Business Intelligence

End-To-End Konversionsanalyse mit Analytics und Salesforce

Einleitung

Bei vielen Geschäftsmodellen stellt sich im Online – Business eine Herausforderung: Die Abbildung des kompletten Konversionstrichters. Durch Online Marketing komme ich mit meinen Kunden online erstmalig in Kontakt (Lead-Generation). Ein Geschäft schließe ich aber erst Offline ab – außerhalb der Nutzer Session auf meiner Seite. Die stellt für die allermeisten Tracking Tools ein Problem dar, da nur der Erstkontakt im Erfolgstracking erfasst wird. Nicht aber die tatsächliche Transaktion, die mir als Unternehmen einen echten Umsatz bringt.

Z.B. bei smava.de hatten mein Team und ich dieses Problem: Wir vermittelten Kredite online. Der Kunde konnte online ein langes Formular ausfüllen, um einen Kredit zu beantragen. Zum Abschluß kam es aber erst, nachdem der Kunde dann offline das Postident Verfahren durchführte und Unterlagen einsandte, was nur in einem Teil der Fälle dann geschah. Im Tracking Tool konnten wir nur die ausgefüllten Anträge (Leads), nicht aber die ausgezahlten Kredite (Sales) erfassen.

Ausgangslage

Mit einer ähnlichen Herausforderung wandte sich nun die Viessmann AG an uns: über verschiedene Online Initiativen (z.b. die Domain heizung.de) werden Kunden auf das Produktangebot des Heizungsbauers aufmerksam gemacht und können weitere Informationen über ein Online Formular anfordern. Dieses wird dann per Javascript Call in Salesforce übetragen, wo ein CRM Team den Lead aufnimmt, qualifiziert und an einen Heizungsinstallateur vor Ort weiterleitet. Schließt dieser einen erfolgreichen Verkauf auf, wird dieser ebenfalls in Salesforce sichtbar. Doch wie können nun kostspielige Online Marketing Maßnahmen mit den Erfolgen in Verbindung gebracht werden? In Google Analytics, wo die Verbindung zwischen Kampagne und Erfolg ersichtlich ist, lassen sich nur Leads, aber nicht Sales verfolgen.

Lösungsansatz

Unser Beratungsansatz sah folgende Lösung vor: Zum Zeitpunkt der Lead Generierung wird der Kundendatensatz an Salesforce geschickt. Ebenfalls wird in Google Analytics eine Zielerreichung registriert. Das Problem dabei: Beide Ereignisse lassen sich nicht in Zusammenhang bringen. Es fehlt ein Unique Identifier, der das Ereignis in beiden Systemen nachverfolgbar macht. Mithilfe eines kleinen JS Scripts generieren wir einen solchen Identifier (eine 10stellige Alphanumerischere Zeichenfolge) und übergeben diesen zusammen mit den Kundendaten sowohl an Salesforce als auch an das Google Analytics Ecommerce Tracking, welches die Erfassung der sog. Transactionid erlaubt.

Auf diesem Weg lassen sich die Daten aus beiden Welten zusammenführen:
In Google Analytics wird mithilfe eines Custom reports jeder Transactionid eine Kampagne und ein Kanal zugeordnet:

In Salesforce lassen sich alle Leads und deren Status mittels des gespeicherten Unique Identifiers nachverfolgen. So lässt sich für jeden einzelnen nachvollziehen, ob ein Verkauf erfolgte.

Unser Ansatz war nun, die Daten aus beiden Datenquellen im Applicata-Tool zusammenzubringen und sinnvoll zu verknüpfen, um ROI Auswertungen zu ermöglichen. Da Applicata vorgefertigte Schnittstellen sowohl zu Google Analytics, als auch Salesforce mitbringt, war die Umsetzung in einigen Tagen möglich.

Resultate

Das Marketing Team bei Viessmann ist nun in der Lage, täglich automatisiert erstellte Reports anzuschauen, die über den Verkaufserfolg der einzelnen Kampagnen informieren. So kann auf täglicher Basis entschieden werden, welche Marketing Aktionen sich mehr lohnen als andere und wie das Budget optimal verteilt werden kann. Zusätzlich lassen sich mit den verfügbaren Daten auch Reports über die Konversion durch das CRM Team bereitstellen, welches diese nutzt um ihre eigene Performance zu tracken und zu verbessern. Neben einem Team in Deutschland nutzen auch Marketing Mitarbeiter aus verschiedenen anderen EU Ländern Applicata für Ihre Auswertungen. Jedes Land sieht hierbei nur seine Daten.

Unterscheidung von Neu- & Bestandskunden

Header

In unseren vergangenen Posts sind wird häufig auf die Wichtigkeit von korrektem Tracking der UTM Parameter eingegangen, um die Profitabilität jeglicher Marketingaktivitäten zu optimieren. In diesem Artikel möchten wir weitere Hinweise geben, wie man das unternehmensinterne Reporting noch weiter optimieren kann. Hierbei betrachten wir die Unterscheidung von Neu- und Bestandskunden im Reporting, um die Profitabilität einer Marketingaktivität besser analysieren und optimieren zu können.

