Serie, Teil 2
09.10.2017, 08:05 Uhr

Customer Journey Tracking: Daten richtig bewerten

Customer Journey Tracking liefert viele Daten über die Bewegungen der Nutzer. Doch erst wenn man diese Daten richtig deutet, lassen sich Rückschlüsse für die Verteilung von Werbegeldern ziehen.
(Quelle: shutterstock.com/alphaspirit)
Von Frank Rauchfuß, CEO intelliAd Media
Ein umfassendes Tracking der Customer Journey ist die Erfolgsgrundlage für User-zentriertes Marketing und intelligente Budgetentscheidungen. Oberstes Gebot ist es dabei, alle Online-Marketing-Kanäle zu erfassen - und zwar sowohl die mit Media-Geld bezahlten (Suchmaschinenwerbung, Affiliate etc.) als auch die übrigen (SEO, Newsletter etc.).
Wie in Teil eins der Serie "Tracking der Customer Journey" erklärt, müssen dazu alle Werbemittel-Klicks, der On-Site-Traffic sowie die Conversions ­zuverlässig gemessen und auf einer zen­tralen Plattform zusammengeführt werden. Der zweite Teil zeigt, wie man aus der so geschaffenen Datenbasis die richtigen Schritte zur Optimierung des Marketings ableitet.

Schritt 1: Veredeln Sie Ihre Datenbasis

Das Tracken des Online-Verhaltens deckt nur einen Teil der Aktivitäten der Kunden ab. Über spezielle Technologielösungen können mittlerweile aber auch eine Reihe wichtiger Offline-Kanäle zuverlässig in die Customer Journey integriert werden. Das Bild vom Kaufverhalten des Kunden lässt sich damit vervollständigen: Anrufe bei der Hotline eines Unternehmens werden beispielsweise über eine individuelle Nummerngenerierung einzelnen Usern zugeschrieben und die Conversions dann den vorherigen Berührungspunkten im Web zugeordnet. So wird gleichzeitig aufgedeckt, welche User am Telefon dann doch nicht gekauft haben und diese können  online automatisch sinnvoll mit ­einem ­relevanten Angebot erneut angesprochen werden.
Über TV-Tracking wiederum lässt sich überwachen, wann welche Spots im Fernsehen laufen und welcher Uplift durch sie im Online-Shop ausgelöst wird - der ­daraus resultierende Anstieg von Traffic und Conversions kann also gemessen werden. Mit diesen Live-Daten zu TV-Spots ist es dann auch möglich (dank TV-Triggering), gezielt den Werbedruck bei Suchmaschinenwerbung und Display-Kam­pagnen zu steigern. Sinn und Zweck ist es, interessierte Kunden nach eigenen oder fremden Spots direkt in den eigenen Shop zu lenken und die Impulswirkung von Fernsehwerbung in Conversions im Web zu verwandeln. Auch Besuche im stationären Handel könnte man zum Beispiel über Beacons tracken oder die dort getätigten Käufe über die Kundennummer dem ­Online-Profil zuordnen.
Nicht zu unterschätzen ist auch der ­Effekt von Retouren auf das Gesamtergebnis. Manche Branchen klagen über Retourenraten von bis zu 50 Prozent. Erst durch die Integration von Stornos in die Datenbasis ergibt sich ein wirklichkeitsnahes Bild über den Erfolg des Online-Marketings. Damit wird offensichtlich, ob gewisse ­Kanäle/Kampagnen höhere Stornoraten haben als andere und damit eventuell ­weniger rentabel sind als gedacht. Mit diesen Daten kann auch Suchmaschinenwerbung automatisch besser ausgesteuert werden. So setzt das System beispielsweise für Keywords mit einer hohen Retourenrate einen niedrigeren Ziel-CPO und stellt damit sicher, dass trotz der Stornorate die durchschnittliche Investition pro Bestellung immer noch rentabel ist.

Schritt 2: Kanalbewertung durch intelligente Attribution

Jetzt gilt es, aus all den gesammelten ­Daten einen messbaren Mehrwert zu schaffen und Insights sowohl zur Kanalperformance als auch zum Kaufentscheidungsprozess der Kunden zu generieren.
Über die sogenannte Attribution gilt es dabei, möglichst realitätsnah zu berechnen, wie viel jeder Touchpoint des Kunden tatsächlich zu seiner späteren Conversion beigetragen hat. Das ist aus zwei Gründen wichtig: Erstens löst ein einzelner Kontaktpunkt in der Regel nicht direkt einen Kauf aus. Er hat aber trotzdem Einfluss auf die spätere Interaktion des potenziellen Kunden mit den Produkten. Zweitens ­haben verschiedene Kanäle und Kampagnen unterschiedliche Rollen und Funktionen während des Kaufprozesses: Banner-Werbung ist beispielsweise ein primär ­assistierender Kanal, dem in der Regel noch andere Touchpoints vor der Conversion folgen. Die Direkteingabe der URL dagegen steht oft ganz am Ende der Customer Journey und profitiert stark von der Vorleistung anderer Kanäle. Attribution hilft dabei zu ermitteln, wie Investments optimal ausbalanciert und mit dem vorhandenen Budget die Gesamtperformance optimiert werden kann.
Dabei gilt grundsätzlich: Man kann nicht nicht attribuieren. Denn wer sich nicht ­bewusst für ein Attributionsmodell entscheidet, für den wird in der Regel standardmäßig das Last-Click-Modell angewendet: Dem letzten Touchpoint vor dem Kauf (zum Beispiel Preissuchmaschine) wird die komplette Conversion zugeschrieben. Synergieeffekte und der Beitrag vorheriger ­Kanäle (etwa der Banner-Werbung) werden dabei völlig ignoriert. Die sinnvollste Lösung für den durchschnittlichen Online-Händler ist die "Wanne". Es werden der ­erste und der letzte Touchpoint im Kaufprozess stärker gewichtet als die dazwischenliegenden Kontaktpunkte. Für viele Branchen entspricht dies am ehesten dem tatsächlichen Einfluss der Kanäle.
Besonders fortschrittliche Unternehmen setzen mittlerweile auf die sogenannte dynamische Attribution, welche durch statistische Verfahren und intelligente Algorithmen Wechselwirkungen zwischen den Kanälen noch besser aufzeigen kann. Dabei werden nicht nur die Conversions betrachtet, sondern beispielsweise auch abgebrochene Käufe und Cross-Channel-Effekte. Außerdem reagiert das System selbstlernend auf Marktveränderungen und passt seine Kanalgewichtungen entsprechend an.
Erst eine sinnvolle Attribution liefert ein vollständiges Bild der Performance jedes Werbekanals und beantwortet die Fragen: Wie viel Umsatz wird generiert und ist dies, im Verhältnis zu den Kosten, profitabel?



Das könnte Sie auch interessieren