Marketing-Analytics: Phasen und Stufen

Wenn wir Marketing ernsthaft betreiben, gehört zu unseren Aufgaben, die Leistung unserer Maßnahmen zu analysieren.

Diese Analyse wird natürlich in Form und Inhalt je nach eingesetzten Ressourcen unterschiedlich ausfallen.

Es ist logisch, dass die Reichweite nicht gleich ist, wenn wir 100€ im Monat investieren oder eine Million.

Im ersten Szenario nutzen wir wahrscheinlich nur einen oder zwei Kanäle, im zweiten werden es sicher mehr als zehn sein.

Deshalb verändert sich die Analytics, die wir auf unser Projekt anwenden, mit dessen Wachstum.

Wir werden verschiedene Phasen durchlaufen. Wir werden unterschiedliche Stufen erreichen.

Und in diesem Artikel möchte ich dir die fünf wichtigsten zeigen, die ich in dieser Tabelle zusammenfasse:

Phase 1: Google Analytics

Der einfachste Weg, in unserem Marketing oder digitalen Produkt überhaupt „etwas“ zu messen.

Wenn wir ein digitales Projekt mit einer Website oder App haben, ist es das erste Tool, das wir einsetzen werden, denn es ist kostenlos, auf einfachem Niveau sehr leicht zu implementieren und liefert uns viele Informationen.

Das ist die erste Phase der Marketing-Analytics.

Was du mit Google Analytics messen kannst

Richtig konfiguriert, kannst du damit Dinge messen wie:

Interaktionen deiner Nutzer

• Traffic aus deinen GETAGGTEN Kampagnen
• Absprung- / Interaktionsrate deiner Landingpages.
• Angesehene Produkte / Dienstleistungen.
• Produkte / Dienstleistungen, die zum Warenkorb hinzugefügt wurden.
• Nutzer, die in den Checkout gelangen => Remarketing.
• Weitere Events auf der Site.

Merkmale deiner Nutzer

• Die Geräte, die deine Nutzer verwenden.
• Die Länder, aus denen sie sich verbinden.

Conversions

• Conversions nach Kampagne (LCI- oder „datenbasiertes“ Modell, je nach Bericht).
• Produktkäufe und Rückgaben.

Werbung auf unserer Site

• Promotions auf unserer Website (Banner)
• Produkte, die Nutzern angezeigt werden.

Was Google Analytics NICHT messen kann

Obwohl es uns viele Informationen liefert, fehlen ihm auch Dinge, die wir auf andere Weise messen müssen, zum Beispiel:

• Kampagnen in traditionellen Medien (TV, Presse, Außenwerbung).
• Digitale Kampagnen ohne Klicks (Markenbanner, E-Mail-Öffnungen, YouTube-Videoaufrufe): postview.
• Geräteübergreifende Customer journey. Es gibt Ansätze, aber es sind nur Behelfslösungen.
• Aktionen von Nutzern, die keine Cookies akzeptieren oder Adblocker verwenden.
• Vollständiges Attributionsmodell (verzerrte Daten).
• Personenbezogene Daten (CRM).

Was es nur teilweise misst

• Klicks auf deiner Website (man könnte alle messen, aber das ist nicht empfehlenswert).
• Kampagnenkosten von Plattformen außerhalb von Google (Daten müssen hochgeladen werden).
• SEO-Keywords (du siehst nur sehr wenige).
• Soziodemografische Merkmale (Signal)
• Direkt nicht erfasste Daten (JS-Fehler, Adblocker, Safari): Dir wird immer ein % der Conversions fehlen. Die Lücke wird jeden Tag größer.

Vorteile von Google Analytics

Ehrlich gesagt einige:

• Grundlegende Informationen zu bekommen geht schnell. Wir können innerhalb von Minuten Daten sammeln.
• Der einfachste Weg, in unserem Marketing oder digitalen Produkt „etwas“ zu messen.
• Es ist das beste kostenlose Tool für digitale Analytics. Und besser als viele kostenpflichtige.

Nachteile von Google Analytics

Natürlich hat es auch einige Nachteile:

• Es bildet die Realität des Geschäfts nicht ab. Nicht einmal die des Marketingbereichs. Nicht einmal die des digitalen Marketings. Weil ihm dafür Daten fehlen.
• Mit anderen Worten: Es misst nur einen kleinen Teil, daher sollte man ein gesamtes Unternehmen nicht anhand seiner Analytics-Daten beurteilen.
• GA4 ist heute schlechter als GA3. Es erfordert eine komplexere technische Implementierung in einem schwierigeren Umfeld (GDPR, Datenschutz…)

Zusammenfassung

Aus all diesen Gründen halte ich Google Analytics für unzureichend.

