SlideShare ist ein Scribd-Unternehmen logo
1 von 13
Downloaden Sie, um offline zu lesen
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
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
22.10.2013

Wie wird´s gemacht?

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

3
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
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
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
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
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
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
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
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
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
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

Weitere ähnliche Inhalte

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

Big Data_und auf was es wirklich ankommt. 1A Relations
Big Data_und auf was es wirklich ankommt. 1A RelationsBig Data_und auf was es wirklich ankommt. 1A Relations
Big Data_und auf was es wirklich ankommt. 1A Relations
Georg Blum
 

Ähnlich wie Google Analytics Konferenz 2013: Angela Fauck, e-dialog: Analytics Kohorten, Korrelationen & Co (20)

Werbeplanung.at SUMMIT 15 – Die Konstanten der SEO – Thomas Urban
Werbeplanung.at SUMMIT 15 – Die Konstanten der SEO – Thomas UrbanWerbeplanung.at SUMMIT 15 – Die Konstanten der SEO – Thomas Urban
Werbeplanung.at SUMMIT 15 – Die Konstanten der SEO – Thomas Urban
 
Nutzerforschung als Grundlage für A/B Tests, die bessere Ergebnisse bringen
Nutzerforschung als Grundlage für A/B Tests, die bessere Ergebnisse bringenNutzerforschung als Grundlage für A/B Tests, die bessere Ergebnisse bringen
Nutzerforschung als Grundlage für A/B Tests, die bessere Ergebnisse bringen
 
Google Analytics Konferenz 2013: S. Stepke & J. Oppermann: Attribution Modeling
Google Analytics Konferenz 2013: S. Stepke & J. Oppermann: Attribution ModelingGoogle Analytics Konferenz 2013: S. Stepke & J. Oppermann: Attribution Modeling
Google Analytics Konferenz 2013: S. Stepke & J. Oppermann: Attribution Modeling
 
Lean Startup: Wie sieht der Einsatz von MVPs in der deutschen Praxis aus?
Lean Startup: Wie sieht der Einsatz von MVPs in der deutschen Praxis aus?Lean Startup: Wie sieht der Einsatz von MVPs in der deutschen Praxis aus?
Lean Startup: Wie sieht der Einsatz von MVPs in der deutschen Praxis aus?
 
Verhaltensänderungsmessung: Framework zur Evaluierung von kampagnen-spezifisc...
Verhaltensänderungsmessung: Framework zur Evaluierung von kampagnen-spezifisc...Verhaltensänderungsmessung: Framework zur Evaluierung von kampagnen-spezifisc...
Verhaltensänderungsmessung: Framework zur Evaluierung von kampagnen-spezifisc...
 
Ketzerischer Vortrag zur Agilen Entwicklung
Ketzerischer Vortrag zur Agilen Entwicklung Ketzerischer Vortrag zur Agilen Entwicklung
Ketzerischer Vortrag zur Agilen Entwicklung
 
Attribution Modelling: Die Zukunft des Digital Marketings oder doch Humbug? #...
Attribution Modelling: Die Zukunft des Digital Marketings oder doch Humbug? #...Attribution Modelling: Die Zukunft des Digital Marketings oder doch Humbug? #...
Attribution Modelling: Die Zukunft des Digital Marketings oder doch Humbug? #...
 
Data Driven SEO - Kai Spriestersbach @ SEOkomm 2017
Data Driven SEO - Kai Spriestersbach @ SEOkomm 2017Data Driven SEO - Kai Spriestersbach @ SEOkomm 2017
Data Driven SEO - Kai Spriestersbach @ SEOkomm 2017
 
Können Nutzer echte Suchergebnisse von Werbung in Suchmaschinen unterscheiden?
Können Nutzer echte Suchergebnisse von Werbung in Suchmaschinen unterscheiden?Können Nutzer echte Suchergebnisse von Werbung in Suchmaschinen unterscheiden?
Können Nutzer echte Suchergebnisse von Werbung in Suchmaschinen unterscheiden?
 
Open network1
Open network1Open network1
Open network1
 
Display marketing
Display marketingDisplay marketing
Display marketing
 
Kommunikationscontrolling bei Blogger Relations - Lohnt sich das?
Kommunikationscontrolling bei Blogger Relations - Lohnt sich das?Kommunikationscontrolling bei Blogger Relations - Lohnt sich das?
Kommunikationscontrolling bei Blogger Relations - Lohnt sich das?
 
