Erweiterte und sequentielle Segmente in Google Analytics

Wenn du dir aggregierte Daten – also Daten, die ohne Segmentierung angehäuft wurden – ansiehst, kommst du allerdings selten zu neuen Erkenntnissen. Oder wie Avinash Kaushik sagte „all data in aggregate is crap“.

Ein nicht unbedingt neues, aber mächtiges Feature sind die erweiterten und sequentiellen Segmente in Google Analytics. Damit bietet Euch Google Analytics mit den erweiterten Segmenten umfangreiche Möglichkeiten zum tiefen Verständnis von Daten.

Segmentierungsansätze in Google Analytics

Wenn man es genau nimmt bietet Google Analytics in alle Berichten Segmentierungsmöglichkeiten an. Hier sehr Ihr mal, welche Möglichkeiten GA tatsächlich anbietet.

 

Segment absolutely everything

So sagte das schon Webanalyse-Guru Avinash Kaushik. Jede Metrik, die du irgendwann für deine Berichte verwendest, sollte im Detail analysiert (segmentiert) werden. Aggregierte Daten sind in der Auswertung meist sinn- und bedeutungslos. In dieser Grafik siehst du auf Basis unserer Zahlen, wie viel Kontext Metriken durch Segmentierung gewinnen.

Im Folgenden habe ich dir mal ein paar Ansätze für mögliche Segmente zusammengefasst.

Nutzerorientierte Segmente

• Neue versus wiederkehrende Nutzer
• Mobile versus Desktop-Nutzer
• Erweitert: E-Commerce-Konversionsrate nach Demographien (männlich/weiblich)

Produktorientierte Segmente

• Umsätze nach Produktkategorie (erweiterter E-Commerce)
• Seitenaufrufe nach Verzeichnissen (Aufschlüsselung nach Content)
• Erweitert: Warenkorb-Abbrecher

Marketingorientierte Segmente

• Quelle/Medium bezahlte versus organische Zugriffe
• Aufschlüsselung Kosten und Konversionsrate nach Google-Ads-Kampagnen
• Erweitert: Segment Brand- versus Non-Brand-Kampagnen

Hinweis: Damit bei Google Ads die Daten richtig interpretierbar sind, haben wir in diesem umfangreichen Artikel beschrieben, wie man Google Ads richtig mit Google Analytics verbindet.

Diese Segmentierungsansätze brauchst du

Wie unterscheidest du, ob die von dir gewählten Segmente auch tatsächlich sinnvoll sind?

Die Basis dazu liefert dir deine Unternehmensstrategie: * Welche langfristigen Ziele hast du? * Welche kurz- und mittelfristigen Ziele verfolgst du? * Mit welchen Strategien arbeitest du? * Welche Zielgruppen willst du erreichen? * Wie kannst du deine Zielgruppen aufteilen? *

Diese Segmentierungsansätze stehen dir in Google Analytics zur Verfügung

• Standard-Segmente (zum Beispiel Benutzerquellen oder Zugriff von Mobilgeräten)
• Benutzerdefinierte Segmente (Standort oder Keywords mit 1,2,3 oder 4 Suchbegriffen)
• Sequentielle Segmente ( Nutzer machen eine Abfolge von Interaktionen auf Eurer Seite)
• Standard-Conversion-Segmente (nur im Multichannel-Trichter – zum Beispiel Erste Interaktion: organische Suche)
• Benutzerdefinierte Conversion-Segmente (zum Beispiel erste Interaktion mit einer Facebook Anzeige)

So verwendest du Standardsegmente

Google Analytics hat in seinen Segmenten einige Standards definiert, wie zum Beispiel direkte Zugriffe, Nutzer mit einer Sitzung, Zugriffe über Mobiltelefone, Nutzer die eine Site Search ausgeführt haben oder wiederkehrende Nutzer. In vielen Fällen sind diese von Google vorgedachten Segmente schon sehr hilfreich für tiefergehende Analysen. Segmente, die man regelmäßig verwendet, lassen sich mit einem gelben Stern versehen und tauchen dann unter „markierte Segmente“ auf.

