– Ziele, Kennzahlen und Offline-Erhebungen
Nina Thomsen
Nachdem im ersten Teil dieser Serie [[Link zum Artikel]] einige Tools das Tracking von Webseitenbesucher:innen vorgestellt wurden, soll es nun um relevante Ziele und Kennzahlen der Webanalyse gehen.
Konkrete Zieldefinition
Der erste wesentliche Schritt für die erfolgreiche Nutzung von Webanalyse ist die Definition von strategischen Zielen. Welche Ziele verfolgen Sie als Institution? Ist es die Steigerung von Besucher:innenzahlen, die regionale bzw. nationale Bekanntmachung ihrer Einrichtung, möchten Sie potenzielle Sponsoren auf sich aufmerksam machen oder Fachwissen vermitteln? Erst konkrete Zielsetzungen erlauben es, die aus der Webanalyse gesammelten Daten zu interpretieren und auf Grundlage dessen Optimierungen Ihrer Webseite vorzunehmen. Andernfalls sind die erhobenen Nutzer:innenzahlen nur Daten ohne Aussagekraft.
Beispiel: Innerhalb der nächsten 12 Monate möchten wir durch die Umsetzung der vereinbarten Marketingmaßnahmen den Besuch von Schulklassen um 10 Prozent steigern.
Glossar
Heatmaps: visualisieren Nutzer:innenverhalten und -aktivität anhand der Mausbewegung auf der Webseite mithilfe von verschiedenen Farben; wichtige Bereiche, in denen eine hohe Mausaktivität gemessen wird (rot), können so lokalisiert werden.
Session Replays: Webseitenbesuche von einzelnen Besucher:innen werden oftmals in Videoform aufgenommen und können zu späterem Zeitpunkt für Analysezwecke wiedergegeben werden.
Quantitative Datenanalyse: Analyse von Datengesamtheit der Webanalyse, beispielsweise anhand meist geklickter Seiten, häufigste Einstiegsseite, etc.
Qualitative Datenanalyse: Analyse einzelner Besucher:innen und deren Nutzerverhalten (beispielsweise anhand von Heatmaps oder Session Replays)
Inhouse-Hosting: Daten werden auf eigenen Servern gespeichert.
Conversion: beschreibt den Vorgang, in dem Webseitenbesucher:innen eine gewünschte Aktion ausführen; bespielweise konvertiert eine Webseitenbesucherin durch einen Klick auf ein Brief-Symbol zu einer Newsletterabonnentin
Wichtige Kennzahlen zur Analyse
Nach erfolgreicher und datenschutzkonformer Installation eines sorgfältig ausgewählten Webanalyse-Tools [[Link zum ersten Artikel]] stellt sich oftmals die Frage, welche Daten für die Auswertung relevant sind. Dies hängt vor allem davon ab, welche Ziele verfolgt werden. Es gibt allerdings Kennzahlen, die jeder Kulturinstitution dabei helfen, die Performance der eigenen Webseite grundlegend zu bewerten:
Seitenaufrufe: Die Analyse der Seitenaufrufe zeigt auf, welche Inhalte von Webseitennutzer:innen am häufigsten geklickt werden. Welche Themen sind aktuell besonders beliebt und welche eher weniger? Was ist von großem Interesse und kann an diese Inhalte bspw. in Form von weiterführenden Beiträgen angeknüpft werden? Wie verändert sich die Nutzung über die Zeit?
Herkunft: Die Analyse der digitalen als auch der geografischen Herkunft der Webseitennutzer:innen gilt als ein wesentlicher Faktor. Die digitale Herkunft zeigt auf, durch welchen Kanal Besucher:innen auf die Webseite gelangt sind. Erfolgte es durch den direkten Zugriff, durch den Klick auf ein Suchergebnis, durch den Verweis einer anderen Webseite oder durch Social Media? Die geografische Herkunft gibt einen Anhaltspunkt dafür, wo sich mögliche Zielgruppen der Kulturinstitution befinden. Dieser Indikator kann beispielsweise für die Realisierung von (Offline-) Werbekampagnen genutzt werden.
Verweildauer: Die Verweildauer ist ein Indikator dafür, wie lange Nutzer:innen die Webseite besuchen. Eine lange Verweildauer lässt auf eine hohe Interaktionsrate schließen. Eine kurze Verweildauer kann auf der einen Seite darauf hinweisen, dass die gesuchte Information direkt gefunden wurde oder aber gar nicht. Eine weiterführende Analyse des Nutzerflusses beispielsweise dient zur weiteren Interpretation der Kennzahl.
