SlideShare ist ein Scribd-Unternehmen logo
Conversion Analyse auf Meta-Ebene
Knie oder Trichter?

€
© Gabriel Beck 2013
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
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
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
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
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
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
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
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
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
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
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
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
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

Weitere ähnliche Inhalte

Andere mochten auch

Energiemanagementsysteme | weyer spezial
Energiemanagementsysteme | weyer spezialEnergiemanagementsysteme | weyer spezial
Energiemanagementsysteme | weyer spezial
weyer gruppe
 
Protocolo de servicio y atención 2014
Protocolo de servicio y atención  2014Protocolo de servicio y atención  2014
Protocolo de servicio y atención 2014
Adm Uniandinos
 
Estado de la red de redes al comenzar el siglo XXI.
Estado de la red de redes al comenzar el siglo XXI. Estado de la red de redes al comenzar el siglo XXI.
Estado de la red de redes al comenzar el siglo XXI.
Lethii Coehllo
 
brandnooz Nooz Magazin Ausgabe 01/2014
brandnooz Nooz Magazin Ausgabe 01/2014brandnooz Nooz Magazin Ausgabe 01/2014
brandnooz Nooz Magazin Ausgabe 01/2014
brandnooz
 
Richtig pokern
Richtig pokernRichtig pokern
Richtig pokern
Sven
 
Safety Integrity Level | weyer spezial
Safety Integrity Level | weyer spezialSafety Integrity Level | weyer spezial
Safety Integrity Level | weyer spezial
weyer gruppe
 
HERBSTCAMPUS 2010 - Comparison and Categorization of Java Web Frameworks (JSF...
HERBSTCAMPUS 2010 - Comparison and Categorization of Java Web Frameworks (JSF...HERBSTCAMPUS 2010 - Comparison and Categorization of Java Web Frameworks (JSF...
HERBSTCAMPUS 2010 - Comparison and Categorization of Java Web Frameworks (JSF...
Kai Wähner
 
Portada 3
Portada 3Portada 3
Portada 3
evanellysalazar
 
VFI | weyer spezial
VFI | weyer spezialVFI | weyer spezial
VFI | weyer spezial
weyer gruppe
 
La caza del tesoro
La caza del tesoroLa caza del tesoro
La caza del tesoro
johanaslavik
 
Legal Compliance | weyer spezial
Legal Compliance | weyer spezialLegal Compliance | weyer spezial
Legal Compliance | weyer spezial
weyer gruppe
 
Cultura
CulturaCultura
Cultura
Griselda1982
 
Sprich zum Fels
Sprich zum FelsSprich zum Fels
Sprich zum Fels
Dominique Pfeiffer
 
La navida leo
La navida leoLa navida leo

Andere mochten auch (14)

Energiemanagementsysteme | weyer spezial
Energiemanagementsysteme | weyer spezialEnergiemanagementsysteme | weyer spezial
Energiemanagementsysteme | weyer spezial
 
Protocolo de servicio y atención 2014
Protocolo de servicio y atención  2014Protocolo de servicio y atención  2014
Protocolo de servicio y atención 2014
 
Estado de la red de redes al comenzar el siglo XXI.
Estado de la red de redes al comenzar el siglo XXI. Estado de la red de redes al comenzar el siglo XXI.
Estado de la red de redes al comenzar el siglo XXI.
 
brandnooz Nooz Magazin Ausgabe 01/2014
brandnooz Nooz Magazin Ausgabe 01/2014brandnooz Nooz Magazin Ausgabe 01/2014
brandnooz Nooz Magazin Ausgabe 01/2014
 
Richtig pokern
Richtig pokernRichtig pokern
Richtig pokern
 
Safety Integrity Level | weyer spezial
Safety Integrity Level | weyer spezialSafety Integrity Level | weyer spezial
Safety Integrity Level | weyer spezial
 
HERBSTCAMPUS 2010 - Comparison and Categorization of Java Web Frameworks (JSF...
HERBSTCAMPUS 2010 - Comparison and Categorization of Java Web Frameworks (JSF...HERBSTCAMPUS 2010 - Comparison and Categorization of Java Web Frameworks (JSF...
HERBSTCAMPUS 2010 - Comparison and Categorization of Java Web Frameworks (JSF...
 
