Wenn ein Webanalyse-Tool im Unternehmen durch ein anderes ersetzt wird, fällt plötzlich einiges an Arbeit an. Wer da nicht strukturiert herangeht, wird wohl scheitern.
Um das zu verhindern, habe ich mir mit Maike Kuckertz von Philips eine Analystin in die Sendung geholt, die das Szenario schon einige Male hinter sich gebracht hat. Und wir haben gemeinsam einige Themen für dich aufgeworfen, die du berücksichtigen solltest.
Viel Spaß beim Hören.
Wenn du das Ganze lieber lesen möchtest, unten gibt’s das komplette Interview in Textform.
Lade die Folge runter (Rechtsklick und “Speichern unter”)
Abonniere auf Android Abonniere auf iTunesIn dieser Folge außerdem:
Meine Bitte: Wenn dir diese Folge gefallen hat, hinterlasse bitte eine 5-Sterne-Bewertung bei iTunes oder wo immer du abonniert hast, gerne ein Feedback im Blogpost oder bei Facebook und abonniere diesen Podcast. Zeitinvestition: Maximal ein bis zwei Minuten. Dadurch hilfst du mir den Podcast zu verbessern und die Inhalte zu liefern, die du gerne hören möchtest. Ich danke dir jetzt schon dafür. Oder hinterlasse auch gerne einfach einen Kommentar hier.
Shownotes
Links:
- Komme zu Maik und lass dir zeigen, wie du mehr Umsatz oder mehr Leads in deinem Shop machen kannst:
https://www.metrika.de/termin - Wegweisendes Hörbuch „Dein Weg zum Webanalysten“: https://www.metrika.de/lp/hoerbuch-dein-weg-zum-webanalysten/
Über fünf (!) Stunden wertvolle Inhalte dazu, wie du zu einem der wertvollsten Berufe im Online Marketing kommst. - Wir suchen Mitarbeiter! https://www.metrika.de/karriere/
Allgemein
- Die geschlossene Facebook-Gruppe für Digital- und Webanalyse-Helden und solche, die es werden wollen:
https://www.facebook.com/groups/analysehelden/ - Facebook-Gruppe für Einsteiger:
https://www.facebook.com/groups/webanalyseeinsteiger/ - Die Website von “Die Sendung mit der Metrik”: die-sendung-mit-der-metrik.de
- “Die Sendung mit der Metrik” bei Facebook: Zur Facebook-Seite
- Wir zeigen dir, wie Webanalyse funktioniert: Zu unseren Seminaren und Workshops
Das war die Folge “X-Dinge, die du beim Tool-Umzug berücksichtigen musst” – mit Maike Kuckertz
Hallo? Die Sendung mit der Metrik, der Webanalyse-Podcast mit Maik Bruns und seinen Gästen. Heute mit Maike Kuckertz. Viel Spaß!
Maik Bruns: Hey Analyse-Held, hier ist der Maik, herzlich willkommen zu einer neuen Folge „Die Sendung mit der Metrik“. Heute reden wir mal darüber, was du berücksichtigen musst, wenn du von einem Webanalyse-Tool in das andere umziehen möchtest. Tja, das ist ein Thema, das ist nicht jedermanns Sache, das wird auch nicht unbedingt jeder direkt mitbekommen, aber wenn du da drinsteckst in dieser Situation, dann brauchst du in der Regel einen guten Fahrplan. Dann brauchst du vielleicht jemanden, der so ein bisschen das Ganze schon mal erlebt hat und viel erlebt hat vielleicht sogar, so wie mein Gast heute. Mein Gast ist Maike Kuckertz. Sie ist Data Analyst bei Philips, hat vorher schon diverse Stationen in Richtung Datenanalyse hinter sich gebracht. Und Maike war ganz frech und hat sich einfach mal bei mir quasi beworben mit einer Podcast-Folge, auch wenn sie das gar nicht so wollte. Ich glaube, sie wollte einfach nur ein Thema vorschlagen. Aber wenn ich ein Thema gut finde, dann ist derjenige auch sofort verhaftet für das Thema. Deswegen ist sie heute dabei. Hallo Maike! #00:01:22.0#
Maike Kuckertz: Hallo! Vielen Dank für die Einladung. #00:01:24.9#
Maik Bruns: Maike, sehr schön, dass du dabei bist. Wir haben ein bisschen Anlauf gebraucht jetzt, aber wir haben ein gutes Thema. Weil das ist etwas, was viele da draußen irgendwann mal hinter sich bringen, vor allen Dingen Menschen, die mal auf Konzernebene unterwegs sind und die eben auch viel Politik im Bereich Data Analytics mitbringen. Deswegen schön, dass du dabei bist, weil du hast das das ein oder andere Mal erlebt. Aber erzähl doch erst mal, wie bist du überhaupt zur Webanalyse gekommen? #00:01:50.0#
Maike Kuckertz: Okay. Ja. Studiert habe ich tatsächlich BWL und E-Business, also auch schon ein E-Business Master. Dort gab es dann halt auch verschiedene Vertiefungen bezüglich Webanalyse. Und das hat mich halt einfach auch am meisten interessiert, weil online kann man am besten messen und am besten auswerten und sehen, was man tut. Und das war eigentlich so meine Motivation dahinter, dann auch in diese Richtung mich beruflich zu entwickeln. Und dann habe ich auch tatsächlich direkt als ersten Job einen Webanalyse-Job angetreten. Der war jetzt bei HRS, dem Hotelportal, und dort habe ich auch schon ein Tool-Umzug mitgemacht von Adobe Analytics zu Google Analytics und das Gleiche steht mir gerade bei Philips auch wieder vor. #00:02:41.2#
Maik Bruns: Es ist schön, wenn sich Dinge wiederholen, weil jetzt kann man aus deiner Erfahrung einfach schöpfen und das ist halt schön. Es gibt viele Dinge, die dabei zu berücksichtigen sind und viele Dinge, die dabei passieren können, die man so im ersten Step vielleicht gar nicht direkt so sieht. Aber du beschäftigst dich ja nicht nur mit Tool-Umzügen, sondern du machst auch sonst etwas bei Philips mit Data. Was ist so dein täglich Brot? #00:03:02.3#
Maike Kuckertz: Genau. Normalerweise bin ich einfach angesiedelt im Digital Marketing & E-Commerce Team und dort auch eigentlich der Rundum-Analyst für den kompletten DACH-Markt, also Deutschland, Österreich, Schweiz. Und dort kommen dann halt wirklich die verschiedenen Stakeholder auf mich zu mit Fragen zum Performance Marketing, mit Fragen zur Website Performance an sich. Also das ist ganz rundum. Bei Philips selber habe ich jetzt weniger zu tun mit der Implementierung eines Tools, sondern wirklich mit den Analysen. Weil Philips ist so organisiert, dass die Zentrale in Amsterdam sitzt und dort auch die IT-Ressourcen sind. #00:03:44.5#
