SlideShare ist ein Scribd-Unternehmen logo
Segmentierung und KPIs
AT Internet User & Partner Conference

     21. November 2012, Hamburg

 Matthias Bettag, VP Analytics, Europe, Semphonic
About Semphonic
   •   Founded in 1997, Semphonic’s roots are in
       analysis of large scale data bases for:
        – Marketing
        – Customer servicing
        – Operational improvement
                                                             Headquarter in Novato (San Francisco)
   •   Focused on enterprise-level clients in:               Offices in:
        –   Financial Services                               Boston, Portland, Washington D.C., New
        –   Health & Pharma,                                 York, Berlin
        –   B2B
        –   E-Commerce                                       www.semphonic.com
        –   Media
   • Trusted advisor to major brands, including:




• Host of the Web Analytics Conference X Change:
                             May 2012: First time in Europe (Berlin), 100 participants from 17 countries
                             Sep 2012: US conference sold out for the 6th time in a row
                             EU X Change 2013: 10-12 June 2013, again in Berlin
                                                                                                           2
Die Herausforderungen der Web
Analyse
Jemand interessiert?
• Wer ist potentieller Käufer?
• Woran erkennt man wer möglicherweise
  interessiert wäre?
• Wie und wo platziert man das Produkt
  sinnvoll?




                                         4
Was macht den Unterschied in
Digital/Online??
Was ist anders in der Webanalyse?
• Datenbank Marketing ist
  Zeilenbasiert (1 Zeile = 1 Kunde)
• Web Analyse ist stream basiert
  (wenn man eine Zeile anschaut,
  was sagt diese über einen Visit
                                      ?
  aus?)
• Stream Daten aggregieren nicht
  gut. Segmentiere eine Zeile nach
  ihren Werten und man erhält mehr
  oder weniger sinnlose Ergebnisse
  die dem Marketing nichts bringen.

                                          6
Webseitenstruktur bestimmt Stream
• Korreliert die Ansicht einer Produkt Seite mit
  dem Erwerb des Produktes?
  – Ja klar. Aber das ist eine triviale Analyse.
• Konvertieren Besucher mit +5 PVs mit höherer
  Wahrscheinlichkeit, wenn der
  Konversionsprozess 4 PVs hat?
  – Ja klar...
• Besucher die Seite A aufrufen sind
  erfolgreicher als Besucher die Seite B
  aufrufen.
  – Ja, weil das durch die Seitenstruktur bedingt ist   7
Warum statistische Methoden in der
            Webanalyse scheitern
• Wenn der
  Elbtunnel ein
  Erfolgsfaktor ist,
  dann korreliert die
  A7 damit auf
  hohem Niveau
• Webseiten
  verhalten sich in
  mancherlei
  Hinsicht wie
  Verkehr. Die
  Sturktur definiert
  die
  Besucherströme.
                                            8
Datenbank Marketing angewendet auf Web
                     Analyse
Verstehen der Kunden



                 Statistical Models
        Proven             Actionable
                                                Online Behavior
          Demographics        Email Marketing

              Database                                        Web
              Marketing                                     Analytics
        Database-Driven      Event Driven          Social

              Old                                       SaaS
                        List Enhancement

                 Customer Driven


                                                                  Verstehen der Besuche
                                                                                          9
Datenbank Marketing angewendet auf Web
               Analyse




                                         10
Hier sind wir

                 Digital Database Marketing



                          Effective
                          Marketing




Database Marketing                                Digital


     The Right
    Techniques                                The Key Channels



                                                                 11
Konvergenz ist die Zukunft im Onlinebereich




                                              12
Funktionalismus
Funktionalismus
• Jede Seite spielt eine spezifische Rolle im Design und Zweck der Webseite
   – Richte Messung gezielt am Zweck der Page aus
   – Dies kontrolliert viele Formen der Webseiten-Topologie
• Functionalism ist ein Satz aus vordefinierten Seitentypen
  (Navigationsseiten, Commerceseiten, Supportseiten, … alle mit
  verschiedenen Sub-typen)
• Functionalism ist ein Satz an Messungen, die jeweils auf den passenden
  Seitentyp ausgerichtet sind
• Die Messung richtet sich nach der Funktion einer Seite. Einzelne Metriken
  können hier gutes, und dort schlechtes bedeuten
   – Datenschutz-Seite: Wer schaut sich das an? Besorgte Besucher. Also,
      viele Besuche mit Ansicht der Datenschutzseite könnte ein Ausdruck
      für viele besorgte, wenn nicht sogar misstrauische, Besucher sein!
   – Bounce rates können für Landingpages eine Erfolgsmetrik sein, wenn
      das Gesuchte dort direkt gefunden wurde.
   – Etc.
                                                                              14
Funktionale KPIs
• Betrachten wir eine „Router Page“: Zweck dieser Seite ist es
  Besucher, auf spezifischere Bereiche zu lenken.

• Problem: Wenn
  Besucher auf die obere
  Top-Navi klicken und
  nicht auf Links in der
  Router page.
• Wie funktioniert die
  Seite wenn sie das
  zweite Mal in einem
  Besuch aufgerufen wird?



                                                                 15
Die Technik
• Erstelle eine „Verhaltens
  Landkarte” der Webseite
• Klassifiziere die Distanz      Find Top     Eingangsseite für >50%

  zwischen Seiten  Distanz:    Level Pages   der Seitenbesuche

  Schritte zwischen Knoten in
  derHierarchie
• Distanz Kalkulation ist        Find Next    Seiten deren primäre
                                              Quelle eine Top Level
  wertvoll! Wie korreliert      Level Down    Page ist

  Distanz zum Erfolg?

                                Repeat Till   Klassifiziere Seiten in
                                              absteigenden Ebenen
                                  Done


                                                                        16
Der Vorteil
• Mit einer objektiven Klassifikation der Distanz
  zwischen Seiten (Pages) besteht eine Variable
  welche die Topographie steuert
  – Steuere Korrelation und Regression mit Distanz

  – Messe individuelle Pfade und Distanz
  – (z.B. berechne Pfad von A nach B pro Besuch. Ist das Ergebnis
    durchschnittlich, schneller, länger? Klassifiziere Besucher nach deren
    Effizienz)
  – Vergleiche Verhaltens-Landkarte mit abstrakter
    (designter) Webseiten-Landkarte (passt diese zum
    tatsächlichen Verhalten der Besucher?)
                                                                             17
Use Case Analysis
What ist die Intention eines Besuchs?
• Use Case Analyse beschreibt:
1. Was haben die Besucher zu erreichen versucht?
2. Wie gut passt dieses Verhalten zum geplanten Design der
   Seite?
3. Sind Besucher mehr oder weniger Wahrscheinlich erfolgreich
   für die verschiedenen Gründe eine Seite zu besuchen?


Use Case Analyse betrachtet eine Webseite aus der
Benutzerperspektive. Webanalyse richtet sich zu oft nach der
“Webseite als Instrument”. Es geht aber um das Messen des
menschlichen Verhaltens und nicht darum, wie sich Seiten
verhalten.

                                                                19
Was ist Use-Case Analyse?
Die wesentliche Idee der Use-Case Analyse ist die Klassifizierung möglichst
   vieler (aller) Besuche bezüglich der Intention welche die Besucher beim
   besuch der Webseite hatten, und deren Erfolgsgrad.

                     Verhaltensgesteuert
                     • Use Case Analyse fokusiert auf tatsächliches Verhalten auf
                       einer Seite



                     Visit-Based
                     • Use-Cases sind eigentlich immer besuchsbezogen. Einzelne
                       Besucher können verschiedene Besuchstypen aufzeigen



                     Integriert
                     • Bestehende Design Use-Cases und VoC KANN und SOLLTE
                       miteinander integriert werden




                                                                                    20
Wie passt das zusammen?
Use-Case ist eine FUNDAMENTALER Teil von Analyseprojekten. Es ist eine sehr
   guter Rahmen für die Webseitenmessung, das Reporting, und
   weitergehende Analysen.

