Gerne beraten wir Sie auch telefonisch & geben Ihnen eine kostenfreie persönliche Auskunft zu Ihrem Projekt.

X

Wie man Live Web Analytics einsetzt, um die eigenen Nutzer besser zu verstehen

Der Erfolg eines Unternehmens hängt stark davon ab, wie gut es die eigenen Geschäftsprozesse versteht. Diese Prozesse nachzuvollziehen bedeutet im weitesten Sinne Daten zu sammeln, zu analysieren, Zusammenhänge zu entdecken und daraus die für das Business relevanten Schlussfolgerungen zu ziehen. Für diese Aufgabe ist Live Web Analytics ein äußerst nützliches Big Data Marketing Tool. Live Web Analytics kann dynamisch und User-orientiert Einsichten über das Kundenverhalten liefern. Dieser Artikel stellt Live Web Analytics mit Random Forest dar und zeigt Ihnen, wie Sie mit dieser Methode wichtige Einsichten in das Kundenverhalten gewinnen und somit Ihre Businessentscheidungen entsprechend optimieren können.

Wenn auch Sie die Kundenbeziehungen durch moderne Analyseverfahren wie Live Web Analytics optimieren wollen, stehen Ihnen unsere Experten gerne für ein persönliches Gespräch zur Verfügung!

Lassen Sie uns Ihre Anforderungen wissen & wir erstellen Ihnen innerhalb weniger Stunden ein kostenfreies Angebot.

Jetzt unverbindlich anfragen

Was ist Live Web Analytics?

Live Web Analytics ist ein System von Mess-, Sammel- und Analyseinstrumenten, das Informationen über den Website-Besucher erfasst, mit dem Ziel die Marketingstrategie des Unternehmens zu optimieren und die Kundenbindung zu erhöhen. Was bedeutet das genau? Der Verlauf dieses Prozesses besteht aus folgenden Schritten:

  1. Tracking der Besucheraktivität auf der Webseite – auch Real Time Website Visitor Tracking genannt. Real Time Website Visitor Tracking gehört heutzutage zu den Standardfunktionalitäten vieler CRM-Systeme und Marketing Automatisierung Services. Dabei speichert man alle von dem Nutzer besuchten Abschnitte der Webseite. Eventuell speichert man dabei auch zusätzliche Merkmale, wie z.B. Häufigkeit der Besuche pro Woche/Monat/Jahr, aktive und passive Zeit auf der Webseite oder Anzahl Banner-Clicks.
  2. Die mit dem Real Time Website Visitor-Tracking gesammelten Informationen werden strukturiert und verarbeitet und fließen in die weiteren Datenprozesse als Input ein.
  3. Die vorbereiteten Informationen werden danach analysiert. Basierend darauf kann man verschiedene Strategien der Marketing-Automatisierung implementieren. Ein möglicher Prozess für die Marketing-Automatisierung wäre z.B.: „Wenn der Kunde mehr als 5 Mal im Monat die Webseite benutzt, sende E-Mail Version A, bei 2-4 Nutzungen – sende E-Mail Version B, sonst sende E-Mail Version C“. In der Abbildung unten ist solch ein Prozess noch einmal schematisch dargestellt.
Live Web Analytics durch Real Time Website Visitor Tracking fürs Big Data Marketing nutzen
CRM Algorithmus als Entscheidungsbaum dargestellt

 

Wir beraten sie, wie Sie Live Web Analytics für Ihre Unternehmenswebseite ideal implementieren. Unsere Angebotspalette zum Thema Big Data Analytics umfasst eine große Bandbreite bis hin zur vollständigen Betreuung von der Planung bis zur Auswertung. Nehmen Sie hierzu Kontakt mit uns auf und profitieren sie von unseren Erfahrungen im Bereich Big Data Marketing und Marketing-Automatisierung!

Kurze Geschichte der Live Web Analytics

Die Geschichte der Live Web Analytics fängt mit der Entwicklung des HTTP-Protokolls an. Jeder Besuch einer Webseite wurde in einem speziellen Log-File protokolliert. So entstand ein so genannter Hit-Eintrag. Mit einer ansteigenden Anzahl an Nutzer im Internet stieg schließlich natürlich auch die Anzahl der Hit-Einträge und die Größe der Log-Files.