Maik Bruns: Ja, das ist schön. #00:03:47.0#
Maike Kuckertz: Aber das habe ich eigentlich bei HRS dafür damals mitgemacht. #00:03:50.4#
Maik Bruns: Was glaubst du, ist die Motivation ein Webanalyse-Tool zu wechseln? Also du hast jetzt eben davon gesprochen, von Adobe zu Google zu wechseln zum Beispiel. Es gibt ja auch häufig die umgekehrte Richtung. Es gibt natürlich noch ein paar andere Player am Markt. Aber warum wird das überhaupt gemacht, wenn man vielleicht ein bestehendes gutes Setup hat? Oder hat man überhaupt ein bestehendes gutes Setup? Was ist so? #00:04:08.9#
Maike Kuckertz: Genau. Das ist die erste Frage. Es ist halt einfacher, ein komplett neues Tracking aufzusetzen oder einmal mit neuen, sauberen Daten irgendwo anzufangen, wenn man auch ein neues Tool nimmt. Sonst ist man schnell dazu gewillt, wieder andere Altlasten oder historische Verbastelungen wieder nachzubauen. Und da bietet es sich natürlich schon an, direkt ein neues Tool zu nehmen und dann wirklich einmal neu zu starten. Andere Sachen sind natürlich auch andere Funktionalitäten in den verschiedenen Tools. Also wenn ich jetzt bei Google Analytics 360 zum Beispiel habe ich mehr Möglichkeiten mit Attributionsmodellen etwas zu machen als jetzt bei Adobe Analytics. Also solche Feature-Unterschiede gibt es zwischen den Tools, was natürlich Motivationen haben kann. Es gibt dann auch noch Möglichkeiten, wie jetzt zum Beispiel Integration von verschiedenen Analytics Tools zu den Performance Marketing Tools. Es ist natürlich, wenn alles aus dem Hause Google kommt, dann ist auch die Integration viel einfacher. Und das Letzte, denke ich, ist auch so ein bisschen eine politische Entscheidung im Unternehmen. Also wenn man natürlich die Leute, die diese Entscheidung treffen, einen Tool-Umzug zu machen, in der Historie beispielsweise mit Google viel gearbeitet haben, sind sie auch affiner dann nachher zu Google sich zu entscheiden. #00:05:44.2#
Maik Bruns: Das ist oft eine Entscheidung, die von sehr weit oben mitgetragen wird. Also entweder CTO oder CMO oder CEO entscheiden sowas gerne mal mit, wenn sie in ein Unternehmen reinkommen, einfach um vielleicht schon mal so eine erste Duftmarke zu hinterlassen. Sowas wie, wir sind jetzt Data Driven und wenn, dann machen wir das bitte so, wie wir das bisher in den Unternehmen, die ich betreut habe, immer wieder gemacht habe, dann wird das einfach mitgenommen. Das ist nicht immer die Motivation, aber manchmal hinterlässt das einfach schon mal so einen ersten Eindruck dahinter, was der Chef so machen möchte. Und das ist sicherlich auch erst mal eine gute Motivation. Wie ist denn so deine Erfahrung dahinter? Du hast ja jetzt das wiederholte Male mit dem Spaß zu tun. Funktioniert das, funktioniert ein Tool-Umzug reibungslos oder was muss man? #00:06:27.1#
Maike Kuckertz: Es kommt vor allem auf die Komplexität an, die man natürlich hat. Wenn man jetzt plus dem Analytics Tool auch noch den Tag Manager umzieht, ist das Ganze natürlich komplexer. Und für diesen Fall braucht man auch die Priorität jetzt vom Management her, dass man beispielsweise Entwicklerressourcen bekommt. Wenn diese nicht gegeben ist, dann zieht sich das über Jahre. Man hat dann auch einen langen Parallelbetrieb der beiden Tools und das wird natürlich, wenn man auch mal unter den Strich schaut, auch teuer. #00:07:01.3#
Maik Bruns: Definitiv. Ja. Weil da kommen dann so Leute wie ich, wollen Beratungskosten von außen noch zusätzlich haben und man muss einen Data Layer neu generieren und so weiter. Da können wir gleich noch mal drüber reden. Es ist viel erstmal, was im Vorfeld getan werden muss, bevor man überhaupt in die Handlung kommt auch. #00:07:14.9#
Maike Kuckertz: Genau. #00:07:18.1#
Maik Bruns: Also Summa Summarum würdest du sagen, naja, klappt schon, oder lieber nur, wenn man sich wirklich sicher ist? #00:07:25.7#
Maike Kuckertz: Ich finde, man braucht einen begründeten Nutzen, weshalb man es machen sollte ein neues Tool einzuführen. Also man sollte es nicht machen, nur weil jetzt der Analyst Google besser mag als Adobe, dann zu Google zu wechseln. Also man sollte schon einen Business Case dafür rechnen, was bringt mir am Ende das bessere Tool für mich. #00:07:52.5#
Maik Bruns: Was würdest du denn sagen, was ist ein echter Vorteil von so einem Wechsel? #00:07:57.1#
Maike Kuckertz: Ich denke wirklich, dass es das saubere Tagging oder die saubere Implementierung nachher ist. Weil die Tools sind teilweise so vergleichbar, ob man jetzt seine Conversions in Adobe misst oder in Google misst, ist irgendwo vielleicht noch vergleichbar, aber wenn ich die Implementierung neu mache und alles dann, ein sauberes Tool habe, dann habe ich natürlich auch eine viel höhere Qualität. Und diese Qualität zu verbessern, ist denke ich, eher die Motivation als ein Tool zu wechseln. #00:08:34.3#
Maik Bruns: Und natürlich, klar, wir hatten auch eben schon darüber gesprochen, so manche Features sind natürlich nice to have, also insbesondere so, wenn wir über Google Ads Integrationen nachdenken, Display und Video und so weiter, die ganze Anbindung, die dahintersteckt, wenn man über Performance Marketing nachdenkt. Da kommt natürlich schon einiges zustande, was die Sache ein bisschen erleichtert, was auch so das integrierte Reporting in Analytics auch irgendwie ein bisschen verbessert. Würdest du sagen, es gibt auch Nachteile? #00:09:00.3#
