Insight Alarm » Nutzer Explorer bringt Einblicke ins Verhalten der User

Die Nutzer Explorer Übersicht

Der neue Report befindet sich in Google Analytics unter Berichte → Zielgruppe → Nutzer Explorer. Hier werden die einzelnen User auf Basis ihrer eindeutigen ID und den 3 wichtigsten Engagement- und Conversion-Werten ausgewiesen. Standardmäßig sortiert wird absteigend nach Sessions – wobei nach Umsatz wesentlich informativer ist…

Primäre Dimension: Client-ID vs. User-ID

Die primäre Dimension des Nutzer Explorers ist die Client-ID. Die Client-ID ist eine für jeden User (Browser) eindeutige, jedoch anonymisierte ID, die sich aus einer zufällig gewählten Nummer und dem Timestamp des ersten Besuchs zusammensetzt. Sie wird über das Google Analytics Cookie gesetzt und bleibt dem User in der Regel zwei Jahre erhalten.

Viel interessanter ist es jedoch, wenn das Google Analytics User-ID Feature genutzt wird: Denn dann ist die primäre Dimension des Nutzer Explorers automatisch die User-ID. Mithilfe der UserID werden User über mehrere Geräte hinweg wieder erkannt. Analysiert werden also nicht mehr einzelne Browser bzw. Geräte sondern tatsächlich User, die mehrere Geräte bedienen. Folglich werden User Journeys detaillierter und vor allem vollständiger.

Hinweis: Die Client-ID / User-ID als Dimension ist derzeit nur im Nutzer Explorer verfügbar und kann in keinem anderen Report genutzt werden. Außer: Sie wird über den Tracking Code zusätzlich in eine Custom Dimension gespeichert!

Der Nutzerbericht

Schauen wir uns den User (in Folge “User X”) mit dem höchsten Umsatz im Detail an (Klick auf die gewünschte Client-ID): Wie hat sich der Nutzer verhalten? Was hat der Nutzer gekauft?

Der Nutzerbericht ist grob in 4 Bereiche unterteilt:

Erster Website Zugriff: In der Spalte links erhält man Informationen über den allerersten Website-Zugriff des Users: das Akquisitionsdatum, den Akquisitionkanal und die Gerätekategorie.
Zusammenfassung: In der Spalte rechts ganz oben werden die Anzahl der Sitzungen, die Sitzungsdauer und der Umsatz des Users zusammenfassend angezeigt. User X hatte also 2 Sitzungen, die in Summe ca. 36 Minuten gedauert haben und er hat um 435,20 Euro eingekauft.
Einstellungen: Darunter gibt es die Möglichkeit nach Interaktions-Art zu filtern. Zur Verfügung stehen: Seitenaufrufe (Auge), abgeschlossene Ziele (Stern), E-Commerce Interaktionen (Einkaufswagen) und Ereignisse (Glocke). Wählt man beispielsweise nur den Einkaufswagen, so kann auf die E-commerce Customer Journey des Users gefiltert werden (Voraussetzung dafür: Enhanced E-commerce).
Außerdem können die Sitzungen aufsteigend bzw. absteigend sortiert werden. Standardmäßig werden Sitzungen absteigend sortiert: Es macht jedoch wenig Sinn Zugriffe von hinten nach vorne zu analysieren, deswegen empfehle ich zu Beginn einer Analyse die Einstellung auf “aufsteigend” zu ändern.
Sessions im Detail: Nun zum spannendsten Teil – Unter Sessions im Detail werden die einzelnen Session des Users mit allen oben gewählten Interaktions-Arten aufgelistet – und das pro Tag. User X hatte also um 13:13 Uhr seinen ersten Website View, ist dann direkt in den Shop auf die Kategorie “Weißweine” gesprungen und hat sich in weiterer Folge zahlreiche Produktdetailseiten angesehen. Insgesamt hat der Nutzer 72 Interaktionen an diesem Tag durchgeführt, was das kleine graue Feldchen neben dem Datum preisgibt.
Das war aber noch nicht alles: Mit einem Klick auf eine Interaktion erhält man wertvolle Details z.B. die URL eines Seitenaufrufs, die Produktdetails bei Ecommerce Aufrufen, etc. Die Analyse kann beginnen!

