Hierbei ist der Ausgleichsfaktor von Cookie-Löschern (vor allen Dingen über ein ganzes Jahr), die First oder Third Party Cookie Debatte sowie die Debatte Unique User vs Unique Devices noch gar nicht berücksichtigt. Eine gute Zusammenfassung und Definition zum Thema gibt es hier und natürlich bei der Web Analytics Association. Den Google Suchergebnissen zur Definition von Unique Visitors kann man auch nur anteilig vertrauen.

Ich plane für August oder September den ersten Web Analytics Wednesday in Deutschland zu hosten. Hierzu würde ich gerne herausfinden an welchem Ort die meisten Interessenten für ein solches Treffen versammelt würden und habe zu Ort und Datum eine Survey Monkey Umfrage eingerichtet.

Bitte zur Teilnahme an der Umfrage hier klicken!

Ich freue mich auf rege Teilnahme an der Umfrage und am Web Analytics Wednesday, und vor allem darauf, einige Gesichter auf der Community endlich einmal persönlich kennenzulernen!

Die erste Runde Getränke sponsort die Web Analytics Association

Stay Tuned.

Anregungen und Kommentare zu Ablauf, genauem Veranstaltungsort (kennt jemand eine gute Location an einem der Orte?) und Bewerbungen für Vorträge oder Sponsoring von Anbietern und Beratern gerne hier als Kommentar oder per email.

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.

Customer Experience

Lissa Gatz von BestBuy.com, einem riesigen Offline und Online Technologieshop sprach über die Customer Experience im Multichannel Umfeld des Unternehmens. Leider hat sie es geschafft, in den ersten 20 Minuten des Vortrages nichts wesentliches zu sagen, ausser, dass BestBuy versucht in Sevice und Schoppingerlebnis kundenzentriert zu arbeiten, einzigartige Kunden zu betrachten und End-To-End Lösungen zu schaffen. Endlich typisch us-amerikanischer Bla.

Bisher wurden hauptsächlich Klickthrough, Conversion, Umsatz und Marge benutzt, um Erfolg zu messen, seltener Kundenzufriedenheit. Alles Ereignisse, die sich im Hier und Jetzt abspielen. Bestbuy versucht nun, eine Balance aus vielen Einzelsichten zu erstellen, die traditionelle Reportings und Forecasts, Kundenfeedback, Marktinformationen und Mitbewerberbeobachtung, und Echtzeit Monitoring des Verhaltens in Einklang und Verhältnis setzt.

Die Analyse von Suchwürtern je Verhaltenssegment erlaubte es BestBuy, Produkte zu diesen Suchwörten in den Shops jeweils aus speziellen Auslagen anzubieten. Cross-Selling ohne Verkaufsberater funktionierte laut Aussage von Lissa Gatz auf diese einfache Art und Weise sehr gut.

Kundenzufriedenheit wird mit Foresee erfasst und mit Feedback von Kunden der Mitbewerber verglichen (Ebenfalls über Foresse). Kaufprozess, Lieferung, verlassene Warenkörbe und abgebrochene Besuche auf der WebSite stehen hierbei im Mittelpunkt des Interesses.
Die Erwartungen der Kunden werden durch diese Umfrage mit den tatsächlichen Erfahrungen abgeglichen, nur so können Veränderungen vorgenommen werden, die sich auf bisher unbekannte Erwartungen der Kunden beziehungen.

BestBuy vergleicht sich über comscore, hitwise und Forrester Reports mit Trends im Markt und direkt mit Traffic und Umsatzzahlen von Mitbewerben, auch in Bezug auf Effekte wie den „Blackfriday“, einen berühtmen Shopping-Brückentag in Amerika.
Es werden nicht nur KPIs anhand von erfolgreichen Online-Transaktionen sondern Umfragewerte aus der Kundenbeziehung betrachtet: Nur über Befragung zur Erwartung und Erfahrung kann beispielsweise herausgefunden werden, ob die Kunden zwar keine Online-Transaktion durchgeführt haben, aber Erwartung und Erfolg insofern miteinander korrespondierten, dass der Kunde sich gut informiert fühlte und im Shop in der realen Welt kaufen wird.

