Vier Thesen hierzu:

Analyse und Erfolgskontrolle ist zusammen mit der vorausgehenden Zieldefinition wichtigster Bestandteil aller Initiativen.

Strategische Gesamtziele in Social Media müssen aufgestellt und die Einzelinitiativen eingebett werden. Einzelziele oder nur taktische Massnahmen wie virale Kampagnen, dem Einsatz von Meinungsführern oder Banner in Social Networks sind alleine unzureichend.

Kultur und Prozesse auf Unternehmens- und Agenturseite müssen behutsam aber im Endergebnis radikal auf die Gesamtstrategie und die Einzelinitiativen angepasst werden:

Mittelfristige Ziele ist der Vertrauensgewinn auf Seiten der Konsumenten und die Erzugung höchstmöglicher Relevanz der Kommunikation im jeweiligen Kanal für die Nutzer. Langfristig sind dies die besten Wegbereiter für Kundenloyalität und Umsatz.

Meistens ist es nicht einfach, die korrekte Mischung von verschiedenen Kampagnen und sogar verschiedenen Marketingchannels zu messen, anhand derer eine Conversion zustande gekommen ist. Oft behelfen sich Web Analytics Tools hierbei entweder mit der vollständigen Attribution zur letzten oder zur ersten Kampagne, die ein User in seinen verschiedenen Visits gesehen hat, bzw. auf die er auch reagiert hat. Das dies in mehr als zwei Drittel der Fälle falsch ist zeigte auch eine Untersuchung auf dem Channel Intelligence Retail Summit.

Microsoft bietet nun laut eines Berichtes der New York Times von Publisher/Media Seite ab 1.3. eine Möglichkeit die Einflüsse verschiedener Kampagnen auf eine Conversion zu untersuchen. Diese Möglichkeit war bisher nur den ausgereiftesten Web Analytics Tool Besitzern möglich und selbst hier war eine vollständige Analyse aller Kampagnenbeiträge (auch der nicht genutzten aber gesehen) nur bei einer sauberen Adserver Anbindung möglich und im Search Bereich unmöglich. Die Ergebnisse des Beta Tests und die ersten Einblicke werden sicherlich sehr spannend sein.

Ein ausführlicher Bericht folgt noch, ein paar Einblicke schon einmal
hier, hier, hier und hier.

Fantastic 1 – process

The overall approach of revamping Web Analytics always has to include a strong look at the process of Analytics and Optimization inside the organization. How does the process of implementing requests or needs for analysis or reporting look like? Does it include a cycle that questions and implements their relevance towards business or unit goals? Are KPIs and web metrics comparable and consistent across all units? What happens next? Is there a process to suggest optimization steps? Are these monitored and re-measured?
All these parts can but do not have to be implemented at once, you can always start with smaller steps and get mature in each of these areas as soon as you have insight about their real life performance.

Fantastic 2 – data

Yes, data. Not customers, events, interactions just pure data. Everything else is developed from it. You have to work on the overwhelming part of the Web Analytics picture that still consists of data collection, tagging, fragmented content creation and delivery, passing additional parameters to tags via different techniques, content/event mappings, integrating other data sources (or even –oouuh- logs), looking at privacy issues when getting a clearer picture on customers than what cookies deliver and all that stuff. Don’t underestimate the effort to roll out all these on a bigger portal that may consist of several applications and suites that deliver content, user experience, and functionality to people. It is rarely as easy as: Just implement this code in your CMS footer and you are done. It is not always hard but be aware that it might be, anyway.

Fantastic 3 – competence and people

Should we establish a center of competence with analysts who know the hell of a lot about web data, understand the business goals of all our units and can make sense of the connection of both? Or should we try to build up analysts in each of our units who are also subject matter experts for their part of the business?
I still haven’t decided what might be the best approach. But either approach is hard and means more to your human resources development than just sending people to some vendor trainings. You need to hire, bring in or develop people who are passionate about the web, about analysis and about business and you have to keep them with you.

Fantastic 4 – a solution and even more competence and people

In the end, or in most cases unfortunately at the beginning you will have to figure out that you need a solution that is able to cover your process, your fragmented data collection and is able to tell you all you might ever want to know from that data. So the challenges of all 3 steps mentioned before cumulate in your solution and vice versa.
You will require assistance from the vendor in terms of Web Analytics consulting also. Take a strong look at their professional service team and make sure they are not only capable of implementing and supporting but also in developing your people with their expertise and to support and enhance your process. Consider an independent consultant if they don’t.
If you got the other pieces right, you have clearly moved on from reporting to web analytics if your solution vendor can deliver on these pieces. As soon as you got the first 3 right, you will need a solution that is strong in combining every possible dimension of data, in segmenting and in filtering. You will also need to have adhoc analytics capabilities because otherwise your optimization processes can not succeed because of the iterative nature of web analytics: Every KPI you get and every analysis or report brings up new questions and new needs for filters or segmentations or new combinations of web usage dimensions or attributes and customer data from other channels.

