Die 10 häufigsten Fehler bei der Datenanalyse, die digitale Vermarkter machen

Reporting und Datenanalyse nehmen unweigerlich einen erheblichen Teil unserer Zeit als digitale Vermarkter ein.

Allerdings können selbst erfahrene Vermarkter beim Betrachten von Daten und beim Treffen von Entscheidungen stolpern und einige häufige Fehler machen.

Sie müssen auf Fehler achten, die dazu führen können, dass Sie sich die falschen Daten ansehen, zu falschen Schlussfolgerungen gelangen oder die Tür für fehlerhafte Interpretationen eines Kunden oder Chefs offen lassen.

In diesem Artikel lernen Sie 10 häufige Fehler kennen, die digitale Vermarkter bei der Analyse von Daten machen:

• Ohne Betrachtung eines statistisch signifikanten Zeitrahmens.
• Ohne Berücksichtigung der Saisonalität.
• Ignorieren der Auswirkungen von Offline-Aktivitäten.
• Multi-Channel-Engagement wird nicht berücksichtigt.
• Berichterstattung über Zahlen ohne Schlussfolgerungen.
• Konzentration auf die falschen KPIs.
• Entscheidungen auf der Grundlage fehlerhafter Daten treffen.
• Keine Einbeziehung von Backend-Daten.
• Daten schlecht visualisieren.
• Vorausgesetzt man kann alles messen.

1. Keine Betrachtung eines statistisch signifikanten Zeitrahmens

Viele Unternehmen sehen im Laufe einer Woche oder eines Monats Ebbe und Flut im Lead-Volumen, und die Betrachtung von Daten für nur wenige Tage liefert im Allgemeinen kein genaues Spiegelbild des langfristigen ROI.

Wenn Ihr Ziel darin besteht, durchschnittlich 100 qualifizierte Leads pro Monat zu generieren, können Sie dieses Ziel erreichen, indem Sie in einer Woche 10 Leads und in den nächsten drei Wochen jeweils 30 Leads erhalten.

Nur sehr wenige Unternehmen werden jeden Tag oder jede Woche genau die gleiche Anzahl von Leads sehen.

Wenn Sie die prognostizierte Leistung allein auf der Grundlage der ersten Woche beurteilen würden, könnten Sie davon ausgehen, dass das Lead-Volumen ungewöhnlich niedrig ist. Das Konto hat jedoch immer noch das Ziel von 100 Leads/Monat erreicht, wobei das Volumen in den kommenden Wochen zunehmen wird.

Viele Geschäftsinhaber und CMOs sind (verständlicherweise) an die Zahlen gebunden und überwachen die täglichen/wöchentlichen Ergebnisse.

Vermarkter sollten dabei helfen, den breiteren Kontext bereitzustellen, um Befürchtungen zu minimieren, dass die Zahlen für den Tag rückläufig sind, wenn die Verkäufe für den Monat steigen.

2. Keine Berücksichtigung der Saisonalität

Ein weiterer Teil der Berücksichtigung von Zeitrahmen besteht darin, saisonale Faktoren im Auge zu behalten.

Ein E-Commerce-Unternehmen wird wahrscheinlich seine größte Verkaufsperiode um den Black Friday herum erleben, während ein B2B-Unternehmen um die Feiertage herum einen Einbruch des Lead-Volumens verzeichnen kann.

Daten aus den vergangenen Jahren können hilfreich sein, um zu berücksichtigen, welche Monate tendenziell das höchste und das niedrigste Volumen aufweisen.

Sie sollten Daten direkt aus Google Analytics und Anzeigenplattformen sowie allgemeine Backend-Verkaufs-/Lead-Daten berücksichtigen.

3. Ignorieren der Auswirkungen von Offline-Aktivitäten

Leider sind wir wahrscheinlich alle mit „beispiellosen Ereignissen“ vertraut, die sich auf Unternehmen weltweit auswirken können. Die Grafiken für die überwiegende Mehrheit der Unternehmen folgen im Rückblick auf 2020 keinen „normalen“ Mustern.

