Was ist ein Unique Visitor?

Ein Unique Visitor, auch wiederkehrender Besucher genannt, ist ein Besucher, der über mehrere Besuchsvorgänge hinweg als dieser Besucher wiedererkannt werden kann. Dabei können zwischen einzelnen Besuchsvorgängen Stunden und Tage, aber auch Monate, sogar Jahre liegen.

Zur Wiederkennung des Unique Visitors gibt es unterschiedliche Varianten. Am weitesten verbreitet ist die Erkennung durch das Setzen eines Cookies, das der Besucher bei seinem ersten Besuchsvorgang erhält. Ein Cookie ist immer einem Betriebssystem-Account, sowie dem verwendeten Browser zugeordnet. Bei jedem erneuten Besuch wird erkannt, dass dieser Besucher ein wiederkehrender Besucher ist. Hierdurch lassen sich schon recht präzise UV-Erkennungen durchführen. Noch genauere Erkennungen lassen sich durch die Verwendung von anderen Identifikationsmerkmalen, wie dem Login-Namen auf einer Webseite, tätigen. Verwendet der Besucher z.B. seinen Account beim Bestellen auf einer Webseite, so kann der UV auch über den Account-Namen erkannt werden. Um dabei Datenschutz-konform zu arbeiten, wird ein Hash-Wert über den Account-Namen gebildet, der keinen Rückschluss mehr auf den eigentlichen Account-Namen zulässt. Solche Verfahren arbeiten noch deutlich präzisier als Cookies, benötigen aber stets die Identifikation bei jeder Session.

Abzuraten ist hingegen von der sogenannten Client-Fingerprint-Methode. Der dabei gebildete Wert aus einer Kombination von IP-Adresse, Bildschirmauflösung, Browser, Betriebssystem, etc. führt dazu, dass bei homogenen Netzwerken mit gleicher Hard- und Software-Ausstattung 250.000 unterschiedliche UVs bei der xyz.AG als ein einziger UV erkannt werden. Über die Folgen bei solch einer Ermittlung möchte ich hier nicht weiter eingehen …

Wie kann die Anzahl der Unique Visitors ausgewertet werden?

Das übliche Verfahren zur Ermittlung von Unique Visitorn arbeitet mit einer Voraggregierung. Dies muss auf Grund von Performance und den sonst zu erwartenden enormen Datenmassen durchgeführt werden. Doch dieses Verfahren hat einen enormen Nachteil, den folgendes Beispiel verdeutlichen soll:

Betrachtet man bei diesem Beispiel die Anzahl der Unique Visitor auf die jeweiligen Tage bezogen, ergeben sich folgende Zahlen:

Tag 1: Daniel, Alex und Sebastian à 3 UVs
Tag 2: Daniel, Alex und Katja à 3 UVs

In dem gängigen Verfahren werden nun die Ergebnisse für Tag 1 und Tag2 als voraggregierte Ergebnisse gespeichert und die Rohdaten gelöscht, um das Datenvolumen in Grenzen zu halten.

Als Folge ergibt sich nun, wenn die Anzahl der UVs von Tag1 bis Tag2 ermittelt werden soll, dass die Ergebnisse von Tag 1 und Tag2 summiert werden, also in diesem Beispiel 3 + 3 = 6. Schaut man nun aber genauer hin, fällt auf, dass Daniel an Tag1 und Tag2 auf der Webseite war, genauso wie Alex. Das bedeutet also, dass es insgesamt nur 4 UVs gab und nicht 6.  In diesem Beispiel bedeutet dies eine Abweichung von 33% und stellt somit keine zuverlässige Grundlage für Unique Visitor Auswertungen dar. Gezielte Fragestellungen, wie die Customer Journey abzubilden, entfallen hierdurch komplett.

Wie macht das Mindlab?

Mindlab ist aufgrund der flexiblen und sehr leistungsfähigen Technologie in der Lage, Unique Visitors über beliebige Zeiträume hinweg und mit allen denkbaren Fragestellungen zu analysieren.

Der Unique Visitor erhält bei seinem ersten Besuch auf der Webseite ein Cookie mit einer eindeutigen ID, die aber keinerlei personenbezogenen Daten enthält (auch kein Bezug zur IP-Adresse) ist vorhanden und somit datenschutzrechtlich komplett unbedenklich ist.

Um eine korrekte Zählung gewährleisten zu können, kommt bei der Auswertung von Unique Visitorn keine Voraggregierung zum Einsatz. Wird die Analyse aus dem vorherigen Beispiel durchgeführt, kann die echte Anzahl an UVs ermittelt werden:

Tag1 bis Tag2: Daniel = Daniel, Alex = Alex, Sebastian, Katja à 4 UVs!

Durch den Fakt, dass die Analyse auf Rohdaten durchgeführt wird, kann nun jeder UV über die zwei Tage verglichen werden und somit wird auch wirklich jeder UV nur einmal gezählt und die richtige Zahl ermittelt.

Neben dem einfachen Zählen der UVs ermöglicht die Technologie von Mindlab zusätzlich das Hinterlegen von beliebigen Informationen zu einem UV bei jedem Besuchsvorgang. Dabei kommt das sogenannte UV-Store Modul zum Einsatz.

Im Beispiel einer Customer Journey (Kampagnen-Kontakthistorie eines UVs  bis zum Kauf) können z.B. folgende Daten zu jedem UV hinterlegt werden:

• Kontaktzeitpunkt (Unix Timestamp)
• Verweisende Kampagne

Werden diese Informationen nun für jeden UV bei jedem Besuchsvorgang erfasst, ergibt sich die Customer Journey eines UVs:

•  3560850456-1253020744-05f0200000-0000000000 (Unique Visitor ID)
• 1252839210 à SEM/Google/<Keyword>
• 1253020748 à Affiliate/Click/<Bannername>
• 1253021356 à Direkteinstieg/Kauf

Anschließend lassen sich nun beliebige Auswertungen auf diese gesammelten Daten durchführen.

• Durchschnittliche Anzahl an Kontakten bis zum Kauf
• Durchschnittliche Zeit vom Erstkontakt bis zum Kauf
• Kampagnen Kanal mit den meisten Erstkontakten
• Kaufentscheidender Kampagnenkanal
• Umsatzverteilung auf alle Kontaktpunkte durch Verteilungsschlüssel

Grundlage für all diese Fragestellungen ist eine korrekte und flexible Zählung der UVs. Dies kann Mindlab mit seiner Technologie gewährleisten. Als einziger Anbieter auf dem Markt!

Die große Lüge

Immer wieder fällt mir in den unzähligen RFIs/RFQs (Request for information, Request for quote) auf, dass potentielle Kunden sich leider wenig ausführliche Gedanken zur präzisen Ermittlung von Unique Visitors machen. Ich kann nur anraten, die Berechnungsformel und das Berechnungsmodell sowie das dynamische Vorhalten auf Basis der Rohdaten beim Hersteller abzufragen. Entscheidend ist auch die Möglichkeit, auf beliebige Zeiträume abzufragen und sich nicht mit UVs „Diese Woche“, „Dieser Tag“, „Dieser Monat“ zufrieden zu geben. Viele Marktmitbegleiter lassen sich die Abfrage auf UVs auch sehr lukrativ bezahlen.

Frei nach dem Spruch: „Wedelt O mit dem Schwanz, müssen wir blechen“.

Dass dieses Geschäftsgebaren sehr dubios ist, dürfte spätestens bei der Ablösung eines solchen Projektes ersichtlich sein.