Es ist schon ein halbes Jahr vergangen, dass Google Analytics (GA) Live Daten freigeschaltet hat. Andere Web Analyse Tools haben die Möglichkeiten der Echtzeitauswertung schon immer (oder schon deutlich länger als GA) angeboten. Jedoch stellt sich immer die Frage nach dem Anwendungsfall, wenn von solch einem besonderen Feature gesprochen wird.
„If you can’t react in real time, why do you need real time data?“ Avinash Kaushik
Sehr einfach illustriert dieser Satz schon die Problematik der Echtzeitdaten. Noch weiter eingrenzen lässt sich die Problemstellung in die vier Kernpunkte, die man bei der (geplanten) Arbeit mit Echtzeitdaten immer beachten sollte: (in Anlehnung an den sehr kritischen Beitrag zu real time data auf Kaushik.net)
- Mehr Daten bedeutet nicht mehr Analyse. Es können noch so viele Auswertungen aus noch so vielen Daten erzeugt werden, letztendlich ist es die Ableitung von Maßnahmen aus den vorliegenden Daten, was die Spreu vom Weizen trennt. Bevor man den Datendurst stillt, sollte man immer vorher genau bestimmen, für welchen Anwendungsfall man diese Echtzeitdaten braucht.
- Umso mehr Daten gesammelt werden, desto höher wird der Aufwand der Bearbeitung ebendieser. Sollte man einen Anwendungsfall entdeckt haben für die Echzeitdaten, so sollte immer bedacht werden an welcher Stelle wie viel Aufwand durch die Sammlung, Verarbeitung, Aufbereitung und Ableitung von Maßnahmen entsteht.
- Echtzeitdaten sollten bei der Auswahl eines Web Analyse Tools keinen zu hohen Stellenwert einnehmen, da es oft zu suggestiven („schneller ist besser“) und weniger rationalen Entscheidungen führt. Echtzeit ist schneller, jedoch nicht immer zielführender oder besser.
- Zuletzt sollte man die erhöhte Komplexität bei der Aufbereitung aller Daten bedenken. Durch die technische Implementierung von Echtzeitdaten können Auswirkungen auf alle Daten der Web Analyse passieren.
Echtzeit A/B Tests
Obwohl es doch eine Handvoll Use Cases gibt für die Live Analyse, wird im Blogbeitrag zum Start des Live Tracking in Google Analytics nur sehr spärlich etwas von Social Media Impacts und Live Campaign Measurement berichtet. Mit den zuvor angesprochenen Problemstellungen im Hinterkopf möchten wir heute eine Beispielanwendung für Echtzeitdaten vorstellen, den Echtzeit A/B Tests.
Für die Analyse in Echtzeit sollte bedacht werden, dass diese Feinanalyse nur für begrenzte Websitebereiche genutzt werden kann (Ressourcenplan). Zudem soll eine konkrete Stelle im Unternehmen benannt werden, welche einen Nutzen aus den Analysen zieht. Zuletzt wird immer eine Signifikanz der ausgewerteten Daten benötigt. Sind kurzfristig nur geringe Datensätze verfügbar, lässt sich oft nicht exakt bestimmen, ob eine Variante A besser oder schlechter abgeschnitten hat als Variante B.
Anwendungsfall Startseite
Auf der Startseite werden in der Regel mehrere aktuelle Inhalte der Website angepriesen. Dies kann in einem Shop ein Produkt des Tages oder ein besonderes Angebot sein; bei redaktionellem Inhalt sind es dann die aktuellen Leitartikel aus unterschiedlichen Ressorts. Die Auswertung in Echtzeit ist für die Steuerung der Inhalte relevant. Im Onlineshop können so die Inhalte beworben werden, die derzeit gefragt sind. Bei der Bewerbung von redaktionellen Artikeln ist auch eine live Steuerung notwendig, um frühzeitig zu erkennen, wenn Besucher sich für bestimmte Inhalte nicht mehr interessieren.
In einer Redaktion können so die Redakteure die Teaserflächen steuern, um die höchsten Klickraten für Artikel zu erzielen. Ein solches Dashboard sieht dann etwa wie folgt aus:
Zeitraum 11:00-12:00 Uhr (Beispielhaft für die „vergangenen 60 Min“)
| Kampagne | Teaserfläche | Artikel | PI | Teaser- Impr. | Clicks | CTR |
| Homepage | Slider_1 | „Gepard ausgebrochen“ | 19.000 | 3.189 | 47 | 1,47% |
| „Wulff-Zapfenstreich“ | 19.000 | 486 | 111 | 22,84% | ||
| „FC-Köln vs. HSV“ | 19.000 | 1.751 | 218 | 12,45% | ||
| Homepage | Slider_2 | „Gepard ausgebrochen“ | 19.000 | 568 | 21 | 3,70% |
| „Ebay-Wahnsinn Chicken Nugget“ | 19.000 | 4.866 | 38 | 0,78% | ||
| Homepage | Leitartikel_1 | „Mega-Streik verdi“ | 19.000 | 3.426 | 200 | 5,84% |
| „Beister sagt Tschö“ | 19.000 | 2.296 | 150 | 6,53% | ||
| Leitartikel_2 | „Abschied von Wulff“ | 19.000 | 3.596 | 119 | 3,31% | |
| Leitartikel_3 | „Fortunas Fans wollen mehr“ | 19.000 | 1.734 | 165 | 9,52% | |
| Homepage | Kurzteaser_1 | „Wulff-Zapfenstreich“ | 19.000 | 6.023 | 608 | 10,09% |
| „Traumkörper gegen Killerplauze“ | 19.000 | 6.930 | 756 | 10,91% |
In diesem Beispiel sieht man sehr gut, dass der Beitrag „Ebay-Wahnsinn Chicken Nugget“ mit einer sehr geringen Klickrate der Top Platzierung „Slider_2“ nicht gerecht wird. Hingegen können die beiden Beiträge aus dem „Kurzteaser_1“ in die vorderen Ränge aufsteigen, da sie schon in den weniger prominenten Bereichen hohe Klickraten erzielen.
Der nächste Schritt zur Entwicklung einer optimalen Startseite wäre hier die maschinelle Steuerung der Teaserflächen, welche nach CTR die Beiträge automatisch sortiert.
Anhand dieses Beispiels sollte ein Anwendungsfall dargestellt werden, in dem sich viele Websitebetreiber wiederfinden können.
Wie sind Eure Erfahrungen mit Echtzeitdaten? Habt ihr mehr interessante Anwendungsfälle? Dann freue ich mich auf Eure Kommentare!