Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
22.10.2013

Kohorten, Korrelationen & Co

Angela Fauck

Definition: was sind Kohorten?
Nutzen & Vorteile: was bringt’s?
An...
22.10.2013

Erste theoretische Grundlage:
K. Mannheim (1928/29): Das
Problem der Generationen. Kölner
Vierteljahreshefte d...
22.10.2013

Wie wird´s gemacht?

• Segment erstellen
• Datum des ersten Besuchs in KW einteilen
• Kohorten vor Relaunch vs...
22.10.2013

First Entry Kohorten im Zeitverlauf

• First Entry KW5: Kohorte aller User, die in KW5
die Website zum ersten ...
22.10.2013

Grafische Darstellung

• User, die nach dem Relaunch das erste Mal die Website
besuchen, kamen danach öfter wi...
22.10.2013

Wie wird´s gemacht?

• Deutlich mehr Besuche
nach der Umstellung

Ab hier:
Neue Kampagnen-Strategie

• Können ...
22.10.2013

Retention Rate

• Höhere Retention Rate vor der
Umstellung

Ab hier:
Neue Kampagnen-Strategie

• Neue Strategi...
22.10.2013

Definition: was sind Korrelationen?
Nutzen & Vorteile: was bringt’s?
Anwendung: wie wird’s gemacht?
Beispiel a...
22.10.2013

Bsp. positiver Zusammenhang

1

eCommerce Revenue

r
0

Non-Branded SEO Traffic

-1

eCommerce CR

Bsp. negati...
22.10.2013

NL Opt-In-Rate

Bsp. kein Zusammenhang

1

0

r

Traffic

-1

Hypothese : Die Verwendung der internen Suche ha...
22.10.2013

Grenzen der Korrelationsanalyse
• Kleine kausale Beziehung
• Einfluss dritter Variablen

Beispiel: In Sommern ...
22.10.2013

Deshalb 2. Step: Regressionsanalyse
Alle relevanten Variablen in ein Modell packen, Wechselwirkungen
analysier...
22.10.2013

Fazit
Kohorten- und Korrelationsanalysen bilden ein mächtiges
Instrument zum Aufdecken von Zusammenhängen in d...
Nächste SlideShare
Wird geladen in …5
×

Google Analytics Konferenz 2013: Angela Fauck, e-dialog: Analytics Kohorten, Korrelationen & Co

1.999 Aufrufe

Veröffentlicht am

Die 3. Google Analytics Konferenz D-A-CH fand vom 7. bis 9. Oktober 2013 im Schloß Schönbrunn in Wien statt.

International renommierte Webanalyse-Experten präsentierten an drei Tagen aktuelle Themen rund um Google Analytics.

Alle weiteren Veranstaltungen, e-Books und Informationen rund um Webanalyse, Conversion-Optimierung und Search sind auf http://www.e-dialog.at zu finden.

Veröffentlicht in: Marketing
  • Als Erste(r) kommentieren

Google Analytics Konferenz 2013: Angela Fauck, e-dialog: Analytics Kohorten, Korrelationen & Co

