Conversion Analyse Knie oder Trichter

© Gabriel Beck 2013

Conversion Analyse auf Meta-Ebene

Knie oder Trichter?

€

2


Inhalt

Einleitung ......................................................................................................... 4

1. Daten als Basis // Ein Blick in die Webanalyse ........................................................ 5

2. Jeder Entscheidung geht ein Prozess voraus // Customer Journey einfach gedacht ....... 5

3. Excel is your friend // Dropout berechnen.............................................................. 6

4. Conversion Killer übers Knie gelegt // Schwachstellen sichtbar machen ...................... 8

5. Conversion Killer in den Trichter gesteckt // Conversion Funnel .............................. 10

Fazit ................................................................................................................ 12

Downloads ...................................................................................................... 13

3


Über den Autor Gabriel Beck ist Head of

Conversion Optimization und

Standortleiter Hamburg bei

explido.

Er und sein Team analysieren, testen und optimieren

Webseiten, um die Effizienz des Online Marketing Budgets

zu erhöhen. Die Conversion Abteilung bei explido bietet

dabei alle Conversion Leistungen aus einer Hand.

Er ist Speaker auf vielen Fachkonferenzen und betreibt

das Conversiondoktor-Blog seit 2009.

Vorträge auf Konferenzen

4


Einleitung

Für viele ambitionierte Online-Marketer, Conversion-

Optimierer, Traffic-Experten und Co. stellt sich immer wieder

die Frage:

„Auf welcher Seite fange ich an, meine Website zu

optimieren und zu testen?“

Antwort:

„Da, wo die Website am ineffizientesten ist!“

Allerdings kann man sich dabei schnell auf Einzelseiten

einschießen und viel Zeit bei der Optimierung verlieren. Was

fehlt ist das "Big Picture" bevor man loslegt.

Hier eine kurze Schritt-für-Schritt Anleitung, die sich in der

Praxis immer wieder bewährt hat.

Viel Spaß bei der Lektüre!

Gabriel Beck

www.conversiondoktor.de

www.explido.de

5


1. Daten als Basis // Ein Blick in die Webanalyse Nutzertests sind gut und wichtig, das möchte ich an dieser

Stelle vorausschicken. Doch um schnell einen Blick über die

Effizienz meiner Website zu bekommen, brauche ich keine

Einzelmeinungen, sondern knallharte Fakten. Wo springen

Nutzer ab? Welche Seitentypen "funktionieren" und bringen die

Besucher der gewünschten Aktionen einen Schritt näher -

welche nicht? Also erster Schritt: Webanalyse Tool öffnen.

2. Jeder Entscheidung geht ein Prozess voraus // Customer Journey einfach gedacht Um die richtigen Daten aus den Tools rauszukitzeln, schaut

man sich die eigene Website an. Man kristallisiert die

wichtigsten Trampelpfade heraus, die an einer Entscheidung

bzw. an einer Aktion (Kauf, Anfrage etc.) beteiligt sind. Es geht

um die Frage: Welche Seiten sind an einer Conversion beteiligt?

Welche Schritte folgen aufeinander.

Zur Hilfe kann man sich die Klickpfad-Auswertungen in den

Webanalyse Tools nehmen (hier am Beispiel von → Google

Analytics Visitor Flow)

Resultat Hieraus zieht man sich (stark vereinfacht und verdeutlicht an

einem Online Shop) folgende Schritte heraus:

• Kategorieseiten

• Detailseiten

• Warenkorb

• Registrierung

• Zahlung und Versand

• Bestellübersicht

• Bestellung

6


Die Aussage dahinter lautet: Je mehr Personen ich zum

nächsten Schritt “konvertiere”, desto höher ist die

Wahrscheinlichkeit, dass auch am Ende des Prozesses mehr

Nutzer “ankommen” und zum Kunden werden.

3. Excel is your friend // Dropout berechnen Um Bottlenecks identifizieren zu können, können im nächsten

Schritt die Daten in Excel übertragen werden. (Es gibt natürlich

auch Webanalyse-Implementierungen, bei denen diese KPIs

standardmäßig abgebildet sind, es gibt aber eben auch viele, bei

denen das nicht so ist).

Auf jeder Prozess-Ebene genügen die absoluten

Besucherzahlen. Anschließend berechnet man den Verlust wie

folgt:

100% - (Nachfolger : Vorgänger) x 100%

3a) Verlust in Prozent Beispiel:

100%-(Detailseiten Besucher : Kategorieseitenbesucher)x100%

= 100% - (370.000 : 700.000) x 100% = 47%

Visitors Dropout

Besucher 1.000.000

Kategorieseiten 700.000 30%

Detailseiten 370.000 47%

Warenkorb 22.200 94%

Registrierung 17.760 20%

Zahlung und Versand

10.656 40%

Bestellübersicht 10.123 5%

Bestellung 10.000 1%

7


3b) Verlust in harten Euros Wer den schmerzlichen Verlust auch in Euro sehen möchte,

benötigt für den Fall E-Commerce zunächst noch den

Durchschnittswert des Warenkorbs (AOV).

Anschließend wird die Anzahl der verlorengegangenen

Besucher mit dem AOV (hier 80€) multipliziert.