     Site Design             Site Marketing            Online Marketing                     Integrated Marketing


• How well does    • How can I                     • Who uses the                  • How can I use
  the web site       optimize online                 web channel                     online behavior
  work?              campaigns?                      and why?                        in other
                                                                                     channels?




                   Functionalism                            Use Case Analysis
                   •Measuring your site as a set            •Measuring what your visitors
                    of tools that visitors use               want to accomplish and how
                                                             successful they are




                                                                                                                   21
Wesentliche Schritte
Initiale Use Cases
• Definiere die erwarteten Besuchs-Typen einer Webseite


     Verhaltens Signaturen
     • Identifiziere & Teste das Verhalten eines Use-cases


          Segmentierung
          • Erstelle Besuchs-Segmente


                Rest-Analyse
                • Erstelle Profile aller nicht-klassifizierten Verhaltensweisen


                      Erfolgsanalyse
                      • Messe die Webseiten-Effizienz für jeden Use-case




                                                                                  22
Verhaltens-Signaturen
Wesentliche Informationen die beim Profil-Erstellen und Signatur Erkennung
  zu beachten sind
                 Was kommt zuerst?
                 • First Click / First Page / First Event


                 Was passiert am häufigsten?
                 • Mesit angesehener Inhalt / Meiste Zeit pro Inhaltsbereich / Erfolge


                 Wie kommt man dahin?
                 • Direkt via SEO oder PPC oder Home Page Eingang


                 Navigation
                 • Wurde gesucht – war diese spezifisch?


                 Wer sind sie?
                 • Einige Besuchstypen sind spezifisch für Besuchertypen


                 VoC Integration
                 • Besuchsintention und Zielerreichung


                                                                                         23
Rest Analyse
Wenn die Segmente erstellt wurden bleiben oft noch einige
  Verhaltensweisen übrig. Diese sollte man nicht ignorieren!
Was tun mit dem Rest:
  Einmal da und weg: Diese Population ist vermutlich nicht analysierbar
  ausser wenn die Eingang auf die Seite dies offenbart (manchemal im SEM-
  Bereich). Man muss entscheiden was mit dieser Guppe passieren soll und
  ob diese in Reports einfliesst.
  Anderer Rest: Erstelle Profile nach Eingangsmethode, 1st click, key
  content, Erfolg, VoC data, etc. um potentielle Subsegmente zu erkennen
  die wiederum zu neuen Use-cases führen.
  Analysiere neue Use-Cases: Neue Use-cases sind oft die interessantesten
  weil die Webseite nicht dafür designt wurde und diese Besuchstypen
  daher nicht optimal unterstützt.
       Falsche Intentionen: Die Webanalyse klassifiziert Besuche als X, aber
       diese Besucher sagen etwas anderes per VoC aus
       Affinität: Wenn Besucher einen Use-case erfüllen, wie wahrscheinlich
       tun sie dies dann für andere Use-Cases?
                                                                               24
Segmentierung
Segmentierung ist alles…




                           26
Finanzbereich: KPI Strategie & Reporting
Segmentierung als Fundament der Web Analyse

                                                              Don’t forget the “Why”
Start with the   Retirement        Fund Category    General Fund     Specific Fund
                  Planning           Research         Research         Research
   “Who”
                                      Category
                 Client Prints /                     New Portfolio     Time to/on
     Advisors         Visit
                                      Evaluator
                                                        Adds              Fund
                                       Usage
                                                                                         Nearly Every
       Plan         Client
                                    New Portfolio   New Portfolio    New Portfolio
                                                                                     Meaningful Metric
                   Updates /
     Managers       Month
                                       Adds            Adds             Adds         is a product of this
                                                                                     Matrix produced by
   High-Wealth     Leads
                                     # of Funds       # of Funds      Time to/on
                                                                                          Two-Tiered
                 Generated /
    Investors    Opportunity
                                      Viewed           Viewed            Fund           Segmentation

      General     Account                             # of Funds      Time to/on
                                     # of Funds
                  Opens /                              Viewed            Fund
     Investors   Opportunity
                                      Viewed




                                                                                                        27
Shopping: KPI Strategie & Reporting
   Segmentierung als Fundament der Web Analyse

                                                    Don’t forget the “Why”
                               Product
  Start with the              Directed
                                           Potential       Discount        Customer
                                            Buyer          Shopper          Service
     “Who”                    Shopping

                              Conversion                     Register
                    Online                 Value / Visit                   Satisfaction
                                 Rate                         Rate                          Nearly Every
                               Store Tie   Conversion
                                                           Circular Rate
                                                                             Online         Meaningful
                    Offline      Rate       to Online                       Service %
                                                                                             Metric is a
Customers                     Conversion                     Register        Online       product of this
                    Multi-                 View Value
                                 Rate                         Rate          Service %
                   Channel                                                                Matrix produced
                    Near       Store Tie    Store Tie
                                                           Circular Rate        -
                                                                                           by Two-Tiered
                    Store        Rate         Rate
                                                                                           Segmentation
Prospects          Moderate   Conversion                     Register
                                           Value / Visit                        -
                   Distance      Rate                         Rate

                    Event     Conversion                     Register
                                           Value / Visit                        -
                   Shopper       Rate                         Rate




                                                                                                       28
Targeting
 •   Eine Test- und Personalisierungs Strategie pro Segment in der 2-stufigen Segmentierung
     Matrix is wesentlich (und datengesteuert)! Man kann nicht eine Testing-, Personalisierungs-
     oder Seitenstrategie erstellen ohne diese Fragen pro Segment in der Matrix zu beantworten.


                   Welchem Wettbewerber sind die Besucher zugeneigt?


                                       Was ist die größte Sorge?

                                             Was wird beachtet?
                                                                Welche Kanäle werden benutzt?

                             Wie wird ausgewählt?
                                            Welche Funktionen sind wichtig?

                                 Welche sind die demographischen Informationen?
Warum gehen Besucher woanders hin?

                                                                                                   29
Finanzbereich: Targeting
Auf welche Weise werden die Segmente angesprochen:

                 Retirement         Fund Category      General Fund     Specific Fund
                  Planning            Research           Research         Research


                                      Just the Facts    New Portfolio
    Advisors      RT Tool Drive
                                          Setup            Adds
                                                                        Time to/on Fund




      Plan       Client Updates /      Portfolio        New Portfolio    New Portfolio
                      Month            Evaluator           Adds             Adds
    Managers

   High-Wealth   Leads Generated       Tradition of      # of Funds
                                                                        Time to/on Fund
                  / Opportunity      Value Campaign       Viewed
    Investors

     General     Account Opens /       Brand Fund        # of Funds
                                                                        Time to/on Fund
                   Opportunity          Campaign          Viewed
    Investors


                                                                                          30
Es geht nicht um Besuche, Es geht um Besucher!




                                                 31
OK, das Ding sollte sich nun endlich verkaufen lassen..




                                                          32
33




Danke!
Fotos:
Matthias Bettag
Sergei Brehm| aboutpixel.de, Shopping carts
Matthias Bettag
VP Analytics, Europe
Semphonic - Berlin Office
http://semphonic.com

Tel: +49 173 2008758           Fotos:
                               •    Matthias Bettag
Email: mbettag@semphonic.com   •    Gary Angel

Twitter: @MatthiasBettag       •    Sergei Brehm| aboutpixel.de, Shopping carts
                                                                                  34
35




Beispiel Dashboards mit
2-Stufen Segmentierung
Das Dateiformat ist Excel, aber ohne Makros zu benutzen, damit die Dateien ohne
Warnmeldungen geöffnet werden können – wichtig wenn Distribution ans obere
Management geplant ist
Measuring the Complete Site
The answer to “How is my site performing?” is the sum of how well the site
   is performing for each audience type. This can be captured in a high-
   level site report. Left are the visitor segments, in the middle are the
   engagements (% and total #) and on the right side are the conversions.
   Arrows up and down indicate changes month over month (MoM) or Year
   over Year (YOY)




