Die Veranstaltung war wirklich gut, angefangen von der Geschichte der Suchmaschinen bis zur Kampagnenoptimierung, insgesamt waren es 4 Tagesveranstaltungen.

Irgendwann ging es um wichtige Messgrößen für Adwords Kampagnen – als Affiliate war ich hier natürlich vorbelastet und habe den CPX (Cost Per Order / Lead / Action) in die Runde geworfen. Das war ein Fehler

Für SEM Agenturen ist der CPO natürlich eine Messgröße, die es gilt im Auge zu behalten – doch viel wichtiger ist der ROI oder Deckungsbeitrag. Warum? Weil es möglich ist, den CPO fast so beliebig wie möglich zu senken und trotzdem kein zufriedenstellendes Ergebnis erreicht wird. Wie?

Beispiel

Angenommen es gilt eine Kampagne für einen Waschmaschinen-Shop zu optimieren. Die aktuellen Keywords lauten “Waschmaschine” auf Broad Match (einige auszuschließende Keywords sind natürlich definiert), der durchschnittliche CPC liegt bei 30 Cent. Die Conversionrate liegt bei 1%, der durchschnittliche Umsatz pro Bestellung 360,- €.

Wir kommen auf einen Cost per Order von: (0,01% * 100) * 0,30 Cent = 30,- €

Ist es schwer, den CPO zu drücken? Nein – natürlich nicht. Wir verwerfen die komplette Kampagne und schalten von nun an nur noch AdWords für den Suchbegriff “AEG Waschmaschine A650 kaufen”.

CPC: 30 Cent , Conversionrate: 20% – CPO: 1,50€.

Wunderbar, wir haben den CPO auf 5% des ursprünglichen CPO gedrückt. Wo wird wohl das Problem liegen? Richtig, das Suchvolumen ist viel zu gering. Wir erreichen zwar einen fantastischen CPO, aber ein miserables Umsatzvolumen – eben schlechte Performance.

Der CPO kann niemals als wichtigste Kennzahl benutzt werden – denn er sagt noch nichts über Volumen und Deckungsbeitrag aus. Allerdings ist er wunderbar einfach zu berechnen und zu verstehen – daher klammern sich wohl heute noch so viele an den CPO als ultimativen KPI.

CPO für Affiliates

Für Affiliates sieht die Sache wieder anders aus – als Affiliate hat man kaum Vorteile eines höheren Bestellvolumens, wenn es keine gestaffelten Provisionsmodelle gibt (und selbst dort hat man nach Erreichen der höchsten Stufe oft Vorteile mehr). Der Gesamterlös setzt sich aus Anzahl Sales * Provision – CPO zusammen. Ende.

Affiliates profitieren nicht von Vorteilen wie Cross-Channel Verkäufen, Branding, Imageverbesserung. Fixkosten gibt es (meist) nicht – für Affiliates ist der CPO durchaus eine wichtige Kennzahl. Das wissen auch die betreuenden Affiliate Agenturen. Wenn man mehr Sales erreichen kann, der CPO aber so hoch steigen würde, dass kaum mehr Gewinn vorhanden wäre sollte man sich mit der betreuenden Agentur in Verbindung setzen… da lässt sich dann oft noch was machen

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%

Eric T. Peterson, Autor von mehreren Web Analytics Büchern wie “Web Analytics Demystified” und dem gleichnamigen Webanalytics Blog hat vor einigen Monaten diesen neuen KPI vorgestellt, was ordentlichen Wirbel unter den Webanalytics verursachte. Nach konstruktiver Kritik und einigem Linkbaiting kam ein Modell heraus, dass bei Online Communities sehr hilfreich sein kann:

Mögliche Indikatoren für hohes Benutzer Engagement sind:

• Es handelt sich um einen wiederkehrenden Besucher
• Der Besucher greift auf definierte, wichtige Inhalte zu
• Der Besucher besucht die Seite wiederholt in definierten Zeitabständen
• Der Besucher abonniert einen Feed
• Ein hoher Anteil der Besuche weisen eine lange Besuchsdauer auf

Die Definition des KPIs Engagement laut Peterson:

Engagement is an estimate of the degree and depth of visitor interaction on the site against a clearly defined set of goals.

Diese Definition und die daraus folgende Berechnung ist schon etwas komplexer als KPIs wie “Kosten pro Besuch” oder “PIs / Besuch” – trotzdem recht einfach umzusetzen.

Das Problem bei dieser Definition liegt in der individuellen Zielfestlegung: Während bei einem Blog z.B. das Abonnement des RSS-Feeds und das Schreiben von Kommentaren als wichtige Engagement-Indikatoren gelten, ist bei Videoportalen das Hochladen eines Videos beispielsweise von weitaus höherem Stellenwert. Daraus folgt, dass die Engagement Zahlen verschiedener Webseiten keinen sinnvollen Vergleich zulassen.

Details zu Berechnung findet man direkt bei Peterson: How to measure visitor engagement, redux.

Wo macht User Engagement als KPI Sinn?

Das Messen von Benutzer Engagement wird sehr schwer, wenn man kein Benutzersystem besitzt sondern nur Besucher misst. Benutzer unterscheiden sich von Besuchern, in dem man sie durch einen Anmeldevorgang eindeutig identifizieren kann, etwa durch Eingabe von Benutzername und Passwort oder Aufrufen einer personalisierten URL.

Das Messen von Engagement ist vor allem in Communities interessant, bei der die Attraktivität des Projekts nicht (nur) durch redaktionelle Arbeit bestimmt wird, sondern vor allem durch Mitarbeit der Besucher – eben typischen Web 2.0 Projekten.

Auch in Weblogs kann Besucherengagement eine interessante KPI sein, hier lassen sich aber durch einfach zu erfassende Kennzahlen wie Kommentare / Besucher ähnlich verwertbare Daten ermitteln.