Perhaps you will need new analysts if you covered all these steps and built a “Fantastic 4” web analytics solution. Perhaps what you called web analytics before was in reality reporting or marketing performance optimization. Iterative Analysis and true online business optimization is way more sophisticated than web reporting. Deriving value out of segmentation and combination of trends and behavioral attributes is another league than looking at KPIs.

Über Visual Sciences ist schon vor einiger Zeit viel Richtiges, Begeistertes und Disruptives geschrieben worden. Erst in den letzten Wochen ist in der Branche jedoch etwas eindringlicher zu hören gewesen, dass es nun auf dem Markt tatsächliche neben viel Bodenständigem, reinen Marketing Performance Lösungen und grundanständigen kostenlosen Diensten einen Player am Markt gibt, der sich anschickt, nicht nur das Feld des Online Business (inklusive des Online Consumers) sondern des Gesamtbusiness und damit auch dasjenige traditioneller BI-Player von hinten aufzurollen.

“Rollen” im wahrsten Sinne des Wortes, denn “Wheels” heisst die von Visual Platform 5.0 eingesetzte Technologie, die den lang angestaubten Cubes und ihren ungeduldigen und geplagten Power Usern Feuer machen soll und wird.
“Wir brauchen nicht nur ausgebildete Analysten, sondern ganz neu Analysten”, war einer der Gedanken die mir nach der ersten Demonstration im Sommer letzten Jahres als Erstes kam. Vot gut 6 Jahren hat NetGenesis das Versprechen, sich mit iterativen Fragestellungen und beliebigen Segmentierungen von Nutzung und Nutzern der Bewertung von Online Geschäftszielen zu nähern, nicht einhalten können. Hier war die Technologie der hemmende Faktor, nicht die Methodik oder die bereits damals vom Jim Sterne und Matt Cuttler definierten Metriken und Mehrwerte. Der in den letzten drei Jahren verbreitete Marketingnebel um die drei grossen Anbieter lichtet sich auch etwas und erlaubt einen unverstellten Blick auch Standardreporting, das mit vielen Einschränkungen und großen Versprechung für Web Analytics verkauft wurde.

Nun duftet es, nachdem die Entwicklungung endlich die ROLAP und Cube Fussschellen eingeholt hat, endlich wieder nach echter Enterprise Analytik. Längst vergessene Fragestellungen präsentieren sich in ganz neuem Glanz. Conversions und Suchmaschinenauswertung, die Grundstein, aber nicht schon Endpunkt der Web Analytics sein sollten, bekommen endlich Relevanz durch die Möglichkeit, in Echtzeit den Kontext zu bewerten, Vertiefungsfragen zu stellen, Einflussfaktoren zu bewerten und Zusammenhänge schnell und relevant visualisiert zu bekommen.
Viele Web Analytics Spezialisten und noch mehr Unternehmen sind vielleicht noch gar nicht reif für diesen zu hebenden Schatz. Diejenigen die es sind oder werden wollen, den echten “analytic-minded” companies, wird aber nun erstmals eine echte Möglichkeit geboten, die so oft besungenen fundierten Entscheidungen auf Basis von Web Analytics zu treffen. Und zwar nicht nur die Entscheidung, welche Kampagne die schlechteste Klickrate hat und welcher interne Suchbegriff zu einer hohen Visit Duration führt.

Es ist fast wie bei Google und dem Online Advertising. Auch in der Web Analytics Branche wird in letzter Instanz der Technologie-Vorreiter den Markt revolutionieren, nicht die halbherzigen Lösungen und nicht die herkömmlichen Modelle.

Einige Gedanken zur interessanten, kontroversen und dadurch sehr lebendigen Next07 von vorgestern. (Ja, ich bin auch der gängigen Meinung: Klasse Location, gutes Wetter – aber auch: vielen Dank an Mark Pohlmann, dass es eine solche Veranstaltung genau in der Mitte zwischen neuer Nabelschau und Klassik gibt.) Aus der Blickrichtung Customer- und Web Analytics sowie Targeting und relevanter Content/Angebote gab es auch einige interessante Dinge zu hören.

Obwohl die Adoleszenz des Longtail nicht mehr zu übersehen ist, war Pareto zu Beginn der Veranstaltung in aller beider Munde. Herr Bolz hatte eher beiläufig eine durchaus interessante Beobachtung zum Targeting parat: Im zwonull dreht es sich nicht nur, wie von vielen Altvorderen behauptet, um Selbstdarstellung und Exhibitionismus, es ist dabei auch ein Trend zum Selbstprofiling zu beobachten, der durch das Bekenntnis der anwesenden U25 Generation zu Google und relevanter Werbung noch schwerwiegendere Bedeutung erlangt hat.