                                                                             36
Measuring the Complete Site
When clicking on the “Succes Rate” in the middle section you see each
  individual component success rate:




                                                                        37
Drilling-Down to Visit Types
This approach then blends seamlessly into increasingly levels of detail. To
   understand why you’re successful (or not) with an audience, you need to
   understand the visit-types they were attempting. Note the “Visit Type”
   tab on the top section which now displays Visit Types (not Visitor Types)




                                                                               38
Drilling-Down to Visit Types
With the ability to view each individual component success rate:




                                                                   39
Online Intelligence Solutions

             AT INTERNET USER & PARTNER CONFERENCE 2012
                        21.-22. NOVEMBER 2012
                 LESENSIEUNSEREEINDRÜCKEDERUSER&PARTNERCONFERENCE2012

                             MEHRERFAHRENÜBERATINTERNET

                      KONTAKTIERENSIEUNSÜBERUNSERKONTAKTFORMULAR

    TEILENSIEIHREERFAHRUNGMITKUNDEN,PARTNERNUNDDEMATINTERNETTEAMAUFDERUSER&PARTNER
                                      CONFERENCE2013!
DATUMUNDLOCATIONWERDENAUFSOZIALENNETZWERKENODERIMDIREKTENKONTAKTMITUNSBEKANNTGEGEBEN.

                                    WWW TINTERNET
                                       .A       .COM

Weitere ähnliche Inhalte

Andere mochten auch

Tutorialphpmyadmin
TutorialphpmyadminTutorialphpmyadmin
Tutorialphpmyadmin
marcossonotec
 
Campus M21 | Medienpraxis II: Online - Vorlesung III vom 11.02.2013
Campus M21 | Medienpraxis II: Online - Vorlesung III vom 11.02.2013Campus M21 | Medienpraxis II: Online - Vorlesung III vom 11.02.2013
Campus M21 | Medienpraxis II: Online - Vorlesung III vom 11.02.2013
Daniel Rehn
 
Présentation LMAX Disruptor So@t
Présentation LMAX Disruptor So@tPrésentation LMAX Disruptor So@t
Présentation LMAX Disruptor So@t
Francois Ostyn
 
Campus M21 | Medienpraxis II: Online - Vorlesung I vom 30.01.2013
Campus M21 | Medienpraxis II: Online - Vorlesung I vom 30.01.2013Campus M21 | Medienpraxis II: Online - Vorlesung I vom 30.01.2013
Campus M21 | Medienpraxis II: Online - Vorlesung I vom 30.01.2013
Daniel Rehn
 
Presentació assamblea
Presentació assamblea Presentació assamblea
Presentació assamblea
FC Barcelona
 
Lean Kanban FR 2013 - Vin et kanban
Lean Kanban FR 2013 - Vin et kanbanLean Kanban FR 2013 - Vin et kanban
Lean Kanban FR 2013 - Vin et kanban
Julien Fallet
 
2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01-rev.
2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01-rev.2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01-rev.
2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01-rev.MongoDB
 
NotORM
NotORMNotORM
NotORM
Tiago Davi
 
Dominator: Rectifieuse plane de profils à CN et avance lente de Jones & Shipman
Dominator: Rectifieuse plane de profils à CN et avance lente de Jones & ShipmanDominator: Rectifieuse plane de profils à CN et avance lente de Jones & Shipman
Dominator: Rectifieuse plane de profils à CN et avance lente de Jones & Shipmanjonesshipman
 
02.10.2011 SC B.A.T II
02.10.2011   SC B.A.T II02.10.2011   SC B.A.T II
02.10.2011 SC B.A.T II
HerdwangerSV
 
Campus M21 | Medienpraxis II: Online - Vorlesung I vom 31.01.2013
Campus M21 | Medienpraxis II: Online - Vorlesung I vom 31.01.2013Campus M21 | Medienpraxis II: Online - Vorlesung I vom 31.01.2013
Campus M21 | Medienpraxis II: Online - Vorlesung I vom 31.01.2013
Daniel Rehn
 
Ligação do Flex a um backend LAMP usando AMFPHP
Ligação do Flex a um backend LAMP usando AMFPHPLigação do Flex a um backend LAMP usando AMFPHP
Ligação do Flex a um backend LAMP usando AMFPHP
elliando dias
 
SQL Server 2008 'Best Practices' - Stéphane Haby, dbi services - Mövenpick La...
SQL Server 2008 'Best Practices' - Stéphane Haby, dbi services - Mövenpick La...SQL Server 2008 'Best Practices' - Stéphane Haby, dbi services - Mövenpick La...
SQL Server 2008 'Best Practices' - Stéphane Haby, dbi services - Mövenpick La...
dbi services
 
ECM-Webinar: Alfresco Migration Bestandsdaten Teil 2
ECM-Webinar: Alfresco Migration Bestandsdaten Teil 2ECM-Webinar: Alfresco Migration Bestandsdaten Teil 2
ECM-Webinar: Alfresco Migration Bestandsdaten Teil 2dmc digital media center GmbH
 
Otimizando aplicações Zend Framework - Tchelinux
Otimizando aplicações Zend Framework - TchelinuxOtimizando aplicações Zend Framework - Tchelinux
Otimizando aplicações Zend Framework - Tchelinux
Elton Minetto
 
Apresentação Java Web Si Ufc Quixadá
Apresentação Java Web Si Ufc QuixadáApresentação Java Web Si Ufc Quixadá
Apresentação Java Web Si Ufc Quixadá
Zarathon Maia
 
MySQL Query Optimization
MySQL Query OptimizationMySQL Query Optimization
MySQL Query Optimization
Bianca Caruso da Paixão
 
Semana 5: Caracteres, tipos char e int, tipos de valor vs. tipos de referência
Semana  5: Caracteres, tipos char e int, tipos de valor vs. tipos de referênciaSemana  5: Caracteres, tipos char e int, tipos de valor vs. tipos de referência
Semana 5: Caracteres, tipos char e int, tipos de valor vs. tipos de referência
Manuel Menezes de Sequeira
 
Atelier agile 2009_09_27
Atelier agile 2009_09_27Atelier agile 2009_09_27
Atelier agile 2009_09_27domidp
 

Andere mochten auch (20)

Tutorialphpmyadmin
TutorialphpmyadminTutorialphpmyadmin
Tutorialphpmyadmin
 
Campus M21 | Medienpraxis II: Online - Vorlesung III vom 11.02.2013
Campus M21 | Medienpraxis II: Online - Vorlesung III vom 11.02.2013Campus M21 | Medienpraxis II: Online - Vorlesung III vom 11.02.2013
Campus M21 | Medienpraxis II: Online - Vorlesung III vom 11.02.2013
 
Présentation LMAX Disruptor So@t
Présentation LMAX Disruptor So@tPrésentation LMAX Disruptor So@t
Présentation LMAX Disruptor So@t
 
Campus M21 | Medienpraxis II: Online - Vorlesung I vom 30.01.2013
Campus M21 | Medienpraxis II: Online - Vorlesung I vom 30.01.2013Campus M21 | Medienpraxis II: Online - Vorlesung I vom 30.01.2013
Campus M21 | Medienpraxis II: Online - Vorlesung I vom 30.01.2013
 
Presentació assamblea
Presentació assamblea Presentació assamblea
Presentació assamblea
 
Lean Kanban FR 2013 - Vin et kanban
Lean Kanban FR 2013 - Vin et kanbanLean Kanban FR 2013 - Vin et kanban
Lean Kanban FR 2013 - Vin et kanban
 
2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01-rev.
2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01-rev.2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01-rev.
2014 03-26-appdevseries-session3-interactingwiththedatabase-fr-phpapp01-rev.
 