Hier kommt meiner Meinung jedoch wieder einer der gefährlichsten Brüche bei Befragungen ins Spiel: Die Abweichung zwischen dem was Kunden in einer Umfrage sagen, und dem was sie tatsächlich tun, ist immer gefährlich. Wenn diese Umfragewerte nicht wieder mit beispielsweise den Trends der Offline Verkaufszahlen abgeglichen werden, besteht wieder die Gefahr, dass das Unterhehmen sich in einer trügerischen Sicherheit bewegt.

Onsite Behavioral Targeting

Brent Hieggelke, früher bei Webtrends, sprach über relevante Angebote und Personalisierung. Bei Omniture, früher Touchclarity, heisst das Ganze Onsite Behavioral Targeting. (Hier wird vermutlich aus der Sicht des Advertisers oder eCommerce Betreiber gesprochen, Offsite wäre demnach Behavioral Targeting von Ads).

Touchclarity bietet eine auf mathematischen Modellen basiertem automatisierte Optimierung von Szenarien, Landingpages, und anderen Contentseiten, die auf Response ausgerichtet sind. Die Lösung wählt dabei aus verschiedenen Contentmodulen, Designs, Ansprachen und Platzierungen, diejenige Zusammenstellung des Inhaltes und Angebotes aus, die für jeden einzelnen Besucher zur besten Responserate oder einer anderen definierten Zielgrösse führt. Genau hier liegt der Unterschied zu multivariaten Tests, da die Zusammenstellung nicht allgemeingültig sondern in Echtzeit personalisiert wird.

Touchclarity benutzt sowohl das historische Profil des Besuchers, als auch das aktuelle Verhalten und Variablen aus Bandbreite, Geolokation und vorher besuchten Sites sowie eingegebenen Suchwörtern. An eine Kontrollgruppe wird eine Standardzusammenstellung oder eine Zufallsvariante ausgespielt, um den jeweiligen Uplift in der Zielgröße oder Conversion festzustellen. Touchclarity arbeitet nicht nur mit Omniture SiteCatalyst, dem Web Analytics Produkt aus dem gleichen Hause zusammen, sondern auch mit anderen Web Analytics Produkten.

Der emetrics Summit ging mit einer Präsentation von Bryan Eisenberg von FutureNow zu Persuasion Szenarien, Scent und Calls to Action einer WebSite zusammen, ein sehr interessantes Thema, zu dem auch bereits zwei Bücher erschienen sind.

Visual Sciences schluckt den Namen WebSideStory nach dem Merger

Visual Sciences und WebSidestory werden in Zukunft unter dem Firmennamen Visual Sciences firmieren und einen neuen Ticker an der Börse bekommen. Das neue Unternehmen bietet nun sowohl HBX 4.0 an, das eine Desktopvariante von Visual Site spendiert bekommt. Visual Sciences wird sich nicht nur mit Web Analytics, sondern auch mit den Kanälen Mail und Call-Centern, denen die ersten beiden neuen Module gewidmet sind, befassen.
Visual Plattform als technologische Basis für eigene Anwendungen, die auf der Visual Technologie (Wheels statt Cubes) betritt als neuer Herausforderer den klassischen Markt der Business Intelligence Anwendeungen und verspricht hochperformante Echtzeit Customer Analytics über alle Channels. Die Analysten sprechen von einer „Game Changing Technology“, für mich ist das eine nicht untertriebene Aussage.

Der Emetrics Summit in San Francisco bietet sowohl inhaltlich, als auch in Bezug auf die hervorragenden Networking Möglichkeiten, denen viel Raum und Anlass eingeräumt wird, einiges mehr als die bisherigen europäischen Ableger in London und Düsseldorf/München. Im Oktober wird ausser dem Emetrics Summit in Washington, der eine noch stärke Abgrenzung von Zuhörergruppen auf Einsteiger und Experten bieten wird, Stockholm als neuer europäischer Standort hinzukommen.

