Tom Alby

Einführung in die Webanalyse

Ideal für Ausbildung, Studium und Beruf

• Gebundenes Buch

Produktbeschreibung

Wer jemals vor einem Webanalyse-System oder einem Analyse-Bericht saß und nicht wusste, womit und wie man anfängt, für den ist dieses Buch gedacht. Tom Alby hilft Ihnen dabei zu verstehen, wie eine professionelle Analyse von Anfang bis Ende abläuft. Unabhängig davon, welches System Sie verwenden oder ob Sie Informatik studiert haben oder nicht: Machen Sie sich mit den grundlegenden Denkansätzen und Herangehensweise der Webananalyse vertraut. Denn nur wer segeln gelernt hat, kann dann später auch jede Yacht über den Ozean steuern.

Aus dem Inhalt:

ZieldefinitionWie funktioniert Tracking?Hits, Seitenaufrufe, SitzungenDatenschutz (aktuell zur DSGVO)Statistik-GrundlagenAbsprungrate und Akquise-Kanäle verstehenKampagnenerfolge auswertenTesten und A/B-TestsReporting: Berichte erstellenDashboardsLösungen für typische Probleme

---

Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.

Produktdetails

• Rheinwerk Computing
• Verlag: Rheinwerk Verlag
• Artikelnr. des Verlages: 459/07236
• Seitenzahl: 236
• Erscheinungstermin: 28. Juli 2019
• Deutsch
• Abmessung: 246mm x 177mm x 20mm
• Gewicht: 575g
• ISBN-13: 9783836272360
• ISBN-10: 3836272369
• Artikelnr.: 56479027

Autorenporträt

om Alby ist Chief Digital Transformation Officer bei dem Kreditversicherer "Euler Hermes" für Deutschland, Österreich und die Schweiz. Er unterrichtet Datenanalyse als Lehrbeauftragter an der Hochschule für Angewandte Wissenschaften Hamburg (HAW).

