Google Analytics gehört zur Grundausrüstung eines jeden Vermarkters dazu.
Das liegt an der Fülle der Daten, die tiefe Einblicke in die Gewohnheiten und Details der Webseitenbesucher zulassen.
Diese Daten sind aber nur dann nützlich, wenn sie richtig interpretiert werden.
Der Bericht „Kohortenanalyse“ bietet tolle Einblicke in die Besucher Deiner Webseite.
Diesem Bericht ist zu entnehmen, welche Leistungen Deine Webseite erzielt und wie sich die Besucher auf Deiner Seite verhalten.
Doch nur wenige Nutzer sind mit diesem Bericht vertraut.
Die Kohortenanalyse wird oft unterschätzt, kann aber genutzt werden, um Trends und Muster zu erkennen und, um das Verhalten der Webseitenbesucher besser zu verstehen, damit man herausfindet, warum bestimmte Nutzer konvertieren und andere nicht.
Was ist eine Kohortenanalyse?
Um zu verstehen, was eine Kohortenanalyse ist, müssen wir zunächst den Begriff „Kohorte“ definieren.
Eine Kohorte ist eine Gruppe oder ein Segment von Nutzern, die einen bestimmten Wert teilen.
Google definiert Kohorten einer Dimension anhand eines bestimmten Messwertes.
Die Kohortenanalyse ist nichts anderes als die Auswertung dieser Messwerte.
Du kannst bestimmte Gruppen oder Segmente miteinander vergleichen, um Muster und Trends zu erkennen.
Die Auswertung dieser Muster und Trends hilft Dir dabei, zu bestimmen, welche Veränderungen und Verhaltensweisen zu bestimmten Ergebnissen führen.
Dieser Analyseprozess wird jedoch nicht nur im digitalen Marketing eingesetzt. Man kann die Kohortenanalyse benutzen, um Gruppen aus beliebigen Bereichen miteinander zu vergleichen.
Der Begriff tauchte erstmals in einer medizinischen Studie auf, in der Gruppen von Rauchern und Nichtrauchern miteinander verglichen wurden, um Unterschiede zu finden.
In Deinem Fall kann die Kohortenanalyse eingesetzt werden, um beliebig viele Daten Deiner Webseitenbesucher zu sammeln und miteinander zu vergleichen.
Im unteren Beispiel sehen wir einen Bericht, in dem die Kohorten für die Dimension „Akquisitionsdatum“ nach dem Messwert „Nutzerbindung“ aufgelistet sind.
Dieser Bericht bietet hilfreiche Daten.
Indem Du bestimmte Bereiche oder Segmente Deiner Zielgruppe analysierst, nicht die gesamte Zielgruppe, kannst Du Dir ein besseres Bild Deines idealen Kunden verschaffen.
Die Kohortenanalyse geht zudem über grundlegende Datenpunkte hinaus und zeigt die Gründe für Verhaltensänderungen der Webseitenbesucher auf.
Auf diese Weise lassen sich Muster leichter erkennen und es lässt sich herauszufinden, welche Elemente bestimmte Verhaltensweisen hervorrufen und welche Auswirkungen Deine Marketingkampagnen und -Strategien auf das Verhalten der Webseitenbesucher haben.
Um Muster und Trends im Onlineshop zu erkennen, führte das Unternehmen Spearmint LOVE eine Kohortenanalyse nach Kaufdatum durch.
Anhand dieser Analyse konnte das Unternehmen herausfinden, wie oft der durchschnittlicher Besucher auf die Webseite zurückkehrt und wie viel Zeit zwischen seinen Einkäufen liegt.
Die Kohorten wurden dann in “Kundenfenster” eingeteilt, um Kunden aufgrund ihres Kaufverhaltens unterschiedlichen Segmenten, z. B. Schwangere und Mütter mit Kleinkindern, zuzuordnen.
Anhand dieser Analyse können bessere Vorhersagen zum nächsten Einkauf getroffen werden, um die Inhalte der Werbekampagnen gezielter auf das jeweilige Kundensegment abzustimmen.
Dies ist aber nur eine zahlreicher weiterer Strategien, die von Spearmint LOVE genutzt wurden, um von 2015 bis 2016 991 % Jahreswachstum zu erzielen.
Wie man den Bericht „Kohortenanalyse“ in Google Analytics erstellt
Die Kohortenanalyse mit Google Analytics ist ein relativ einfacher Prozess.
