Die Grundlage jeglicher belastbarer Analyse-Zahlen ist ein sorgfältig in die Website integrierter Code. Zwar kann auch der beste Code die tatsächliche Nutzung kaum exakt abbilden – auch darum weichen die Ergebnisse verschiedener Tools immer ein wenig von einander ab. Doch jede einzelne Seite sollte funktionierenden Code enthalten, alle wichtigen User-Klicks gegebenenfalls zusätzlichen Code (etwa Ajax-Inhalte, Download-Klicks, Formulare, Mediastreams et cetera) und eingehende Kampagnenklicks entsprechende URL-Codes. Damit sind die Grundlagen gelegt: Die Analyse-Systeme zeigen typische Zugriffsverläufe über die Tageszeiten und Wochentage hinweg, sie weisen die Traffic-Quellen, Suchbegriffe und viele weitere Kleinigkeiten aus.

Analyse-Systeme erfassen zum einen, wie effektiv die Maßnahmen zur Traffic-Erhöhung sind (Kampagnentracking). Zum anderen helfen sie bei der Optimierung der Inhalte und Gestaltung. Dabei muss man klären, was genau die Website erreichen soll und welche Faktoren zum Erfolg beitragen. Oft spricht man hier von Erfolgskennzahlen (KPI). Sie leiten sich von den Zielen des Unternehmens ab und zeigen, ob und wie sehr sich die Investitionen in ein Online-Projekt auszahlen.

Erste und einfachste Kennzahl ist die Conversion Rate (CR), die zeigt, wieviel Prozent der Besucher zum Beispiel in einem Online-Shop bestellen, eine Kontaktanfrage verschicken oder eine Information abgerufen haben. Damit lässt sich der Erfolg der Website über die Zeit messen – aber auch der Weg zum Ziel entdecken. Mikrokonversionen können sogar die Effektivität einzelner Seiten oder Elemente messen: Wie viele klicken etwa auf den Warenkorb-Button? Wie hoch ist die Click-Through-Rate (CTR) einer Landing Page? Welche Seiten haben hohe Ausstiegsraten? Welche internen Suchen führen zu Abbrüchen? Viele Analyse-Systeme liefern bei definierten Zielen die Konversionsraten automatisch. Die Klickraten von Übersichtsseiten zu Produkten oder von Start- auf Textseiten muss man dagegen selbst anlegen. In besseren Systemen kann man Kennzahlen auch selbst kalkulieren. Zumindest aber sollte ein System über eine API den automatischen Export nach Excel oder Ähnlichem ermöglichen.

Daneben sollte man seine Nutzer in sogenannte Segmente einteilen. Einfache Durchschnittswerte täuschen nämlich über wichtige Unterschiede im Nutzerverhalten hinweg. Sie sorgen für Blindstellen und ineffektive Optimierungen. Auf jeden Fall sollte man zwischen Erst- und Wiederholungskunden unterscheiden, zwischen Besuchern, die direkt nach der Website, und denen, die nach Inhalten suchen. Schließlich kann man seine Nutzer nach Freizeit- (abends und Wochenende) sowie Arbeitszeitbesuchern unterteilen. Viele Systeme liefern – wie Google Analytics – einige grundlegende Segmente und ermöglichten es, weitere im Tracking-Code anzulegen. In besseren Systemen kann man auch ad-hoc-Segmentierungen anlegen und als Filter speichern. So kann man etwa das Verhalten bei Besuch A mit dem bei Besuch B kombinieren. Damit kann man tiefer einsteigen – also vor allem ins Kampagnentracking, in die Klick- und Prozessanalyse sowie die Berücksichtigung von E-Commerce-Daten.