Maike Kuckertz: Ja, auf jeden Fall. Also es ist auf jeden Fall, kommt wieder auf die Komplexität an, aber es sind auf jeden Fall hohe Opportunitätskosten, die man hat. Und wenn man die natürlich einmal dann sagt, damit kann ich leben, dann ist das Nächste, wie mache ich das Stakeholder-Management bei dem Umzug? Wann gebe ich meinen Stakeholdern Zugriff auf Google Analytics? Wann kriegen sie die neuen Daten? Weil das ist eine wichtige Frage, weil wenn etwas Neues implementiert wird, hast du es nie, dass es vom Tag eins an komplett implementiert ist. Und entsprechend gibt es da eine Entwicklungsphase. Jetzt beispielsweise, wenn ich zu Google Analytics wechsle, ist nicht vom Tag 1 jedes Event in Google Analytics schon verfügbar. Es wird wahrscheinlich Stück für Stück implementiert und entsprechend auch erst verfügbar sein. Und wenn man seine Stakeholder zu früh auf das Google Analytics loslässt, sag ich jetzt mal, dann kann es natürlich passieren, dass sie schnell abgeschreckt sind, weil sie nicht das finden, was sie brauchen, weil sie vielleicht auch Unterschiede nicht verstehen. Und da dann halt auch schon ein Vertrauensverlust in das neue Tool automatisch kommt. #00:10:27.3#
Maik Bruns: Das ist ein ganz wichtiger Punkt, der bei den Leuten, die bei mir durchs Training gehen, immer wieder vorkommt, dass nämlich das Verständnis von Daten vorhanden sein muss, bevor man überhaupt irgendwas damit anfängt. Natürlich muss man sein Umfeld auch irgendwo immer mitnehmen, werden wir gleich sicherlich auch noch mal in der Kulturfrage besprechen. Also wie Data Driven ist das Unternehmen schon und wie schnell kann es mit Veränderungen in der Datenbasis irgendwie auch umgehen? Weil es braucht bei vielen Unternehmern einfach sehr, sehr lange bis sie mal verstanden haben, was sie mit Daten überhaupt anfangen können oder dass man Prozesse dazu gebildet hat und so weiter, und bis das Wissen für ein Tool schon mal da ist. Und jetzt jemand wie du, der sich täglich mit Daten auseinandersetzt und täglich in Daten bewegt, ist es relativ einfach, eine Kleinigkeit, die dann neu kommt, zu identifizieren. Nur für viele, die das nicht täglich tun sollen, vielleicht nur wöchentlich, manche sogar nur monatlich, oder manche auch überhaupt nicht, die dann da in dieses Tool reinrutschen und plötzlich von der Datenmenge erschlagen werden, denen muss man das erstmal alles haarklein auch erklären. An welche Dinge müssen wir denn denken, wenn wir über einen Tool-Umzug nachdenken? Es gibt so ein paar Oberpunkte, wo ich sage, das wäre vielleicht ganz wichtig. Also mir schwebt immer so als Erstes so das ganze Thema Konzept einfach vor. Was ist so deine Erfahrung dabei? #00:11:36.3#
Maike Kuckertz: Was das Konzept angeht, finde ich, das Wichtigste ist, man sollte nicht das alte Tool versuchen nachzubauen. Man sollte sich die Fragen überlegen, die man mit einem Analyse Tool beantworten möchte und die Antworten auf die Frage dann im Konzept beachten. Jetzt ein Beispiel, das ist vielleicht ein ganz, ganz kleines und sehr plattes Beispiel, aber … #00:12:07.1#
Maik Bruns: Das mag ich. #00:12:07.6#
Maike Kuckertz: … wenn jetzt die Sprache in einem Tool mit German, English, French steht, dann muss ich das nicht in dem anderen Tool genauso schreiben, dann reicht es vielleicht de, en und fr zu schreiben, wenn die Antwort am Ende trotzdem die gleiche ist, dass ich auswerten kann, wie viele Nutzer mit welcher Sprache meine Seite gesehen haben. Und da muss ich dann halt wirklich mir einmal aufschreiben, welche Fragen kann ich bisher mit meinem Tool aktuell beantworten, welche möchte ich beantworten und welche kann ich dann mit dem neuen Tool beantworten? Weil wahrscheinlich gibt es auch da irgendwo Grenzen, dass es auch nicht alles beantworten kann. #00:12:53.5#
Maik Bruns: Ja. Und gerade so ein Datenkonzept zu erstellen, ist für den Anfang finde ich extrem wichtig, sich wirklich mal lieber ein paar Stunden mehr Zeit zu nehmen und intensiv Dinge durchdenken, vielleicht auch noch mal die alte Dokumentation sich ranzuholen, sofern es eine gibt, erlebe ich immer wieder. Das heißt, du kommst in ein Unternehmen rein und es gibt keine Dokumentation über das, was getrackt wird, und dann musst du dir das alles haarklein erstmal auseinanderholen. Allein in so einem Fall ist es schon wirklich gut, wenn es einen Neustart gibt. Gleichwohl würde ich das nicht jedem sofort empfehlen, einfach nur, weil es keine Dokumentation gibt, einen Neustart zu machen. Aber natürlich kann das einfach helfen, dann zu sagen, ab sofort dokumentieren wir das alles mal und ab sofort können wir auch in einem Jahr sehen, was wir gemacht haben und welchen Sinn und Zweck das Ganze hatte und welche Datenmesspunkte wir denn jetzt grundsätzlich haben wollen. Es steht mir dann zum Beispiel immer in Workshops bevor, wenn wir über Data Layer Konzepte mal sprechen, was muss da rein, was muss in so eine Transaktion mit übergeben werden zum Beispiel am Ende des Tages? Das ist nicht nur, dass wir den Umsatz brauchen oder den Produktnamen, sondern manchmal brauchst du irgendwie auch Verfügbarkeiten, manchmal brauchst du auch irgendwie Kundendaten, die mit angehängt werden und was nicht alles. Und das muss man einmal sauber durchdenken und das auch direkt mit dokumentieren, damit das alles auch sauber implementiert werden kann. #00:14:05.5#
Maike Kuckertz: Genau. Und vor allem, dass man auch da die Synergieeffekte dann nachher findet, dass wenn man es beim einen Tool in einer Weise implementiert hat, dass dann bei einem anderen, Entschuldigung, nicht Tool, bei der einen Webseite auf der einen Weise implementiert hat, das dann auch bei der anderen Webseite genauso implementiert und das konsistent einfach ist. #00:14:25.5#
