Conversion Analyse Knie oder Trichter

475 Aufrufe

Veröffentlicht am

Auf welcher Seite fange ich an, meine Website zu optimieren und zu testen?
Hier eine kurze Schritt-für-Schritt Anleitung, die sich in der Praxis immer wieder bewährt hat.

Veröffentlicht in: Marketing
0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
475
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
2
Aktionen
Geteilt
0
Downloads
11
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Conversion Analyse Knie oder Trichter

  1. 1. Conversion Analyse auf Meta-Ebene Knie oder Trichter? € © Gabriel Beck 2013
  2. 2. Inhalt Einleitung ......................................................................................................... 4 1. Daten als Basis // Ein Blick in die Webanalyse ........................................................ 5 2. Jeder Entscheidung geht ein Prozess voraus // Customer Journey einfach gedacht ....... 5 3. Excel is your friend // Dropout berechnen.............................................................. 6 4. Conversion Killer übers Knie gelegt // Schwachstellen sichtbar machen ......................8 5. Conversion Killer in den Trichter gesteckt // Conversion Funnel .............................. 10 Fazit ................................................................................................................ 12 Downloads ...................................................................................................... 13 2 © Gabriel Beck 2013
  3. 3. Über den Autor Gabriel Beck ist Head of Conversion Optimization und Standortleiter Hamburg bei explido. Er und sein Team analysieren, testen und optimieren Webseiten, um die Effizienz des Online Marketing Budgets zu erhöhen. Die Conversion Abteilung bei explido bietet dabei alle Conversion Leistungen aus einer Hand. Er ist Speaker auf vielen Fachkonferenzen und betreibt das Conversiondoktor-Blog seit 2009. Vorträge auf Konferenzen 3 © Gabriel Beck 2013
  4. 4. Einleitung Für viele ambitionierte Online-Marketer, ConversionOptimierer, Traffic-Experten und Co. stellt sich immer wieder die Frage: „Auf welcher Seite fange ich an, meine Website zu optimieren und zu testen?“ Antwort: „Da, wo die Website am ineffizientesten ist!“ Allerdings kann man sich dabei schnell auf Einzelseiten einschießen und viel Zeit bei der Optimierung verlieren. Was fehlt ist das "Big Picture" bevor man loslegt. Hier eine kurze Schritt-für-Schritt Anleitung, die sich in der Praxis immer wieder bewährt hat. Viel Spaß bei der Lektüre! Gabriel Beck www.conversiondoktor.de www.explido.de 4 © Gabriel Beck 2013
  5. 5. 1. Daten als Basis // Ein Blick in die Webanalyse Nutzertests sind gut und wichtig, das möchte ich an dieser Stelle vorausschicken. Doch um schnell einen Blick über die Effizienz meiner Website zu bekommen, brauche ich keine Einzelmeinungen, sondern knallharte Fakten. Wo springen Nutzer ab? Welche Seitentypen "funktionieren" und bringen die Besucher der gewünschten Aktionen einen Schritt näher welche nicht? Also erster Schritt: Webanalyse Tool öffnen. 2. Jeder Entscheidung geht ein Prozess voraus // Customer Journey einfach gedacht Um die richtigen Daten aus den Tools rauszukitzeln, schaut man sich die eigene Website an. Man kristallisiert die wichtigsten Trampelpfade heraus, die an einer Entscheidung bzw. an einer Aktion (Kauf, Anfrage etc.) beteiligt sind. Es geht um die Frage: Welche Seiten sind an einer Conversion beteiligt? Welche Schritte folgen aufeinander. Zur Hilfe kann man sich die Klickpfad-Auswertungen in den Webanalyse Tools nehmen (hier am Beispiel von → Google Analytics Visitor Flow) Resultat Hieraus zieht man sich (stark vereinfacht und verdeutlicht an einem Online Shop) folgende Schritte heraus: • • • • • • • Kategorieseiten Detailseiten Warenkorb Registrierung Zahlung und Versand Bestellübersicht Bestellung 5 © Gabriel Beck 2013
  6. 6. Die Aussage dahinter lautet: Je mehr Personen ich zum nächsten Schritt “konvertiere”, desto höher ist die Wahrscheinlichkeit, dass auch am Ende des Prozesses mehr Nutzer “ankommen” und zum Kunden werden. 3a) Verlust in Prozent Beispiel: 100%-(Detailseiten Besucher : Kategorieseitenbesucher)x100% = 100% - (370.000 : 700.000) x 100% = 47% 3. Excel is your friend // Dropout berechnen Um Bottlenecks identifizieren zu können, können im nächsten Schritt die Daten in Excel übertragen werden. (Es gibt natürlich auch Webanalyse-Implementierungen, bei denen diese KPIs standardmäßig abgebildet sind, es gibt aber eben auch viele, bei denen das nicht so ist). Auf jeder Prozess-Ebene genügen die absoluten Besucherzahlen. Anschließend berechnet man den Verlust wie folgt: Besucher Kategorieseiten Detailseiten Warenkorb Registrierung Zahlung und Versand Bestellübersicht Bestellung Visitors 1.000.000 700.000 370.000 22.200 17.760 Dropout 10.656 40% 10.123 10.000 5% 1% 30% 47% 94% 20% 100% - (Nachfolger : Vorgänger) x 100% 6 © Gabriel Beck 2013
