rankingCHECK
MENÜ

Marketing-Controlling mit Google Analytics

Google Analytics ist ein leistungsstarkes Tool mit einer Vielzahl von Features für die verschiedensten Typen von Websites und Apps, die je nach Unternehmen mehr oder weniger interessant sein können. Eine Funktion, die Google Analytics jedoch für jedes Unternehmen sehr wertvoll macht, ist das Controlling von Marketing-Investments.

Marketing-Budgets werden oft nach Bauchgefühl verteilt und selten durch Unternehmensumsätze gerechtfertigt, die sich den jeweiligen Investments direkt zuordnen lassen. Google Analytics kann hier Abhilfe schaffen, indem es das Zusammenspiel verschiedener Marketing-Kanäle abbildet und die Reise des Nutzers vom ersten Kontakt bis zum Kaufabschluss mitverfolgt.

Warum solltet ihr diesen Artikel lesen?

In diesem Artikel lernt ihr, wie ihr Google Analytics einsetzen könnt, um

  • Marketing-Investments zu rechtfertigen,
  • in Zukunft bessere Budgetentscheidungen zu treffen,
  • den richtigen Mix von Marketing-Kanälen für euer Unternehmen zu finden.

Um diese Ziele zu erreichen, müsst ihr zunächst

  • eure Website-Umsätze vollständig messen,
  • alle Traffic-Quellen korrekt erfassen,
  • eure individuellen Marketing-Kanäle definieren,
  • ein für euer Unternehmen passendes Attributionsmodell definieren,
  • eure Marketing-Investments identifizieren und zuordnen.

Diese Schritte werden in diesem Artikel und in den hier verlinkten weiterführenden Ressourcen ausführlich beschrieben. Am Ende solltet ihr in der Lage sein, für euer Unternehmen ein Dashboard zu erstellen, das jedem Marketing-Investment einen generierten Umsatz gegenüberstellt. Dabei berücksichtigt Google Analytics sämtliche Website-Besuche der Nutzer und verteilt die generierten Umsätze fair auf alle beteiligten Kanäle.

Inhaltsverzeichnis

marketing-controlling-google-analytics-rectangle

Das Marketing-Controlling-Dashboard von rankingCHECK

Beginnen wir mit dem Ziel, das wir erreichen möchten: Eine regelmäßige Aufstellung aller Marketing-Investments in eurem Unternehmen und der Umsätze, zu denen diese Investments geführt haben.

Wir betrachten in diesem Artikel Beispiele von zwei Typen von Websites: Zum einen Online-Shops und zum anderen Unternehmenswebsites, die als primäres Ziel die Lead-Generierung für einen nachgelagerten Sales-Prozess haben. Die hier beschriebenen Methoden lassen sich jedoch auf jeden weiteren Typ von Website oder App übertragen.

Um das Marketing-Controlling unserer Webanalyse-Kunden zu unterstützen, erstellen wir bei rankingCHECK Controlling-Dashboards mit Zahlen aus allen Marketing-Kanälen, die Traffic auf die Website generieren und jedes Marketing-Investment einem Kanal oder einer Gruppe von Kanälen zuordnen. Jedem Kanal wird zudem ein generierter Umsatz gutgeschrieben, der auf Basis eines individuellen Attributionsmodells berechnet wird. Die genaue Funktionsweise von Attributionsmodellen wird später in diesem Artikel beschrieben.

Schaut euch zunächst einmal in Ruhe dieses Beispiel für ein Marketing-Controlling-Dashboard eines Online-Shops an. Detaillierte Erläuterungen folgen, bevor wir zu einem Beispiel für eine Unternehmenswebsite übergehen, deren primäres Ziel die Lead-Generierung ist.

