Zurzeit stehen die folgenden Tastatur Shortcuts zur Verfügung

Zeitraum-Selektion Tastaturkürzel

• „d t“ hintereinander drücken um den Zeitraum auf „HEUTE“ festzulegen
• „d y“ hintereinander drücken um den Zeitraum auf „GESTERN“ festzulegen
• „d w“ hintereinander drücken um den Zeitraum auf „LETZTE WOCHE“ festzulegen
• „d m“ hintereinander drücken um den Zeitraum auf „LETZTR MONAT“ festzulegen
• „d c“ hintereinander drücken um die „VERGLEICHEN MIT“-Funktion ein bzw. auszuschalten.
• „d x“ hintereinander drücken um die „VERGLEICHEN MIT“-Funktion mit der selektieren Vorjahresperiode zu vergleichen.

Applikations Tastaturkürzel

• „h“ bringt einem direkt ins Suchfeld der Hilfe-Funktion
• „a“ öffnet das Account-Panel bzw. klappt die Liste aller Accounts auf
• „Shift+a“ führt einen direkt zur Account-Auflistung
• „s“ bringt einem direkt zur Berichtsuche
• „Shift+d“  öffnet das erste für das Profil definierte Standard-Dashboard

Die Kürzel ersparen einem so einiges an Zeit, vorallem bei der Datums-Selektion sowie dem hin- und herspringen zwischen einzelnen Google Analytics Accounts und Profilen.

Falls ihr noch weitere Shortcuts kennt kommentiert doch bitte.

Genau hier schafft das seit gestern im Google Analytics Blog angekündigte „Google Analytics Solutions Gallery“ Abhilfe. Das Google Analytics Team hat hier die Möglichkeit geschaffen Dashboards, benutzerdefinierte Berichte sowie erweiterte Segmente direkt für das eigene Google Analytics Profil zu verwenden, bzw. diese in das eigene Google Analytics Profil zu integrieren und falls nötig, anzupassen. Das Google Analytics Team nutzt hier die seit langem bestehende Möglichkeit „Anpassungen über Permalinks zu teilen“ und schafft hier eine tolle Möglichkeit innerhalb von Minuten eigene Dashboards, erweiterte Segmente und benutzerdefinierte Berichte auf Basis einer Vorlage zu erstellen.

Was gibt es für Vorlagen?

Die Solution Gallery stellt zurzeit insgesamt 31 Vorlagen (5 Dashboards, 10 benutzerdefinierte Berichte und 16 erweiterte Segmente) zur Verfügung, welche mit einem Klick für das eigene Analytics Profil verwendet werden können. Der einzige Schritt welcher notwendig ist um diese Vorlagen für das eigene Analytics Profil zu verwenden ist, diese “herunterzuladen” (Klick auf Download) und sie denjenigen Analytics Profilen zuzuweisen, in welchen diese verwendet werden möchten.

Die Vorlagen werden unterteilt in die jeweiligen Google Analytics Funktion, die Geschäftsziele sowie die Funktionen bzw. Einsatzgebiete/Bereiche. Folgende Vorlagen stehen in der Google Analytics Solution Gallery zur Verfügung

Solution Gallery – Dashboards

Solution Gallery – Dashboards

Solution Gallery – benutzerdefinierte Berichte

Solution Gallery – benutzerdefinierte Berichte 1

Solution Gallery – benutzerdefinierte Berichte 2

Solution Gallery – erweiterte Segmente

Solution Gallery – erweiterte Segmente 1

Solution Gallery – erweiterte Segmente 2

Solution Gallery – erweiterte Segmente 3

Und was bringt mir das jetzt?

Aus meiner Sicht erleichtert dies vor allem Personen, welche sich neu mit dem Thema Google Analytics beschäftigen, den Einstieg in diese nützlichen Reports und Features, welche eine Zusammenfassung von verschiedenen Metriken auf einen Blick zeigen bzw. gewisse Entscheide auf Basis von Analysen vereinfachen können. Ebenso wird durch diese Vorlagen viel Zeit gespart, was das Setup anbelangt. Die Templates können somit für versierte Google Analytics Benutzer ebenfalls als Vorlagen eingesetzt werden, um daraus noch weiterreichende Berichte, Dashboards und Segmente zu erstellen oder aber neue Ideen für eigenen Dashboards, usw. zu erhalten.

Ich empfehle jedem, sich die einzelnen Report mal anzuschauen und somit einen Einblick in die Möglichkeiten zu erhalten, welche einem neben den Standard-Reports ebenfalls noch geboten werden.

Ich hoffe, dass das Google Analytics Team, allem voran Justin Cutroni sowie Avinash Kaushik  in Zukunft weitere solche Templates zur Verfügung stellt.

1. Persönlich identifizierbare Daten (PII) sammeln und verwenden

Gemäss den Datenschutzbestimmungen sowie den allgemeinen Bedingungen zum Einsatz von Google Analytics dürfen keine Daten gesammelt werden, welche auf die Identität eines Besuchers rückschliessen lassen, dies sind z.B. Namen, E-Mail Adressen, Rechnungs- und Lieferadressen, usw.

Dies bedeutet, dass z.B. URLs welche aus irgendwelchen Gründen die E-Mail Adresse erhalten (Landingpage aus E-Mail Kampagne mit Übergabe der E-Mail Adresse in die URL) zuerst anonymisiert werden müssen, z.B. über einen Profilfilter welche die URL überschreibt. Ebenfalls dürfen solche Daten z.B. nicht in benutzerdefinierten Variablen abgespeichert werden um diese dann über erweiterte Segmente auf die eigenen Reports anzuwenden.

2. Nutzung von mehreren Analytics Profilen für eine Web-Property

Innerhalb einer Webproperty sollten immer verschiedenen Profil verwendet werden. Ich empfehle hier, mindestens 2 Profile. Ein Profil, welches in seinem Originalzustand belassen wird, eines mit Anreicherung des Hostnamens, einer Vereinheitlichung der URLs auf Lowercase, sowie die Filterung auf die www Subdomain.

Der Grund dafür liegt darin, dass sobald mit Filtern auf Profilebene gearbeitet wird, die ein- oder ausgeschlossenen Daten nicht wieder rückgängig wiederherstellbar sind. Möchte man also z.B. in einem separaten Profil alle internen Besucher ausschliessen bzw. nur die externen Besucher anzeigen, so sollte ein neues Profil mit einem Filter erstellt werden welche die internen Besucher ausschliesst, falls notwendig noch ein zusätzliches Profil welches nur die internen Besucher einschliesst. Wendet man diesen Filter nun auf das Hauptprofil an, sind die Daten für immer verschwunden, da diese durch Google Analytics aus dem Datenpool entfernt werden.

Der Einsatz eines Testprofiles gibt einem die Möglichkeit, versch. Filter auszutesten ohne dabei das Originalprofil zu „beschädigen“. Der Einsatz von Filtern kann ebenfalls helfen, die eigene Webseite, z.B. bei der Nutzung von Subdomains in versch. Profile zu unterteilen und somit nur spezifische Daten einer Subdomain zu erhalten. Ebenso können mit zusätzlichen Profilen weitere zusätzliche Goals erfasst werden, sollten die 20 zur Verfügung Goals pro Profil nicht ausreichen.

Vorsicht jedoch, die maximale Anzahl von Subprofilen einer Webproperty liegt bei der Free Version von Google Analytics bei 50 Stück. Für eine Erhöhung muss der Google Support kontaktiert werden, dieser kann gegebenenfalls die Limite erhöhen.

3. Vereinheitlichung der Seiten-URLs (lowercase/upercase)

Einige CMS Systeme haben den Nachteil, dass diese URLs in versch. Schreibweisen ausgeben bzw. in verschiedenen Schreibweisen erreichbar sind (z.B. index.aspx, Index.aspx, INDEX.aspx). Dies hat nun zur Folge, dass ein und dieselbe Seite, welche zwar genau die gleiche ist, jedoch aufgrund der verschiedenen URLs von Google Analytics als unterschiedlich betrachtet wird, mehrfach in den Reports (z.B. Content-Report) aufgelistet wird.

Dies bedeutet, dass eine Aussage über die Seitenzugriffe nicht mehr auf einfache Art und Weise möglich ist, bzw. die einzelnen fälschlicherweise unterschiedlichen URLs summiert werden müssen.

Dies gilt es von Anfang an zu vermeiden. Am besten wird ein solcher Filter gleich beim initialen Setup von Google Analytics aufgesetzt. Unter Punkt 2 meines Artikels „3 MUSS-Filter für jedes Google Analytics Profil“ wird diese Möglichkeit genauer umschrieben.

4. Einsatz von Profilfiltern

Wie in den vorangegangen Punkten bereits beschrieben, bietet der Einsatz von Profilfiltern eine tolle Möglichkeit, die Google Analytics Daten bereits vorzufiltern, bevor diese überhaupt in den Berichten angezeigt werden. Seien dies Profile mit Filtern für spezielle Subbereiche oder Subdomains, der Ausschluss von internen Besuchern, die Trennung des Hauptprofiles in die verschiedenen Sprachen der eigenen Webseite, nur Besucher aus einer bestimmten Region, usw.

Man sollte jedoch mit dem Einsatz von Filtern vorsichtig sein, da hier auch viel falsch gemacht werden. Aus meiner Sicht ist die Nutzung eines ungefilterten Masterprofils unumgänglich um jederzeit auf den kompletten ungefilterten Datensatz Zugang zu haben.

Ebenso gilt es zu beachten, dass die Filter in der Reihenfolge abgearbeitet werden, in welcher diese innerhalb der Google Analytics Profileinstellungen sortiert sind.

5. Die Google Analytics integration von Zeit zu Zeit überprüfen

Nach der Integration ist vor der Integration. Ist der Google Analytics Code einmal in der eigenen Webseite integriert sollte von Zeit zu Zeit überprüft werden, ob dieser noch der aktuellsten Version entspricht und ob dieser ebenfalls auf allen zu messenden Seiten integriert ist. Tools wie Screamingfrog, Analytics-Debugger, Observepoint helfen einem, die aktuellen Implemenation zu überprüfen wie auch zu überwachen. Um neue Integration wie z.B. Event-Trackings, virtuelle Pageviews usw. auf ihre Funktion zu überprüfen bzw. sicher zu gehen dass die Daten wie gewünscht bei einer bestimmten Aktion an Google Analytics gesendet werden, kann ich  die Google Analytics Debugger (Chrome Extension) empfehlen. Diese zeigt einem in der Konsole des Google Chrome an, welche Daten an Google Analytics übermittelt werden. Die Frage ob die Daten nun korrekt an Analytics übermittelt wurden oder nicht, wie auch ein allfälliges abwarten bis die Daten im Google Analytics Interface zu sehen sind, erübrigt sich.

6. Einsatz von virtuellen Pageviews

Der Einsatz von virtuellen Pageviews bietet sich vielerorts an. Vielfach kommt es vor, dass z.B. die Dankes-Seiten eines abgeschickten Formulares keine eigenen Ziel-URL haben, sei dies wegen Nutzung von AJAX und einer direkten Ausgabe der Dankes-Meldung innerhalb des Formulares oder schlichtem Unvermögen des Webmasters, die Zielseite mit einer eigenen URL zu versehen.

Das Problem hierbei ist, dass in unserem konkreten Fall, bei der Nutzung von Google Analytics Zielen und Zieltrichtern, die Ziel-URL dieselbe ist wie die URL des Formulares welches ausgefüllt werden soll. Ein Conversion-Tracking wird somit verunmöglicht oder noch schlimmer, die Daten missinterpretiert.

Um solchen Seiten eine eigene URL zu geben, können die virtuellen Pagesviews eingesetzt werden.

Mit virtuellen Pageviews ist es theoretisch sogar möglich, die eigene allenfalls sehr kryptische URL-Struktur zu überschreiben.

Auch hier ist jedoch Vorsicht geboten. Wird z.B. der Standard Pageview im Headbereich bereits an Google Analytics gesendet und vor dem </body>-Tag wird dann zusätzlich noch ein virtueller Pageviews abgesetzt so bedeutet dies, dass die gleiche Seite unter 2 unterschiedlichen URLs in der Reportings auftaucht, was einen erheblichen Einfluss auf die gesamte Anzahl der Pageviews haben kann.

7. Einsatz von Event-Tracking

Das Event-Tracking ist eine tolle Möglichkeit Aktionen zu messen, welche keinen eigentlichen Pageview verursachen, somit auch nicht in den Daten von Google Analytics ersichtlich ist. Mit dem Event-Tracking können z.B. Klicks auf Banners von internen Kampagnen, Klicks auf bestimmte Bereiche, Klicks auf Links welche zu externen Webseiten führen, Downloads von Broschüren, Wallpapers oder aber die Nutzung von STOP/PLAY Buttons bei Videos, usw. gemessen werden.

Ebenso können für Events Ziele innerhalb von Google Analytics erfasst werden sowie der Wert eines Klicks direkt mit dem Event-Tracking zugeordnet werden.

Einfach gesagt, mit dem Event-Tracking kann jeder Klick, egal was dieser als Ziel oder Aktion hat, gemessen werden. Falls die Ressourcen für eine manuelle Kennzeichnung nicht vorhanden sind, kann dies in gewissem Masse auch automatisiert werden.

8. Nutzung von benutzerdefinierten Variablen um Benutzer zu segmentieren

Der Einsatz von benutzerdefinierten Variablen ermöglicht einem Daten, welche Google Analytics nicht von Grund auf erfasst, zu sammeln. Diese Option bietet einem tolle Möglichkeiten wie z.B. die Benutzersegmentierung. Fragen wie das Verhalten von eingeloggten Benutzer im Gegensatz zu nicht eingeloggten ist, kann z.B. über erweiterte Segmente, welche auf eine benutzerdefinierte Variable zugreifen, analysiert werden.

