Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Bitkom AK Digital Analytics & Optimization
Web Analytics ist keine Insel
Dennis Heinbokel
Co-Founder, Chief Product Officer
Bitkom AK Digital Analytics & Optimization
Web Analytics ist keine Insel
Dennis Heinbokel
Co-Founder, Chief Product Officer
•
•
01.
Digital-Organisationen und ihre Tools
müssen sich mittelfristig in eine
ganzheitliche Strategie einfügen
Schwächen des „Gallischen Dorfes“
• Mehrere Wahrheiten
• Ungenauigkeit
• Unvollständigkeit
• Mehrarbeit
• Mangel an Austau...
02.
Digital Analytics ist nicht (nur) Web
Analytics
Web Analytics ≠ Digital Analytics
Collection Cleansing Linking Structuring Enrichment Accessibility
Visualization
Commu-
nication
Inter-
pretation
Discovery...
Collection
Erzeugung/Sammlung von Daten
• direkt durch operative Prozesse oder Transaktionen (Bsp. Webshop)
• indirekt dur...
Cleansing
Daten-Qualitätsmanagement
• Überwachung
• Bereinigung
• Duplikatprüfung
• Adressverifizierung
• …
• Shit in, shi...
Linking
Konsolidierung und Verknüpfung von verschiedenen Datenquellen und –
strömen
• physisch in einer Datenbank
• virtue...
Structuring
Transformation der Rohdaten in nutzbare Datenstrukturen, optimiert für
• massenhafte Speicherung
• schnelle Ab...
Enrichment
Kombination von Datenpunkten zur Erzeugung neuer Informationen
• Berechnung neuer KPIs
• Anreicherung um Metada...
Accessibility
Zugriffsmöglichkeiten auf die gespeicherten (Roh-)Daten
• freie Abfragen, z.B. per SQL
• Nutzung in anderen ...
Visualization
Präsentation von Daten in visueller Form, z.B.
• Dashboards
• Tabellen
• Diagrammen
• Verständnis von Daten ...
Communication
Aufbereitung von Daten und Visualisierungen zur Nutzung durch verschiedene
interne und externe Zielgruppen
•...
Interpretation
Interpretation von Daten durch
• Hervorheben guter und schlechter Entwicklungen
• Identifikation von Ursach...
Discovery
Einsatz von modernen Verfahren zur Erkennung von Trends, Korrelationen und
Mustern in Daten
• Data Mining
• Mach...
Recommendation
Kombination aller Daten und Erkenntnisse, um Handlungsempfehlungen zu
geben, z.B.
• Investieren in bestimmt...
Action
Umsetzung von Empfehlungen durch direkte Kommunikation mit den
operativen Systemen, z.B.
• Anpassung von Geboten au...
03.
Web Analytics Lösungen bilden (meist)
nur einen kleinen Teil der Digital
Analytics Value Chain ab
Collection Cleansing Linking Structuring Enrichment Accessibility
Visualization
Commu-
nication
Inter-
pretation
Discovery...
04.
Für eine zukunftsfähige Digital
Analytics Strategie darf Web Analytics
kein Datensilo sein
Tear down the silos!
Beispiel: Setup aus unterschiedlichen
Lösungen
Enrichment Accessibility
Inter-
pretation
Discovery
Cleansing Linking Struc...
Beispiel: Setup aus unterschiedlichen
Lösungen
Enrichment Accessibility
Inter-
pretation
Discovery
Cleansing Linking Struc...
Wie „auskunftsfreudig“ sind Web Analytics Lösungen?
Rohdaten-Export
API
User-ID
Attribution
Marketing-Kosten
Google Analyt...
05.
Die Verteilung von Nutzerdaten über
verschiedene Cloud Services
erschwert Datenschutz und Data
Governance
Wer bin ich?
“Big Data”
Platform
Web
Tracking
Testing
Tool
Order
Mgmt
CRM
Web
Shop
Logistics
External
Sources
Recom-
menda...
Und wenn ja:
Wie viele?
Enrichment Accessibility
Inter-
pretation
Discovery
“Big Data” Platform
Cleansing Linking Structur...
06.
Nicht alle Möglichkeiten, die eine gut
umgesetzte Digital Analytics Strategie
erschließt, können/dürfen genutzt
werden
360° Kundenprofile
Google Analytics User ID Policy
07.
dennis@minubo.com
@dheinbokel
digitale-analyse.de
Web Analytics ist keine Insel
Web Analytics ist keine Insel
Upcoming SlideShare
Loading in …5
×