Das Problem

In unseren Projekten bei Applicata stellen wir immer wieder fest, dass Online Marketer ihr Marketing häufig nur hinsichtlich des Breakeven oder der Profitabilität der Bestellungen optimieren. Dem ist auch grundsätzlich nichts entgegenzusetzen. Nehmen wir beispielsweise eine SEA Anzeige, die über Google Adwords geschaltet wird und auf die Akquise von Neukunden abzielt. Typischerweise wird die Effektivität der Kampagne in regelmäßigen Zeitabständen analysiert.

Der Report dieser Kampagne kann beispielsweise so aussehen:

Gesamtdarstellung der Kampagne

Bei 4150 Bestellungen, den obigen Kosten und Umsatz wird ein ROI von +2% erzielt. Ist dieses Ergebnis gut oder schlecht? Nun – kommt darauf an…

Jeder Report sollte nach Neu- und Bestandskunden separiert werden

Die Betrachtung der Kampagne im obigen Beispiel gibt keinerlei Informationen darüber, ob nun das eigentliche Ziel erreicht wurde, mit Hilfe der Anzeige möglichst viele Neukunden zu akquirieren. Warum? Weil keine Unterscheidung von Neu- und Bestandskunden vorgenommen wurde und daher die Zielerreichung bzgl. „Neukunden“ unklar bleibt.

Oftmals sind Neukunden in der Regel auch „teurer“ als Bestandskunden, weshalb die Interpretation des obigen Reports als Durchschnittswert zwischen Neu und Bestandskunden zu Fehlern bei der Budgetallokation führt. Wir empfehlen Applicata Kunden daher immer, sauber in allen Marketing Kampagnen Reports zwischen Neu- und Bestandskunden zu unterscheiden. Beispielsweise kann so ein Report differenziert wie folgt ausschauen:

Unterteilung in Neu- & Bestandskunden

Im obigen Beispiel wird ersichtlich, dass sich der Gesamt-ROI von 2% aus dem hohen positiven ROI von 275% der Bestandskunden und dem negativen ROI von -33% der Neukunden ergibt. In einem gemeinsamen Reporting quersubventionieren die günstigen Bestandskunden die teuren Neukunden enorm.

Der Marketer muss im vorangegangen Beispiel also Bewertungen vornehmen und dann entscheiden, ob die Kampagne verändert werden soll oder nicht:

Sind ausreichend Neukunden akquiriert worden und konnte er sein Neukundenziel erreichen?
Ist der negative ROI für Neukunden akzeptabel oder sollten die Bids und Budgets reduzierten werden?
Gibt es andere Möglichkeiten, Neukunden anzusprechen (z.B. Email) zur Vermeidung der hohen Ausgaben bei Google?
Gibt es bestimmte Keywords, über die Bestandskunden in dieser Kampagne akquiriert wurden? Sollten diese Keywords ggf. in eine eigene „Bestandskunden“ Kampagne ausgelagert werden?

Ist das Reporting in Google Analytics und Adwords ausreichend?

Adwords Diese Tools verfügen aber nicht zu einer Verbindung zum Ihrem Shopsystem und können daher keine Unterscheidung zwischen Neu und Bestandskunden vornehmen.

Auch Webanalyse Tools wie Google Analytics erkennen zwar wiederkehrenden Traffic, können aber nicht darstellen, ob es sich dabei um einen Neu oder Bestandskunden handelt. Hat ein Kunde beispielsweise bereits im Vorjahr einen Kauf im Online Shop getätigt, stuft Google diesen Kunden als „teuren“ Neukunden ein, obwohl es bereits ein Bestandskunde gewesen ist.

Die Lösung

Um ein sauberes Reporting garantieren zu können, müssen die Kampagnendaten (Zugriffe, z.T. Kostendaten) aus Google Analytics mit den Shopdaten (Kunden, Transaktionen) kombiniert werden.

Zusammenführung von GA & Shop Daten, um effektiv in Neu- & Bestandskunden unterteilen zu können

Darüber hinaus sollte auch außerhalb von Google Adwords sorgfältig darauf geachtet werden, dass die Kampagnen Performance aller weiteren Marketingkampagnen in Neu– und Bestandskunden unterschieden wird. In diesem Zusammenhang bietet sich die Nutzung einer professionellen Business Intelligence Lösung an, die abgesehen davon noch viele weitere Vorteile mit sich bringt.

Business Intelligence vs. Google Analytics – Warum ist eine ausgereifte Business Intelligence Lösung unverzichtbar für jedes Unternehmen?

Daten, Analysen, Vorhersagen, Marketing Automatisierung und „Business Intelligence“ gewinnen in Zeiten digitaler Transformation für Unternehmen, egal welcher Größe oder Branche, rasant an Bedeutung.