Eine weitere Möglichkeit wäre z.B. wie sich männliche Besucher im Gegensatz zu weiblichen Besuchern verhalten oder aber, welche Altersgruppe über welche Marketing-Kanäle den grössten Umsatz erzielt oder die höchsten Warenkorbwert pro Bestellung hat.

Solche Business-Spezifischen Fragen können oft nur mittels benutzerdefinierten Variablen beantwortet werden. Jedoch geben genau diese Insights die Informationen Preis, welche wohl eher Interessant sind als die blose Entwicklung der Anzahl Besucher in den letzten 3 Monaten.

9. Vergleiche Daten aus den E-Commerce Reports mit Daten aus dem Backend-System

Wenn das E-Commerce Tracking implementiert ist sollte dies ebenfalls auf verschiedene Fehlerquellen untersucht werden. Was jedoch noch viel wichtiger ist, das E-Commerce Tracking von Google Analytics ist kein komplexes E-Commerce Tracking System mit welchem die Umsätze des eigenen Geschäfts zu 100% korrekt gemessen werden. Punkte wie Retouren, Fehler in Bestellung, die Stornierung von Bestellungen sowie ein möglicher Zeitunterschied zwischen dem Backend-System und Google Analytics, z.B. verursacht durch einen Batchimport der Bestellungen nur alle 2h können nicht mit dem E-Commerce Tracking abgebildet werden.

Das E-Commerce Tracking von Google Analytics gibt meiner Ansicht nach vielmehr einen guten Einblick wie sich die verschiedenen Marketing Massnahmen auf die Umsätze oder andere Aktionen auswirken jedoch nicht die komplette Übersicht eines komplett integrierten E-Commerce Systems.

Ebenfalls muss beachtet werden, dass bei einer Falscherfassung von Bestellungen keine  Entfernung der Daten aus Google Analytics möglich ist (z.B. Bestellung von 1000 anstatt 100 Stk.), dies kann ebenfalls zu falschen Daten innerhalb der Reports führen. Hier wichtig ist, dass solche falschen Transaktionen, wenn möglich noch am gleichen Tag, mit der Option „Stornierung von E-Commerce-Transaktionen“ ausgeglichen werden um eine Verfälschung der Statistken zu vermeiden und die Nachvollziehbarkeit der Falsch- sowie Stornier-Transaktionen nachvollziehen zu können.

10. Die Datenlimitierungen von Google Analytics kennen

Die meisten Datenlimitierungen von Google Analytics werden wohl von den meisten Benutzern der Free Version nicht erreicht werden. Trotzdem ist es wichtig diese zu kennen, um die möglichen Auswirkungen nachvollziehen zu können sowie diese bereits bei der Evaluation der Webanalyse-Software zu berücksichtigen. Für die meisten dürfte hier die Anzahl an Zielen pro Profil die einzige Limite sein welche erreicht wird (20), jedoch kann auch dieses Limit bereits helfen, sich über die Konten- und Profilstruktur Gedanken zu machen.

Die Erreichung der Limiten ist gemäss Aussagen von Google nicht weiter tragisch. Werden z.B. die 10 Mio. Pageviews pro Monat erreicht bzw. z.B. eine Webseite 12 Mio. Pageviews pro Monat generiert, so wird dies nicht direkt zu einem Datenverlust führen. Bei einer längeren Überschreitung der Datenlimiten wird sich dann wohl ein Google Mitarbeiter bei euch melden und euch auf Google Analytics Premium, welches für 150‘000 $ / Jahr erhältlich ist, aufmerksam machen.

Wichtig bei den Datenlimitierung ist ebenfalls, dass Google Analytics bei einer gewissen Anzahl an zur Verfügung stehender Daten ein Datensampling betreibt. Dies aus diesem Grunde, um Ressourcen zu schonen. Dies bedeutet, dass Analytics Accounts mit einem grossen Datenvolumen bei gewissen Reports (z.B. Filterung durch erweiterte Segmente) auf Basis eines Datensamples berechnet werden. Dies wiederum kann bedeuten, dass die Anzahl der Besucher über einen bestimmten Zeitraum, je nach Segmentierung und Filterung nicht die gleiche Summe von Besuchern ausgibt, wie die ungesampelten Daten. Bei einer Berechnung von z.B. Besuchern wird bei den gesampelten Daten die Anzahl einfach multipliziert auf 100%. Sind es also z.B. beim Datensampel 100‘000 Besucher bei 10%, so würden, 1 Mio. Besucher angezeigt (hochgerechnet). Bei nicht gesampelten Daten könnten dies jedoch auch 1‘034‘917 Besucher sein.

Vorsicht bei Datensamples, diese Daten werden multizipliert aus den Datensamples. Wenn man jetzt tiefer in Details geht, kann es sein, dass hier Unterschiede entstehen, da die grossen Datenmengen gesammelt sind, die kleinen jedoch nicht.

Ein Möglichkeit ist Einsatz von Google Analytics Professionel für jedoch 150k $ / Jahr.

Keine Angst, bei der Erreichung der Limits passiert nicht wirklich was, auch bei z.B. der Überschreitung der 10 Mio. Pageviews / Monat, wenn dies nicht konstant ist. Ansonsten wird sich Google schon melden.

11. Definieren von Zielen innerhalb von Google Analytics

Einwenig ketzerisch könnte man sagen: „Eine Webseite welche Google Analytics einsetzt, jedoch keine Ziel definiert hat, nutzt Google Analytics nur dazu, sich schöne Grafiken anzuschauen!“.

Jede Webseite hat Ziele, dies müssen nicht nur E-Commerce Transaktionen bei klassischen Onlineshops sein. Nein, ebenso können Downloads von Broschüren, Wallpapers, die Verweildauer, Anzahl Seiten pro Besuch bzw. jedes weitere Ereignis ein Ziel sein. Aus meiner Sicht müssen alle Aktionen, welche einen reellen Gegenwert haben ebenfalls als Ziele innerhalb von Google Analytics erfasst sein.

Jedes Unternehmen stellt sich, oder sollte sich, die Frage stellen: „Welche Ziele wollen wir mit unserer Webseite erreichen“. Nur so ist es möglich zu messen, ob diese auch erreicht werden bzw. welche Online- oder auch Offline-Marketing Massnahmen in welchem Umfang zu dieser Ziellerreichung beitragen. So kann ermittelt werden, ob allfällige Marketingmassnahmen komplett am Ziel vorbeischiessen, eventl. sogar überflüssig sind, und ich welche Kanäle in Zukunft vermehrt Budget gelegt werden soll.

12. Einsatz von benutzerdefinierten Kampagnen

Nicht nur die Herkunft über Suchmaschinen, AdWords,  Links oder direkten Aufruf der URL im Browser soll gemessen werden. Auch Marketing-Massnahmen (benutzerdefinierten Kampagnen) welche Besucher über andere Kanäle auf die Webseite bringen, sollen analysiert werden können um zu sehen, wie erfolgreich diese Massnahmen sind.

Mit Hilfe von benutzerdefinierter Kampagnen lassen sich URLs erstellen, welche als Quellen innerhalb von Google Analytics ausgewiesen werden und welche mit Hilfe von erweiterten Segmente auf jegliche Reports angewendet werden können. So können z.B. Links innerhalb von Newsletter dazu verwendet werden um zu sehen, welche Inhalte wie gut funktionieren, welche Inhalte Klicks generieren oder aber noch besser, welche Inhalte und Themen schlussendlich zu neuen Umsätzen führen. Ebenso können Bannerkampagnen auf externen Webseiten gemessen werden um zu sehen, welche Werbeplattform die besten Ergebnisse liefert oder als letztes Beispiel, durch die Verwendung eines UTM-Tracking Links und einer Verkürzung dieses über einen URL-Shortener sogar, welche Personen über welche Plakatwerbung auf die Webseite gefunden haben, sei diese mit Hilfe eines QR-Codes oder aber der einfachen Darstellung der URL auf dem Plakat.

Benutzerdefinierten Kampagnen sollten jedoch nicht für Kampagnen und Aktionen innerhalb der eigenene Webseite genutzt werden. Der Grund hierfür ist, dass durch einen Klick auf einen Link mit UTM-Tracking Parametern das Google Analytics Cookie zurückgesetzt wird, da der Besucher für Google Analytics von einer anderen Quelle kommt, dies führt dazu, dass Besucher somit fälschlicherweise doppelt gezählt werden. Sollten interne Banners und Kampagnen gemessen werden wollen, sollte hier das Event-Tracking eingesetzt werden.

13. Einsatz von Google Analytics Vermerken

Google Analytics Vermerke sind der perfekte Weg, spezielle Ereignisse innerhalb von Google Analytics zu vermerken. Der Hauptnutzen liegt darin auch in einem Jahr noch zu wissen, warum z.B. an einem bestimmten Tag überhaupt keine Pageviews zu verzeichnen waren oder weshalb an einem bestimmten Tag extrem hohe Umsätze erzielt wurden.

14. Einsatz von erweiterten Segmenten.

Diese Funktion bzw. Filterung der Analytics Daten bietet einem eine tolle Möglichkeit, Daten bereits innerhalb von Google Analytics zu segmentieren. Wertvoll Statistiken wie die verschiedenen Verhalten von verschiedenen Zielgruppen (Benutzerdefinierte Variablen), der verschiedenen Geräte (Mobile/Desktop) usw. können mit den erweiterten Segmenten segmentiert dargestellt werden.

15. Einsatz von Dashboards und benutzerdefinierten Berichten

Der Einsatz von Dashboards und benutzderdefinierten Berichten, ist bei der heutigen Fülle von Funktionen welche einem das Google Analytics Interface anbietet, unerlässlich. Die Nutzung dieser zwei Funktionen ermöglicht es Reports zu erstellen, welche auf die Business-Wünsche der einzelnen Schlüsselpersonen in einem Unternehmen (CEO/CFO/CTO/CMO, usw.) ausgerichtet sind und diese sogar noch, mittels automatisierter Berichte in einem bestimmten Zeitintervall zu Verfügung zu stellen.

Das immer wiederkehrende Heraussuchen und Filtern der Daten entfällt somit, die Erstellung von Reports kann vereinfacht und interne Ressourcen geschont werden.

Musste man früher für jede Remarketing-Liste bzw. Zielgruppe noch einzelne Remarketing-Tags in Google AdWords erfassen und diese in die eigene Webseite einfügen, was je nach Auslastung des Webmasters oder der Agentur und je nach Release-Zyklus eine Weile dauern konnte, kann man heute, nach ein paar Anpassungen der Datenschutzrichtlinien sowie der Anpassung des Google Analytics Tracking Codes eine Unmenge an Remarketing-Listen mittels einfachem GUI innerhalb von Google Analytics erstellen um diese dann, sofern das Google Analytics und Google AdWords Konto miteinander verknüpft ist, für die eigenen Google AdWords Display Kampagnen nutzen zu können.

Was ist Google Analytics Remarketing?

Google Analytics Remarketing ist der einfachste Weg, seine Website-Besucher innerhalb von Google Analytics zu segmentieren, eigene Zielgruppen zu erstellen um diese dann über das Google Display Network (GDN) bewerben zu können.

Wie funktioniert Google Analytics Remarketing?

Als erstes werden die Besucher der Webseite nach den eigenen Wünschen segmentiert. Dies reicht von einem Besuch der Webseite, eines bestimmten Bereiches oder dem Erreichen eines bestimmten Zieles bis hin zu komplexen Abfolgen von versch. Schritten (Abfolgenfilter) z.B. eine Liste mit allen Besuchern welche innerhalb der letzten 30 Tage länger als 5 Minuten auf meiner Webseite waren, das Whitepaper heruntergeladen haben jedoch keine Bestellung durchgeführt haben.

Im nächsten Schritt werden die Daten, sofern Google Analytics und Google AdWords miteinander verknüpft sind und der Listenumfang > 100 Besucher ist, automatisch von Google Analytics an Google AdWords gesendet und stehen da unter dem Punkt „Gemeinsam genutzte Bibliothek“ – „Zielgruppen“ zur Verfügung.

Als drittes können somit können diese Listen für Kampagnen im Google Display Network verwendet werden. Ebenfalls steht die Möglichkeit innerhalb von Google AdWords zur Verfügung „Benutzerdefinierte Kombination“-Listen zu erstellen und diese ebenfalls als Targeting-Optionen bei den eigenen Kampagnen einzusetzen.

Was muss gemacht werden um Google Analytics Remarketing nutzen zu können?

Als erstes sei gesagt, es muss nicht viel gemacht werden um die Funktion nutzen zu können. Lediglich die Verknüpfung des Google Analytics mit dem Google AdWords Kontos, eine Anpassung im Google Analytics-Code sowie die Anpassung der bestehenden Google Analytics Datenschutzrichtlinien auf der eigenen Webseite sind von Nöten. Als letztes müssen dann nur noch die Remarketing-Listen erstellt werden sowie eine Remarketing Google AdWords Kampagne aufgesetzt werden welche zum Beispiel Benutzerdefinierte Kombinationslisten als Targeting-Option beinhaltet. Nachdem die Konten verknüpft sind, die Datenschutzrichtlinien und das Google Analytics Tracking Snipped angepasst sind, können die Listen erstellt werden.

Wo finde ich die Google Analytics Remarketing listen innerhalb von Google Analytics?