  7. 7. 3b) Verlust in harten Euros Wer den schmerzlichen Verlust auch in Euro sehen möchte, benötigt für den Fall E-Commerce zunächst noch den Durchschnittswert des Warenkorbs (AOV). Anschließend wird die Anzahl der verlorengegangenen Besucher mit dem AOV (hier 80€) multipliziert. Beispiel für den Verlust zwischen Warenkorb und Registrierung: Verlust in € = (Warenkorbaufrufe–Registrierungsaufrufe) x 80€ = (22.200 – 17.760) x 80€ = 355.200€ Info: AOV = 80€ Besucher Kategorieseiten Detailseiten Warenkorb Registrierung Zahlung und Versand Bestellübersicht Bestellung Visitors 1.000.000 700.000 370.000 22.200 17.760 10.656 10.123 10.000 Dropout Umsatzverlust 30% 47% 94% 20% 40% 5% 1% 24.000.000 € 26.400.000 € 27.824.000 € 355.200 € 568.320 € 42.624 € 9.856 € 7 © Gabriel Beck 2013
  8. 8. 4. Conversion Killer übers Knie gelegt // Schwachstellen sichtbar machen Da diese Darstellung noch nicht wirklich “sexy” ist, d. h. ins Auge springt, wo ein großer “Dropout” vorliegt, kann man gerne die sogenannte „Knie-Betrachtung“ heranziehen. Hierbei trägt man die obigen Daten einfach in Excel ein und visualisiert sich den Verlust in % als Line. Erkennt man hierbei ein “Knie”, ist dieses für die Schwachstellenanalyse besonders geeignet. 1 2 4a) Interpretation Verlust in Prozent Beim rechten Beispiel erkennt man schnell, dass es zwei Schwachstellen (identifizierbar als Knie) gibt: (1) Die Wandlung von Detailseiten zum Warenkorb und (2) die Wandlung von Zahlung & Versand zu Bestellübersicht. Wo die Probleme im Detail liegen, muss dann genauer untersucht werden (quantitativ & qualitativ). 8 © Gabriel Beck 2013
  9. 9. 4a) Interpretation Verlust in Euro Bei der Darstellung des Verlusts in Euro erkennt man in der nachfolgenden Abbildung eindeutig, dass zwischen den ersten Schritten und dem Checkout wahnsinnig viel Geld auf der Straße liegen bleibt – hier ist das Knie zu erkennen (1). 1 Der entgangene Umsatz ist hier am größten. Bei der Optimierung kann von diesem Potential viel Geld in die nächsten Schritte übertragen werden. 9 © Gabriel Beck 2013
  10. 10. 5. Conversion Killer in den Trichter gesteckt // Conversion Funnel Eine Darstellung, die stark auf die Effizienz von Prozessen ausgerichtet ist, stellen Conversion Funnels dar. Ja, diese Darstellung gibt es in gängigen Webanalyse Tools, sie soll dennoch als Alternative hier mit aufgenommen werden. Die einzelnen Prozess-Schritte werden von oben nach unten in einem Trichter abgebildet. Auf jeder Ebene wird der Verlust abgetragen. In den Webanalyse Tools können die Trichter ebenfalls abgebildet werden, häufig wird allerdings der Verlust bzw. der Trichter nicht proportional abgebildet, d. h. die Nachfolgeschritte werden in ihrer Breite nicht ins Verhältnis mit dem Vorgängeschritt gesetzt. Conversion Funnel Beispiel (Adobe Site Catalyst) Dieser Trichter zeigt zwischen den einzelnen Schritten nicht den Verlust an, sondern die Wandlungsrate zum nächsten Schritt. Des Weiteren ist der Trichter nicht proportional zu den tatsächlichen Wandlungsraten oder Verlustraten. Wird also automatisch immer etwas schmaler. (Hinweis: Dieser Trichter hat andere Daten als das obige Beispiel): 10 © Gabriel Beck 2013
  11. 11. Self made Conversion Funnel Beispiel Diese Abbildung zeigt einen eigenen Trichter (mit den Zahlen aus dem Beispiel ganz am Anfang des Artikels). Die Proportionalität ist hier zwar auch nicht gegeben, aber ich kann den Verlust visuell der richtigen Ebene zuordnen und absolut, in Prozent oder als Umsatz abbilden. 11 © Gabriel Beck 2013
  12. 12. Fazit Manchmal sieht man den Wald vor lauter Bäumen nicht. Dann gilt es, einfach mal Abstand zu nehmen. Die Schwachstellen einer Website plakativ und visuell darzustellen, hilft manchmal ungemein, sich nicht in Details zu verlieren, sondern fokussiert an Problemstellen zu arbeiten. Die kontinuierliche Optimierung der Wandlungsraten zwischen den Einzelschritten ermöglicht eine methodisch einfache, aber dennoch strukturierte Vorgehensweise. 12 © Gabriel Beck 2013
  13. 13. Downloads Downloads im Blog Conversion Tool Liste Weitere ebooks und Informationen gibt es im Download Bereich Eine Liste mit vielen Conversion Tools findet man im Blog Link Link 13 © Gabriel Beck 2013
  14. 14. Kontakt Xing Profil https://www.xing.com/profile/Gabriel_Beck Kontakt Conversiondoktor http://www.conversiondoktor.de/kontakt/ 2010 gründete Gabriel Beck zusammen mit André Morys und Frank Reese die Xing Gruppe „Conversion Optimization – Boost Your Profit“, die sich ausschließlich mit Conversion Optimierung befasst. Xing Conversion Gruppe // http://bit.ly/boostyourprofit Newsletter http://www.conversiondoktor.de/newsletter/ Conversiondoktor Blog http://www.conversiondoktor.de explido Website http://www.explido.de 14 © Gabriel Beck 2013

×