GMP-Con 2019 - Conversion Optimierung mit Analytics + Optimize - Sophie Kubec (e-dialog)
0 gefällt mir150 aufrufe
Das Dokument behandelt die Optimierung der Conversion-Rate durch den Einsatz von Google Analytics und Google Optimize, um effektive Tests und Analysen durchzuführen. Es werden häufige Probleme, Best Practices sowie spezifische Strategien zur Analyse von Nutzerverhalten und zur Identifikation von Zielvorhaben angesprochen. Zudem wird die Bedeutung einer Testing-Kultur betont, um kontinuierliche Verbesserungen in der User Experience zu erreichen.
GMP-Con 2019 - Conversion Optimierung mit Analytics + Optimize - Sophie Kubec (e-dialog)
- 2. Conversion Optimierung mit Analytics + Optimize 27.06.2019 | Köln
- 3. Seite 3 Über mich Sophie Kubec ♡ Conversion Optimierung & Personalisierung ♡ Eventmanagement kubec@e-dialog.at +43-1-309 09 09-33 www.e-dialog.at
- 4. Seite 4 Häufiges Problem 4 Digital Analytics Website & Marketing kein Austausch zwischen Analyse-Team und Website- Verantwortlichen
- 5. Seite 5 Die Lösung 5 Love your data! zumindest Basic- Analytics Know-How ist wichtig, um eine Seite richtig zu optimieren! Digital Analytics Website & Marketing
- 6. Seite 6 Wie verbessern wir unsere Website? Testing mit Google Optimize
- 7. Seite 7 Wo hilft uns Google Analytics? Probleme identifizieren & Testideen generieren Testideen priorisieren Tests interpretieren - Auswertung
- 8. Testideen Probleme erkennen & Hypothesen entwickeln
- 9. Seite 9 Sammeln wir überhaupt die richtigen Daten? Sauberes Analytics-SetUp ● Was wollen wir überhaupt messen? ● Kommen die Daten richtig an? Ziele sind die Basis, wir benötigen sie: 1) um Erkenntnisse aus unseren Daten zu ziehen (Status quo, Probleme?) 2) um auf diese Ziel zu optimieren (Goal im Optimize)
- 10. Seite 10 Achtung! ● Data-Sampling ● Analyse-Zeitraum: Welche Daten betrachte ich?
- 11. Seite 11 Wie lege ich ein Ziel in Google Analytics an? Verwaltung > Datenansicht > Zielvorhaben
- 12. Seite 12 Was kann ich messen? ● Ziel: User hat eine bestimmte Seite besucht (URL) ● Dauer: User ist xx h/min/sek auf der Seite ● Seiten pro Sitzung: User hat xx Seiten/Sitzung gesehen ● Events: es wurde ein bestimmtes Event gefeuert z.B. Galerie angesehen, mit Feature interagiert, Video angesehen, Scrollen bis zu bestimmter Seitentiefe, Klick auf ein Element, ...
- 13. Seite 13 Best Practices & Hinweise ● max. 20 Ziele pro Datenansicht ● Tipp: intuitive Benennung ● Tipp: Mehrstufige Ziele wo sinnvoll (z.B. Double-OptIn NL)
- 14. Seite 14 Bsp. mehrstufiges Ziel: Double OptIn Newsletter
- 16. Seite 16 Fragen für die Analyse in Google Analytics ● Gibt es einen kritischen Punkt im Checkout? ● Auf welchen Seiten steigen viele Besucher ein? ● Auf welchen Seiten steigen viele Besucher aus? ● Welche Seiten werden am häufigsten besucht? ● Wie performen die einzelnen Seiten?
- 17. Seite 17 Google Analytics: Funnel-Analysen
- 18. Seite 18 z.B. Checkout-Funnel An welchem Schritt springen viele Besucher ab?
- 19. Seite 19 z.B. Mehrstufige Zielvorhaben ● An welchem Schritt springen wie viele Besucher ab? ● Wohin gehen sie?
