Die Analyse von Nutzerdaten im E-Commerce ist essenziell für den Geschäftserfolg. Adobe Analytics ermöglicht genaue Einblicke in das Verhalten und die Vorlieben der Nutzer. Jedoch sollten Unternehmen bei der Einführung dieses hilfreichen Tools ein paar Aspekte beachten. Im Blogbeitrag zeigen wir, worauf es ankommt und präsentieren ein erfolgreiches Kundenbeispiel.
Umfassende Datengrundlage dank Adobe Analytics
Datenbasierte Entscheidungen zu treffen, ist für E-Commerce-Unternehmen unabdingbar, wenn sie auf die Bedürfnisse ihrer Kundenzielgruppen individuell eingehen wollen. Um die dafür nötigen Daten zu erheben und auszuwerten, eignet sich Adobe Analytics als bewährtes und vielseitiges Tool. Es sammelt detaillierte und umfassende Daten zum Nutzerverhalten – von grundlegenden Seitenaufrufen im Onlineshop bis hin zu komplexen Interaktionsmustern auf den Seiten. Durch die Auswertung dieser Informationen können Shopbetreiber nachvollziehen, was ihre Kunden wirklich interessiert und wie sie sich auf der Plattform bewegen. Content lässt sich somit effektiver ausspielen und eine gezielte Personalisierung des Shops und aller angebundenen Kanäle ist möglich.
Vor dem Start: Konzept für Adobe Analytics festlegen
Unternehmen, die von diesen klaren Vorteilen von Adobe Analytics überzeugt sind und das Tool etwa im Rahmen des Adobe Ökosystems in ihrem Magento- bzw. Adobe Commerce-Shop einsetzen wollen, sollten sich vorab ein paar Gedanken machen. So ist es für eine erfolgreiche Implementierung dringend geboten, ein Konzept bzw. Setup innerhalb des Onlineshops im Vorfeld zu spezifizieren. Die zentrale Frage lautet: Welche Daten sollen wo im Shop durch Adobe Analytics erhoben werden und welchem Zweck sollen diese Erkenntnisse dienen? Erst wenn klar ist, welche Messwerte und Absichten anvisiert sind, können gewinnbringende Reportings und Insights generiert werden.
KPIs und ihre Messung über Adobe Analytics
Typische Nutzungsziele der Daten aus Adobe Anylytics sind etwa die Erhöhung der Conversion Rate, die Steigerung des Umsatzes, die Optimierung des Kaufabschlusses im Warenkorb oder die Verbesserung der Customer Journey im Shop. Hier sollten sich Unternehmen genau überlegen, welche dieser KPIs sie analysieren wollen und Adobe Analytics entsprechend gezielt konfigurieren. So wird dort etwa in den sogenannten “Props” erhoben, wie sich einzelne User während einer Session bewegen und der Pageflow aussieht. In den “Evar”-Einstellungen dagegen können bestimmte Events definiert werden, um gezielt einzelne Vorgänge oder Zustände zu messen, z. B. Scroll-Werte einzelner Shopseiten oder Hits in der Suchfunktion.
Zusätzlich zu diesen Überlegungen, welche Werte zu messen sind und in den Reportings zusammenlaufen, sollten Unternehmen nicht das Zusammenspiel von Adobe Analytics und dem Frontend des Shops außer Acht lassen. Ohne die zur Messung benötigten Informationen im Datalayer undindividuelle Eventbenachrichtigungen kann Adobe Analytics nicht funktionieren. Deshalb braucht es die entsprechende Vorbereitung: Der Datalayer muss konfiguriert und richtig mit Analytics verknüpft werden. Welche Informationen sollen aus dem Datalayer herausgegriffen und welche Parameter sind darin noch zu ergänzen?
