CRO-Analytics: 10 Google-Berichte, die bei der Conversion-Rate-Optimierung helfen

Nutzen Sie Google Analytics für CROs? Wenn ja, bietet es eine Fülle von Erkenntnissen, die Ihnen bei der Optimierung helfen können. Die mit Analytics gewonnenen Erkenntnisse helfen Ihnen dabei, Bereiche zu finden, die sich für A/B-Tests eignen, und geben Hinweise auf generelle Hebel zur Umsatzsteigerung.

Dieser Artikel stellt einige der wichtigsten Google Analytics-Berichte für die Conversion-Rate-Optimierung vor.

Inhaltsverzeichnis

1. Conversions nach Browser und Betriebssystem

2. Conversions nach Gerät

3. Website-Geschwindigkeits-Metriken nach Browser & Browser-Version

4. Website-Site Search

5. Konvertierung nach Akquisitionsquelle

6. Conversions und Traffic nach Tageszeit

7. Leistung der Landing Page

8. Verhaltensdaten nach Content Post

9. Sitzungen nach Landing Page

10. Verhalten nach Ereignisverfolgung

Was kommt nach der Analyse

1. Conversions nach Browser und Betriebssystem

Wenn Sie in Google Analytics nach CRO-Möglichkeiten für Ihre Website suchen, sollten Sie immer zuerst nach low hanging fruits suchen.

Im Allgemeinen bedeutet dies, dass Sie Dinge finden, die defekt sind. Sie müssen nur behoben werden, und die Conversions steigen (zumindest in der Theorie).

Es gibt zwei Berichte, die sich hervorragend dazu eignen: der Browser- und der Browserversions-Bericht.

In dem Screenshot könnte man sich zum Beispiel fragen, warum wir in der Android Webview eine so schlechte E-Commerce-Rate haben. Analytics gibt darauf keine Antwort aber zeigt uns, wo wir auf jeden Fall mal schauen sollten, was da nicht stimmt.

Was Sie zunächst suchen, sind Trends auf hoher Ebene. Ist die Conversion-Rate eines bestimmten Browsers viel niedriger als die aller anderen? Wenn ja, können Sie auf diesen Browser klicken, um die Versionen aufzuschlüsseln und zu sehen, ob es bestimmte Versionen gibt, die die Gesamt-Conversion-Rate senken.

Im vorliegenden Browserversions-Bericht von Chrome fällt auf, dass die Conversion-Rate seit Version 91.0.0000000 stark zurückgegangen ist. Da sollte man im ersten Schritt mal genau mit diesen Chrome-Versionen die Seite testen um ggf. darauf aufbauend Anpassungen an der Seite vorzunehmen.

2. Conversions nach Gerät

Das Ziel dieses Berichts ist dasselbe wie das des ersten: low hanging fruits in Form von Technologiefehlern zu finden. Wenn ein bestimmtes mobiles Gerät einen beträchtlichen Teil Ihres Traffics ausmacht, aber ein Fehler die UX zerstört, können Ihnen dort viele Umsätze verloren gehen.

In dem Geräte-Bericht fällt auf, dass die Conversion-Rate vom Samsung S7 wesentlich schlechter als die anderen Handys zu sein scheint. Dort lohnt es sich zu schauen ob es an der User Experience liegt oder “Zufall” ist.

Ein Problem, das hier auftauchen kann, ist die Art und Weise, wie Google Analytics über bestimmte Marken und Versionen von Mobilgeräten aufschlüsselt. Beim Samsung werden beispielsweise die einzelnen Geräte aufgeschlüsselt, beim iPhone nicht.

Ein großer Teil des Traffics wird einfach als “iPhone” angezeigt und enthält keine Informationen über die Version. Ohne diese Informationen ist es ziemlich schwierig, Fehler in bestimmten Versionen zu finden und zu beheben, da sie in der Gesamtkategorie “iPhone” zusammengefasst werden.

