Den Verlauf der Nutzer über Kanäle und Geräte hinweg zu verstehen, ist entscheidend für den Erfolg des Marketings.
Google Analytics arbeitet ständig an weiteren Updates, um die Komplexität des Nutzerverhaltens noch detaillierter zu erfassen. Hierdurch wird eine neue Grundlage geboten, den Nutzern personalisierte Website-Erlebnisse bereitzustellen. In diesem Blogbeitrag sehen wir uns daher vier neue Analytics-Funktionen an, die Unternehmen zum näheren Verständnis des Nutzerverhaltens einsetzen können.
Nutzerzentrierte Berichte
Mit der aktualisierten Standardberichterstellung können Sie sofort sehen, wie viele Nutzer von der bezahlten Suche auf Ihre Website kommen – zusätzlich zur Anzahl der Sitzungen.
Um dieses Update zu aktivieren, melden Sie sich in Ihrem Konto an und wechseln Sie zu Verwaltung> Propertyeinstellung. Wählen Sie dann den Schalter mit der Bezeichnung “Nutzer” in Berichten aktivieren aus.
Nutzer-Explorer
Ein weiteres Tool, das Vermarkter verwenden können, um Besucher auf individueller Ebene zu analysieren, ist der Nutzer-Explorer. An dieser Stelle wurde eine interessante Neuerung hinzugefügt: Lebenslange Messwerte und Dimensionen für einzelne Benutzer (basierend auf der Lebensdauer ihres Cookies). Diese neuen Messwerte und Dimensionen geben Analytics-Nutzern eine viel umfassendere Möglichkeit, zusätzliche Besucher- und Kundendaten zu erheben, sodass noch spezifischere Rückschlüsse auf Optimierungsansätze der Werbemaßnahmen gezogen werden können.
Sie können beispielsweise auswerten wie viel Zeit ein einzelner Nutzer insgesamt auf Ihrer Website verbracht hat oder wie viele Transaktionen ein einzelner Nutzer insgesamt während seines Aufenthalts getätigt hat. Sie sehen außerdem neue Dimensionen, die zusätzliche Daten anzeigen, z. B. wann ein Nutzer Ihre Website zum ersten Mal aufgerufen hat und über welchen Kanal er dabei kam.
Zielgruppen-Berichte
Als weitere Neuerung können nun auch in Analytics verschiedene Zielgruppen angelegt und kanalübergreifend ausgewertet werden. Zu sehen sind für die kanalübergreifenden Daten beispielsweise Kennzahlen wie die Absprungraten, Transaktionen, Anzahl der (neuen) User in einer Zielgruppe und der Umsatz. An dieser Stelle können bis zu 20 Zielgruppen angelegt werden, um so die Marketingaktivitäten noch präziser an der Zielgruppe auszurichten.
Conversion-Wahrscheinlichkeit
Besonders innovativ ist das Machine-Learning-Model, anhand dessen die Metrik Conversion Probability wiedergegeben wird. Dabei handelt es sich um intelligentes Lernen, wobei aus bestehenden Kennzahlen eine Einschätzung über die Wahrscheinlichkeit ermittelt wird, dass ein Nutzer zukünftig konvertiert. Das Modell lernt dabei von Nutzern, die in der Vergangenheit Transaktionen durchgeführt haben. Auf Basis dieser Metrik können beispielsweise Remarketing Kampagnen von Nutzern mit hoher Conversion-Wahrscheinlichkeit erstellt und über Google Ads ausgespielt werden.