Die Effektivität von bezahlten und unbezahlten Links auf die eigene Seite lässt sich immer besser messen. Das ist interessant für Unternehmen, die monatlich fünfstellige Beträge in Search Engine Marketing, Facebook Ads, Display, Retargeting, Realtime Bidding, Mailings und viele weitere Kanäle fließen lassen. Oft wird dabei pro Klick oder Order bezahlt und so ist die Messung auf Klickebene selbstverständlich. Ein eindeutiger Kampagnen-Code in der URL, die auf die eigene Seite führt, ordnet eingehende Klicks eindeutig zu. Weitere Kanäle ohne Kennzeichnung (wie SEO oder andere Referrer) kann man dann im Analyse-System zusammenfassen. Erfasst wird dabei üblicherweise nach der Last-Click-Logik (last cookie wins): Kommt ein Nutzer also über ein Google Adword und konvertiert, geht die Konversion an diesen Klick. Viele Abrechnungsmodelle der Networks funktionieren so.

Die Last-Click-Logik ignoriert allerdings die Klick-Historie. Nutzer konvertieren selten nach nur einem Besuch. Vielmehr haben sie oft lange „Customer Journeys“, die etwa mit einem Display-Klick starten, über Adword- und SEO-Klicks gehen und schließlich über Preissuchmaschinen oder Affiliates zur Konversion führen. Damit lassen sich die Werte nur schwer einzelnen Werbemitteln zuschreiben. Deshalb splittet man die Konversionen auf die Kanäle auf: Der erste und zweite Kampagnen-Klick bekommen zum Beispiel jeweils 30, der letzte 40 Prozent. Online-Shops können das Bestellvolumen ebenfalls verrechnen. Liefert das eigene System solche Analysen nicht, helfen vielleicht externe Tools weiter. Auch Cookie-Weichen können helfen. Dann lassen sich aber bereits definierte Besuchersegmente und Kennzahlen nicht vollständig auf die Kampagnenperformance anrechnen.

Das Klickverhalten darzustellen, ist eine wichtige Funktion aller Web-Analyse-Systeme. Für die meisten Websites lassen sich dafür Konversionspfade anlegen. Das sind die Klickwege, die ein Besucher typischerweise gehen soll, etwa während eines Bestellprozesses. Dies ist eine wichtige Quelle für Konversions- und Gewinnsteigerungen, die oft eine viel höhere Rendite bringen als zusätzliche Werbemaßnahmen. Dazu kann man jeder Seite einen „Call-to-Action“ zuordnen, also den nächsten gewünschten Klick festlegen. Anhand dieser Konversionspfade erweisen sich Analysen von Homepages, Katalog-, Text-, Produkt- oder Suchergebnisseiten als sehr hilfreich. Erste Infos – wie Ausstiegs- und Absprungraten oder die Klick-Zahlen auf Links – liefern die meisten Systeme automatisch. Click- und Heatmaps helfen, das Verhalten der Besucher zusätzlich zu visualisieren.

Viele Web-Analyse-Anbieter haben eigene Shop-Module. Bei der Auswahl spielen die Möglichkeiten zur detaillierten Erfassung von Produktmerkmalen eine Rolle (Kategorien, Material, Farben oder Größen). Auch Bestellmerkmale (Volumen, Bestellnummer, Artikel-Anzahl, Lieferart, Rabatte) und Kundeninformationen sollten erfasst werden. So kann man gute Kennzahlen über Effektivität von Marketingkanälen (Cost per Order oder Costumer Acquisition Cost) oder auch zur Performance von Sortimenten (View-to-Cart-Rate, Cart Abandonment Rate) erstellen. Nur wenige Systeme berechnen jedoch die Customer Lifetime Values wirklich gut. Auch Stornoraten und Deckungsbeiträge kann man oft nicht ohne Weiteres einbeziehen.