Die Abhilfe wäre hier, die Bildschirmauflösung als Hinweis für die Version zu verwenden. Im ersten Schritten, müssen sie jetzt hier nur ein Segment für Apple Geräte erstellen:

Im nächsten Schritt segmentieren wir nach der Bildschirmauflösung:

Um dann einen Bericht von allen Apple-Bildschirm-Auflösungen zu erhalten:

In der folgenden Übersicht: https://www.ios-resolution.com/ können Sie dann schauen, zu welcher Bildschirmauflösung welches Gerät gehört. Oft kommen mehrere Geräte in Frage aber so hätten wir schon einen besseren Überblick als ohne die Hilfestellung über die Bildschirmauflösung.

Eine weitere Möglichkeit, die ich hier (und auch beim Browserbericht) gerne verwende, ist die Betrachtung der Daten in einer Vergleichsansicht. So können Sie sehen, wie die Conversion-Rates jedes Geräts im Vergleich zum Durchschnitt des Ganzen ist. Dafür einfach oben rechts auf den Vergleichsbutton klicke und dann noch aufs Dropdown-Menü klicken um einzugeben, was verglichen werden soll:

3. Website-Geschwindigkeits-Metriken nach Browser & Browser-Version

Ein besseres Nutzererlebnis führt zu mehr Conversions, und die Website-Geschwindigkeit hat einen großen Einfluss auf das Nutzererlebnis (und damit auf die Conversion-Rate).

Wenn Ihnen UX wichtig ist, dann ist Ihnen auch die Website-Geschwindigkeit wichtig. Bei welchen Browsern sind die Ladezeiten langsam? Welche Versionen dieser Browser sind am langsamsten?

Sie können dafür einen benutzerdefinierten Bericht erstellen.

So sieht die Berichtserstellung aus:

So sieht der fertige Bericht aus:

Hier fällt auf, dass die Android Webview eine schlechter Ladezeit als die anderen Browser hat. Das ist vor allem deshalb spannend, weil wir weiter oebn bereits festgestellt haben, dass genau bei diesem Browser die Conversion-Rate schlechter ist als bei anderen Browsern.

4. Website-Site Search

Es ist fast immer der Fall, dass Besucher, die die Site-Suche nutzen, zu einer höheren Conversion-Rate neigen. In welchem Ausmaß, muss jedoch untersucht werden.

Wenn Sie z. B. feststellen, dass nicht allzu viele Nutzer die Site-Suche verwenden, aber die, die es tun, mit wesentlich höherer Wahrscheinlichkeit konvertieren, könnte dies als Grundlage für ein Experiment dienen, um mehr Nutzer zur Verwendung der Site-Suche zu bewegen.

Ich möchte hier auf den Unterschied zwischen Korrelation und Kausalität hinweisen. Nur weil Nutzer, die die Site-Suche nutzen, mehr konvertieren, heißt das nicht, dass die Nutzung der Site-Suche sie dazu veranlasst; tatsächlich hatten sie ohnehin eine höhere Konversionsneigung und waren daher stärker motiviert, bestimmte Artikel über die Suche zu suchen.

Aber je nachdem, wie Ihr Bericht aussieht, könnte die Suche ein Bereich sein, in dem Sie experimentieren sollten.

Der Zugriff auf diesen Bericht ist denkbar einfach. Gehen Sie einfach auf Verhalten > Site-Search> Nutzung, und Sie können den Unterschied zwischen Suchenden und Nicht-Suchenden sehen.

5. Konvertierung nach Akquisitionsquelle

Die Verbindung zwischen Conversion-Optimierung und Traffic-Kanal sind sehr naheliegend. Wenn Sie schlechten Traffic auf Ihre Website bringen wird es schwer bis unmöglich ihn zu konvertieren.

Wenn Sie aber in der Lage sind zu erkennen, woher Ihr am besten konvertierender Traffic kommt, können Sie klügere Entscheidungen treffen, wenn es um Investitionen in die Akquisition geht. Und wenn Sie feststellen, dass einige Kanäle unzureichend sind, müssen Sie diese vielleicht über Targeting-Regeln anders behandeln oder an einer Weiterentwicklung ihrer Kommunikations-Strategie arbeiten, die besser auf die Absichten des jeweiligen Kanals abgestimmt sind.