Beispiel: Segmentierung nach Trafficquellen

Die Segmentierung der Akquisitionsquellen ist wichtig, um deine Online-Marketing-Strategie besser zu verstehen. Hier siehst du im Detail, wie sich deine Marketingkanäle in Hinsicht auf Sitzungen, Absprungrate und Conversionrate unterscheiden. Segmentierst du in diesem Beispiel nach den wichtigsten Traffic-Quellen (Akquisition -> Quelle/Medium) dieser Website, siehst du sehr schnell, dass Google Ads (blaue Linie) für den Einbruch an Sitzungen verantwortlich ist (Segment: „google/cpc“ und „google/organic“).

In diesem Fall war der Hintergrund eine nicht funktionierende Kreditkarte.

Vor- und Nachteile von Segmenten in Google Analytics

Vorteile

• Segmente können auf historische Daten angewandt werden.
• Segmente stehen über alle Datenansichten zur Verfügung.
• Segmente sind einfach zu definieren.
• Segmente beschränken nicht den Zugriff auf Daten.
• Segmente können geteilt werden.
• Segmente können außer in den Multi-Channel-Trichter-Berichten auf alle sonstigen Berichte & Dashboards angewandt werden.
• Für die Multichannel-Trichter-Berichte gibt es gesonderte Conversion-Segmente.

Nachteile

• Segmente führen ggf. auch zum Sampling Deiner Daten.

Diese Ansätze für Segmente gibt es in Google Analytics

Technisch gibt es mehrere Möglichkeiten, um in Analytics ein Segment zu verwenden. In den meisten Berichten kannst du in der Dimension vor dem Wert einen Haken (ingesamt bis zu vier) setzen und dir die Daten grafisch über „Zeilen darstellen“ anzeigen lassen. Schon hast du deine Daten segmentiert.

Benutzerdefinierte Segmente

Benutzerdefinierte Segmente erlauben es dir, in Google Analytics die Daten so zu unterscheiden, wie es für dein Unternehmen wichtig ist. Dabei gibt es die Möglichkeit, Segmente nach demographischen, technologischen, verhaltensorientierten oder aber auch nach bestimmten Abfolgen eines Nutzers zu definieren. Und natürlich kann man hier die verschiedenen Varianten kombinieren. Im Folgenden ein paar Beispiel für eigene, benutzerdefinierte Segmente.

Beispiel 1: Benutzerdefinierte Segmente nach Region (Nielsen)

Mit benutzerdefinierten Segmenten kann man seine eigenen Daten immer wieder unter verschiedenen Gesichtspunkten betrachten, analysieren und interpretieren. Wir haben uns ein paar Gedanken gemacht und ein Google-Analytics-Segment entwickelt, das die Nielsen-Gebiete in Deutschland reflektiert. Was die Nielsen-Gebiete sind? Viele Werbeträger listen Ihre Leistungsdaten nach den verschiedenen Nielsen-Gebieten auf. So steht Nielsen I zum Beispiel für die Regionen Bremen, Hamburg, Niedersachsen und Schleswig Holstein. Mehr dazu hier bei Wikipedia.

Anwendung: Vertriebsplanung und auch Mediaplanung werden oft über die in etwa kaufkraftgleichen Nielsen-Gebiete eingeteilt. So können Mediakampagnen regional nach Nielsen-Gebieten getestet werden. In Google Analytics bietet sich hier dann die Möglichkeit der Effizienzsteuerung oder Mediasteuerung auf Basis dieser benutzerdefinierten Segmente.

Benutzerdefinierte Segmente zum direkten Download

Im Folgenden findest du die benutzerdefinierten Segmente für die verschiedenen Nielsen-Gebiete zum Download:

• Nielsen I – download Segment
• Nielsen II – download Segment
• Nielsen IIIa – download Segment
• Nielsen IIIb – download Segment
• Nielsen IV – download Segment
• Nielsen Va und b – download Segment
• Nielsen VI – download Segment
• Nielsen VII – download Segment

Beispiel 2: Benutzerdefinierte Segmente am Beispiel Engagement

Damit du potentiell interessierte Nutzer besser identifizieren kannst, zeige ich dir hier ein Segment, das all die Sitzungen betrachtet, die von Nutzern mit großem Interesse verursacht werden, die aber nicht konvertieren. Vielleicht hilft dir ein solches Segment dabei, herauszufinden, aus welchen Quellen diese Nutzer kommen und warum diese gegebenenfalls nicht bei dir kaufen.

Was man hier sieht ist ein sequentielles Segment in Google Analytics.

