Folge 38: Interview mit Dr. Amit Ghosh

[Musik] willkommen zum om Report dem interviewlastigen Podcast mit Themen von Online Marketing bis internetstups hallo amid was sind denn Fragestellungen bei denen mir webanalytics weiterhelfen kann als Inhaber einer Website na im Endeffekt verfolgt man ja meistens langfristige Ziele man definiert diese Ziele einmal und beginnt dann eben mit der Umsetzung und im Rahmen der Umsetzung kann es natürlich immer wieder passieren dass ich was an den Rahmenbedingung ändert dass es besondere Events z.B gibt und das im Endeffekt die Notwendigkeit

Auftritt Anpassung vorzunehmen und Web Analytics kann man vielleicht als ein kontinuierlich kontinuierliches Monitoring Tool sehen der Hilfe man eben eine ganze Reihe an Metriken im Auge behält und eben aufmerksam werden sollte wenn sich da irgendwas ändert wenn dann also im Endeffekt anpassungs Bedarf besteht okay was sind denn so die die die die drei wichtigsten Fragen den man quasi oft hinterhergeht was ist sozusagen das Alltagsgeschäft desjenigen der sich damit befasst der eben in eine Web analytic Software einsetzt was sind

denn so die Sachen auf die er tagtäglich wahrscheinlich schaut oder kann man da überhaupt gemeinsam Nenner finden ich denke das hängt tatsächlich ganz stark von den Zielen ab die jeweils verfolgt werden aber im Endeffekt gibt's natürlich ganz grundlegende Metriken ebendwie impressions vielleicht auch ähm die Verweildauer auf der Seite und der Traffic der aus verschiedenen Channels dann auf eine Seite fließt das sind natürlich so die Größen die man in der Regel als zeitrein immer im Auge behält

und wo man dann seine Ziele hat und schaut dass die hoffentlich mit einem positiven Trend belegt sind und wo man aber eben auch immer wieder sieht dass es dann mal Einbrüche gibt und sich dann eben fragen muss woran das dann liegt okay wie sieht es aus wenn man insbesondere sehr sehr viel aktiv Werbung betreibt was sind da so die Sachen auf die man Auge hat na ja dann äh schaut man natürlich auf der einen Seite auf das Budget was

man ausgibt und auf der anderen Seite guckt man sich dann an wie viel Traffic man eben über diesen über diese Online Werbung auf die Seite ziehen kann und versucht dann noch mit intelligenteren Metriken also wenn man schaut was kaufen die Leute etc das mit dem Umsatz zu verknüpfen den man dadurch generiert und hofft eben dass man da eine positive Korrelation findet das heißt dass man eben insbesondere auch darauf Acht dass man eben entsprechenden return bekommt auch für das Geld was man ins

Online Marketing steckt okay ist das denn eigentlich etwas was man komplett also kann man sowas oft in einem Tool ablesen oder ist das eher quasi eine Sache die man über über verschiedene Zugänge ja sich sozusagen selber zusammensuchen muss wie ist da in der Regel der Fall ich denke dass insbesondere für für kleinere und mittelständische Unternehmen die jetzt keine riesigen Budgets und keine furchtbar speziellen Sprüche haben gibt's auf jeden Fall Tools allen voran dann wahrscheinlich eben auch Google Analytics was ja schon

eine ganze Reihe an an auswertungsoption zur Verfügung stellt und das ist durchaus so für die üblichen Fragestellung dann auch schon ausreichend bei größeren Unternehmen tauchen natürlich speziellere Fragestellungen auf da haben wir dann in der Regel eben auch Spezialisten die dann noch deutlich tiefer in die Daten reinschauen wollen und dann besteht natürlich eher auch die Notwendigkeit mehrere Tools einzusetzen oder eben auch spezielle kostenpflichtige Tools dann einzusetzen die auf bestimmte Fragestellung optimiert sind wo wo sind denn oft Missverständnisse

seitensunternehmen ähm wenn man jetzt sich solche Daten Datenmengen analysiert was sind denn so da die Sachen wo ihr eben oft äh aufklärerisch ein eine Leistung erbringen müsst na ein ganz wichtiger Punkt ist dass wir ja das ist ein relativ kompliziertes Modell was im Endeffekt dahinter steckt also es ist ja nicht so äh dass wenn ich jetzt heute mein Budget für Online Marketing erhöhe ich sofort dann auch eine Reaktion in den zeitrein sehe da haben wir sehr viele