Maik Bruns: Genau. Richtig. Sehen wir auch so, diese Konsistenz ist extrem wichtig. Vor allen Dingen, wenn wir ein Tool neu einsetzen, haben wir eben auch, wenn das Umfeld das mittragen muss, und wenn jetzt ein Umfeld vermutet, dass die neuen Daten nicht so gut sind wie die alten, dann lehnen sie das Tool ab. Das ist immer das Problem, ist auch eine Kulturfrage natürlich, wie gehe ich mit Daten um, wie stark kommuniziere ich die im Unternehmen und welche Bedeutung haben die für das Unternehmen? Wenn wir nämlich Daten haben, die schwere Entscheidungen einfach unterstützen und man traut den Daten nicht, ist das natürlich eine Katastrophe, dann kannst du die Daten auch weglassen. Wenn es nur noch darum geht, dass man am Ende nur noch testen darf, ob die Headline besser ist oder so und nicht wirklich wesentliche Dinge noch, dann ist das einfach viel zu kurz gegriffen und dann lohnt sich das Invest natürlich nicht in ein Tool, das vielleicht sogar sechsstellige Beträge am Ende jährlich sowieso von Lizenzkosten vielleicht in sich vereint, sondern auch noch die Implementierung dann auch in den hohen sechsstelligen Bereich reingehen kann mitunter. Also gerade, wenn man sich unterstützen lässt von außen eben auch. Wie sollte so ein Tool denn danach aussehen? Also was ist denn so ein Idealzustand, den man hat? #00:15:35.4#
Maike Kuckertz: Was ich auch eben schon gesagt habe, das sollte vor allem konsistent sein. Also wenn ich irgendwo eine Benennung habe bei den Events, dass ich jetzt Event-Label und Event-Kategorien oder wie heißen die bei Google? Ich bin eher der Adobe-Mensch. #00:15:55.6#
Maik Bruns: Event Category, Action und Label heißen die. #00:15:59.5#
Maike Kuckertz: Genau. Wenn ich da eine Logik für gefunden habe, dass das dann wirklich konsistent bei allen Events dann ist beispielsweise. Und das zweite ist, dass ich nicht versuche, wirklich die Altlasten aus dem alten Tool mitzunehmen, also dass ich wirklich einmal schaue, wenn das jetzt vielleicht eine kompliziertere Entwicklung damals war, weil sie auch historisch gewachsen ist, dass ich jetzt wirklich mit einem weißen Blatt anfange und einmal wirklich dann vom Konzept her von vorne bis hinten das durchdenke, damit ich da nicht wieder so verzwickt werde. #00:16:44.4#
Maik Bruns: Und gerade, wenn du jetzt mal überlegst, dass du in Adobe und Google auch diverse Dinge hast, die sich in gewisser Weise vielleicht überschneiden, also beispielsweise, wenn wir mal über Pageviews nachdenken, und auf der anderen Seite aber auch zum Beispiel Events, Transaktionen, all das, was gemessen werden muss, das muss man erst mal irgendwie in irgendeiner Art und Weise sauber abbilden können gegeneinander, damit wir am Ende auch irgendwie Klarheit einfach haben im Tool. Und vielleicht stützt sich auf unsere Datenbasis auch noch sehr viel im Hintergrund. Das heißt also, vielleicht haben wir irgendwie Business Intelligence, die auf die Daten zugreifen an irgendeiner Stelle oder Reportings, die später noch bearbeitet werden müssen, die vielleicht von der gleichen Nomenklatur leben müssen und so weiter. Also da müssen wir schon dafür sorgen, dass das Datenmodell irgendwo am Ende erstmal sinnvoll irgendwie aufgebaut wird. Es gibt in beiden Tools irgendwie sowas wie eine Standardinstallation, die reicht natürlich in der Regel nicht unbedingt aus, um irgendwie Bedürfnisse von echten Analysten zu befriedigen. Weil kein Mensch will eigentlich wissen, wie viele Besucher hatten wir, sondern eigentlich nur, was machen die und was bringen die uns. Das ist eigentlich die viel wichtigere Frage noch. Was würdest du sagen, wie viel Anteil hat dabei so ein Konzept für ein Data Layer, also für die Datenschicht, die dem ganzen Tracking hinterher unterliegt? Also würdest du sagen, da liegt ein sehr hoher Fokus drauf oder ist das eher so am Anfang wichtig, aber nachher nicht mehr so? #00:18:06.2#
Maike Kuckertz: Während des Toolumzugs ist das eigentlich der wichtigste Punkt der Data Layer, denke ich, weil das bringt mir die Daten nachher. Ob ich das jetzt in einem Analytics Tool wie Adobe nachher visualisiere oder in Google Analytics visualisiere, da kann ich wahrscheinlich beide oder kann ich einen Tag Manager an beide Analytics-Systeme anbinden, aber der Tag Manager muss richtig und gut gefüllt sein. #00:18:39.7#
Maik Bruns: Und mal angenommen, wir haben jetzt irgendwann das Ganze, wir haben das Konzept hinter uns, jetzt beginnt die Implementierung, vielleicht ist es sogar irgendwann abgeschlossen hoffentlich, dann müssen wir natürlich überlegen, wie lassen wir denn diesen Übergang laufen? Also gibt es einen Übergang, gibt es, jetzt schalten wir Tool 1 ab und Tool 2 läuft nur noch, oder gibt es so eine Art Parallelbetrieb? Wie siehst du das im Idealzustand? #00:19:06.2#
Maike Kuckertz: Alleine durch den Fakt, dass eine Entwicklung nicht an einem Tag abgeschlossen ist, glaube ich nicht, dass man an einem Tag ein Analytics-Tool abschalten und das andere anschalten kann. Das würde ich aber auch, wenn es möglich wäre, nicht tun, weil ein Analyst muss natürlich auch seine Daten irgendwie kennenlernen. Wenn ich jetzt sehe, dass Google Analytics die Sessions ganz anders misst wie ein Adobe Analytics die Visits, dann muss ich auch wissen, was ist das nachher in der Zahl als Unterschied für mich, damit ich meinen Stakeholdern sagen kann, wir haben jetzt eine veränderte Conversion Rate, weil wir die Sessions anders messen. In Google Analytics ist es so, dass mit jeder neuen Kampagne eine Session startet, was in Adobe Analytics nicht ist. Und entsprechend habe ich dort weniger Sessions. Und diese Daten, die muss ich erst mal kennenlernen und dafür glaube ich braucht