  1. 1. 22.10.2013 Kohorten, Korrelationen & Co Angela Fauck Definition: was sind Kohorten? Nutzen & Vorteile: was bringt’s? Anwendung: wie wird’s gemacht? Beispiel aus der Praxis 1
  2. 2. 22.10.2013 Erste theoretische Grundlage: K. Mannheim (1928/29): Das Problem der Generationen. Kölner Vierteljahreshefte der Soziologie 7: 157-185, 209-330 Definition: Eine Menge von Untersuchungseinheiten, die durch einen gemeinsamen Startpunkt gekennzeichnet wird. User führen eine bestimmte Aktion zum gleichen Zeitpunkt zum ersten Mal durch: Erster Aufruf der Website Registrierung Erste Bestellung im Webshop •  First Entry Cohort  Registration Cohort  First Order Cohort Das Datum der Aktion (z.B. 20130508) muss an jeden User in jedem Visit angehängt werden – unabhängig davon, ob er eingeloggt ist oder nicht. 2
  3. 3. 22.10.2013 Wie wird´s gemacht? • Segment erstellen • Datum des ersten Besuchs in KW einteilen • Kohorten vor Relaunch vs. nach Relaunch 3
  4. 4. 22.10.2013 First Entry Kohorten im Zeitverlauf • First Entry KW5: Kohorte aller User, die in KW5 die Website zum ersten Mal besucht haben • First Entry KW6: Kohorte aller User, die in KW6 die Website zum ersten Mal besucht haben Der Mehrwert von Kohorten First Entry Date erlaubt die Zuordnung der User zu Kohorten nach Kalenderwoche. Ergebnis: Optimierungsmaßnahmen führen insgesamt zu höheren Retention Rates. 4
  5. 5. 22.10.2013 Grafische Darstellung • User, die nach dem Relaunch das erste Mal die Website besuchen, kamen danach öfter wieder Beispiel aus der Praxis Die AdWords Kampagnen-Strategie wurde umgestellt. Was hat´s gebracht? 5
  6. 6. 22.10.2013 Wie wird´s gemacht? • Deutlich mehr Besuche nach der Umstellung Ab hier: Neue Kampagnen-Strategie • Können Besucher durch die neue Strategie auch länger an die Website gebunden werden? 6
  7. 7. 22.10.2013 Retention Rate • Höhere Retention Rate vor der Umstellung Ab hier: Neue Kampagnen-Strategie • Neue Strategie spricht kurzfristig mehr User an • User, die durch AdWords-Kampagnen in KW28/29 das erste Mal die Website besuchen, kamen danach öfter wieder 7
  8. 8. 22.10.2013 Definition: was sind Korrelationen? Nutzen & Vorteile: was bringt’s? Anwendung: wie wird’s gemacht? Beispiel aus der Praxis Korrelationsanalyse Definition: Eine Korrelation beschreibt eine Beziehung zwischen zwei oder mehreren Variablen. Zusammenhänge in den Webanalyse-Daten erkennen Unsicherheiten minimieren (aufgrund statistisch signifikanter Ergebnisse) „An den richtigen Schrauben drehen!“ 8
  9. 9. 22.10.2013 Bsp. positiver Zusammenhang 1 eCommerce Revenue r 0 Non-Branded SEO Traffic -1 eCommerce CR Bsp. negativer Zusammenhang 1 0 r Traffic -1 9
  10. 10. 22.10.2013 NL Opt-In-Rate Bsp. kein Zusammenhang 1 0 r Traffic -1 Hypothese : Die Verwendung der internen Suche hat einen positiven Einfluss auf die Anzahl der Bestellungen „richtige Schraube“: User, die die interne Suche verwenden, bestellen öfter Empfehlung: Interne Suche analysieren und promoten 10
  11. 11. 22.10.2013 Grenzen der Korrelationsanalyse • Kleine kausale Beziehung • Einfluss dritter Variablen Beispiel: In Sommern mit hohem Speiseeisumsatz treten viele Sonnenbrände auf • Falsche Schlussfolgerung: Je mehr Eis gegessen wird, desto mehr Sonnenbrände gibt es Von der Korrelation zum Kausalzusammenhang • Korrelation: Hinweis, ob zwei statistische Größen ursächlich miteinander zusammenhängen könnten • Kausalität durch Regression: beschreibt den Zusammenhang, kann ihn aber nicht erklären 11
  12. 12. 22.10.2013 Deshalb 2. Step: Regressionsanalyse Alle relevanten Variablen in ein Modell packen, Wechselwirkungen analysieren und Vorhersagen treffen können. Var Var Var Predicting Conclusion Beispiel für eine predicting conclusion • Ich habe ein bestimmtes Budget zur Verfügung: • Welcher Marketing Mix wirkt sich im Rahmen dieses Budgets am effektivsten auf meinen Umsatz aus?  Regressionsanalyse zeigt, dass AdWords Schaltungen in Höhe von 5.000€ in Kombination mit TV Spots zwischen 20 und 21 Uhr am Wochenende am Zielführendsten sind. 12
  13. 13. 22.10.2013 Fazit Kohorten- und Korrelationsanalysen bilden ein mächtiges Instrument zum Aufdecken von Zusammenhängen in der Webanalyse … bei der Umsetzung helfen wir gerne! 13

×