Bitte klickt auf das Vorschaubild, um das Online-Shop-Controlling-Dashboard als PDF zu öffnen:

vorschau-controlling-dashboard-online-shop

Wir unterteilen den Traffic, der auf die Websites unserer Kunden generiert wird, in drei Meta-Kanäle:

  • Paid Traffic
  • Brand / Community traffic
  • Attracted traffic

Unter „Paid traffic“ gruppieren wir die Kanäle, in denen man direkt oder indirekt für Traffic bezahlt, zum Beispiel nach einem CPC-Modell, bei dem man pro Klick bezahlt, oder einem Affiliate-Model, bei dem man eine Provision pro generiertem Sale bezahlt. Zu diesem Meta-Kanal gehören also unter anderem die folgenden Kanäle:

  • Bezahlte Suche über AdWords, Bing und weitere Suchmaschinen
  • Display-Kampagnen
  • Remarketing
  • Affiliate-Netzwerke
  • Preisvergleichsportale

Der Meta-Kanal „Brand / Community Traffic“ gruppiert den Traffic, den man erhält, weil man sich als Unternehmen eine Marke und/oder eine Internet-Community aufgebaut hat, oder weil man in den Aufbau einer solchen investiert. Hierunter fallen unter anderem die folgenden Kanäle:

  • Organischer Suchtraffic über Brand-Suchanfragen
  • Traffic, den offizielle Unternehmens-Posts in sozialen Medien generieren
  • Allgemeiner Traffic aus sozialen Netzwerken (von Nutzern geteilte Inhalte)
  • Newsletter-Traffic
  • Direktzugriffe und „Dark traffic“

In diesen Meta-Kanal können ebenfalls Zugriffe einfließen, für die man direkt oder indirekt bezahlt hat, zum Beispiel über gesponserte Meldungen in sozialen Netzwerken oder eingekaufte Newsletter-Verteiler.

Der dritte und letzte Meta-Kanal heißt „Attracted traffic“ und schließt den Traffic ein, den man sich mit seiner inhaltlich hochwertigen und technisch gut optimierten Internetpräsenz verdient, also:

  • Traffic über Nicht-Brand-Suchanfragen in der organischen Suche
  • Traffic über Links von anderen Websites

Wie die verschiedenen Kanäle im Einzelnen definiert und gemessen werden, wird später in diesem Artikel im Abschnitt „Marketing-Kanäle in Google Analytics definieren“ beschrieben. Die Umsätze werden mithilfe eines für jede Website individuell entwickelten Attributionsmodells den beteiligten Kanälen gutgeschrieben. Dieser Prozess wird im Abschnitt „Attributionsmodelle in Google Analytics definieren“ genauer erläutert.

Die verschiedenen Online-Marketing-Investments lassen sich entweder direkt einem Kanal zuordnen, oder werden einer Gruppe von Kanälen, also einem der drei Meta-Kanäle, zugeordnet. Die Kosten für unsere Webanalyse-Dienstleistung werden dem gesamten Online-Marketing zugeordnet.

Mehr zur Identifizierung und Zuordnung der verschiedenen Online-Marketing-Investments gibt es gegen Ende dieses Artikels im Abschnitt „Marketing-Investments identifizieren und zuordnen“.

Bei dem oben betrachteten Beispiel handelt es sich um einen Online-Shop, dessen primäres Ziel es ist, Online-Verkäufe zu generieren. Entsprechend einfach ist es hier natürlich, die Website-Umsätze zu messen, da sie direkt auf der Website stattfinden und mithilfe von Ecommerce-Tracking, einer Standard-Funktion von Google Analytics, erfasst werden können.

Bei einer Unternehmenswebsite, die in erster Linie der Lead-Generierung dient, sieht die Situation natürlich etwas anders aus. Schauen wir uns deshalb als Beispiel ein Marketing-Controlling-Dashboard eines B2B-Unternehmens an, das mit der Website in erster Linie Leads generiert, die dann in einem nachgelagerten Sales-Prozess in Kunden umgewandelt werden.

Bitte klickt auf das Vorschaubild, um das B2B-Controlling-Dashboard als PDF zu öffnen:

vorschau-controlling-dashboard-b2b

Auch hier werden alle Marketing-Kanäle in die drei oben beschriebenen Meta-Kanäle unterteilt. Einige Kanäle unterscheiden sich, da jedes Unternehmen und jede Website auf einen anderen Mix von Marketing-Kanälen setzt. In diesem Beispiel von einem B2B-Unternehmen spielen Affiliate-Marketing und Preisvergleichsportale keine Rolle, dafür ist jedoch der Website-Feed ein wichtiger Kanal zur Traffic-Generierung.