Selbst um nur die Leistung eines digitalen Produkts (Website oder App) zu messen, brauchst du weitere ergänzende Tools.

Ganz zu schweigen davon, wenn du ein komplettes Unternehmen kontrollieren willst, egal wie digital es ist…

Trotzdem ist es der erste Schritt in der Analytics.

Phase 2: Reporting nach digitalem Kanal

Wenn wir wachsen und mehrere digitale Kanäle haben, insbesondere bezahlte (Google Ads, Meta, Affiliates…), analysieren wir die Gesamt-Performance weiter wie in der vorherigen Phase, beginnen aber zusätzlich, jeden Kanal separat und tiefergehend zu analysieren, um ihn zu optimieren.

Frequenz

Diese Analyse hängt vom Budget ab:

• Bei weniger als 2 oder 3K/Monat erfolgt die Auswertung monatlich.
• Darüber erfolgt sie möglicherweise wöchentlich.

Wir brauchen schließlich ein gutes Datenvolumen, um Entscheidungen zu treffen. Und dieses Volumen benötigt je nach Projektgröße und Investition mehr oder weniger Zeit.

Verantwortlich

Es wird immer jemanden geben, der das präsentiert und Schlussfolgerungen zieht. Das kann sein:

• Internes Team: wenn das Marketing inhouse verwaltet wird.
• Freelancers: wenn wir je nach Kanal unterschiedliche einsetzen.
• Agentur: wenn wir eine beauftragen, das gesamte Paid oder SEO zu verwalten.

Was enthalten ist

Je nach Kanal enthält dieses Reporting unterschiedliche Dinge. Damit du dir eine Vorstellung machen kannst, enthalten diese Berichte:

• Die Fortschritte der Kampagne.
• Bei paid media liegt der Fokus auf Verkäufen.
• Bei SEO auf Ranking und ORM.
• Bei Social Media auf Reichweite oder Kontakten und der Lösung von Problemen.

Ziel des Channel-Reportings

Eigentlich geht es vor allem darum zu sehen, wie wir im Verhältnis zu den Geschäftszielen dastehen. Denn daraus ergeben sich zwei Szenarien:

• Wenn wir auf Kurs sind, geht es nur um Monitoring.
• Wenn wir darunter liegen, brauchen wir Vorschläge für Maßnahmen, zum Beispiel:
  • Änderung der Investition.
  • Cambio en la oferta.
  • Cambio en el mix de medios.
  • Cambio en las creatividades.
• …

Du solltest wissen, dass digitale Direct-Response-Kampagnen sehr schnelle Änderungen ermöglichen.

Datenquelle

All diese Informationen liefern uns verschiedene Tools. Dafür können wir zum Beispiel folgende Tools verwenden:

• Die Berichte der Plattform (Google Ads, Meta…).
• Google Analytics.
• Einen AdServer, wenn wir ihn verwenden (bei hohen Budgets empfehlenswert, da er Kosten verursacht)
• Search Console.
• Metricool
• …

Beispiele

Schauen wir uns einige Bilder solcher Berichte an, damit du dir das besser vorstellen kannst:

Wöchentlicher paid-media-Bericht

Monatlicher SEO-Bericht

Monatlicher Social-Media-Bericht

Zusammengefasst

In dieser zweiten Phase beginnen wir zu verstehen, wie unser digitales Marketing funktioniert: wie die Kanäle miteinander zusammenhängen, Akquisekanäle und Conversion-Kanäle.

Allerdings lassen sie alles außen vor, was im digitalen Produkt geschieht: Es muss mit Google Analytics (und einigen weiteren Tools) kombiniert werden, damit wir besser sehen, was auf unserer Website passiert.

Außerdem brauchen sie Zeit für Erstellung und Lektüre.

Deshalb beschränken sie sich manchmal darauf, Zahlen auszuspucken, statt Informationen und Empfehlungen zu liefern – und genau darauf kommt es an.

Phase 3: Ökonometrische Modelle

Was ist ein ökonometrisches Modell

Ein ökonometrisches Modell ist nichts weiter als eine mathematische Simulation der Realität, die uns hilft zu verstehen, warum etwas aufgrund bestimmter Variablen auf eine bestimmte Weise geschehen ist.

Und das Gute ist, dieses Wissen für künftige Entscheidungen zu nutzen.

