Daten und Analysen können Spaß machen (oder zumindest interessant sein), wenn du weißt, wie man all diese Zahlen und Berichte in verwertbare Informationen verwandeln kann, die du selbst verwenden kannst, um dein Unternehmen wachsen zu lassen.

In diesem Kapitel lernst du die wichtigsten Kennzahlen und Fachtermini, die du brauchst, um die wichtigsten Daten zu deinem Unternehmen auslesen und auswerten zu können.

Aber zuerst wollen wir darüber sprechen, warum Daten und Analysen so wichtig für ein erfolgreiches Unternehmen sind.

Warum Daten so wichtig sind.

Daten gibt es in zwei Varianten:

• nicht genug
• und zu viel.

Die größte Herausforderung ist, wie man aus Zahlen sinnvolle Entscheidungen ableitet. Statische Zahlen an und für sich sind bedeutungslos. Also warum sollte man eine Analyse machen wollen?

Ganz einfach: Daten sind mehr als bloßer Glaube. Das Bauchgefühl mag wichtig sein, aber Daten lügen nie.

Die Herausforderung liegt natürlich in deinen Methoden der Erhebung und Auswertung. Wie kommst du vom Spreadsheet zu strategischen Entscheidungen, die dein Unternehmen wachsen lassen? Schauen wir uns das mal an.

Drei Leitsätze zur Datenanalyse

Um Analytik und Daten zu beherrschen, musst du 3 Leitsätze beherrschen:

• Gib Daten einen Job. Alle Daten, die du sammelst, sollen dir helfen, Fragen zu beantworten und kluge Entscheidungen zu treffen.
• Löse mit Statistiken Probleme. Wandle Fragen in Strategien um. Das ist es, was Daten aussagekräftig macht. Es ist der Prozess der Umwandlung von Rohdaten in Geschäftsentscheidungen.
• Berücksichtige das Nicht-Greifbare. Manche Dinge sind schwer zu messen. Für diese Fälle musst du die Daten in einen größeren Zusammenhang setzen.

Analyse und Datenmanagement sollten nicht stressig sein. Aber es passiert schnell, sich überfordert zu fühlen, wenn es so viele Quellen gibt, aus denen man die Daten sammeln kann, manchmal sogar mit unterschiedlichen Zahlen für die gleiche Frage.

Wohin lenkst du also deine Aufmerksamkeit? Wie kann man die Daten aus verschiedenen Quellen vergleichen?

1. Gib deinen Daten einen Job

Eine der einfachsten Möglichkeiten, Daten zu verstehen, ist, an den Marketing-Funnel zu denken.

Der Marketing-Funnel ist ein grundlegendes Konzept, das es ganz einfach macht, die Kundengewinnung zu visualisieren. Dein Marketing schafft Aufmerksamkeit und zieht neue Besucher auf deine Website. Einige dieser neuen Leads sind interessiert genug, um dein Unternehmen und deine Produkte zu bewerten und ein Prozentsatz von ihnen wird zu Kunden werden.

Für den Vertrieb ist das ein gutes Modell, aber wir müssen den Funnel auch für Analysen und Daten optimieren.

Das Ziel ist, die Etappen des Verkaufsprozesses abzubilden und dann jede Etappe zu messen. Bei diesem Ansatz verwenden wir die gewohnten 3 Phasen des Verkaufskanals:

a) Kennenlernphase
b) Begeisterungsphase
c) Verkaufsphase

Wir müssen zudem messen, was passiert, wenn jemand Kunde wird. Wir fügen also noch eine weitere Phase hinzu: die

d) Markentreuephase

Diese konzentriert darauf, wie Kunden zu Stammkunden, Abonnenten auf Lebenszeit und Fürsprecher für dein Unternehmen gemacht werden können.

So gibst du deinen Daten einen Job.

Du siehst dir nicht alle deine Daten auf einmal an. Du ordnest jeder Stufe des Funnels unterschiedliche Analyse-Intentionen zu.