- 20. Seite 20 Google Analytics: Landingpages
- 21. Seite 21 z.B. Top 10 Einstiegsseiten Übersichtsseite ist eine beliebte und gute Einstiegsseite Produkt-Übersichtsseite 1 Service-Seite Kontakt/Support-Seite Produkt-Detailseite 1 Produkt-Übersichtsseite 2 Login-Seite B2B Lösungen Standorte Produkt-Detailseite 2 Dienstleistungsseite Viel Traffic - niedrige Performance
- 22. Seite 22 Google Analytics: Exit Pages
- 23. Seite 23 z.B. “Top” 10 Ausstiegsseiten Produkt-Übersichtsseite 1 Service-Seite Kontakt/Support-Seite Produkt-Detailseite 1 Produkt-Übersichtsseite 2 Login-Seite B2B Lösungen Standorte Produkt-Detailseite 2 Dienstleistungsseite hohe Ausstiegsrate ist nicht immer schlecht! → abhängig von Ziel/Möglichkeiten auf der Seite
- 24. Seite 24 Google Analytics: Traffic-starke Seiten sortieren nach Seitenaufrufen
- 25. Seite 25 Google Analytics: Verhaltensfluss
- 26. Seite 26 z.B. NL Anmeldung Verhaltensfluss 58% Ausstiege 20% kommen über die Startseite 11% kommen über die Site “Newsletter-Vorteile”
- 27. Seite 27 Der Durchschnitt lügt! segmentierte Auswertung ist wichtig: Conversionrate + Bouncerate pro Device Conversionrate + Bouncerate pro Browser Conversionrate + Bouncerate nach Trafficquelle (ACHTUNG: Bewertung last-non-direct) Neue vs. wiederkehrende Besucher 1st Party Daten + benutzerdefinierte Dimensionen
- 28. Seite 28 Sekundäre Dimensionen eine sekundäre Dimension ermöglicht eine granulare Betrachtung eines Standard-Reports Beispiel: Performance einer Landingpage je nach Trafficquelle
- 29. Seite 29 Segmente Segmente können in Standard- und benutzerdefinierten Reports verwendet werden (max. 4)
- 30. Seite 30 Wie nutze ich Segmente?
- 32. Seite 32 Targetingmöglichkeiten in Optimize Wie kann ich überhaupt segmentieren? ● Standort ● Surfverhalten ● Device / Technologie ● JavaScript Variable ● Cookies ● Kampagne ● Zuordnung zu GA Zielgruppen (Audiences) - 360 only
- 33. Seite 33 Bsp. #1: Informationen abhängig von Geo Infos zu Wien für potentielle Bewerber aus Wien ausblenden
- 34. Seite 34 Bsp. #2: Sortierung Angebote je Betriebssystem Apple Produkte für IOS-User nach oben reihen Unsere aktuellen Angebote Huawei P20 lite € 0 € 45 mtl. Details zum Produkt noch mehr Details Apple iPhone X € 0 € 39 mtl. Details zum Produkt noch mehr Details Samsung Galaxy S10 € 32 mtl.
- 35. Seite 35 Bsp #3: Aktion für hohen Warenkorbwert Verknappung inkl. Incentive für User mit hohem Warenkorb-Wert Nur heute: -20% auf alle Bestellungen ab € 200,-
- 36. Seite 36 Targeting auf GA Zielgruppen zum Beispiel: ● hat eine bestimmte Kategorie besucht ● hat ein bestimmtes Produkt gekauft ● hat schon einmal gekauft, aber nicht in den letzten 2 Monaten (Session-übergreifend) ● Warenkorbabbrecher (Add to Cart Event aber keine Transaktion) ● hat im letzten Jahr mind. 500 € Umsatz gebracht (Lifetime Sicht)
- 37. Audience Builder 1. Keine Data-Scientists 2. Keine IT 3. gleicher Datenstack → einfach machen!
- 40. Seite 40 Wie relevant ist die Seite wichtig? ● Wie viele User besuchen diese Seite / diesen Seitentyp? ● Welche Rolle spielt die Seite bei der Erfüllung meiner Ziele? ● Werde ich hier überhaupt signifikante Ergebnisse bekommen?