Es geht darum, eine abhängige Variable (meist Umsatz oder Verkäufe) anhand anderer Variablen (erklärender Variablen) zu erklären, zum Beispiel Website-Traffic, Preis, Interesse des Publikums, Werbeinvestitionen oder der NPS unserer Marke.

Wann ökonometrische Modelle im Marketing eingesetzt werden

Wenn du wächst, denkst du darüber nach, Maßnahmen außerhalb digitaler Kanäle durchzuführen. Genau dann beginnst du, ökonometrische Modelle einzusetzen.

Es ist nicht neuer oder fortgeschrittener als monatliche Reports je Tool, sondern dient dazu, eine andere Art von Information zu liefern.

Die Frequenz ist mindestens monatlich und kann je nach Projekt oder Saisonalität steigen (es ist nicht normal, ständig TV-Werbung zu machen).

Wer ist verantwortlich

Verantwortlich für die Erstellung kann sein:

• Internes Team: wenn ein starkes Analytics-Team vorhanden ist.
• Marketing- oder Mediaagentur: wenn wir eine beauftragen, das gesamte Paid oder die Medien zu verwalten.
• Attributionsagentur / -tool: unabhängig von der Agentur. Besser, aber teurer (noch eine zusätzliche Fee).

Was hier enthalten ist

Im Grunde zwei Dinge:

• Wie unsere Investition auf lange Sicht wirkt, nicht nur kurz- und mittelfristig.
• Enthält traditionelle Medien.

Was ist das Ziel

• Sehen, welche Medien Verkäufe erzeugen.
• Sehen, wie externe Variablen wirken (Wettbewerb, Wetter).
• Die Investition so gut wie möglich anpassen.

Es gibt mehrere Datenquellen

Noch stärker als in der vorherigen Phase:

• Google Analytics.
• AdServer
• Attributionstool.
• Search Console.
• Pixel der Werbeplattformen.
• CRM.

Vorteile ökonometrischer Modelle

Es gibt viele, darunter einige sehr offensichtliche, die in den vorherigen Phasen fehlten:

• Bezieht auch nicht digitale Kanäle.
• Und externe Variablen (Saisonalität oder Wettbewerb).
• Liefert strategische und umsetzbare Informationen.
• Erklärt die Vergangenheit und ermöglicht Projektionen für die Zukunft.
• Es hilft sehr dabei, die optimale Ausgestaltung des Marketingplans zu definieren.
• Trotz seiner Komplexität kann man eines sogar mit Excel.

Nachteile ökonometrischer Modelle

Natürlich gibt es auch eine Reihe von Nachteilen, wodurch sie nur für Projekte einer gewissen Größe geeignet sind:

• Es ist nicht einfach ein robustes Modell zu erstellen:
  • Die Variablen müssen sorgfältig ausgewählt werden.
  • Tener el histórico de datos.
• Wir müssen in der Lage sein, es zu erstellen und im passenden Format darzustellen.
• Das bedeutet eine aufwendige und schwer zu automatisierende Aufgabe (viele Datenquellen).
• Es werden SEHR VIELE Daten benötigt, damit es zuverlässig ist. Für kleine Projekte ist es nicht geeignet.
• Wenn wir es auslagern, ist es nicht billig.
• Agenturen sind Richter und Partei zugleich.

Zusammengefasst

Wir verstehen inzwischen ziemlich gut, wie unser Marketing funktioniert, und zwar nicht mehr nur digital, und wie sich unsere Investition entwickelt.

Erneut wird der Bereich digitales Produkt (Conversion-Rate und Events) weitgehend außen vor gelassen, obwohl wir sie als Variablen einbeziehen können.

Man muss an das Modell glauben. Es ist ein Glaubensakt (bis es seine Gültigkeit beweist). Wenn wir nicht daran glauben, ist das ein schlechtes Zeichen.

Es ist kostspielig. An Zeit, Geld oder beidem.

Phase 4: Attribution

Die ökonometrische Analyse wird üblicherweise eingesetzt, wenn wir den Sprung zu nicht digitalen Kanälen machen.

Aber vielleicht machen wir diesen Sprung nie.

Dann konzentrieren wir uns, um die Analytics unseres Geschäfts weiterzuentwickeln, auf die Attribution, die schlicht darin besteht, eine Conversion dem Kanal oder den Kanälen zuzuweisen, die sie ermöglicht haben.

