Analysen 2 – Basiskennzahlen
Das Schulungskapitel zeigt Ihnen, wie wichtige Kennzahlen berechnet werden.
1 Basiskennzahlen Zeit-Analysen
Die folgenden Beispiele enthalten diese Kennzahlen:
- Visitors
- Visits
- Page Impressions
- Page Impressions pro Visit Ø
- Verweildauer (Sekunden)
- Visitverweildauer Ø
- Browsers, Unique
- Einstiege
- Neu Visits
- Neubesuchrate %
- Aktive User, täglich (DAU)
- Aktive User, wöchentlich (WAU)
Eine Userin rief am 26.06. folgende Seiten auf:
Analyse: Besucher > Traffic
Page Impressions | Der Aufruf einer einzelnen Webseite. |
Visits | Startet, sobald die erste Page Impression/Klick auf einer Website erfasst wurde. Endet nach 30 Minuten Inaktivität. |
Visitors | Startet, sobald die erste Page Impression/Klick auf einer Website erfasst wurde. |
Zwei User riefen die folgenden Seiten am 26./27.06. auf:
Analyse: Besucher > Zeit > Monate
Analyse: Besucher > Zeit > Tage
Visits | Beschreibt die Zeitspanne vom Einstieg bis zum Ausstieg. |
Einstiege | Beschreibt den Zeitpunkt, an dem der Visit begonnen wurde. |
Eine Userin rief am 26.06. folgende Seiten auf:
Analyse: Besucher > Traffic
Page Impressions pro Visit Ø | Die durchschnittliche Anzahl an Seitenaufrufen je Besuch. |
Visitverweildauer Ø | Die durchschnittliche Dauer eines Besuches. Für die letzte Seite im Visit nutzt Mapp Intelligence einen Standardwert von 30 Sekunden. Falls auf der Ausstiegsseite ein Link geklickt wird, wird die Zeit bis zum Klick zusätzlich berücksichtigt. Auch die von Mapp Intelligence-Plugins (z.B. zur Erfassung der Content Engagements) abgesendeten Events werden bei der Berechnung der Verweildauer berücksichtigt. |
2 User führten am 13. und 14. Februar folgende Visits durch:
Analyse: Besucher > Traffic
Neu Visits | Die Anzahl von Erstbesuchen. |
Neubesuchrate % | Der Anteil von Erstbesuchen an den Gesamtbesuchen. |
Durch Übergabe einer eindeutigen Nutzerkennung kann ein User auch wiedererkannt werden, wenn er unterschiedliche Endgeräte und Browser nutzt oder seine Cookies löscht.
Analyse: Besucher > Traffic
Visitors | Zeigt Browser- und Endgeräteübergreifend die eindeutige Anzahl an Usern. Voraussetzung dafür ist die Übergabe einer Login-Information (CustomerID). |
Browsers, Unique | Die Anzahl der verwendeten Browser und Endgeräte. Erkennung erfolgt anhand von Cookies. |
Visits | Die Besuchserkennung erfolgt immer je Browser und Endgerät. |
Am 26.06. werden folgende Seiten aufgerufen. Dabei erfolgt 2 Mal ein Login im selben Browser mit unterschiedlichen Nutzerdaten.
Analyse: Besucher > Traffic
Sobald eine andere Customer ID innerhalb eines Visits erfasst wird, werden Visitor und Visit erneut generiert.
Ausführliche Informationen zur Device-übergreifenden Besuchererkennung erhalten Sie im Dokument User Centric Tracking. |
---|
Mit Engagement-Metriken lässt sich je Tag das längerfristige Nutzungsverhalten untersuchen.
