Genauigkeit in Digital Analytics: Was Marketer wissen müssen

Es besteht ein Missverständnis, dass Digital-Analytics-Berichte ungenau sind. In Wirklichkeit sind sie auf ihre Weise sehr genau, nur nicht präzise. Das Problem liegt in Benutzern, die nicht wissen, was die Analysedaten bedeuten oder wie sie erfasst werden. Erschwerend kommt hinzu, dass verschiedene Tools die Dinge unterschiedlich messen, aber mit demselben Namen bezeichnen.

In diesem Artikel werfen wir einen genaueren Blick auf Nuancen bei der Datenmessung und die Funktionsweise verschiedener Analysesoftware.

Nuancen bei der Datenmessung betrachten

Digital-Analytics-Tools waren nie als Buchhaltungssysteme oder Verkaufsregister gedacht. Sie wurden entwickelt, um interaktionsbezogene Benutzerdaten zu sammeln und zu quantifizieren, um leicht nutzbare Einblicke und Berichte zu erhalten. Im Laufe der Jahre haben sich die Datenerfassungsmethoden dieser Tools weiterentwickelt. Im Gegenzug ändert sich auch die Art und Weise, wie bestimmte Datenpunkte gemessen werden.

Angenommen, Sie haben Ihr Maßband von imperial (Messung in Zoll) auf metrisch (Messung in Zentimetern) geändert. Die Länge eines Schreibtisches könnte bei dem einen mit 39,4 und bei dem anderen mit 100 angegeben werden. Die Länge des Schreibtisches hat sich nicht geändert, aber wie Sie es gemessen haben.

Versuchen Sie, zwischen verschiedenen Analysetools zu wechseln. Oft werden Sie feststellen, dass Ihre Zahlen unterschiedlich sein können, Trendlinien jedoch ähnlich bleiben. Jedes Tool zählt die Dinge etwas anders; Dasselbe Problem tritt häufig auf, wenn Software aktualisiert wird.

Zu einem bestimmten Zeitpunkt wurden eindeutige Benutzer gezählt, indem die Gesamtzahl eindeutiger IP-Adressen kombiniert wurde, die in einem bestimmten Zeitraum auf eine Website zugegriffen haben. Schließlich begannen Organisationen mit der Verwendung von Firewalls/Proxy-Servern, die von allen internen Benutzern verlangten, mit einer einzigen IP-Adresse auf das Internet zuzugreifen. Wie eindeutige IP-Adressen gezählt wurden, änderte sich nicht, aber die Anzahl der eindeutigen Benutzer ging dramatisch zurück.

Die Zählung eindeutiger Benutzer entwickelte sich zur Verwendung einer Kombination aus IP-Adresse, Betriebssystem und Browser (Typ und Version) und dann zur Hinzufügung eines dauerhaften Cookies, um eindeutige Benutzer besser zu schätzen. Noch einmal, egal wie Sie eindeutige Benutzer zählen, ob der Benutzer seine Cookies und seinen Cache gelöscht oder den Computer gewechselt hat (Büro vs. Zuhause vs. Telefon), kein Analysetool wird eine genaue Zahl geliefert haben. Heutzutage berücksichtigen Tools andere Faktoren, wenn sie Unique User zählen.

Graben Sie tiefer: Datenanalyse: Die Vergangenheit und Grenzen Ihres Stacks

Wie Sie an Ihre Analysedaten denken

Ihre Analysesoftware ist aufgrund vieler Faktoren, die sich ihrer Kontrolle entziehen, unvollkommen. Benutzer blockieren möglicherweise Cookies oder andere Tracking-Methoden. Internet-Blips können verhindern, dass Daten den Datenerfassungsserver erreichen. Am besten stellen Sie sich Ihre Analysedaten vor, wenn Sie sie als Umfrage zur Benutzeraktivität betrachten.

Umfragen zu Wahlzeiten kennt jeder. Bei einer typischen US-Präsidentschaftswahlumfrage werden ungefähr 10.000 Personen (oder weniger) von über 150 Millionen Wahlberechtigten (0,006 % der Wähler) befragt. Aus diesem Grund hört man, wenn Nachrichtensender über die Umfrageergebnisse berichten, etwas wie „Diese Daten sind in 4 von 5 Fällen innerhalb von 4 Prozentpunkten genau“. Dies entspricht einer Abweichung von mehr als 4 Prozentpunkten in 20 % der Fälle.

Wenn es um Ihre digitalen Analysetools geht, schätzen die meisten Analyseexperten den Datenverlust auf nicht mehr als 10 % und höchstwahrscheinlich auf etwa 5 %. Wie lässt sich dies in Datengenauigkeit übersetzen?