Online erfasste Verhaltensdaten müssen mit internen Kunden-, Produkt- oder Logistik-Daten verknüpft werden, um das volle Potenzial der Web-Analyse ausschöpfen zu können. Man spricht dabei von Big Data. Viele Systeme bieten hierfür einen Daten-Export in Rohform, also die Detail-Daten auf Besuchs- und Klick-Ebene ohne jede Vorberechnung. Einfachere Systeme liefern oft nur vorberechnete Daten, die den Blick in einzelne Besuche, Bestellungen oder Customer Journeys verhindern. Aber die Herausforderung von Big Data liegt auch nicht bei den Systemen, sondern bei der Kunst, Geduld und Entschlossenheit, diese zusammenzuführen. Doch Unternehmen, die tatsächlich datengetrieben arbeiten, sind ihrer Konkurrenz deutlich überlegen, wie man am Beispiel von Zalando und Amazon sehen kann.

Die Implementierung und Pflege von Tracking-Codes bindet inzwischen erhebliche IT-Ressourcen. Manche Websites enthalten heute mehr als dreißig Tracking-Codes. Dazu kommen noch die Conversion-Codes von Google, Affiliate-Networks oder Retargeting-Systemen. Die Sache wird unübersichtlich, pflegeintensiv und fehleranfällig. Tag-Management-Systeme (TMS) wie Ensighten, Tag Commander, SuperTag oder Tealium sollen den Umgang mit Tracking-Codes vereinfachen. Sie konfigurieren mit einem Tag-Container beliebig viele Tags. Im einfachsten Fall muss man also nur den TMS-Tag einfügen und kann dann alle weiteren Systeme per Web-Oberfläche steuern. Seit Oktober bietet auch Google einen Tag-Container an, der sich jedoch fast auf die Steuerung anderer Google-Produkte (GA, Adwords, Floodlight) beschränkt.

Der Markt für Web-Analyse-Systeme ist groß. Die folgende Liste kann daher nicht vollständig sein und will es auch gar nicht. Vielmehr gibt sie einen guten Überblick über die wichtigsten Lösungen und Optionen. Wir haben die Anbieter in kostenpflichtige und kostenfreie (weiter unten) unterteilt und alphabetisch sortiert.

Wo die meisten Anbieter von Big Data sprechen, redet Adobe von Big Picture. Und dieses Big-Picture-Modell soll – mit Hilfe der Digital Marketing Suite – neue Weg für den Umgang mit Daten aufzeigen. Mit CQ5 (CMS), SiteCatalyst (Web-Analyse), Discover (Segmentierung), Test&Target (Testing), Social Analytics, Szence7 (Aussteuerung unterschiedlicher Bildformate) sowie noch einigen anderen Tools liefert Adobe eine Gesamtlösung, die im Enterprise-Markt Maßstäbe setzt.

In Frankreich ist AT-Internet die ungeschlagene Nummer eins und auch
in Deutschland hat das Unternehmen in den letzten Jahren große Kunden
gewonnen. Es handelt sich um ein rundum professionelles System mit Echtzeit-Segmentierung,
starker Ausprägung in der Analyse der Traffic-Quellen und einer Data
Query, mit der sich Daten etwa in einem xls-Dokument aktualisieren
lassen. Das Tag-Management-System „Soft Tagging“ ist ein besonderes
Feature. Nachdem der AT-Internet-Tag in die Site integriert ist, kann
man die anderen Tags im Manager anpassen. Dieser setzt nicht etwa ein
Pixel auf die Seite, sondern Variablen in seine Spezifizierung ein, die
die Website bereits enthält. Das kann eine URL, ein „Json“ oder Ähnliches
sein.

comScore hat letztes Jahr den niederländischen Anbieter Nedstat gekauft und geht den Weg der Web-Analyse und Reichweitenmessung. Das gut
ausgestattete Tool wurde zügig überarbeitet und ausgebaut, die
comScore-Services (vor allem das Audiende-Modul), mit denen man
demoskopische Daten in die Web-Analyse einfließen lassen kann, wurden
integriert. Das Reporting ist jetzt in der Web-Analyse platziert und
lässt sich mit externen Grafiken, Tabellen und anderem ausstatten.
Daneben wurde die Click Map ausgebaut. Das Modul „Monetization“ zeigt
Mediaplanern und Werbetreibenden, wie man Site-Bereiche besser
vermarkten kann.