Sequentielle Segmente in Google Analytics

Sequentielle Segmente in Google Analytics helfen Euch Abfolgen von Nutzern auf Eurer Seite zu verstehen. In einem ersten Schritt müsst Ihr definieren, ob das verwendete sequentielle Element einen Nutzer in einer Sitzung beschreiben soll, oder ob der Nutzer über mehr als eine Sitzung bestimmte Bedingungen erfüllt. Im folgenden seht Ihr mal ein Beispiel für ein sequentielles Segment in Google Analytics.

Sequentielles Segment: Erste Nutzerinteraktion versus beliebige Nutzerinteraktion.

Beliebige Nutzerinteraktion bedeutet das die Sequenz des Segments startet, wenn der Nutzer zum Beispiel irgendwann in der Session Ihre „Startseite“ sieht. Erste Nutzerinteraktion bedeutet, das das Segment nur dann zählt, wenn der Nutzer mit Ihrer „Seite“ startet, bevor er irgendetwas anderes bei Ihnen auf der Seite macht. In einem zweiten Schritt könnt Ihr dann wählen, ob ein Nutzer eine bestimmte Interaktion, wie einen Seitenaufruf, unmittelbar (wird unmittelbar gefolgt von) nach dem ersten Schritt macht oder dieser zweite Schritt irgendwann bei Euch folgt (wird gefolgt von).

Beispiel: Ein Nutzer steigt bei euch auf der Startseite / ein, ihr habt ein Scrollevent definiert und dann ruft der Nutzer als zweites eine Produktseite auf ( hier in unserem Beispiel unser „SEO Seminar„). „Wird gefolgt von“ bedeutet, das der Nutzer zum Beispiel auf die Startseite kommt und dann „irgendwann“ auf eine Produktseite (SEO Seminar) geht. Habt Ihr in der Definition „Nutzer“ gewählt, dann wäre hier auch die 1te Sitzung inkludiert. „Wird unmittelbar gefolgt von“ bedeutet, dass der Nutzer auf die Startseite kommt und dann sofort auf eine Produktseite klickt. Hier würde nur die 2te Sitzung über das Segment definiert werden. Wie Ihr seht, ist hier eine genaue Fragestellung, also welche Daten Ihr wirklich haben wollt, elementar für die Definition des Segmentes.

Hinweis: Wenn Ihr in der Definition Nutzer auswählt, dann könnt Ihr nur maximal 93 Tage als maximalen Analysezeitraum wählen.

 

Was kann man mit sequentiellen Segmenten analysieren?

In der Web Analyse beginnt immer alles mit der Fragestellung. Wir wollten wissen, inwieweit Nutzer, die über einen Blogbeitrag einsteigen, im folgenden noch einen Blogbeitrag (Segment 1: Content -> Content) lesen im Vergleich zu Nutzern, die einen Blogbeitrag lesen und in einem zweiten Schritt, sich eine Seminarseite ansehen.(Segment 2: Content -> Product).

Nicht überraschend haben wir natürlich festgestellt, das der Fall content->content viel häufiger auftritt, allerdings was wir gut dann über unsere wichtigsten Blogartikel feststellen konnten, war welcher Blogartikel stärker zu Produktseitenaufrufen (auch später) führt, und welche Blogartikel eher zu wiederholten Blognutzern führen. In unserem Fall haben wir festgestellt, dass der Artikel zum Thema UTM-Parameter bei Google Analytics, überproportional zu Produktseitenaufrufen beiträgt. Andere Artikel aber eher zu wiederholten Bloglesern führen.

 

Standard-Conversion-Segmente

Es gibt in Analytics aber nicht nur die Segmente, die du in den Berichtsreitern „Zielgruppe“, „Akquisition“ und „Verhalten“ verwenden kannst. Auch im letzten Berichtsreiter „Conversion“ -> „Multi-Channel-Trichter“ findest du spezielle Conversion-Segmente. Der Ansatz, der hier gewählt wird ist aber komplett anders, da hier die Reise eines Nutzers auf Deine Seite abgebildet wird. Also: – Über welche Quellen kam der Nutzer auf deine Seite? – Wie viele verschiedene Pfade ist er hier gegangen? – Wie viel Zeit hat er benötigt, um bei dir zu konvertieren?