man auch einen gewissen Parallelbetrieb. Also ich würde jetzt wahrscheinlich von einem dreimonatigen Parallelbetrieb ausgehen, weil man auch dann wirklich einmal schauen muss, dass dann die Daten signifikant sind. Weil man wird auch wieder Tracking-Bugs finden, vielleicht ist auf irgendeiner Seite ein Trackingcode nicht implementiert oder doppelt implementiert oder ähnliches. Und bis das alles gefixt ist, glaube ich, braucht es schon seine Zeit. Und dann muss ich halt als Analyst selber einmal die Diskrepanzen berechnen zwischen den beiden Tools. Das würde ich nicht den Stakeholdern überlassen und auch nicht die Interpretation den Stakeholdern überlassen, sondern wirklich einmal selber machen, selber durchrechnen und dann kommunizieren, was für Unterschiede bringt mir jetzt das neue Tool und wie gehe ich damit zukünftig um. #00:21:08.2#
Maike Kuckertz: Vor allem gibt es auch, du hattest eben auch schon erwähnt, es gibt immer die Chancen, Dinge auch neu zu machen, wenn man ein neues Tool bringt und noch mal sofort auf einen sauberen Stand zu bringen, Dinge, die vorher vielleicht so ein bisschen unter den Teppich gekehrt wurden oder die vielleicht irgendwie nicht umgesetzt werden konnten mit einem Tool, dann jetzt eben neu reinzubringen und daraus auch erst mal Erfahrung zu generieren. Das finde ich auch immer sehr, sehr wichtig. Und dann, passiert da noch was mit den Daten nachher? Das heißt, wir erheben die und was machen wir jetzt? Lassen wir alle Leute in so ein Google Analytics oder in so ein Adobe Analytics einfach einlaufen und hier bitteschön und guck mal nach, was du da rausfindest? Oder nutzt ihr bei Philips zum Beispiel eher oder in den Unternehmen, wo du bisher warst, nutzt ihr dann eher Reporting-Tools? Wie geht ihr da vor? Wie bindet ihr die an dann? #00:21:52.1#
Maike Kuckertz: Also ein sage ich jetzt mal ein normaler Stakeholder, ob es jetzt ein Marketingmanager ist oder ähnliches, der hat nicht die Kapazität so viel Analysen zu machen, wie es ein Analyst macht. Das was muss man ja ganz ehrlich mal sagen. Und mit anderen Stakeholdern wird es wahrscheinlich nur eine Tendenz weniger. Entsprechend muss ich als Analyst versuchen, so viel Schulung und Vorbereitung dem Stakeholder zu geben wie möglich. Ob es jetzt vorgefertigte Reports sind, die er dann entsprechend nur für seine Kampagne filtern muss oder ähnliches, oder ob er wirklich auch eine Schulung für das Tool selber bekommt, das ist dann so ein bisschen eine Unternehmensentscheidung wie viel Freiheit man den Stakeholdern gibt. #00:22:44.8#
Maik Bruns: Und über das hinaus gibt es natürlich dann auch immer das Bedürfnis Daten zu haben. Du hast ja eben gesagt, naja, du würdest die Unternehmer und die Stakeholder jetzt nicht unbedingt sofort in die Daten reinlassen, aber trotzdem fragen die immer. Sobald das Tool, sobald die Installation startet, bin ich mir sicher, dass irgendwer sofort schnell um die Ecke kommt und sagt „Sag mal, gibt es schon was Neues, haben wir schon Daten?“. Und die sind ja auch sehr neugierig, das zeigt auch eigentlich, dass Data Driven eine gute Idee ist, weil irgendwas haben die Leute mit den daten vor. Die wollen idealerweise auch neue Ziele erreichen. Deswegen finde ich es schon wichtig, sie auch irgendwie so früh wie möglich in diesen Prozess auch irgendwie mit einzubinden. Gleichwohl muss natürlich die Qualität erstmal stimmen, da gebe ich dir auch sehr, sehr Recht. Wir können ja diverse Anpassungen machen in den Tools, in Adobe und in Google Analytics. Und ich spreche jetzt mal von Google Analytics zum Beispiel davon, wir können Custom Channels einbinden, wir können Content Grouping nutzen, um beispielsweise verschiedene Inhalte besser voneinander abgrenzen zu können und so weiter. Das muss ja auch irgendwie alles passieren. Siehst du das eher so on the fly, also wirklich so, sobald das Tool einmal sauber installiert ist, so vom reinen Tracking her, also vom Tracking-Code und von dem, was man auf der Website aktiv misst, hin zum Anpassen, was im Tool selber noch an zusätzlichen Features möglich ist. Würdest du trotzdem die Leute da schon in die Daten reinlassen und sagen, gut, den Rest machen wir dann später? #00:24:08.4#
Maike Kuckertz: Also ich glaube, wenn sie die Fragen beantworten wollen, die sie bisher eigentlich beantworten konnten, dann reicht es auch, wenn man die schon reinlässt mit dem normalen Setup. Aber wenn sie jetzt natürlich Fragen beantworten möchten, die darüber hinausgehen, dann müssen Sie wahrscheinlich auch dann so spezielle Implementierungen dann abwarten. #00:24:38.5#
Maik Bruns: Insbesondere sowas wie benutzerdefinierte Dimensionen, die die Daten doch massiv nochmal anreichern können. Also gerade, wenn wir über Google Analytics 360 sprechen zum Beispiel, da können wir ja bis zu 200 zusätzliche Dimensionen mit reinbringen, die die Datenbasis natürlich noch mal vollkommen auf den Kopf stellen können und die auch wirklich ganz andere Erkenntnisse noch mal ermöglichen am Ende. Das braucht natürlich noch mal ein bisschen Hirnschmalz. #00:25:01.0#
Maike Kuckertz: Auf jeden Fall. Und das ist dann auch so ein bisschen die Frage, in Adobe Analytics habe ich glaube ich sogar fast bis zu 1000 Variablen oder so und das muss ich halt dann auch irgendwo im Konzept beachten, dass ich in Google Analytics vielleicht eher Einschränkungen habe, also dass ich nicht so viele Dimensionen abdecken kann. Und das meinte ich eben mit, wenn sie die Fragen beantworten können, die sie bisher beantwortet haben. Also das heißt, die Variablen, die ich in Adobe hatte, wenn ich die abgebildet habe in Google, dann denke ich, könnte man den Leuten auch schon Zugriff geben. #00:25:39.0#