Der größte Unterschied zwischen dem oben diskutierten Dashboard für einen Online-Shop und dem hier betrachteten B2B-Dashboard liegt jedoch in der Natur der Ziele und des erfassten Umsatzes. Das Unternehmen, um das es sich hier handelt, bietet Seminare an, die direkt auf der Website gebucht werden können, sowie Dienstleistungen, die nach einer telefonischen oder schriftlichen Anfrage über die Website in einem Sales-Prozess ausgehandelt werden.

Der Wert der Seminaranmeldungen entspricht in diesem Fall dem tatsächlichen monetären Wert der Seminarteilnahme, der Wert der Anrufe und Leads ist ein geschätzter Wert, der anhand des durchschnittlichen Umsatzes pro Lead generiert wird. In einer weiteren Entwicklungsstufe des Trackings wäre es natürlich wünschenswert, auch hier tatsächliche Umsätze anstelle von geschätzten Lead-Werten zu messen. Mehr dazu gibt es gleich im nächsten Abschnitt „Website-Umsätze vollständig messen“.

Das Marketing-Controlling-Dashboard von rankingCHECK lässt sich für jedes Unternehmen individuell anpassen. Es besteht immer aus den drei Meta-Kanälen „Paid traffic“, „Brand / community traffic“ und „Attracted traffic“, die jeweils genau die Kanäle enthalten, in denen das Unternehmen im Marketing aktiv ist. Die Ziele im Dashboard leiten sich von den Unternehmenszielen ab, die auf der Website realisiert werden und die Umsätze sind im Idealfall, je nach Machbarkeit, tatsächlich erfasste Umsätze, oder aber prognostizierte Werte, die auf bisherigen Erfahrungen beruhen.

Website-Umsätze vollständig messen

Der erste Schritt, der für ein erfolgreiches Marketing-Controlling mit Google Analytics umgesetzt werden muss, ist die vollständige Erfassung von Umsätzen, die über die Website generiert werden. Für Online-Shops ist dies ein relativ simples Unterfangen: Mithilfe von Ecommerce-Tracking, einer Standard-Funktion von Google Analytics, kann jede Transaktion im Online-Shop erfasst und den vorherigen Interaktionen des Nutzers zugordnet werden.

Unternehmen, die mit ihren Websites nur Aufmerksamkeit für ihre Produkte und Dienstleistungen erzielen möchten, ihre Verkäufe aber nachher „offline“ tätigen, stehen hier vor einer etwas größeren Herausforderung. Wie sollen diese Umsätze in Google Analytics erfasst werden, wenn sie nicht direkt auf der Website generiert werden?

Eine Lösung, die oben bereits angedeutet wurde, und die unseren Kunden schon in vielen Fällen sehr zufriedenstellende Ergebnisse beschert hat, ist die Arbeit mit geschätzten Zielwerten. So weiß einer unserer Kunden zum Beispiel, dass er pro Lead, der bei ihm über die Unternehmenswebsite eingeht, durchschnittlich EUR 150 neuen Umsatz macht. Dementsprechend werden alle Leads in Google Analytics mit einem Wert von EUR 150 getrackt.

Ein anderer Kunde, den wir in der Webanalyse betreuen, fragt bei jedem Lead direkt auf der Website die Unternehmensgröße mit ab und errechnet so für jeden Lead einen individuellen Wert, der auf der Anzahl der Mitarbeiter und dem angefragten Produkt basiert, da der Umsatz bei den in diesem Fall vertriebenen Produkten direkt von der Mitarbeiterzahl der Kunden abhängt.

Die neuen Möglichkeiten, die Google Analytics vor allem seit der Einführung von Universal Analytics bietet, erlauben uns jedoch einen Schritt weiter zu gehen und auch Umsätze zu erfassen, die nach der Lead-Generierung „offline“ erzielt werden. Mit dieser Art von Tracking für B2B-Unternehmen (die übrigens auch für Online-Shops interessant sein kann, die neben ihrem Online-Geschäft auch telefonische Bestellungen oder sogar Käufe in Filialen erlauben), haben wir uns an anderer Stelle schon einmal im Detail befasst:

Webanalyse für B2B-Unternehmen

Universal Analytics im B2B-Online-Marketing (zum Artikel)

Wenn eure Website kein reiner Online-Shop ist, empfehlen wir euch die Lektüre des oben verlinkten Artikels, bevor ihr hier weiterlest.

