Analytics umfassender gestalten. Emotionale und kognitive Effekte nicht ignorieren!

In diesem Beitrag schildere ich, welche Daten in Analytics Systeme integriert werden sollten, um Marketing-Aktionen umfassender zu kontrollieren und zu optimieren. Angeregt wurde ich durch zwei Veranstaltungen, die mir eigentlich recht gut gefallen haben: Die d3con und der Analytics Summit. Beide finden auch 2014 wieder in Hamburg statt. Auf beiden wurde viel über Performance diskutiert. Allerdings wurde auf beiden – zumindest unterschwellig – formuliert, dass Facebook nicht wirklich der Hit ist. Social Media ganz allgemein scheint aus der Perspektive der Performance Marketer nicht wirklich so dolle zu sein. Pinterest ist dabei eine Ausnahme, zumindest in den USA.

Was die Überleitungen auf die gewünschten Zielseiten betrifft, stimmt das tatsächlich. Dabei schneiden Pinterest und Twitter erheblich besser ab als Facebook. Wahrscheinlich hat die Abwertung durch die Referenten mit den Veranstaltungen an sich zu tun. Wer auf Perfomance aus ist, ignoriert offensichtlich emotionale und kognitive Effekte von Werbemaßnahmen. Man verschwendet kaum einen Gedanken daran – was zählt, ist die Generierung von Goals.

In der Analytics werden Handlungen gemessen

Dabei ist man mittlerweile so weit, dass man die Customer Journey wenigstens in Form von Kontakten mit einer Zielseite misst. In Google Analytics kann man diese Kontakte mittlerweile mit relativ einfachen Modellen optimieren. Es ist nicht mehr der letzte oder der erste Cookie, der gewinnt, wenn es um die Bewertung von Werbemaßnahmen geht. Wenn es sinnig erscheint, kann man auch mit der „Badewanne“ arbeiten. Dabei werden die Haupteffekte dem ersten und letzten Kontakt vor der Conversion zugeschrieben. Komplexere Modellberechnungen können in der nicht ganz billigen Premium-Version von Google-Analytics erfolgen. Soweit ist das schön und gut. Allerdings scheint mir diese Optimierung ein wenig kurzfristig und mehr oder weniger für den E-Commerce geeignet. Je länger die Beschaffungszyklen für Produktklassen sind, umso mehr sollte man aufpassen. Die alleinige Konzentration auf die Optimierung von Goals ist zu wenig (auch wenn in vielen Fällen Goals denkbar sind, die sehr lange vor einem erneuten Beschaffungsvorgang liegen). Klassifiziert man den derzeitigen Stand der Web-Analytics nach sozialwissenschaftlichen Maßstäben, handelt sich dabei um non-reaktive Forschung, wobei eine Vollerhebung angestrebt wird.

Modellverschiebung im Vergleich zur klassischen Mediaforschung

Es handelt sich dabei um eine grundsätzliche Modellverschiebung im Vergleich zur Vor-Internet-Zeit und im Vergleich zur noch üblichen TV- oder Print-Mediaforschung. Dabei handelt es sich größtenteils um reaktive Forschung – Befragungen. Im Bereich der non-reaktiven Forschung handelt es sich um Testverfahren, die in den meisten Fällen auch noch weit von Repräsentativität entfernt sind. Auch werden nur in Ausnahmefällen die Goals dokumentiert:  Beispielsweise im GfK-Testmarkt Hassloch. Diese Verfahren werden vorwiegend bei der Produktneueinführung eingesetzt, um die Erfolgswahrscheinlichkeit derselben zu testen.

Beurteilung von Pint-, Radio-, TV-Werbung etc.

Um die Sinnhalftigkeit von Werbemaßnahmen im Fernsehen, in Zeitungen- und Zeitschriften zu beurteilen, gibt es großangelegte Markt-Media-Studien – beispielsweise die Studien der agma.

Wie ersichtlich, wird hier auch Online einbezogen. Allerdings höre ich gerade von Analytics-Experten immer wieder Aussagen wie „Was ist den das für ein Quatsch!“ oder „Das taugt doch nix!“. Aus meiner Sicht disqualifizieren solche Aussagen zu unrecht.  Haben Markenartikler seit über 50 Jahren nur Quatsch gemacht? – Wohl kaum. Es wahr und ist der wichtigste Ansatz, um im weitesten Sinne emotionale und kognitive Effekte von Werbung zu messen. Die Schaltung und Optimierung erfolgt dann nach Kontaktklassen. Parameter, nach denen optimiert wird, sind  Markenerinnerung und Kaufbereitschaft. Diese werden beispielsweise in der Typologie der Wünsche abgebildet. Dabei werden u.a. auch die so wichtigen Sinus Milieus als zusätzlicher Parameter genutzt.

