DAM

3 Wege zur Identifizierung von Kundenfrust anhand Ihrer Adobe Analytics-Daten

Ronan Moorhouse

3_ways_to_identify_customer_friction_using_your_adobe_analytics_data 3 Ways To Identify Customer Friction Using Your Adobe Analytics Data

Unabhängig davon, ob Sie Adobe Analytics zum ersten Mal einsetzen oder das Tool bereits seit mehreren Jahren nutzen, gibt es immer wieder neue Möglichkeiten, den Wert Ihrer Adobe Analytics-Daten zu erschließen, um Möglichkeiten zur Verbesserung der digitalen Erlebnisse Ihrer Kunden oder zur Maximierung der kommerziellen Wirkung zu identifizieren. Als die wohl leistungsstärkste und flexibelste Webanalyse-Lösung auf dem Markt gibt Ihnen Adobe Analytics die Möglichkeit, tiefer in Ihre Daten einzudringen. Angesichts der scheinbar unendlichen Anzahl von Möglichkeiten ist es jedoch oft schwierig zu wissen, wo man bei der Analyse der Daten anfangen soll.

Ein wichtiger Bereich, den wir alle gerne auf unseren Websites verbessern würden, ist die Verringerung von Reibungsverlusten, aber wie können wir Reibungsverluste zunächst identifizieren, um sie dann zu lösen? Reibungsverluste treten in verschiedenen Formen auf, von langsamen Ladezeiten bis hin zu Seitenfehlern oder sogar der Art und Weise, wie Nutzer auf Ihrer Website navigieren. Einige Probleme sind viel sichtbarer und leichter zu erkennen, während andere etwas mehr Nachdenken darüber erfordern, wie man am besten quantifizieren kann, ob die Nutzer mit Ihren Reisen zu kämpfen haben.

Im Folgenden stellen wir Ihnen drei Methoden vor, mit denen Sie die Analyse von Reibungsverlusten vereinfachen und klare Hinweise darauf geben können, wo Sie auf Ihrer Website Verbesserungen vornehmen sollten.

Alle im Folgenden genannten Daten sind fiktiv und dienen nur zu Demonstrationszwecken

1. Verwendung der internen Suche

Die meisten Websites verfügen über irgendeine Form der internen Suche. Der allgemeine Zweck dieser Suche besteht darin, die Nutzer zu den gesuchten Inhalten zu führen, falls sie nicht in der Lage sind, das Gewünschte durch natürliches Navigieren auf der Website zu finden. Es ist ein nützliches Instrument für die Nutzer, aber es kann uns auch viel darüber verraten, wie unsere Nutzer mit der Website interagieren.

Ein hoher Prozentsatz von Nutzern, die die interne Suchfunktion verwenden, könnte darauf hindeuten, dass die Navigation auf Ihrer Website ihre Aufgabe nicht effektiv erfüllt. Es kann sein, dass Ihre Nutzer Schwierigkeiten haben, den gesuchten Inhalt zu finden, und deshalb auf die interne Suche zurückgreifen. Wenn die Nutzer beim Durchsuchen Ihrer Website frustriert sind, brechen sie das Surfen mit größerer Wahrscheinlichkeit ab, was zu schlechteren Konversionsraten führt.

Um dies in Adobe Analytics zu messen, können Sie eine einfache berechnete Metrik mit Ihrer Suchergebnisseite erstellen, wie unten gezeigt:

Calculated Metrics in Adobe Analytics

Die berechnete Metrik wird definiert, indem die Anzahl der Besuche, bei denen die Suchergebnisseite besucht wurde, durch die Gesamtzahl der Besuche auf Ihrer Website geteilt wird. Es ist wichtig, dass Sie das Format "Prozent" einstellen, während Sie auch die Dezimalstellen nach Ihren Wünschen anpassen können. Schließlich ist die Einstellung "Aufwärtstrend als schlecht (rot) anzeigen" in diesem Fall am sinnvollsten, da ein höherer Prozentsatz auf Reibungsverluste hinweist.