Anstatt die Gesundheit deines Unternehmens nur anhand der Zahlen zu messen, miss sie in jeder Phase, indem du Lecks in deinem Funnel identifizierst, strategische Wege findest, diese zu schließen und die Umstellung zu erleichtern.

Lass uns zunächst die Funnel-Kennzahlen benennen, die du für jede Phase deiner Kunden benötigst.

a) Kennenlernphase

Die Schlüsselfrage bei der Auswahl der Statistiken für diese Phase ist folgende: Gibt mir diese Statistik einen Einblick im Bereich brandneue Besucher?

Ein gutes Beispiel für eine Statistik: Direkte neue Besucher.

Direkte neue Besucher meint die Anzahl der Personen, die deine Website-URL direkt in Google eingeben. Man kann die Effektivität von Online- und Offline-Werbung messen:

Wenn du Awareness-Anzeigen geschaltet hast, solltest du Leuten zählen können, die versuchen, mehr über dich zu erfahren.

Wenn du Billboards hast, die deine URL enthalten, solltest du eine Spitze in den Geo-Bereichen um das Billboard herum sehen, wenn diese deine Website besuchen.

b) Begeisterungsphase

Dein Ziel in dieser Phase ist, neue Besucher in Leads zu verwandeln.

Deine Leitfrage bei der Entscheidung, ob eine Statistik für die Mitte des Funnels richtig ist, ist folgende: Gibt mir diese Statistik Aufschluss darüber, wie gut ich Besucher binden kann?

Bindung kann folgendermaßen definiert werden:

• Leute, die deinen Newsletter abonnieren.
• Personen, die ein Webformular ausfüllen.
• Menschen, die dir auf Social Media folgen.

Es geht um Menschen, die dir die Erlaubnis geben, sie zu kontaktieren und Mehr-Werte zu bieten.

Du kannst bei einen Blog-Post einen Banner einsetzen, der mehr über eines deiner Produkte verrät. Du kannst dann messen, wie viele Klicks dieses Banner erhält und wie viel Prozent deiner Blog-Besucher ihn anklicken, damit du beurteilen kannst, wie gut dein Inhalt Besucher in Leads umwandelt.

c) Verkaufsphase

Deine Leitfrage bei der Auswahl der Statistiken für diese Phase: Gibt mir diese Kennzahl Aufschluss darüber, wie gut / schnell/ erfolgreich sich Interessenten in Kunden verwandeln?

Dieses Stadium ist besonders wichtig. Sobald jemand etwas von dir kauft, auch etwas kleines und billiges, erhöht sich die Wahrscheinlichkeit, dass er wieder kaufen wird, um das Zehnfache.

Ein gutes Beispiel ist die Conversion pro Werbeschaltung.

Wie viele Personen haben deine Produkt-Werbung angeklickt oder dann bei dir gekauft? Hier erfährst du, welche Angebote funktionieren und welche speziellen Angebote du neuen Kunden machen solltest.

d) Markentreuephase

Dein Ziel für diese Etappe? Kundenzufriedenheit erreichen. Du möchtest Kundenbindung erhöhen.

Die Leitfrage bei der Betrachtung von Post-Conversion-Statistiken: Gibt mir diese Kennzahl Aufschluss darüber, wie zufrieden unsere Kunden sind?

Diese Daten sind schwieriger zu erhalten, aber zufriedene Kunden sind in der Regel bereit, sie weiterzugeben, z.B. über positive Bewertungen von Menschen im Mitgliederbereich. Das zeigt, wie gut du Personen hilfst, ihre Ziele mit deinem Produkt zu erreichen.

Denk daran, das sind keine Eitelkeits-Aspekte. Sie helfen uns zu wissen, was nötig ist, um die Leute bei dir zu halten und sie zu ermutigen, ihren Freunden von ihren Erfahrungen zu erzählen.

Ein Beispiel für die Messung der Kundenzufriedenheit ist die Opt-Out-Rate beim Newsletter oder bei einer Mitgliedschaft. Dieser Bericht zeigt, wie viele Personen man zu einem Abonnementprodukt hinzufügt und wie viele Personen „verloren“ gehen.