Event #6: Big Data - Sonja Metzger
Event #6: Big Data - Sonja MetzgerEvent #6: Big Data - Sonja Metzger
Event #6: Big Data - Sonja Metzger
 
USECON and QuestBack Case Study
USECON and QuestBack Case Study USECON and QuestBack Case Study
USECON and QuestBack Case Study
 
Praktischer Einstieg zu Outcome-Driven Innovation
Praktischer Einstieg zu Outcome-Driven InnovationPraktischer Einstieg zu Outcome-Driven Innovation
Praktischer Einstieg zu Outcome-Driven Innovation
 
Big Data_und auf was es wirklich ankommt. 1A Relations
Big Data_und auf was es wirklich ankommt. 1A RelationsBig Data_und auf was es wirklich ankommt. 1A Relations
Big Data_und auf was es wirklich ankommt. 1A Relations
 
Research & Results 2011 - ein Messebericht
Research & Results 2011 - ein Messebericht Research & Results 2011 - ein Messebericht
Research & Results 2011 - ein Messebericht
 
Advanced Keyword-Recherche Suchmaschinen Kampagnen
Advanced Keyword-Recherche Suchmaschinen KampagnenAdvanced Keyword-Recherche Suchmaschinen Kampagnen
Advanced Keyword-Recherche Suchmaschinen Kampagnen
 
Digital Marketing Trends 2018
Digital Marketing Trends 2018Digital Marketing Trends 2018
Digital Marketing Trends 2018
 
Brand to Perform 2010
Brand to Perform 2010Brand to Perform 2010
Brand to Perform 2010
 

Mehr von e-dialog GmbH

Mehr von e-dialog GmbH (20)

Webinar Online Marktforschung 04.03.2020
Webinar Online Marktforschung 04.03.2020Webinar Online Marktforschung 04.03.2020
Webinar Online Marktforschung 04.03.2020
 
ProgrammatiCon 2019 - Content Marketing skalierbar machen - Kurier - Stephani...
ProgrammatiCon 2019 - Content Marketing skalierbar machen - Kurier - Stephani...ProgrammatiCon 2019 - Content Marketing skalierbar machen - Kurier - Stephani...
ProgrammatiCon 2019 - Content Marketing skalierbar machen - Kurier - Stephani...
 
ProgrammatiCon 2019 - Programmatic DOOH - Goldbach - Paul Adamelis
ProgrammatiCon 2019 - Programmatic DOOH - Goldbach - Paul AdamelisProgrammatiCon 2019 - Programmatic DOOH - Goldbach - Paul Adamelis
ProgrammatiCon 2019 - Programmatic DOOH - Goldbach - Paul Adamelis
 
GMP-Con 2019 - GTM Hacks - Maik Bruns (Metrika)
GMP-Con 2019 - GTM Hacks - Maik Bruns (Metrika)GMP-Con 2019 - GTM Hacks - Maik Bruns (Metrika)
GMP-Con 2019 - GTM Hacks - Maik Bruns (Metrika)
 
GMP-Con 2019 - Conversion Optimierung mit Analytics + Optimize - Sophie Kubec...
GMP-Con 2019 - Conversion Optimierung mit Analytics + Optimize - Sophie Kubec...GMP-Con 2019 - Conversion Optimierung mit Analytics + Optimize - Sophie Kubec...
GMP-Con 2019 - Conversion Optimierung mit Analytics + Optimize - Sophie Kubec...
 
GMP-Con 2019 - App Tracking - Markus Vollmert (lunapark)
GMP-Con 2019 - App Tracking - Markus Vollmert (lunapark) GMP-Con 2019 - App Tracking - Markus Vollmert (lunapark)
GMP-Con 2019 - App Tracking - Markus Vollmert (lunapark)
 
GMP-Con 2019 - Programmatic Display mit DV360 - Lisa Weichselbaum (e-dialog)
GMP-Con 2019 - Programmatic Display mit DV360 - Lisa Weichselbaum (e-dialog)GMP-Con 2019 - Programmatic Display mit DV360 - Lisa Weichselbaum (e-dialog)
GMP-Con 2019 - Programmatic Display mit DV360 - Lisa Weichselbaum (e-dialog)
 
GMP-Con 2019 - Facebook & Google Analytics in Love - Michaela Linhart (e-dialog)
GMP-Con 2019 - Facebook & Google Analytics in Love - Michaela Linhart (e-dialog)GMP-Con 2019 - Facebook & Google Analytics in Love - Michaela Linhart (e-dialog)
GMP-Con 2019 - Facebook & Google Analytics in Love - Michaela Linhart (e-dialog)
 
GMP-Con 2019 - Enterprise Ausblick, CRM, Machine Learning, Cloud - Siegfried ...
GMP-Con 2019 - Enterprise Ausblick, CRM, Machine Learning, Cloud - Siegfried ...GMP-Con 2019 - Enterprise Ausblick, CRM, Machine Learning, Cloud - Siegfried ...
GMP-Con 2019 - Enterprise Ausblick, CRM, Machine Learning, Cloud - Siegfried ...
 