Die Remarketing Funktion findet man, sofern Analytics und AdWords verknüpft sind, unter dem Menupunkt “Verwaltung” – „Remarketing-Listen“ auf der Stufe der Webproperty.

Remarketing Listen in Google Analytics

Wie erstelle ich eine Remarketing-Liste in Google Analytics?

Innerhalb des Google Analytics Helpcenters gibt es viele Informationen über die Erstellung von Remarketing-Listen wie auch Beispiele. Den Artikel findet ihr hier.

Für was kann ich Google Analytics Remarketing einsetzen?

Die Einsatzmöglichkeite sind schier unendlich, hier dürfte es wohl eher an der Kreativität des Online Marketers oder Produkt Managements scheitern als an der Fülle an Möglichkeiten welche einem Google Analytics Remarketing anbietet (> 150 Segmente welche noch miteinander kombiniert werden können).

Ideen:

• Bewerbung aller Personen, welche innerhalb der letzten 2 Wochen zwar einen Artikel in den Warenkorb gelegt haben, jedoch keine Bestellung durchgeführt haben
• Bewerbung aller Personen welche innerhalb der letzten Woche für mehr als 100 CHF eingekauft haben
• Bewerbung aller Personen welche sich ein Factsheet der eigenen Dienstleistungen heruntergeladen haben, jedoch kein Kontaktformular abgesendet haben
• Bewerbung aller Personen, welche den Bereich „Damenmode“ innerhalb der letzten 2 Wochen besucht haben
• Bewerbung aller Personen, welche ein bestimmtes Produkt gekauft oder besucht haben
• Bewerbung aller Personen, welche einen veralteten Browser nutzen
• Bewerbung aller Personen, welche eine kleine Bildschirmauflösung benutzen und sich 24“-Flatscreen Samsung Monitore auf der Webseite angeschaut haben
• usw. usw.

Fazit zu Google Analytics Remarketing

Google macht es einem immer leichter, extrem gute und zielgerichtete Kampagnen aufzusetzen ohne ein tieferes Verständnis in die Technik einer Webseite zu haben oder von Drittpersonen, welche vielleicht nicht in derselben Abteilung sitzen, abhängig zu sein (Platzierung des Remarketing Code-Snipped). Durch den Einsatz von einfachen GUIs wird jedem die Möglichkeit geboten, Zielgruppen spezifische Kampagnen aufzusetzen. Die Herausforderung ist hier nicht mehr die Technik sondern die Ideenvielfalt von Marketingverantwortlichen sowie die mögliche Erstellung von x-verschiedenen Anzeigen. Das beste Mittel hier dürfte wohl sein, jede Zielgruppe so gut und genau wie möglich anzusprechen. Wenn wir uns jedoch vor Augen führen, dass Zielgruppen und Remarketinglisten sowie Kombinationen in schier unendlicher Fülle zur Verfügung stehen, so dürfte hier die Problematik doch eher im verwalten dieser Kampagnen liefen, der Optimierung sowie aber natürlich auch in der Kreation von möglichen bzw. notwendigen Zielgruppenspezifischen Anzeigen, eventl. sogar noch in x-verschiedenen Formaten.

Ich empfehle jedem, der Wert auf Performance und nicht auf die Reichweite liegt, sich mit dem Thema Google Analytics Remarketing vertieft auseinander zu setzen, die Möglichkeiten sind wirklich gigantisch und die Conversion-Rates sowie der ROI vielfach um einiges höheren als bei Standard Search CPC-Kampagnen.

Seid ihr bis hierhin durchgedrungen habt ihr bereits einen wichtigen Schritt in die Thematik genommen. Falls ihr euer Wissen noch vertiefen wollt kann ich die „Remarketing Series“ von Google wärmstens empfehlen.

Anbei die YouTube Clips (in der Reihenfolge anschauen):

Remarketing Series: Getting Started with Remarketing

Remarketing Series: Getting Started with Remarketing on YouTube

Remarketing Series: Getting Started with the New Remarketing Tag

Remarketing Series: Getting Started with Similar Audiences

Remarketing Series: Remarketing with Google Analytics

Innerhalb des Google Analytics GUI haben sich die Haupt- und Secondlevel Navigation, allen voran den Menupunkt „Startseite“ über welchen früher die Echtzeit-Analyse, Dashboards, Verknüpfungen sowie Radar-Ereignisse zu erreichen war, geändert bzw. wurden neu benannt oder umpositioniert.

Ebenfalls neu benannt wurden die Navigationspunkte „Standardberichte“ und „Benutzerdefinierte Berichte“. Diese heissen neu vereinfacht „Berichte“ und „Anpassung“. Die Reports, Dashboards, Verknüpfungen sowie Radar-Ereignisse welche früher unter dem Punkt „Startseite“ zu finden waren, sind neu ebenfalls im Punkt „Berichte“ angeordnet. Dieser wird nun aufgeteilt in „eigene Inhalte“ und „Standardberichte“.

Ich finde die Umstellung super und einiges weniger verwirrend als die alte Navigation. Aus meiner Sicht hätte man aber die „Benutzerdefinierte Berichte“ welche neu unter „Anpassung“ zu finden sind, ebenfalls unter „Berichte“ – „Eigene Inhalte“  platzieren können und sich somit die beiden Navigationselemente „Berichte“ und „Anpassung“ im Header gleich komplett ersparen können.

Man darf gespannt sein, mit was für neue Funktionen Google Analytics in Zukunft auftrumpft. Aus irgendeinem Grund wurden die Elemente ja neu angeordnet bzw. wurde Platz für neues geschaffen.

Zum Vergleich zwei Screenshots

Reportnavigation – Neue Ansicht

Reportnavigation – Alte Ansicht

Anbei eine Auflistung der Videos, diese wird zukünftig mit den Videos dieser Kurzserie ergänzt.

Multi-Channel Trichter (Multi-Channel Funnels)

Automatische Benachrichtigungen (Intelligence Alerts)

Remarketing mit Google Analytics

Zielprozessfluss (Goal Flow)

Benutzerdefinierte Benachrichtigungen (Custom Alerts)

Ziele (Conversions)

Zielgruppen Reports (Audience Reports)

Content Reports

Anbei noch ein paar ältere Videos, welche jedoch ebenfalls einen guten Kurzeinblick geben.

Besucherquellen (Traffic Sources Reports)

Social Reports

E-Mail Reports

AdWords Tageszeiten Reports

AdWords ROI

AdWords Placement Report

AdWords Traffic analysieren

Analysieren durch Datensegmentierung

Makro und Mikro Conversions

Die verschiedenen Arten von Zielen

Aus diesem Grunde habe ich ein Google Analytics Standardberichte Cheatsheet erstellt welches helfen soll, auf einem A4 direkt zu sehen, welche Möglichkeiten als Standard angeboten werden. Um den direkten Einstieg noch zu erleichtern, sind im PDF alle einzelnen Berichte mit den jeweiligen Artikeln im Google Hilfe-Center verlinkt, so sollte ein “langes” Suchen nach Informationen der Vergangenheit angehören.

Das Cheatsheet

Klick auf das Bild um das PDF herunterzuladen

• Cheatsheet als JPG (ohne Links zu den Hilfe-Center Artikeln)
• Cheatsheert als PDF (mit Links zu den Hilfe-Center Artikeln)

Noch viel schlimmer ist es, wenn man mehrere Filter und benutzerdefinierte Segmente erstellt hat, da führte bis heute kein Weg an den Benutzerdefinierten Berichten vorbei.

Diesem Problem hat Google Analytics mit den Shortcuts nun Abhilfe verschaffen.

Wo sind die Shortcuts zu finden? 

Auf der Google Analytics „Startseite“ unter dem Punkt „Verknüpfungen“ finden sich die neuen Shortcuts. Über den Punkt „Übersicht“ gelangt man in die Auflistung aller erstellten Shortcuts.

Wo findet man die Shortcuts

Wie lege ich einen Shortcut an?

Man navigiert in einen x-beliebigen Standard-Report oder zu den benutzerdefinierten Berichten innerhalb von Google Analytics, erstellt die gewünschten Filter, Sortierungsreihenfolge, erweiterte Segmente und wählt die Darstellungsform des Graphen aus und klickt dann auf „Verknüpfung Beta“.

Wie lege ich Shortcuts an

In dem sich öffnenden Fenster muss man dem Shortcut nun nur noch den Namen angeben:

Shortcut Namensvergabe

Welche Einstellungen werden über die Shortcuts gespeichert?

• Standard-Report oder benutzerdefinierter Bericht
• Aktuell ausgewählter Report-Tab
• Sortierungsreihenfolge
• Einstellungen der erweiterten Segmente
• Darstellungsform des Graphen

Welche Einstellungen werden über die Shortcuts NICHT gespeichert?

• Zeitraum
• Sample Size

Wie verwalte ich Shortcuts?

Shortcuts werden über die Shortcut-Übersicht verwaltet. Von dort aus können diese direkt aufgerufen oder aber gelöscht werden.

Shortcuts Übersicht

Um einen aktuellen Shortcut zu ändern, muss man sich den Report anzeigen lassen. Nach den gemachten Änderungen kann man über den „speichern-Button“ alle Änderungen speichern.

Shortcuts nachträglich ändern

Zusätzliches was man über die Google Analytics Shortcuts wissen sollte

• Shortcut Reports können exportiert oder per Mail versendet werden, wie jeder andere Report
• Gelöschte Shortcuts werden ebenfalls innerhalb von geplanten Mails gelöscht, genau gleich wie bei benutzerdefinierten Berichten.
• Shortcuts erscheinen auf Profillevel

Fazit

Die Shortcuts sind eine neue wundervolle Möglichkeit, mehr Ordnung in die eigenen Google Analytics Reports zu bringen und vor allem auch Zeit beim Erstellen von Auswertungen bzw. dem Auffinden dessen zu sparen. Neben den Dashboards und benutzerdefinierten Berichten ist dies nun schon das dritte „Ordnungsfeature“. Daumen hoch Google, echt Top

Google Analytics

Benötigen Sie Hilfestellung bei der Analyse Ihrer Facebook-Applikation oder Webseite? Hutter Consult GmbH verfügt über viel Know How und Erfahrung im Bereich Google Analytics. Wir unterstützen Sie bei der Zieldefinition, Erstellung von notwendigen Tracking-Codes sowie deren Implementation und dem Setup von benutzerdefinierten Analysen &  Reports. Nutzen Sie unser Wissen! Kontaktieren Sie uns noch heute!

• Wie kann ich das Besucherverhalten von Kunden und nicht Kunden messen?
• Wie kann ich in Blogs sehen, welche Artikel bzw. welche Autoren für die Besucher interessant sind?
• Wie ist der Unterschied im Besucher- und Kaufverhalten meiner weiblichen oder männlichen Kunden?
• Ist die Warenkorb Abbruchrate bei Kunden zwischen 25-30 höher als diejenige einer anderen Alterskategorie?
• Welche Artikel werden vor allem von Männern gekauft?

usw. usw.

Bei all diesen Fragen kann der Einsatz von benutzerdefinierten Variablen Klarheit verschaffen.

Generelle Erklärung zu benutzerdefinierten Variablen

Innerhalb von benutzerdefinierten Variablen können Daten gesammelt werden, welche für die eigenen Trackingwünsche benötigt werden. Sei dies das Geschlecht, Geburtsdatum und die Herkunft von angemeldeten Kunden oder einfach der Autor eines gewissen Blogposts.

Es gibt drei verschiedene Typen von benutzerdefinierten Variablen. Diese sind „Page-Level“, „Session-Level“ und „Visitor-Level“. Diese Typen können für verschiedene Szenarien eingesetzt werden.

Page-Level
Möchte man z.B. beim Aufruf jeder Seite den Autor des Blogartikels in eine benutzerdefinierte Variable übergeben, dann bietet sich der „Page-Level“ Typ an. Dieser wird bei jedem Seitenaufruf neu abgefragt bzw. definiert und an Google Analytics übergeben. Die Variable ist so lange gültig bis diese von einer neuen Seite überschrieben wird.

Session-Level
Der „Session-Level“ Typ bietet sich an, wenn man zum Beispiel nicht eingeloggte und eingeloggte Besucher voneinander trennen möchte um somit das Besucherverhalten der zwei verschiedenen „Zielgruppen“ zu analysieren. Die Variable ist so lange gültig, bis diese innerhalb einer Besucher-Session überschrieben wird. Kommt also ein nicht eingeloggter Besucher auf die Seite und loggt sich zu einem späteren Zeitpunkt ein, dann wird die Variable von „login=false“ auf „login=true“ umgeschrieben.

Visitor-Level
Der „Visitor-Level“ Typ ist so lange gültig, wie das Cookie auf dem Rechner des Besuchers bestehen bleibt bzw. maximal für 24 Monate. Dieser Typ könnte z.B. dazu verwendet werden um Kundendaten wie Geburtstag oder Geschlecht zu speichern.

Weitere Informationen zu den benutzerdefinierten Variablen findet ihr auf der Google Analytics Developer Seite.

Einsatzbeispiel

Das untenstehende Beispiel soll aufzeigen, wie man z.B. benutzerdefinierte Variablen beim Einsatz von Google Analytics innerhalb von Facebook Applikationen verwenden kann.

Ziel: Analyse einer Facebook-App Nutzung nach Alter und Geschlecht. Wie ist das Interaktions- und Nutzungsverhalten der verschiedenen Alters- und Geschlechtsgruppen.

Setzt man Google Analytics zum Tracking von Facebook-Applikationen ein, so können Werte, welche beim Auth-Dialog explizit abgefragt werden (z.B. Geburtsdatum) oder durch Facebook standardmässig zur Verfügung gestellt werden, wenn diese vom User definiert sind (z.B. Geschlecht), innerhalb der Applikation als Benutzerdefinierte Variablen an Google Analytics übergeben werden.

