Archive for the ‘Web Analytics’ Category

Customer Journey – mit Mindlab’s netmind CJ #customerjourney

Donnerstag, Juni 9th, 2011

Im Spätsommer letzten Jahres haben wir die ersten grossen Projekte zum Thema Customer Journey abgeschlossen. Aus den unzählichen Fragen grosser Online-Kunden, eCommerce-Tycoons, eShops, Social Media Plattformen, privaten Rundfunksendern und Reichweiten-Gurus, habe ich einige Fragen und Antworten aufgegriffen die Ihnen helfen können, das Thema Customer Journey professionell und mit den richtigen Werkzeugen anzugegen.

Die Lösung – netmind CJ

Unsere Lösung ist in der Lage die Kontakthistorie eines einzelnen eindeutigen Besuchers zu erfassen und auszuwerten. Hierbei ist die Erfassung beliebiger Kanäle / Partner / Werbemittel möglich. Des Weiteren ist auch eine Erfassung von AdViews möglich. Zu beachten ist, dass erstens alle Kampagnen über den Referrer eindeutig erkennbar sein müssen, um die Seitenzugänge richtig zuzuordnen. Und für die Erfassung von AdViews müssen die externen Werbemittel einen Event (z.B. Pixel-Abruf) an unsere Lösung durchführen.

Ergebnis einer Cross-Channel-Analyse kann im einfachen Fall eine Relevanzbetrachtung der Kanäle darstellen. Hierdurch wird die Frage beantwortet, wie viel jede Kampagne / Kanal zum Kauferfolg beigetragen haben (einfaches Rechenbeispiel: Hat ein Besucher 5 unterschiedliche Kontakte bis zum Kauf gehabt, so hat jeder Kanal 1/5 zum Erfolg beigetragen). Werden an unser Tool ebenfalls die Kosten der Kampagnen sowie der erwirtschaftete Umsatz übertragen, ist diese Relevanzbetrachtung bis zur Kosten-Umsatz-Analyse erweiterbar.

Ebenfalls ist es durch unsere Lösung möglich, Cookie-Dropper / Klickbetrüger (z.B. über Affiliate Netzwerke) zu erkennen. Die heute eingesetzten Techniken beim Cookie-Dropping sind so ausgereift, dass beim Simulieren des Clicks und laden der Zielwebseite weder Bilder noch JavaScripts geladen / ausgeführt werden. Dies führt dazu, dass Webanalyse-Systeme, die rein auf die Pixel-Technologie basieren (z.B. Omniture, Webtrends, Webtrekk, AT-Internet, Comscore, Unica, u.v.a ) von diesen Clicks nichts mitbekommen und somit nicht aufgespürt werden können. Mindlab besitzt eine eigene patentierte Tracking-Technolgie, die sämtliche Requests erfassen kann. Hierbei ist jedoch der Einsatz im Rechenzentrum des Kunden notwendig. Die Vorteile liegen aber klar auf der Hand.

Unsere patentierte Technologie ist zur Zeit die performanteste ihrer Art auf dem Weltmarkt. Durch eine beliebige Skalierung können alle Traffic-Volumina abgedeckt werden. Die aktuell größte Installation verarbeitet 50.000 Requests / Sekunde (-> 4,3 Milliarden pro Monat!) und weist die Daten near-Realtime aus.

Fragen und Antworten zur Customer Journey

A. ) Welche Voraussetzungen müssen von einem Kundenunternehmen für eine Einführung der netmind CJ Technologie erfüllt werden?

Um die Customer Journey abbilden zu können, ist es notwendig alle Werbemittel mit unserer Tracking-Technologie zu versehen. Dies heißt: Newletter müssen über eine Tracking-ID verfügen, die unser System zu ordnen kann. Gleiches gilt für SEM und SEO.

Bei Banner- und Affiliate Werbung besteht zusätzlich die Möglichkeit die jeweiligen AdImpressions ebenfalls im Rahmen der Customer Journey zu erfassen. Dazu liefern wir einen javascript-Trackingcode, der mit dem jeweiligen Werbemittel ausgliefert wird. Dadurch ist es möglich, beim Einblenden eines Banners / Werbemittels, dieses ebenfalls zu erfassen. Clicks auf die Werbemittel werden wieder über Tracking-IDs analog zu SEM und co. erfasst.

Um zum Schluss eine Bewertung der Kanäle und der Kontakthistorie durchführen zu können, müssen die von Ihnen gewünschten Konversions- und Erfolgspunkte (Bestellung, Newsletter-Anmeldung, …) gemeinsam mit uns definiert werden und ebenfalls mit unserer Tracking-Technologie versehen werden.