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)
 
GMP-Con 2019 - Conversion Optimierung mit Analytics + Optimize - Sophie Kubec...
GMP-Con 2019 - Conversion Optimierung mit Analytics + Optimize - Sophie Kubec...GMP-Con 2019 - Conversion Optimierung mit Analytics + Optimize - Sophie Kubec...
GMP-Con 2019 - Conversion Optimierung mit Analytics + Optimize - Sophie Kubec...
 
Google Analytics Konferenz 2019_Kampagnen-Tracking_Holger Tempel (webalytics)
Google Analytics Konferenz 2019_Kampagnen-Tracking_Holger Tempel (webalytics)Google Analytics Konferenz 2019_Kampagnen-Tracking_Holger Tempel (webalytics)
Google Analytics Konferenz 2019_Kampagnen-Tracking_Holger Tempel (webalytics)
 
Google Analytics Konferenz 2019_App Tracking_Runa Reno (Booking.com) & Markus...
Google Analytics Konferenz 2019_App Tracking_Runa Reno (Booking.com) & Markus...Google Analytics Konferenz 2019_App Tracking_Runa Reno (Booking.com) & Markus...
Google Analytics Konferenz 2019_App Tracking_Runa Reno (Booking.com) & Markus...
 
Google Analytics Konferenz 2019_Attribution: building a model_Martin Frotzler...
Google Analytics Konferenz 2019_Attribution: building a model_Martin Frotzler...Google Analytics Konferenz 2019_Attribution: building a model_Martin Frotzler...
Google Analytics Konferenz 2019_Attribution: building a model_Martin Frotzler...
 
Google Analytics Konferenz 2019_Audience Management_Emma Crawford-Prajapati (...
Google Analytics Konferenz 2019_Audience Management_Emma Crawford-Prajapati (...Google Analytics Konferenz 2019_Audience Management_Emma Crawford-Prajapati (...
Google Analytics Konferenz 2019_Audience Management_Emma Crawford-Prajapati (...
 
Google Analytics Konferenz 2019_Data Privacy & Consent Management_Eckart Holz...
Google Analytics Konferenz 2019_Data Privacy & Consent Management_Eckart Holz...Google Analytics Konferenz 2019_Data Privacy & Consent Management_Eckart Holz...
Google Analytics Konferenz 2019_Data Privacy & Consent Management_Eckart Holz...
 
Google Analytics Konferenz 2019_Conversion Optimierung mit Analytics & Optimi...
Google Analytics Konferenz 2019_Conversion Optimierung mit Analytics & Optimi...Google Analytics Konferenz 2019_Conversion Optimierung mit Analytics & Optimi...
Google Analytics Konferenz 2019_Conversion Optimierung mit Analytics & Optimi...
 
Google Analytics Konferenz 2019_Customer Data Platform_Michaela Linhart (e-di...
Google Analytics Konferenz 2019_Customer Data Platform_Michaela Linhart (e-di...Google Analytics Konferenz 2019_Customer Data Platform_Michaela Linhart (e-di...
Google Analytics Konferenz 2019_Customer Data Platform_Michaela Linhart (e-di...
 
Google Analytics Konferenz 2019_Customer Data Platform_Timo von Focht (Comman...
Google Analytics Konferenz 2019_Customer Data Platform_Timo von Focht (Comman...Google Analytics Konferenz 2019_Customer Data Platform_Timo von Focht (Comman...
Google Analytics Konferenz 2019_Customer Data Platform_Timo von Focht (Comman...
 
Google Analytics Konferenz 2019_Google Marketing Platform - Enterprise_Siegfr...
Google Analytics Konferenz 2019_Google Marketing Platform - Enterprise_Siegfr...Google Analytics Konferenz 2019_Google Marketing Platform - Enterprise_Siegfr...
Google Analytics Konferenz 2019_Google Marketing Platform - Enterprise_Siegfr...
 

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

  • 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. 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. 22.10.2013 Wie wird´s gemacht? • Segment erstellen • Datum des ersten Besuchs in KW einteilen • Kohorten vor Relaunch vs. nach Relaunch 3
  • 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. 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. 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. 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. 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. 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. 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. 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. 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. 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