Klick im linken Seitenmenü unter „Zielgruppe“ auf „Kohortenanalyse“.
Der Bericht ist standardmäßig auf die Kohortenanalyse für die Dimension „Akquisitionsdatum“ nach dem Messwert „Nutzerbindung“ eingestellt.
Tag 0 ist der erste Besuch des Nutzers auf der Webseite und die darauffolgenden Tage zeigen, wann der Nutzer auf die Webseite zurückgekehrt ist.
Lass Dich nicht vom plötzlichen Abfall der Grafik verunsichern.
Dieser Abfall ist völlig normal, weil Besucher mit größeren Zeitabständen seltener auf eine Webseite zurückkehren.
Selbst erfahrende Vermarkter haben Probleme damit, ihre Webseitenbesucher zu halten, lass Dich also nicht verunsichern, wenn Dein Bericht diesen plötzlichen Abfall aufweist.
Unterhalb der ersten Grafik ist eine Tabelle mit Daten zur Nutzerbindung zu finden, die nach dem Datum der Besuche des Nutzers sortiert ist.
Im oberen Beispiel repräsentiert jede Zeile eine neue Kohorte von Nutzern nach Akquisitionsdatum.
Wenn bestimmte Zeilen signifikante Abweichungen aufweisen, wäre das ein guter Anfangspunkt für Deine Analyse, besonders im Fall großer Werbekampagnen.
Die Abweichung könnte beispielsweise darauf hinweisen, dass die Werbekampagne an diesem Tag besonders viel Traffic auf Deine Webseite geschickt hat.
Die Dimensionen und Messwerte können im oberen Bereich der Seite angepasst werden.
Aktuell steht als Kohortentyp nur das Akquisitionsdatum der Webseitenbesucher zur Verfügung, allerdings kannst Du den Werttyp der Dimension in „Tag“, „Woche“ oder „Monat“ ändern.
Diese Einstellung kann beispielsweise genutzt werden, um Kampagnen auszuwerten, die über genau diesen Zeitraum hinweg aktiv waren.
Du kannst andere Messwerte einstellen, um die Kohorte zu analysieren.
Der Messwert ist standardmäßig auf Nutzerbindung eingestellt und zeigt den prozentualen Anteil der Nutzer, die an den Folgetagen nach ihrem ersten Besuch auf die Webseite zurückkehren.
Wenn Du dem Gesamt-Traffic Deiner Webseite steigern und wiederkehrende Besucher binden willst, ist dieser Bericht sehr hilfreich.
Die folgenden zwei Messwerte bieten vielen Unternehmen jedoch noch bessere Einblicke in das Verhalten ihrer Webseitenbesucher.
Der Unterbereich “Pro Nutzer” besteht aus mehreren Messwerten, mit denen das Verhalten des Nutzers genauer unter die Lupe genommen werden kann, darunter:
- Abschlüsse für Zielvorhaben pro Nutzer
- Seitenaufrufe pro Nutzer
- Sitzungsdauer pro Nutzer
- Sitzungen pro Nutzer
- Transaktionen pro Nutzer
Du kannst die Kohorte also nicht nur nach Besuchen auf Deiner Webseite auswerten, Du kannst Deine Messwerte anpassen, damit sie Deinem jeweiligen Zielvorhaben entsprechen.
Der nächste Unterbereich verfügt ebenfalls über mehrere Messwerte, die jeweils Gesamtwerte darstellen, darunter:
- Seitenaufrufe
- Umsatz
- Sitzungsdauer
- Sitzungen
- Transaktionen
- Nutzer
Zusätzlich zu den oben genannten Einstellungen, kannst den Zeitraum des Berichtes auf die letzen 7, 14, 21 oder 30 Tage verändern.
Der Zeitraum ist von den jeweiligen Daten und der Größe der zu analysierenden Kohorte abhängig.
Wenn die Kohorte nach Tagen aufgeschlüsselt wird, ist eine Woche u. a. ein ausreichender Zeitraum und kann aussagekräftige Daten liefern. Bei größere Kohorten sollte jedoch ein größerer Zeitraum gewählt werden.
So erstellst Du den Bericht „Kohortenanalyse“.
Und wie nutzt man die Daten aus dem Bericht?
1. Zusätzliche Segmente analysieren, um mehr über Deine Zielgruppe zu erfahren
Da die Kohortenanalyse momentan noch auf das Akquisitionsdatum beschränkt ist, kommt es natürlich zu Einschränkungen.