Maik Bruns: Jetzt gibt es noch so Sachen wie UTM-Parameter zum Beispiel. Das heißt also, wir haben irgendwelche Kampagnen oder haben lustige Partner, die uns verlinken oder wir haben bei Instagram eine Werbung laufen, was auch immer, und da sind natürlich UTM-Parameter eigentlich immer Pflicht, um sie zu nutzen. Was passiert mit so alten Links, die bisher in bestimmter Art und Weise verlinkt waren mittels UTM-Parametern zum Beispiel? Oder waren sie es vielleicht auch noch nicht. Wie geht ihr mit so einem Thema um? #00:26:06.3#
Maike Kuckertz: Adobe hat auch einen Kampagnenparameter, der ist jetzt nicht gesplittet in die 3 Parameter wie die UTM-Parameter. Was man natürlich machen kann, man hat den Kampagnenparameter in Adobe auch mit einer gewissen Logik gebaut und inhaltlich werden da auch die UTM-Inhalte quasi meistens abgebildet. Also ich kann meistens schon auf eine Ressource oder ein Medium das nachher zusammenfassen, nur dass es da vielleicht anders heißt. Das heißt, ich muss einmal schauen, wie kriege ich die Logik von meinem alten Kampagnenparameter in die UTM-Parameterform. Da kann man sich oftmals mit Excel-Sheets behelfen, der das dann automatisch zusammenbastelt und aneinanderhängt. #00:27:02.5#
Maik Bruns: Sie hat Excel gesagt. Ja, das brauchen wir immer mal wieder. Ja. #00:27:05.7#
Maike Kuckertz: Genau. Aber falls es jetzt noch Kampagnen gibt, die quasi dann nicht diesen neuen UTM-Parameter haben, kann man auch im Tag Manager vielleicht eine Fallbacklösung einbauen, dass er dann in diesem Fall den Adobe Parameter nimmt und entsprechend auseinanderschlüsselt. #00:27:30.5#
Maik Bruns: Immer eine ganz gute Variante, finde ich nämlich auch. Also der Tag Manager kann einiges ermöglichen, gerade wenn wir ihn nutzen und nutzen dürfen, dann ist das immer eine gute Idee solche Sachen da abzubilden, bevor man irgendwie in Analytics da rumschrauben muss oder irgendwelche Skripte auf der Seite unterbringen muss und so weiter. Der Tag Manager hilft uns da sehr. Wenn wir jetzt mal drüber nachdenken, wir haben jetzt ein neues Tool und jetzt geht es darum, wie schlauen wir Menschen zum Beispiel auf oder wie schaffen wir es anhand des neuen Tools vielleicht auch eine neue Kultur zu etablieren im Unternehmen? Vielleicht mal die erste Frage noch mal: Wie geht ihr ran, um Menschen dann aufzuschlauen? Habt ihr interne Schulungen, schickt ihr die auf Seminare? Wie läuft es? #00:28:09.7#
Maike Kuckertz: Was wir machen, ist, dass jeder, der einen Zugang beantragt, erst mal den Beginners Course von der Google Academy machen muss. Das gibt einfach eine kleine Orientierung im Tool. Das gibt dem Stakeholder jetzt nicht die Fähigkeit, die Daten wirklich lesen und interpretieren zu können, aber man bekommt einen Eindruck, wo finde ich welche Daten und wie kann ich die segmentieren, was sind sekundäre Dimensionen und ähnliches. Dann für das Lesen und Interpretieren der Daten, da muss ich dann wirklich selber dann als Analyst die Stakeholder schulen. Eine Möglichkeit ist es natürlich, ein Dashboard anzulegen, ob es jetzt in Data Studio ist oder ähnliches, was einmal die wichtigsten KPI erklärt. So kann ich beispielsweise eine Beispielanalyse dort aufbauen und sagen, das war jetzt die Kampagne zum Vatertag, soundso viele Sessions habe ich bekommen und dann bei den Sessions dann wirklich erklären, was ist eine Session, dass mit jeder neuen Kampagne eine neue Session ausgelöst wird. Einfach das Bewusstsein dafür schaffen, was hinter so einer Metrik steckt. Das ist, denke ich, ganz wichtig, weil sonst wird einfach kommuniziert, Sessions sind Visits in Adobe, aber das ist leider nicht so. #00:29:47.3#
Maik Bruns: Nee, leider tatsächlich nicht und auch ich hadere immer mit den Unterschieden, muss ich sagen, weil ich bin ja eher mit der Google-Welt verheiratet als mit der Adobe-Welt. Gleichwohl kenne ich beide Tools natürlich so ein bisschen immer, also Google natürlich viel, viel, viel stärker als Adobe, aber beide Tools kenne ich auch von innen heraus. Nur ich muss auch selber immer wieder drüber nachdenken und deswegen habe ich mich irgendwann entschieden, hier mit Metrika auch zu sagen, wir kümmern uns im Wesentlichen um Google, damit wir da einfach voll den Fokus haben und den Menschen genau das exakt gut erklären können. Aber manchmal braucht es eben Leute wie dich, die so einen Wechsel schon mehrmals mitgemacht haben und beide Welten irgendwo kennen. Die aber auch bereit sind, dann stetig zu lernen. Und wie ist so deine Erfahrung im Unternehmen, sind die anderen um dich herum bereit, an so einer Stelle stetig zu lernen oder sagen die, ach komm, lass mich einfach in meiner Komfortzone, ich bleibe jetzt da, wo ich bin und möchte mich gar nicht so weiterentwickeln in der Hinsicht? Wie ist so deine Erfahrung da? #00:30:37.3#
Maike Kuckertz: Ich glaube, das kommt ganz auf die Person an, weil wenn man viele Personen im Unternehmen hat, die beispielsweise mit dem neuen Tool in ihrer Historie schon mal Kontakt hatten, dann sind sie natürlich generell schon sehr gewillt, damit zukünftig auch zu arbeiten. Aber wenn sie gerade es geschafft haben, sich in dem aktuellen Tool zurechtzufinden, dann ist es ja oft so, dass man Änderungen nicht gerne herbeizieht. #00:31:08.4#
Maik Bruns: Wir Menschen sind halt Gewohnheitstiere. #00:31:10.1#
Maike Kuckertz: Genau. #00:31:10.5#