Sobald Sie die Metrik erstellt haben, können Sie die Werte entweder in einem tabellarischen oder linearen Format auswerten, um zu überwachen, wie sich Änderungen an Ihrer Navigation oder Ihrer Website im Allgemeinen auf die interne Suchnutzung auswirken.

Trend values in Adobe Analytics

2. Null-Suchergebnisse

Eine weitere nützliche Metrik, die Sie für die interne Suche überwachen können, ist der Prozentsatz der ungültigen Suchergebnisse. Dies kann darauf hindeuten, dass die Nutzer nicht die gewünschten Ergebnisse erhalten, und kann sie dazu veranlassen, Ihre Website zu verlassen.

Je nach Ihrer genauen Implementierung kann dies erreicht werden, indem die Anzahl der Suchvorgänge, bei denen keine Suchergebnisse angezeigt werden, durch die Gesamtzahl der Suchvorgänge (oder in unserem Fall der Seitenaufrufe der Suchergebnisseite) geteilt wird:

Search Results in Adobe Analytics

Wenn Sie eine detaillierte Verfolgung Ihrer internen Suchergebnisse implementiert haben, können Sie die Aufschlüsselungsfunktion von Adobe Analytics zu Ihrem Vorteil nutzen. Die folgende Tabelle zeigt eine Ansicht der Suchvorgänge, bei denen die Anzahl der Suchergebnisse gleich Null war, aufgeschlüsselt nach dem internen Suchteam. Auf diese Weise können wir die Suchbegriffe sehen, die verwendet wurden, als dem Nutzer keine Ergebnisse angezeigt wurden. Anhand dieser Suchbegriffe können Sie beurteilen, ob es Lücken in Ihrer internen Suchfunktion gibt oder ob zusätzliche Seitenkennzeichnungen erforderlich sind.

Detailed Search Results in Adobe Analytics

3. Seiten- und Formularfehler

Das letzte Thema, das wir untersuchen wollen, sind die Fehler, die Ihre Nutzer bei der Interaktion mit Ihrer Website erleben. Ob es sich dabei um 404-Seitenladefehler oder Fehler bei Formularfeldern handelt, sie sind oft die frustrierendsten Szenarien für die Nutzer und führen wahrscheinlich dazu, dass die Kunden ihre Reise abbrechen. Eine robuste Fehlerverfolgung, die in Adobe Analytics implementiert ist, ist entscheidend für die Hervorhebung dieser Schmerzpunkte.

Ähnlich wie bei den zuvor besprochenen Metriken können Sie durch die Erstellung einer Metrik "Prozentsatz der 404-Fehler", bei der die 404-Fehlerseitenaufrufe durch die Gesamtzahl der Seitenaufrufe geteilt werden, Spitzen bei diesen Fehlern verfolgen und identifizieren.

Wenn Sie diese Metrik mit der Warnfunktion von Adobe Analytics kombinieren, können Sie Warnmeldungen an wichtige Stakeholder senden, wenn die Fehlerraten höher als erwartet ausfallen. Die KI von Adobe Sensei erkennt Anomalien, die über dem erwarteten Wert liegen, und sendet eine Benachrichtigung an Ihre Empfänger, wenn die Warnung aktiviert wurde, sodass Sie alle Probleme sofort überprüfen und beheben können, sobald sie auftreten.

Page and Form Errors in Adobe Analytics

Wir hoffen, dass Sie von einigen dieser Methoden bei Ihren zukünftigen Analysen profitieren können, indem Sie sie als Ausgangspunkt nutzen, um die Reibungspunkte Ihrer Kunden zu identifizieren. Wir werden weiterhin einige unserer bevorzugten Tipps und Tricks zu Adobe Analytics mit Ihnen teilen, also schauen Sie regelmäßig vorbei.

Wenn Sie Ihre Adobe Analytics-Implementierung auf die nächste Stufe heben möchten oder wenn Sie Unterstützung beim Verständnis Ihrer Kunden und der Leistung Ihrer digitalen Journeys suchen, nehmen Sie bitte Kontakt mit uns auf, um zu besprechen, wie wir Ihnen helfen können!

Foto von Sandeep Singh auf Unsplash