Innerhalb von Google Analytics (Besucher – Benutzerdefiniert – Benutzerdefinierte Variablen) würden die Werte dann folgendermassen aussehen.

Geburtsdatum:

Geburtsdatum

Geschlecht:

Geschlecht

Über diese Werte der benutzerdefinierte Variablen können nun weitere Analysen innerhalb von Google Analytics vorgenommen werden.

Erstellung von erweiterten Segmenten aufgrund von benutzerdefinierten Werten

Durch die Erstellung von erweiterten Segmenten innerhalb von Google Analytics kann nun die Möglichkeit geschaffen werden, die meisten Google Analytics Reports gemäss den benutzerdefinierte Werten aufzuschlüsseln. Ein erweitertes Segment könnte z.B. so aussehen (Segment für alle Frauen welche die Facebook Applikation benutzen).

Erweitertes Segment für ein Geschlecht

Diese Segmente können somit dazu benutzt werden, um z.B. zu sehen welches Geschlecht die Facebook Applikation nutzt. (Geschlecht und Geburtsdatum können natürlich auch über die Facebook Insights der App bezogen werden, dies ist nur ein Beispiel).

Besucher nach Geschlecht

Oder aber, über die Erstellung von erweiterten Segmenten aufgrund des Geburtsdatums, wie sich die Altersaufteilung der App-Nutzung zusammensetzt.

Besucher nach Alter

Das Nutzer- und Interaktions-Verhalten der eigenen Zielgruppe messen
Spannender wird es dann, wenn man die benutzerdefinierte Werte bzw. erweiterten Segmente mit dem Event-Tracking kombiniert. Hiermit können z.B. Aussagen gemacht werden, welches Geschlecht auf den „Teilen“- oder „Freunde einladen“-Button innerhalb der Applikation und wie die Interaktionsraten der versch. Zielgruppen innerhalb der Applikation bzw. der verschiedenen App-Funktionalitäten sind. Diese Daten können einem wertvolle Inputs für weitere Applikationen geben und bieten einem die Möglichkeit, das Nutzer- und Interaktions-Verhalten der eigenen Zielgruppe besser zu verstehen.

Nutzer- & Interaktions-Verhalten innerhalb einer Facebook Applikation

Fazit

Der Einsatz von benutzerdefinierten Variablen in Kombination mit Event-Tracking und erweiterten Segmenten bietet ungeahnte Einsatzmöglichkeiten innerhalb von Google Analytics. Es wird die Möglichkeit geschaffen an die Daten und Reports zu kommen, welche jenseits der Google Analytics Standards liegt. Erst hier wird einem bewusst, wie riesig das Einsatzgebiet von Google Analytics ist. Wir gehen weg vom einfachen Besucher- oder Pageview-Tracking und fokussieren uns auf das wesentliche. Wir lernen unsere Zielgruppe und deren Verhalten kennen und können dies, wie im obigen Beispiel sogar auf Geschlecht und Alter aufteilen. Diese Insights sind wichtige Daten welche zur Verbesserung von Webseiten und Applikationen beitragen. Stetige Verbesserung durch geschickte Analyse lautet hier das Motto.

Da die Analysemöglichkeiten und Kombinationen schier unendlich sind sollte man aber auch hier bedenken, dass von Anfang an die Ziele definierte werden sollen, welche mit der Analyse erreicht werden sollen. Ansonsten läuft man auch hier Gefahr zwar einen riesen Daten- und Analysetopf zu haben, dieser aber für Business-Entscheide nicht eingesetzt wird.

Hab ich euer Interesse an benutzerdefinierte Variablen und deren Einsatz für das Reporting geweckt? Gerne könnt ihr eure Szenarien oder Ideen was gemessen werden sollte untenstehend als Kommentar abgeben.

Google Analytics

Benötigen Sie Hilfestellung bei der Analyse Ihrer Facebook-Applikation oder Webseite? Hutter Consult GmbH verfügt über viel Know How und Erfahrung im Bereich Google Analytics. Wir unterstützen Sie bei der Zieldefinition, Erstellung von notwendigen Tracking-Codes sowie deren Implementation und dem Setup von benutzerdefinierten Analysen &  Reports. Nutzen Sie unser Wissen! Kontaktieren Sie uns noch heute!

Filter 1: Hostname anzeigen

Standardmässig werden innerhalb von Google Analytics die Hostnamen nicht innerhalb der Anforderungs-URI dargestellt. Die URLs, zum Beispiel innerhalb des Content-Reports, werden ohne Subdomain und Domain dargestellt. Diese sehen dann z.B. so aus /index.php/2011/04/google-adwords-grundlagenpruefung-frage1/index.php. Nun, soweit ja eigentlich nicht weiter tragisch. Doch!

Verwendet ihr, ohne den Hostnamen an die Anforderungs-URI zu ergänzen, mehere Subdomains dann führt dies dazu, dass alle Seiten fälschlicherweise als die selben betrachtet werden. Das heisst, Google Analytics intepretiert z.B.

• http://www.florianmuff.com/index.php/2011/04/google-adwords-grundlagenpruefung-frage1/index.php
• http://m.florianmuff.com/index.php/2011/04/google-adwords-grundlagenpruefung-frage1/index.php
• http://test.florianmuff.com/index.php/2011/04/google-adwords-grundlagenpruefung-frage1/index.php
• http://content.florianmuff.com/index.php/2011/04/google-adwords-grundlagenpruefung-frage1/index.php
• http://beta.florianmuff.com/index.php/2011/04/google-adwords-grundlagenpruefung-frage1/index.php
• usw.

als die selben Seiten. Eine Auftrennung nach den verschiedenen Domains ist somit nicht im nachhinein nicht mehr, da der Hostname gar nicht protokolliert wurde. Ihr seht, dies kann zu drastischen Verfälschungen von Zahlen führen, vorallem, wenn z.B. der Test-Server für interne Zwecke verwendet wird und innerhalb eines Relaunches sehr viel Traffic von internen Mitarbeitern auf diesen Hostnamen erfolgt.

Wie kann ich mich dagegen schützen?

Lege auf deinem Hauptprofil einen Filter an. Solltest du bereits historische Daten in deinem Profil haben, sollte ein neues zusätzliches Subprofil mit dem Filter erstellt werden. Wichtig ist, dass im Masterprofil alle Analyticsdaten immer ungefiltert zur Verfügung stehen! Somit ist das Testen mit neuen Filtern und neuen Subprofilen jederzeit möglich, ohne das Masterprofil zu beeinflussen. Einmal herausgefilterte Trackingdaten sind nicht mehr aufrufbar!

• Schritt 1 – Gehe auf dein Google Analytics Profil und klicke oben rechts auf “Verwaltung”
• Schritt 2 – Klicke auf “neues Profil” und benenne dieses nach deinen Wünschen, z.B. “XYZ.ch Hostname Master”
• Schritt 3 – Selektiere das soeben neu erstellte Profil und klicke auf den “Tab” – “Filter”
• Schritt 4 – Klick auf “neuer Filter” und nimm die im untenstehenden Screenshot stehenden Einstellungen vor
  

  Google Analytics Hostname

• Schritt 5 – Klicke auf “Speichern”

Ab sofort werden in diesem Profil nun die Hostname an die Anforderungs-URI angefügt. Die Pageviews für die verschiedenen Subdomains werden ab sofort getrennt ausgewiesen.

Filter 2: URLs auf LOWERCASE vereinheitlichen

Ein weiteres Problem besteht darin, dass einige CMS Systeme URLs mit Lower- oder Upercase Varianten erstellen. Das heisst, die selben Seiten erscheinen mit Gross- und Kleinbuchstaben in der URL, dies sieht dann innerhalb von Google Analytics, falls Filter 1 gesetzt wurde, z.B. so aus:

• http://www.florianmuff.com/index.php/2011/04/google-adwords-grundlagenpruefung-frage1/index.php
• http://www.florianmuff.com/index.php/2011/04/Google-Adwords-Grundlagenpruefung-Frage1/index.php
• http://www.florianmuff.com/index.php/2011/04/GOOGLE-adwords-grundlagenpruefung-frage1/index.php
• usw.

Auch in diesem Fall geht Google Analytics korrekterweise davon aus, dass es sich hierbei um versch. URLs handelt. Für uns als Webseiten-Betreiber sind diese Seiten jedoch die gleichen, nur in einer anderen Schreibweise welche z.B. durch die falsche Verlinkung von einer externen Seite zustande gekommen ist. Unser Ziel ist es, alle URLs zu vereinheitlichen. So, dass wir die selben Seiten auch nur einmal in unseren Reports haben.

Zu diesem Zweck bietet Google den “Kleinschreibung” Filter an (kann natürlich auch für andere Zwecke verwendet werden).

• Schritt 1 – Profil selektieren auf welchem der Filter erstellt werden soll
• Schritt 2 – neuen Filter erstellen
• Schritt 3 – Einstellungen gemäss untenstehendem Screenshot vornehmen
  

  Hostname zu lowercase konvertieren

• Schritt 4  - Klicke auf “Speichern”

Ab sofort werden nun alle URLs durch diesen Filter auf Lowercase umgeschrieben. Das Problem der doppelten protokollierten URLs für die selbe Seite besteht nicht mehr.

Filter 3: Only sudomain.domain.ch

Mit Filter 1 + 2 haben wir nun die URLs bereinigt und gleichzeitig den Hostnamen vor die Anforderungs-URI angefügt. Nun möchten wir unsere Mobile Webseite, welche unter http://m.florianmuff.com läuft von unserer Desktop Variante http://www.florianmuff.com trennen bzw. in zwei getrennten Profilen analysieren.

Hierfür erstellen wir ein neues Profil in welchem wir Filter 1+2 einschliessen und erstellen einen zusätzlichen Filter, welcher in unserem Beispiel, nur die Seiten unter www.florianmuff.com beinhaltet, nicht aber die Mobilen Seiten unter http://m.florianmuff.com.

• Schritt 1 - Klicke auf “neues Profil” und benenne dieses nach deinen Wünschen, z.B. “XYZ.ch only WWW”
• Schritt 2 – Selektiere das soeben neu erstellte Profil und klicke auf den “Tab” – “Filter”
• Schritt 3 – Klicke auf “neuer Filter” und wähle die Option “vorhandenen Filter auf Profil anwenden”. Selektiere Filter 1 + 2 und klicke auf speichern.
• Schritt 4 – Klick auf “neuer Filter” und nimm die im untenstehenden Screenshot stehenden Einstellungen vor
  

  Nach Subdomain bzw. Hostname filtern

• Schritt 5 – Klicke auf “Speichern”
• Schritt 6 - Stelle sicher, dass die Filterreihenfolge (Filter 1 – 3) eingehalten wird, da diese nacheinander von Google Analytics abgearbeitet werden. Eine falsche Sortierung kann dazu führen, dass das Ganze Szenario nicht klappt.

Somit haben wir nun ein Profil erstellt welches nur Zahlen von Seiten erhält, welche von www.florianmuff.com kommen und doppelte URLs entfernen. Dieses Profil sollte nun sauber sein.

Fazit

Google Analytics kann extrem viel, aber auch hier liegt die Würze im Detail. Mit diesen 3 Filtern sollte ihr sauberere Daten erhalten als wenn ihr diese nicht einsetzt. Ich empfehle jedem wenigstens diese Basic-Filter einzusetzen. Der Vorteil liegt auf der Hand. Eine Auftrennung von versch. Subdomains, ohne dazu mehrere Google Analytics Web-Properies (mehrere UA-Nummern) zu erstellen ist ein Vorteil. Ein weiterer liegt darin, das man auf allen Subdomains immer den selben Google Analytics Code mit der selben UA-Nummer verwenden kann. Ein Nachteil könnte darin liegen, dass man pro Web-Property nicht mehr als 50 Subprofile erstellen kann, ich denke jedoch, dies dürfte für die meisten von euch reichen. Ich habe diese Grenze noch nie erreicht. Im Notfall kann Google dieses Limite, soweit mir bekannt ist, auch hochschrauben.

Mit versch. Subprofilen hat man nicht nur die einzelnen Subdomains getrennt, nein, durch den Beibehalt des unveränderten Masterprofiles hat man auch gleich wieder alle Daten aggregiert. Aus diesem Grund muss man hier nochmals betonen, behaltet ein Masterprofil so wie es die Daten von Google Analytics standardmässig beinhaltet.

Mehrere Subprofile geben einem ebenfalls die Möglichkeit viel mehr Ziele für die eigenen Webseite zu erstellen (Pro Profil 20 Ziele). Ein Aufteilung von Zielen auf mobilen Webseiten oder auf Desktop Seiten ist somit von Anfang an gegeben.

Mich würden eure Erfahrungen mit den Google Analytics Filtern interessieren. Nutzt ihr diese oder habt ihr noch weitere Filter in der Hinterhand?

Und was bringen uns diese Massnahmen? Welches Online-Werbemittel hat uns den grössten Erfolg verschafft bzw. unterstützt uns in der Ziel-Erreichung, mit welchem Medium bzw. welcher Kampagne haben wir den grössten Return on Investment? Wo lohnt es sich auch in Zukunft Ressourcen zu investieren? Sind gewisse Bannerformate oder bestimmte Plattformen lukrativer um Werbung zu schalten? usw. usw.