Schauen wir uns einen Beispiel- journey an, um es zu verdeutlichen:

Dieser Nutzer ist über verschiedene Kanäle, mit verschiedenen Geräten und zu verschiedenen Zeitpunkten auf unsere Website gekommen, bis er schließlich konvertiert hat.

Welchem Kanal schreiben wir diese Conversion also zu?

• Dem ersten?
• Dem letzten?
• Mehreren?

Attribution kann monokanal oder multikanal sein, je nachdem, wie viele Touchpoints des Nutzers mit unserer Website berücksichtigt werden.

Außerdem hilft uns ein Attributionsmodell zu verstehen, dass es Conversion-Kanäle „Abstauber“, wie Remarketing oder Brand-SEM, und Assistenzkanäle , etwa E-Mail, gibt. Außerdem gibt es andere, die den Funnel öffnen.

Letztlich muss man verstehen, welchen Beitrag jeder leistet.

Die häufigsten Attributionsmodelle

Von Google Analytics populär gemacht, könnte man sagen, dass die wichtigsten die folgenden sind:

• Last-click (monokanal) => Werbetools.
• Last-click indirect (monokanal) => Google Analytics, in den meisten Berichten.
• Time decay (multikanal) => Google Analytics.
• Datenbasiert (multikanal) => Google Analytics und andere fortgeschrittene Analytics-Tools.

GA4 basiert auf den Daten, die es von der Website sammelt, und – wenn wir es so konfigurieren – auf dem, was es über den Nutzer weiß, aber ihm fehlen Informationen.

Zum Beispiel berücksichtigt es weder Werbeeinblendungen noch den Effekt von post-view, noch Informationen über Offline-Kanäle oder die verschiedenen Geräte eines Nutzers, wenn er nicht eingeloggt ist.

Deshalb ist Google Analytics nicht das beste Tool für eine korrekte Attribution.

Andere Tools (nicht kostenlos) beheben diese Probleme und beziehen mehr Variablen ein, nicht nur Medien (CRM, Anrufe, Ladenbesuche, Wettbewerb, Abschlüsse…).

Mit all diesen Variablen wird ein statistisch-mathematisches Modell ähnlich den ökonometrischen angewendet.

Was diese Phase beinhaltet

• Wie beim ökonometrischen Modell: der Beitrag jedes Kanals zu den Verkäufen.
• Obwohl häufig nur Informationen aus digitalen Kanälen enthalten sind (einfacher), kann man dem Modell in Wirklichkeit alles hinzufügen, was benötigt wird (einschließlich Investitionen in traditionelle Kanäle), je nach Tool.

Ziele

• Sehen, welche Medien Verkäufe erzeugen.
• Sehen, wie andere Variablen wirken.
• Die Investition so gut wie möglich anpassen.

Datenquelle

Auch hier gibt es mehrere Quellen:

• Google Analytics und AdServer.
• Umfragen.
• Geschäftsdaten.
• Ladenbesuche.
• BTL.
• CRM / Anrufe / SMS.
• …

Vorteile der Attribution

Sehr ähnlich denen der ökonometrischen Modelle:

• Enthält alle Informationen , die wir benötigen (zumindest bei fortgeschrittenen Tools).
• Liefert sehr umsetzbare und strategische Informationen im Hinblick auf die Investition.
• Erklärt die Vergangenheit und ermöglicht Projektionen für die Zukunft.
• Es hilft sehr dabei, die optimale Ausgestaltung des Marketingplans anzupassen, wenn wir glauben, den Ansatz verbessern zu können.

Nachteile der Attribution

Erneut ähnlich denen der vorherigen Phase:

• Es ist nicht einfach ein robustes Modell zu erstellen:
  • Die Variablen müssen sorgfältig ausgewählt werden.
  • Tener el histórico de datos.
• Wir müssen in der Lage sein, es zu erstellen und im passenden Format darzustellen.
• Das bedeutet eine aufwendige und schwer zu automatisierende Aufgabe (viele Datenquellen).
• Es werden SEHR VIELE Daten benötigt, damit es zuverlässig ist. Für kleine Projekte ist es nicht geeignet.
• Es wird meist ausgelagert, und gute Tools sind nicht billig.

Zusammenfassung

Dieser Stand der Analytics ist großartig für die digitale Marketingabteilung eines Unternehmens. Vor allem, wenn keine Maßnahmen in Offline-Kanälen durchgeführt werden.

Es ist eine sehr zuverlässige Analyse der Kanäle, die den größten Einfluss auf Verkäufe haben, was hilft, die Investition passend zu verteilen.

