Digital Analytics – Das ungeliebte Stiefkind

Im Jahr 2006 schrieb Web Marketing Guru Avinash Kaushik bereits über dieses Phänomen: viele Unternehmen gaben nicht unerhebliche Summen für Webanalyse-Tools aus, erhielten jedoch weder umsetzbare Erkenntnisse noch konnten sie sinnvolle Geschäftsentscheidungen auf Basis der gesammelten Daten treffen.

Kaushik stellte damals die 10/90 Regel vor, um auf die Notwendigkeit von qualifizierten personellen Ressourcen aufmerksam zu machen. Seine Empfehlung in einfachen Worten: wenn das Webanalyse-Tool 10$/a kostet, dann müssten 90$/a für qualifizierte Vollzeit-Analysten aufgebracht werden.

Heute (knapp 7 Jahre später), scheint das Bewusstsein über die Notwendigkeit von qualifizierten Vollzeit-verantwortlichen immer noch nicht vollständig in Deutschland angekommen zu sein. Obwohl zu der Disziplin Webanalyse noch etliche weitere Disziplinen hinzugekommen sind, wie z.B. Customer Journeys, Tag Management, Testing Tools sowie die Zusammenführung von On- und Offlinedaten, gibt es eher sehr selten eine zentrale Stelle oder Abteilung, die sich ausschließlich mit dem Thema Digital Analytics befasst.

Zugegeben, die 10/90-Regel scheint in vielen Fällen etwas sehr hoch angesetzt zu sein, aber sie verdeutlicht dennoch, wie wichtig der Faktor Mensch bei der Bewältigung der teils riesigen Datenfluten ist. Auch die FAZ hat vor einigen Tagen (06.03.2013) einen Artikel zum Thema Big Data abgedruckt, in dem ebenfalls darauf hingewiesen wurde, dass ohne menschliche Intuition große Datenmengen nutzlos sind.

Und das kann passieren, wenn es keinen zentralen Ansprechpartner für Digital Analytics im Unternehmen gibt:

1. Nicht Valide Daten und Datenverlust
Vor allem Unternehmen, die Premium-Analytics-Tools im Einsatz haben, werden langfristig gesehen Validitäts-Probleme bekommen. Premium-Analytics-Tools (z.B: SiteCatalyst, Webtrekk, Google Analytics Premium etc.) sind häufig maßgeschneiderte Lösungen, die bei jeder Weiterentwicklung, Umgestaltung, Sonderaktion entsprechend angepasst bzw. erweitert werden müssen. Geschieht dies nicht, können wichtige Informationen verloren gehen.

2. Interpretationsfehler
Unabhängig davon, welches Analytics-Tool im Einsatz ist, müssen alle Variablen gut dokumentiert sein müssen, damit langfristig nachvollzogen werden kann, wie Metriken, Conversions, Events etc. auf welche Art und Weise gemessen werden. Und vor allem, wie diese vom jeweiligen Tool (oder Tool-Version) definiert werden.
Die Gründe für viele Interpretationsfehler reichen von unterschiedlichen Messmethoden über falsche Implementierung und technologische Besonderheiten bis hin zu missverstandenen Metriken.

Hier ein aktueller Artikel von Lukas Oldenburg mit einem Beispiel zu technologischen Besonderheiten in der Webanalyse.

3. Scheuklappen-Effekt
Und so sieht es aktuell in vielen Online Marketing Abteilungen aus: jeder zieht sich die jeweils für sich relevanten Daten aus dem Tool / den Tools seiner Wahl. Der Produktmanager sieht sich die Produkt-Performance an, die Redaktion zieht sich Content-Berichte und die Marketing-Manager die jeweiligen Reports für ihren Kanal. Sprich, jeder dreht an seinem eigenen Rädchen ohne hin und wieder einmal nach links oder rechts zu schauen.
Wenn jedoch ein ganzheitlicher Blick auf die Website- und/oder Produkt-Performance im Zusammenhang bzw. Zusammenspiel aller Marketingkanäle nicht stattfindet und jeder im Unternehmen an seinen eigenen Tunnel gräbt, so ist die Gefahr groß, dass das Fundament einer ursprünglich gut aufgestellten Digital Marketing Abteilung porös wird.

Dazu sollte man es auf keinen Fall kommen lassen, da Falschinterpretationen und damit Geldverlust droht.

Welche Qualifikationen der geeignete Kandidat für den Job des qualifizierten Webanalysten mitbringen sollte, haben wir im letzten Jahr hier zusammengetragen. Viel Erfolg bei der Suche!