NotORM
NotORMNotORM
NotORM
 
Dominator: Rectifieuse plane de profils à CN et avance lente de Jones & Shipman
Dominator: Rectifieuse plane de profils à CN et avance lente de Jones & ShipmanDominator: Rectifieuse plane de profils à CN et avance lente de Jones & Shipman
Dominator: Rectifieuse plane de profils à CN et avance lente de Jones & Shipman
 
02.10.2011 SC B.A.T II
02.10.2011   SC B.A.T II02.10.2011   SC B.A.T II
02.10.2011 SC B.A.T II
 
Campus M21 | Medienpraxis II: Online - Vorlesung I vom 31.01.2013
Campus M21 | Medienpraxis II: Online - Vorlesung I vom 31.01.2013Campus M21 | Medienpraxis II: Online - Vorlesung I vom 31.01.2013
Campus M21 | Medienpraxis II: Online - Vorlesung I vom 31.01.2013
 
Ligação do Flex a um backend LAMP usando AMFPHP
Ligação do Flex a um backend LAMP usando AMFPHPLigação do Flex a um backend LAMP usando AMFPHP
Ligação do Flex a um backend LAMP usando AMFPHP
 
SQL Server 2008 'Best Practices' - Stéphane Haby, dbi services - Mövenpick La...
SQL Server 2008 'Best Practices' - Stéphane Haby, dbi services - Mövenpick La...SQL Server 2008 'Best Practices' - Stéphane Haby, dbi services - Mövenpick La...
SQL Server 2008 'Best Practices' - Stéphane Haby, dbi services - Mövenpick La...
 
ECM-Webinar: Alfresco Migration Bestandsdaten Teil 2
ECM-Webinar: Alfresco Migration Bestandsdaten Teil 2ECM-Webinar: Alfresco Migration Bestandsdaten Teil 2
ECM-Webinar: Alfresco Migration Bestandsdaten Teil 2
 
Otimizando aplicações Zend Framework - Tchelinux
Otimizando aplicações Zend Framework - TchelinuxOtimizando aplicações Zend Framework - Tchelinux
Otimizando aplicações Zend Framework - Tchelinux
 
Apresentação Java Web Si Ufc Quixadá
Apresentação Java Web Si Ufc QuixadáApresentação Java Web Si Ufc Quixadá
Apresentação Java Web Si Ufc Quixadá
 
MySQL Query Optimization
MySQL Query OptimizationMySQL Query Optimization
MySQL Query Optimization
 
Einführung in SCRUM
Einführung in SCRUMEinführung in SCRUM
Einführung in SCRUM
 
Semana 5: Caracteres, tipos char e int, tipos de valor vs. tipos de referência
Semana  5: Caracteres, tipos char e int, tipos de valor vs. tipos de referênciaSemana  5: Caracteres, tipos char e int, tipos de valor vs. tipos de referência
Semana 5: Caracteres, tipos char e int, tipos de valor vs. tipos de referência
 
Atelier agile 2009_09_27
Atelier agile 2009_09_27Atelier agile 2009_09_27
Atelier agile 2009_09_27
 

Ähnlich wie „Segmentierung und KPIs“ von Semphonic

100519 4. nuernberger socialbar c_lorente_eigene webseite_worauf muss ich ach...
100519 4. nuernberger socialbar c_lorente_eigene webseite_worauf muss ich ach...100519 4. nuernberger socialbar c_lorente_eigene webseite_worauf muss ich ach...
100519 4. nuernberger socialbar c_lorente_eigene webseite_worauf muss ich ach...Bluepingu e.V.
 
20131203 05 conversion-optimierung_mediacom_urban_thomas
20131203 05 conversion-optimierung_mediacom_urban_thomas20131203 05 conversion-optimierung_mediacom_urban_thomas
20131203 05 conversion-optimierung_mediacom_urban_thomas
Werbeplanung.at Summit
 
E-Commerce in Zahlen: Messen, Interpretieren, Handeln
E-Commerce in Zahlen: Messen, Interpretieren, HandelnE-Commerce in Zahlen: Messen, Interpretieren, Handeln
E-Commerce in Zahlen: Messen, Interpretieren, Handeln
Unic
 
SiteBoosters Webinar „SEO – Suchmaschinenoptimierung“
SiteBoosters Webinar „SEO – Suchmaschinenoptimierung“SiteBoosters Webinar „SEO – Suchmaschinenoptimierung“
SiteBoosters Webinar „SEO – Suchmaschinenoptimierung“
SiteBoosters
 
Grundlagen Webanalytics - Gründerszene
Grundlagen Webanalytics - GründerszeneGrundlagen Webanalytics - Gründerszene
Grundlagen Webanalytics - Gründerszene
André Scharf
 
Wie gut verkauft Ihre Website? – Systematische Optimierung der Konversionsrate.
Wie gut verkauft Ihre Website? – Systematische Optimierung der Konversionsrate.Wie gut verkauft Ihre Website? – Systematische Optimierung der Konversionsrate.
Wie gut verkauft Ihre Website? – Systematische Optimierung der Konversionsrate.
Patrick Schneider
 
Google Funnel Analyse am LearningZ von XingZ
Google Funnel Analyse am LearningZ von XingZGoogle Funnel Analyse am LearningZ von XingZ
Google Funnel Analyse am LearningZ von XingZ
Digicomp Academy AG
 
TWT Usability Testing
TWT Usability Testing TWT Usability Testing
TWT Usability Testing TWT
 
Google Analytics Konferenz 2012: Holger Tempel, webalytics: Auf dem Weg zur C...
Google Analytics Konferenz 2012: Holger Tempel, webalytics: Auf dem Weg zur C...Google Analytics Konferenz 2012: Holger Tempel, webalytics: Auf dem Weg zur C...
Google Analytics Konferenz 2012: Holger Tempel, webalytics: Auf dem Weg zur C...
e-dialog GmbH
 
Was ist SEO?
Was ist SEO?Was ist SEO?
Was ist SEO?
eDay Salzburg
 
Web-Analytics für Uxler
Web-Analytics für UxlerWeb-Analytics für Uxler
Web-Analytics für Uxler
Klaus Martin Meyer
 
QR/Webapp/Mobile Marketing
QR/Webapp/Mobile MarketingQR/Webapp/Mobile Marketing
QR/Webapp/Mobile Marketingqr-scan
 
Google Search Trends 2014 - Session auf der Internet World München 2014
Google Search Trends 2014 - Session auf der Internet World München 2014Google Search Trends 2014 - Session auf der Internet World München 2014
Google Search Trends 2014 - Session auf der Internet World München 2014
seonative
 
Wettbewerbsanalyse alle an Bord beim Relaunch
Wettbewerbsanalyse alle an Bord beim RelaunchWettbewerbsanalyse alle an Bord beim Relaunch
Wettbewerbsanalyse alle an Bord beim Relaunch
Alexander Keller
 
UX aus Sicht eines Concepters
UX aus Sicht eines ConceptersUX aus Sicht eines Concepters
UX aus Sicht eines Concepters
uxHH
 
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
Werbeplanung.at Summit
 
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas BerthWerbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
Werbeplanung.at Summit
 
Online Marketing Training München 2008
Online Marketing Training München 2008Online Marketing Training München 2008
Online Marketing Training München 2008
121WATT GmbH
 
Fallstudie eResult User Experience Review - NOZ
Fallstudie eResult User Experience Review - NOZFallstudie eResult User Experience Review - NOZ
Fallstudie eResult User Experience Review - NOZ
eResult_GmbH
 
Die digitale Revolution strategisch managen von Gabriele Schulze 2013
Die digitale Revolution strategisch managen von Gabriele Schulze 2013 Die digitale Revolution strategisch managen von Gabriele Schulze 2013
Die digitale Revolution strategisch managen von Gabriele Schulze 2013 Gabriele Schulze
 

Ähnlich wie „Segmentierung und KPIs“ von Semphonic (20)

100519 4. nuernberger socialbar c_lorente_eigene webseite_worauf muss ich ach...
100519 4. nuernberger socialbar c_lorente_eigene webseite_worauf muss ich ach...100519 4. nuernberger socialbar c_lorente_eigene webseite_worauf muss ich ach...
100519 4. nuernberger socialbar c_lorente_eigene webseite_worauf muss ich ach...
 