Inhaltsangabe

Geleitwort der Digital Analytics Association ... 15

Geleitwort der Fachgutachter ... 17

Einleitung ... 19

TEIL I Zieldefinition ... 23

1. Ziele der Webanalyse ... 25

1.1 ... Was ist Webanalyse? ... 25

1.2 ... Ohne Ziele keine Analyse ... 25

1.3 ... Ziele nach dem S.M.A.R.T.-Prinzip ... 27

1.4 ... Die Gewinnerzielungsabsicht ... 28

1.5 ... Business Value Generation: der Antrieb ... 28

1.6 ... Was, wenn es nicht direkt um Geld geht? ... 29

1.7 ... Findet ein gutes Tool nicht selbst heraus, was wichtig ist? ... 30

1.8 ... Vanity Metrics ... 30

2. Die Dreifaltigkeit der Datenanalyse ... 33

2.1 ... Ziele, KPIs und Metriken ... 33

2.2 ... Von Daten zur Aktion ... 35

TEIL II Datenakquise ... 39

3. Wie funktioniert Tracking? ... 41

3.1 ... Tool einbinden und fertig? ... 41

3.2 ... Warum Technik verstehen? ... 42

3.3 ... Wie sich zwei Maschinen unterhalten ... 42

3.4 ... Server- und Client-basiertes Tracking ... 43

3.5 ... Andere Formen des Trackings ... 47

3.6 ... Tag-Management-Systeme ... 47

4. Nutzer- und geräteübergreifendes Tracking ... 49

4.1 ... Nutzer sind eigentlich Browser ... 49

4.2 ... Was sind eindeutige Nutzer? ... 51

4.3 ... Geräteübergreifendes Tracking ... 52

5. Hits, Seitenaufrufe und Sitzungen ... 55

5.1 ... Hits ... 55

5.2 ... Seitenaufrufe ... 57

5.3 ... Sitzung ... 57

5.4 ... Zeitliche Definition einer Sitzung ... 59

5.5 ... Was ist die ideale Sitzungsdauer? ... 59

5.6 ... Die Rolle des Nutzers ... 60

6. Daten: Roh oder aggregiert? ... 61

6.1 ... Was ist der Unterschied? ... 61

6.2 ... Beispiele für Analysen mit Rohdaten ... 62

6.3 ... Rohdaten mit R abfragen, transformieren und auswerten ... 63

7. Dimensionen und Messwerte ... 69

7.1 ... Unterschied zwischen Dimensionen und Metriken ... 69

7.2 ... Umfang/Scope verstehen ... 71

7.3 ... Eigene Dimensionen und Metriken ... 72

8. Ereignisse und Datenschicht ... 75

8.1 ... Was sind Ereignisse? ... 75

8.2 ... Beispielereignisse ... 75

8.3 ... Der Ereignisplan ... 77

8.4 ... Einsatz einer Datenschicht ... 78

9. Einen Tracking-Plan erstellen ... 81

9.1 ... Warum ein Tracking-Plan? ... 81

9.2 ... Der Tracking-Plan im Detail ... 82

9.3 ... Vom Tracking-Plan zum Tagging-Plan ... 83

10. Ein geeignetes Tracking-Tool auswählen ... 85

10.1 ... Entscheidungsfaktoren ... 85

10.2 ... Google Analytics ... 86

10.3 ... Adobe Analytics ... 87

10.4 ... Matomo ... 88

10.5 ... Hotjar ... 89

11. Datenschutz ... 91

11.1 ... Keine Rechtsberatung ... 91

11.2 ... Warum überhaupt Datenschutz? ... 91

11.3 ... Was ist schlimm an der Datensammlung im Internet? ... 92

11.4 ... Datenschutz und Webanalyse ... 93

12. Umfragen auf der eigenen Website ... 95

12.1 ... Warum Umfragen in einem Buch über Webanalyse? ... 95

12.2 ... Vor- und Nachteile von Umfragen ... 95

12.3 ... Fallstricke ... 97

12.4 ... Wie wird es richtig gemacht? ... 99

TEIL III Analyse ... 101

13. Minimale Statistikgrundlagen ... 103

13.1 ... Warum Statistik? ... 103

13.2 ... Verteilungen ... 103

13.3 ... The mean Mean ... 104

13.4 ... Alternativen zum arithmetischen Mittel ... 107

13.5 ... Standardabweichung ... 108

13.6 ... Korrelationen ... 110

14. Interaktionen anstatt Verweildauer ... 113

14.1 ... Warum die Verweildauer meistens falsch gemessen wird ... 113

14.2 ... Ist die Verweildauer überhaupt ein guter KPI? ... 115

14.3 ... Warum Interaktionen besser sind ... 115

15. Absprungrate verstehen ... 119

15.1 ... Definitionen der Absprungrate ... 119

15.2 ... Nutzen der Absprungrate ... 120

15.3 ... Unterschied zwischen Absprungrate und Ausstiegsrate ... 121

16. Segmente verstehen ... 123

16.1 ... Was sind Segmente und warum sind sie wichtig? ... 123