Unabhängig von der Lösung ist der Quelle/Mediums-Bericht einer der wichtigsten:

Wir können sehen, dass sowohl der Newsletter als auch die Direkteinstiege sowohl beim Gesamtumsatz als auch bei der Conversion-Rate am stärksten sind. Beide Kanäle sprechen am ehesten Bestandskunden an. Diese immer wieder neu zu reaktivieren sollte also ein wichtiger Bestandteil der Gesamt-Marketing-Strategie sein. Die Verteilung wird bei jedem ein bisschen anders aussehen, weshalb es umso wichtiger ist, sie sich ab und zu anschauen und seine Schlüsse daraus zu zeiehen.

6. Conversions und Traffic nach Tageszeit

Dieser Bericht ist anders als die anderen in dieser Liste, da er Ihnen keine direkten Ideen für A/B-Tests liefert.

Die Betrachtung Ihrer Daten nach Zeit kann Ihnen jedoch eine Fülle von Erkenntnissen liefern, nicht nur über das allgemeine Kauf- und Nutzungsverhalten Ihrer Besucher, sondern auch über Marketingkampagnen, den Betrieb (Kundensupport) und verschiedene Angebote und Werbeaktionen.

Wenn Sie beispielsweise als Publisher Ihren Traffic nach organischen Daten filtern und ihn Tag für Tag und Stunde für Stunde betrachten, können Sie erkennen, wann die meisten Besucher auf natürliche Weise auf Ihre Website kommen, ohne dass Sie direkte Werbemaßnahmen ergreifen. Dies kann Ihnen bei der Entscheidung helfen, wann Sie etwas veröffentlichen, bewerben und per E-Mail an Ihr Publikum senden sollten.

Meine favorisierte Methode ist es, Google Analytics-Daten zu BigQuery zu übertragen, die Daten dort zu aggregieren um sie dann zum Beispiel in Data Studio zu visualisieren. Ich denke, dass dies mehr Flexibilität als Excel bietet aber nicht jeder ist fit in BigQuery.

Am einfachsten ist es, einen benutzerdefinierten Bericht in Google Analytics zu erstellen und ihn nach Excel zu exportieren.

Erstellen Sie zunächst einen benutzerdefinierten Bericht und wählen Sie als Typ “Tabelle”. Ihre Dimensionen sind “Name des Wochentags” und “Stunde”.

Fügen Sie relevante Metriken hinzu. Für unsere Zwecke werden dies der Produktumsatz, die Nutzer und die E-Commerce-Rate sein:

Gehen Sie im nächsten Schritt auf den Bericht und exportieren Sie die Daten in Excel. Um wirklich alle Zeilen zu exportieren, müssen Sie sich unten alle Zeilen anzeigen lassen:

Gehen Sie nach dem Export auf die Excel-Tabelle. Um hier den gewünschten Bericht zu erhalten brauchen wir eine Pivot-Tabelle. Hierfür habe ich ein kurzes Video erstellt:

Hinweis zum Video: nicht wundern, die Summen der E-Commerce-Rates in der Tabelle ergeben keinen Sinn

Hier ist der finale Bericht:

Man kann erkennen, dass Donnerstags zwischen ab 12 Uhr mit Abstand die besten Conversion-Rates zu verzeichnen sind.

7. Leistung der Landing Page

Dieser Bericht sollte ebenfalls nicht im Werkzeugkasten eines Conversion-Rate-Optimierers fehlen. Es ist der Bericht, der sich am einfachsten direkt in Conversion Insights umsetzen lässt, da er Ihnen deutlich zeigt, welche Landing Pages bearbeitet werden müssen. Darüber hinaus können Sie die Prioritäten auch nach dem Potenzial der Seite setzen.

Es gibt verschiedene Möglichkeiten, dies zu tun. Erstens können Sie sich die Conversion-Rates nach Landing Page ansehen. Zweitens können Sie weitere Kennzahlen (wie die Absprungrate) heranziehen, um einen besseren Eindruck vom Verhalten der Nutzer auf den Landing Pages erhalten.

In dem hier vorliegenden Bericht kann man zum Beispiel sehen, dass wir auf dem Tutorial (Zeile 3) recht viele Wiederkehrende Nutzer haben. Die Absprungraten sollten tatsächlich bei allen hier zu sehenden Landingpages nochmal im Detail untersucht werden.