Die Spezialisierung auf den E-Commerce treibt das Karlsruher
Unternehmen zu immer neuen Features seines Tools ShopMonitor an. Dazu gehört
etwa eine Cross-Selling-Lösung, mit der Online-Shop-Besucher Kaufempfehlungen bekommen, oder das standardmäßig integrierte RFM-Modell, das ein Scoring mit den
Bewertungskriterien Recency (R –
Aktualität des Kaufs), Frequency (F – Häufigkeit eines Kaufs) sowie
Monetary Value (M – Kaufumsatz) umfasst.

Mit seinen Suites besitzt das Hamburger Unternehmen etracker das meistgenutzte kostenpflichtige Tool in Deutschland. Durch die Preisstrategie gewinnt etracker jene Nutzer, die vom kostenfreien Google Analytics zu einer günstigen SaaS-Lösung wechseln wollen, die Datenschutzkonformität verspricht – ein Einsteigertool mit einigen Marketing-Features.

Nachdem IBM unica und coremetrics übernommen hat und fast ein Jahr vergangen ist, positioniert IBM mit seiner ganzen Marketingkraft nun seine Vision. Wie bei Adobe geht es nicht um Big Data, sondern um eine Marketingplattform, die dem Enterprise-CMO einen Gesamtüberblick liefert. Das IBM Marketing Center ist dabei eine Cloud-basierte Lösung, mit der man Zielgruppen analysieren und in Echtzeit die Marketing-Maßnahmen verfolgen kann. Das Tool analysiert Kunden, steuert Kampagnen nach Zielgruppen aus und optimiert diese mittels A/B-Testing. Der Clou der Lösung liegt unter anderem in einem Site Builder, in dem man E-Mails, Landing-Pages oder Kampagnenseiten konfigurieren kann. Das Website-Optimierungs-Tool Maximiser bietet im Testing eine ähnliche Lösung an, aber ohne die Webanalyse.

Das in Esslingen bei Stuttgart beheimatete Unternehmen bietet
sein Tool Netmind vor allem als Inhouse-Lösung an. Die Oberfläche erinnert in der
Menüführung und bei den Reports stark an Piwik. Es gibt keine
Standardlösung, jeder Kunden erhält ein individuelles Analyse-Tool. Ein
Schwerpunkt des Unternehmens ist das Tracken mobiler Apps. Dem
Kunden wird ein 19-Zoll-Rack, das bereits vorkonfiguriert ist, in den
Server geschoben und an die relevanten Systeme angebunden. Der Kunde
kann dann über einen Browser die Analysen des App-Trackings auswerten.

Am Kölner Anbieter Emediate
hat sich vor einem Jahr der norwegische CMS-Hersteller eZ Systems mehrheitlich
beteiligt. Dessen Tool Odoscope, das in der Visualisierung von
Benutzerpfaden
Vorreiter war, hat sein System stark verändert. Während früher die
Daten auf dem Rechner des Users gespeichert wurden, sodass Analysen in
atemberaubender Geschwindigkeit möglich waren,
liegen diese nun beim Anbieter, wie bei allen SaaS-Systemen. Die
Darstellung von Auswertungen ist weiterhin sehr einfallsreich. So kann
man sie in einer Zeitleiste sehr übersichtlich nach Stunden,
Tagen, Wochen oder Monaten anzeigen lassen.

Mit Hauptsitz in Berlin, Niederlassungen in Wiesbaden,
Mailand und bald auch in China betreut der Anbieter viele große deutsche
Online-Portale. Neben dem Webanalyse-Tool Q3 gibt es das Modul „Quick
Insights“, das Daten schnell und übersichtlich bereitstellt. Damit richtet es sich an Anwender, die
das Wesentliche im Blick behalten wollen. Diesem Vorzug folgt jedoch eine geringere Datentiefe. Wer tiefer in die
Datenflut tauchen will, wechselt einfach zu Q3. Zudem hat Webtrekk einen Tag-Manager
namens „Safe Tag“, mit dem man Tags anderer Anbieter einfach in
das JavaScript des JavaCookies integriert.