Emotionale und kognitive Effekte sind den Handlungen vorgelagert

Idealtypisch müssten beide Methodenklassen ineinandergreifen. Prinzipiell sind emotionale und kognitive Effekte den Handlungen vorgelagert. Sie bilden sozusagen die Grundlage für Handlungen:

Im klassischen Marketing ist es so, dass das was da in der Analytics gemessen wird, eine Blackbox darstellt, während im aktuellen Online-Marketing die emotionalen und kognitiven Effekte – zumindest die außerhalb des Internet – die Blackbox darstellen. An der Verbindung beider Welten muss gearbeitet werden. Allerdings beschleicht mich der Eindruck, dass das Interesse auf beiden Seiten nicht sonderlich groß ist.

Die Ansatzpunkte sind auf beiden Seiten verhalten. Planung erfolgt unter Zuhilfenahme der AGOF-Zahlen, die mit Hilfe von connect direkt in die Datenbanken von Mediaganturen transferiert werden können. Das betrifft Großunternehmen oder solche, die auch in größerem Maße auf Print- und TV-Werbung setzen. Mitunter werden TV-Einschaltquoten mit in die Online-Planung und die Auswertung einbezogen. IntelliAd erlaubt beispielsweise diese Form des Multi-Channel-Tracking. Allerdings weiß man noch immer nicht, ob ein Fernsehzuschauer nun tatsächlich auch einen Werbespot gesehen hat, bevor er danach eine messbare Aktion startete. Ein gewaltiger Fortschritt ist dies dennoch – auch wenn noch ein sehr langer Weg bevorsteht. Zumindest scheint sich der BVDW bereits in den Gremien zu engagieren. Matthias Ehrlich, Präsident des BVDW, äußerte dies kürzlich in einem adizne-Interview.

Werbemaßnahmen ohne Goal ignorieren? – Nein!

Wo will ich hin? – Zurück zu Facebook und den mageren Referrals, die es liefert. Wenn ein Kanal vorgelagert ist und besser für die Kundenbindung, CRM und Markenbildung geeignet ist als zur Generierung von Referrals, was soll man dann machen? Soll man das Pontenzial ungenutzt liegen lassen? – Nein. Ganz sicher nicht.

Man kann natürlich wie Thomas Hutter argumentieren und fordern, dass das Community-Management stärker auf die Generierung von Referrals und Goals ausgerichtet wird. In vielen Fällen ist das auch die Richtung, die man zusätzlich einschlagen sollte – das „Weg vom Blabla-Dialogkanal zur Performance Marketing Plattform“ und die Professionalisierung des Community-Management im Sinne der Erreichung von Marketingzielen ist notwendig.

Ich sehe das Dilemma an einer anderen Stelle: Die alleinige Konzentration auf das was im Rahmen der Web-Analytics messbar ist, führt möglicherweise dazu, dass sinnvolle Maßnahmen unterbleiben, weil deren Erfolg nicht quantifiziert werden kann. Was man derzeit in der Analytics versucht, kann man vielleicht so beschreiben: Das was Touchpoints in einen Trichter gegossen wird, soll möglichst bis zur Conversion optimiert werden. Mit Tag-Management-Systemen schafft man es auch Sichtkontakte mit Werbemitteln in die Analyse einzubeziehen. Das ist schon der richtige Weg. Man sollte nur nicht den Fehler machen, die Sichtkontakte alleine als Größe im Rahmen des Werbedrucks zu verstehen. Sie bauen auch Bekanntheit und Image auf und das sollte man eben auch versuchen einer Erfassung zuzuführen.

Ziele und der Conversion Prozess

Gehen wir einfach nochmal einen Schritt zurück und sortieren die Marketing-Maßnahmen entsprechend ihrer Rolle im Online-Marketing und insbesondere im Conversions-Prozess ein. Gleichzeitig wird dadurch auch deutlich, dass Maßnahmen, die besonders nahe an einer Conversion liegen auch Bindungsinstrumente sind. Ich habe das in der folgenden Abbildung einfach mal in einen Trichter sortiert. Im oberen Bereich sehen Sie den Prozess. Im unteren Bereich Marketing-Ziele.