Im Jahr 1995 ist es zum ersten Mal möglich geworden, die Log-Files nicht nur für technische Programmieraufgaben zu nutzen, sondern diese auch in die Marketing-Automatisierung einzubeziehen. Seit der Beginn der 2000er Jahre wurden die Hit-Einträge durch JavaScript Tags ersetzt. Diese Tags werden heutzutage in standardisierten Datenbanken gespeichert und stehen jederzeit für die Analyse zur Verfügung.

Vorteile von Live Web Analytics für das Online Marketing

Big Data Marketing ist einer der Trends in der Business Digitalisierung. Doch welchen Nutzen bietet live Web Analytics genau?

Für effizientes Online Marketing brauchen Entscheidungsträger präzise Werkzeuge, um optimale Entscheidungen und die Profitabilität zu sichern. Live Web Analytics bietet genau diese Werkzeuge an, die im Wettbewerb letztendlich den entscheidenden Vorteil bedeuten können.

Welche Verbesserungen einer Webseite tragen zum Erfolg des Unternehmens bei? Stehen diese Vorteile im Verhältnis zu den Kosten für die Verbesserungen? Solche Fragen bleiben ohne live Web Analytics unbeantwortet. Dies führt schließlich zu einer ineffizienten Unternehmenspolitik. Die Investition in Big Data Marketing ist daher eine Investition in eine stabile Entwicklung des Unternehmens, die klare Wettbewerbsvorteile schaffen kann.

Welche Rolle spielt Random Forest für  Live Web Analytics?

Der oben dargestellte automatisierte Prozess für eine E-Mail Kampagne stellt einen so genannten Entscheidungsbaum dar. Ein Entscheidungsbaum ist ein gerichtetes Diagramm, das den Verlauf von Entscheidungen grafisch darstellt.

Oft sehen sich Entscheidungsträger aber mit mehr als einem möglichen Szenario konfrontiert. In solch einem Fall würde ein einziges Modell oft nicht ausreichen, um alle möglichen Abzweigungen abzudecken und somit die optimale Strategie zu ermitteln. Wie kann hier eine mögliche Lösung aussehen? In solch einem Fall kann man nicht nur einen Entscheidungsbaum modellieren, sondern gleich mehrere. Diese Sammlung an Entscheidungsbäumen bilden schließlich den so genannten Random Forest!

Random Forest kann Live Web Analytics und die Marketing-Automatisierung unterstützen
Random Forest als eine Sammlung von Entscheidungsbäume

Ein Random Forest vereinigt mehrere Entscheidungsbäume in einem Modell. Für die Ermittlung einer optimalen Zahl werden die Ergebnisse von jedem Baumalgorithmus gemittelt (z.B.: Wie viele E-Mails je Quartal verschicken?). Bei einem Klassifikationsproblem wird dagegen das häufigste Ergebnis ausgewählt (z.B.: E-Mail Variante A oder B versenden?). So entsteht schließlich die finale Lösung. Der Vorteil von Random Forest gegenüber einem Entscheidungsbaum ist die höhere Genauigkeit und geringeres Risiko von Overfitting.

Random Forest gehört zu den Machine Learning Methoden und wird somit oft in dem Bereich von Big Data Marketing eingesetzt. Es basiert auf typischen Machine Learning Verfahren: Die Aufteilung von Daten in Training- und Test-Submengen, mathematisch optimierter Auswahl der Baumentscheidungen und Wiederholung des Verfahrens bis man die gewünschte Genauigkeit erreicht hat.

Diese Methode kann mit großen Datenmengen umgehen und komplizierte Situationen modellieren: Beispielsweise kann ein Baum im Random Forest den Entscheidungsverlauf über die Newsletter Version anhand der soziodemografischen Merkmale darstellen. Der zweite Baum dagegen basiert die Entscheidung auf dem Kundenverhalten auf der Webseite und der Dritte entscheidet anhand der vorherigen Einkaufsgeschichte.

Zusammenfassung

In diesem Artikel haben wir gezeigt, wie wichtig Big Data Marketing und live Web Analytics fürs Unternehmen geworden ist und wie man Random Forest in den Entscheidungsprozess und die Marketing-Automatisierung integrieren kann. Dadurch kann man Newsletter und die Kommunikationen auf anderen Kanälen personalisieren und optimieren. Somit kann man den prozentualen Anteil positiver Kundenresponses erhöhen und Kundenbindung schaffen.

Weiterführende Quellen

How do websites track users? | Technologies and methods | GDPR Compliance

CRM Done Right