Diese Kennzahlen sagen, wie „gesund“ das Produkt ist. Wir können sehen, was zu tun ist, um Kündigungen entgegen zu wirken oder die Mitgliedschaft zu verlängern. Diese Informationen sind für ein Mitgliedschaftsprodukt von entscheidender Bedeutung, da die Mitgliederbindung die Gewinne steigert.

Wichtige Statistiken

Die wichtigsten Statistiken bestimmen den allgemeinen „Gesundheitszustand“ unseres Unternehmens. Damit eine Statistik der Schlüssel zu einer Antwort sein kann, musst du in der Lage sein, sie zu lesen und sofort, sprich auf den ersten Blick zu wissen, ob es deinem Unternehmen gut geht oder nicht.

Wenn wichtige Kennzahlen dir sagen, dass die Dinge gut laufen, gehst du mehr ins Detail deiner Analyse, um zu verstehen, warum. Auf dieser Grundlage kannst du dann deinen Erfolg wiederholen und ausbauen.

Beispiel 1:

Der durchschnittliche Banner-Klick gibt in % eine wichtige Kennzahl. Es zeigt dir auf deiner gesamten Website, wie wahrscheinlich es ist, dass ein Besucher auf eine Banneranzeige in einem deiner Artikel klickt.

Um zu verstehen, warum die Klickrate 3,25 % beträgt und wie wir diese Zahl verbessern können, benötigen wir eine Drill-Down-Statistik: Wie wahrscheinlich ist es, dass ein Besucher auf eine Banneranzeige in einem bestimmten Artikel klickt?

Man kann das z.B. für den Blog machen. Nachdem man alle Blogeinträge durchgesehen und nach bestimmten Statistiken aufgeschlüsselt hat, kann man die Faktoren identifizieren, die die Klickrate beeinflussen. Nach der Optimierung auf Grundlage der Ergebnisse kann man Klickrate der Bannerwerbung im gesamten Blog verbessern.

Beispiel 2:

In diesem Beispiel ist die Schlüssel-Statistik: der Durchschnittsbestellwert. Um das aufzuschlüsseln, musst du dir die tatsächlichen Aufträge ansehen.

Du möchtest wissen, woher der Großteil des Umsatzes aus deinem durchschnittlichen Auftragswert stammt? Das könnte zeigen, wo du Sachen in deinem Verkaufstrichter evtl. verschieben musst oder ob du eine Werbung vor einer anderen platzieren musst, weil ihr durchschnittlicher Auftragswert viel höher ist als der der anderen.

Sobald du den Allgemein-Zustand deines Unternehmens verstehst und weißt, wie die einzelnen Dinge funktionieren (oder wo nicht), kannst du beginnen, Statistiken zur Problemlösung anzuwenden.

2. Mit Statistiken Probleme lösen

Deine Aufgabe als Datenanalytiker ist es, Rohdaten in aktive Daten umzuwandeln. Dazu musst du den analytischen Entscheidungsprozess richtig nutzen …

Dieser Prozess funktioniert ähnlich wie die wissenschaftliche Methode, nur dass er auf einfachen Kennzahlen basiert.

In der wissenschaftlichen Methode beginnst du mit Fragen und Hypothesen und dann machst du Vorhersagen darüber, was passieren könnte, wenn du verschiedene Hypothesen testet.

Das Gleiche gilt für Daten und Analysen. Du überprüfst deine Daten und stellst Fragen dazu. Du erstellst Hypothesen: Was könnte passieren, wenn du eine dieser Zahlen beeinflussen könntest? Und dann entwirfst du einen Test, um zu sehen, ob du Recht hast.

Durch die Überprüfung der Ergebnisse kannst du klar erkennen, was getan werden muss, um dein Unternehmen erfolgreicher zu machen. Beim Treffen von Entscheidungen geht es nicht mehr um deinen Bauchgefühl, sondern darum, was dir die Daten sagen.

Das ist jedenfalls die Theorie.

