkorb bekundigt. Um hier Potentiale zu entdecken können die vorgestellten Kennzahlen sehr hilfreich sein.

MarketLive hat in seiner Performance Index Studie Volume 4 typische Werte für diese und weitere Kenngrößen veröffentlicht. Unter anderem die durchschnittliche Cart Abandonment Rate*: 59,43 % und die durchschnittliche Conversion Rate: 3,96% und Bounce Rate (“1-and-out”): 39,15%

Aktueller Entwicklungsstand

Piwik befindet sich zum aktuellen Zeitpunkt in Version 0.2.2 – eine recht frühe Betaversion die sich für den produktiven Einsatz noch nicht eignet. Das erste Major Release ist für das erste Quartal 2009 geplant – in gut einem halben Jahr könnte eine echte kostenlose Alternative zu Google Analytics stehen!

Installation

Der offensichtlichste Vorteil von Piwik gegenüber Google Analytics ist die Datenhaltung: Während viele Unternehmen davor scheuen alle gespeicherten Daten bei Google zu speichern (oder eine legt Piwik Trackingdaten auf dem eigenen Weberver ab – kein Dritter bekommt Zugang, sofern nicht gewünscht.

Piwiks Anforderungen an den Webserver sind recht gering:

• PHP 5.1
  • 128 MB zugewiesener Arbeitsspeicher
  • PDO
• MySQL 5.0
• Apache 2 (IIS noch buggy)

Die Installation mittels Weboberfläche geht recht zügig, 8 simple Schritte und Piwik ist startbereit! Anschließend wird wie üblich der Tracking Code auf der zu überwachenden Webseite eingebunden: Bei Piwik handelt es sich um JavaScript Code + Zählpixel (momentan ist noch ein versteckter Link zur Piwik Webseite eingebaut, das wird sich Google wohl nicht lange gefallen lassen).

Funktionsweise

Piwik legt alle Trackingdaten zunächst im Rohformat ab – beim Login eines Benutzers werden diese dann verarbeitet. Zugriff bekommt man über eine Weboberfläche – es gibt einen Superuser Account, mit dem man Accounts verwalten, Plugins installieren und Webseiten verwalten kann.

Grafische Oberfläche

Die grafische Oberfläche sieht zunächst einmal sehr schick aus: Flash Charts wie man sie u.a. von Google Analytics kennt, ein frei gestaltbares Dashboard für jeden Benutzer. Alle Kennzahlen werden mittels Widgets angezeigt – zunächst nur in tabellarische Form – durch einen Click auf darunterliegende Icons werden diese aber als hübsche Balkendiagramme, Tortendiagramme oder Tagclouds (!) dargestellt.
Diese Diagramme lassen sich auch auf externen Webseiten anzeigen – sollten Sie wenigstens, momentan funktioniert das leider noch nicht richtig, zumindest wenn man nicht gleichzeitig eingeloggt ist – und dann verliert dieses Feature wieder an Sinn.

Im Hintergrund werden fleißig Ajax Requests mittels jQuery gesendet – das hat zur Folge, dass nur die benötigten Bereiche neugeladen werden und nicht die komplette Seite aktualisiert werden muss. Leider ist das ganze noch ein wenig fehleranfällig, das wird sich bis zur Version 1.0 aber sicherlich legen.

Kennzahlen

Die bisherigen Auswertungen von Piwik sind noch eher dünn und unterteilen sich wie folgt:

• Visitors
  • Allgemein (Besucher, Besuche, Pageviews)
  • Browsereinstellungen
  • Datum / Zeit (inkl. Besuchsdauer)
  • Frequency / Loyality
• Actions
  • Seiten
  • Ausgehende Links
  • Downloads
• Referers
  • Entwicklung
  • Suchmaschinen & Keywords
  • Webseiten
  • Kampagnen
  • Partner

Zunächst ist das natürlich erstmal recht dünn – Piwik liefert kaum mehr Daten als freie OnlineCounter oder Logfile Analysen à la AWStats.

Trends & Vergleiche

Bisher gibt es in der grafischen Oberfläche keine Möglichkeiten die verschiedenen Kennzahlen zu vergleichen – ich kann mir immer nur den zeitlichen Verlauf einer einzigen Kennzahl anschauen. Weder die Gegenüberstellung mit anderen Kennzahlen noch Vergleiche über verschiedene Zeiträume sind möglich. Das ist natürlich sehr schade und ein wirklich großer Nachteil, den es zu beheben gilt.

Datenexport

Vorbildlich ist der Zugriff auf die gesammelten Daten möglich: Über die integrierte API sind so gut wie alle gesammelten Daten zugänglich und können in die Formate XML, JSON, CSV, HTML, PHP und RSS exportiert werden.