Außerhalb der Ereignisse des Jahres 2020 erleben viele Unternehmen aufgrund äußerer Faktoren eine Ebbe und Flut ihres Geschäfts.

Ein HVAC-Unternehmen wird wahrscheinlich Anfragen erhalten, wenn sich das Wetter zum Beispiel in Richtung extremer Hitze oder Kälte entwickelt. Ein SaaS-Unternehmen kann einen Anstieg des Interesses feststellen, wenn sein größter Konkurrent die Preise erhöht.

Behalten Sie alle Neuigkeiten und Ereignisse im Auge, die auf das Potenzial für entweder erhöhtes Geschäftsinteresse oder reduzierte Anfragen hindeuten könnten.

Leider kann ein Unternehmen auch auf negative Presse stoßen, was sich negativ auf die Gesamtwahrscheinlichkeit von Kaufinteressenten auswirken kann.

Eine Marke, die traditionelle Werbung betreibt, sollte bei der Schaltung einer TV-Werbung auch auf die Auswirkungen der Markensuchaktivitäten und der gesamten Lead-Metriken achten. Offline-Werbung kann Benutzer oft dazu veranlassen, sich ihren Geräten zuzuwenden, um sich weiter mit einer Marke zu beschäftigen.

4. Keine Berücksichtigung von Multi-Channel-Engagement

Vermarkter können sehr daran gebunden sein, einen bestimmten Kanal zu beobachten – sei es organische Suche, bezahlte Suche, Facebook-Werbung oder LinkedIn-Werbung – und besessen davon sein, diesen Kanal zum Laufen zu bringen.

Kein Kanal arbeitet jedoch vollständig in einem Silo, da kein Webbenutzer ausschließlich einen einzigen Kanal verwendet.

Leider verschärfen Analyse- und Anzeigenplattformen, die standardmäßig auf die Zuordnung des letzten Klicks setzen, dieses Problem oft.

Vermarkter schauen streng auf die endgültige Quelle und Kampagne, die einen Lead generiert hat, ohne zu berücksichtigen, dass ein Benutzer möglicherweise eine markenlose Suche durchgeführt, auf eine Facebook-Werbung geklickt und dann eine Markensuche durchgeführt hat, bevor er schließlich konvertiert.

Um von einer reinen Last-Click-Denkweise wegzukommen, achten Sie auf unterstützte Conversions und Conversion-Pfade im Bereich Multi-Channel-Trichter von Google Analytics.

Verwenden Sie außerdem den Abschnitt „Attribution“ von Google Ads, um verschiedene Attributionsmodelle zu vergleichen.

5. Konzentration auf die falschen KPIs

Sie haben den Ihrer Meinung nach perfekten digitalen Marketingbericht zusammengestellt. Conversions und Conversion-Rate sind gestiegen, und Kosten/Conversion sind gesunken. Ihre Kampagnen sind beeindruckende Leistungskennzahlen.

Aufgeregt, die Neuigkeiten mit Ihrem Kunden zu teilen, fangen Sie atemlos an, über den Bericht zu sprechen, während Ihr Kunde einen ersten Blick auf die Ergebnisse wirft.

Aber bevor Sie zwei Worte sagen können, unterbricht Ihr Kunde mit Fragen: „Warum ist unsere Absprungrate gestiegen? Warum ist die CTR gesunken?“

Bevor Sie es wissen, entgleist das Gespräch von den positiven Conversion-Statistiken, auf die Sie gehofft hatten, sich zu konzentrieren.

Digitale Vermarkter haben die Verantwortung, sich auf die Metriken zu konzentrieren, die sich am direktesten auf das Geschäftsergebnis beziehen, aber sekundäre Metriken können schnell von den endgültigen Zielen einer Kampagne ablenken.

Achten Sie sowohl bei Ihrer eigenen Optimierungsarbeit als auch bei der Berichterstattung an Kunden oder Vorgesetzte darauf, den Schwerpunkt auf die Kennzahlen zu legen, die am wichtigsten sind (marketingqualifizierte Leads, Verkäufe usw.), und nicht auf Oberflächenkennzahlen wie CTR, Absprungrate, CPC usw.