Du musst also auf zusätzliche Daten zugreifen, um Zielgruppensegmente zu analysieren. Du kannst dem Bericht bis zu vier neue Segmente hinzufügen.
Alle neu hinzugefügten Segmente werden separat in einer neuen Tabelle unter „Alle Sitzungen“ angezeigt.
Du könntest den Bericht beispielsweise in „Alle Nutzer“ und „Zugriffe über Mobiltelefone“ unterteilen.
Hier ist die entsprechende Grafik:
Die untere Tabelle ist in die ausgewählten Segmente unterteilt.
Der obere Bericht zeigt, dass 3,98 % der insgesamt 125.499 Desktop-Nutzer, die sich in der ersten Aprilwoche angemeldet hatten, in der ersten Woche auf die Webseite zurückkamen. In der zweiten Woche waren es 2,41 % und in der dritten Woche nur noch 2,05 %.
Im Vergleich zu den Zugriffen über Mobiltelefone lässt sich feststellen, dass die Nutzerbindung an Desktop-Gerät höher ausfällt.
Zusätzlich zu den Standardeinstellungen, besteht jedoch auch die Möglichkeit, benutzerdefinierte Segmente anzulegen.
Du kannst die Kohortenanalyse also auch nutzen, um benutzerdefinierte Kundensegmente, die Du bereits angelegt hast, miteinander zu vergleichen.
Im unteren Beispiel sehen wir den Vergleich zwischen Nutzern, die sich für eine kostenlose Testversion angemeldet haben und Nutzern, die ein Whitepaper heruntergeladen haben.
Du solltest im jeweiligen Bericht, unabhängig vom gewählten Segment, auf Abweichungen im Vergleich zum Segment “Alle Nutzer” achten.
Auf diese Weise lassen sich Kundensegmente bestimmen, bei denen es zu positiven oder negativen Abweichungen im Verhaltensmuster kommt.
Wenn ein Segment besonders gute Ergebnisse erzielt, wenn die Nutzer beispielsweise öfter auf Deine Webseite zurückkehren, musst Du den Grund für diese Abweichung finden, um den Erfolg in anderen Kundensegmenten zu replizieren.
2. Die Reaktionen auf kurzfristige Marketingaktionen messen
Die Kohortenanalyse dient auch dem Messen von Ergebnissen kurzfristiger Marketingaktionen, z. B. einer E-Mail-Kampagne.
Jeder Deiner Newsletter erreicht leicht unterschiedliche Kundensegmente, darum musst Du das Verhalten der Empfänger analysieren, um auf den Erfolg Deiner Kampagne schließen zu können.
Die Nutzung von UTM-Parametern ermöglicht die Erstellung neuer Segmente, die in der Kohortenanalyse anschließend als “Trafficquelle” ausgewählt werden können.
Gib die Parameter Deiner Kampagne ein und vergleiche das Segment mit dem Gesamttraffic Deiner Webseite.
Wenn Deine E-Mail-Kampagne beispielsweise drei Tage lang läuft und Du Deinen Kunden einen einmaligen Preisnachlass von 25 % anbietest, kannst Du mit der Kohortenanalyse herausfinden, wie viele Kunden innerhalb dieses Zeitraums auf Dein Angebot eingegangen sind.
Wenn die Kampagne gute Ergebnisse erzielt, ist das ein Anzeichen dafür, dass die Kampagne gut bei Deiner Zielgruppe und Deinen Kunden ankommt.
3. Mehr über die Kaufgewohnheiten Deiner Kunden erfahren
Einer der Vorteile der Kohortenanalyse sind die umfangreichen Daten zum Onlineshop, darunter auch der Umsatz pro Nutzer, Transaktionen pro Nutzer und der Gesamtumsatz.
Die Analyse der Transaktionen pro Nutzer nach Akquisitionsdatum lässt Schlüsse auf den nächsten Einkauf des Nutzers zu.
Der folgende Bericht zeigt, dass der Nutzer bereits nach fünf Tagen einen neuen Kauf tätigt.
Natürlich können mehrere Faktoren für den plötzlichen Anstieg der Verkäufe verantwortlich sein, z. B. ein Sonderangebot oder eine neue Werbekampagne, mit Hilfe dieser Daten kannst Du Dir jedoch ein besseres Bild Deiner Kunden machen, ihrer Kaufgewohnheiten und der Frequenz ihrer Einkäufe machen.