20131203 05 conversion-optimierung_mediacom_urban_thomas
20131203 05 conversion-optimierung_mediacom_urban_thomas20131203 05 conversion-optimierung_mediacom_urban_thomas
20131203 05 conversion-optimierung_mediacom_urban_thomas
 
E-Commerce in Zahlen: Messen, Interpretieren, Handeln
E-Commerce in Zahlen: Messen, Interpretieren, HandelnE-Commerce in Zahlen: Messen, Interpretieren, Handeln
E-Commerce in Zahlen: Messen, Interpretieren, Handeln
 
SiteBoosters Webinar „SEO – Suchmaschinenoptimierung“
SiteBoosters Webinar „SEO – Suchmaschinenoptimierung“SiteBoosters Webinar „SEO – Suchmaschinenoptimierung“
SiteBoosters Webinar „SEO – Suchmaschinenoptimierung“
 
Grundlagen Webanalytics - Gründerszene
Grundlagen Webanalytics - GründerszeneGrundlagen Webanalytics - Gründerszene
Grundlagen Webanalytics - Gründerszene
 
Wie gut verkauft Ihre Website? – Systematische Optimierung der Konversionsrate.
Wie gut verkauft Ihre Website? – Systematische Optimierung der Konversionsrate.Wie gut verkauft Ihre Website? – Systematische Optimierung der Konversionsrate.
Wie gut verkauft Ihre Website? – Systematische Optimierung der Konversionsrate.
 
Google Funnel Analyse am LearningZ von XingZ
Google Funnel Analyse am LearningZ von XingZGoogle Funnel Analyse am LearningZ von XingZ
Google Funnel Analyse am LearningZ von XingZ
 
TWT Usability Testing
TWT Usability Testing TWT Usability Testing
TWT Usability Testing
 
Google Analytics Konferenz 2012: Holger Tempel, webalytics: Auf dem Weg zur C...
Google Analytics Konferenz 2012: Holger Tempel, webalytics: Auf dem Weg zur C...Google Analytics Konferenz 2012: Holger Tempel, webalytics: Auf dem Weg zur C...
Google Analytics Konferenz 2012: Holger Tempel, webalytics: Auf dem Weg zur C...
 
Was ist SEO?
Was ist SEO?Was ist SEO?
Was ist SEO?
 
Web-Analytics für Uxler
Web-Analytics für UxlerWeb-Analytics für Uxler
Web-Analytics für Uxler
 
QR/Webapp/Mobile Marketing
QR/Webapp/Mobile MarketingQR/Webapp/Mobile Marketing
QR/Webapp/Mobile Marketing
 
Google Search Trends 2014 - Session auf der Internet World München 2014
Google Search Trends 2014 - Session auf der Internet World München 2014Google Search Trends 2014 - Session auf der Internet World München 2014
Google Search Trends 2014 - Session auf der Internet World München 2014
 
Wettbewerbsanalyse alle an Bord beim Relaunch
Wettbewerbsanalyse alle an Bord beim RelaunchWettbewerbsanalyse alle an Bord beim Relaunch
Wettbewerbsanalyse alle an Bord beim Relaunch
 
UX aus Sicht eines Concepters
UX aus Sicht eines ConceptersUX aus Sicht eines Concepters
UX aus Sicht eines Concepters
 
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
 
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas BerthWerbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
Werbeplanung.at SUMMIT 15 - Conversion Optimierung in Echtzeit - Andreas Berth
 
Online Marketing Training München 2008
Online Marketing Training München 2008Online Marketing Training München 2008
Online Marketing Training München 2008
 
Fallstudie eResult User Experience Review - NOZ
Fallstudie eResult User Experience Review - NOZFallstudie eResult User Experience Review - NOZ
Fallstudie eResult User Experience Review - NOZ
 
Die digitale Revolution strategisch managen von Gabriele Schulze 2013
Die digitale Revolution strategisch managen von Gabriele Schulze 2013 Die digitale Revolution strategisch managen von Gabriele Schulze 2013
Die digitale Revolution strategisch managen von Gabriele Schulze 2013
 

Mehr von AT Internet

[INFOGRAPHIE] Une stratégie digital analytics orientée confidentialité
[INFOGRAPHIE] Une stratégie digital analytics orientée confidentialité[INFOGRAPHIE] Une stratégie digital analytics orientée confidentialité
[INFOGRAPHIE] Une stratégie digital analytics orientée confidentialité
AT Internet
 
Reeport Partner presentation - Mixing site- and ad- centric data despite the ...
Reeport Partner presentation - Mixing site- and ad- centric data despite the ...Reeport Partner presentation - Mixing site- and ad- centric data despite the ...
Reeport Partner presentation - Mixing site- and ad- centric data despite the ...
AT Internet
 
Présentation partenaire OnCrawl - Comment ouvrir l’Appétit des Moteurs de Rec...
Présentation partenaire OnCrawl - Comment ouvrir l’Appétit des Moteurs de Rec...Présentation partenaire OnCrawl - Comment ouvrir l’Appétit des Moteurs de Rec...
Présentation partenaire OnCrawl - Comment ouvrir l’Appétit des Moteurs de Rec...
AT Internet
 
Altice Média Customer Success - App store optimisation
Altice Média Customer Success - App store optimisationAltice Média Customer Success - App store optimisation
Altice Média Customer Success - App store optimisation
AT Internet
 
L'Équipe Customer Success - Using analytics to fuel efficient personalisation
L'Équipe Customer Success - Using analytics to fuel efficient personalisationL'Équipe Customer Success - Using analytics to fuel efficient personalisation
L'Équipe Customer Success - Using analytics to fuel efficient personalisation
AT Internet
 
Cas client Credit Agricole - Approche data-driven : de la stratégie au déploi...
Cas client Credit Agricole - Approche data-driven : de la stratégie au déploi...Cas client Credit Agricole - Approche data-driven : de la stratégie au déploi...
Cas client Credit Agricole - Approche data-driven : de la stratégie au déploi...
AT Internet
 
RGPD & Data Privacy : la CNIL au Digital Analytics Forum 2018
RGPD & Data Privacy : la CNIL au Digital Analytics Forum 2018RGPD & Data Privacy : la CNIL au Digital Analytics Forum 2018
RGPD & Data Privacy : la CNIL au Digital Analytics Forum 2018
AT Internet
 
Reeport @ Digital Analytics Forum 2018: Defining KPIs that matter
Reeport @ Digital Analytics Forum 2018: Defining KPIs that matterReeport @ Digital Analytics Forum 2018: Defining KPIs that matter
Reeport @ Digital Analytics Forum 2018: Defining KPIs that matter
AT Internet
 
OnCrawl @ Digital Analytics Forum 2018 : le référencement naturel augmenté
OnCrawl @ Digital Analytics Forum 2018 : le référencement naturel augmentéOnCrawl @ Digital Analytics Forum 2018 : le référencement naturel augmenté
OnCrawl @ Digital Analytics Forum 2018 : le référencement naturel augmenté
AT Internet
 
Kamp'n @ Digital Analytics Forum 2018 : la puissance d'AT Internet dans vos F...
Kamp'n @ Digital Analytics Forum 2018 : la puissance d'AT Internet dans vos F...Kamp'n @ Digital Analytics Forum 2018 : la puissance d'AT Internet dans vos F...
Kamp'n @ Digital Analytics Forum 2018 : la puissance d'AT Internet dans vos F...
AT Internet
 