Herr Michael war fast schon verpflichtet anzumerken, dass der Content und das Gespräch immer schon da war, nur das Transportmittel sei neu. Ob es sich auch lohnt, in der Südkurve den Gesprächen zu lauschen, welche Erkenntnis dies dann für die neue Relevanz der Angebote an die dort gehörten Fussballfans hat, oder wie fortschrittlich das GPS der neuen Transportmittel sein kann oder sein sollte, darüber hat er sich ausgeschwiegen. Für den unreflektierten Streuverlust sprach er sich mit der staubigen Bemerkung aus, die Nutzer müssten immer noch gesagt bekommen, was sie konsumieren wollen.

Leider wurde die extrem interessante Idee des Brandroom im Vortrag von Matthias Schrader nicht weiter ausgebaut. Ich würde gerne mehr darüber hören, nachdenken und reden, noch jemand? Dass die Marke, wie bei der vorgeführten Nike Site Begleiter des Alltages wird, glaube ich gerne, was bedeutet dass aber auf der analytischen Seite für Nike? Für die Erfolgskontrolle dieses Vorgehens? Für die Kommunikation mit dem Nutzer und der Relevanz der Marke und des Angebotes für seinen Alltag?

Die digitale Generation, die von der Zeit interviewt wurde, sang dazu jedenfalls „Thank you Google for saving all my data for me…“ und sagte, dass es bei Google Mail wenigstens relevante Angebote gäbe. Das AIDA Prinzip wurde von den gleichen Hoffnungsträgern ebenfall zitiert, wenn sie zugaben, dass sie schon auf Werbung klicken würden, wenn sie die Zielgruppe seien oder sich bereits für das Produkt interessieren. Woher kommt das Interesse wohl?

Siebensekünder statt Fünfzehnsekünder. Kein Fünfzehnsekünder. Patt endete mit diesen Standpunkten die Diskussion zwischen dotgrex und Burda. Sehr interessant aber: Wenigstens Herr Hochmuth fragte in seiner Session ob sich auch jemand ausser ihm Gedanken über Relevanz und geeignete Zeitpunkte und Situation für Angebote der Marken machen wolle.

Nugg.ad stellte sich dieser Frage nicht, durchaus seltsam, aber ihnen sind zwei andere Dinge klar: Die dicken Werbebudgets stehen in den Supermarktregalen und es gibt kein Targeting ohne Streuverluste. Ob die Budgets zurecht im Supermarktregal stehen, oder was die Umschichtung der Budgets mit Relevanz und der Zukunft der Marken im Internet zu tun hat wurde in diesem Vortrag nicht klar.

Ein Schlußsatz der Veranstaltung: Die meisten Konsumenten sind zu bequem, um die Macht zu übernehmen. Relevante Angebote und Gespräche wollen sie trotzdem.

Web Analytics is also a user centric art, as are many of the other disciplines that focus on several Website Goals that are always connected to the user and what he does or doesn’t do, what we offer him to do, and what he does instead.

A common visualization of such touch points and influences is given here to drive the discussion about these influence factors and overlaps as well as to allow other definitions of the big picture being added or suggested instead.

This visualization understands targeting and personalization as 2 very active subjects in online user centricity that rely on user behavioral data and its metrics or attributes.
On the other hand, user experience and optimization is a subject matter for some of the interactive agencies that is a key driver in their interest towards web analytics (Sapient, Wunderman, razorfish and others). Another user centric, but older and currently fulfilling thesis of markets that might also be conversations, brings another substantial part into the picture.

I would like to know: Do you see other subjects or overlaps? Other parts of the picture or missing sub-disciplines?

Or do you want to add your own idea for a completely different big picture by modifying this visualisation? Everything that you sent here or to my email will be published back and discussed further here.

The Visualisation is a friendly plagiarism of the famous Tag Bubble Visualisation of Web 2.0.

Dieses Spannungsfeld lässt sich besonders gut durch eine Visualisierung darstellen, die auch eine Diskussion über die verschiedenen Einflussbereiche und Tätigkeitsfelder ermöglichen soll. Sieht man Targeting und Personalisierung auf der einen Seite als aktuelle Entwicklungsfelder, die sich (auch) aus Verhaltensdaten ergeben, User Experience als Gesamtfeld in dem vor allem interaktive Agenturen Web Analytics einordnen und dadurch neue Erkenntnisse erlangen – und behält man auch die lange nur als These existierende, aktuelle Entwicklung im Auge, dass Märkte Konversationen (von Usern) sind, so könnte sich folgende Graphik ergeben:

Mich würde interessieren: Seht ihr andere Spannungsfelder, die wichtiger sind? Fehlen wichtige Unterdisziplinen?

Oder hat jemand eine ganz andere Idee zum Big Picture, und möchte die vorliegende Darstellung komplett modifizieren? Alle Rücksendungen werden hier wieder veröffentlicht und diskutiert.

Die Grafik ist eine Referenz an und ein freundliches Plagiat der berühmten Tag Bubble Visualisierung des Web 2.0 aus dem Jahr 2005.