Google Analytics und Google Tag Manager – wo ist der Unterschied?
Bei Google Analytics (GA) handelt es sich um ein webbasiertes Trackingtool, das – wie der Name schon verrät – von Google bereitgestellt wird. Es dient der Analyse von Webseiten und erlaubt dank gewonnener Daten eine bessere Erfolgskontrolle. So lassen sich beispielsweise die Verweildauer eines Besuchers auf einzelnen Seiten oder auch der Nutzungspfad nachverfolgen.
Und der Google Tag Manager (GTM)? Mit dessen Hilfe ist es einfacher, den Tracking-Code auf der Webseite zu integrieren und zu verwalten. Er erfasst Interaktionen, die auf der Webseite stattfinden, und sendet diese Daten an angebundene Tools wie Google Analytics. Der Vorteil des GTM liegt darin, dass das Tracking vielfältiger und einfacher wird. Möchte man Änderungen vornehmen, sind diese schnell und bequem über die Benutzeroberfläche umzusetzen. Nach der Einrichtung des GTM lässt sich das gesamte Tracking über dessen Oberfläche einrichten und verwalten – es sind keine Änderungen mehr am Code der Seite selbst notwendig.
Überblick
- Tracking-Relevanz: Warum überhaupt Tracking?
- Tracking-Größen: Was lässt sich auswerten?
- Tracking-Konzept: Was ist vorab zu überlegen?
- Tracking-Exkurs: Warum wird die Absprungrate angepasst?
- Tracking-Fazit: Was gibt es zusammenfassend zu sagen?
Dem Nutzerverhalten auf der Spur – dank Google Analytics und Google Tag Manager
Individuelle und relevante Inhalte lassen sich nur zur Verfügung stellen, wenn man weiß, wer eigentlich die eigene Webseite besucht – und welche Absichten dahinterstecken. Was sucht der Patient? Wie sucht er? Und zu welchem Zeitpunkt? Um Antworten darauf zu erhalten, ist es wichtig, das Patientenverhalten näher zu betrachten. Sprich: Nutzersignale zu sammeln und auszuwerten. Bei kanyo® greifen wir hierfür auf Google Analytics und den Google Tag Manager zurück. Die Tools machen beispielsweise sichtbar, welche verschiedenen Elemente auf einer Webseite geklickt werden. Aufbauend auf den so gewonnenen Erkenntnissen können wir die Inhalte anpassen.
Ein Beispiel: Ist die Ausstiegsrate (prozentueller Anteil der Benutzer, der die Webseite genau auf dieser Seite verlässt) zu hoch, können verschiedene Stellschrauben angepackt werden. So ist der Tausch von More Informationen Links (Verlinkungen am Ende einer Webseite) oder Right Sidebar Teaser (verlinkte Boxen am rechten Rand der Webseite) eine Möglichkeit. Aber auch die zusätzliche Integration von Elementen wie internen Verlinkungen oder Buttons kann hilfreich sein. Im Anschluss daran lässt sich – sofern Event-Tracking (Messung bestimmter Ereignisse) eingerichtet wurde – sehen, wie sich das Klickverhalten dieser Elemente verändert oder wie häufig neue Elemente geklickt werden. Das heißt, ob eine Verbesserung oder Verschlechterung der Ausstiegsrate ablesbar ist.
Aha!
Bei unseren Experten der Patient Journey ist niemals Schluss: Ein „fertig optimiert“ gibt es nicht, da sich das Userverhalten stetig verändert und wir „immer noch besser werden können“.
Welche Werte lassen sich tracken?
Zur Beantwortung des Nutzerverhaltens kann einerseits das Standard-Tracking herangezogen werden. Hierbei sind unter anderem folgende Parameter messbar:
- Sitzungsdauer (die Dauer eines Besuches)
- Zeit auf der Seite (die Länge des Aufenthalts auf der gesamten Webseite)
- Absprungrate (der Prozentsatz der Sitzungen, nach denen die Webseite ohne eine Interaktion wieder verlassen wird)
- Ausstiegsrate (der Prozentsatz der Seitenaufrufe, die die letzten in der Sitzung waren)
- nächster und vorheriger Seitenpfad (die vorher und nachher aufgerufene Seite)
Andererseits gibt es noch die Möglichkeit des Event-Trackings, bei dem ganz bestimmte Ereignisse gemessen werden. Mit dessen Hilfe ist es möglich, das Verhalten des Users noch genauer nachzuvollziehen. Ein Event besteht aus:
- Kategorie (interagierendes Element wie Button)
- Aktion (Typ der Aktion, beispielsweise Klick)
- Label (nähere Beschreibung der Kategorie, zum Beispiel die verlinkte URL)
Mithilfe dieser und anderer genannter Größen lässt sich eine Vielzahl an Daten gewinnen. Aber: Es sollte immer nur das getrackt werden, was man später auch wirklich auswerten möchte. Ansonsten kann es sein, dass man den Überblick verliert. Zudem gibt es bei Google Analytics eine Begrenzung der gesammelten Daten.