Nach und nach können Variablen aus Events einbezogen werden, die im digitalen Produkt auftreten (Mikroconversions, relevante Seitenaufrufe…).

Außerdem benötigen sie Team, externe Tools und Zeit für die interne Erstellung, um das Modell zu speisen.

Phase 5: Inkrementalität

Attribution verteilt Conversions auf die verschiedenen Marketingkanäle.

Die Wahrheit ist aber, dass weder alle Conversions einer Website noch alle Verkäufe eines Unternehmens aus Marketing entstehen.

Erinnere dich an das Modell Product Led Growth, zum Beispiel.

Oder denk an Eigenmarken von Supermärkten, die nie eine Kampagne gemacht haben und trotzdem verkaufen.

Deshalb spielen beim Verständnis von Verkäufen neben Promotion weitere Faktoren eine Rolle, wie Distribution oder die baseline , die man sich erarbeitet hat.

Und wenn wir im Marketing arbeiten, ist es ideal zu verstehen, welchen Beitrag wir tatsächlich leisten. Das ist Inkrementalität:

Grafik aus diesem äußerst interessanten Artikel:

https://www.marketingweek.com/ehrenberg-bass-advertising-growth/

Definitiv lesenswert.

Wie man Inkrementalität misst

“Die Hälfte des Geldes, das ich für Werbung ausgebe, ist verschwendet. Das Problem ist, dass ich nicht weiß, welche Hälfte.”

John Wanamaker (1.838-1.922)

Und sie zu messen ist überhaupt nicht, wirklich überhaupt nicht einfach.

Es ist so komplex, dass in keinem Projekt, an dem ich beteiligt war, wirklich versucht wurde, sie zu messen.

 Hier ist ein Beispiel dafür, wie man es machen kann, vom großartigen Avinash Kaushik: Im Grunde setzt man bei verschiedenen Gruppen ähnlicher Nutzer unterschiedliche Strategien ein und misst die Ergebnisse.

Zusammenfassung

Es sollte unser Ziel sein, aber tatsächlich verfügen nur große Projekte über die personellen und finanziellen Ressourcen, um Systeme zur Messung der Inkrementalität umzusetzen.

Wenn wir die letzten drei Stufen der Marketing-Analytics nehmen, könnten wir sagen:

• Wenn ökonometrische Modelle ideal für Kommunikationsabteilungen und Offline-Medien sind…
• Attributionsmodelle für das digitale Marketing…
• Die Messung der Inkrementalität ist das ultimative Ziel des Leiters jedes Unternehmens in Bezug auf Marketing.

Abschließende Schlussfolgerungen

Wenn wir von einem kleinen oder mittleren Projekt sprechen, ist es normal, schrittweise aufzusteigen, eine Stufe nach der anderen, beginnend mit der ersten.

Wenn wir dagegen über Projekte mit höherer Investition sprechen, ist es normal, direkt mindestens hier zu starten:

• In Szenario 2, wenn wir nur digital arbeiten.
• In 3, wenn wir TV-Kampagnen machen.

Ich würde dir sagen, dass du eigentlich davon besessen sein solltest, Phase 5 in deinem Projekt zu erreichen, aber das wäre gelogen. Ich habe mit sehr erfolgreichen Unternehmen unterschiedlicher Größe gearbeitet, und das Einzige, was wir hatten –meines eingeschlossen- war der Wunsch, sie zu erreichen, ohne jedoch entsprechende Maßnahmen umzusetzen.

Denn ein guter Marketingplan und eine korrekte Analytics in Phase 2, 3 oder 4 reichen in vielen Fällen mehr als aus.

Allerdings ist Phase 1 fast immer unzureichend, wenn dein Projekt also dort steht und du Ressourcen in Marketing steckst, tu dir selbst einen Gefallen und spring zumindest zur zweiten Phase. Denn auch wenn du keine Paid-Kanäle nutzt, müssen SEO und E-Mail (um die beiden häufigsten zu nennen) ebenfalls optimiert werden.

Und wenn dein Projekt und dein Marketing wachsen, vergiss nicht, dass die Analytics Schritt halten und ebenfalls voranschreiten muss. Nur so lässt sich diese Investition optimieren.

Wenn du nur eine Sache aus diesem Artikel mitnehmen sollst, dann diese:

Marketing und vor allem digitales Marketing müssen immer, immer, immer mit einer guten Analyse Hand in Hand gehen.

Wenn du Hilfe mit deinem brauchst, schau dir diesen Business-Analytics-Kurs für Ecommerce an oder kontaktiere mich, dann sehen wir es uns an.