Kaufentscheidung: Einsatzmöglichkeiten der Webanaylse

Nach dem Bewerten der vorhandenen Alternativen entscheidet sich der Käufer für ein Produkt. Das heißt, er hat die feste Absicht dieses zu erwerben. Wie bei der theoretischen Behandlung des Prozesses ersichtlich, können die Einstellung anderer und unvorhergesehene situative Ereignisse die Kaufentscheidung noch beeinflussen. Auch hier können Webanalyse Tools helfen, den Kauf abzuschließen und so die Konversionsrate zu erhöhen.

Wie können Webanalyse Tools die Kaufentscheidung unterstützen?

Werkzeuge, welche Webanalyse Tools in der Kaufentscheidung bieten, sind die sogenannten Sales Funnels oder Conversion Trichter. Diese analysieren den Besuchsfluss eines Users über vordefinierte Seiten der Website, wobei ein bestimmtes Ziel den Abschluss definieren muss. Als Beispiel und für die vierte Phase der Kaufentscheidung typisch, ist die Abbildung des Bestellprozesses (zum Beispiel vom Warenkorb bis zum Bestellabschluss). Ziel dieser Analyse ist es, zu erkennen, wo Besucher den Bestellprozess aus unvorhergesehenen situativen Ereignissen abbrechen. Diese Sichtweise hilft dabei, Potentiale aufzudecken und eine größere Anzahl an Besuchern zu Käufern zu machen. Ursachen für Abbrüche können beispielsweise Ablenkungen durch andere Produktanzeigen im Check-Out Prozess sein. Ein weiterer typischer Schritt, wo User verloren gehen, ist die Bezahlseite. Auch hier sollte versucht werden, herauszufinden warum abgebrochen wird. Beispiele könnten zu wenige, oder unattraktive Zahlungsalternativen sein.

Ein Beispiel schilderte ein Experte im Interview: “Als ein Kunde nach 4-wöchiger Laufzeit meinte, dass die Maßnahmen trotz hohem Traffic keine Erfolge bringen, wurde der Sales Funnel im WA Tool analysiert. Trotz guter Werte der gefüllten Warenkörbe wurde bei der Bezahlseite abgebrochen. Die Seite, welche für eine eher ältere Zielgruppe (50+) ausgelegt war, bot nur die Zahlung mittels Kreditkarte an. Daher wurden weitere Möglichkeiten (Rechnung und Vorauskasse) angeboten und die Seite mit Sicherheitszertifikaten, einer seriösen Telefonnummer und Bilder von Servicemitarbeiter ergänzt. Nach erneuter Kontrolle konnte eine eindeutige Konversionssteigerung gemessen werden.”

Aber auch bei der Anmeldung beziehungsweise bei der Bekanntgabe von persönlichen Daten kann angesetzt werden. Webanalyse Tools helfen hier herauszufinden, welche oft sensiblen Daten die Besucher nicht preisgeben möchten. So können zuerst die Schwachstellen im Prozess aufgedeckt werden, um in Verbindung mit Conversion Rate Optimization (CRO) den Bestellprozess zu verbessern. Auch hier stützt die Webanalyse wiederum die CRO als Controlling Tool. Folgende Grafik zeigt den Sales Funnel im Tool Google Analytics. Zu erkennen ist eine erhöhte Abbruchrate beim dritten Schritt (Bezahlung):

Check-Out Prozess im Webanalyse Tool Google Analytics

Check-Out Prozess im Webanalyse Tool Google Analytics

Eng mit der CRO verbunden, helfen zusätzliche Testing-Tools die Konversionsrate zu steigern. Mit Hilfe dieser Systeme können unterschiedliche Inhalte auf einer Webseite erstellt werden, um diese in Folge zu vergleichen. Ebenfalls können mehrere Versionen eines Elements auf die Erfolgsauswirkung überprüft werden. Folgende zwei Testing Methoden werden dabei unterschieden (Grundlage für die Unterscheidung ist die Anzahl der verschiedenen Varianten und Elementen):

  • A/B Tests:
  • Multivariates Testing

Bei A/B Tests werden zwei unterschiedliche Versionen eines Elements oder zwei unterschiedliche Formulierungen eines Inhaltes erstellt. Das Testing Tool liefert schließlich den Besuchern per Zufall die verschieden Varianten aus und ermittelt so die Version mit der besseren Conversionrate. Multivariate Tests verlaufen gleich, mit dem Unterschied, dass gleich mehrere Versionen getestet werden beziehungsweise mehrere Elemente verändert werden. Bei allen Tests ist jedoch auf eine ausreichend große Stichprobe zu achten, um signifikante Aussagen treffen zu können. (Im folgenden Blogartikel wird die Relevanz der Signifikanz verdeutlicht und ein Tool zur Berechnung der Signifikanz gratis zur Verfügung gestellt: URL: https://www.optivo.de/campfire/ab-test-ergebnisse-auf-signifikanz-prufen-%CF%872-test/). Außerdem sind diese Testing Tools nicht nur auf die Website beschränkt. Auch in E-Mail Newsletter können so in einer ersten Testgruppe beispielsweise Betreffe auf Öffnungen geprüft werden.

Kaufte ein Besucher schließlich, gelangt dieser in die Nachkaufphase. Doch um den User im folgenden Schritt als Käufer wiederzuerkennen, muss dieser als solcher gekennzeichnet werden. Um diese Wiedererkennung auch ohne Login des Users zu realisieren werden sogenannte benutzerdefinierte Variablen verwendet. Technisch gesehen werden dazu wiederum Cookies verwendet. Dem User können so frei wählbare Attribute vergeben werden, wie etwa der Status Käufer. Aber auch wie oft der User bereits kaufte, oder der Gesamtwert des bisher erzielten Umsatzes. Ziel dieser Kennzeichnung ist die darauf aufbauende spezielle Behandlung in der Nachkaufphase. Dadurch, dass der User wiedererkannt wird, können diesem spezielle Werbeangebote auf der eigenen Webseite präsentiert werden.

Posted in webanalyse-im-kaufprozess.

Hinterlasse eine Antwort

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


zwei + = 4

Du kannst folgende HTML-Tags benutzen: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>