Traffic-Quellen korrekt erfassen

Der Erfolg eines Marketing-Controllings mit Google Analytics steht und fällt natürlich mit der Qualität der Daten, die man verwendet. Google Analytics hat, wie alle anderen Webanalyse-Tools auch, erhebliche Probleme mit der automatischen Zuordnung von Traffic-Quellen.

Will man seine Online-Marketing-Investments ordentlich rechtfertigen und generierte Umsätze auch den richtigen Kampagnen und Maßnahmen zuordnen, ist es immens wichtig, dass jede Interaktion eines Nutzers der richtigen Traffic-Quelle, also dem richtigen Marketing-Kanal, zugeordnet wird.

Auch mit diesem Thema haben wir uns an anderer Stelle bereits ausführlich auseinandergesetzt. Wenn ihr bisher noch den Zahlen vertraut, die euch Google Analytics automatisch liefert, und ihr eure Kampagnen-, Newsletter- und Social-Media-URLs noch nicht manuell taggt, um sie korrekt in Google Analytics zu erfassen, solltet ihr unbedingt den folgenden Artikel lesen, bevor es hier weitergeht:

spreadsheet-detailansicht

Traffic-Quellen in Google Analytics korrekt erfassen (zum Artikel)

Wenn ihr nach der bisherigen Lektüre eure Website-Umsätze und eure Traffic-Quellen korrekt erfasst, habt ihr den größten und wichtigsten Teil der Arbeit bereits hinter euch und einem erfolgreichen Marketing-Controlling steht nicht mehr viel im Wege. In den nächsten beiden Abschnitten dieses Artikels beschäftigen wir uns mit einigen Konfigurationen, die im Google Analytics-Konto noch von Nöten sind, bevor wir uns am Ende der Identifizierung und Zuordnung der Investments widmen.

Marketing-Kanäle in Google Analytics definieren

Jedes Unternehmen bedient einen ganz individuellen Mix von Marketing-Kanälen. Die Standard-Kanäle von Google Analytics können dieser Vielfalt natürlich nicht gerecht werden. Deshalb bietet Google Analytics die Möglichkeit, benutzerdefinierte Kanäle festzulegen.

Die Einstellungen hierfür findet ihr im Analytics-Konto unter „Verwalten > DATENANSICHT > Benutzerdefinierte Channel-Gruppierungen“. Hier könnt ihr eine neue Channel-Gruppierung anlegen und dann Regeln für jeden einzelnen Kanal definieren.

Wenn ihr den oben verlinkten Artikel über die korrekte Erfassung von Traffic-Quellen gelesen habt und die Lösungen mit den UTM-Parametern und URL-Fragmenten umgesetzt habt, sollte euch die Erstellung einer Channel-Gruppierung für euer Unternehmen vor keine allzu großen Probleme stellen. Wir zeigen euch hier anhand einiger Beispiele, wie wir die Kanäle definieren, die ihr bereits aus den oben diskutierten Dashboards kennt.

Den Channel „Brand / Community – Youtube“ definieren wir zum Beispiel einfach anhand des URL-Fragments, welches wir auf Youtube verwenden, wenn wir auf Website-Inhalte verlinken:

brand-community-youtube

Beim Kanal „Paid – Search“ können wir einfach die Standard-Definition von Google Analytics verwenden:

paid-search

Im Kanal „Brand / Community – Social Posts“, der alle Zugriffe einschließt, die über Posts auf offiziellen Unternehmensprofilen in sozialen Netzwerken generiert wurden, wird in diesem Beispiel eine Mischlösung aus UTM-Parametern und URL-Fragmenten eingesetzt, die folgendermaßen abgebildet wird:

brand-community-social-posts

Nach diesem Schema könnt ihr nun jeden Zugriff in Google Analytics anhand individueller Regeln einem eurer Kanäle zuordnen. Wendet man dann seine benutzerdefinierten Kanäle in Google Analytics auf das Modellvergleichstool unter „Conversions > Attribution > Modellvergleichstool“ an, bekommt man folgendes Bild:

modellvergleichstool

Diese Zahlen haben ja nun schon eine gewisse Ähnlichkeit mit dem Ziel, das wir erreichen möchten, welches wir am Anfang dieses Artikels in den Beispiel-Dashboards betrachtet haben. Wir sehen unsere individuell definierten Kanäle und wir sehen Zielerreichungen und Zielwerte pro Kanal.