Analyse: Besucher > Engagement
Aktive User, wöchentlich (WAU) | Die Anzahl von eindeutigen Besuchern innerhalb der letzten 7 Tage. |
Aktive User, täglich (DAU) | Die Anzahl von eindeutigen Besuchern am aktuellen Tag. Sie entspricht somit den "Visitors". |
2 Basiskennzahlen Seiten-Analysen
Die folgenden Beispiele enthalten diese Kennzahlen:
- Visitors
- Visits
- Page Impressions
- Seitenverweildauer Ø
- Einstiege
- Ausstiege
- Ausstiegsquote %
- Bounces
- Bouncerate %
Eine Userin führt folgende Besuche durch:
Analyse: Navigation > Seiten > Seiten
Page Impressions | Wie häufig wurde die Seite aufgerufen? |
Visits | In wie vielen Visits wurde die Seite mindestens einmal aufgerufen? |
Ausstiege | Wie häufig war die Seite die letzte Seite eines Visits? |
Ausstiegsquote % | Wie hoch war der Anteil der Ausstiege an den Visits? |
Eine Userin führt folgende Besuche durch:
Analyse: Navigation > Seiten > Seiten
Seitenverweildauer Ø | Wie viel Zeit verging durchschnittlich bis zum nächsten Seitenaufruf? Auch die von Mapp Intelligence-Plugins (z.B. zur Erfassung der Content Engagements) abgesendeten Events werden bei der Berechnung der Verweildauer berücksichtigt. |
Eine Userin führt folgende Besuche durch:
Analyse: Navigation > Seiten > Seiten
Anteil an allen Visits % | In wie viel Prozent aller Visits wurde eine Seite gesehen? |
Eine Userin führt folgende Besuche durch:
Analyse: Navigation > Seiten > Seiten
Visits | In wie vielen Visits wurde die Seite mindestens einmal aufgerufen? |
Einstiege | Wie häufig war die Seite die erste Seite im Besuch? |
Bounces | Wie häufig wurde nur diese eine Seite im Besuch aufgerufen? |
Ausstiege | Wie häufig war die Seite die letzte Seite im Besuch? |
Bouncerate % | Wie hoch war der Anteil der Bounces an den Einstiegen? |
Ausstiegsquote % | Wie hoch war der Anteil der Ausstiege an den Visits? |
3 Basiskennzahlen Kampagnenanalysen
Die folgenden Beispiele enthalten diese Kennzahlen:
- Kampagnenklicks
- Visits
- Visitors
- Bouncerate %
- Visitverweildauer Ø
- Assists
- Assists, Unique
- Kontakte in Customer Journey
- Kontakte in Customer Journey, Unique
- Konversionen
- Konversionsauslöser
- Konversionsauslöser %
- Konversionsunterstützer
- Konversionsunterstützer %
- Konversionsumwandler
- Konversionsumwandler %
Eine Userin ruft folgende Seiten über die angegebenen Kampagnen auf:
Analyse: Marketing > Kampagnen > Werbemittel
Kampagnenklicks | Wie häufig wurde die Datenquelle einer Kampagne gemessen? |
Visits | In wie vielen Besuchen wurde eine Kampagne gemessen? |
Visitors | Wie viele Besucher nutzen im Analysezeitraum eine Kampagne? |
Eine Userin ruft folgende Seiten über die angegebenen Kampagnen auf:
Analyse: Marketing > Kampagnen > Werbemittel
Bouncerate % | Wie hoch war der Anteil der Bounces an den Einstiegen, wenn im Besuch die Kampagne gemessen wurde? |
Visitverweildauer Ø | Wie lange dauerte durchschnittlich ein Besuch, in dem die Kampagne gemessen wurde? |
2 Customer Journeys wurden erfasst. Die Standardattribution ist „letzte Kampagne gewinnt“:
Analyse: Marketing > Kampagnenkategorien > Kanal
Kontakte in Customer Journey | Wie viele Kampagnenkontakte gab es in den betrachteten Customer Journeys? |
Kontakte in Customer Journey, Unique | In wie vielen Customer Journeys gab es Kampagnenkontakte? |
Nähere Informationen zur Kampagnen-Analyse finden Sie im Schulungskapitel Kampagnenanalysen. |