Erweiterbarkeit

Piwik ist vollständig durch Plugins erweiterbar! Die Entwickler haben sich am Plugin System von Wordpress orientiert, mittels Hooks lassen sich sowohl das Sammeln der Rohdaten, die grafische Oberfläche als auch die API erweitern.
Bei einer gut motiviert Community kann man sich auf recht viele interessante Plugins freuen: Ideen gibt es bereits, hier einige Vorschläge aus der Community:

• Visualisierung der geographischen Besucherherkunft mit Google Maps (ha!)
• Messen von User Engagement
• E-Mail Reports
• Live-Tracking für Besucher
• Integration in Wordpress

Diese offene Plugin Schnittstelle halte ich für die größte Stärke von Piwik – neben einer großen Pluginvielfalt kann man auch individuelle Plugins anfertigen – oder anpassen.

Ausblick

Neben den genannten Erweiterungen ist ein Plugin zur Definition von Zielen für spätere Versionen geplant, die Dokumentation - sowohl für Anwender als auch Entwickler wird stark ausgebaut. Die Lokalisierung in verschiedene Sprachen ist schon weit fortgeschritten, so steht Piwik bald in vielen Sprachen zu Verfügung (darunter auch deutsch).

Fazit

Piwik macht einen recht guten, aber dennoch sehr frühen Eindruck. Bis zur vollwertigen Analytics Lösung muss noch viel Arbeit geleistet werden, hier hängt Google Analytics die Latte natürlich sehr hoch. Trotzdem kann man Piwik im Auge behalten, derzeit werden von mehreren Unternehmen Programmierer eingestellt um die Entwicklung vorranzutreiben. Momentan reicht es noch nicht für den produktiven Einsatz, aber möglicherweiße in einigen Monaten – mit Blick auf die Roadmap sieht die geplante erste stabile Version jedoch immer noch recht blass aus. Bis Piwik einen ähnlichen Funktionsumfang erreicht wie Google Analytics ihn bereits heute bietet dürften noch mehrere Monate vergehen.

Ich bin mir derzeit noch nicht wirklich sicher, ob die Entwickler hinter Piwik wissen worauf es ankommt – Project Manager Matthieu war schon Chefentwickler von phpMyVisites – Web Statistics und nicht Web Analytics – das sieht man Piwik derzeit noch an.

Ich halte Piwik bisher auf jeden Fall für keine gute Alternative – auch wenn Größen wie ReadWriteWeb das anders sehen. Derzeit kostet vernünftige Web Analytics Software eben – Daten oder Geld.

Weiterführende Links

• Piwik Homepage
• Piwik Live Demo
• Pixelfolk: Piwik – Ausführliche Besucherstatistiken
• Piwik Wordpress Plugin

Bei AdWords gibt es von Haus aus das integrierte Conversion Tracking, für Affiliates ist das allerdings in den meisten Fällen ungenügend, und das gleich in mehrerer Hinsicht:

1.) Einbau des JavaScript Codes auf “Danke-Seite”

Das ist in vielen Fällen nicht möglich, da die Conversion ja nicht auf unserer Seite stattfindet, sondern beim Merchant. Für uns ist ein Klick auf einen Partnerlink eine potentielle Conversion – das ist alles, was wir tracken können. Mit dem AdWords Conversion Tracking ist es leider nicht möglich, Klicks auf Links zu tracken – höchtstens wir leiten den Klick zunächst über weitere Seite von uns, z.B.

2.) Unterschiedliche Zielwerte

Auf typischen Landingpages gibt es nicht nur einen potentiellen Partner – wenn der Besucher z.B. sich doch nicht für den Bausparvertrag interessiert, könnten wir ihm innernoch einen Billigkredit von easyCredit andrehen. Eine Conversion für einen Bausparvertrag wäre uns aber sicherlich lieber, da wir eine höhere Provision ausbezahlt bekommen. Beim AdWords Conversion Tracking ist es nicht möglich, unterschiedliche Zielwerte für die Conversions anzugeben – damit ist es nahezu nutzlos, sobald mehrere Ziele mit unterschiedlichen Zielwerten existieren.

Google Analytics – E-Commerce Tracking

Über die Vor- und Nachteile von Google Analytics als Trackingsoftware will ich jetzt und hier nicht streiten, gerade für Anfänger im Affiliate Marketing und in Verbindung mit Google AdWords halte ich es für eine durchaus gute Lösung.

Beim E-Commerce Tracking von Analytics kann man unterschiedliche Produkte und Transaktionen tracken. Als Affiliate haben wir natürlich das Problem, dass der eigentliche Sale oder der Lead nicht bei uns auf der Seite stattfindet, sondern beim Werbepartner. Wir können wie oben erwähnt also nur den Click auf den Partnerlink tracken.

