Webanalyse: Alles was Du wissen musst.

Webanalyse: Alles was Du wissen musst.

Die Website häufig zentraler Marketingkanal. Dennoch wissen viele Marketer relativ wenig über die Besucher. Ein Grund, weshalb Unternehmen immer mehr Geld in Webanalyse investieren. Aber wie genau funktioniert Webanalyse überhaupt? Und welche Webanalyse-Tools eignen sich am besten?

Inhaltsverzeichnis

Was ist Webanalyse?

Die Webanalyse (auch Website-Analyse oder Web Analytics genannt) ist eine Marketingdisziplin zur Erfolgsmessung. Betrachtungsgegenstand ist die Art und Weise, wie User mit Webseiten oder mit einer App interagieren. Wissen über das Verhalten von Usern ist Grundvoraussetzung, um das eigene Angebot und die Customer Experience optimieren zu können.

Nicht zu verwechseln ist Webanalyse mit Datenanalyse (“Data Analytics”). Hierbei handelt es sich um eine übergeordnete Disziplin, die sich auch mit an anderer Stelle generierten Daten auseinandersetzt. Zum Beispiel den Daten aus einem CRM oder ERP.

Warum ist die Webanalyse so wichtig?

Ein Ladenbesitzer erkennt sofort, wenn sich Kunden durch eine Deko angezogen fühlen. Sie sehen deren Blicke und können einen Plausch halten. Als Betreiber einer Website oder eines Online-Shops ist das schwierig. Natürlich lässt sich die Anzahl generierter Anfragen oder der Umsatz erkennen, aber alles davor liegt zunächst mal im Dunkeln:

  • Wo kommen die Kunden her?
  • Was sind deren Motive und Wünsche?
  • Wie oft waren sie bereits auf der Website?
  • Auf welche Texte und Bilder sprechen sie gut an?
  • Warum verlassen sie die Website wieder, ohne zu kaufen?

Webanalyse hilft dabei, mehr über den User zu erfahren und mit seiner Zielgruppe abzugleichen. Das ist extrem wichtig, um das Angebot und die Werbung optimieren zu können. Sie macht deutlich, wo es hapert, also wo sogenannte “Bottlenecks” versteckt liegen.

Wie funktioniert Website-Analyse?

Normalerweise wird Website-Analyse clientseitig im Browser des Users durchgeführt. Dazu wird dort ein JavaScript gestartet, welches Informationen über das Klick- und Scrollverhalten des Users über verschiedenen Protokolle an einen Analytics Server weiterleitet. Dort werden die Daten gesammelt, bereinigt, anonymisiert, aggregiert und in Informationen umgewandelt (z. B. Charts und Diagramme).

Was ist Tracking?

Tracking funktioniert im Prinzip genauso. Hier werden die generierten Daten jedoch nicht anonymisiert, sondern allenfalls pseudonymisiert. Durch die individuelle Identifizierung beim Tracking lassen sich Persönlichkeitsprofile und Verhaltensmuster bilden. Das Ziel ist es, für jene User ein Profil zu erstellen, um z. B. zielgerichtetere Werbung aussteuern zu können.

Tools zur Webanalyse

Bei der Analyse von Webseiten und Shops helfen spezielle Tools, die im Großen und Ganzen ähnlich aufgebaut sind. Zu den bekanntesten Website-Analyse-Tools gehören:

  • Piwik Pro
  • Google Analytics (Universal Analytics oder GA4)
  • Plausible
  • matomo
  • Adobe Analytics
  • eTracker

Rechtliche Einschränkungen

Eine große Herausforderung resultiert aus den gesetzlichen Vorgaben zum  Datenschutzgesetz; insbesobdere aus der DSGVO. Im Kern steht die Herausforderung, wiederkehrende User zu identifizieren. Das ist wichtig, um aussagekräftige Besucherzahlen berechnen zu können.

Üblicherweise wird dazu auf dem Endgerät des Users automatisch ein Cookie gespeichert. Es gibt jedoch auch auch viele andere Methoden, wie zum Beispiel der Zugriff auf den sogenannten Local Storage.

