Webanalyse Praxiswissen

Transkript

1 Webanalyse Praxiswissen

2 Webanalyse Allgemein (konzeptionell)

3 Webanalyse Allgemein (konzeptionell) Ziel und Zweck

4 Webanalyse Allgemein (konzeptionell) Ziel und Zweck Fragestellungen beantworten, z.b. : Wieviel User besuchen meine Seite? Wieviel Zeit verbringen die User im Durchschnitt Wieviele wiederkehrende User habe ich?

5 Webanalyse Allgemein (konzeptionell) Ziel und Zweck Fragestellungen beantworten, z.b. : Wieviel User besuchen meine Seite? Wieviel Zeit verbringen die User im Durchschnitt Wieviele wiederkehrende User habe ich? Wieviele Umsatz habe ich mit Werbebanner Version a) verdient, wieviel mit Version b) Welches Adword habe ich gekauft, welches wurde tatsächlich gesucht In welchem Formularschritt in meinem Bestellprozess brechen wieviele Leute ab? Wieviele Leute interessieren sich für Nassrasierer? Wieviel für Trockenrasierer?

6 Webanalyse Allgemein (konzeptionell) Ziel und Zweck Fragestellungen beantworten, z.b. : Wieviel User besuchen meine Seite? Wieviel Zeit verbringen die User im Durchschnitt Wieviele wiederkehrende User habe ich? = Transparenz schaffen, Entscheidungen Wieviele Umsatz habe ich mit Werbebanner treffen Version verdient, wieviel mitentscheiden Version b) nicht ausa) dem Bauch raus Welches Adword habe ich gekauft, welches wurde tatsächlich gesucht In welchem Formularschritt in meinem Bestellprozess brechen wieviele Leute ab? Wieviel % der User die von Twitter kommen konvertieren?

7 Webanalyse Allgemein (konzeptionell) Was kann man analysieren?

8 Webanalyse Allgemein (konzeptionell) Was kann man analysieren? Webseiten Apps Client Desktop Programme alles sonstige mit Internetanbindung

9 Webanalyse Allgemein (Die Technik)

10 Webanalyse Allgemein (Technik) EVA = Eingabe Verarbeitung Ausgabe TAV = Tracken

11 Webanalyse Allgemein (Technik) EVA = Eingabe Verarbeitung Ausgabe TAV = Tracken

12 Webanalyse Allgemein (Technik) EVA = Eingabe Verarbeitung Ausgabe TAV = Tracken = Daten sammeln (logging) = Daten verarbeiten, Zahlen berechnen = Daten vereinfacht darstellen als Tabellen & Grafiken

13 Tracken

14

15 Was? > Aufzeichnen / mitloggen der Useraktionen

16 Was? > Aufzeichnen / mitloggen der Useraktionen Wie trackt man User?

17 Was? > Aufzeichnen / mitloggen der Useraktionen Wie trackt man User? JavascriptPixel User 1 2 Server1 3 WALogger

18 Was? > Aufzeichnen / mitloggen der Useraktionen Wie trackt man User? JavascriptPixel ReverseProxy User 1 2 Server1 User WALogger WALogger 2 3 Server

19 Was? > Aufzeichnen / mitloggen der Useraktionen Wie trackt man User? JavascriptPixel ReverseProxy User 1 2 Server1 Vorhandene Logs User 1 User 4 3 WALogger 1 WALogger 2 3 Server 2 Server L

20 Was? > Aufzeichnen / mitloggen der Useraktionen Wie trackt man User? JavascriptPixel ReverseProxy User 1 2 Vorhandene Logs User User > Beispiele online ansehen < Server1 1 2 WALogger WALogger Server Server

21 Was? > Aufzeichnen / mitloggen der Useraktionen Wie trackt man User? JavascriptPixel ReverseProxy User 1 2 Server1 Vorhandene Logs User 1 User 4 3 WALogger 1 WALogger Server Server Datenschutz? WTF!??!

22 Was? > Aufzeichnen / mitloggen der Useraktionen Wie trackt man User? Datenschutz: Es dürfen keine personenidentifizierende Merkmale getrackt werden (an Drittanbieter) Ggf. Anonymisierung von Daten durch hashing

23 Beispiel Logdatei

24 Beispiel Logdatei session= &bereich=produkte&produktname=braun_turbo&typ=trocken&browser=ie6 session= &bereich=produkte&produktname=panasonic_blade&typ=trocken&browser=ie6 session= &bereich=produkte&produktname=gilette_mach_3&typ=nass&browser=firefox3 session= &bereich=produkte&produktname=wilkinson_quattro&typ=trocken&browser=firefox3 session= &bereich=produkte&produktname=panasonic_blade&typ=trocken&browser=ie6 Daten sammeln fertig Zeit zum aggregieren!