Portada 3
Portada 3Portada 3
Portada 3
 
VFI | weyer spezial
VFI | weyer spezialVFI | weyer spezial
VFI | weyer spezial
 
La caza del tesoro
La caza del tesoroLa caza del tesoro
La caza del tesoro
 
Legal Compliance | weyer spezial
Legal Compliance | weyer spezialLegal Compliance | weyer spezial
Legal Compliance | weyer spezial
 
Cultura
CulturaCultura
Cultura
 
Sprich zum Fels
Sprich zum FelsSprich zum Fels
Sprich zum Fels
 
La navida leo
La navida leoLa navida leo
La navida leo
 

Ähnlich wie Conversion Analyse Knie oder Trichter

Business seminar – conversion rate optimierung
Business seminar – conversion rate optimierungBusiness seminar – conversion rate optimierung
Business seminar – conversion rate optimierungGoldbach Group AG
 
Digital Marketing Analytics Report
Digital Marketing Analytics ReportDigital Marketing Analytics Report
Digital Marketing Analytics Report
Tobias Schweizer
 
Google Analytics im E-Commerce sinnvoll nutzen
Google Analytics im E-Commerce sinnvoll nutzenGoogle Analytics im E-Commerce sinnvoll nutzen
Google Analytics im E-Commerce sinnvoll nutzen
semrush_webinars
 
GMP-Con 2019 - Enhanced E-Commerce - Markus Vollmert (lunapark)
GMP-Con 2019 - Enhanced E-Commerce - Markus Vollmert (lunapark)GMP-Con 2019 - Enhanced E-Commerce - Markus Vollmert (lunapark)
GMP-Con 2019 - Enhanced E-Commerce - Markus Vollmert (lunapark)
e-dialog GmbH
 
UX Camp 2015: Conversion Rate Optimierung
UX Camp 2015: Conversion Rate OptimierungUX Camp 2015: Conversion Rate Optimierung
UX Camp 2015: Conversion Rate Optimierung
Ferdinand v. Seggern
 
Design Thinking zur Optimierung der Customer Journey
Design Thinking zur Optimierung der Customer JourneyDesign Thinking zur Optimierung der Customer Journey
Design Thinking zur Optimierung der Customer Journey
Datentreiber
 
Web-Analyse ist keine Kür sondern Pflichtprogramm
Web-Analyse ist keine Kür sondern PflichtprogrammWeb-Analyse ist keine Kür sondern Pflichtprogramm
Web-Analyse ist keine Kür sondern Pflichtprogramm
crowdmedia GmbH
 
Produktinfo Bison BI mit Qlik Filial Cockpit
Produktinfo Bison BI mit Qlik Filial CockpitProduktinfo Bison BI mit Qlik Filial Cockpit
Produktinfo Bison BI mit Qlik Filial Cockpit
Dragan Angjeleski
 
Adwords Kennzahlen der nächsten Generation - OMX 2013
Adwords Kennzahlen der nächsten Generation - OMX 2013Adwords Kennzahlen der nächsten Generation - OMX 2013
Adwords Kennzahlen der nächsten Generation - OMX 2013Ulf Weihbold
 
Web Analytics Leitfaden Bitkom
Web Analytics Leitfaden BitkomWeb Analytics Leitfaden Bitkom
Web Analytics Leitfaden Bitkom
Ralf Haberich
 
Webinar von Google & Finch: Warum eine Conversion nicht gleich eine Conversio...
Webinar von Google & Finch: Warum eine Conversion nicht gleich eine Conversio...Webinar von Google & Finch: Warum eine Conversion nicht gleich eine Conversio...
Webinar von Google & Finch: Warum eine Conversion nicht gleich eine Conversio...
Daniel Niedermayer
 
E-Commerce Tracking mit Google Analytcs | SMX München 2019
E-Commerce Tracking mit Google Analytcs | SMX München 2019E-Commerce Tracking mit Google Analytcs | SMX München 2019
E-Commerce Tracking mit Google Analytcs | SMX München 2019
luna-park GmbH
 
Spam to BAM – Dr. Markus Wuebben
Spam to BAM – Dr. Markus WuebbenSpam to BAM – Dr. Markus Wuebben
Spam to BAM – Dr. Markus Wuebben
CrossEngage
 
EVU-spezifische Abrechnungskennzahlen auf einen Blick
EVU-spezifische Abrechnungskennzahlen auf einen BlickEVU-spezifische Abrechnungskennzahlen auf einen Blick
EVU-spezifische Abrechnungskennzahlen auf einen Blick
Cognizant
 
GAUC 2017 Workshop Enhanced Ecommerce: Markus Vollmert (lunapark)
GAUC 2017 Workshop Enhanced Ecommerce: Markus Vollmert (lunapark)GAUC 2017 Workshop Enhanced Ecommerce: Markus Vollmert (lunapark)
GAUC 2017 Workshop Enhanced Ecommerce: Markus Vollmert (lunapark)
e-dialog GmbH
 
Web-Analytics für UXler
Web-Analytics für UXlerWeb-Analytics für UXler
Web-Analytics für UXler
uxHH
 
Modulfolder 2014
Modulfolder 2014Modulfolder 2014
Modulfolder 2014
emotion banking
 
Grundlagen Webanalytics - Gründerszene
Grundlagen Webanalytics - GründerszeneGrundlagen Webanalytics - Gründerszene
Grundlagen Webanalytics - Gründerszene
André Scharf
 
Web-Analytics für Uxler
Web-Analytics für UxlerWeb-Analytics für Uxler
Web-Analytics für Uxler
Klaus Martin Meyer
 

