Web und Mobile Analytics

Tracking

Beim expliziten Tracking werden eindeutige und von Trackern vorgegebene Identikatoren verwendet. Die Identikatoren werden von den Trackern entsprechend ausgewählt und auf den Computern von Verbraucher:innen gespeichert. Bei späteren Kontakten mit den Verbraucher:innen können Tracker diese dann anhand der Identikatoren wiedererkannt werden. Ein Beispiel für einen solchen eindeutigen Identikator sind HTTP-Cookies als Third-Party-Cookies. In der Literatur wird neben der Bezeichnung explizit auch die Bezeichnung zustandsbehaftet verwendet. Für Tracker sind solche Identikatoren ein sehr effektives Mittel, um Benutzer:innen zweifelsfrei wiederzuerkennen. Verwendet eine dritte Partei solche eindeutigen Identikatoren für Verbraucher:innen, dann ist dies ein starkes Indiz für Tracking.

Beim schlussfolgernden Tracking werden keine Identikatoren vergeben. Bei dieser Art von Tracking versuchen Tracker, den Computer anhand von Konfigurationsaspekten, wie beispielsweise IP-Adresse oder Hard-/Software-Kombinationen, zu erkennen und anhand von bekannten Wertebelegungen in der Konfiguration auf den/die Verbraucher:in zu schließen. Da bestimmte Konfigurationsaspekte bei mehreren Verbraucher:innen in ihren Wertebelegungen übereinstimmen können, müssen Tracker für ihre Schlussfolgerungen verschiedene Konfigurationsaspekte berücksichtigen. Dadurch wird die Wahrscheinlichkeit erhöht, dass ein Tracker eine(n) Verbraucher:in eindeutig erkennen kann. Für die Erkennung werden Konfigurationsaspekte des Verbrauchercomputers ausgenutzt, die dieser dem Tracker mitteilt. Einige dieser Konfigurationsaspekte geben Computer immer von sich preis, andere geben sie nur dann heraus, wenn Tracker diese Konfigurationsaspekte explizit anfragen. Diese Art von Tracking wird auch als zustandslos bezeichnet. Die Erkennung von schlussfolgerndem Tracking kann sehr schwierig sein.

Weiters unterscheidet man auch in client-seitiges und server-seitiges Tracking:

Digital Analytics

Digital Analytics integriert alle Controlling-Aktivitäten, die sich mit der Planung, der Umsetzung und der Revision von Webaktivitäten eines Unternehmens beschäftigen. Aus Sicht der Wirtschaftsinformatik versteht man unter Digital Analytics im engeren Sinne die Entwicklung und Überprüfung von (Web-)Kennzahlen und (Web-)Kennzahlensystemen zur Analyse von internetbasierten Unternehmensprozessen und deren Überführung in ein betriebliches Berichtswesen zur Unterstützung der Unternehmensführung und im weiteren Sinne die Entwicklung von Datenerhebungs-, Datenspeicherungs- und Datenauswertungsmethoden (Web Mining) für internetbasierte Informationen.

Auf Basis von Cookies können beispielsweise neue Besucher:innen von wiederkehrenden unterschieden werden. Ergänzend dazu können in Analytics Systemen, sofern die Daten vorhanden sind, einerseits die Kosten pro Conversion und andererseits auch deren monetärer Wert hinterlegt werden um dadurch einen Return on Investment pro Conversion berechnen zu können.

Das Auswertungsintervall sollte sich primär an der Volatilität der Datenbasis selbst orientieren. Während beispielsweise Traffic-Quellen und Besucherzahlen relativ großen Schwankungen unterliegen können und daher ein kurzes Beobachtungsintervall von beispielsweisen einem Monat oder einer Woche empfehlenswert ist, sind die Besuchereigenschaften relativ stabil, weshalb Intervalle von einem Monat bis zu einer halbjährlich Betrachtung sinnvoll sind. Bei Metriken zur Messung des Besucherverhaltens und der Inhaltsnutzung, wie beispielsweise Verweildauer oder die meistgenutzten Klickpfade (Clickstreams), hängt die Volatilität der Daten von der Änderungshäufigkeit der Inhalte selbst ab, was eine pauschale Aussage nicht ermöglicht.

(Übersicht und ausführliche Beschreibung zu verschiedenen Kennzahlen finden sich in den unten downloadbaren Kursunterlagen.)

Anforderungen an eine Digital Analytics Software-Lösung

• Einfache Integration in bestehende Webseiten
• Unabhängig von Webserver und Shop-/Webseitenverwaltung
• Erfassung aller Web-Seitenzugriffe und Erkennung aller Webseiten-Besucher:innen
• Echtzeit-Statistiken
• Transparente Bedienung und verständliche Webseitennamen
• Einfache (automatische) Zeitraumvergleiche
• 24-Stunden Verfügbarkeit
• Skalierbarkeit, Erweiterbarkeit und Individualisierbarkeit
• Transparte Wartung und Updates ohne Mehrkosten
• Kein extra Personal für Betrieb, Pflege und Auswertung
• Einhaltung der Datenschutzbestimmungen

Dos and Don'ts

Dos:

• Stellen Sie mindestens eine:n Digital Analyst:in ein.
• Verankern Sie die Webkennzahlen im gesamten Unternehmen und im Unternehmensreporting.
• Führen Sie auf Basis der Datenanalysen Changeprozesse durch, wenn notwendig.
• Analysieren Sie die Daten regelmäßig und nutzen Sie den Echtzeitvorteil.
• Die Datenanalysen dauern Zeit, nehmen Sie sich die Zeit.

Don‘ts:

• Manchmal kann das Bauchgefühl drüben. Nutzen Sie die Ergebnisse aus den Daten.
• Informieren Sie sich entsprechend über die datenschutzrechtlichen Bestimmungen im Bereich Digital Analytics.
• Passen Sie auf keinen Fall Ihre Strategie an die Datenergebnisse an.
• Sourcen Sie auf keinen Fall Digital Analytics aus dem Unternehmen aus.
• Informieren Sie umfassend über die verschiedenen Digital Analytics Software Angebote am Markt.

Weiterführende Literatur

• Vollmert, M., & Lück, H. (2015). Google Analytics. Das umfassende Handbuch. Rheinwerk, Bonn.
• Hassler, M. (2019). Digital und Web Analytics. MITP-Verlags GmbH & Co. KG.
• Zumstein, D., Brauer, C., & Zelic, A. (2022). Benefits, challenges and future developments in digital analytics in German-speaking countries: An empirical analysis. Applied Marketing Analytics, 7(3), 246-259.
• Menke, S. (2022). Online-Tracking/Online-Marketing. In Handbuch Kundendatenschutz (pp. 225-271). Erich Schmidt Verlag GmbH & Co. KG, Berlin.