Mit Hilfe einer BI Lösung lassen sich alle relevanten Informationen eines Unternehmens aus verschiedenen Datenquellen zusammentragen, aufbereiten und analysieren.

Ziel ist es, anhand dieser Informationen neue Erkenntnisse über die Effektivität aller Marketing Maßnahmen, über Kunden und über Produkte als Grundlage für nachhaltiges Wachstum und Profitabilität zu generieren.

Unsere Erfahrung bei Applicata zeigt, dass viele Unternehmen, vor allem Start-Ups und Mittelständler, noch auf den Einsatz einer BI Lösung verzichten. Viele Unternehmen setzen z.B. Google Analytics als kostenloses Tool zur Analyse ein und wundern sich, wozu eine BI Lösung überhaupt zusätzlich benötigt wird.

Deshalb werden wir im Folgenden einen direkten Vergleich zwischen einer Business Intelligence Lösung und Google Analytics vornehmen.

Business Intelligence

Google Analytics

Einfache Integration von mehreren Datenquellen an einer Stelle:

Eine BI Lösung integriert automatisch die Daten zu Marketing, Kunden und Produkten aus vielen verschiedenen Datenquellen in einer Software.

Keine anderen Datenquellen:

Google registriert in erster Linie Webseitenbesuche und das Webseitenverhalten von Kunden. Die Integration der Daten weiterer Dienste ist sehr eingeschränkt.

Korrekte E-Commerce Daten:

Durch den Import aller Kunden- und Transaktionsdaten aus dem Shop und ERP System, sind die Daten in der BI zu 100% korrekt.

Gesampelte Daten:

In der kostenlosen Version stellt Google immer nur aggregierte Daten – niemals jedoch Rohdaten – zur Verfügung. Das E-Commerce Tracking ist Cookie basiert und fehleranfällig.

Korrekte Zuordnung von Kosten:

Die Kosten einzelner Marketingkanäle und Marketingaktivitäten werden automatisiert zusammengetragen und die Profitabilität lässt sich leicht ermitteln.

Keine individuelle Betrachtung von Kosten:

Sollen die Marketingaktivitäten oder Kanäle hinsichtlich ihrer Profitabilität betrachtet werden, müssen diese Kostendaten mit großem Aufwand und häufig manuell verknüpft werden.

Automatisierte Erstellung von Reports und Dashboards:

Da alle Daten des Unternehmens in einer Software hinterlegt sind, werden Reporte und Dashboards automatisch erstellt. Somit können die vorhandenen Daten schnell und fehlerfrei analysiert und Werbemaßnahmen optimiert werden.

Manuelle Erstellung von Reports und Dashboards:

Da nicht auf alle Daten einheitlich zurückgegriffen werden kann, müssen sämtliche Reporte und Dashboards manuell erstellt werden. Dies ist sehr Zeit intensiv und noch dazu fehleranfällig, was zu inkorrekten Informationen führt.

Erhalt spezieller Informationen:

Eine BI Lösung kann genaue Daten zur Verfügung stellen, welche Zugriffe zu Transaktionen führten, ob dies Neu- oder Bestandskunden waren und von welcher Quelle die meisten Zugriffe zu Transaktionen führten.

Erhalt grundlegender Informationen:

Google Analytics bietet lediglich grundlegende Informationen über die Anzahl von Webseitenzugriffen, die Länge des jeweiligen Aufenthalts oder die Bounce Rate.

Vorteile durch Prädiktion der Zukunft:

Es lassen sich Prädiktionen in Hinsicht auf die Profitabilität einzelner Aktivitäten treffen.

Keine Prädiktion der Zukunft:

Der Dienst von Google bietet keine Möglichkeit, vorausschauende Aussagen zu treffen.

In diesem Vergleich wird also deutlich, dass eine Business Intelligence Lösung im direkten Vergleich zu Google Analytics markante Vorteile mit sich bringt. Google Analytics soll mit dieser Darstellung jedoch nicht als schlecht oder unnötig dargestellt werden. In Bezug auf langfristige Profitabilität sämtlicher Unternehmensentscheidungen liegt der Fokus auf dem Zusammenspiel verschiedener Datenquellen. So sollte jede Business Intelligence Lösung auch auf die Daten von Google Analytics (oder anderen WebAnalyse Tools wie Webtrekk oder AT Internet) als wichtige Datenquelle zurückgreifen.

Die Vorteile einer solchen BI Lösung ergeben sich dementsprechend aus der Ansammlung und Reichhaltigkeit von Daten vieler Datenquellen. Applicata bietet Ihnen genau diese Vorteile in einer Software. In verschiedenen Projekten für Klienten kombinieren wir Daten aus mehr als 20 verschiedenen Datenquellen. Dadurch lassen sich detaillierte Dashboards und Reporte erstellen, mit denen Sie Voraussagungen über das Verhalten Ihrer Kunden treffen und Ihre Marketingaktivitäten dahingehend optimieren können.