Die Zielerreichungen und die Zielwerte werden jedoch in diesem Modell immer dem Kanal zugeordnet, über den die letzte Interaktion des Nutzers zustande gekommen ist. Nehmen wir also an, ein Nutzer kommt erstmals über eine AdWords-Kampagne auf die Website, kehrt einige Tage später über einen Facebook-Post zurück, wird dann noch einmal über eine Remarketing-Kampagne angesprochen und kauft dann bei diesem dritten Besuch.

In diesem Fall würde sein Kauf und der gesamte damit verbundene Umsatz dem Kanal „Remarketing“ zugeordnet werden, was natürlich nicht wünschenswert wäre, da die AdWords-Kampagne und der Facebook-Post ebenfalls einen wichtigen Beitrag zum hier generierten Umsatz geleistet haben und diese Leistung für ein korrektes Controlling mit berücksichtigt werden muss.

Um hier eine korrekte Zuordnung zu gewährleisten, kommen Attributionsmodelle ins Spiel, deren Funktionsweise im nächsten Abschnitt genauer erläutert wird.

Attributionsmodelle in Google Analytics definieren

Um das oben beschriebene Problem der unvollständigen Zuordnung von Umsätzen zu den beteiligten Kanälen zu lösen, bietet Google Analytics eine Reihe von Standard-Attributionsmodellen. Im folgenden Screenshot seht ihr einen Vergleich des Attributionsmodells „Letzte Interaktion“ mit dem Attributionsmodell „Linear“.

vergleich-attributionsmodelle

Wie oben bereits erläutert, schreibt das Attributionsmodell „Letzte Interaktion“ den kompletten Umsatz, den ein Nutzer auf einer Website einbringt, immer der letzten Interaktion des Nutzers zu. In diesem Fall ist das in den meisten Fällen ein Direktzugriff oder ein Zufgriff, den Google Analytics keinem Kanal zuordnen kann, sogenannter „Dark traffic“.

Das Attributionsmodell „Linear“ hingegen verteilt den Umsatz, den ein Nutzer verursacht, auf alle Interaktionen, die dem Kauf vorangingen. Nehmen wir an, dass der oben angesprochene Nutzer, der zunächst über AdWords, dann über einen Facebook-Post und dann über eine Remarketing-Kampagne auf die Website gekommen ist, eine Bestellung im Wert von EUR 90 abgeschlossen hat. In diesem Fall würde jeder der Kanäle ein Drittel des Umsatzes, also EUR 30, gutgeschrieben bekommen.

Betrachtet man in dem Screenshot oben die Unterschiede zwischen den Umsätzen, die den verschiedenen Kanälen gutgeschrieben werden, sieht man, wie wichtig eine solche Betrachtungsweise ist, um ein vollständiges Bild zu zeichnen: Einige der Kanäle, die im Attributionsmodell „Linear“ erscheinen, werden im Attributionsmodell „Letzte Interaktion“ völlig vernachlässigt und ihre Wichtigkeit kann dort nicht abgeleitet werden. Bei anderen Kanälen ändert die angepasste Betrachtungsweise die Gewichtung deutlich.

Allerdings ist auch das Standard-Attributionsmodell „Linear“ noch weit davon entfernt, wirklich geeignet zu sein, um das Zusammenspiel der verschiedenen Kanäle sinnvoll und fair abzubilden. Wir werden uns deshalb nun als Beispiel ein sehr simples benutzerdefiniertes Attributionsmodell anschauen, das einige Überlegungen anstellt, die für die meisten Websites relevant sein werden.

Zunächst stellen wir uns die Frage, ob alle Positionen einer Interaktionskette dieselbe Gewichtung haben sollten, oder ob vielleicht die erste oder letzte Interaktion anders gewertet werden soll, als die anderen.