]]> http://www.wanalytics.de/2007/05/emetrics-summit-2007-san-francisco-letzter-tag/feed/ 0 http://www.wanalytics.de/2007/05/4-x-4-news-from-eric-peterson-and-more/ http://www.wanalytics.de/2007/05/4-x-4-news-from-eric-peterson-and-more/#comments Mon, 07 May 2007 18:33:14 +0000 Oliver Schiffers http://www.wanalytics.de/2007/05/4-x-4-news-from-eric-peterson-and-more/  

News from Eric Peterson at the Emetrics summit and thoughts on the next maturity level of web analytics

4 thought leaders, all founders of their own business now

So now all 4 Gurus presenting the like-named sessions at emetrics are self-employed consultants finally. Eric Peterson announced a few hours ago, he had incorporated  Webanalyticsdemystified to work vendor agnostic and primarily in web analytics business processes from now on. Congratulations, Eric.

Not only from an U.S. but also from an international perspective I think all of us practitioners owe to Jim, Eric, Bryan and Avinash for taking the industry to the maturity level it is today.
What could be the next necessary steps to take?

4 practitioner gurus
would help to grow the industry thoughts further from an inside perspective. They would be able not only to contribute their experience (20%, of practitioners, Eric’s survey revealed, have more than 5 years experience) but also contribute insight about internal obstacles, the level of understanding and actionability and rate and success of undertaken actions in of web analytic results.

4 European gurus
would help to grow development in a market that can become even larger than the U.S. They would help to go the next necessary steps from an European perspective, not only to learn from our north-american colleagues and experts, but to develop own market specific knowledge and a network of experts over here. I already have 2 candidates in mind, evenly distributed in gender, one is Dutch and one is Swedish.

4 dimensions of enterprise web analytics success
Avinash came up with 2 necessary dimensions of web analytics in a 90/10 distribution: people and technology. This will remain true forever, I think, however, mainly for companies taking their first or second step in web analytics.
Eric today expanded to 3 requirements of web analytics success: process, people and technology. I always found technology to be a key for overall success, once you have entered true strategic decision making on web analytics data and the need to segment on all possible, complex questions that pop up after each questions you answered in what I would call an iterative process of advanced web analytics.
Tools delivering on this level again promote the need for completely new analysts, analysts who can understand, develop and drive this huge, iterative process leading to new questions, new answers and after a while to strategic decisions, tools that do not limit the analysts mind inside the possible segments and combinations provided typically.
These new analysts would also need to be able to pull in any new dimension they need from key/value pairs, meta information on the page, and external sources in the organizations or inside prepared sets of data representing outside influences like weather, seasonality or political/social events. Understanding all this types of additional data and its relevance and interpretation is key to the new analyst. The analyst also needs to correlate the new data with every already known dimension without technology obstacles like reimporting, new cubes or even ROLAP limitations.

The definition of Web analytics business processes of course is a key success factor on this level. New Technology, that is able to challenge the current analysts to develop completely new expertise based on the ability to now iteratively develop, test and answer new questions after every answer they had before, grows them to completely new Web Analysts. A solid understanding and vision for understanding and correlating new sets of data and attributes to the current pool of information completes the dimensions needed for the next level of enterprise web analytics success.

Jason Burby und Shane Atchison von Zaaz, zeigten verschiedene Möglichkeiten auf, monetäre Werte an Aktionen auf der Website zu knüpfen. Soweit, so gut. Der wahre Geschäftswert dieser Vorgehensweise zeigt sich, wie so oft, in der Segmentierung: Welches erwünschte Verhalten auf der Website hat einen Zusammenhang mit Aktionen, die einen monetären Wert besitzen? Implizit werden dadurch zusätzliche Aktionen und Verhaltensdaten der Kunden mit einem kalkulierten monetären Wert versehen, der analysiert und optimiert werden kann.