Während Sie Metriken wie CTR bei schnellen Änderungen nicht ignorieren sollten, sollten Sie den Schwerpunkt auch nicht auf die Optimierung in Richtung sekundärer Metriken legen.

6. Berichterstattung über Zahlen ohne Schlussfolgerungen

Zusätzlich zur Berichterstattung über die richtigen KPIs müssen Sie kommunizieren, warum Sie diese KPIs ausgewählt haben und welche Geschichte sie erzählen.

Wenn Ihre Berichte nur Tabellen mit Zahlen und Grafiken ohne Kontext sind, muss Ihr Kunde oder Chef seine eigenen Schlussfolgerungen ziehen.

Anstatt beispielsweise nur zu sagen, dass die Conversions gestiegen sind, weisen Sie darauf hin, dass die Spring Sale-Kampagne, die Sie in den letzten zwei Wochen durchgeführt haben, dazu beigetragen hat, die Conversion-Rate um 5 % zu steigern. Sprechen Sie darüber, welche Anzeigengestaltung am besten funktioniert hat.

Wenn Sie Ihre Erkenntnisse aus der Kampagne zeigen, können Sie kommentieren, welche Creatives und welches Targeting die Marke für den nächsten Verkauf testen sollte, basierend auf dem, was in dieser Runde funktioniert hat.

Wenn die Leistung nachlässt, sprechen Sie über Faktoren wie Saisonalität oder Offline-Ereignisse, die den Rückgang erklären können. Die Bereitstellung von Kontext kann dazu beitragen, Bedenken hinsichtlich einer fallenden Diagrammlinie zu zerstreuen.

7. Entscheidungen auf der Grundlage fehlerhafter Daten treffen

Bevor Sie mit der Datenanalyse beginnen, vergewissern Sie sich, dass Ihre Google Analytics-Konfiguration, das Conversion-Tracking der Anzeigenplattform und alle anderen Tools, auf die Sie verweisen, eingerichtet sind und Daten ordnungsgemäß messen.

Es kann vorkommen, dass Conversions nicht ausreichend gemeldet werden, wenn ein Pixel auf einer Danke-Seite nicht richtig ausgelöst wird. Oder Sie melden möglicherweise zu viele Ergebnisse, wenn eine Conversion-Regel für die falsche Seite eingerichtet ist.

Richten Sie außerdem ein System ein, um den ordnungsgemäßen Datenfluss regelmäßig zu überprüfen. Beispielsweise kann ein Entwickler eine Website aktualisiert und dabei die Tracking-Codes gelöscht haben, oder ein Kunde hat möglicherweise eine Seiten-URL geändert, ohne Sie zu benachrichtigen.

Stellen Sie im Idealfall sicher, dass Ihr Kunde oder Entwicklungsteam Sie benachrichtigt, bevor Änderungen eingeführt werden.

8. Keine Einbindung von Backend-Daten

Ich arbeite mit mehreren B2B-Kunden zusammen, die lange Verkaufszyklen haben, die häufig mehrere Berührungspunkte vor einem Geschäftsabschluss mit sich bringen.

Ich kann zwar sehen, dass die Formularübermittlung in Google Ads nachverfolgt wird, aber ich weiß nicht, wie die Gespräche zwischen der Person und dem Vertriebsteam verlaufen sind. Nur die anfänglichen Conversions zu messen, erzählt nicht die ganze Geschichte.

Mit der richtigen UTM-Kennzeichnung und Zuordnung von Quellen in einem CRM können Sie messen, wie effektiv sich Leads nach ihrem Eintritt durch den Verkaufsprozess bewegen.

Letztendlich sollten Sie mit der richtigen Einrichtung in der Lage sein, Einnahmen einer bestimmten Kampagne, einem bestimmten Keyword und einer Anzeige zuzuordnen.

Überprüfen Sie auf der E-Commerce-Seite Backend-Verkaufsdaten und vergleichen Sie sie mit dem, was Sie in Anzeigenplattformen und Analytics verfolgen.