Diese Fragen hat sich bestimmt jeder schonmal gestellt, doch nur, wie kann man dies messen? Die Antwort lautet…

Google Analytics UTM Kampagnen-Tracking

Google Analytics bietet die Möglichkeit an, seine Links durch Kampagnen-Informationen, sogenannte UTM-Parameter zu ergänzen um zu erfassen, von welcher Quelle, Medium verwiesen wird sowie die Angabe von Kampagnen-Informationen an Analytics zu übergeben. Diese Codes können an jeden beliebigen Link angefügt werden. Für Klicks welche über Google AdWords erfolgen ist ein manuelles kennzeichnen nicht notwendig, sieheAutomatische Tag-Kennzeichnung. Das gleiche gilt für Klicks auf Beiträge welche in RSS Feeds gemacht werden, hierfür muss jedoch Feedburner eingesetzt werden. Um seine Kampagnen zu messen muss also nichts anderes gemacht werden als die URLs mit UTM-Parametern zu ergänzen.

Zur Kennzeichnung von Links stellt Google Analytics die folgenden Parameter zur Verfügung (* = Pflicht):

• Kampagnenquelle (utm_source) *
  Mit dem Parameter utm_source können die verschiedenen Quellen gekennzeichnet werden, Beispiele können z.B. Plattformen sein, also Links von Facebook, eigene Webseite, Webseite von Drittanbietern usw.
• Kampagnenmedium (utm_medium) *
  Mit dem Parameter utm_medium können z.B. verschiedene Werbemöglichkeiten innerhalb einer Plattform gemässen werden, Beispiele hier sind z.B. das messen eines Wallposts innerhalb von Facebook im Gegensatz zu den in Facebook platzierten Werbeanzeigen, diese wiederum im Vergleich zu den innerhalb von Twitter abgesetzten Tweets oder in Google+ erstellten Posts.
• Kampagnenbegriff (utm_term)
  Wird für die bezahlte Suche verwendet. Mit utm_term können Sie Keywords für diese Anzeige notieren.
• Kampagnen-Content (utm_content)
  Mit dem Parameter utm_content können A/B-Tests gemacht werden um z.B. zu sehen welcher Banner die höchste Klickrate hat oder welche Position auf einer Webseite die erfolgreichste ist.
• Kampagnenname (utm_campaign) *
  Mit dem Parameter utm_campaign werden die eigentlichen Kampagnen gekennzeichnet. Alle Werbeanzeigen bzw. Massnahmen für eine Kampagne, z.B. die Lancierung eines neuen Produktes sollten den gleichen Kampagnen Code haben, dies vereinfacht bei der Analyse die Zuteilung der einzelnen Klicks von Quellen und Medien

Google stellt zur Erstellung von solchen Links ein Tool zur Verfügung. Da ich jedoch immer über die selben Kanäle kommuniziere bzw. veröffentliche, habe ich mir eine Excel Vorlage erstellt welche Kampagnen-URLs für Facebook, Twitter, Google+ und Xing “automatisch” erstellt. Diese dürft ihr gerne nutzen bzw. den Google Analytics UTM Code Generator herunterladen.

Auswertungen in Google Analytics

Informationen über die mit UTM-Codes gekennzeichneten Links findet man innerhalb von Google Analytics unter dem Punkt “Besucherquellen – Quellen – Kampagnen”. Die Reports innerhalb von Google Analytics sehen folgendermassen aus:

Google Analytics Quelle / Medium

Neben diesem Report kann man auch noch nach Kampagne, Quelle, Medium, Keywords, Anzeigeninhalt und weiteren Dimensionen filtern.

Fazit

Jeder sollte seine Kampagnen-Tracking einsetzen um Erfolge aber auch Misserfolge zu eruieren. Mit Hilfe des Kampagnen-Tracking können innerhalb von Google Analytics sehr wertvolle Reports erstellt werden, der Einsatz von erweiterten Segmenten ist hier sehr hilfreich. Zu wissen über welche Medien, Quellen und Kampagnen z.B. die meisten Umsätze oder anderweitige Conversions generiert werden gibt uns die Möglichkeit die Ressourcen auch dementsprechend zu lenken und die Effizienz unserer Kampagnen zu steigern. Die 5 Minuten Aufwand zum das Kennzeichnen von z.B. 4 Links dürften sich allemal lohnen.

Es wird zwischen Session- und permanenten Cookie unterschieden. Session Cookie werden gelöscht bzw. laufen ab, sobald die Session beendet wird, also der Browser geschlossen wird oder aber die Session mehr als 30 Minuten inaktiv war, also der Besucher 30 Minuten nichts auf der Seite unternommen hat. Die Dauer der Gültigkeit des Session Cookie kann z.B. über den Parameter “_setSessionCookieTimeout()” auf die eigenen Bedürfnisse angepasst werden, mehr dazu findet ihr weiter unten.

Permanente Cookies haben ein festgelegte Gültigkeitsdauer, bei Google Analytics beträgt diese standardmässig zwei Jahre. Permanente Cookies laufen nach diesem Zeitpunkt ab, werden jedoch durch jeden neuen Besuch oder Seitenaufruf erneuert. Sie können durch den Benutzer auf dem Computer durch Entfernung der Cookies gelöscht werden. Auch hier können die Grundeinstellungen geändert werden, mehr dazu weiter unten.

Wie setzt Google Analytics Cookies ein

Cookies geben Google Analytics die Möglichkeit, Daten viel genauer zu erheben. Sie bergen aber auch die Gefahr, dass durch Löschung oder Blockierung der Cookies auf dem Rechner des Besuchers, Daten missinterpretiert oder erst gar nicht protokolliert werden können. Was kann mit den Cookie im groben protokolliert werden.

Eindeutige Besucher

Die Cookies erlauben es Besucherdaten zu erfassen bzw. zu gruppieren. Alle Aktivitäten während eines Besuches werden zusammengefasst. Durch das setzen von Cookies wird ermöglicht, dass sogar eindeutige Besucher von Besuchern unterschieden werden. Wenn also z.B. ein Besucher die selbe Webseite an einem Tag mehrmals besucht, dann können dies mehrere Besucher sein, aber nur ein eindeutiger Besucher.

Aktivitäten der Besucher

Cookies speichern z.B. auch Daten über den Start- und End-Zeitpunkt eines Besuches auf der Webseite auf oder aber, wieviele Seiten sich der Besucher z.B. angesehen hat. Wenn ein Besucher den Browser schliesst oder zu lange inaktiv auf der Seite ist (Standard 30 Minuten), wird die Besuchersession beendet und das Cookie zeichnet den Besuch als beendet auf.

Ebenfalls werden das Datum und die Zeit des ersten Besuches aufgezeichnet, z.B. für die Berechnung wieviele Besuche ein Besucher benötigte, um eine gewisse Conversion auszulösen. Ebenfalls werden die Total Anzahl Besuche pro eindeutigen Besucher protokolliert.

Besucherquellen

Cookies sind das wichtigste Mittel um Informationen zu Conversion-Rates zu einer bestimmten Quelle oder einem bestimmten Medium zuzuteilen. Jedesmal wenn ein Besucher die Seite aufruft werden Daten über sein Herkunft bzw. die Besucherquelle abgespeichert. Um Kampagnen zu messen kann z.B. der URL Builder verwendet werden.

Informationen welche in den Cookies gespeichert werden

Google Analytics verwendet verschiedene Cookies um die Informationen über einen Besucher abzuspeichern. Alle Cookie-Informationen werden einer Domain zugeteilt und können sich während eines Besuches ändern, z.B. benutzerdefinierte Variablen welche von “NotRegistredUser” auf “RegistredUser” innerhalb einer Session wechseln können.

Anbei eine Auflistung der Cookies von Google Analytics.

__utma

In diesem Cookie werden die Hauptinformationen abgespeichert um Besucher zu tracken. In diesem Cookie werden eine eindeutige Besucher-ID, das Datum und die Zeit des ersten Besuches, der Zeitpunkt zu welchem der aktive Besuch gestartet wird sowie die Anzahl aller Besucher welche ein eindeutiger Besucher auf der Webseite gemacht hat.

Das __utma Cookie ist ein permanentes Cookie und hat eine Gültigkeitsdauer von zwei Jahren. Mit jedem neue Besuch wird das Ablaufdatum aktualisiert. Das Cookie kann durch eine manuelle Entfernung ebenfalls komplett gelöscht werden.

Über die Anpassung des _setVisitorCookieTimeout() Parameters kann die Gültigkeitsdauer der persistenten Cookies beeinflusst werden. Es ist sogar möglich die Einstellungen so zu wählen, dass auch das persistente Cookie nach schliessen des Browsers gelöscht wird, also gleich behandelt wird wie ein Session Cookie.

__utmb

In diesem Cookie merkt sich Google Analytics ob ein Besuch abgelaufen ist und wie tief sich ein Besucher auf der Seite bewegt. Es speichert die Anzahl von Pageviews innerhalb des aktuellen Besuches und die Startzeit des aktuellen Besuches eines Besuchers.

Das __utmb Cookie ist ein Session Cookie (temporär), hat jedoch nur eine Gültigkeitsdauer von 30 Minuten. Jeder Seitenaufruf aktualisiert dieses.

Über die Anpassung des _setSessionCookieTimeout() Parameters kann auch hier die Gültigkeitsdauer verändert werden.

__utmc

Dieses Cookie gehört der Vergangenheit an und wird von Google Analytics nicht mehr verwendet. Für die Rückwärtskompatibilität von Seiten welche noch den urchin.js Tracking-Code verwenden wird dieses Cookie dennoch geschrieben und läuft ab, wenn der Browser geschlossen wird. Dieses Cookie muss jedoch beim Debugging und der Verwendung des neuen ga.js Tracking-Codes nicht berücksichtigt werden.

__utmv

Dieses Cookie wird nur gesetzt im Zusammenhang mit der Verwendung der _setVar() bzw. der neuen _setCustomVar() Methode. Die Informationen von Benutzerdefinierten Variablen und Benutzersegmenten werden in diesem Cookie gespeichert und mittel dem utmcc Parameter mit Hilfe des GIF Requests an Google Analytics übermittelt.

Das __utmv Cookie hat eine Gültigkeitsdauer von 2 Jahren.

__utmx

Dieses Cookie wird nur bei der korrekten Verwendung und Implementierung des Google Website Optimizer gesetzt. Wenn der Code des GWO korrekt ausgeführt wird speichert das Cookie die Angaben, welche Variation einer Seite oder eines Elementes der jeweilige Besucher aufgerufen hat.

Das __utmx Cookie hat eine Gültigkeitsdauer von 2 Jahren.

__utmz

Dieses Cookie ist das Besucherquellen Cookie. Es beinhaltet alle Besucherquellen Informationen des aktuellen Besuches, auch Informationen welche über Kampagnen Tracking-Parameter übergeben wurden. Ebenfalls speichert dieses Cookie ab, ob die Besucherquelle des letztes Besuches anderst war als die aktuelle. Wenn keine Informationen zur Besucherquelle ermittelt werden können so wird das Cookie nicht abgeändert. Auf diesem Wege kann Google Analytics Besucherinformationen wie Conversions und E-Commerce Transaktionen einer Besucherquelle zuordnen. Das Cookie enthält keine historischen Informationen über vergangene Besucherquellen.

Das __utmz Cookie ist ein persistentes Cookie. Es hat eine Gültigkeitsdauer von 6 Monaten und wird nur geändert bzw. aktualisiert wenn sich die Besucherquelle eines Besuchers ändert.

Über die Anpassung des _setCampaignCookieTimeout() Parameters kann auch hier die Gültigkeitsdauer verändert werden.

Wie werden die Daten an Google Analytics übermittelt

Alle Cookie Informationen werden über den __utm.gif request an Google Analytics übermittelt, dies geschieht bei jedem Pageview über “_gaq.push(['_trackPageview'])” oder kann auch manuell mittels einem Event ausgelöst werden, z.B. wenn man eine benutzerdefinierte Variable an Google Analytics übermitteln muss, nachdem _trackPageview bereits ausgeführt wurde (_gaq.push(['_trackEvent']);).

Die Informationen welche über das Tracking Beacon übermittelt werden können so aussehen:

http://www.google-analytics.com/__utm.gif?utmwv=5.2.2d&utms=1&utmn=383291466&utmhn=florianmuff.com&utmcs=UTF-8&utmsr=1920×1080&utmsc=32-bit&utmul=de&utmje=1&utmfl=11.1%20r102&utmdt=Google%20AdWords%20
und%20Google%20Analytics&utmhid=1760646513&utmr=-&utmp=%2F&utmac=UA-22763532-1&utmcc=__utma%3D92864970.1514176069.1325621109.1326728466.13267978
57.22%3B%2B__utmz%3D92864970.1326723661.20.10.utmcsr%3DTwitter%7Cut
mccn%3D73%25%2520der%2520Schweizer%2520Parteien%2520betreiben%25
20keine%2520Webanalyse.%2520Analyse-Steinzeit%2520in%2520der%2520Schweizer%2520Politik%7Cutmcmd%3DPost%7
Cutmctr%3DJungparteien%3B&aip=1&utmu=qAQAAAAAAAAAAAAAAAAAAAB~

Hier seht ihr nun noch weitere UTM-Parameter, diese werden in einem folgenden Blogbeitrag genauer erläutert. Einen ersten Überblick soll euch die von Attachmedia veröffentlichte Infografik liefern.

Google Analytics UTM.gif Infografik von Attachmedia

Einsatz Webanalyse Tools der Schweizer Parteien

Warum werden keine Webanalyse-Tools eingesetzt?