Wie kann der Wert einer Marke monetarisiert werden? Ein Token System wird verwendet, um Markenwahrnehmung, Kundenzufriedenheit und Visits im Verhältnis zu wertvollen Inhalten zur Markenpositionierung zu gewichten. Die meisten dieser Elemente wurden mit Befragungen ermittelt und dann an Kundensegmente geknüpft.
Die Verknüpfung monetärer Werte mit Aktionen eignen sich auch zu zwei weiteren Vorgehensmodellen:

• Forecasting zukünftiger Änderungen und monetäre Auswirkungen in What-If Szenarien
• Priorisierung von Optimierungsansätzen anhand monetärer Ergebnisse.

Megan Burns von Forrester sprach nach dem Mittagessen, in dem fast 500 Teilnehmer durch 5 gleichartige Buffets geschleust wurden, über die Verbesserung und Messung der Customer Experience. 85% der von Forrester befragten Unternehmen halten die Customer Experience für ein unverzichtbares oder sehr wichtiges Mittel zur Abgrenzung gegenüber Mitbewerben. Aus Web Analytics und anderen operativen Systemen können auf dem Weg zur Bewertung in diesem Zusammenhang nur Erkenntnisse über das, was geschehen ist ermittelt werden, nicht aber über die Intentionen oder Erwartungen der Kunden und Nutzer. Megan Burns schlägt hierzu weitere Beobachtungen außerhalb der Touchpoints und Befragungen vor. Wichtig sei hierbei, diese primären Datenquellen zu nutzen, statt Brainstormings darüber abzuhalten, was der Kunde erwartet oder wie er vorgeht.

Die 3 Schritte zum Aufbau eines Customer Experience Frameworks, sind:

1. Moments of Truth, Situationen ermitteln, die über Gedeih und Verderb der Experience entscheiden
2. Kriterien zur Bewertung dieser Situation aufstellen, im besten Fall über Personas, die jeweils auch noch auf einzelne Stimmungslagen und Situationen transponiert werden müssen
3. Metriken aufstellen, die einen Vergleich dieser Kriterien über die Zeit erlauben und mit anderen Metriken zum Geschäftserfolg abgeglichen und gewichtet werden müssen um kein zu einseitiges Vorgehen zu provozieren.

Eric Peterson hatte zwei Neuigkeiten, die Ergebnisse einer Umfrage von fast 900 Web Analysten und Consultants weltweit (Die Ergebnisse der 22% europäischer Teilnehmer folgen in Kürze auf www.webanalyticsdemystified.com) und die Vervollständigung des Quartetts der selbständigen Gurus. (Mehr dazu hier auf englisch) In seiner Präsentation erklärte er die Zusammenhänge eines Web Analytics Business Prozess mit der Aussagekraft der Ergebnisse, dem Reifeprozess des Gesamtunternehmens in der Analyse von Besucherverhalten und fand vor allem folgende Einflüsse: Unternehmen, die einen definiertem Web Analytics Prozess eingeführt haben, verfügen über:
Loyalere Mitarbeiter, Mitarbeiter mit besseren Gehältern, bessere Ergebnisse aus den Web Analytics Aktivitäten und sind im allgemeinen größere Unternehmen. Interessant. Laut Auskunft der Teilnehmer anderer Sessions eine von 3 Präsentationen am ersten Tag über Prozesse, in denen nichts weiter über die Prozesse ausgesagt hat, als dass man sie braucht.

Gibt es bei den Lesern bzw. ihren Arbeitgebern oder Kunde bereits definierte Web Analytics Business Prozesse?

Mehr zum 2. Tag morgen, mit der üblichen Zeitverschiebung pünktlich zum ersten oder zweiten Frühstück.

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.

Weiter geht es dann im Mai mit der Liveberichterstattung zum eMetrics Summit in San Francisco (6.-9. Mai)