Ähnlich wie Conversion Analyse Knie oder Trichter (20)

Business seminar – conversion rate optimierung
Business seminar – conversion rate optimierungBusiness seminar – conversion rate optimierung
Business seminar – conversion rate optimierung
 
Digital Marketing Analytics Report
Digital Marketing Analytics ReportDigital Marketing Analytics Report
Digital Marketing Analytics Report
 
Google Analytics im E-Commerce sinnvoll nutzen
Google Analytics im E-Commerce sinnvoll nutzenGoogle Analytics im E-Commerce sinnvoll nutzen
Google Analytics im E-Commerce sinnvoll nutzen
 
GMP-Con 2019 - Enhanced E-Commerce - Markus Vollmert (lunapark)
GMP-Con 2019 - Enhanced E-Commerce - Markus Vollmert (lunapark)GMP-Con 2019 - Enhanced E-Commerce - Markus Vollmert (lunapark)
GMP-Con 2019 - Enhanced E-Commerce - Markus Vollmert (lunapark)
 
Event #6: Big Data - Sonja Metzger
Event #6: Big Data - Sonja MetzgerEvent #6: Big Data - Sonja Metzger
Event #6: Big Data - Sonja Metzger
 
UX Camp 2015: Conversion Rate Optimierung
UX Camp 2015: Conversion Rate OptimierungUX Camp 2015: Conversion Rate Optimierung
UX Camp 2015: Conversion Rate Optimierung
 
Design Thinking zur Optimierung der Customer Journey
Design Thinking zur Optimierung der Customer JourneyDesign Thinking zur Optimierung der Customer Journey
Design Thinking zur Optimierung der Customer Journey
 
Web-Analyse ist keine Kür sondern Pflichtprogramm
Web-Analyse ist keine Kür sondern PflichtprogrammWeb-Analyse ist keine Kür sondern Pflichtprogramm
Web-Analyse ist keine Kür sondern Pflichtprogramm
 
Produktinfo Bison BI mit Qlik Filial Cockpit
Produktinfo Bison BI mit Qlik Filial CockpitProduktinfo Bison BI mit Qlik Filial Cockpit
Produktinfo Bison BI mit Qlik Filial Cockpit
 
Adwords Kennzahlen der nächsten Generation - OMX 2013
Adwords Kennzahlen der nächsten Generation - OMX 2013Adwords Kennzahlen der nächsten Generation - OMX 2013
Adwords Kennzahlen der nächsten Generation - OMX 2013
 
Web Analytics Leitfaden Bitkom
Web Analytics Leitfaden BitkomWeb Analytics Leitfaden Bitkom
Web Analytics Leitfaden Bitkom
 
Webinar von Google & Finch: Warum eine Conversion nicht gleich eine Conversio...
Webinar von Google & Finch: Warum eine Conversion nicht gleich eine Conversio...Webinar von Google & Finch: Warum eine Conversion nicht gleich eine Conversio...
Webinar von Google & Finch: Warum eine Conversion nicht gleich eine Conversio...
 
E-Commerce Tracking mit Google Analytcs | SMX München 2019
E-Commerce Tracking mit Google Analytcs | SMX München 2019E-Commerce Tracking mit Google Analytcs | SMX München 2019
E-Commerce Tracking mit Google Analytcs | SMX München 2019
 
Spam to BAM – Dr. Markus Wuebben
Spam to BAM – Dr. Markus WuebbenSpam to BAM – Dr. Markus Wuebben
Spam to BAM – Dr. Markus Wuebben
 
EVU-spezifische Abrechnungskennzahlen auf einen Blick
EVU-spezifische Abrechnungskennzahlen auf einen BlickEVU-spezifische Abrechnungskennzahlen auf einen Blick
EVU-spezifische Abrechnungskennzahlen auf einen Blick
 
GAUC 2017 Workshop Enhanced Ecommerce: Markus Vollmert (lunapark)
GAUC 2017 Workshop Enhanced Ecommerce: Markus Vollmert (lunapark)GAUC 2017 Workshop Enhanced Ecommerce: Markus Vollmert (lunapark)
GAUC 2017 Workshop Enhanced Ecommerce: Markus Vollmert (lunapark)
 
Web-Analytics für UXler
Web-Analytics für UXlerWeb-Analytics für UXler
Web-Analytics für UXler
 
Modulfolder 2014
Modulfolder 2014Modulfolder 2014
Modulfolder 2014
 
Grundlagen Webanalytics - Gründerszene
Grundlagen Webanalytics - GründerszeneGrundlagen Webanalytics - Gründerszene
Grundlagen Webanalytics - Gründerszene
 
Web-Analytics für Uxler
Web-Analytics für UxlerWeb-Analytics für Uxler
Web-Analytics für Uxler
 

Conversion Analyse Knie oder Trichter

  • 1. Conversion Analyse auf Meta-Ebene Knie oder Trichter? € © Gabriel Beck 2013
  • 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. 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
  • 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