Machine Learning in Marketing - Jim Sterne @ Digital Analytics Forum 2018
Machine Learning in Marketing - Jim Sterne @ Digital Analytics Forum 2018Machine Learning in Marketing - Jim Sterne @ Digital Analytics Forum 2018
Machine Learning in Marketing - Jim Sterne @ Digital Analytics Forum 2018
AT Internet
 
Le Digital Analytics, arme de conversion massive pour les sites marchands - P...
Le Digital Analytics, arme de conversion massive pour les sites marchands - P...Le Digital Analytics, arme de conversion massive pour les sites marchands - P...
Le Digital Analytics, arme de conversion massive pour les sites marchands - P...
AT Internet
 
Analytics et SEO : les clés d'une stratégie réussie - We Love SEO 2018
Analytics et SEO : les clés d'une stratégie réussie - We Love SEO 2018Analytics et SEO : les clés d'une stratégie réussie - We Love SEO 2018
Analytics et SEO : les clés d'une stratégie réussie - We Love SEO 2018
AT Internet
 
AT Internet & Mazeberry : de la data analytics au mix marketing maitrisé
AT Internet & Mazeberry : de la data analytics au mix marketing maitriséAT Internet & Mazeberry : de la data analytics au mix marketing maitrisé
AT Internet & Mazeberry : de la data analytics au mix marketing maitrisé
AT Internet
 
AT Internet & Mazeberry: from analytics to a fully optimised marketing mix
AT Internet & Mazeberry: from analytics to a fully optimised marketing mixAT Internet & Mazeberry: from analytics to a fully optimised marketing mix
AT Internet & Mazeberry: from analytics to a fully optimised marketing mix
AT Internet
 
[DAF 2017] Digital Analytics 4.0: Are You Ready?
[DAF 2017] Digital Analytics 4.0: Are You Ready?[DAF 2017] Digital Analytics 4.0: Are You Ready?
[DAF 2017] Digital Analytics 4.0: Are You Ready?
AT Internet
 
[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Ludivine Lille (EY)
[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Ludivine Lille (EY)[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Ludivine Lille (EY)
[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Ludivine Lille (EY)
AT Internet
 
[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Clémence Scottez (CNIL)
[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Clémence Scottez (CNIL)[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Clémence Scottez (CNIL)
[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Clémence Scottez (CNIL)
AT Internet
 
[DAF 2017] Analytics Suite 2 - Data you can trust
[DAF 2017] Analytics Suite 2 - Data you can trust[DAF 2017] Analytics Suite 2 - Data you can trust
[DAF 2017] Analytics Suite 2 - Data you can trust
AT Internet
 
[DAF 2017] Analytics Suite 2 - Insights for everyone
[DAF 2017] Analytics Suite 2 - Insights for everyone[DAF 2017] Analytics Suite 2 - Insights for everyone
[DAF 2017] Analytics Suite 2 - Insights for everyone
AT Internet
 

Mehr von AT Internet (20)

[INFOGRAPHIE] Une stratégie digital analytics orientée confidentialité
[INFOGRAPHIE] Une stratégie digital analytics orientée confidentialité[INFOGRAPHIE] Une stratégie digital analytics orientée confidentialité
[INFOGRAPHIE] Une stratégie digital analytics orientée confidentialité
 
Reeport Partner presentation - Mixing site- and ad- centric data despite the ...
Reeport Partner presentation - Mixing site- and ad- centric data despite the ...Reeport Partner presentation - Mixing site- and ad- centric data despite the ...
Reeport Partner presentation - Mixing site- and ad- centric data despite the ...
 
Présentation partenaire OnCrawl - Comment ouvrir l’Appétit des Moteurs de Rec...
Présentation partenaire OnCrawl - Comment ouvrir l’Appétit des Moteurs de Rec...Présentation partenaire OnCrawl - Comment ouvrir l’Appétit des Moteurs de Rec...
Présentation partenaire OnCrawl - Comment ouvrir l’Appétit des Moteurs de Rec...
 
Altice Média Customer Success - App store optimisation
Altice Média Customer Success - App store optimisationAltice Média Customer Success - App store optimisation
Altice Média Customer Success - App store optimisation
 
L'Équipe Customer Success - Using analytics to fuel efficient personalisation
L'Équipe Customer Success - Using analytics to fuel efficient personalisationL'Équipe Customer Success - Using analytics to fuel efficient personalisation
L'Équipe Customer Success - Using analytics to fuel efficient personalisation
 
Cas client Credit Agricole - Approche data-driven : de la stratégie au déploi...
Cas client Credit Agricole - Approche data-driven : de la stratégie au déploi...Cas client Credit Agricole - Approche data-driven : de la stratégie au déploi...
Cas client Credit Agricole - Approche data-driven : de la stratégie au déploi...
 
RGPD & Data Privacy : la CNIL au Digital Analytics Forum 2018
RGPD & Data Privacy : la CNIL au Digital Analytics Forum 2018RGPD & Data Privacy : la CNIL au Digital Analytics Forum 2018
RGPD & Data Privacy : la CNIL au Digital Analytics Forum 2018
 
Reeport @ Digital Analytics Forum 2018: Defining KPIs that matter
Reeport @ Digital Analytics Forum 2018: Defining KPIs that matterReeport @ Digital Analytics Forum 2018: Defining KPIs that matter
Reeport @ Digital Analytics Forum 2018: Defining KPIs that matter
 
OnCrawl @ Digital Analytics Forum 2018 : le référencement naturel augmenté
OnCrawl @ Digital Analytics Forum 2018 : le référencement naturel augmentéOnCrawl @ Digital Analytics Forum 2018 : le référencement naturel augmenté
OnCrawl @ Digital Analytics Forum 2018 : le référencement naturel augmenté
 
Kamp'n @ Digital Analytics Forum 2018 : la puissance d'AT Internet dans vos F...
Kamp'n @ Digital Analytics Forum 2018 : la puissance d'AT Internet dans vos F...Kamp'n @ Digital Analytics Forum 2018 : la puissance d'AT Internet dans vos F...
Kamp'n @ Digital Analytics Forum 2018 : la puissance d'AT Internet dans vos F...
 
Machine Learning in Marketing - Jim Sterne @ Digital Analytics Forum 2018
Machine Learning in Marketing - Jim Sterne @ Digital Analytics Forum 2018Machine Learning in Marketing - Jim Sterne @ Digital Analytics Forum 2018
Machine Learning in Marketing - Jim Sterne @ Digital Analytics Forum 2018
 
Le Digital Analytics, arme de conversion massive pour les sites marchands - P...
Le Digital Analytics, arme de conversion massive pour les sites marchands - P...Le Digital Analytics, arme de conversion massive pour les sites marchands - P...
Le Digital Analytics, arme de conversion massive pour les sites marchands - P...
 
Analytics et SEO : les clés d'une stratégie réussie - We Love SEO 2018
Analytics et SEO : les clés d'une stratégie réussie - We Love SEO 2018Analytics et SEO : les clés d'une stratégie réussie - We Love SEO 2018
Analytics et SEO : les clés d'une stratégie réussie - We Love SEO 2018
 
AT Internet & Mazeberry : de la data analytics au mix marketing maitrisé
AT Internet & Mazeberry : de la data analytics au mix marketing maitriséAT Internet & Mazeberry : de la data analytics au mix marketing maitrisé
AT Internet & Mazeberry : de la data analytics au mix marketing maitrisé
 
AT Internet & Mazeberry: from analytics to a fully optimised marketing mix
AT Internet & Mazeberry: from analytics to a fully optimised marketing mixAT Internet & Mazeberry: from analytics to a fully optimised marketing mix
AT Internet & Mazeberry: from analytics to a fully optimised marketing mix
 
[DAF 2017] Digital Analytics 4.0: Are You Ready?
[DAF 2017] Digital Analytics 4.0: Are You Ready?[DAF 2017] Digital Analytics 4.0: Are You Ready?
[DAF 2017] Digital Analytics 4.0: Are You Ready?
 