25 ??? = anhäufen, vereinigen

26 Logfile: Es gibt Dimensionen, Metriken und Listen

27 Logfile: Es gibt Dimensionen, Metriken und Listen Dimensionen

28 Logfile: Es gibt Dimensionen, Metriken und Listen Dimensionen: session= &bereich=produkte&produktname=braun_turbo&typ=trocken&browser=ie6 session= &bereich=produkte&produktname=panasonic_blade&typ=trocken&browser=ie6 session= &bereich=produkte&produktname=gilette_mach_3&typ=nass&browser=firefox3 session= &bereich=produkte&produktname=wilkinson_quattro&typ=trocken&browser=firefox3 session= &bereich=produkte&produktname=panasonic_blade&typ=trocken&browser=ie6

29 Logfile: Es gibt Dimensionen, Metriken und Listen Dimensionen: Bereich Produktname Typ Browser session= &bereich=produkte&produktname=panasonic_blade&typ=trocken&browser=ie6

30 Logfile: Es gibt Dimensionen, Metriken und Listen Dimensionen: Bereich Produktname Typ Browser Metriken (= Zahlenwerte): Visits Page Impressions Clicks Unique Visitors Verweildauer Bounces Umsatz session= &bereich=produkte&produktname=panasonic_blade&typ=trocken&browser=ie6

31 Logfile: Es gibt Dimensionen, Metriken und Listen Dimensionen:!!1! Bereich Produktname Typ Browser F?? WT Metriken (= Zahlenwerte): Visits Page Impressions Clicks Unique Visitors Verweildauer Bounces Umsatz

32 Metriken (= Zahlenwerte)

33 Metriken (= Zahlenwerte) Visits (aka Sessions) Page Impressions Clicks = Anzahl der Besuche von Usern = Anzahl der Seitenaufrufe = Anzahl der Clicks (auch nicht Pis, zb Clicks in einem Player) Unique Visitors = Anzahl der einzigartigen User Verweildauer = Wielange Zeit zwischen a und b Bounces = Leute mit einem Klick Impressions (aka Views) = Anzeige eines Element Umsatz = Verdientes Geld

34 Logfile: Es gibt Dimensionen, Metriken und Listen Dimensionen: Bereich Produktname Typ Browser Metriken: Visits Page Impressions Clicks Unique Visitors Verweildauer Bounces Umsatz Listen:

35 Logfile: Es gibt Dimensionen, Metriken und Listen Dimensionen: Bereich Produktname Typ Browser Metriken: Listen: (OLAP Würfel, Data Visits Page Impressions Cube) = Kombinationen Clicks aus Dimensionen Unique Visitors Verweildauer Bounces Umsatz

36 Logfile: Es gibt Dimensionen, Metriken und Listen Dimensionen: Bereich Produktname Typ Browser Metriken: Listen: (OLAP Würfel, Visits Data Cube) Page Impressions = Kombinationen Clicks aus Dimensionen Unique Visitors Verweildauer z.b.: Bounces Typ + Browser Umsatz Produktname Typ + Bereich

37 Logfile: Es gibt Dimensionen, Metriken und Listen Der Aggregationsprozess berechnet die Metriken (Zahlenwerte) für die einzelnen Listen (Cubes) z.b.: Typ + Browser Produktname Typ + Bereich

38 Logfile: Es gibt Dimensionen, Metriken und Listen Der Aggregationsprozess berechnet die Metriken (Zahlenwerte) für die einzelnen Listen (Cubes) Typ Browser Visits PIs trocken IE6 nass FF trocken FF3 trocken IE z.b.: Typ + Browser Produktname Typ + Bereich

39 Typ Browser Visits PIs trocken IE6 nass FF trocken FF3 trocken IE

40 Typ Browser } Visits PIs trocken IE6 nass FF trocken FF3 trocken IE Frage: Welche Browser mögen welchen Rasiertyp?

41 Typ Browser } Visits PIs trocken IE6 nass FF trocken FF3 trocken IE Frage: Welche Browser mögen welchen Rasiertyp? Antwort: IE6 User interessieren sich für Trockenrasur Firefox User interessieren sich für Nassrasur

42 } IE6 User } Firefox User

43 Typ Browser } Visits PIs trocken IE6 nass FF trocken FF3 nass IE6 Frage: Welche Browser mögen welchen Rasiertyp? Antwort: IE6 User interessieren sich für Trockenrasur Firefox User interessieren sich für Nassrasur Maßnahme: Bei IE6 User auf der ShoppingStartseite Trockenrasierer anzeigen, bei FF3 Nassrasierer = Profit

44 Typ Browser Visits PIs Typ Browser Visits PIs Typ Browser Visits PIs trocken IE nass FF trocken IE trocken IE6 nass FF nass FF trocken FF3 trocken FF3 trocken FF3 nass IE6 nass IE6 nass IE Typ Browser Visits PIs Typ trocken IE nass FF Browser Visits PIs trocken IE nass FF trocken FF3 trocken FF3 nass IE6 nass IE Typ Browser Visits PIs trocken IE6 nass FF trocken FF3 nass IE > Einzelne Aggregationen über die Zeit