So ziemlich alle Webseiten der Schweizer Parteienlandschaft sind mit einem CMS erstellt (TYPO3, Drupal, Joomla, WordPress). Es werden  JavaScript-Bibliotheken wie jQuery, Prototype oder Scripaculous eingesetzt. Einige binden sogar angepasste oder selbst entwickelte JavaScript-Code-Snippeds oder Social Shareing Funktionalitäten korrekt in die eigene Seite ein. Es scheint also genügend technisches Verständnis vorhanden zu sein um auch einen Analytics Trackingcode von z.B. Google Analytics einzubinden.  Liebe Partei-Webmaster oder Agenturen, vielleicht könnt ihr mir ja einen Grund dafür nennen.

Warum sollten denn Parteien überhaupt Webanalyse-Tools einsetzen?
Die Webanalyse dürfte Parteien tiefere Einblicke in das Interesse von verschiedenen Themen innerhalb der eigenen Webseite geben. Ebenfalls könnten Parteien sehen, ob bestimmte Kampagnen einen positiven oder negativen Einfluss auf die Besucherzahlen der Seite haben. Sicherlich wäre es interessant zu sehen, wie sich die Besucherzahlen vor, während und nach eidgenössischen Parlamentswahlen oder Volksabstimmung entwickeln. Haben bestimmte Medienwirksame Themen (z.B. Fall Zuppiger bei der SVP) ebenfalls einen Einfluss auf die eigene Partei-Webseite?

Hier ein paar weitere Fragestellung bei welchen die Webanalyse tiefere Einblicke liefert:

• Welche Brochuren und Informations-Blätter werden heruntergeladen?
• Welche Beiträge und Informationen stossen auf grosses Interesse?
• Werden auf Werbebanner geklickt, wenn ja, von wem, neue oder wiederkehrende Besucher?
• Kann durch eine Umpositionierung eines Banner oder Buttons eine höhere Klickrate erzielt werden?
• Werden gewisse Artikel auf der Webseite innerhalb von sozialen Netzwerken wie Facebook, Twitter und co. geteilt, wenn ja, mit welchem Medium am meisten?
• Welche Bereiche der Seite werden so gut wie nie besucht? Könnte man eventuell Ressourcen optimieren in vielbesuchte Bereiche?
• Bei welchem Schritt brechen Personen ab welche Mitglieder werden möchten?
• Was könnte der Grund sein das ein Besucher zwar auf das Spendenformular kommt, dann jedoch trotzdem nicht spendet?
• Kann eine Verkürzung des Registrations-Prozess oder die Umpositionierung des „Spenden“ Buttons einen positiven Einfluss auf die Konvertierungsrate haben?
• Was ist die beste Zeit um auf gewisse neue Themen aufmerksam zu machen?
• usw. usw.

Durch erweiterte Segmente, Benutzerdefinierte Variablen usw. könnte man obige Fragestellung noch auf  bestimmte Altersgruppen, Mitglieder/Nichtmitglieder oder welche Personen aus bestimmten Regionen aufsplitten. Stossen z.B. Themen wie Ausbau des Flughafens Zürich, Anflugschneisen usw. bei den betroffenen Personen auf mehr Interesse oder hält sich das generell die Waage.

Die gesammelten, aufbereiteten und analysierten Daten geben nicht nur einen Einblick in die Vergangenheit sondern können einem auch die Möglichkeit geben fokussierter auf Themen einzugehen bei welchen bereits ein gewisses Interesse besteht. Ebenfalls können die Daten dazu genutzt werden um die „Werbung“ für eigene Vorstösse wie z.B. Volksinitiativen da zu schalten, wo sich die Besucherströme auf der eigenen Webseite befinden, wenn möglich immer mit der jeweiligen Zielgruppen- und Themen-Relevanz.

Auflistung von Schweizer Parteien und deren Nutzung von Webanalyse-Software

In der Bundesversammlung vertretene Parteien
55% der in der Bundesversammlung (mindestens ein National- oder Ständeratssitz) vertretenen Parteien nutzen die Webanalyse. Davon setzen alle, ausser der BDP, auf Google Analytics. Jedoch werden auch beim Einsatz von Google Analytics noch „Fehler“ gemacht. Entweder es wird nicht der aktuellste Google Analytics Code verwendet (EVP, LEGA, SVP) oder noch schlimmer, der Trackingcode wird sogar nur auf der Startseite eingebunden (FDP).

Auf den Einsatz von erweiterten Tracking-Möglichkeiten wie Event-Tracking, Benutzerdefinierten Variablen, Anonymisierung der IP-Adressen, Performance-Tests usw. wird gänzlich verzichtet bzw. konnte ich keinen Event-Tracking Code auf den Seiten finden.

Einsatz Webanalyse Tools von Parteien mit Vertretung in der Bundesversammlung

Welche Parteien setzen Webanalyse ein

BDP (Bürgerlich-Demokratische Partei)
Eigenes CMS Analyse Tool

CVP (Christlichdemokratische Volkspartei)
Gar keine Webanalyse

CSPO (Christlichesoziale Partei Obwalden)
Gar keine Webanalyse

EVP (Evangelische Volkspartei)
Einsatz von Google Analytics (alter Tracking Code, synchron) im Standart-Setup. Es werden weder Event-Tracking noch Benutzerdefinierte Variablen eingesetzt.

FDP (FDP. Die Liberalen)
Einsatz von Google Analytics (neuer Tracking Code, asynchron) im Standart-Setup. Es werden weder Event-Tracking noch Benutzerdefinierte Variablen eingesetzt. Der Google Analytics Code scheint fälschlicherweise jedoch nur auf der Startseite eingebunden zu sein.

GPS (Grüne Partei der Schweiz)
Gar keine Webanalyse

GLP (Grünliberale Partei)
Gar keine Webanalyse

LEGA (Lega dei Ticinesi)
Einsatz von Google Analytics (alter Tracking Code, synchron) im Standart-Setup. Es werden weder Event-Tracking noch Benutzerdefinierte Variablen eingesetzt.

MCR/MCG (Mouvement Citoyens Romands/Genevois)
Gar keine Webanalyse

SP (Sozialdemokratische Partei der Schweiz)
Einsatz von Google Analytics (neuer Tracking Code, asynchron) im Standart-Setup. Es werden weder Event-Tracking noch Benutzerdefinierte Variablen eingesetzt.

SVP (Schweizerische Volkspartei)
Einsatz von Google Analytics (alter Tracking Code, synchron) im Standart-Setup. Es werden weder Event-Tracking noch Benutzerdefinierte Variablen eingesetzt.

Nationale Jungparteien
Die Situation bei den Jungparteien sieht noch viel düsterer aus. Hier ist die einzige Partei, welche auf Webanalyse setzt ist die JUSO! Hier hätte ich damit gerechnet, dass das Bild 180° anderst aussieht, denn ausser meiner Sicht sollten doch die jungen Parteien auch die Vorreiter in diesem Gebiet sein. Wenn es „die alten“ schon nicht hinkriegen, dann wenigstens die „Jungen“. Aber auch hier, Webanalyse leider komplett fehl am Platz.

Einsatz Webanalyse Tools von Jungparteien

Welche Jungparteien setzen Webanalyse ein

JCVP (Junge Christlichdemokratische Volkspartei)
Gar keine Webanalyse

JEDU (Junge Eidgenössisch Demokratische Union)
Gar keine Webanalyse

JEVP (Junge Evangelische Volkspartei)
Gar keine Webanalyse

Junge Grüne
Gar keine Webanalyse

JSD (Junge Schweizer Demokraten)
Gar keine Webanalyse

JSVP (Junge Schweizerische Volkspartei)
Gar keine Webanalyse

Jungfreisinnige (JF)
Gar keine Webanalyse

JUSO
Einsatz von Google Analytics (alter Tracking Code, synchron) im Standart-Setup. Es werden weder Event-Tracking noch Benutzerdefinierte Variablen eingesetzt.

Nationale Parteien und Bewegungen (nicht in der Bundesversammlung vertreten)

Auch hier sieht es ziemlich düster aus. Gerade mal 27% der Parteien welche nicht in der Bundesversammlung vertreten sind, setzen auf Webanalyse. Namentlich sind dies die HPS, Parteifrei.ch, die SLB sowie die TPS. Mich hat erstaunt, dass z.B. die Piratenpartei keine Webanalyse nutzt, dafür aber die Tierpartei sogar den neuesten Google Analytics Code einsetzt. Parteifrei.ch sogar AnonymizIP einsetzt, dies als einzige Partei in der Schweiz welche Webanalyse, allem voran Google Analytics nutzt.

Einsatz Webanalyse Tools Schweizer Parteien ohne Sitz in der Bundesversammlung

Welche Parteien ohne Sitz in der Bundesversammlung setzen Webanalyse ein

AL (Alternative Linke)
Gar keine Webanalyse

AP (Auto-Partei)
Gar keine Webanalyse
Edit – 16.01.2012 – 16:42 : Mir ist da ein Fehler unterlaufen, die AP nutzt Piwik für die Webanalyse.

CSP (Christlichesoziale Partei Schweiz)
Gar keine Webanalyse

EDU (Eidgenössisch-Demokratische Union)
Gar keine Webanalyse

Familiä-Partei
Gar keine Webanalyse

HPS (Humanistische Partei der Schweiz)
Einsatz von Statcounter-Script, Einsicht hier.

KVPS (Katholische Volkspartei der Schweiz)
Gar keine Webanalyse

PdA (Partei der Arbeit der Schweiz)
Gar keine Webanalyse

PNOS (Partei National Orientierter Schweizer)
Gar keine Webanalyse

Parteifrei.ch
Einsatz von Google Analytics (neuer Tracking Code, asynchron) im Standart-Setup. Es werden weder Event-Tracking noch Benutzerdefinierte Variablen eingesetzt. Als Zusatz nutzt die Seite jedoch die „anonymizeIp“-Funktion von Google Analytics.

PPS (Piratenpartei Schweiz)
Gar keine Webanalyse

SD (Schweizer Demokraten)
Gar keine Webanalyse

SLB (Sozial-Liberale Bewegung)
Einsatz von Google Analytics (neuer Tracking Code, asynchron) im Standart-Setup. Es werden weder Event-Tracking noch Benutzerdefinierte Variablen eingesetzt.

Subitas (Nachfolger der Männerpartei)
Gar keine Webanalyse

TPS (Tierpartei Schweiz)
Einsatz von Google Analytics (neuer Tracking Code, asynchron) im Standart-Setup. Es werden weder Event-Tracking noch Benutzerdefinierte Variablen eingesetzt.

Fazit

Im Bereich der Webanalyse herrscht in der Schweizer Parteienlandschaft noch so ziemlich Steinzeit. Was auch immer hier die Gründe sind, für mich gibt es keinen Grund, NICHT auf die Webanalyse zurückzugreifen. Es werden jedes Jahr zig-tausende Franken in Werbeplakate investiert, zig hundert Stunden diese dann auch noch am richtigen Ort aufzustellen, teilweise mehrfach zu ersetzen und zu guter Letzt wieder zu entfernen. Da dürfte doch wohl auch noch die Zeit sein wenigstens mal den Analysecode KORREKT in die eigene Seite einzubinden. Es muss ja nicht gleich von Anfang an eine grosse Webanalyse-Strategie entwickelt werden, aber mit der Integration wäre wenigstens mal die Basis dafür geschaffen.

Ich bin der Meinung, dass einige Parteien einiges an Geld bei Relaunches sparen könnten oder wenigstens wüssten wo wirklich Nachholbedarf besteht. Aber anscheinend spielt Geld auch hier keine grosse Rolle. Was aber wichtig  ist, Inhalte und die Parteiwebseiten könnten auf den Besucher / Interessierten optimiert werden. Was bringen Seiten und Inhalte die niemanden interessieren?

Durch Webanalyse tiefere Einblicke erhalten, die eigene Webseite optimieren, Zeit sparen, Beiträge publizieren die auch Aufmerksamkeit generieren und somit einen langfristigen und nachhaltigen Erfolg haben. Wer wünscht sich das nicht.

Gerne bin ich bereit euch bei der Umsetzung und Integration von Google Analytics zu helfen, schreibt mir einfach eine Mail.

Nur das Tracking innerhalb von Google Analytics bietet einem die Möglichkeit den Kontext zwischen den sozialen Interkationen und anderen Webanalyse-Daten zu schaffen, z.B. Anzahl Besucher mit sozialer Interaktion oder aber noch viel interessanter die Verbindung von sozialen Interaktionen und deren Besuchern im Zusammenhang mit z.B. E-Commerce Umsätzen welche durch das Google Analytics E-Commerce Tracking protokolliert werden können.

Bevor es an die Integration geht, hier ein kurzer Einblick was Google Analytics (nur in der neuen 5er Version verfügbar) für Daten zum “Social Media Tracking” anbietet. Zu finden sind diese Reports unter “Besucher -> Soziale Netzwerke”.

Reports innerhalb von Google Analytics

Soziale Netzwerke – Interesse

Der Bereich “Interesse” zeigt an, ob bei einem Besuch eine soziale Interaktion erfolgt ist. Der +1 Button von Google wird automatisch getrackt. Damit auch der Tweet-Button und die Facebook Buttons “Gefällt mir / Empfehlen / Senden” getrackt werden, müssen ein paar Code-Anpassungen gemacht werden (mehr dazu weiter unten). Ohne eine Integration des Facebook und Twitter Buttons wird somit die Anzahl von “Social Engaged Interactions” extrem verfälscht, da diese nicht von aus Haus aus protokolliert werden.