Maik Bruns: Natürlich, es ist immer die Frage dessen, was du eigentlich erreichen willst am Ende. Und wenn sagen willst, hey, ich möchte der Data Analyst in Google werden oder ich möchte der beste Data Analyst in Adobe Analytics werden, dann wirst du dich natürlich dementsprechend anstrengen, diese Sachen auch schnell zu lernen. Ich glaube, das ist auch ganz wichtig, dann Menschen auch die Chancen zu vermitteln im Unternehmen, die das Beherrschen von Daten einfach mit sich führen, nämlich das Unternehmen wirklich weiter zu bringen und damit auch wirklich was zu bewirken, statt immer nur so wie früher halt ohne Daten irgendwas zu machen, was so ein bisschen mehr auf Eitelkeit beruht. Also einfach mal noch eine neue Kampagne starten, ohne genau zu wissen, was sie bringt. Und ich glaube, das ist ein ganz wesentlicher Punkt, dass wir eben messen können, ob unsere Arbeit Sinn ergibt für uns, für unser Unternehmen. Ich glaube, unsere Arbeit ergibt immer dann Sinn, wenn wir fürs Unternehmen dabei auch was leisten können. Weil dafür treten wir ja an oder ihr seid jetzt dann in dem Fall Arbeitnehmer, ich bin Beauftragter als Berater. Natürlich ist mir immer sehr wichtig von außen zu sagen, okay, wir haben Erfolge erzielt und nicht, jetzt kennen die ihre Daten oder so. Eigentlich ist das nicht wichtig, das ist nur ein Mittel zum Zweck. #00:32:14.9#
Maike Kuckertz: Genau. #00:32:16.2#
Maik Bruns: Wenn wir mal überlegen, in welcher Reihenfolge wir das Ganze so ablaufen lassen, so ein Tool-Wechsel, was würdest du vorschlagen sind Dinge, die auf jeden Fall in der Kette berücksichtigt werden müssen? #00:32:30.9#
Maike Kuckertz: Als Allererstes muss man natürlich sich bewusstwerden, was sind meine Anforderungen, was habe ich aktuell in meinem Tool, was möchte ich zukünftig haben, und da so eine kleine Diskrepanz-Analyse zwischen zu machen. Ich denke, das ist der erste Schritt. Daraufhin dann einmal zu schauen, wie ist denn das aktuelle Tool im Moment implementiert, was kann ich davon beibehalten? Wenn es natürlich Dokumentationen gibt, umso besser, ansonsten muss man leider sich auch das mal in die Tiefe anschauen. #00:33:13.0#
Maik Bruns: Das mit der Dokumentation, ich glaube, da träumen viele von. #00:33:15.5#
Maike Kuckertz: Ja. Weil nur, wenn ich weiß, was ich aktuell implementiert habe, wie ich etwas implementiert habe, kann ich nachher den Entwicklern sagen, wie sie es zukünftig machen sollen. Weil es ist natürlich auch wichtig zu sagen, nachher auch abzugleichen, wieso kommt es zu Datenunterschieden? Wurden vielleicht die Sachen unterschiedlich implementiert? Wenn der eine die Transaktionen auf den Buttonklick misst, der nächste aber erst beim Seitenload der Confirmation Page, dann sind das unterschiedliche Zahlen. Und deshalb muss ich auch im Vorfeld verstehen, wie ist mein aktuelles Tool implementiert und wie müsste es implementiert sein. Dann als nächstes, denke ich, ist dann wirklich der Punkt, dass man wirklich sich dann das Konzept aufschreibt, was für Variablen brauche ich im Data Layer, wie, wann und mit welchem Wert sollen die gesetzt werden? Und das wird dann zur Implementierung gegeben. #00:34:29.8#
Maik Bruns: Und dann ist irgendwann, dann ist das ja ein fortwährender Prozess, also immer wieder implementieren, kontrollieren, ob es funktioniert, Quality Assurance nennt man es immer so schön. Bis dann irgendwann das Ganze mal spruchreif ist für das echte Leben, dann wird gelauncht. Und dann wird normalerweise eine Flasche Sekt geköpft, zumindest bei denjenigen, die die Entwicklung mitbegleitet haben. #00:34:49.8#
Maike Kuckertz: Ja, das ist bei leider gerade nicht der Fall. Ich sage jetzt nur, ich sehe komische Daten, fixt das mal. #00:34:58.1#
Maik Bruns: Ja genau. Das ist ein langes Ding, was man da versucht. Gerade wenn man ein sehr komplexes Setup im Vorfeld hatte und versucht das in irgendeiner Form auch entweder zu übernehmen oder noch weiter anzureichern oder Zöpfe abzuschneiden, dann hat man viele Dinge, die auch stetig getestet werden müssen. Das heißt, der eigentliche Analysejob fällt dabei oft hinten über. Man überprüft dann zum Beispiel, hey, wie sehen die Verkaufszahlen aus? Oh, guck mal hier im Data Layer für einen erweiterten E-Commerce in Google Analytics fehlen plötzlich Dinge oder Produktdetailseiten werden nicht korrekt übergeben oder auf Produktdetailseiten stehen andere Sachen drin als später in der Transaktion. Also Dinge, die sich dann immer gegenseitig bedingen und die ein sehr intensives Testing erfordern, darf man nicht unterschätzen. Also das ist für mich immer noch ein ganz wesentlicher Punkt, wenn wir neue Implementierungen machen, dass das Testing einen so wesentlichen Anteil in dem Ganzen hat. Data Layer Konzept und so weiter sind oft ähnlich, man reichert manchmal noch Dinge an, man bespricht mit dem Unternehmer, was sie haben wollen, aber so das Testing nachher, weil immer wieder irgendwas Blödsinniges passiert, irgendein Entwickler hat vielleicht einen Punkt vergessen irgendwo reinzuschreiben und plötzlich sind die Daten nicht mehr richtig. Das ist die Krux daran. Behelft ihr euch da automatisch oder automatisiert, sag ich jetzt mal? Lasst ihr Dinge automatisiert testen oder euch Data Layer ausgeben? Oder guckt ihr da wirklich manuell dann auch auf so einer Seite nach, wie sieht der Data Layer aus? Oder was ist vielleicht so ein Tool-Tipp von dir da? #00:36:27.4#
Maike Kuckertz: Aktuell machen wir es tatsächlich manuell. Ich glaube, dafür muss man erst wirklich in ein Stadium kommen, wo der Data Layer so implementiert ist, dass alles vom Konzept her automatisiert ist. Also wenn ich noch beim Konzept entwickelnd bin und vielleicht hier und dort noch irgendwelche Randszenarien finde, dann muss ich dafür ja noch neue Konzepte schreiben. Und in dem Moment kann ich, glaube ich, auch noch nicht so ein automatisiertes Testing-Tool verwenden. #00:37:07.0#