Web Analytics ist keine Insel

787 views

Published on

Die „Digital Analytics Value Chain“ bietet einen Rahmen für eine konsistente Analytics-/BI-Strategie, die über einzelne Tools hinausgeht. Was bedeutet dies für die Auswahl einer Web Analytics Lösung und welche spezifischen Herausforderungen für Datenschutz und –speicherung entstehen bei der Umsetzung? Wo liegen die Chancen und Risiken eines ganzheitlichen Ansatzes?

Published in: Internet
  • Be the first to comment

  • Be the first to like this

Web Analytics ist keine Insel

  1. 1. Bitkom AK Digital Analytics & Optimization Web Analytics ist keine Insel Dennis Heinbokel Co-Founder, Chief Product Officer
  2. 2. Bitkom AK Digital Analytics & Optimization Web Analytics ist keine Insel Dennis Heinbokel Co-Founder, Chief Product Officer
  3. 3. • •
  4. 4. 01. Digital-Organisationen und ihre Tools müssen sich mittelfristig in eine ganzheitliche Strategie einfügen
  5. 5. Schwächen des „Gallischen Dorfes“ • Mehrere Wahrheiten • Ungenauigkeit • Unvollständigkeit • Mehrarbeit • Mangel an Austausch • Fehlende Kontrolle
  6. 6. 02. Digital Analytics ist nicht (nur) Web Analytics
  7. 7. Web Analytics ≠ Digital Analytics
  8. 8. Collection Cleansing Linking Structuring Enrichment Accessibility Visualization Commu- nication Inter- pretation Discovery Recom- mendation Action © 2014 Dennis Heinbokel / digitale-analyse.de Digital Analytics Value Chain
  9. 9. Collection Erzeugung/Sammlung von Daten • direkt durch operative Prozesse oder Transaktionen (Bsp. Webshop) • indirekt durch Tracking von Ereignissen (Bsp. Web Analytics) • Ohne Daten keine Analyse…
  10. 10. Cleansing Daten-Qualitätsmanagement • Überwachung • Bereinigung • Duplikatprüfung • Adressverifizierung • … • Shit in, shit out
  11. 11. Linking Konsolidierung und Verknüpfung von verschiedenen Datenquellen und – strömen • physisch in einer Datenbank • virtuell / on-the-fly bei der Analyse Beispiele: Web Analytics mit Webshop und Warenwirtschaft • Basis für ganzheitliche Analysen
  12. 12. Structuring Transformation der Rohdaten in nutzbare Datenstrukturen, optimiert für • massenhafte Speicherung • schnelle Abfrage • leichte Verständlichkeit • Unabhängigkeit von Datenquellen • Single Point of Truth
  13. 13. Enrichment Kombination von Datenpunkten zur Erzeugung neuer Informationen • Berechnung neuer KPIs • Anreicherung um Metadaten • Statistische Informationen • Segmentierung Beispiele: Segmentierung von Kunden anhand ihres Kaufverhaltens, CLV • Echte Wertschöpfung
  14. 14. Accessibility Zugriffsmöglichkeiten auf die gespeicherten (Roh-)Daten • freie Abfragen, z.B. per SQL • Nutzung in anderen Anwendungen, z.B. R, SPSS • Autom. Schnittstellen, z.B. zu Marketing-Systemen • Flexibilität und Unabhängigkeit
  15. 15. Visualization Präsentation von Daten in visueller Form, z.B. • Dashboards • Tabellen • Diagrammen • Verständnis von Daten und Zusammenhängen