Und so könnte das aussehen:

Die Standard-Conversionsegmente findest du links oben unter „Conversion Segmente“. Hier siehst du, welche Definitionen die Standard-Conversion-Segmente haben:

Standard-Conversion-Segmente am Beispiel „Bezahlte Werbung“

Vielleicht möchtest du herausfinden, ob deine bezahlten Kampagnen nicht nur an der „finalen“ Konversion beteiligt waren, sondern ob deine Besucher überhaupt über bezahlte Werbung auf deine Website aufmerksam wurden. Hierfür würdest du als Standardsegment „Erste Interaktion: Bezahlte Werbung“ auswählen. Damit du hier nicht nur Google-Ads-Daten hast, wäre es gut, wenn du alle deine Kampagnen mit Parametern vertaggt hättest. Wie das geht, haben wir in diesem Artikel zusammengefasst: Wie man benutzerdefinierte Kampagnenparameter für Kampagnen erstellt. Über eine sekundäre Dimension wie zum Beispiel den Keywordpfad kannst du jetzt recht gut erkennen:

• Welche bezahlten Kampagnen vorbereitend wirken?
• Welche Suchbegriffe vielleicht stark in der Konversion sind?
• Wie deine Nutzer verschiedene Pfade verwenden um auf deine Website zu kommen?

Boost your Analytics: Die Segmentierung von Metriken

Bei der Segmentierung von Daten geht es nicht immer nur darum, die Standardmetriken in Google Analytics über verschieden segmentierte Dimensionen, wie zum Beispiel Quelle / Medium oder Gerätekategorie zu verstehen, sondern auch die richtigen Metriken für die jeweilige Fragestellung zu entwickeln.

In der Web-Analyse geht es selten um absolute Zahlen. Es geht meistens um ein besseres Verständnis des Verhaltens unserer Besucher. Die wirksamste Strategie zur Analyse deiner Daten ist die Segmentierung. Segmentierung ist die Grundlage, die aus einer Metrik eine gute Metrik macht.

Was macht am Ende also eine gute Metrik aus?

• Eine gute Metrik ist vergleichbar: Der Vergleich einer Metrik über verschiedene Zeitperioden, Wettbewerber oder Segmente hilft zu verstehen, in welche Richtung sich dein Unternehmen bewegt. Beispiel: „Die Konversionsrate für unsere Google-Ads-Kampagnen hat sich im Vergleich zum Vormonat um 10 % verbessert.“
• Eine gute Metrik ist verständlich: Eine Metrik sollte schnell zu einem Gespräch, einer These oder einer Maßnahme führen. Beispiel: „Die Absprungrate meiner Google-Ads-Kampagne ist 30 % niedriger als die meiner Facebook-Kampagnen (Segmentierung Google-Ads- zu Facebook-Kampagnen).“
• Eine gute Metrik zielt auf Veränderung ab: Was würde man anders machen, falls sich eine Metrik verändert? Die Metrik sollte sich auch an einem gesetzten Ziel orientieren und zum Beispiel zur Frage führen, warum sich die Ziele nicht so entwickeln wie erwartet. Beispiel: „Die Look-to-Book-Ratio hat sich bei unseren Mobile-Nutzern im Vergleich zu unseren Desktop-Nutzern um 10 % verschlechtert.“
• Eine gute Metrik ist relativ: Eine gute Metrik ist relativ und stellt eine Verbindung zwischen verschiedenen Werten dar. Eine schlechte Metrik ist zum Beispiel der CPC, da er keine Aussage darüber zulässt, ob ein CPC von 5 € gut oder schlecht ist. Aber ein Wert wie die Kosten-Umsatz-Relation hilft trotz gegebenenfalls hoher CPCs, zu entscheiden, wie viel Umsatz pro 1 € Marketinginvestment realisiert wird.

Du möchtest jetzt noch mehr über Segmentierung in Google Analytics erfahren? Dann besuche jetzt das Google-Analytics-Seminar in München, Berlin, Hamburg, Frankfurt, Düsseldorf, Köln oder Wien:

