Klaus-Martin Meyer :: User Experience Roundtable 1-Jul-2019 Web-Analytics? Brauche ich das als UXler? Und ob! Denn um die User Experience zu verstehen, genügt es nicht sich nur auf qualitative Methoden wie Usability-Tests zu konzentrieren. Erst die Kombination mit quantitativen Daten ergibt ein vollständiges Bild. Aber was kann und sollte ich messen? Und wie kann ich Nutzerziele in Metriken umwandeln? Neben Grundlagen (Tools, Implementierung, Unterschiede zwischen Dimensionen und Metriken, Page Views und Events) wird im Vortrag auch mit Hilfe einer Live-Demo gezeigt, welche Fragen Web-Analytics beantworten kann. Klaus Martin Meyer arbeitet seit Oktober 2018 als UX Consultant bei Monoki. Davor war er als Team-Lead UX bei Otto beschäftigt. Neben dem Thema Web-Analytics haben es ihm besonders Data Driven UX und Lean UX angetan. http://www.uxhh.de/roundtable/archiv/index.html#Jul19

1. Web-Analytics
für UXler
Klaus Martin Meyer
UX & Ecommerce Consultant

2. Über mich.
Klaus Martin Meyer
UX Consultant bei monoki
Freelance Ecommerce Consultant

3. Web-Analytics?
Brauch ich das
als UXler?

4. Qualitativ
Umfragen
Nutzer-
stimmen
Eye-
TrackingRemote
Usability-
Tests
Usability-
Tests
Einstellungen Verhalten
Quantitativ
Card
Sorting
Nutzer-Interviews
Fokusgruppen
User Research
Methoden
?Web-
Analytics

5. Definition
Web Analytics ist das Sammeln, Messen, Analysieren,
Visualisieren und Interpretieren von digitalen Daten,
die das Verhalten von Nutzern auf Websites und in
Apps zeigen.

6. Bereiche von Web-Analytics
Clickstream-Analyse ➝ Was?
Formular-Analyse ➝ Wie gut?
A/B-Testing ➝ Was ist besser?
Heatmap, Clickmaps, Screenrecording ➝ Warum?

7. Web-Analytics-Tools

8. Etwas Theorie

9. Dimensionen Metriken

10. Alter
Browser Quelle
Ort
Wieder-
kehrer
Letzter
Besuch
Käufe
Suchen
Dimensionen
= Attribut eines Besuchers

11. Metrik
= eine Zahl, die die
Eigenschaften einer
Dimension misst
Sitzungen
Time on Site
Seiten /
Besuch
% Neuer
Sitzungen
Conversion
RateØ
Sitzungs-
dauer
Neue
Nutzer
Quelle
Nutzer

12. Dimensionen
Metriken

13. Metriken
SessionbasiertHitbasiert (Seite)
Einstiegs-
rate
Ausstiegs-
rate
Page Views Zielwert
Conversion
rate
ø-Sitzungs-
dauer

14. Ein Beispiel
Die Conversionrate (sessionbasiert) kann nicht
für eine Seite (hitbasiert) definiert werden.

15. Page views werden automatisch
getrackt. Events nicht.
onClick="_gaq.push(['_trackEvent',
‚Registrieren‘, 'Buttonklick',
‚startseite']);"

16. Google Analytics integrieren
<!-- Global Site Tag (gtag.js) - Google Analytics -->
<script async src="https://www.googletagmanager.com/gtag/js?id=GA_TRACKING_ID"></script>
<script>
window.dataLayer = window.dataLayer || [];
function gtag(){dataLayer.push(arguments);}
gtag('js', new Date());
gtag('config', 'GA_TRACKING_ID');
</script>