[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Ludivine Lille (EY)
[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Ludivine Lille (EY)[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Ludivine Lille (EY)
[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Ludivine Lille (EY)
 
[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Clémence Scottez (CNIL)
[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Clémence Scottez (CNIL)[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Clémence Scottez (CNIL)
[DAF 2017] RGPD 2018 : Êtes-vous prêt ? par Clémence Scottez (CNIL)
 
[DAF 2017] Analytics Suite 2 - Data you can trust
[DAF 2017] Analytics Suite 2 - Data you can trust[DAF 2017] Analytics Suite 2 - Data you can trust
[DAF 2017] Analytics Suite 2 - Data you can trust
 
[DAF 2017] Analytics Suite 2 - Insights for everyone
[DAF 2017] Analytics Suite 2 - Insights for everyone[DAF 2017] Analytics Suite 2 - Insights for everyone
[DAF 2017] Analytics Suite 2 - Insights for everyone
 

„Segmentierung und KPIs“ von Semphonic

  • 1. Segmentierung und KPIs AT Internet User & Partner Conference 21. November 2012, Hamburg Matthias Bettag, VP Analytics, Europe, Semphonic
  • 2. About Semphonic • Founded in 1997, Semphonic’s roots are in analysis of large scale data bases for: – Marketing – Customer servicing – Operational improvement Headquarter in Novato (San Francisco) • Focused on enterprise-level clients in: Offices in: – Financial Services Boston, Portland, Washington D.C., New – Health & Pharma, York, Berlin – B2B – E-Commerce www.semphonic.com – Media • Trusted advisor to major brands, including: • Host of the Web Analytics Conference X Change: May 2012: First time in Europe (Berlin), 100 participants from 17 countries Sep 2012: US conference sold out for the 6th time in a row EU X Change 2013: 10-12 June 2013, again in Berlin 2
  • 4. Jemand interessiert? • Wer ist potentieller Käufer? • Woran erkennt man wer möglicherweise interessiert wäre? • Wie und wo platziert man das Produkt sinnvoll? 4
  • 5. Was macht den Unterschied in Digital/Online??
  • 6. Was ist anders in der Webanalyse? • Datenbank Marketing ist Zeilenbasiert (1 Zeile = 1 Kunde) • Web Analyse ist stream basiert (wenn man eine Zeile anschaut, was sagt diese über einen Visit ? aus?) • Stream Daten aggregieren nicht gut. Segmentiere eine Zeile nach ihren Werten und man erhält mehr oder weniger sinnlose Ergebnisse die dem Marketing nichts bringen. 6
  • 7. Webseitenstruktur bestimmt Stream • Korreliert die Ansicht einer Produkt Seite mit dem Erwerb des Produktes? – Ja klar. Aber das ist eine triviale Analyse. • Konvertieren Besucher mit +5 PVs mit höherer Wahrscheinlichkeit, wenn der Konversionsprozess 4 PVs hat? – Ja klar... • Besucher die Seite A aufrufen sind erfolgreicher als Besucher die Seite B aufrufen. – Ja, weil das durch die Seitenstruktur bedingt ist 7
  • 8. Warum statistische Methoden in der Webanalyse scheitern • Wenn der Elbtunnel ein Erfolgsfaktor ist, dann korreliert die A7 damit auf hohem Niveau • Webseiten verhalten sich in mancherlei Hinsicht wie Verkehr. Die Sturktur definiert die Besucherströme. 8
  • 9. Datenbank Marketing angewendet auf Web Analyse Verstehen der Kunden Statistical Models Proven Actionable Online Behavior Demographics Email Marketing Database Web Marketing Analytics Database-Driven Event Driven Social Old SaaS List Enhancement Customer Driven Verstehen der Besuche 9
  • 10. Datenbank Marketing angewendet auf Web Analyse 10
  • 11. Hier sind wir Digital Database Marketing Effective Marketing Database Marketing Digital The Right Techniques The Key Channels 11
  • 12. Konvergenz ist die Zukunft im Onlinebereich 12
  • 14. Funktionalismus • Jede Seite spielt eine spezifische Rolle im Design und Zweck der Webseite – Richte Messung gezielt am Zweck der Page aus – Dies kontrolliert viele Formen der Webseiten-Topologie • Functionalism ist ein Satz aus vordefinierten Seitentypen (Navigationsseiten, Commerceseiten, Supportseiten, … alle mit verschiedenen Sub-typen) • Functionalism ist ein Satz an Messungen, die jeweils auf den passenden Seitentyp ausgerichtet sind • Die Messung richtet sich nach der Funktion einer Seite. Einzelne Metriken können hier gutes, und dort schlechtes bedeuten – Datenschutz-Seite: Wer schaut sich das an? Besorgte Besucher. Also, viele Besuche mit Ansicht der Datenschutzseite könnte ein Ausdruck für viele besorgte, wenn nicht sogar misstrauische, Besucher sein! – Bounce rates können für Landingpages eine Erfolgsmetrik sein, wenn das Gesuchte dort direkt gefunden wurde. – Etc. 14
  • 15. Funktionale KPIs • Betrachten wir eine „Router Page“: Zweck dieser Seite ist es Besucher, auf spezifischere Bereiche zu lenken. • Problem: Wenn Besucher auf die obere Top-Navi klicken und nicht auf Links in der Router page. • Wie funktioniert die Seite wenn sie das zweite Mal in einem Besuch aufgerufen wird? 15
  • 16. Die Technik • Erstelle eine „Verhaltens Landkarte” der Webseite • Klassifiziere die Distanz Find Top Eingangsseite für >50% zwischen Seiten  Distanz: Level Pages der Seitenbesuche Schritte zwischen Knoten in derHierarchie • Distanz Kalkulation ist Find Next Seiten deren primäre Quelle eine Top Level wertvoll! Wie korreliert Level Down Page ist Distanz zum Erfolg? Repeat Till Klassifiziere Seiten in absteigenden Ebenen Done 16
  • 17. Der Vorteil • Mit einer objektiven Klassifikation der Distanz zwischen Seiten (Pages) besteht eine Variable welche die Topographie steuert – Steuere Korrelation und Regression mit Distanz – Messe individuelle Pfade und Distanz – (z.B. berechne Pfad von A nach B pro Besuch. Ist das Ergebnis durchschnittlich, schneller, länger? Klassifiziere Besucher nach deren Effizienz) – Vergleiche Verhaltens-Landkarte mit abstrakter (designter) Webseiten-Landkarte (passt diese zum tatsächlichen Verhalten der Besucher?) 17
  • 19. What ist die Intention eines Besuchs? • Use Case Analyse beschreibt: 1. Was haben die Besucher zu erreichen versucht? 2. Wie gut passt dieses Verhalten zum geplanten Design der Seite? 3. Sind Besucher mehr oder weniger Wahrscheinlich erfolgreich für die verschiedenen Gründe eine Seite zu besuchen? Use Case Analyse betrachtet eine Webseite aus der Benutzerperspektive. Webanalyse richtet sich zu oft nach der “Webseite als Instrument”. Es geht aber um das Messen des menschlichen Verhaltens und nicht darum, wie sich Seiten verhalten. 19
  • 20. Was ist Use-Case Analyse? Die wesentliche Idee der Use-Case Analyse ist die Klassifizierung möglichst vieler (aller) Besuche bezüglich der Intention welche die Besucher beim besuch der Webseite hatten, und deren Erfolgsgrad. Verhaltensgesteuert • Use Case Analyse fokusiert auf tatsächliches Verhalten auf einer Seite Visit-Based • Use-Cases sind eigentlich immer besuchsbezogen. Einzelne Besucher können verschiedene Besuchstypen aufzeigen Integriert • Bestehende Design Use-Cases und VoC KANN und SOLLTE miteinander integriert werden 20