16.2 ... Wie findet man relevante Segmente? ... 125

16.3 ... Mengenlehre ... 125

17. Akquisekanäle verstehen ... 129

17.1 ... Was ist ein Akquisekanal? ... 129

17.2 ... Direkt ... 130

17.3 ... Organische Suche ... 130

17.4 ... Suchmaschinen-Marketing ... 134

17.5 ... Display ... 136

17.6 ... Affiliate ... 137

17.7 ... E-Mail ... 137

17.8 ... Social ... 138

17.9 ... Referral ... 138

17.10 ... Benutzerdefinierte Kanäle ... 138

18. Kampagnenerfolg auswerten ... 141

18.1 ... Was ist Erfolg? ... 141

18.2 ... Kampagnen-Tagging ... 141

18.3 ... Die Währungen im Online-Marketing ... 142

18.4 ... Customer Journey versus Datensilos ... 144

19. Attribution berechnen ... 145

19.1 ... Warum ist Attribution wichtig? ... 145

19.2 ... Statische Attributionsmodellierung ... 146

19.3 ... Beispiel First Click versus Last Click ... 147

19.4 ... Vor- und Nachteile statischer Attributionsmodelle ... 148

19.5 ... Dynamische Attributionsmodellierung ... 149

20. Interne Suche messen ... 151

20.1 ... Warum ist die interne Suche interessant? ... 151

20.2 ... Welche KPIs sind wichtig? ... 152

20.3 ... Wie darstellen? ... 153

20.4 ... Beispiel einer Auswertung in Google Analytics ... 154

20.5 ... Wie wird eigentlich Relevanz gemessen? ... 155

TEIL IV Testen ... 157

21. Eine Hypothese formulieren ... 159

21.1 ... Datengetriebene Hypothesen und kontinuierliches Testen ... 159

21.2 ... Welcher Test zuerst? ... 160

22. A/B- und multivariate Tests ... 163

22.1 ... A/B-Tests ... 163

22.2 ... Multivariate Tests ... 163

22.3 ... Unterschied A/B/n-Test und multivariater Test ... 164

22.4 ... Wie groß muss ein Sample sein? ... 166

22.5 ... Vorgehensweisen im Testing ... 166

22.6 ... Aufsetzen eines Tests ... 167

23. Wie belastbar ist ein Testergebnis? ... 169

23.1 ... Was genau ist statistische Signifikanz? ... 169

23.2 ... Frequentists versus bayessche Inferenz ... 171

23.3 ... A/A-Tests ... 173

TEIL V Reporting und Anwendungen ... 175

24. Wie handlungsrelevante Berichte entstehen ... 177

24.1 ... Produktivitätskiller Reporting ... 177

24.2 ... Ziele der Stakeholder verstehen ... 178

24.3 ... Zweck des Reports definieren ... 178

24.4 ... Top-down-Methode ... 180

24.5 ... Benchmarking ... 180

24.6 ... Prognosen ... 180

24.7 ... Storytelling mit Daten ... 181

24.8 ... Signale vom Rauschen trennen ... 181

25. Die Kunst, das richtige Diagramm zu wählen ... 183

25.1 ... Vorsicht, Diagramm! ... 183

25.2 ... Welches Diagramm für was? ... 185

25.3 ... Liniendiagramm ... 185

25.4 ... Säulendiagramm/Balkendiagramm ... 186

25.5 ... Histogramm ... 187

25.6 ... Scatterplot ... 187

25.7 ... Bubble Chart ... 188

25.8 ... Boxplot-Diagramm ... 189

26. Dashboards ... 191

26.1 ... Was ist der Unterschied zu einem Report? ... 191

26.2 ... Best Practices ... 191

27. Datengetriebene Personas ... 197

27.1 ... Was ist eine Persona? ... 197

27.2 ... Einschränkungen eigener Daten ... 198

27.3 ... Personas aus Nutzungsdaten ... 199

27.4 ... Demografische Daten ... 201

28. Ein Personalisierungskonzept erstellen ... 203

28.1 ... Voraussetzungen ... 203

28.2 ... Fallstricke ... 204

28.3 ... Analyseansätze ... 205

TEIL VI Problemlösungen ... 207

29. Messunterschiede zu anderen Systemen ... 209

29.1 ... Klicks versus Sitzungen ... 209

29.2 ... Unterschiedliche Integration ... 210

30. Den Bestätigungsfehler vermeiden ... 213

30.1 ... Was ist der Bestätigungsfehler? ... 213

30.2 ... Was hilft gegen den Bestätigungsfehler? ... 214

A. Nützliche Helferlein ... 217

B. Literatur ... 221

C. Glossar ... 227

Index ... 233

Rezensionen

»Alles in allem ein wichtiges und gelungenes Buch, das man jedem Webanalysten ans Herz legen kann.« LINUX MAGAZIN 201909