  16. 16. Communication Aufbereitung von Daten und Visualisierungen zur Nutzung durch verschiedene interne und externe Zielgruppen • Generierung populärer Dateiformate (PDF, XLS, PPT) • Versand von E-Mails • Teilen von Analyseergebnissen mit Kollegen • Gemeinsame Bearbeitung von Analysen • Kommentierung & Diskussion Beispiele: “Annotations” in Google Analytics • Gemeinsam mehr erreichen
  17. 17. Interpretation Interpretation von Daten durch • Hervorheben guter und schlechter Entwicklungen • Identifikation von Ursachen und Treibern • Vergleich von Werten (Historie, Plan, Forecast) • Analyse des Kontext (gleichzeitige Entwicklungen) • Gewinnung von neuen Erkenntnissen
  18. 18. Discovery Einsatz von modernen Verfahren zur Erkennung von Trends, Korrelationen und Mustern in Daten • Data Mining • Machine Learning • Predictive Analytics • Erkennen von nicht-offensichtlichen Zusammenhängen
  19. 19. Recommendation Kombination aller Daten und Erkenntnisse, um Handlungsempfehlungen zu geben, z.B. • Investieren in bestimmte Werbekampagnen • Kontaktieren bestimmer Kunden • Nachkaufen bestimmter Produkte -> erfordert Branchenwissen • Computer ersetzt menschliche Entscheidungen
  20. 20. Action Umsetzung von Empfehlungen durch direkte Kommunikation mit den operativen Systemen, z.B. • Anpassung von Geboten auf AdWords • Versand von E-Mails an Kunden • Bestellung von Produkten bei Lieferanten -> erfordert Schnittstellen zu einer Vielzahl von Systemen • Automatisierung
  21. 21. 03. Web Analytics Lösungen bilden (meist) nur einen kleinen Teil der Digital Analytics Value Chain ab
  22. 22. Collection Cleansing Linking Structuring Enrichment Accessibility Visualization Commu- nication Inter- pretation Discovery Recom- mendation Action Evaluierung von Google Analytics anhand der Digital Analytics Value Chain
  23. 23. 04. Für eine zukunftsfähige Digital Analytics Strategie darf Web Analytics kein Datensilo sein
  24. 24. Tear down the silos!
  25. 25. Beispiel: Setup aus unterschiedlichen Lösungen Enrichment Accessibility Inter- pretation Discovery Cleansing Linking Structuring Visualization Commu- nication Collection Recom- mendation Action
  26. 26. Beispiel: Setup aus unterschiedlichen Lösungen Enrichment Accessibility Inter- pretation Discovery Cleansing Linking Structuring Visualization Commu- nication Collection Recom- mendation Action
  27. 27. Wie „auskunftsfreudig“ sind Web Analytics Lösungen? Rohdaten-Export API User-ID Attribution Marketing-Kosten Google Analytics econda Webtrekk Adobe Analytics                 
  28. 28. 05. Die Verteilung von Nutzerdaten über verschiedene Cloud Services erschwert Datenschutz und Data Governance
  29. 29. Wer bin ich? “Big Data” Platform Web Tracking Testing Tool Order Mgmt CRM Web Shop Logistics External Sources Recom- mendations
  30. 30. Und wenn ja: Wie viele? Enrichment Accessibility Inter- pretation Discovery “Big Data” Platform Cleansing Linking Structuring Visualization Commu- nication Collection Recom- mendation Action
  31. 31. 06. Nicht alle Möglichkeiten, die eine gut umgesetzte Digital Analytics Strategie erschließt, können/dürfen genutzt werden
  32. 32. 360° Kundenprofile
  33. 33. Google Analytics User ID Policy
  34. 34. 07. dennis@minubo.com @dheinbokel digitale-analyse.de

×