17. Live Demo

18. https://shop.googlemerchandisestore.com
Der Beispiel Shop

19. Google Analytics
Demo-Account
aufrufen
und anmelden.
https://analytics.google.com/
analytics/web/demoAccount

20. Google Analytics
Startseite

21. Standard-Reports
Konto auswählen

22. Zielgruppe

23. Wie viele Nutzer besuchen
die Site pro Monat?
Knapp 80% der Nutzer sind
neue Nutzer.

24. Im Vergleich zum Vorjahres-Zeitrum ist
die Zahl der Besucher um 22% gefallen.
Vergleichs-Zeitraum
auswählen

25. Zusätzliches Segment Wiederkehrer
Anteil Wiederkehrer ist ebenfalls gefallen,
aber nicht so stark.

26. Demographie

27. Typischer Nutzer ist
25-34 Jahre alt…
… und männlich

28. Höchste CR haben Nutzer
im Alter von über 55 Jahren

29. Typischer Nutzer interessieren sich
u.a. für Technik, Filme und Musik

30. Mobile Nutzung

31. 28% der Nutzer besuchen den
Shop über ein Smartphone

32. Die Conversion-Rate ist auf
mobilen Geräten deutlich höher.

33. Segmentierung Mobile vs.
Desktop / Tablet

34. Nutzerfluss

35. Wie sehen typische Customer
Journeys durch den Shop aus?

36. Quellen

37. Über die Hälfte der Besucher
kommt über die Organische Suche

38. Direkter Traffic
konvertiert am besten.
Absprungrate bei
Display am höchsten.

39. Keywords

40. Mit welchen Keywords haben
die Nutzer gesucht, die auf eine
Google Anzeige geklickt haben?

41. Mit welchen Keywords suchen
die Nutzer bei Google, die auf
der Site landen?

42. Verhalten

43. Männer T-Shirts scheinen sehr
beliebt zu sein. ;-)
Welche Seiten werden am
häufigsten aufgerufen?

44. Auf welchen Seiten steigen
Nutzer besonders oft aus?
YouTube-Produkte und
die Suche scheinen
nicht zu funktionieren.

45. Die Seite Campus-Bike
hat ein Problem.
Vielleicht weil das Bike
nur 30 cm groß ist ;-)
Welche Landingpages haben eine
besonders hohe Absprungrate?

46. Die Signin-Seite scheint bei mobilen
Geräten ein Problem zu haben…
Segment: Zugriffe über Mobiltelefone

47. Suche

48. Wie viel Prozent der Nutzer
benutzen die Suche?

49. Welche Suchbegriffe führen zu
besonders vielen Suchausstiegen?

50. Von welchen Seiten aus werden die
meisten Suchen gestartet? Gibt es hier
evtl. ein Problem mit der Navigation?

51. Ereignisse

52. Klicks auf Links oder Buttons werden
nicht automatisch gemessen. Das
Ereignis muss hardcoded oder per
Google Tag Manager auf der Seite
eingebaut werden und an Google
Analytics gesendet werden.

53. Wenn das Ereignis korrekt
implementiert wurde, erscheint es hier.
Der Store wurde 453 mal kontaktiert.

54. Segmentierung per sekundärer
Dimension „Seite“:
Die meisten Kontaktanfragen
kamen von der Startseite.

55. Conversions

56. Um ein Zielvorhaben anzulegen,
wird im Verwaltungs-Bereich die
Seite, deren Aufruf als Erfolg
gewertet werden soll, angegeben.
Zielvorhaben in Google Analytics ermöglichen es
bestimmte Nutzeraktionen auf der Site zu tracken, z.B.
das Abschicken eines Formulars, eBook Downloads, etc.
/registersuccess.html

57. Die im Verwaltungsbereich
definierten Zielvorhaben
erscheinen hier.
Die Seite registersuccess.html
wurde 277 mal aufgerufen.

58. Mit der Trichtervisualisierung
lässt sich analysieren, wo genau
die Nutzer im Checkout
aussteigen.
Die meisten Nutzer steigen
im Bezahlen-Step aus.

59. Fazit

60. Was kann
Web-Analytics
für UX tun?

61. Nutzer besser verstehen.
Welche Demografie, Interessen, Geräte?

62. Motivation verstehen.
Woher kommen die Nutzer? Welches Ziel haben sie?

63. Verhalten verstehen.
Wie bewegen sie sich durch die Site? Was interessiert
sie? Tun sie das, was geplant ist (Ziele)? Wo brechen sie
ab? Wie oft kommen sie wieder?

64. Neue Feature validieren.
Wie oft wird es benutzt? (vgl. Fake-Feature, Basis-
Version)

65. Potentielle Probleme
finden.
… und mit späteren Usability-Tests validieren.

66. Probleme aus Usability-
Tests quantifizieren.
Ist ein Problem aus einem Usability-Test überhaupt
bedeutsam?

67. UX-Tests
Nutzer-Motivation verstehen
Web-Analytics
Nutzer-Aktionen verstehen
→ Warum? → Was?
Verhalten in Testsituation
5-7 Nutzer
Qualitative Daten
Subjektiv
Reales Verhalten
1000 und mehr Nutzer
Quantitative Daten
Objektiv

68. Es ist wenig hilfreich zu
wissen, warum etwas passiert,
wenn man nicht weiß, ob es
Relevant
ist.
Es ist wenig hilfreich zu
wissen, dass etwas passiert,
wenn man nicht versteht
Warum.
UX-Tests Web-Analytics

69. Qualitative & Quantitative
User Reseach =
360°-Sicht
auf den Nutzer.
Vielen Dank.

70. Mehr zu Web-Analytics
Blog von Avinash Kaushik
Google Analytics Academy
Google Analytics Solution Gallery
Web Analytics 2.0,
Avinash Kaushik