 

qVisits als Konzept zur besseren Messung von Nutzerverhalten

Abseits der Standardmetriken, wie Seitenaufrufe, Sitzungen, Absprungrate etc. verwenden wir das Konzept qualifizierter Sitzungen (qVisits -> qualified Visit). Eine qualifizierte Sitzung zeichnet sich dadurch aus, dass sich Eure Nutzer intensiver mit Euren Inhalten auseinandergesetzt haben. Wer sich mit Google Analytics schon auseinandergesetzt hat, weiß um die limitierte Aussagekraft von Metriken, wie Absprungrate und Sitzungsdauer.  Das Konzept der qualifizierten Sitzungen kann besser beschreiben, ob sich Nutzer intensiver mit Eurer Seite auseinandergesetzt haben. In diesem Beispiel ist ein qVisit I bei uns als ein Nutzer definiert, der mehr als 75s auf unserer Seite verbracht hat. Wie Ihr das integrieren könnt, findet Ihr hier.  In der zweiten Ausprägung ist ein qVisit II ein Nutzer, der in einer Sitzung, mindestens einen zweiten Seitenaufruf produziert hat.(Seiten / Sitzung > 1)

qVisits als Zieldefinition in Google Analytics

Nachdem Ihr die Zieldefinitionen bei Euch in Google Analytics definiert habt (bitte immer erst in einer Testdatensicht anlegen), könnt Ihr jetzt Eure Dimensionen, wie Quelle / Medium, Gerätekategorie oder Landingpages mit diesen deutlich präziseren Metriken intensiv analysieren. Für uns ist das besonders wichtig für die folgenden Fragestellungen:

• Wie entwickeln sich qVisits für mobile, desktop und tablet?
• Welche Marketingkanäle führen zu qVisits?
• Welche Kampagnen und Anzeigeninhalte führen zu qVisitis?
• Welche Landingpages (transaktional) führen zu qVisits?
• Welche Landingpages (informational) führen zu qVisits?

Hier seht Ihr mal ein Beispiel von uns mit dem Vergleich „google / organic“, „facebook / cpc versus unserem eigenen Newsletter „121WATT / email“. Wie man sehr gut erkennen kann, führen bei uns Facebook Ads nur zu einer sehr geringen Anzahl an qualifizierten Sitzungen (qVisits I). Die Fragen, die sich hier für den Analysten stellen, sind:

• Funktionieren Facebook /Ads überhaupt?
• Ist das Targeting falsch?
• Bewerben wir die falschen Inhalte?
• Haben wir hier massiv viele aus Versehen-Klicker?

 

Google Analytics und Segmentierung

Fazit: Segmentierung ist die wichtigste Strategie für jeden Web-Analysten. Google Analytics stellt in den verschiedenen Berichten wirklich viele Segmentierungswerkzeuge zur Verfügung, die Euch dabei helfen, Daten besser zu verstehen und über Segmentierung viele hilfreiche Erkenntnisse über Eure Nutzer zu gewinnen. Wichtige Voraussetzungen für eine Segmentierungsstrategie sind:

• • Eine Definition deiner Geschäftsziele
  • Kenntnisse über die Unterschiede zwischen deinen Zielgruppen.
  • Eine gute Datenqualität in Google Analytics
  • Das Ihr Eure Kampagnen sauber in Google Analytics vertaggt (z.B. Kampagnentagging)

Präsentation: Fortgeschrittene Segmentierungsstrategien in Google Analytics

Den qVisit II legt Ihr wie im Folgenden beschrieben als einfaches Ziel in Google Analytics an. Natürlich könnt ihr das auch bei euch variieren, indem für Euch eine qualifizierte Sitzung erst bei 3 oder mehr Seitenaufrufen protokolliert wird.

Weitere interessante Quellen zum Thema „Erweiterte Segmente“

Weitere Ansätze für spannende erweiterte Segmente:

• Direkt bei Google .
• Bei customreportsharing.
• Auch bei Econsultancy finden Sich 11 Vorschläge für erweiterte Segmente.
• Mario hat in seinem immer sehr guten Google Analytics Blog eine Handlungsanleitung veröffentlicht, die dabei hilft, erweiterte Segmente sinnvoll anzuwenden und aufzubauen.
• Avinash Kaushik hat hier und hier viele tolle Hinweise für effektive Segmentierung. Schon etwas älter, aber immer noch interessant ist dieser Artikel aus dem Jahre 2010.
• Justin Cutroni schreibt in diesem Blogbeitrag, wie man zum Beispiel Kohortenanalysen mit den neuen Segmenten von Google machen kann.

Das könnte auch noch interessant sein.

• Fehlende Konversionen in Google Analytics
• Google Analytics & SEO
• Google Analytics: Warum Absprungrate nicht gleich Absprungrate ist
• Online Marketing Tipps