Aber in der Praxis wissen wir oft nicht genug, um zu sagen, welche Fragen wir stellen sollten. In solchen Situationen hilft es, einen weiteren Daten-Tauchgang zu absolvieren.

Wenn du nicht genug weißt, um zu wissen, was du fragen sollst, geben dir deine Statistiken oft die Inspiration, die du brauchst.

Schritt 1:

Finde heraus, an welche Stellen die Leistungen besser sind als erwartet und an welchen es vielleicht nach unten tendiert. In vielen Fällen wird dies Fragen aufwerfen.

• Der Traffic dieses Blogeintrags ist doppelt so hoch wie bei den meisten anderen Blogeinträgen. Was hat habe ich bei diesem besser gemacht?
• Wir bekommen jeden Tag neue Abonnenten hinzu, aber unsere gesamten Abonnements-Zahlen bleiben unverändert. Wo verlieren wir warum Abonnenten?

Schritt 2:

Erstelle eine Hypothese über das, was bei Veränderungen passieren wird:

• Der 1-EUR-Trail ist ein besseres Angebot, da er mehr Besucher als gewöhnlich in allen Traffic-Quellen zieht, also besser konvertiert.
• Die Leute starten das Testangebot nach Ablauf der Zeit einfach immer wieder neu und lassen so die Konvertierungsprozentsätze künstlich in die Höhe schnellen.

Wie du siehst, gibt es in den meisten Fällen nicht nur einen Grund für ein Problem. Mehrere Faktoren können zu dem Erfolg oder Misserfolg beitragen, den du analysieren willst. Je mehr Hypothesen du hast, desto besser sind deine Chancen, alle beteiligten Faktoren zu beachten.

Schritt 3:

Verwende detailliertere Daten, um herauszufinden, was das Problem verursacht, das du zu verstehen versuchst. Diese Daten werden normalerweise nicht täglich überprüft, aber sie existieren.

Schritt 4:

Ergreife die entsprechenden Maßnahmen auf der Grundlage deiner Ergebnisse. Das Ergebnis unserer Datenanalyse war, dass das Testangebot überdurchschnittlich viele zahlende Kunden generiert. Von 100 Personen, die wir in im Abo haben, kamen 9 aus der Testphase, während 5 direkt das Vollzahlerangebot gewählt hatten.

3. Das Nicht-Greifbare

Es spielt keine Rolle, wie gut deine Daten sind, wenn sie dir nicht alles sagen, was du wissen musst.

Angenommen, du überprüfst deine Daten und erkennst einen Trend (positiv oder negativ): Wie nimmt dieser Trend Gestalt an? Woher kommt er? Vielleicht hast du in dieser Zeit ja eine Kampagne promotet? Vielleicht haben deine Konkurrenten aber auch etwas Besonderes getan? Oder vielleicht hattest du ein technisches Problem, das die Daten verzerrt hat?

Wenn du diese Faktoren bei der Auswertung deiner Daten nicht berücksichtigst, wirst du zu einer Annahme kommen, die auf einer falschen Datenauswertung basiert. Deine Schlussfolgerung ist dann logisch, aber falsch.

In Situationen, in denen du die Daten nicht sofort „greifen kannst“, hilft dir der Kontext, Abweichungen in deinen Daten zu verstehen.

Berücksichtige folgende Kontexte:

Temporäre Zusammenhänge

Was sagt dir das Vergangene über die Zukunft? Indem du die Daten durch eine „historisch-versierte“ Lupe betrachtest, kannst du Trends und typisches Verhalten deiner Kunden besser verstehen.

Angenommen deine Umsätze gehen plötzlich zurück, was sagen dir die Daten? Du hast keine neue Kampagne gestartet, du hast dein Produkt nicht verändert. Dennoch machst du weniger Gewinne.

Schaust du dir einen längeren Zeitraum an, stellst du womöglich fest, dass die Umsätze jeden Sommer zurückgehen.