Störfaktoren da haben wir saisonalitäten etc drin und das sorgt eigentlich dafür dass man so ein bisschen eine mittelfristigere Perspektive zumindest einnehmen sollte und dass man natürlich auch nicht immer gleich im Panik verfallen muss wenn dann jetzt irgendwie mal eine Zeitreihe also die impression z.B ein bisschen zurückgehen obwohl man gerade erhöhte Anstrengung unternimmt das sind so wichtige Punkte nichtsdestotrotz sollte man natürlich gerade die langfristige Entwicklung im immer im Auge behalten und da spielt natürlich auch immer das eine wichtige

Rolle was die Konkurrenz in der Zeit tut und wenn man da sieht dass eine bestimmte zeitrei einknickt dann ist das natürlich ein Alarmsignal und dann sollte man sich auf Ursachenforschung begeben okay ähm erklär doch mal vielleicht ä habt ihr denn nicht öfter sozusagen die Thematik dass man ä den Unterschied zwischen Kausalität und Korrelation nicht ganz oft sozusagen bei jedem äh richtig verstanden fühlt ja das ist auf jeden Fall ein ganz wichtiger Punkt den du da ansprichst insbesondere auch so im

Bereich Customer Journey habe ich so den Eindruck dass das häufig verwechselt wird da wird ja dann mit einfachen Tools wie jetzt auch mit Analytics geschaut welche kontaktverläufe haben wir da und da ist es dann eigentlich ganz normal dass wenn man viel Geld oder auch gerade mehr Geld in online marketing investiert oder in bestimmte Kanäle steckt z.B Display dass man dann natürlich mehr Kontakt Verläufe findet in denen dann auch displaykontakte auftauchen das muss aber natürlich nicht unbedingt heißen dass

der displaykontakt dann auch kausal ist für den Kauf das kann natürlich auch einfach der Fall sein dass diese displaykontakte einfach so entstehen und da eben kann denke ich auch die Statistik einiges beitragen die ja dann Methoden Modelle und auch Testverfahren zuur Verfügung stellt mit deren Hilfe man dann tatsächlich untersuchen kann gezielt m ist es jetzt so dass wenn ich z.B mehr in den Bereich Display stecke dass ich dann tatsächlich auch kausal mehr Abschlüsse oder Verkäufe generiere

oder ist das im Endeffekt ein Artefakt was ich da in den Reihen sehe das heißt es ist etwas was man eigentlich mit den vorhandenen Daten machen kann man muss nur einfach mit anderen Methoden diese Daten auswerten ist das richtig genau und das eben dann häufig die die Grenze auch von von den einfachen Analytics Lösungen die sind natürlich auf Standardauswertung in der Regel beschränkt viele bieten natürlich auch zusatzfunktionalität aber das ist im Wesentlichen würde der Statistiker sagen deskriptiv also

beschreibend ich beschreibe einfach meine Daten und man braucht eben dann schon speziellere Methodik um dann wirklich auch hinter die Daten schauen zu können und dann da nach Zusammenhängen nach Kausalität und nach Gesetzmäßigkeiten zu suchen das ist dann aber auch weniger was was man im Rahmen des standardreortings machen würde sondern das ist dann eher doch eine spezifische Aufgabenstellung die dann im Rahmen eines kleineren Projekts dann bearbeitet würde das heißt ist etwas was man auch nicht notwendigerweise quasi

jeden Tag sich anschauen muss sondern das sind so sagen Vermutungen die man dann versucht entweder zu bestätigen oder zu widerlegen ganz genau also es geht da im Wesentlichen auch um Gesetzmäßigkeiten und Gesetzmäßigkeit impliziert ja an der Stelle auch schon dass das jetzt nichts kurzfristiges ist sondern dass das im Endeffekt ein Zusammenhang ist der in der Form natürlich dann auch mit einer gewissen zeitlichen Persistenz wirkt das heißt so eine Analyse macht man in der Regel einmal und dann m kann man sich