Google Analytics Social Tracking – Soziale Netzwerke – Interesse

Soziale Netzwerke – Interaktionen

Der Bereich “Interaktionen” bietet einem die Möglichkeit die einzelnen sozialen Interaktionen bzw. Klicks auf z.B. die Facebook Buttons, den Tweet Button, den Google+ Button oder aber auch Klicks und Shares von Diensten wie AddToAny, aufzulisten. Interaktionen des Google+ Buttons werden auch hier automatisch getrackt, im Gegenteil zu den Facebook Buttons und dem Tweet Button von Twitter. Bei meinen Recherchen habe ich herausgefunden, dass Anbieter von ShareButtons, wie AddToAny oder ShareThis ebenfalls von Grund auf, ohne eine manuelle Integration vom Google Analytics Social Tracking protokolliert werden.

Google Analytics Social Tracking – Soziale Netzwerke – Interaktionen

Soziale Netzwerke – Seiten

Dieser Bericht zeigt auf, auf welchen Seiten soziale Interaktionen getätigt wurden, z.B. Klick auf den Facebook “Gefällt mir” Button.

Google Analytics Social Tracking – Soziale Netzwerke – Seiten – Interaktionen pro Seite

Noch spannender ist hier jedoch die Pivot-Ansicht über die Aufteilung der verschiedenen sozialen Interaktions-Möglichkeiten. Diese gibt einem z.B. die Möglichkeit zu sehen ob z.B. eher technische Posts in einem Blog eher getwittert werden und eher nicht technische Posts eher geliked werden. Es ist Interessant zu sehen, welche Plattformen für die meiste Verteilung welcher Themen innerhalb der verschiedenen Sozialen Netzwerke sorgen.

Google Analytics Social Tracking – Soziale Netzwerke – Seiten – Interaktionen pro Plattform

Integration in die eigene Website

Da Google Analytics von Haus aus nur den Google+ als soziale Interaktion misst, müssen wir, für die Messung der Klicks auf die Facebook Button (Like / Send) und den Tweet-Button, noch manuell Hand anlegen. Google umschreibt das Thema detailliert in seiner eigenen Analytics Dokumentation.

Hier die Schritte welche ihr vornehmen müsst, in Kurzform. Diese beziehen sich auf eine Integration mittels dem Google Analytics Asynchron Tracking-Code. Solltet ihr den traditionellen Tracking-Code noch nutzen findet ihr hier Beispiele zur Integration.

1. Download Code-Snippeds

Folgendes ZIP-File herunterladen, hier findet ihr den benötigten Google Analytics Social Tracking Code sowie eine Beispiel-Seite wie ihr das ganze in eure eigene Webseite integrieren solltet. Untenstehende Code-Snippeds könnt ihr aus dem “example.html” entnehmen.

2. Integration des Google Analytics Social Tracking Codes

Dieser Teil muss direkt oberhalb des </head> eingefügt werden und unterhalb des Standard Google Analytics Tracking-Codes. Dieses JavaScript wird durch Google zur Verfügung gestellt, ist jedoch ebenfalls in meinem ZIP File vorhanden. Es enthält alle zwingenden Funktionen zur Messung von “Facebook Like”, “Facebook Unlike”, “Facebook Send” und “Twitter – Tweet” Interaktionen.

Wichtig: Der Pfad zur Datei muss euren Bedürfnissen entsprechend angepasst werden, die Datei solltet ihr auf euren Web-Server hochladen. Solltet ihr den relativen Pfad nicht kennen, könnt ihr diesen auch absolut setzen, z.B. http://www.thomashutter.com/ga_social_tracking.js

Google Analytics Social Tracking Code

3. Aufruf der Twitter JavaScript-API (asynchron)

Dieser Teil sollte direkt unterhalb des Google Analytics Social Tracking Codes integriert werden, ebenfalls oberhalb von </head>.

Aufruf der Twitter API

4. Aufruf der Facebook JavaScript-API (asynchron)

Dieser Codeteil sollte direkt unterhalb des <body>-Tags eingefügt werden. Wichtig: Ersetzt die App-ID von Facebook mit eurer eigenen, anstatt “XXXXXXX” also eure App-ID.

Aufruf der Facebook API

5. Überprüfung ob die Daten korrekt an Google Analytics übermittelt werden

Überprüfen ob die Daten korrekt an Google Analytics übermittelt werden könnt ihr mit verschiedenen Google Analytics Debugging Tools. Eine korrekt Weitergabe an Google Analytics sieht z.B. folgendermassen aus (Klick auf den Facebook “Empfehlen” Button).

Korrekte Weitergabe der Trackingdaten mittels dem Google Analytics Tracking Beacons

Sollte dies bei euch ebenfalls so aussehen (etwas ähnliches erhält ihr bei Klick auf den Tweet Button), dann sollte das Tracking korrekt installiert sein. Nun seht ihr die Daten am nächsten Tag in Google Analytics.

Ansicht des Interaktionen Reports

Fazit

Ich empfehle jedem, welche Social Buttons auf seiner eigenen Webseite einsetzt, ebenfalls das Social Tracking wie oben beschrieben einzurichten. Es geht hier weniger darum zu sehen welcher Artikel wieviele male ge-liked, ge-shared oder ge-twittert wurde, viel spannender ist der Nutzung dieser Daten in Kombination mit anderen Daten welche einem von Google Analytics geliefert werden. Gerade für Online-Shops ist es doch sehr interessant zu sehen, ob und welche sozialen Interaktionen zu Umsätzen führen. Aber auch für Blogs gibt dieses wichtige Informationen z.B. welche Artikel werden auch wirklich geteilt und verbreitet, in welche sollte ich eventl. mehr Zeit investieren und welche Themen interessieren meine Community insbesonders.

Die Analyse bringt hier nicht nur dem Webseiten-Betreiber einen nutzen, denn durch geschickte Analyse und darauf folgende passende Produkte und Artikel welche auf die Kundenbedürfnisse zugeschnitten sind, dürfte auch der Besucher der eigenen Webseite einen Mehrwert erhalten, dies sollte doch das Hauptziel sein.

Nutzt ihr das Social Tracking von Google Analytics, was sind eure Erfahrungen damit?

Das Problem hierbei ist, dass sich wohl die wenigsten noch genau daran erinnern was für Massnahmen sie in einem bestimmten Zeitraum, z.B. Dezember vor einem Jahr, ergriffen haben. Geschweige denn noch nachvollziehen können, welche Massnahmen z.B. zur Traffic-Steigerung oder anderen KPI geführt haben. Eine Möglichkeit ist, sich die einzelnen Aktionen separat (z.B. in einem Excel) zu notieren, somit dürfte man jedoch wieder das Problem haben das man zwar weiss wann was gemacht wurde, die direkte Verbindung mit den Google Analytics Zahlen und die Darstellung auf einen Blick fehlen jedoch.

Google Analytics gibt einem die Möglichkeit mit “Vermerken” spezielle Ereignisse, z.B. Pressemitteilung, Facebook Post, Tweets, usw. direkt innerhalb der Graphen zu vermerken. Dies ermöglicht einem, Aktionen, Promotionen oder was auch immer direkt innerhalb von Google Analytics zu prokollieren bzw. zu erfassen. Somit sieht man auch nach einem Jahr noch die möglichen Gründe für ausserordentliche Schwankungen innerhalb der Webstatisik Zahlen. Die erfassten Vermerke stehen einem bei jedem Graphen innerhalb von Google Analytics zur Verfügung.

Hiermit möchte ich euch zeigen wo sich dieses nützliche Feature von Google Analytics versteckt.

1. Aufruf von Google Analytics und Anzeige eines x-beliebigen Graphen (z.B. Besucherübersicht)

Besucherübersicht Grafik (Besucher -> Übersicht)

So sieht ein Graph aus bevor wir jegliche Vermerke erstellt haben

2. Klick auf einen Zeitpunkt und erstellen eines Vermerkes

Google Analytics: Vermerk erstellen

Nach der Selektion eines Zeitpunktes kann man durch Klick auf “Create new annotation …” einen neuen Vermerk zu diesem Zeitpunkt hinzufügen. Alternativ kann man ebenfalls auf den “Pfeil” unterhalb des Graphen klicken. Es klappt ein Menu auf welches einem auf der rechten Seite einen Link zum erstellen eines neuen Vermerkes zur Verfügung stellt (+ Neuen Vermerk erstellen).

3. Beschreibung des Vermerkes und Konfiguration der Sichtbarkeit

Google Analytics: Vermerk beschreiben und Sichtbarkeit festlegen

Hier wird der jeweilige Vermerk beschrieben (max. 160 Zeichen) und dessen Sichtbarkeit festgelegt. Freigegeben bedeutet, dass jeder Nutzer des jeweiligen Profiles die Vermerke sehen kann. Privat bedeutet, dass nur ich selber den jeweiligen Vermerk sehen kann. Ich empfehle hier jeweils die Option “Freigegeben” zu verwenden, so dass alle Analytics Nutzer der Unternehmung alle Vermerke sehen können. Ausnahme hier dürften sicherlich Unternehmensinterne Aktionen sein. Hier empfiehlt es sich den Vermerk mit dem Unternehmens-Konto zu erstellen und diesen auf “Privat” zu setzen. So kann sichergestellt werden das z.B. Drittpartner wie Agenturen diese Vermerke nicht sehen können.

Mit einem Klick auf “Speichern” ist der Vermerk erstellt.

4. Markieren (favorisieren) von Vermerken

Google Analytics: Darstellung von Vermerken

Nach der Speicherung des Vermerkes wird einem noch die Möglichkeit geboten, diesen Vermerk zu “markieren” (Klick auf Stern). Ein gelber Stern bedeutet das ein Vermerk markiert wurde, ein weisser das der Vermerk nicht markiert wurde. Vermerksmarkierungen können dazu genutzt werden nochmals eine Unterscheidung der Vermerk-Wichtigkeit vorzunehmen. Die Markierungen bieten einem aber auch die Möglichkeit, vorallem bei sehr grossen Webseiten mit vielen Aktionen und Vermerken, die wichtigsten Aktionen nochmals separat herauszuheben. Über Anzeigen “Alle | Markiert” kann man die Vermerke noch Filtern. Über “Bearbeiten” kann man den Vermerk im nachhinein abändern. Ausserdem sieht man in der hintersten Spalte wer den Vermerk erfasst hat.

Der Vermerkverfasser kann sehr nützlich sein, möchte man z.B. zusätzliche Informationen über eine Aktion erhalten. In grossen Unternehmen mit mehreren Analytics Nutzern kann dies dazu verwendet werden auf einfachem und schnellem Weg herauszufinden, wer z.B. für eine spezifische Aktion “verantwortlich” war. Natürlich müssen hierzu auch die nötigen Analytics Konten erstellt werden sowie die Mitarbeiter auf das System geschult werden bzw. sollten eventl. Vermerk-Richtlinien festgelegt werden.

5. Verwalten aller Vermerke innerhalb eines Google Analytics Profiles

Google Analytics: Verwalten aller Vermerke innerhalb eines Profiles

Bei der Pflege von dutzenden oder gar hunderten von Vermerken über mehrere Monate / Jahre kann die Verwaltung über die Graphen sehr umständlich werden. Google Analytics bietet zur Verwaltung aller Vermerke innerhalb der Profil-Informationen (Profile -> Profil selektieren -> Bestände -> Vermerke) die Möglichkeit, alle Vermerke zentral zu anzuzeigen, zu löschen oder zu bearbeiten. Ebenfalls können Vermerke anstatt über die Graphen-Funktion auch direkt erstellt werden. Die Suchfunktion und Filterfunktionen (Alle, Markiert, Privat) bieten einem weiter die Möglichkeit nach bestimmten Kriterien zu sortieren. Sehr Hilfreich ist hier die Freitext Suchfunktion mit welcher die Vermerktexte durchsucht werden können (Vorsicht: Ersteller und Erstellungsdatum werden mit der Suchfunktion nicht durchsucht).

Fazit

Google Analytics Vermerke bieten eine tolle Möglichkeit Ursachen für Steigerungen oder Senkungen von Webanalyse Zahlen innerhalb von Google Analytics zu protokollieren. Zu wissen welche Aktionen (Facebook Wallpost, Tweet, Start einer Google AdWords Kampagne, Änderungen von AdWords Kampagnen, Start eines Affiliate Programmes, Schalten von Bannerwerbung, Pressemitteilung, Fernsehspot, usw.) ist meines Errachtens eine sehr wertvolle Informationen um zukünftige Marketing-Kanäle effizient einzusetzen und dessen Erfolg oder Misserfolg nachzuvollziehen. Um Rückschlüsse aus Vermerken ziehen zu können müssen diese jedoch auch kontinuierlich erfasst werden, der Detailierungsgrad ist jedem selber überlassen.

Nutzt ihr die Google Analytics Vermerke im täglichen Umgang, wenn ja, wie?

Anbei noch ein Video von Google:

Da man nicht jedesmal bis zu 24 h warten will / kann um zu sehen ob die Code-Änderungen auch richtig umgesetzt wurden bzw. die Daten auch an Google Analytics übermittelt werden, bietet Google mit der eigens zu Testzwecken entwickelten “Google Analytics Debugger” Erweiterung die Möglichkeit, sich die Daten innerhalb der JavaScript Konsole anzeigen zu lassen. Die Erweiterung lädt für jede Seite das Google Analytics Debuging Javascript (ga_debug.js) und listet alle Daten auf, welche von einer x-beliebigen Webseite, welche Google Analytics verwendet, an Google Analytics übermittelt werden. Somit könnt ihr nicht nur eure eigene Seite überprüfen sondern auch, was eventl. die Konkurrenz, die auch Google Analytics einsetzt, für Daten erhebt.

Anbei die Schritte welche ihr durchführen solltet um euren Google Analytics Code zu überprüfen, bzw. die Daten welche von eurer Webseite an Google gesendet werden.