- 41. Seite 41 Testlaufzeit einschätzen Wie hoch ist die derzeitige CR der Testseite? Wie viele User sind auf der Testseite?
- 42. Seite 42 Potential einschätzen “low hanging fruits” Experimente mit dem höchsten Gesamt- score bringen vermutlich am meisten
- 43. Your Turn :) Das ultimative Testing-Quiz
- 44. Seite 44 Test #1: Control
- 45. Seite 45 Test #1: Variante 1
- 46. Seite 46 Test #1: Variante 2 Regeln: ● nach 30 Sek ● auf jeder 2. Angebots-Seite ● max. 3 x pro Besuch
- 47. Seite 47 Test #1: Welche Variante ist die beste? Control (0) Variante 1 Variante 2 Ich hab gewonnen :)
- 48. Seite 48 Test #1: Wie hoch ist der Uplift? Control (0) Variante 1 Variante 2 + 33,91 % - 3,43 %
- 53. Seite 53 Test #2: Welche Variante ist die beste? Control (0) Variante 1 Variante 2 Variante 3 Ich hab gewonnen :)
- 54. Seite 54 Test #2: Wie hoch ist der Uplift? Control (0) Variante 1 Variante 2 Variante 3 + 56 %+ 36 % - 33 %
- 55. Seite 55 Test #3: 2 Varianten Standard-Ansicht: 50 vs. 10 Produkte Variante 1: 50 Produkte Variante 2: 10 Produkte
- 56. Seite 56 Test #3: Welche Variante ist die beste? Ich hab gewonnen :) Variante 1: 50 Produkte Variante 2: 10 Produkte
- 57. Seite 57 Test #3: Wie hoch ist der Uplift? Variante 1: 50 Produkte Variante 2: 10 Produkte + 35 %
- 58. Testauswertung Reporting in Google Analytics
- 59. Seite 59 Eingeschränktes Reporting in Optimize - keine Segmente - keine anderen Ziele
- 60. Seite 60 Experimente segmentiert analysieren Bsp.: Gesamtauswertung bringt kein signifikantes Ergebnis
- 61. Seite 61 Auswertung (segmentiert Desktop/Mobile/Tablet) in GA
- 62. Seite 62 Signifikanz-Prüfung Die Testvariante performt für das Segment Tablet-Nutzer signifikant besser.
- 63. Seite 63 Benutzerdefinierte Berichte in GA
- 64. Seite 64 Lessons Learned 5 Tipps aus der Praxis
- 65. Lektion #1: Wir brauchen eine Testing Culture Keine Entscheidungen nach Bauchgefühl! Alles, was die User Experience verändert wird vorher ausgetestet. 65
- 66. Lektion #2: Testing schont Ressourcen Komplexe Features vorab als Prototyp testen. 66 Das beste Feature ist ein schlechtes, das nie entwickelt wurde.„ “
- 67. Lektion #3: Keine Angst vor schlechten Ergebnissen Nicht jeder Test kann ein signifikantes, positives Ergebnis erzielen. Auch vermeintlich “negative” Testergebnisse können Insights bringen. 67
- 68. Experiment: “Hide the Hoff” Control: Testimonial David Hasselhoff prominent platziert 68
- 69. Experiment: “Hide the Hoff” Testvariante: Ausblenden der Section 69
- 70. Die Testvariante performt schlechter als die ursprüngliche Version Testergebnis: “Hide the Hoff” 70 - 24,58%
- 71. Lektion #4: Lasst euch Zeit! Achtung vor voreiligen Schlüssen! Tests haben immer kurz- und mittelfristige Auswirkungen. 71
- 73. Beispiel Testergebnis 73 Langfristig mehr Umsatz in der Testvariante + 16,44%
- 74. Lektion #5: Es lohnt sich! Testing bringt ... … mehr Insights … bessere Entscheidungen … mehr Conversions 74
- 75. Vielen Dank & viel Spaß beim Optimieren :)