Im hier betrachteten Beispiel einer B2B-Unternehmensseite entscheiden wir uns dafür, dass die letzte Interaktion vor der Kontaktaufnahme abgewertet werden soll. Eine Analyse der Traffic-Daten dieser Website hat ergeben, dass die letzte Interaktion vor der Kontaktaufnahme oft eine bewusste Navigation zur Website darstellt, also ein Direktzugriff oder ein Zugriff über eine Brand-Suche ist. Diese letzte Interaktion findet also statt, nachdem die Entscheidung, Kontakt aufzunehmen, bereits getroffen wurde, und soll demnach wesentlich geringer bewertet werden, als die anderen Interaktionen.

Die erste Interaktion hingegen stufen wir als sehr wertvoll ein. Sie ist der erste Kontakt des potentiellen Kunden mit der Unternehmenswebsite und trägt deshalb aus unserer Sicht in diesem konkreten Beispiel erheblich mehr zur letztendlichen Kaufentscheidung bei, als die weiteren Interaktionen.

Wir entscheiden uns also dazu, in unserem individuellen Attributionsmodell der letzten Interaktion 10% des Umsatzes gutzuschreiben, der ersten Interaktion 50%, und auf alle anderen Interaktionen dazwischen die verbleibenden 40% zu verteilen.

Benutzerdefinierte Attributionsmodelle lassen sich im Analytics-Konto unter „Verwalten > DATENANSICHT > Attributionsmodelle“ erstellen. Die hier beschriebene positionsbasierte Attribution lässt sich folgendermaßen einstellen:

positionsbasierte-attribution

Für das oben bereits diskutierte Beispiel des Kunden, der erst über AdWords kommt, dann über einen Facebook-Post und dann über eine Remarketing-Anzeige, würde das bedeuten, dass die EUR 90 Umsatz, die er generiert, folgendermaßen aufgeteilt werden: EUR 9 für die Remarketing-Kampagne, EUR 45 für AdWords und die verbleibenden EUR 36 für den Facebook-Post.

Zusätzlich entscheiden wir uns noch dafür, alle Interaktionen, die eine bewusste Navigation zur Website darstellen, also Direktzugriffe und Suchzugriffe über Brand-Anfragen, unabhängig von ihrer Position im Conversion-Pfad komplett abzuwerten, wenn sie zusammen mit anderen Interaktionen in einer Conversion-Kette vorkommen. Wenn also eine solche bewusste Navigation zusammen mit anderen Kanälen in der Interaktionskette vorkommt, wird sie ausgeklammert und die bereits definierte Verteilung wird auf die restlichen Interaktionen angewandt.

In der Attributionsmodell-Definition in Google Analytics sieht die Einstellung für das hier beschriebene Beispiel folgendermaßen aus:

kundenbasierte-gutschrift

Das hier beschriebene Attributionsmodell wirkt sich folgendermaßen auf die Anzahl und den Wert der Zielerreichungen aus, die den jeweiligen Kanälen gutgeschrieben werden:

rC-custom-attribution-model

Erfreulich ist hier vor allem, dass deutlich weniger Umsatz dem Kanal „Dark traffic“ gutgeschrieben wird. Direktzugriffe und Zugriffe, die Google Analytics keiner Quelle zuordnen kann, sollen natürlich im Controlling nicht überbewertet werden, da in sie ja auch nicht direkt investiert wird. Auffällig ist in diesem Beispiel zudem, welchen Wert die organische Suche über Nicht-Brand-Anfragen und Traffic über Links von anderen Websites wirklich haben, wenn man seinen Blickwinkel über die letzte Interaktion hinweg ausweitet.

Schauen wir uns zum Vergleich noch das benutzerdefinierte Attributionsmodell eines Online-Shops an, welches ebenfalls verdeutlicht, wie wichtig diese Art der Betrachtung ist.

online-shop-attribution-model

Das Attributionsmodell, das hier im Einsatz ist, wurde ähnlich definiert, wie das oben im Detail beschriebene, mit dem wichtigen Unterschied, dass es keine positionsbasierte Verteilung als Grundlage hat, sondern eine lineare. Interessant und wenig überraschend ist hier, dass der Kanal „Paid – Affiliate“ schlechter abschneidet, als im Modell „Letzte Interaktion“. Affiliate-Programme sind ja bekannt dafür, Kunden, die sich bereits zum Kauf entschlossen haben, noch kurz vor dem Abschluss auf ihre Seiten zu locken, zum Beispiel mit Rabatt-Gutscheinen.