---|
2 Customer Journeys wurden erfasst. Die Standardattribution ist „letzte Kampagne gewinnt“.
Analyse: Marketing > Kampagnenkategorien > Kanal
Konversionen | Wie viele Konversionen wurden der Kampagne zugeordnet? |
Assists | Wie viele Kampagnenkontakte gab es, bei denen keine Konversion zugeordnet wurde? |
Assists, Unique | An wie vielen Customer Journeys war die Kampagne beteiligt, aber es wurde ihr keine Konversion zugeordnet? |
2 Customer Journeys wurden erfasst.
Analyse: Marketing > Kampagnenkategorien > Kanal
Konversionsauslöser | Wie häufig war die Kampagne der erste Kontakt innerhalb der Customer Journey? |
Konversionsunterstützer | Wie häufig war die Kampagne weder erster noch letzter Kontakt innerhalb der Customer Journey? |
Konversionsumwandler | Wie häufig war die Kampagne der letzte Kontakt innerhalb der Customer Journey? |
Konversionsauslöser % | Wie viel Prozent aller ihrer Aufrufe erfolgten als erster Kontakt? |
Konversionsunterstützer % | Wie viel Prozent aller ihrer Aufrufe erfolgten weder als erster noch als letzter Kontakt? |
Konversionsumwandler % | Wie viel Prozent aller ihrer Aufrufe erfolgten als letzter Kontakt? |
4 Basiskennzahlen E-Commerce
Die folgenden Beispiele enthalten diese Kennzahlen:
- Anzahl Produktansichten
- Anzahl gekaufte Produkte
- Anzahl gelöschte Produkte
- In den Warenkorb legen-Rate %
- Produktkonversionsrate %
- Wert gekaufte Produkte
- Wert gelöschte Produkte
- Warenkorblöschrate %
- Bestellwert
- Konversionsrate %
- Konversionsrate % (Käufer)
Eine Userin führte am 13. und 14. Februar folgende Visits durch:
Analyse: Besucher > Traffic
Visits | Wie viele Besuche wurden durchgeführt? |
Visitors | Wie viele Besucher kamen je Tag? |
Konversionsrate % | Wieviel Prozent der Besucher eines Tages haben auch gekauft? |
Konversionsrate % (Käufer) | In wie viel Prozent aller Visits wurde gekauft? In Klammern steht immer der Name der höchst priorisierten Eindringtiefe. |
Eine Userin ruft folgende Produkte auf:
Analyse: E-Commerce > Produkte
Anzahl Produktansichten | Wie häufig wurde ein Produkt angesehen? |
In den Warenkorb legen-Rate % | Wie viel Prozent der angesehenen Produkte wurden in den Warenkorb gelegt? |
Produktkonversionsrate % | Wie viel Prozent der angesehenen Produkte wurden gekauft? |
Anzahl gekaufte Produkte | Wie häufig wurde ein Produkte gekauft? |
Eine Userin ruft folgende Produkte auf:
Analyse: E-Commerce > Produkte
Wert gekaufte Produkte | Wie teuer war das gekaufte Produkt? |
Anzahl gelöschte Produkte | Wie häufig wurde ein Produkte in den Warenkorb gelegt, aber im Besuch nicht gekauft? |
Wert gelöschte Produkte | Wie teuer waren die Produkte, die in den Warenkorb gelegt, aber im Besuch nicht gekauft wurden? |
Warenkorblöschrate % | Wie viel Prozent der in den Warenkorb gelegten Produkte wurden im Besuch nicht gekauft? |
Eine Userin kaufte folgende Produkte:
Analyse: Besucher > Traffic
Anzahl gekaufte Produkte | Wie viele Produkte wurden gekauft? |
Wert gekaufte Produkte | Wie teuer waren die gekauften Produkt? |
Bestellwert | Welcher Bestellwert wurde generiert? |
Sie sollten nun in der Lage sein, u.a. folgende Fragen zu beantworten:
- Was sind Page Impressions?
- Nach wie vielen Minuten Inaktivität endet ein Visit?
- Wie wird die Seitenverweildauer für Ausstiegsseiten berechnet?
- Was ist der Unterschied zwischen den in Mapp Intelligence vordefinierten Formeln
„Ausstiegsquote %“ und „Bouncerate %“?