Ein paar Gedanken vorab…
Einfach lostracken, das wird schon? Nein. Besser ist es, ein Tracking-Konzept zu erstellen. Hier sollten beispielsweise folgende Fragen beantwortet werden:
- Was möchte ich wissen?
- Was muss ich hierfür tracken?
- Ist es technisch überhaupt möglich?
Im Anschluss daran sollte man sich noch überlegen, wie man die Events benennt, damit man Ergebnisse daraus ziehen kann. Die Bezeichnung sollte, hat man sich einmal für eine entschieden, auch beibehalten werden. Dies dient einerseits dem besseren Überblick der Tracking-Elemente, andererseits ist es so möglich, Elemente miteinander zu vergleichen (zum Beispiel allgemein die Views und die Klicks).
Bei kanyo® nutzen wir zum Beispiel Event-Tracking, um Erkenntnisse zum Klickverhalten bestimmter Elemente zu gewinnen. Das kann zum Beispiel sein, wie oft ein User einen Button gesehen hat und wie oft dieser letztlich geklickt wurde. Das sieht dann wie folgt aus:
| Wie oft haben User den Button gesehen? | Wie oft haben User den Button geklickt? | |
|---|---|---|
| Eventkategorie | Button | Button |
| Eventaktion | View (= 90.000) | Klick (=2.000) |
| Eventlabel | URL, auf die der Button verlinkt | URL, auf die der Button verlinkt |
Um die Klickrate des Buttons zu erhalten, muss man einen simplen Dreisatz anwenden:
2.000 / 90.000 x 100 = 2,22 Prozent
Für den Prozentsatz existieren von Seiten Googles keine offiziellen Richtwerte. Hier muss man selbst aktiv werden und sich Benchmarks setzen.
Kleiner Exkurs: Warum wir die Absprungrate anpassen
Um das zu verstehen, muss zunächst einmal geklärt werden: Was ist eigentlich eine Absprungrate? Damit ist der Anteil der Sitzungen, der die Website gleich wieder verlässt, sprich, keine weitere Aktion (wie einen Klick auf eine interne Verlinkung) ausführt und somit auch keine weitere Seite besucht. Es handelt sich somit um eine Sitzung mit nur einem Seitenaufruf.
Mithilfe des Event-Trackings ist es nun möglich, die Absprungrate anzupassen. Bei kanyo® definieren wir diese mit 30 Sekunden. Der Grund für den Zeitrahmen ist einfach: Wir möchten nur die Nutzer erfassen, die nur eine Seite unserer Webseite besucht und diese innerhalb von 30 Sekunden wieder verlassen haben – und somit kein Interesse am Inhalt zeigen. Das kann unterschiedliche Gründe haben, beispielsweise, weil die gewünschte Information nicht auf Anhieb auffindbar war.
Doch warum passen wir unsere Absprungrate überhaupt an? Da unsere Seiten sehr umfangreich sind, werden konkrete Suchanfragen meist auf einer einzelnen Contentseite beantwortet. Das heißt, es ist nicht unbedingt zu erwarten, dass der Patient weiterklickt, wenn er eine Antwort auf seine Gesundheitsfrage erhalten hat. Dennoch war es ihm möglich, den gesuchten Inhalt zu finden und er blieb daher auch länger auf der Webseite – seien es nun 60 Sekunden oder 10 Minuten. Dahingehend ist dieser Patient nicht als Absprung an sich zu werten und soll auch nicht als solcher in die Statistik aufgenommen werde.
Tracking gut, alles gut: Unser Fazit
Wer seinen Usern passende Antworten liefern möchte, kommt um Analysetools kaum herum. Das Sammeln von Zahlen spiegelt wider, wie der Patient auf der Seite interagiert – und das stellt die Grundlage für künftige Optimierungen dar. Dabei sollte nie unüberlegt gesammelt werden – Stichwort Datenchaos. Stattdessen ist es ratsam, sich auf wenige, ausgewählte Tracking-Elemente zu fokussieren und das zu tracken, was einen auch wirklich interessiert und weiterbringt.
Autoren
Tanja Albert
Medizinredakteurin & Social Media Managerin
Carina Ramer
Patient Journey Managerin