All diese Informationen werden an unsere Lösung übertragen und zur Auswertung der Customer Journey verwendet. Hier liegt die Wahl bei Ihnen, ob die Lösung als ASP-Modell von uns bereitgestellt wird, oder bei Ihnen im Rechenzentrum gehostet ist. Die Inhouse-Lösung hat den Vorteil der sehr hohen Datensicherheit, da alle Daten Ihr RZ nicht verlassen. Unsere Rechenzentren sind aber ebenfalls in Deutschland (Düsseldorf und München) und zertifiziert. Unsere Lösung allgemein arbeit 100% konform dem deutschen Datenschutzrecht und erfasst keine personenbezogenen Daten (auch keine IP-Adresse!).

B.) Wie läuft eine Implementierung (typischerweise) ab?

Die Implementierung / Projektphase wird typischerweise mit einem Kick-Off Meeting zwischen Ihnen und uns begonnen. Ziel ist es den genauen Ablauf (zeitlich, sowie Klärung der Aufgaben) zu definieren. Von uns wird die Lösung bereitgestellt und entsprechend der Anforderungen konfiguriert. Eine Aufgabe auf Ihrer Seite ist die Implementierung des Trackings auf Ihrer Webseite, sowie den Werbemitteln. Aber auch hier können wir Sie unterstützen.

C.) Wie lange dauert es bis Zahlen abgebildet werden können?

Ab Projektstart dauer es ca. 3-4 Wochen, bis die ersten Zahlen abgebildet werden können. Nach abgeschlossener Implementierung sind die Reporting-Zahlen spätestens am jeweiligen Folgetag verfügbar. Die Customer Journey ist ein sehr datenintensives Vorhaben, dass zusätzlich auf eine komplexe und hochgenaue Unique Visitor Auswertung aufbaut, und so je nach Höhe des Traffic (Anzahl AdImpressions, PageImpressions und Unique Vistors) einige Zeit für die Berechnung benötigt.

D.) Wie können die Informationen dargestellt werden bzw. wie sieht eine Abbildung der Customer Journey in der Regel aus?

Die Information werden in der Regel in unserer webbasierten Oberfläche in Form von Tabellen mit Kennzahlen, sowie Grafiken abgebildet. Um die Bedienung zu vereinfachen und intuitiv zu gestalten, werden die meisten Informationen in Form von Hierarchien mit Drill-Down-Möglichkeiten dargestellt. Beispiel: als erstes erhält man Informationen über alle aktuellen Kampagnen (gebündelt, unabhängig von den unterschiedlichen Werbemitteln) und kann anschließend bis auf Detailebene (Werbemittel, Motiv, Format, …) die Auswertungen verfeinern. Gerne können wir Ihnen bei tiefergehenden Gesprächen Muster-Daten zukommen lassen. Des Weiteren ist es möglich, die ausgewerteten Daten in ein Drittsystem (BI-Tool, ERP, eigene Reporting-Lösungen, Datawarehouses…) zu übertragen.

E.) Wie erfolgt die Abrechnung und wie hoch sind die Kosten?

Die Abrechnung ist abhängig vom Betriebsmodell. Bei einer Inhouse-Lösung gibt es keine Traffic-abhängige Preiskomponente. Die Lizenz kann entweder einmalig gekauft werden und ist ohne Laufzeitbegrenzung einsetzbar. Ebenfalls ist eine Lizenzmiete, oder -Leasing möglich. Mindestvertragslaufzeit bei Miete und Leasing beträgt 24 Monate.

Beim ASP-Modell gelten für die Lizenz die gleichen Modelle. Hinzu kommt die Gebühr für das Hosting und dem mit Ihnen ausgehandelten Service Level Agreement (SLA).

Resümee

Die netmind Customer Journey ist ein sehr leistungsfähiges Produkt um Ihre Werbeausgaben gnadenlos zu “durchleuchten” und liefert eine sehr aussagefähige und ehrliche Interpretation der tatsächlich erfolgreichen Online- und Onsite Maßnahmen. Viele unsere netmind CJ Kunden, haben nach den erhobenen Erkenntnissen, die Struktur Ihrer Geschäftspartner überdacht und neu geregelt. Es wurde einfach zuviel für zuwenig Leistung ausgegeben. Die netmind CJ Lösung hat einen extrem kurzfritigen ROI (8-14 Monate) und wird bei allen unserer Kunden zum unverzichtbaren Steuerungs- und Kontrollinstrument zur Performancemessung.

Print

Unique Visitor – Funktionweise und die große Lüge #webanalytics #measure

Dienstag, Juni 15th, 2010

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:

Unique Visitor 

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.

Print