Das Problem aus Sicht des Datenschutzes ist, dass auf diese Weise generierte Daten einen Personenbezug bekommen. Denn mit mehr oder weniger Aufwand lassen sich die Trackingdaten einem Individuum zuordnen.

Mittlerweile gibt einige Ansätze, die ein datenschutzkonsformes Tracking versprechen. Tatsächlich ist dies jedoch rein vom Prinzip her nie zu 100 % möglich.

Device Fingerprint Tracking

Analytics Tools wie Matomo setzen auf sogenannte Fingerprints, um wiederkehrende Besucher zu identifizieren. Dazu werden digitale Spuren der User wie z. B. IP- und MAC-Adresse, Betriebssystem, Browsertyp und -version, Plug-ins, installierte Schriften und weitere spezielle Einstellungen gespeichert. 

Technische Einschränkungen

Webanalyse funktioniert nur so weit, wie es Webbrowser zulassen. Und die sind vermehrt restriktiv. Insbesondere, wenn es um die Ausführung von Trackingskripten und die Speicherung von Cookies geht. Das gilt vor allem für Safari. Hier ist seit einiger Zeit das sogenannte Intelligent Tracking Prevention (ITP) für Millionen von Apple-Usern standardmäßig aktiviert. Aber auch Microsoft Edge und Google Chrome setzen verstärkt auf Tracking Prevention. Dazu werden auch Fingerprints gezielt verfälscht.

Allgemeine Kennzahlen

  • Eindeutige Sitzungen (Sessions)
  • Eindeutige Besucher (Visitors) einer Seite
  • Seitenaufrufe (Page Views)

Kennzahlen zu Seiten

Analyse-Tools präsentieren Performancedaten zu allen Seiten. Dazu gehören:

  • Seitenaufrufe (Page Views)
  • Verweildauer
  • Absprünge (Bounce)
  • Ausstiege

Daten zu Sitzungen

Gängige Web Analytics Tools liefern einige Informationen zum User:

  • Wiederkehrer (Verknüpfung mit vergangenen Sitzungen)
  • Verwendeter Client und Betriebssystem
  • Display- und Bildschirmauflösung
  • Region / Herkunft
  • Suchbegriff (bei Onpage-Suche)
  • Suchbegriff (bei generischer Suche)
  • Besuchte Seiten 

Events in GA4

In modernen Analyse-Tools dreht sich alles um Events (Ereignissen). In Google Analytics (GA4) werden einige sogar automatisch erfasst (siehe Liste). Andere müssen erst einmal manuell eingerichtet werden, wozu jedoch nur wenige Klicks notwendig sind. 

  • page_view: Dies ist das Seitenaufruf-Event, welches bei jedem Pagereload gefeuert wird.

  • session_start: Dieses Event wird mit dem ersten page_view gefeuert. Im Anschluss werden für 30 Minuten alle Events der Sitzung zugeordnet. 

  • user_engagement: Das Ereignis wird beim Verlassen einer Seite gesendet. Es enthält Informationen zum Status der Sitzungsinteraktion und zur Dauer des Nutzer-Engagements. Es wird nicht gesendet, wenn weniger als eine Sekunde vor dem geplanten Zeitpunkt bereits ein Ereignis übergeben wurde.

  • first_visit: Der User besucht zum ersten Mal die Website.

Zu jedem Event werden weitere Daten bereitgestellt. Zum  Beispiel die ID des Users, Informationen zum Client, Herkunft bzw. Referrer und so weiter.

Webanalyse vs. Klickpfad-Analyse

Klickpfad-Analysen sind ein wichtiger Baustein in der Webanalyse. Quasi alle gängigen Tools liefern entsprechende Features. Das Ziel einer Klickpfad-Analyse ist es, Schwachstellen auf der Website zu identifizieren. Dazu werden Segmente von Usern gebildet und geprüft, wo die Abbruch- und Ausstiegsrate auffallig groß ist. 