Mit Analytics 10 veröffentlichte der US-Anbieter Webtrends im letzten Jahr eine Lösung, die man nahezu vollständig inhouse oder als ASP-Lösung nutzten kann. Die Dashboards sind sehr übersichtlich. Zudem gibt es eine Schnittstelle zu Excel, sodass man Datentabellen direkt erstellen kann. Webtrends hat zuletzt vor allem am Mobile-Tracking und an der Facebook- sowie Twitter-Schnittstelle gearbeitet und im Bereich Social Media Radian6 integriert. Schnittstellen sollen die Tools verbinden, um Traffic-Ströme messen zu können. Mittels einer kostenlosen App kann man zudem Facebook-, Twitter- und YouTube-Konten eingeben und sich eine iPad-optimierte, elegante und konsolidierte Ansicht der Kanäle zeigen lassen. Per iPad-App kann man zudem Kennzahlen und Analysen über digitale Kanäle hinweg vergleichen (Online-, Mobile- und Social-Media-Kanäle).

Das mit Abstand meistgenutzte kostenlose Tool ist Google Analytics. Der Datenschutz ist dabei aber immer noch eine Herausforderung: Die Daten-Auswertung läuft noch auf Googles Servern. Mittlerweile gibt es aber eine Reihe von Open-Source-Tools. In Deutschland ist Piwik sicher das bekannteste.

eAnalytics legt den Schwerpunkt auf eine offene Plattform, die sich gut mit Business-Intelligence-Systemen verknüpfen lässt. Die Linux-basierte Plattform ist die bislang einzige deutsche Open-Source-Entwicklung. In diesem Jahr wurde an allen Ecken optimiert. So ist die Installation einfacher geworden, die Komponenten konfigurieren sich automatisch. Neue Widgets – wie Live View, Real Time KPI oder Summary (eine Übersicht über den Verlauf ausgewählter Kennzahlen) – ergänzen die Dashboard-Elemente-Bibliothek. Eine ebenfalls neue Berichts-App misst zudem die Keyword-Perfomance von Display-Advertising-Kampagnen, die über Google Adwords geschaltet wurden.

Trotz Datenschutz-Diskussion ist Google Analytics der
uneingeschränkte Spitzenreiter in der Verbreitung. Google verbessert
sein Tool ständig. So ist es immer mehr auch für größere Unternehmen
interessant. Ab einem Traffic von zehn Millionen Page-Views im Monat ist
allerdings das Limit erreicht und Google Analytics Premium kommt ins
Spiel. Hier gibt es eine verbesserte Datenerhebung und -sammlung, mehr
benutzerdefinierte Variablen (Custom Variables) und exportierbare, nicht
gesampelte Berichte. Außerdem finden Traffic-starke Kunden hier weitere
Analysen, Kundensupport und Service-Level-Agreements.

Das Tool Open Web Analytics (kurz OWA) gilt in Deutschland als ein Geheimtipp für E-Commerce-Anbieter. Auf der Website des Tools gibt es nur eine schlecht gepflegte Demo, sodass der Leistungsumfang nur zu erahnen ist. Mouse- und Click-Tracking mit Heatmap gehören dazu. Die Lösung basiert auf PHP und MySQL, verfügt über ein WordPress-Plugin, eine Segmentierung auf alle Filter und gruppierte Funktionen, Live View auf das Report Dashboard sowie neue Metriken und Dimensions.

Piwik ist der Nachfolger des Analytics-Systems phpmyvisites des
französischen Entwicklers Matthieu Aubry. Piwik ist ein
Open-Source-Projekt und erfreut sich wegen seiner übersichtlichen
Gestaltung und der offenen Architektur wachsender Beliebtheit. Das Tools
wurde bereits in mehr als vierzig Sprachen übersetzt. Piwik gibt es
auch als Mobile App für Android und iOS. Die rege Communitiy sorgt zudem
für reichlich Plugins.