Beispiel für den Verlust zwischen Warenkorb und

Registrierung:

Verlust in € =

(Warenkorbaufrufe–Registrierungsaufrufe) x 80€

= (22.200 – 17.760) x 80€ = 355.200€

Info: AOV = 80€ Visitors Dropout Umsatzverlust

Besucher 1.000.000

Kategorieseiten 700.000 30% 24.000.000 €

Detailseiten 370.000 47% 26.400.000 €

Warenkorb 22.200 94% 27.824.000 €

Registrierung 17.760 20% 355.200 €

Zahlung und Versand 10.656 40% 568.320 €

Bestellübersicht 10.123 5% 42.624 €

Bestellung 10.000 1% 9.856 €

8


4. Conversion Killer übers Knie gelegt // Schwachstellen sichtbar machen

Da diese Darstellung noch nicht wirklich “sexy” ist, d. h. ins

Auge springt, wo ein großer “Dropout” vorliegt, kann man

gerne die sogenannte „Knie-Betrachtung“ heranziehen.

Hierbei trägt man die obigen Daten einfach in Excel ein und

visualisiert sich den Verlust in % als Line. Erkennt man hierbei

ein “Knie”, ist dieses für die Schwachstellenanalyse besonders

geeignet.

4a) Interpretation Verlust in Prozent Beim rechten Beispiel erkennt man schnell, dass es zwei

Schwachstellen (identifizierbar als Knie) gibt:

(1) Die Wandlung von Detailseiten zum Warenkorb und (2) die

Wandlung von Zahlung & Versand zu Bestellübersicht.

Wo die Probleme im Detail liegen, muss dann genauer

untersucht werden (quantitativ & qualitativ).

1

2

9


4a) Interpretation Verlust in Euro

Bei der Darstellung des Verlusts in Euro erkennt man in der

nachfolgenden Abbildung eindeutig, dass zwischen den ersten

Schritten und dem Checkout wahnsinnig viel Geld auf der

Straße liegen bleibt – hier ist das Knie zu erkennen (1).

Der entgangene Umsatz ist hier am größten. Bei der

Optimierung kann von diesem Potential viel Geld in die

nächsten Schritte übertragen werden.

1

10


5. Conversion Killer in den Trichter gesteckt // Conversion Funnel Eine Darstellung, die stark auf die Effizienz von Prozessen

ausgerichtet ist, stellen Conversion Funnels dar. Ja, diese

Darstellung gibt es in gängigen Webanalyse Tools, sie soll

dennoch als Alternative hier mit aufgenommen werden.

Die einzelnen Prozess-Schritte werden von oben nach unten in

einem Trichter abgebildet. Auf jeder Ebene wird der Verlust

abgetragen.

In den Webanalyse Tools können die Trichter ebenfalls

abgebildet werden, häufig wird allerdings der Verlust bzw. der

Trichter nicht proportional abgebildet, d. h. die

Nachfolgeschritte werden in ihrer Breite nicht ins Verhältnis

mit dem Vorgängeschritt gesetzt.

Conversion Funnel Beispiel (Adobe Site Catalyst) Dieser Trichter zeigt zwischen den einzelnen Schritten nicht

den Verlust an, sondern die Wandlungsrate zum nächsten

Schritt. Des Weiteren ist der Trichter nicht proportional zu den

tatsächlichen Wandlungsraten oder Verlustraten. Wird also

automatisch immer etwas schmaler. (Hinweis: Dieser Trichter

hat andere Daten als das obige Beispiel):

11


Self made Conversion Funnel Beispiel Diese Abbildung zeigt einen eigenen Trichter (mit den Zahlen aus dem

Beispiel ganz am Anfang des Artikels). Die Proportionalität ist hier zwar

auch nicht gegeben, aber ich kann den Verlust visuell der richtigen

Ebene zuordnen und absolut, in Prozent oder als Umsatz abbilden.

12


Fazit Manchmal sieht man den Wald vor lauter Bäumen nicht. Dann

gilt es, einfach mal Abstand zu nehmen.

Die Schwachstellen einer Website plakativ und visuell

darzustellen, hilft manchmal ungemein, sich nicht in Details zu

verlieren, sondern fokussiert an Problemstellen zu arbeiten. Die

kontinuierliche Optimierung der Wandlungsraten zwischen den

Einzelschritten ermöglicht eine methodisch einfache, aber

dennoch strukturierte Vorgehensweise.

13


Downloads

Downloads im Blog

Weitere ebooks und Informationen

gibt es im Download Bereich

Link

Conversion Tool Liste

Eine Liste mit vielen

Conversion Tools findet man im Blog

Link

14


Kontakt Xing Profil

https://www.xing.com/profile/Gabriel_Beck

Kontakt Conversiondoktor

http://www.conversiondoktor.de/kontakt/

Newsletter

http://www.conversiondoktor.de/newsletter/

Conversiondoktor Blog

http://www.conversiondoktor.de

explido Website

http://www.explido.de

2010 gründete Gabriel Beck zusammen mit André Morys und

Frank Reese die Xing Gruppe „Conversion Optimization – Boost Your Profit“, die sich ausschließlich mit Conversion

Optimierung befasst.

Xing Conversion Gruppe // http://bit.ly/boostyourprofit

Conversion Analyse Knie oder Trichter

Marketing

Transcript of Conversion Analyse Knie oder Trichter