Um noch mehr hilfreiche Einblicke zu gewinnen, kannst Du die gewonnenen Daten mit Daten aus dem Bericht „Lifetime-Wert“ vergleichen.
Nehmen wir einfach mal an, Du führst eine Kohortenanalyse durch und stellst fest, dass es in Woche fünf und elf einer zwölfwöchigen Werbekampagne zum plötzlichen Abfall der Nutzerbindung kommt.
Erstelle jetzt für denselben Zeitraum einen Lifetime-Wert-Bericht, um herauszufinden, ob es in anderen Kampagnen oder Kanälen zu ähnlichen Abfällen kam.
Der Zugriff auf den Bericht „Lifetime-Wert“ erfolgt über den Bereich „Zielgruppe“ im linken Seitenmenü.
Jetzt musst Du einen LTV-Messwert festlegen. Für einen Onlineshop bietet sich der „Umsatz pro Nutzer (LTV)“ an.
Anschießend kannst Du den Bericht nach Akquisitionskanal, -Quelle, -Medium oder -Kampagne sortieren.
So findest Du schnell heraus, welche Kanäle verbesserungswürdig sind, um Leistungsabfälle zu verhindern und die Nutzerbindung sowie Umsätze zu steigern.
4. Anmerkungen machen, um Leistungen zu überwachen
Wenn Du eine Kohortenanalyse durchführst, musst Du die Faktoren, die Auswirkungen auf Deine Leistungen haben, im Auge behalten.
Um diese Faktoren besser überwachen zu können, kannst Du Anmerkungen machen. Auf diese Weise hast Du die Daten zu bestimmten Events, Kampagnen und Änderungen immer im Blick.
Die untere Grafik zeigt die Ergebnisse drei unterschiedlicher Werbekampagnen.
Die Kampagne bestand aus der Veröffentlichung eines Artikels auf der Plattform eines Drittanbieters.
Wenige Tage später konnte der signifikante Anstieg des Traffics festgestellt werden.
Aus der Kohortenanalyse allein wird dieser Anstieg nicht deutlich, mit Anmerkungen kannst Du jedoch zusätzliche Daten zur Analyse heranziehen, die sonst vielleicht schneller in Vergessenheit geraten.
5. Die Berichte der wichtigsten Kohortenanalysen speichern
Wenn Du regelmäßig auf Google Analytics zugreifst, um Deine Ergebnisse auszuwerten, solltest Du Deine Berichte speichern, um Zeit zu sparen.
Auf diese Weise kannst Du jederzeit schnell auf wichtige Daten zugreifen und garantierst die Einheitlichkeit Deiner Berichte, weil es nicht aus Versehen zu Abweichungen kommen kann.
Um einen Bericht zu speichern, musst Du nur auf “Speichen” klicken und dem Bericht einen Namen geben.
Jetzt werden alle Einstellungen gespeichert, darunter auch Segmente, Dimensionen und Filter, damit Du beim nächsten Besuch sofort auf Deine Daten zugreifen kannst und den Bericht nicht noch mal erstellen musst.
Fazit
Es ist gar nicht so einfach aussagekräftige Daten in Google Analytics zu finden. Sogar erfahrene Vermarkter haben damit zu kämpfen.
Die Datenfülle ist schier überwältigend und macht das Programm schnell unübersichtlich, weil die gewünschten Daten nicht sofort gefunden werden können.
Um Deine Daten besser zu organisieren, empfehle ich die Durchführung einer Kohortenanalyse, denn mit diesem Bericht kannst Du Deine Zielgruppe in Segmente unterteilen.
Du kannst bereits bestehende, benutzerspezifische Segmente wählen und das Verhalten dieser Nutzer mit anderen Kundensegmenten oder dem Gesamttraffic Deiner Webseite vergleichen.
Außerdem solltest Du Reaktion der Nutzer auf Marketingaktionen analysieren, das Verhalten Deiner Onlinekunden im Auge behalten und den Einfluss Deiner Marketingkampagnen auf Dein Unternehmen messen.
Da dieser Bericht von nur sehr wenigen Unternehmen genutzt wird, um die Leistung ihrer Webseite zu messen, ist das Deine neue Geheimwaffe.
Hast Du schon mal eine Kohortenanalyse für Deine Webseite durchgeführt?