E-commerce Journey Analyse von User X

Um nun herauszufinden was User X gekauft und wie sich der Nutzer während des Kaufvorgangs verhalten hat, ist es empfehlenswert nach eCommerce Interaktionen (= Einkaufswagen) zu filtern. Ein Klick auf eine Interaktion und man erhält den Aktionstyp z.B. einen Product Detail View sowie die Produkt ID und den Namen.

Anmerkung: In diesem Fall werden gleich 4 Artikel mit einem Detail View angezeigt. Das liegt daran, dass am Ende der Produkt-Detailseite ähnliche Produkte vorgeschlagen, die in diesem View ebenfalls angezeigt werden.

User X hat sich nun 9 Produktdetail-Seiten angesehen bevor er mit dem Checkout Prozess begonnen hat: Auf 7 Detail-Seiten hat der User Produkte in den Warenkorb gelegt – der Frührote Veltliner und der Birnen Aufstrich konnten aber nicht überzeugen.

Maßnahme: Segmente für Remarketing erstellen

Und hier kann auch schon die erste Maßnahme abgeleitet werden: Wählt man z.B. den Detail View des Frühroten Veltliners (Checkbox anhacken) und klickt auf “Segment erstellen”, erstellt GA automatisch ein neues Segment. Mit diesem kann im Anschluss eine Zielgruppe definiert werden, die als Grundlage für Remarketing-Kampagnen in AdWords oder dem DoubleClick Bid Manager genutzt werden kann.

Analyse: User Verhalten in allen Berichten analysieren

Weiters kann diese Zielgruppe über alle Berichte hinweg analysiert werden, indem das Segment auf alle Berichte angewendet wird. Welche demografischen Merkmale haben diese User? Woher kommen die Nutzer? Welche Seiten haben die Userbesucht? etc.

Zurück zu User X: Nachdem dieser bereits nach 8 Minuten konvertiert und auch direkt auf der Website eingestiegen ist, muss davon ausgegangen werden, dass es sich um einen Bestandskunden handelt der sein Wein-Lager wieder aufgefüllt hat. Eine kurze Analyse der weiteren Transaktionen zeigt ein ähnliches Userverhalten. Anscheinend schließen auf der Website also vor allem Bestandskunden Einkäufe ab. Daraus lässt sich eine weitere Maßnahme ableiten: Das Ziel dieser Website sollte sein, auch Neukunden zu akquirieren.

So weit, so interessant! Aber nützt der User Explorer auch Nicht-eCommerce Websites? Die Antwort ist: ja!

Customer Journey von User A

Schauen wir uns dazu den Nutzerbericht (mit primärer Dimension User-ID, d.h. der User wird über mehrere Geräte wiedererkannt) eines Users (in Folge “User A”) unserer e-dialog Website an:

Der Report zeigt, dass wir den User am 8. Februar durch unseren Newsletter für unsere Website begeistern konnten. Seitdem ist er fast wöchentlich wieder gekommen: Und dabei hat sich der Nutzer nicht nur für unsere Blogartikel interessiert, sondern auch für andere Website Bereiche wie Jobs und Veranstaltungen. Das ist großartig für uns und zeigt, dass der Website-Relaunch letztes Jahr Früchte trägt!

Auch hier bietet es sich wieder an, ein Segment zu erstellen und den User über alle Berichte hinweg zu analysieren. Möglicherweise gelingt es uns ja mit ihm in Kontakt zu treten, da es entweder ein potentieller Kunde oder Mitarbeiter ist…

Troubleshooting: Außerdem – und das ist besonders für die Optimierung der User Experience relevant – hilft der User Explorer Fehler aufzudecken, wie z.B. 404er-Seiten (im Screenshot in rot markiert).

Fazit

Mit dem neuen Nutzer Explorer eröffnen sich also eine Vielzahl neuer Analysemöglichkeiten. Man erfährt dank der Reports, wie sich User in ihren Journeys verhalten und kann dadurch deren Experience verbessern. Das ist insbesondere in Conversion Prozessen relevant.

Ebenfalls ergeben sich viele neue Marketing Aktivitäten: Es können nicht konvertierende User analysiert werden um herauszufinden, warum sie die Conversion nicht durchgeführt haben. Über Remarketing können diese User dann nochmals erreicht und eventuell doch noch zum Abschluss überzeugt werden.

Jedenfalls lassen sich nun aggregierte Daten auf einzelne, individuelle User herunterbrechen – und das ist großartig.