Von der Platzierung von Facebook in der Abbildung habe ich mich gedrückt. Es ist aus meiner Sicht ein klasse Bindungsinstrument, das jedoch im Bereich der Conversions abschmiert und nicht wirklich dolle ist. Das trifft vielfach auch auf Smartphone-Apps zu. Diese sind auch ein gutes Bindungsinstrument – im Bereich der Conversions schneiden sie meist bescheiden ab.

Wenn nun versucht werden soll weitere Daten zu integrieren, dann muss strukturiert vorgegangen werden. Mit der Abbildung sollte deutlich geworden sein, dass

• Maßnahmen unterschiedliche – und auch mehrere Positionen – im Verlauf des Prozesses zu Conversion einnehmen (können),
• die Durchführung von Maßnahmen aufgrund der Notwendigkeit zum erreichen unterschiedlicher Ziele erfolgt und
• es Werbemaßnahmen gibt, die gleiche oder ähnliche Ziele verfolgen, die online Goals erzeugen, jedoch nicht (oder nur bedingt) messbar sind.

Daneben gibt es noch eine weitere Dimension: Es gibt Online-Werbekontakte, die zu Offline Goals führen, die ebenfalls nicht gemessen werden oder nur mit größter Anstrengung mit den Online-Werbemaßnahmen in Verbindung gebracht werden können.

Ansatzpunkte zum Auf- und Ausbau einer umfassenden Analytics

Die Web-Analytics darf nicht weiter im eigenen Brei kochen und sich auf die Erfassung und Auswertung von Nutzerhandlungen im Web beschränken. Die Verfahren sind mittlerweile derart elaboriert, dass man sich daran machen sollte einen Schritt weiter zu denken und die Analytics auf weitere Bereiche des Werbemarkts auszudehnen. Hier skizziere ich einige Ansatzpunkte.

Ansatzpunkt 1: Mehr vorhandene Daten in das Analytics System integrieren und analysieren

Die Universal Analytics von Google werden hierbei eine große Rolle spielen. Es ist relativ einfach Fremddaten zu integrieren, um darüber zu optimieren. Dabei handel sich um Daten, die ohnehin schon recht gut strukturiert vorliegen. Man kann diese Daten in verschiedene Klassen unterteilen:

1.1 Im Rahmen des Online-Marketing entstandene Daten

• Linkverkürzer – also bit.ly & Co. inklusive Eigenentwicklungen. In vielen Fällen wird dies bereits praktiziert.
• Social Media Analytics Daten aus den Schnittstellen der Netzwerke. Eine spannende Frage aus diesem Bereich ist beispielsweise, ob die Fans eines Unternehmens oder eine Marke auf einem bestimmten Netzwerk mehr kaufen als solche die keine Fans sind
• Daten aus Tag Management Systemen
• Daten aus AdServern, v.a. Reichweiten und Platzierungsinformationen. So kann man beispielsweise auch feststellen, ob Goals ohne Handlung in Form von Klicks durch den direkten Aufruf einer Website auf Werbekontakte zurückzuführen sind.
• Auffüllen mit demographischen Daten, wie dies derzeit mit Google Analytics möglich ist.

1.2 Daten zu Offline-Werbemaßnahmen und mit Offline-Verfahren erhobenen Daten

Diese Daten können dann mit den bereits vorhandenen demographischen Daten gematcht werden:

• Daten der agma & AGOF
• GfK-Zahlen
• Daten aus weiteren Markt-Mediastudien

Es handelt sich auf dieser Ebene um aggregierte Daten.

1.3 Rahmendaten

• Wetterinformationen (hier hat Timo Aden aus dem Analytics Summit gezeigt wie es geht und Ed Brocklebank war sehr früh dran mit dieser Idee)
• Fernsehprogramm
• Verkehrssituation
• etc.

Auch hier handelt es sich um aggregierte Daten.

Ansatzpunkt 2: Verbindung mit Offline-Convertions

Hier geht es darum, den Weg aus dem Netz zu kontrollieren und zu erfassen. Vielfach informieren sich Konsumenten vor der Beschaffung höherpreisiger und längerlebiger Produkte im Web und beschaffen diese dann offline. Auch hierbei sollte die im Internet erbrachte Media-Leistung bewertet werden.

Die Herausforderung besteht an dieser Stelle darin einen Identifizierungmerkmal zu finden, das die Zusammenführung der Daten erlaubt. Voll umfänglich wird dies nicht gelingen. Barverkäufe sind an dieser Stelle der kalte Schrecken des Analysen, wenn der Käufer nicht zufällig noch ein anderes Identifikationsmerkmal hinterlässt. Die Datenschutzbestimmungen stellen einem mitunter auch ein Bein.

