Zunächst sollte man sich über die Kosten von SEO Maßnahmen im klaren sein – OnPage Maßnahmen sind oft mit hohen einmaligen Aufwänden verbunden (z.B. um veraltete Content-Management-Systeme fit zu machen), zusätzlich treten wiederkehrende Kosten bei der Inhaltserzeugung und Bündelung auf (Artikel verfassen, etc.) die klar erfasst werden müssen.

Das gleiche gilt für Offpage Maßnahmen, Linkbuilding kostet Zeit und Geld – all das muss erfasst werden, um spätestens bei der Berechnung des ROI einfließen zu können.

Um zu sehen was für nette Ideen es schon da draußen gibt, habe ich ein wenig umgesehen:

• 7 New SEO KPIs,netconcepts.com
  
• 7 Worthwile SEO Metrics, palmer webmarketing
• SEO KPI Report, Patrick Ludolph

Besonders gut haben mir folgende Ideen gefallen:

Allgemeine KPIs

• Anteil eindeutiger Suchanfragen
• Branded Suchanfragen/ Non-Branded Suchanfragen

Vor gezielter SEO Kampagnen:

• Conversionrate pro Keyword (Daten aus SEM Kampagnen)
• Anteil Links auf Startseite / Anteil Links auf Unterseiten

Zur Kontrolle von SEO Kampagnen:

• Kosten / Besucher für Keywords
• Kosten / Conversion für Keyword

Interessant ist natürlich auch die Keyword Reichweite – sofern man für ein Keyword ebenfalls (gut platzierte) Anzeigen schaltet, lässt sich mit Hilfe der Ad Impressions das Suchvolumen ermitteln (Ansonsten muss man auch andere Hilfsmittel zugreifen, darüber ein anderes mal mehr).

Gesamtzahl Suchanfragen in Suchmaschine/ Besuche zu diesem Keyword

Segmentierungsmöglichkeiten für natürlichen Suchmaschinentraffic gibt es zur genüge, Branded / Cobranded Traffic, Long-Tail Traffic, Top Keywords, Bildersuche.

Ganz Interessante Fragestellungen sind noch:

• Wieviele Besucher landen auf speziell vorbereiteten Landingpages?
• Was ist ein Backlink derzeit durchschnittlich wert?
• Wieviele Suchmaschinennutzer kommen wieder?

Interessant finde ich die Auswertungen vor allem deswegen, da sie sowohl für Mikro-als auch Makroziele genutzt werden können. Auf der einen Seite lässt sich genau der Wert eines einzelnen Links bestimmen (sofern die Verbesserung des Suchmaschinenrankings zu einem Keyword sich darauf zurückführen lässt) aber auch feststellen, dass mein Longtail-Traffic viel zu gering ist und ich mir daher die Inhalte meines Webangebots nochmal anschauen sollte.

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%

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

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.