Sie können Verkäufe oder wiederkehrende Kunden identifizieren, die auf von Ihnen durchgeführte Kampagnen zurückgeführt werden können, außerhalb dessen, was direkt auf Anzeigenplattformen verfolgt wird.

9. Daten schlecht visualisieren

Diagramme und Grafiken können sehr dazu beitragen, dass komplexe Mengen von Zahlen sinnvoll sind. Ein sorglos verwendeter Graph kann jedoch Ergebnisse falsch kommunizieren.

Sehen Sie sich zum Beispiel das folgende Tortendiagramm an, das die Conversions nach Monat zeigt:

Dieses Format sagt Ihnen nicht viel aus, abgesehen davon, dass Sie sehen können, dass einige Stücke des Kuchens etwas größer sind als andere.

Ohne Zahlen zu haben, auf die man sich beziehen kann, ist das Tortendiagramm alles andere als ideal, um darzustellen, wie sich die Daten von Monat zu Monat geändert haben.

Siehe umgekehrt das Liniendiagramm unten:

Dieses Diagramm ermöglicht es Ihnen, die ungefähren Zahlen für jeden Monat anzuzeigen und Änderungen im Laufe der Zeit zu verfolgen. Sie können auch potenzielle saisonale Trends ermitteln.

Denken Sie bei der Verwendung einer Grafik oder eines Diagramms an das Format, das die Geschichte, die Sie in Ihrem Bericht zu vermitteln versuchen, am besten erzählt.

10. Angenommen, Sie können alles messen

Ich weiß, Sie lesen einen Artikel über Datenanalyse, weil Sie in der Lage sein wollen, alles zu messen, was Sie können. Aber Sie haben einfach nicht immer eine perfekte Zuordnung und können nicht immer den genauen ROI jeder von Ihnen geschalteten Anzeige bestimmen.

Um auf die zuvor in diesem Beitrag besprochenen Themen zurückzukommen, können Sie genau korrelieren, wie sehr sich unsere jüngsten dramatischen Weltereignisse auf den Umsatz eines bestimmten Unternehmens ausgewirkt haben?

Nein, obwohl man anhand von Daten durchaus Rückschlüsse ziehen und Korrelationen finden kann.

Wird angesichts anhaltender Beschränkungen durch Browser und Betriebssysteme, die sich auf das Tracking auswirken, jede Conversion genau der richtigen Quelle zugeordnet? Nein.

Während Sie alle Anstrengungen unternehmen sollten, um das Tracking richtig einzurichten, sollten Sie sich auch darüber im Klaren sein, dass keine Analyseinfrastruktur jemals die Leistung zu 100 % genau darstellen wird.

Wenn Sie datenbasierte Entscheidungen treffen, lassen Sie Nuancen zu, um einen Schritt zurückzutreten und das Gesamtbild zu betrachten, einschließlich einer Überprüfung der allgemeinen Marketingergebnisse zusammen mit denen, die mit bestimmten Kanälen verbunden sind.

Setzen Sie sich für eine bessere Datenanalyse ein

Nachdem Sie sich diese 10 häufigen Fehler angesehen haben, denken Sie über Ihre eigenen Prozesse zur Auswertung und Berichterstellung von Daten nach.

Betrachten Sie ausreichend aussagekräftige Daten?

Berücksichtigen Sie Ereignisse außerhalb dessen, was in Ihren Analysen und Anzeigenplattformen erfasst wird?

Bieten Sie genügend Kontext für Ihre Berichte?

Denken Sie an diese potenziellen Fehler, wenn Sie Entscheidungen für Ihre Kampagnen treffen und Berichte erstellen.

Infolgedessen können Sie bessere Berichte erstellen und effektivere Gespräche mit Stakeholdern darüber führen, wie Sie nach der Überprüfung der Ergebnisse als Nächstes vorgehen sollen.

Mehr Ressourcen:

• So interpretieren Sie PPC-Daten richtig (auch wenn Sie nie Statistik studiert haben)
• 3 kritische PPC-Aufgaben, die Sie jeden Tag erledigen sollten
• So werben Sie auf Facebook: Ein Leitfaden für Anfänger

Bildnachweis

Alle Screenshots vom Autor, Mai 2021