Wenn Ihre Website in einem Berichtszeitraum 10.000 Sitzungen erhalten hat, Sie aber aus verschiedenen Gründen nur Daten zu 9.000 Sitzungen erfassen konnten, wären Ihre Daten innerhalb einer Fehlerspanne von weniger als 1 % genau, 99 mal 100.

Mit anderen Worten, Ihre Daten sind in 99 von 100 Fällen korrekt und in 1 von 100 Fällen um mehr als 1 % falsch. Einfach ausgedrückt, Ihre Daten sind korrekt, aber sie sind nicht perfekt (präzise) und stimmen nicht mit Ihren Verkaufsaufzeichnungen überein.

Solche Daten sind mehr als genau genug, um festzustellen, welche Marketingmaßnahmen – SEO, bezahlte Anzeigen, gesponserte Posts, Social-Media-Marketing, E-Mail-Marketing usw. – funktionieren und sogar welche den Verkehr ankurbeln oder den Umsatz steigern.

Graben Sie tiefer: Wenden Sie kein Wunschdenken auf Ihre Daten an

Analytik in Aktion

Obwohl Analysedaten genau sein können, kann selbst eine Genauigkeitsabweichung von einem kleinen Prozentsatz Ihre Analyse in Frage stellen. Dies gilt insbesondere dann, wenn sich der Unterschied zwischen zwei Datenquellen ändert.

Der Schlüssel liegt darin, die Daten zu überwachen und, wenn möglich, zu vergleichen. Wenn sich die Genauigkeit plötzlich ändert, müssen Sie dies untersuchen. Wurde beispielsweise Ihre Website kürzlich geändert? Wurde diese Änderung richtig gekennzeichnet, um die Daten zu erfassen?

Ein Kunde hat einmal ein Pop-up zu seinem Shopify-Konto hinzugefügt, nachdem eine Bestellung aufgegeben wurde, aber bevor die Dankesseite generiert wurde. Ihr Analysetool erfasst Verkäufe nur, wenn der Benutzer die Dankesseite erhält.

Mit dem Pop-up-Fenster wurde die Bestellung trotzdem durchgeführt, aber viele Benutzer haben sich nicht durch die Nachrichten geklickt. Infolgedessen wurde plötzlich ein großer Prozentsatz der Verkäufe nicht erfasst, da keine Dankesseite generiert wurde. Es wäre kein Problem aufgetreten, wenn das Pop-up nach der Dankesseite erschienen wäre.

Nachfolgend finden Sie ein Beispiel für die Überwachung von Verkäufen und Bestellungen zwischen Shopify und Google Analytics 4 (GA4). Wir können sehen, wie viele Daten aufgrund verschiedener Faktoren verloren gehen. Wenn wir die Analysen von Shopify als Aufzeichnung der tatsächlichen Verkäufe verwenden und sie mit den über GA4 gesammelten Daten vergleichen, sehen wir Folgendes:

Die täglichen Schwankungen des Gesamtumsatzes und der Bestellungen schwankten zwischen praktisch 0 % und fast 13 %. Insgesamt verzeichnete GA4 in diesen 24 Tagen 5,6 % weniger Umsatz und 5,7 % weniger Bestellungen. Diese Daten sind genau, insbesondere wenn sie für Marketingbemühungen verwendet werden, um zu sehen, was den Benutzer auf die Website gebracht hat, um die Einkäufe zu tätigen.

Sollte dieses Unternehmen GA4 verwenden, um Verkäufe zu melden? 100% nein! Dafür gibt es Buchhaltungssoftware.

Wenn Ihre Organisation noch genauere Daten benötigt, gibt es Methoden, um Daten direkt an die meisten Analysetools (serverseitig) zu übertragen. Dadurch werden Probleme mit Benutzerbrowsern und Cookies vermieden.

Während Verkaufsdaten genauer sein können, können andere weiche Messaspekte der Benutzerinteraktion fallen (z. B. Scroll-Tracking). Dies ist eine komplexe und zeitaufwändige Methode, die für die meisten Organisationen zu implementieren ist.

Sie müssen sich fragen: „Ist dieser zusätzliche Aufwand notwendig, nur um weitere 2-5 % des Umsatzes in meinen Analyseberichten zu erfassen?“

Verstehen Ihrer Analysedaten

Jeder muss Vertrauen in seine Analysedaten haben. Entscheidend ist, dass Ihre Analysesoftware korrekt installiert und konfiguriert ist. Verstehe, dass es nicht alles erfassen kann.

Ihre Analysesoftware führt einfach eine Umfrage mit einer Stichprobengröße von über 90 % durch. Dadurch werden die Ergebnisse sehr genau (im Soll), wenn nicht sogar 100 % genau (tatsächliche Zahlen).