vielleicht nach einem Jahr oder nach einem halben Jahr je nachdem wie viel Dynamik man auch in der Entwicklung drin hat sich das Ganze noch mal anschauen und dann geht's auch relativ schnell zu überprüfen ob das jetzt immer noch in der Form gilt oder ob sich da jetzt substanziell Veränderung ergeben haben sehr schön kannst du vielleicht noch mal dem geneigten Leser den Unterschied in der Herangehensweise zwischen Data Mining und statistischen Methoden näherbringen also Data Mining ist in der

Regel ja theoriefrei das heißt ich habe einfach meine Daten die ich im im Rahmen des Tracking z.B erfasse und ich habe eine Zielgröße z.B eine Conversion wie auch immer die in dem Fall definiert ist und ich kann mir das jetzt eigentlich so vorstellen dass ich alle Daten die ich habe in den Trichter reinstecke und versuche damit dann die Conversion zu erklären das wäre so dieser Data Mining Ansatz und der statistische Ansatz ist eher modellgebunden das heißt da würde

ich mich am Anfang hinsetzen vielleicht mit Experten oder die Literatur mir anschauen und überlegen m was könnte denn jetzt im Endeffekt kausal entscheidend sein für die Generierung der Conversion das könnte dann z.B sowas wie das Involvement das Kunden sein und dann würde ich mir im nächsten Schritt überlegen wie kann ich jetzt das Involvement messen das heißt ich würde mir dann erst meine Daten anschauen und gucken welche Matriken habe ich da drin die im Endeffekt das Involvement

abbilden können und so würde ich dann ein Modell konstruieren und dann würde ich eben nur mit einem Teil der Daten arbeiten und ich würde eben auch immer das das wissen was ich über den Prozess hab in dem Fall also über die Generierung der Conversion von vorne rein in dieses Modell mit einbringen das ist so der wesentliche Unterschied also das eine ist theoriegbunden und das andere ist eher so ein Root Force Ansatz ich verwende einfach alle Daten die ich

habe und vertraue dann darauf dass ich einfach damit auch die die Methodik erfasse was nicht immer der Fall ist genau also so wie ich dich mal verstanden habe ist es nämlich im Wesentlichen so dass die Leute die meisten Leute die webanalytics eben Software nutzen eigentlich eher so ein Data miningpfahr entlang gehen und sozusagen die statistischen Methoden da durchaus eben noch mal zum einen eben mehr Feinheit reinbringen können mehr Sicherheit und auch noch mal mehr Vielfalt in den Fragestellungen die man

da stellen kann absolut also insofern wenn man so will die die statistischen Methoden ergänzen eigentlich dieses Data Mining und auch dieses reinbeschreibende ganz gut also das ist mit Sicherheit nichts was was jeder braucht und das ist mit Sicherheit auch nichts was man jeden Tag machen muss aber es ist auf jeden Fall eine ganz sinnvolle Ergänzung wenn man sich in gewissen Abständen mal hinsetzt bestimmte Fragestellungen definiert die einem wichtig erscheinen und dann mit Hilfe der Statistik mal schaut was man

da über den Wirkungszusammenhang begreifen kann und das ist eben nicht nur ein Modell was man bekommt sondern damit ist auch ein Lernprozess im Unternehmen verbunden weil anders als bei diesem Data Mining Verfahren wo man einfach eine prnose bekommt kriegt man ja im Rahmen dieser statistischen Modellbildung auch Informationen darüber welche Metriken jetzt tatsächlich ausschlaggebend sind z.B für die Generierung einer Conversion und das ist natürlich wissen was man in der Regel dann auch wieder ganz sinnvoll einbringen kann prima dann vielen Dank

für das Interview sehr gerne om Report dankt für die Aufmerksamkeit weitere Folgen gibt es auf www.omreport.de [Gelächter]