45 Logfile: Es gibt Dimensionen, Metriken und Listen Der Aggregationsprozess berechnet die Metriken (Zahlenwerte) für die einzelnen Listen (Cubes) SessionErkennung spielt eine grosse Rolle im Webanalysetool

46 Logfile: Es gibt Dimensionen, Metriken und Listen Der Aggregationsprozess berechnet die Metriken (Zahlenwerte) für die einzelnen Listen (Cubes) SessionErkennung spielt eine grosse Rolle im Webanalysetool einen Nutzer eindeutig (wieder) erkennen

47 Logfile: Es gibt Dimensionen, Metriken und Listen Der Aggregationsprozess berechnet die Metriken (Zahlenwerte) für die einzelnen Listen (Cubes) SessionErkennung spielt eine grosse Rolle im Webanalysetool einen Nutzer eindeutig (wieder) erkennen SessionTimeout: 30 Minuten

48 Logfile: Es gibt Dimensionen, Metriken und Listen Der Aggregationsprozess berechnet die Metriken (Zahlenwerte) für die einzelnen Listen (Cubes) SessionErkennung spielt eine grosse Rolle im Webanalysetool einen Nutzer eindeutig (wieder) erkennen SessionTimeout: 30 Minuten Keine SessionID per Heuristik bilden (IP + Browseragent = SessionID)

49 Logfile: Es gibt Dimensionen, Metriken und Listen Der Aggregationsprozess berechnet die Metriken (Zahlenwerte) für die einzelnen Listen (Cubes) SessionErkennung spielt eine grosse Rolle im Webanalysetool Validieren / Gegenprüfen von WebanalyseKennzahlen

50 Logfile: Es gibt Dimensionen, Metriken und Listen Der Aggregationsprozess berechnet die Metriken (Zahlenwerte) für die einzelnen Listen (Cubes) SessionErkennung spielt eine grosse Rolle im Webanalysetool Validieren / Gegenprüfen von WebanalyseKennzahlen Logisches Hinterfragen (z.b. UVs neu/wiederkehrer)

51 Logfile: Es gibt Dimensionen, Metriken und Listen Der Aggregationsprozess berechnet die Metriken (Zahlenwerte) für die einzelnen Listen (Cubes) SessionErkennung spielt eine grosse Rolle im Webanalysetool Validieren / Gegenprüfen von WebanalyseKennzahlen Logisches Hinterfragen (z.b. UVs neu/wiederkehrer) Grep in RohdatenLogfiles

52 Logfile: Es gibt Dimensionen, Metriken und Listen Der Aggregationsprozess berechnet die Metriken (Zahlenwerte) für die einzelnen Listen (Cubes) SessionErkennung spielt eine grosse Rolle im Webanalysetool Validieren / Gegenprüfen von WebanalyseKennzahlen Logisches Hinterfragen (z.b. UVs neu/wiederkehrer) Grep in RohdatenLogfiles Kontrolliertes Testen mit SurfProtokoll Vergleich mit Referenzsystem (zb WaWi)

53 + = Magic

54

55 Statistik Visualisierung = Große Mengen an Daten in verdichteter, vereinfachter Form darstellen

56 Statistik Visualisierung = Große Mengen an Daten in verdichteter, vereinfachter Form darstellen Wichtigste Visualisierung = Die Tabelle

57 Statistik Visualisierung = Große Mengen an Daten in verdichteter, vereinfachter Form darstellen Wichtigste Visualisierung = Die Tabelle Visualisierungsformen

58 Visualisierungsformen, die Klassiker Datepicker

59 Visualisierungsformen, die Klassiker Tabelle

60 Visualisierungsformen, Standards 1 Linechart Barchart Speedometer

61 Visualisierungsformen, Standards 2 Piechart Radar

62 Visualisierungsformen, Dedizierter Heatmap

63 Visualisierungsformen, Dedizierter Taxonomie mit DrillDown

64 Visualisierungsformen, Dedizierter Prozessanalysen (Funnel)

65 Visualisierungsformen, Dedizierter Pfadanalysen

66 Visualisierungsformen, SuperExtremDediziert DependencyGraph

67 Visualisierungsformen, SuperExtremDediziert Gapminder.org Graph

68 Grenzen und Fallstricke in der Webanalyse Unique Visitor Auswertungen fast nie richtig Niemals Sessions aufsummieren in einer Tabelle Falsche grafische Darstellungen nutzen (Piechart) FormularProzessanalyse nicht Linear Heatmap Erfassung falsch umgesetzt

69 Webanalyse Tools Bekannte Tools kostenlos: Google Analytics, Piwik, Awstats, Yahoo Web Analytics Bekannte Tools Premium: Omniture, Webtrekk, Netmind, Analyzer NX, Coremetrics Diverse Premium und OpenSource Tools Viele ToolTests unter: idealobserver.de

70 The