Auch der Kanal „Paid – Search“ kommt schlechter weg, was in diesem konkreten Beispiel der Tatsache geschuldet ist, dass hier fast ausschließlich Brand-Anfragen bedient werden. Diese Abwertung ist also ganz im Sinne des Attributionsmodells. Die Wichtigkeit von Kanälen, in denen erhebliche Investments getätigt werden, also hier vor allem Preisvergleichsportale und Google Shopping, wird mithilfe dieses ausgewogenen Attributionsmodells erst richtig deutlich.

Wir hoffen, dass diese simplen Beispiele euch das Konzept der Attribution etwas nähergebracht haben und ihr nun in der Lage seid, ein passendes Attributionsmodell für eure eigene Website in Google Analytics anzulegen. Die Zahlen, die ihr im Modellvergleichstool bekommt, nachdem ihr eure benutzerdefinierten Kanäle und euer individuelles Attributionsmodell auf den Bericht angewandt habt, können eins zu eins in euer Controlling-Dashboard übernommen werden. Im nächsten und letzten Schritt müsst ihr euch nur noch um die Identifizierung und Zuordnung der Marketing-Investments kümmern.

Marketing-Investments identifizieren und zuordnen

Bei einigen Marketing-Investments ist die Zuordnung zu einem bestimmten Kanal sehr einfach und erfordert keine großen Überlegungen. Klickbudgets in AdWords, Bing und Co. werden direkt dem jeweiligen Kanal zugeordnet. Andere Investments gehören eher übergreifend auf die Meta-Kanal-Ebene, wie zum Beispiel Agenturvergütungen für die Betreuung der Paid-Kanäle. Aufwände für die Content-Erstellung und für SEO-Beratung und -Maßnahmen sollten hingegen dem Meta-Kanal „Attracted traffic“ zugeordnet werden.

Die Art und Natur der Investments unterscheidet sich stark von Unternehmen zu Unternehmen. Wer viel mit Agenturen arbeitet, hat viele direkte Investments, die er in sein Controlling mit aufnehmen kann, wer die meisten Aufgaben „inhouse“ löst, sollte eher die eingesetzte Manpower in einen monetären Wert umrechnen.

Wichtig ist, dass man bei den Marketing-Investments ein möglichst umfassendes Bild zeichnet und eine möglichst genaue Zuordnung vornimmt. Hierfür gibt es kein pauschales Vorgehen und auch keine perfekte Lösung. Bei der Auswertung und Gegenüberstellung muss man auch immer beachten, dass nicht jedes Investment immer direkt auf die Generierung von Umsatz einzahlen kann und sollte. Schön ist es aber natürlich, wenn man aufzeigen kann, dass das Gesamtverhältnis von Investments und generierten Umsätzen stimmt und dass das Marketing erfolgreich arbeitet.

Zum Abschluss könnt ihr euch noch einmal die hier behandelten Beispiel-Controlling-Dashboards anschauen und euch überlegen, wie sich diese Methode auf euer Unternehmen übertragen lässt.

Beispiel für ein Marketing-Controlling-Dashboard für einen Online-Shop (Bild anklicken, um PDF zu öffnen):

vorschau-controlling-dashboard-online-shop

Beispiel für ein Marketing-Controlling-Dashboard für eine B2B-Unternehmensseite (Bild anklicken, um PDF zu öffnen):

vorschau-controlling-dashboard-b2b

Wir hoffen, dass wir euch mit diesem Artikel helfen konnten, einen Schritt in Richtung eines erfolgreichen Marketing-Controllings mit Google Analytics zu unternehmen. Wenn ihr Fragen oder Anregungen habt, meldet euch wie immer gerne.

[smx_banner]

Eoghan war von 2013 bis 2016 als Consultant bei rankingCHECK tätig. An unseren Standorten in Brüssel und Pontevedra betreute er internationale und mehrsprachige Online-Marketing-Projekte. Heute arbeitet er als unabhängiger Unternehmensberater. Aufgepasst! „Eoghan“ ist irisch und wird wie der englische Vorname „Owen“ ausgesprochen. Mehr Lesestoff von Eoghan gibt’s auf www.rebelytics.com.

5 / 5 (12 votes)

Schreibe einen Kommentar

Loading Facebook Comments ...

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *

Loading Disqus Comments ...