Absprungrate: Die Absprungrate -Englisch „Bounce Rate“- gibt den prozentualen Anteil der Besucher:innen an, die nach dem Aufruf einer Unterseite die Webseite direkt wieder verlassen. Die Analyse dieser Kennzahl soll Aufschluss über den Grund des Verlassens geben. Wird an dieser Stelle auf eine andere Webseite verwiesen, waren die gesuchten Informationen auf einen Blick erkennbar oder waren diese nicht vorzufinden?
Nutzerfluss: Der Nutzerfluss gibt Aufschluss darüber, wie sich Besucher:innen auf der Webseite bewegen. Was sind die Einstiegsseiten und auf welcher Seite wird die Webseite wieder verlassen? Können die Ausstiege plausibel erklärt werden?
Interaktion: Als Interaktionen bezeichnet man verschiedene Aktivitäten der Nutzer:innen, wie zum Beispiel den Kauf von Tickets, das Abspeichern eines Events im Kalender oder das Suchen auf der Webseite. Alle Arten der Interaktionen geben Aufschluss über die Interessen der Nutzer:innen. Welche Tickets werden am meisten verkauft? Welche Themen werden am häufigsten gesucht? Die Analyse gewährt einen Einblick in mögliche Trends und Zukunftsentwicklungen.
Online- und Offline-Daten verknüpfen
Für eine erfolgreiche Auswertung der Webanalyse-Daten sollte ein regelmäßiges und standardisiertes Berichtswesen entwickelt werden. Hierzu gehören neben den Kennzahlen aus der Webanalyse auch Offline-Daten und -Informationen, etwa zu Werbekampagnen, neuen Ausstellungen oder Premieren, Schulferien, Wetter, Sonderaktionen und vielem mehr. Auch eine Verknüpfung von Offline- und anderen Werbemaßnahmen mittels Landing Pages oder Kampagnen-URLs mit UTM-Parametern erleichtert das übergreifende Tracking und die Evaluation verschiedener Marketing-Maßnahmen und –Kanälen.
Offline-Daten können zudem mit Instrumenten der Besucherforschung gewonnen werden, etwa durch quantitative und qualitative Befragungen, die in regelmäßigen Abständen erfolgen. Hierzu gehören unter anderem die Abfrage der Postleitzahl, die Meinung zur Ausstellung oder dem Besuch, die Meinung zur Webseite, eine Abfrage, welches Medium auf Angebote aufmerksam gemacht hat oder Angaben zur Mediennutzung allgemein. Die Verknüpfung der Ergebnisse aus den Befragungen mit denen der Webanalyse kann Aufschluss über mögliche Optimierungen hinsichtlich Struktur und Inhalt der Webseite geben.
Erst eine strukturierte Datenerhebung macht die Analyse und Verknüpfung von Daten sinnvoll möglich. Zugleich ist sie die Voraussetzung für Big Data-Analysen etwa mittels künstlicher Intelligenz (KI). Beispielsweise mit Hilfe selbstorganisierender Karten (self-organizing map, SOM) können Erkenntnisse über das Nutzungsverhalten gewonnen oder Personas der Webseitenbesucher:innen erstellt werden.
Hinsichtlich der Online-Daten erlauben viele Analyse-Tools die Individualisierung eines Dashboards. Auf den ersten Blick können dort die wichtigsten Kennzahlen grafisch zusammengefasst und je nach Tool direkt und terminiert per E-Mail an Verantwortliche verschickt werden. Darüber hinaus bietet die in allen Tools integrierte Exportfunktion die Möglichkeit, bestimmte Kennzahlen in einem bestimmten Zeitraum im gewünschten Format herunterzuladen. Dies ist vor allem für die Darstellung der Daten in eigenen Statistikberichten von großer Bedeutung.
Pro-Tipp: Änderungen, Ergänzungen, Beginn und Ende von Werbekampagnen und weitere Einflussfaktoren, die sich möglicherweise auf Kennzahlen der Webanalyse auswirken könnten, sollten sorgfältig abteilungsübergreifend dokumentiert und kommuniziert werden. Dies erlaubt es zu einem späteren Zeitpunkt, Werte entsprechend analysieren und interpretieren zu können.
Die Blog-Serie zur Webanalyse ist im Rahmen des von der Staatskanzlei Schleswig-Holstein geförderten Projekts „KI in Einrichtungen der kulturellen Infrastruktur“ entstanden.