Update: Für alle die keinen Chrome verwenden, hier gibt es noch weitere Plugins für Firefox, Safari und Internet Explorer

1. Download der “Google Analytics Debugger” Erweiterung

Google Analytics Debugger Erweiterung von Google

Klick auf “Hinzufügen”. Beim darauf erscheinenden “Popup” auf installieren klicken.

2. Aktivieren der Extension

Google Analytics Debugger aktivieren

3. Einschalten bzw. Anzeige der JavaScript Konsole

Ansicht Chrome JavaScript Konsole

Am schnellsten wird die Konsole über “CRTL + SHIFT + J” ein- und augeschaltet.

4. Aufruf der zu überprüfenden Seite und Überprüfung der übermittelten Daten an Google Analytics

Google Analytics Tracking Beacon Daten – Kein Fehler

Google Analytics Debugging Fehler – Einsatz des alter Google Analytics Tracking Codes.

Hier werden nun alle Daten angezeigt, welche mittels des Google Analytics Tracking Beacons an Google übermittelt werden. Ausserdem werden alle _gaq.push Methoden aufgelistet und mögliche Fehler direkt in der Konsole angezeigt. Eine Auflistung aller Tracker Objekt Methoden findet ihr hier. Google beschreibt diese Ausführlich inkl. der Konfigurationen und möglichen Einstellungen.

Fazit

Die Google Analytics Debugger Erweiterung gibt uns die Möglichkeit schnell Probleme innerhalb des Google Analytics Tracking Codes ausfindig zu machen. Der Einsatz lohnt sich für jeden der mit Google Analytics arbeitet. Es hilft nicht nur Fehler aufzudecken sondern hilft ebenfalls zu verstehen wie und welche Daten zu welchem Zeitpunkt an Google gesendet werden.

Nutzt ihr diese Extension ebenfalls, was für Erfahrungen habt ihr damit gemacht? Hat euch die Erweiterung auch schonmal aus der Patsche geholfen?

Nun ist es leider so, dass Google Analytics standardmässig nicht misst, wieviel mal ein PDF heruntergeladen wurde. Dies natürlich auch nicht für andere Filetypen wie XLS, ZIP, usw. Dies funktioniert aus dem Grund nicht, da diese Dateien nicht die Möglichkeit haben, dieses 1 Pixel Bild abzurufen bzw. die Möglichkeiten der Pixel-Analyse zu nutzen.

Hier möchte ich euch die Möglichkeiten darstellen, wie ihr Google Analytics Event-Tracking für einzelne Downloads einsetzen könnt, noch wichtiger jedoch, wie ihr Event-Tracking automatisieren könnt um jeden Klick auf einen Download oder auf eine externen Link messen zu können. Hierfür gibt es zwei versch. Tracking-Codes, eine für Links mit target=”_blank”, die andere für Links welche sich im selben Fenster öffnen.

PDF Downloads messen, welche in einem neuen Fenster geöffnet werden

Wenn der Download in einem neuen Fenster geöffnet wird, dann ist die Einbindung des Event-Tracking Codes sehr einfach zu bewerkstelligen.

Dein Link wird standardmässig so aussehen:

<a href=”pdf/meindownload.pdf” target=”_blank”>Download</a>

Der korrekt lautende Google Analytics Code würde in diesem Beispiel so aussehen:

<a href=”pdf/meindownload.pdf” target=”_blank” onclick=”_gaq.push(['_trackEvent','Download','PDF',this.href]);”>Download</a>

Wenn nun ein Nutzer auf diesen Link klickt wird das Tracking Pixel abgerufen und die Daten innerhalb Google Analytics protokolliert. Das ist es!

PDF Downloads messen, welche im selben Fenster geöffnet werden

Wenn der Download anstatt in einem neuen Fenster im selben geöffnet wird kann es vorkommen, dass gewisse Browser den Tracking-Request unterbrechen und den Besucher direkt zum Download der Datei führen. Dies bedeutet, in diesen Fällen werden die Downloads nicht gemessen, was die Statistik nicht mehr aussagekräftig macht.

Dein Link wird standardmässig so aussehen:

<a href=”pdf/meindownload.pdf”>Download</a>

Der korrekt lautende Google Analytics Code würde in diesem Beispiel so aussehen:

<a href=”pdf/meindownload.pdf” onclick=”var that=this;_gaq.push(['_trackEvent','Download','PDF',this.href]);setTimeout(function(){location.href=that.href;},200);return false;”>Download</a>

Mit der setTimeout() Funktion, welche wir auf 200ms setzen, geben wir dem Browser genügend Zeit, das Tracking-Pixel bzw. den Tracking-Request und die Informationen an Google Analytics zu senden. Bei vielen Requests muss dieser Wert eventl. erhöht werden, hier gibt es debugging tools um dies zu verstehen.

Google Analytics Event Tracking automatisieren

Nun gut. Wer möchte schon hunderte oder tausende Links manuell mit dem Tracking Code versehen. Welcher Webmaster erfreut sich daran, den Redakteuren jedesmal noch im nachhinein den Tracking-Code zu implementieren? Nobody, da gibt es sicher besseres was man mit der eigenen Zeit anfangen kann. Aus diesem Grund gibt es die Möglichkeit alle Klicks auf der eigenen Webseite automatisch zu überwachen. Kein manuelles nachkorrigieren mehr!!

Hierfür gibt es mehrere Möglichkeiten. Die eine ist z.B. der Einsatz von Tools wie Analytics Engine, welches ich auf meinem Blog einsetze und sehr zu empfehlen ist. Eine zweite Möglichkeit ist, ein Code-Schnipsel einzusetzen (Erklärung folgt weiter unten), dies setzt jedoch voraus, das man die jQuery JavaScript Bibliothek bereits auf der eigenen Seite einsetzt oder neu integriert.

Da die Integration mit Analytics Engine auf deren Webseite beschrieben wird, möchte ich hier auf die jQuery Variante eingehen. Diese bringt auch den Vorteil, dass man sie nach seinen eigenen Wünschen und Vorstellungen anpassen kann.

Mit dieser Variante kann folgendes gemessen werden:

• Misst Klicks und Downloads für Dateitypen wie .zip, .exe, .pdf, .doc, .docx, .xls, .xlsx, .ppt, .pptx, .mp3 (Die Liste kann beliebig erweitert werden)
• Misst Klicks auf alle ausgehenden Links sobald der Link http:// oder https:// beinhaltet oder aber nicht der eigenen Domain entspricht
• Misst Mailto-Link Klicks

Vorgehen zum Einbau des Tracking Codes

1. Einfügen der jQuery Javascript Bibliothek in den HEAD der Webseite
2. Einfügen des untenstehende JavaScript Codes in den HEAD der Webseite. Muss nach dem jQuery Code eingebunden werden!
3. Das ist es!

Code:

<script type=”text/javascript”>

if (typeof jQuery != ‘undefined’) {
jQuery(document).ready(function($) {
var filetypes = /\.(zip|exe|pdf|doc*|xls*|ppt*|mp3)$/i;
var baseHref = ”;
if (jQuery(‘base’).attr(‘href’) != undefined)
baseHref = jQuery(‘base’).attr(‘href’);
jQuery(‘a’).each(function() {
var href = jQuery(this).attr(‘href’);
if (href && (href.match(/^https?\:/i)) && (!href.match(document.domain))) {
jQuery(this).click(function() {
var extLink = href.replace(/^https?\:\/\//i, ”);
_gaq.push(['_trackEvent', 'External', 'Click', extLink]);
if (jQuery(this).attr(‘target’) != undefined && jQuery(this).attr(‘target’).toLowerCase() != ‘_blank’) {
setTimeout(function() { location.href = href; }, 200);
return false;
}
});
}
else if (href && href.match(/^mailto\:/i)) {
jQuery(this).click(function() {
var mailLink = href.replace(/^mailto\:/i, ”);
_gaq.push(['_trackEvent', 'Email', 'Click', mailLink]);
});
}
else if (href && href.match(filetypes)) {
jQuery(this).click(function() {
var extension = (/[.]/.exec(href)) ? /[^.]+$/.exec(href) : undefined;
var filePath = href;
_gaq.push(['_trackEvent', 'Download', 'Click-' + extension, filePath]);
if (jQuery(this).attr(‘target’) != undefined && jQuery(this).attr(‘target’).toLowerCase() != ‘_blank’) {
setTimeout(function() { location.href = baseHref + href; }, 200);
return false;
}
});
}
});
});
}
<script>

Das schöner formatiere JavaScript gibt es hier.

Innerhalb von Google Analytics sieht das Ganze dann so aus

Klicks nach Kategorie

Event Tracking nach Kategorie

Unterteilung nach Kategorien. Ein Klick auf die Kategorie bringt weitere Details. Ein Klick auf Download zeigt so z.B. nur alle Downloads, ein Klick auf outbound z.B. alle Link-Klicks auf externe Webseiten, usw.

Klicks nach Ereignisaktionen

Event Tracking nach Ereignis-Aktion

Welche Aktion wurde am meisten ausgeführt.

Klicks nach Labels

Event Tracking nach Ereignis-Labels

Welche Aktion wurde auf welcher Seite am meisten ausgeführt.

Wie erstelle ich ein erweitertes Segment in Google Analytics?

1. Auswahl des Menupunktes “Erweiterte Segmente” innerhalb der Subnavigation “Meine Anpassungen”

Google Analytics: Erweiterte Segmente

2. Klick auf “Neues benutzerdefiniertes Segment erstellen”

benutzerdefiniertes Segment erstellen

3. Auswahl der “Dimensionen” oder “Kennzahlen” und Festlegung der Kriterien

Google Analytics Dimensionen & Kennzahlen auswählen

In meinem Beispiel möchte ich ein Segment erstellen für alle Besucher welche aus “Zürich” stammen. Google Analytics schlägt hier einem aus den bereits vorhandenen Daten mittels Autocomplete bereits Möglichkeiten vor. Ebenfalls muss hier noch die Bedingungen gewählt werden. In weiteren Beispielen unten arbeiten wir noch mit Regulären Ausdrücken.

4. Segment benennen

5. Segment testen

Google Analytics: Benutzerdefiniertes Segment testen

Google Analytics zeigt einem hier bereits die Auswirkungen der Segmentierung auf den kompletten Datenbestand dar. So können versch. Möglichkeiten und Einstellungen getestet werden bevor ihr diese speichert bzw. auf euer Profil anwendet.

6. Segment erstellen

Google Analytics: Benutzerdefiniertes Segment erstellen

Wählt hier aus, für welches Profil ihr das erweiterte benutzerdefinierte Segment ihr erstellen möchtet. Der Vorteil hier ist, dass ihr dieses Segment nur einmal erstellen müsst und dieses dann direkt all euren verwalteten Profilen zuweisen könnt.

7. Fertig

Anbei ein paar benutzerdefinierte Segmente welche ich einsetze

1. Traffic von Google welche über eine 1-Wort Suchanfrage kommt, bzw. welches sind die 1 Wort-Wörter welche den Traffic liefern

Suchanfragen mit einem Keyword

Der Reguläre Ausdruck lautet: ^\s*[^\s]+(\s+[^\s]+){0}\s*$

2. Traffic von Google welche 2 – 3 Suchwörter enthalten. Welches sind die jeweiligen Suchphrasen.

Suchanfragen mit zwei oder drei Keywords

Der Reguläre Ausdruck lautet: ^\s*[^\s]+(\s+[^\s]+){1,2}\s*$

3. Traffic von Google welche 4 oder mehr Suchwörter. Welches sind die jeweiligen Suchphrasen.

Suchanfragen mit vier oder mehr Keywords

Der Reguläre Ausdruck lautet: ^\s*[^\s]+(\s+[^\s]+){3,}\s*$

4. Social Media Traffic. Wieviele Besucher erhalten wir von den versch. Social Networks, ich beschränke mich auf die wichtigsten, kann aber natürlich ergänzt werden

Traffic von Social Networks

 5. Traffic welcher über irgendeine Google Quelle kommt. Da Google für mich immernoch der wichtigste Trafficlieferant ist, ein MUSS.

Traffic von Google Webseiten

6. Traffic über Twitter und die versch. Clients, welche ich relevant finde

Traffic von Twitter & Twitter-Clients

Wie kann ich die Segmente nun auswählen?

1. Auswahl

Eure benutzerdefinierte Segmente stehen euch bei jedem Report zur Verfügung. Klicke auf das “Alle Besuche” Dropdown neben “Erweiterte Segmente” und wähle dein benutzerdefiniertes Segment aus. Du kannst max. 3 Segmente gleichzeitig selektieren. Die Selektion bleibt so lange aktiv, bis  du diese wieder änderst.

2. Anbei drei Beispiele

a) Welche Besucher schauen die meisten Seiten an?

Sementierung nach Seitenaufrufen

b) Welche Besucher haben die tiefste Absprungrate?

Segmentierung nach Absprungrate

c) Welche Browser werden von Besuchern aus sozialen Netzwerken im Vergleich zu den restlichen Besuchern genutzt?

Segmentierung nach Browser

Fazit

Die Analyse-Möglichkeiten welche einem Google Analytics mit den benutzerdefinierten Segmenten bietet sind nahezu unendlich. Die benutzerdefinierten Segmente bieten einem den aufgeteilten Einblick in die eigenen Analysedaten und dürften auch dem einen oder anderen aus dem Management gefallen . Ich empfehle euch, probiert es aus! Macht Spass, seine Daten mal aufgesplittet zu sehen und dürfte wichtige Erkenntnisse für anstehende Projekte liefern.