  • 21. Wie passt das zusammen? Use-Case ist eine FUNDAMENTALER Teil von Analyseprojekten. Es ist eine sehr guter Rahmen für die Webseitenmessung, das Reporting, und weitergehende Analysen. Site Design Site Marketing Online Marketing Integrated Marketing • How well does • How can I • Who uses the • How can I use the web site optimize online web channel online behavior work? campaigns? and why? in other channels? Functionalism Use Case Analysis •Measuring your site as a set •Measuring what your visitors of tools that visitors use want to accomplish and how successful they are 21
  • 22. Wesentliche Schritte Initiale Use Cases • Definiere die erwarteten Besuchs-Typen einer Webseite Verhaltens Signaturen • Identifiziere & Teste das Verhalten eines Use-cases Segmentierung • Erstelle Besuchs-Segmente Rest-Analyse • Erstelle Profile aller nicht-klassifizierten Verhaltensweisen Erfolgsanalyse • Messe die Webseiten-Effizienz für jeden Use-case 22
  • 23. Verhaltens-Signaturen Wesentliche Informationen die beim Profil-Erstellen und Signatur Erkennung zu beachten sind Was kommt zuerst? • First Click / First Page / First Event Was passiert am häufigsten? • Mesit angesehener Inhalt / Meiste Zeit pro Inhaltsbereich / Erfolge Wie kommt man dahin? • Direkt via SEO oder PPC oder Home Page Eingang Navigation • Wurde gesucht – war diese spezifisch? Wer sind sie? • Einige Besuchstypen sind spezifisch für Besuchertypen VoC Integration • Besuchsintention und Zielerreichung 23
  • 24. Rest Analyse Wenn die Segmente erstellt wurden bleiben oft noch einige Verhaltensweisen übrig. Diese sollte man nicht ignorieren! Was tun mit dem Rest: Einmal da und weg: Diese Population ist vermutlich nicht analysierbar ausser wenn die Eingang auf die Seite dies offenbart (manchemal im SEM- Bereich). Man muss entscheiden was mit dieser Guppe passieren soll und ob diese in Reports einfliesst. Anderer Rest: Erstelle Profile nach Eingangsmethode, 1st click, key content, Erfolg, VoC data, etc. um potentielle Subsegmente zu erkennen die wiederum zu neuen Use-cases führen. Analysiere neue Use-Cases: Neue Use-cases sind oft die interessantesten weil die Webseite nicht dafür designt wurde und diese Besuchstypen daher nicht optimal unterstützt. Falsche Intentionen: Die Webanalyse klassifiziert Besuche als X, aber diese Besucher sagen etwas anderes per VoC aus Affinität: Wenn Besucher einen Use-case erfüllen, wie wahrscheinlich tun sie dies dann für andere Use-Cases? 24
  • 27. Finanzbereich: KPI Strategie & Reporting Segmentierung als Fundament der Web Analyse Don’t forget the “Why” Start with the Retirement Fund Category General Fund Specific Fund Planning Research Research Research “Who” Category Client Prints / New Portfolio Time to/on Advisors Visit Evaluator Adds Fund Usage Nearly Every Plan Client New Portfolio New Portfolio New Portfolio Meaningful Metric Updates / Managers Month Adds Adds Adds is a product of this Matrix produced by High-Wealth Leads # of Funds # of Funds Time to/on Two-Tiered Generated / Investors Opportunity Viewed Viewed Fund Segmentation General Account # of Funds Time to/on # of Funds Opens / Viewed Fund Investors Opportunity Viewed 27
  • 28. Shopping: KPI Strategie & Reporting Segmentierung als Fundament der Web Analyse Don’t forget the “Why” Product Start with the Directed Potential Discount Customer Buyer Shopper Service “Who” Shopping Conversion Register Online Value / Visit Satisfaction Rate Rate Nearly Every Store Tie Conversion Circular Rate Online Meaningful Offline Rate to Online Service % Metric is a Customers Conversion Register Online product of this Multi- View Value Rate Rate Service % Channel Matrix produced Near Store Tie Store Tie Circular Rate - by Two-Tiered Store Rate Rate Segmentation Prospects Moderate Conversion Register Value / Visit - Distance Rate Rate Event Conversion Register Value / Visit - Shopper Rate Rate 28
  • 29. Targeting • Eine Test- und Personalisierungs Strategie pro Segment in der 2-stufigen Segmentierung Matrix is wesentlich (und datengesteuert)! Man kann nicht eine Testing-, Personalisierungs- oder Seitenstrategie erstellen ohne diese Fragen pro Segment in der Matrix zu beantworten. Welchem Wettbewerber sind die Besucher zugeneigt? Was ist die größte Sorge? Was wird beachtet? Welche Kanäle werden benutzt? Wie wird ausgewählt? Welche Funktionen sind wichtig? Welche sind die demographischen Informationen? Warum gehen Besucher woanders hin? 29
  • 30. Finanzbereich: Targeting Auf welche Weise werden die Segmente angesprochen: Retirement Fund Category General Fund Specific Fund Planning Research Research Research Just the Facts New Portfolio Advisors RT Tool Drive Setup Adds Time to/on Fund Plan Client Updates / Portfolio New Portfolio New Portfolio Month Evaluator Adds Adds Managers High-Wealth Leads Generated Tradition of # of Funds Time to/on Fund / Opportunity Value Campaign Viewed Investors General Account Opens / Brand Fund # of Funds Time to/on Fund Opportunity Campaign Viewed Investors 30
  • 31. Es geht nicht um Besuche, Es geht um Besucher! 31
  • 32. OK, das Ding sollte sich nun endlich verkaufen lassen.. 32
  • 33. 33 Danke! Fotos: Matthias Bettag Sergei Brehm| aboutpixel.de, Shopping carts
  • 34. Matthias Bettag VP Analytics, Europe Semphonic - Berlin Office http://semphonic.com Tel: +49 173 2008758 Fotos: • Matthias Bettag Email: mbettag@semphonic.com • Gary Angel Twitter: @MatthiasBettag • Sergei Brehm| aboutpixel.de, Shopping carts 34
  • 35. 35 Beispiel Dashboards mit 2-Stufen Segmentierung Das Dateiformat ist Excel, aber ohne Makros zu benutzen, damit die Dateien ohne Warnmeldungen geöffnet werden können – wichtig wenn Distribution ans obere Management geplant ist
  • 36. Measuring the Complete Site The answer to “How is my site performing?” is the sum of how well the site is performing for each audience type. This can be captured in a high- level site report. Left are the visitor segments, in the middle are the engagements (% and total #) and on the right side are the conversions. Arrows up and down indicate changes month over month (MoM) or Year over Year (YOY) 36
  • 37. Measuring the Complete Site When clicking on the “Succes Rate” in the middle section you see each individual component success rate: 37
  • 38. Drilling-Down to Visit Types This approach then blends seamlessly into increasingly levels of detail. To understand why you’re successful (or not) with an audience, you need to understand the visit-types they were attempting. Note the “Visit Type” tab on the top section which now displays Visit Types (not Visitor Types) 38
  • 39. Drilling-Down to Visit Types With the ability to view each individual component success rate: 39
  • 40. Online Intelligence Solutions AT INTERNET USER & PARTNER CONFERENCE 2012 21.-22. NOVEMBER 2012 LESENSIEUNSEREEINDRÜCKEDERUSER&PARTNERCONFERENCE2012 MEHRERFAHRENÜBERATINTERNET KONTAKTIERENSIEUNSÜBERUNSERKONTAKTFORMULAR TEILENSIEIHREERFAHRUNGMITKUNDEN,PARTNERNUNDDEMATINTERNETTEAMAUFDERUSER&PARTNER CONFERENCE2013! DATUMUNDLOCATIONWERDENAUFSOZIALENNETZWERKENODERIMDIREKTENKONTAKTMITUNSBEKANNTGEGEBEN. WWW TINTERNET .A .COM