Um es etwas zu vereinfachen: Es wird immer wichtiger werden Nutzer zur Registrierung und zum Login zu führen und sei es nur eine Minimal-Registrierung über ein Social Login von Facebook, Twitter oder Google+, um Wissen über seine Kunden zu erlangen, das mit Daten in der Offline-Welt verknüpft werden kann. So freundlich in beiden Fällen – On-und Offline – eine Kreditkartennummer zu hinterlassen, werden nur wenige Kunden sein.

Merkmale können beispielsweise sein:

• Name
• Geburtsdatum
• Telefonnummer / Mobilnummer
• Adresse
• GPS-Koordinaten

Ansatzpunkt 3: Gewinnung von Rohdaten für weitere elektronische Medien

Aus meiner Sicht fehlt fehlt noch der Schritt zu Kontaktdaten übrigen elektronischen Medien auf individueller Ebene. Hier habe ich ohnehin den Eindruck, dass Google eine weitere Lead-Funktion übernehmen wird und in absehbarer Zeit zu einem der wichtigsten Fernsehvermarkter aufsteigen kann. Schon jetzt sollte es bald möglich sein, die wirklichen Kontaktzahlen von Werbespots zu messen. Smart-TVs können Zusatzmaterial der Sender einblenden und ermöglich den direkten Response. Dabei sollte man nicht vergessen, dass dieser Response eine Unterbrechung der Tätigkeit darstellt, die der Nutzer ausüben möchte – nämlich die Sendung ansehen. Aus dieser Perspektive sollten die Erfolge von Werbeformen, die auf den direkten Response ausgerichtet sind, nicht all zu groß sein. Deshalb wird es noch wichtiger die Reichweiten der Spots zu qualifizieren.

Etwas nachdenklich stimmt an dieser Stelle die Tatsache, dass die in der AGF versammelten Fernsehforscher an ihren Panels festhalten. Es wurde ein 25.000er Panel aufgebaut, um die Online-Einschaltquoten zu messen. Wegargumentiert wurde dies mit der Vermutung, dass der zeitversetzte TV-Konsum nur einen geringen Teil der gesamten Sehzeit ausmache. Aus meiner Sicht ist das falsch und von der Seite der Web-Analytics sollte gezeigt werden, welche Möglichkeiten es gibt. Wenn man schon einen Fernsehspot auf SAT1.de, voxnow.de oder sonstwo im Web schaltet nicht auch die Reichweite mit einem AdServer oder Google Analytics messen?

Ansatzpunkt 4: Gewinnung von Rohdaten Printmedien und weitere Werbemaßnahmen

Als Verlierer in diesem Spiel könnten sich ein weiteres Mal die Printmedien herausstellen. Ohne elektronischen Anschluss sind diese nur bedingt messbar. Integrationsansätze gehen häufig schief. So war der QR-Code beispielsweise ein Hoffnungsträger der Anzeigen und Plakatwerbung den Anschluss zum Internet eben sollte. Leider stellte sich das Verfahren mehr oder weniger als Holzweg heraus. Ausgesprochen selten werden damit dreistellige Resultate erreicht. Meist bleibt das Ergebnis im einstelligen Bereich und kommt bei Plakaten nicht über die Testklicks hinaus.

Man wird also etwas tiefer in die Trickkiste greifen und auf technische  Innovationen warten müssen, um solche Werte auf individueller Ebene erheben zu können. Wieder einmal spielt hier Google die Vorreiterrolle. So könnte Google Glas die erste Applikation sein, mit der die Verbindung von Print und Internet erfolgreich hergestellt werden kann. Ähnliches darf man von Assistenz-Anwendungen in Fahrzeugen erwarten, wenn diese von Internet-Konzernen und nicht von Automobilherstellern entwickelt werden.

Web-Analysen legt los und arbeitet an der Datenintegation

Bisher habe ich sorgfältig einen Begriff vermieden: Big Data. Genau das ist es worum es hier geht. Es geht darum Daten aus den unterschiedlichsten Quellen zusammenzuführen und daraus zu optimieren. Ich bin überzeugt davon, dass Web-Analysten hier die besten Vorraussetzungen mitbringen. Sie müssen nur stärker konzeptionell arbeiten, über den Tellerrand hinausschauen, sich dem allgemeinen Marketing und den Anforderungen der Mediaplanung für Print und TV öffnen, dann wird das etwas. Dass es Hürden in den Bereichen Datenschutz und Technik gibt sollte als Herausforderung verstanden werden. Man sollte eben immer brav ein Einverständnis der Konsumenten einholen und mit anonymisierten Daten arbeiten.