Maik Bruns: Aber ist ja eine kluge Aussage, finde ich. Man muss nicht immer alles sofort können. Maike, am Ende des Gesprächs habe ich immer die Frage nach 3 Tipps, wenn ich mit einem Gast unterwegs bin. Und so auch mit dir. Wenn du jetzt mal so unser Gespräch so Revue passieren lässt, was würdest du sagen, sind 3 Tipps, die dir auf dem Herzen liegen, die du oder die jeder andere da draußen, der mit einem Tool-Wechsel zu tun hat, auf jeden Fall berücksichtigen sollte? #00:37:35.1#
Maike Kuckertz: Ich denke als erster Tipp ist vor allem wichtig, dass man nicht die Komplexität unterschätzt. Man muss wissen, für wie viele Webseiten möchte ich den Toolumzug vornehmen, muss sich für diese Webseiten überall einen neuen Data Layer implementieren? Wie schaffe ich, dass die verschiedenen Plattformen das gleiche Konzept und die gleiche Logik folgen, sodass ich eine Konsistenz habe? Und habe ich natürlich, wenn ich dann einen Data Layer entwickeln muss, überhaupt die Ressourcen dafür bekommen? Und das kann das ganze Projekt auch ein bisschen verzögern, wenn das nicht gegeben ist. Der zweite Punkt ist, dass man sich dann selber, sobald das Tool implementiert ist oder die ersten Zahlen einlaufen, als Analyst die Diskrepanzen anschaut, schaut, ob die Diskrepanzen tatsächliche Diskrepanzen sind oder vielleicht Implementierungsfehler. #00:38:42.0#
Maik Bruns: Oder Verbesserungen. #00:38:42.8#
Maike Kuckertz: Oder Verbesserungen. Und dann sich auch bewusst wird über die Diskrepanz. Also verschiedene Tools, da hattest du ja auch schon mal eine Folge zu den Messunterschieden zwischen verschiedenen Tools. Verschiedene Tools messen unterschiedlich und man wird immer eine Diskrepanz haben, aber man sollte diese Diskrepanz auch kennen, damit man dann auch wirklich seinen Stakeholdern sagen kann, ja, das ist normal, dass da eine Diskrepanz ist. Und das sollte dann wirklich auch kommuniziert werden, dass man ein neues Tool hat, eine neue Art zu messen und entsprechend dann auch neue Zahlen hat. Und das Letzte, was ich denke, ist, finde ich, der wichtigste Tipp, ist, dass man nicht die Daten nachbauen sollte aus dem alten Tool, sondern die Fragen. Was meine ich damit? Also man soll sich bewusstwerden, was kann man jetzt beantworten, was möchte man beantworten und was kann das neue Tool beantworten? Und es geht weniger darum, Variable A, B und C genauso zu implementieren, wie es im alten Tool war, wenn sie mir nicht den Mehrwert gibt, den ich brauche. Weil dann brauche ich auch keinen Toolwechsel. #00:40:10.6#
Maik Bruns: Das klingt sehr vernünftig. Vor allen Dingen der letzte Tipp ist echt wertvoll, weil es startet alles mit einer Frage idealerweise. Macht, liebe Leute, nicht den Fehler, dass ihr da draußen sagt, wir gucken mal in die Daten und schauen mal, was sie uns sagen, sondern in der Regel fängt es bei euch im Kopf an mit etwas, was ihr konkret wissen wollt, wo ihr etwas konkret verändert habt und dann holt ihr euch die Daten dazu. Also das ist ein supersuperwertvoller Tipp, Maike. Okay. Sehr schön. Das hat Spaß gemacht, mal über einen Toolwechsel zu sprechen, Maike. Also ich finde, man merkt aber, dass du das nicht nur einmal gemacht hast. Das ist sehr, sehr wertvoll, was du da von dir gegeben hast. Und jeder, der mal vor diesem Wechsel steht oder der ihn gerade vielleicht sogar hinter sich hat und jetzt noch nicht weiß, wie er damit so ganz genau umgehen soll, der sollte sich das nochmal anhören, weil da sind auch zwischen den Zeilen sehr viele Dinge dabei gewesen. Also vielen Dank, Maike. Und wenn du da draußen wissen willst, wie sowas funktioniert, wie man mit Tools umgehen kann, nachdem sie gewechselt wurden zum Beispiel, dann melde dich doch einfach mal bei uns und wir reden mal darüber, ob und wie dir Daten da helfen können in deinem Unternehmen. Und mit Maike kannst du sicherlich auch mal einen Schnack führen mal darüber, wie Adobe Analytics und Google Analytics so wunderbar harmonieren können, vor allen Dingen vielleicht auch im Nacheinander-Betrieb, dass ihr richtig viel mit den Daten erledigen könnt. Ja, Maike, vielen, vielen Dank nochmal für dein Dasein, für deine Zeit. Ich gebe dir gleich gern noch mal das letzte Wort. Und an dich lieber Hörer, vielen Dank, dass du heute dabei warst und wir hören uns in der nächsten Folge von „Die Sendung mit der Metrik“. Maike, dein letztes Wort. #00:41:42.3#
Maike Kuckertz: Vielen Dank fürs Zuhören, vielen Dank für die Einleitung, Maik. Ja, es hat mir sehr Spaß gemacht und ich möchte auch wirklich allen noch mal sagen, die wirklich vor so einem Toolwechsel stehen, habt keine Angst. Ja, es ist eine Umstellung, ja, es ist ein neues Tool und es gibt doch nachher andere Zahlen, aber es ist kein Rock Science, es ist auch nur ein Tool. Und die können beide gut messen und deswegen, nimmt ein bisschen die Angst davor weg. #00:42:16.4#
Abonniere auf Android Abonniere auf iTunesGemeinsam mit seinem engagierten Team verfolgt er eine klare Mission: Mehr als nur Webseiten zu optimieren – er will Businesses transformieren und datenbasiert Online-Wachstum bringen.
Sein exzellentes Hintergrundwissen aus Marketing, Technik und Analyse ist bei der Optimierung von Websites immer wieder gefragt und mit seiner Art hat er viele Unternehmen für Webanalyse und Growth Marketing begeistert.
LinkedIn Facebook Instagram XING
- Nichts ist für immer: Warum Uplifts aus A/B-Tests nicht von Dauer sind
- Schneller lernen, schneller wachsen: Warum Perfektionismus und Angst-Marketing euer Wachstum aufhalten
- Wachstum beginnt mit Klarheit: Wie Unternehmen auch bei Marktdruck durch klare Ziele und datenbasierte Entscheidungen aus der Stagnation kommen