Anstatt sich also um niedrigere Zahlen zu sorgen, kannst du dir Strategien ausdenken, um den Absatz im späten Frühjahr zu steigern. Oder auch die Werbeausgaben im Sommer reduzieren, weil du weißt, dass der ROI nicht so gut sein wird wie sonst.

Kontexte innerhalb deiner Kontrolle

Hast du Änderungen an deiner Strategie vorgenommen, die sich auf deine Leistung auswirken? Hast du Änderungen an deiner Website vorgenommen oder eine Kampagne gestartet? Überlege, welche Änderungen du intern vorgenommen hast, die sich auf deine Zahlen ausgewirkt haben könnten.

Kontexte außerhalb deiner Kontrolle

Veränderungen können auch außerhalb unserer Kontrolle stattfinden? Vielleicht ist ein neuer Wettbewerber auf den Markt gekommen? Oder vielleicht hat sich die Technologie geändert?

Externe Faktoren können außerhalb deiner Kontrolle liegen, aber du musst sie bei der Leistungsbewertung berücksichtigen.

Verstehe deine Daten

Wie du sehen kannst, können dir die 3 Prinzipien helfen, Zufallszahlen in umsetzbare Aufgaben für dein Unternehmen zu verwandeln.

Du solltest Daten verwenden, um intelligentere Entscheidungen für dein Unternehmen zu treffen. Verwende sie, um deine Ideen zu testen: was funktioniert und was nicht? Wie kannst du die Ergebnisse verbessern? Wenn du die Zahlen zu Hilfe nimmst, um eine Frage zu beantworten, weißt du genauer, was du eigentlich zu beweisen oder zu widerlegen versuchst.

Dann schließlich musst du deine Daten in einen größeren Zusammenhang stellen, indem du die Faktoren, die die Zahlen nach oben oder unten beeinflussen könnten, entsprechend bewertest.

Durch die Verknüpfung von Daten mit der realen Welt werden die Zahlen mehr Sinn machen – und es wird einfacher sein, sie in deinem Unternehmen zu nutzen, um das Wachstum voranzutreiben.

Folgende Fachtermini solltest du im Umgang mit deinen Daten kennen:

Analytische Entscheidungsfindung

Dies bezieht sich auf die wissenschaftliche Methode des Datenwissenschaftlers. Es meint den Prozess, den du verwenden wirst, um die Fragen zu finden, die du stellen solltest – und die besten Methoden, um sie zu beantworten.

UTM-Parameter

Dies bezieht sich auf den Code, den du an eine URL anhängen kannst, um mehr Informationen darüber zu erhalten, woher dein Traffic kommt.

Key Performance Indicator (KPI)

KPI ist ein anderer Weg, sich auf eine Kennzahl im Allgemeinen zu beziehen und es wird normalerweise verwendet, um über eine Kennzahl zu sprechen, von der jemand denkt, dass sie sein Geschäft antreibt. KPI ist eine weitere Möglichkeit, über eine Schlüssel-Kennzahl zu sprechen.

Konversionsratenoptimierung (CRO)

Die Leute, die Tests zur Optimierung deines Marketings durchführen, sind besonders auf Daten angewiesen, um ihre Hypothesen zu entwickeln, Tests einzurichten und die Leistung zu messen.

Zusammenfassung

Statistiken sind gar nicht so furchterregend wie man vielleicht denken mag, auch wenn man kein Zahlenmensch ist. Du brauchst nur einen Prozess für den Umgang mit den Zahlen. Finde einen Weg, der dir hilft, Chancen zu erkennen und Probleme zu beheben.

Sobald du deinen individuellen Prozess für dich gefunden hast, wirst du vielleicht sogar Spaß an der Analyse haben. Es gibt kein besseres Gefühl, als zweifelsfrei zu wissen, dass dein Marketingplan funktioniert, und es sind die Statistiken, die dir dieses Vertrauen geben können.

Wir nähern uns dem Ende unserer digitalen Marketingübersicht. Die nächste (und letzte) Lektion ist die Optimierung der Konversionsrate: Ein einfacher Prozess zur Verbesserung deiner Marketingergebnisse.