Was für ein Wert, hat ein Klick auf den Partnerlink? Den exakten Wert können wir kaum bestimmen, das ist einfach nicht möglich sobald man per Lead oder Sale bezahlt wird. Aber: Wir können den durchschnittlichen Wert ermitteln, den die bisherigen Clicks auf einen Partnerlink hatten.

Hier gilt das Gesetz der großen Zahlen: Je mehr Clicks wir bisher hatten, desto genauer wird der ermittelte Durchschnittswert. Wichtig ist hier auch, dass sich die äußeren Umstände nicht großartig verändert haben damit man mit der gleichen Conversionrate rechnen kann.

Clickwert berechnen

Gut, also um den Clickwert zu berechnen nehmen wir einfach die erzielten Umsätze eines Monats durch die Clicks eines Monats. Hier sollte man auf jeden Fall die durchschnittliche Stornoquote miteinberechnen, ansonsten droht irgendwann ein böses Erwachen!

Clickwert = Umsatz / Clicks

Tracking Code einbauen

Jetzt definieren wir einfach den Click auf einen Partnerlink als Einkauf und missbrauchen das E-Commerce Tracking von GA für unsere Zwecke:

pageTracker._addTrans("transID", "meineseite", "2.37", "0", "0", "", "unknown", "unknown" );
pageTracker._addItem("transID", "programm 1", "prodgramm 1", "affiliate", "2.37", "1" );
pageTracker._trackTrans();

Der Code ist eigentlich relativ einfach, _addTrans() startet eine Transaktion, _addItem() fügt der Transaktion ein Produkt hinzu und _trackTrans() übermittelt das ganze schließlich. Unsere Transaktionen enthalten jeweils immer nur 1 Produkt, weshalb die angegebenen Werte von Transaction und Item immer übereinstimmen.

Das ganze muss jetzt nur noch beim Click auf einen Partnerlink ausgeführt werden – wir ihr das macht, ist relativ egal. Ihr könnt alles in das onclick-Event packen, in eine neue Funktion auslagern oder einen Event Listener implementieren. Alles eine Frage des Geschmacks und des gewünschten Aufwands

Das ist übrigens der neue Analytics Code (ga.js), mit dem alten Code funktioniert es allerdings ganz ähnlich. Die genaue Beschreibung aller Parameter findet ihr in der E-Commerce API Documentation.

Was hat man nun davon?

Mittels Google Analytics kann ich nun sämtliche Vorteile des E-Commerce Trackings für mich verwenden. Ich sehe genau, welches Keyword mir Geld bringt und welches pure Geldverschwendung ist. Der Wert pro Besuch gibt mir relativ genau an, wieviel Umsatz mir der Besucher einbringt.

So kann man sehr leicht Kampagnen optimieren…

Vorsicht

Wie immer bei Web Analytics: Man sollte sich nicht auf die genauen Zahlen verlassen, sondern auf die Relationen achten. Die ermittelten Clickwerte basieren auf Vergangenheitsdaten und sind je nach Datenmenge mehr oder weniger auf die Zukunft projizierbar. Als zusätzliche Ungenauigkeit kommt dazu, dass wir nicht wissen, welcher Besucher wirklich einen Sale getätigt hat und welcher nur auf den Partnerlink geklickt hat – das können wir bisher nicht messen. Dazu müssen wir uns mit SubID-Tracking auseinandersetzen – aber dazu kommen wir ein anderes mal.

Das gilt sowohl für größere Projekte (10.000 Seiten+) als auch für kleinere Affiliate Seiten, bei der man nur auf einige wenige Keywords optimiert um ein paar schnelle Euros zu verdienen.

Für alle, die den ein oder anderen “SEO Trick” erhaschen wollen ist sicherlich auch etwas dabei, aber nichts in Richtung “So bekommt man schnell 10 .edu Backlinks” – das kann man in jedem C-Klasse Webmasterblog nachlesen. Ich will vor allem auf strategische Überlegungen hinweisen – gezielte, durchdachte Handlungen mit messbarem Erfolg.

Webanalytics

An Suchmaschinenoptimierung ist meiner Meinung nach wenig “mystisches” – Erfolg lässt sich durch solides Handwerk erzielen, doch nur wer seinen Erfolg misst kann auch einschätzen wie wertvoll unterschiedliche Handgriffe sind. Daher nehmen Webanalytics bei mir eine sehr wichtige Rolle ein – von Google Analytics bis hin zum eigenen Logging und daraus entstehenden Statistiken und Analysen.

Webentwicklung

Technisch werde ich auf etwas höherem Niveau schreiben, wer weder HTML, CSS noch eine Webentwicklungssprache (PHP, RoR, ASP) beherrscht, wird mit den folgenden Artikeln dann wenig anfangen können. In dieser Richtung wird es vor allem beim Programmieren von eigenen Spidern, dem Abfragen von APIs und der Auswertung von Statistiken interessant.