Zusammenarbeit von Teams und Fachpersonen
Um Fragen wie diese zur Vorbereitung des Analytics-Einsatzes zu klären, sollten von Beginn an alle nötigen Teams und Fachleute im Unternehmen zusammenarbeiten. Nur so kann eine effiziente Nutzung von Adobe Analytics gewährleistet werden. Im Zentrum stehen dabei im Optimalfall immer ein eigener Product-Owner für Analytics, der die Vorgänge koordiniert und ein Solution-Architect, der die gesamte Systemarchitektur des Unternehmens im Blick hat und für eine reibungslose Anbindung von Analytics in die bestehenden Systeme sorgt. Im genannten Fall der Datalayer-Konfiguration sind zudem Frontend-Architekten einzubeziehen. Und nicht zuletzt braucht es die passenden Experten aus Consulting und Marketing, die festlegen, was mit Analytics gemessen werden soll, die Daten auswerten und Input für weitere Konfigurationsschritte geben.
Praxisbeispiel: Optimierung eines bestehenden Adobe Analytics Setups
Abgesehen von den genannten Schritten zur Vorbereitung der Adobe Analytics Nutzung und der durchdachten Implementierung ist es natürlich auch möglich, mit dem passenden Know-how bereits bestehende Setups zu optimieren. Dies hat unser valantic Fachteam beispielhaft im Rahmen eines “Smart Start” bei einem Kundenprojekt getan. Der Hersteller von Präzisionsgeräten für die chemische Analytik hatte bereits Adobe Analytics im Einsatz, war jedoch mit dem Nutzungsergebnis nicht zufrieden. Deshalb hat das valantic Team zusammen mit dem Unternehmen evaluiert, welche Optimierungsmaßnahmen es braucht und diese schrittweise umgesetzt, um eine funktionable Basis für die weitere Nutzung von Analytics zu schaffen.
Dazu gehörte die Verbesserung der Datenqualität, um das Reporting der einzelnen Marketing Channels des Unternehmens zu stärken und daraus wichtige Insights zu deren Optimierung abzuleiten. Im Vorfeld wurden mit den Kollegen auf Kundenseite aus dem Marketing Automation und SEO/SEA Team der Scope und die anzuzeigenden Informationen validiert. Tracking Parameter wurden daraufhin von unserem Team angepasst und Traffic-Klassifizierungen effizienter vorgenommen.
Dazu gehört u. a. die separate Visualisierung internationaler Nutzungen des global aufgestellten Unternehmens. Auch das Tracking des Nutzerverhaltens bei Suchvorgängen, in Produktfamilien, Produktlinien und auf einzelnen Produktseiten wurde von uns analysiert und Fehler in der Übergabe an Adobe Analytics dadurch entdeckt. Eine entsprechende Anpassung des Datalayers wurde als nötige Maßnahme abgeleitet. Darüber hinaus können nun auch im Shop des Kunden generierte PDF-Dokumente zu den Produkten sowie Sucheingaben der Nutzer ohne Ergebnisse getrackt werden.
Um nach der Schaffung des validen Analytics Fundament darauf aufbauend weitere wertvolle Insights zu generieren ist eine gezielte Planung unerlässlich. In regelmäßigen Meetings stimmen wir das weitere Vorgehen mit dem Kunden ab und arbeiten auf einer partnerschaftlichen Basis weiterhin zusammen.
Gute Vorbereitung und Strategie bringen schnellen ROI
Beispiele wie diese zeigen: Um Adobe Analytics erfolgreich zu nutzen, ist eine sorgfältige Vorbereitung notwendig, einschließlich eines klaren Konzepts, welche Daten erfasst und welche KPIs analysiert werden sollen. Die Zusammenarbeit verschiedener Teams ist essenziell für eine effektive Implementierung und Optimierung. Bereits bestehende Setups können durch gezielte Maßnahmen, wie die Verbesserung der Datenqualität und des Datalayers, effizienter gestaltet werden. Je besser ein Adobe Analytics Projekt vorbereitet und im laufenden Prozess optimiert wird, desto schneller kann ein Return on Invest (ROI) erreicht werden – sei es durch eine signifikante Umsatzsteigerung des Onlineshops oder Qualitätssteigerungen in Prozessen.
Ein erfahrener Partner wie valantic hilft Unternehmen dabei, die besten Ergebnisse mit Adobe Analytics für einen erfolgreichen E-Commerce zu erreichen.
Bilder: freepik, valantic