8. Verhaltensdaten nach Content Post

Wenn Sie viele Landingpages in ihrem Menü haben, fragen Sie sich vielleicht Trägt Verlinkung auf Artikel XYZ denn überhaupt zu meinem Umsatz bei?

Vielleicht ist es so, dass Ihre Top-Pages gute Umsätze generieren, wenn Traffic direkt auf sie kommt aber nicht, wenn Nutzer von der Startseite darauf gehen.

Vielleicht ist eine bestimmte Kategorie von Inhalten viel effizienter, wenn es darum geht, Einnahmen und Conversionen zu erzielen. Oder Sie wollen wissen ob es hilfreich war, die Referenzen im Menü zu verlinken.

Um dies herauszufinden, werden wir ein benutzerdefiniertes Segment erstellen erstellen:

In dem hier zu sehenden Segment schauen wir uns alle Seiten an, bei denen die Nutzer auf der Startseite gestartet sind und danach keine Conversion mehr ausgeführt haben. Vor allem für Seiten, die über Mega-Menüs viele Unterseiten verlinkt haben, kann solch ein Segment hilfreich sein um darauf aufbauend zum Beispiel die interne Verlinkung anzupassen, indem Seiten aus dem Menü ausgeschlossen werden. Das spannende ist, dass genau diese Seiten in anderen Funnels manchmal sehr gut konvertieren können.

Im folgenden wird der Bericht angewendet:

9. Sitzungen nach Landing Page

Lassen Sie uns einen Schritt zurückgehen.

Bei der Optimierung einer Website geht es darum, Prioritäten zu setzen. Welches sind die größten Chancen zur Steigerung der Conversion-Rate? Es gibt zwar verschiedene Formeln und Frameworks für die Priorisierung von Tests, aber sie alle wägen die potenziellen Auswirkungen (in der Regel gehören dazu sowohl der Traffic als auch die relative Conversion-Rate) und die Ressourcen ab, die zur Steigerung der Conversions erforderlich sind.

Um also eine Rangfolge unserer Testideen und -orte zu erstellen, sollten wir einen Schritt zurücktreten und uns einen unglaublich einfachen Bericht ansehen: Traffic pro Seite.

Dieser Bericht hilft Ihnen bei der Beantwortung grundlegender Fragen wie: “Wie wichtig ist diese Seite wirklich?” Oft werden Seiten wie die Startseite als wichtig angesehen, ohne sich zu fragen, wie hoch der prozentuale Anteil des Traffics im Vergleich zum Rest der Website ist.

Um diese Informationen zu sehen, gehen Sie einfach auf Verhalten > Websitecontent > Alle Seiten und ordnen Sie sie in der Vergleichsansicht nach Sitzungen.

10. Verhalten nach Ereignisverfolgung

Obwohl dies ein wenig mehr Implementierung erfordert, als Google Analytics Ihnen von Haus aus bietet, ist die Ereignisverfolgung der Ort, an dem Sie weitere nützliche Erkenntnisse erhalten, wenn Sie Google Analytics für CRO verwenden.

Sie können sehen, welche Ereignisse ausgelöst werden, indem Sie Ihren Google Tag Manager einrichten (wenn Sie Tag Manager für die Ereignisverfolgung verwenden) oder indem Sie sich den folgenden Bericht in Google Analytics ansehen: Verhalten > Ereignisse > Wichtigste Ereignisse:

Was kommt nach der Analyse

Analysen in Google Analytics sind eine der Grundlagen der Conversion-Rate-Optimierung, und sollten Ihnen eine hervorragende Grundlage für die Entwicklung und Priorisierung erfolgreicher A/B-Tests bieten.

Die Daten dürfen jedoch nicht als Allheilmittel verstanden werden. Sie müssen selbst schauen, welche der hier vorgestellten Berichte welchen konkreten Mehrwert für ihr Unternehmen bieten.

Verwenden Sie diese Berichte also als Ausgangspunkt oder als Checkliste für den Anfang, aber bleiben Sie nicht dabei stehen. Denken Sie wie ein Analyst und gehen Sie immer mit der Absicht an die Daten heran, kritische, geschäftsorientierte Fragen zu stellen.