Weitere ähnliche Inhalte Ähnlich wie Conversion Analyse Knie oder Trichter (20) Conversion Analyse Knie oder Trichter2. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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