Klickpfade mit Adobe Analytics untersuchen

Mehr zum Thema findest Du in diesem Artikel: Warum Du den Klickpfad Deiner Kunden kennen solltest.

Serverseitiges Tracking

Ebenfalls eine Daseinsberechtigung hat severseitiges Tracking (nicht zu verwechseln mit serverseitigem Tagging). Anders als bei konventioneller Webanalyse erfolgt hier die Tracking auf einem Server. 

Das bringt einige Vorteile mit sich. So funktioniert serverseitiges Tracking deutlich zuverlässiger, weil Cookie Consent und Tracking Prevention keine Rolle mehr spielen.
Nachteile: Viele Interaktionen des Users lassen sich nicht tracken, wie z. B. das Scrollen auf einer Seite.

Qualitative Webanalyse

Neben der quantitativen Webanalyse auf Basis getrackter Daten gibt es auch qualitative Methoden aus dem Bereich Customer Research. Sie basieren auf das Feedback “echter” User und sind deshalb mit etwas mehr Aufwand verbunden. Sie liefern jedoch Informationen, an die man mit datengetriebener Webanalyse kaum gelangen kann:

  • Screen Recordings
  • Interviews
  • Umfragen
  • Cognitive Walkthrough

Nutzung von Segmenten

Moderne Website-Analyse-Tools sind kinderleicht zu bedienen. Das ist Fluch und Segen zugleich, denn die präsentierten Daten und Charts verleiten zu falschen Schlussfolgerungen. 

Um Schlussfolgerungen ziehen zu können, sollten die generierten Daten von möglichst gleichartigen Usern stammen. Also zum Beispiel Bestandskunde. Deshalb steht und fällt erfolgreiche Webanalyse mit dem Bilden von Segmenten. Das wiederum ist schwierig, wenn die Datenmenge zu gering ist. 

Segmente sind gefilterte Trafficdaten. Sie lassen sich mit so ziemlich jedem gängigen Tracking-Tool anlegen. Die Filterung erfolgt zum Beispiel nach Herkunft der Traffics oder nach Events.  

Verzerrtes Bild der Realität

Eine weitere Hürde: Die von Website-Analyse-Tools gelieferten Daten sind normalerweise aggregiert. Auch bilden sie nicht das Gesamtbild ab, weil durch fehlendes Cookie Consent und Tracking Prevention viele Daten fehlen. Deshalb liefern die Tools oft ein verzerrtes Bild der Realität. Es ist deshalb ratsam, mehr als nur eine einzige Datenquelle anzuzapfen. 

Alternative zu umfassender Webanalyse

Einige Analytics Tools beschränken sich auf wesentliche Kennzahlen und verzichten umgekehrt auf Cookies und Fingerprinting. So trackt, sammelt und speichert zum Beispiel Plausible keine personenbezogenen Daten oder persönlich identifizierbaren Informationen. Nachteil: wiederkehrende User könne nicht identifiziert werden. Ebenso ist ein Tracking über mehrere Geräte hinweg nicht möglich.

Dashboards und Berichte

Um relevante Daten in Echtzeit griffbereit zu haben, benötigst Du ein auf Deine Aufgabe ausgerichtetes Dashboard. Auch automatisierte Berichte können die Arbeit erleichtern. Professionelle Dashboards kannst Du in Sekundenschnelle u. a. mit dem Google Data Studio erstellen. 

Fazit

Webanalyse ist wichtig, um ein Angebot besser auf Kunden ausrichten zu können. Zum Glück gibt es sehr leistungsstarke Tools. Ohne ein Minimum an Zahlenverständnis drohen jedoch falsche Schlussfolgerungen. Es lohnt sich im Zweifel, erfahrene Data Analysts mit ins Boot zu holen.

Ergänzende Artikel

Über den Autor
Über den Autor

Moin aus Hamburg! Mein Name ist Frank und ich beschäftige mich seit über 20 Jahren intensiv mit E-Mail- und Content-Marketing. Mein erstes Content-Projekt war 1997 ein Special über Inline-Skating auf otto.de. Besuche gern mein LinkedIn-Profil.