GMP-Con 2019 - Enhanced E-Commerce - Markus Vollmert (lunapark)
Jul. 1, 2019•0 likes
0 likes
Be the first to like this
Show More
•396 views
views
Total views
0
On Slideshare
0
From embeds
0
Number of embeds
0
Download to read offline
Report
Marketing
Das Enhanced Ecommerce Tracking erweitert die Möglichkeiten von Google Analytics deutlich. Wir zeigen, wie du es planst, im GTM aufsetzt, welche Berichte sinnvoll sind und wie du die Daten in anderen Google Tools nutzen kannst.
Markus Vollmert
Geschäftsführer luna-park GmbH
• Seit 1998 im Online Business unterwegs
• Google Analytics Partner seit 2013
• Speaker auf Konferenzen und Meetups
• Autor Google Analytics – Das umfassende Handbuch
• Datanerd, Retrogamer, Dad
GMP Con Cologne 2019 3
Bausteinefür EcommerceTrackingmit googleAnalytics
Was muss getan werden, damit Daten einlaufen?
Shop System
Muss die nötigen
Informationen in
JavaScript bereitstellen
per Template oder Plugin.
Google Tag Manager
Tags müssen die Daten des
Shopsystems aufnehmen und
weiterschicken an Analytics
Google Analytics
E-Commerce Berichte
aktivieren, Checkout
konfigurieren.
EnhancedEcommerce GoogleAnalyticsaktivieren
Als Erstes die Berichte einschalten
Google Analytics unterscheidet ein
“normales” E-Commerce Tracking
und ein “erweitertes”.
Normal Bestellungen /
Transaktionen erfassen
Erweitert Einblendungen, Details,
Warenkörbe,
Bezahlvorgang und
Bestellungen
ErweitertesE-Commerce Trackingin GoogleAnalytics
Mit dem Enhanced E-Commerce Tracking bieldet Google Analytics die gesamte User Journey im Shop ab.
Alle Sitzungen
Produktaufrufe
Produktdetails
Warenkorb
Bezahlvorgang
Kauf
100 %
60 %
30 %
15 %
8 %
1 %
Mit Produktlisten könnt ihr die Content-Elemente eures
Shop vergleichen, unabhängig von den eingeblendeten
Produkten
Produktlistenfür dieunterschiedlichenBereiche mit Vorschlägen
Manche Bereiche performen besser, unabhängig vom Produkt
Produktinfoszu analyticsschicken
Wie kommen die Daten vom Shop zu Google Analytics?
▪ Bei Verwendung des Google Tag
Managers schickt ihr
Produktdaten über den
DataLayer
▪ Der DataLayer ist eine Art
Übergabespeicher
▪ Damit schickt das Shopsystem
unsichtbar die Informationen
fürs Tracking an den Tag
Manager
▪ Infos aus dem DataLayer können
auch für andere Tags genutzt
werden
dataLayer.push({
"ecommerce": {
"currencyCode": "USD",
"impressions": [{
"id": "9bdd2",
"name": "Compton T-Shirt",
"price": "44.00",
"brand": "Compton",
"category": "T-Shirts",
"position": 1,
"list": "related products"
},
{…}
Wie geht das dann mit dem DataLayer?
Shopsystem
DataLayer
Google Tag
Manager
Google
Analyitcs
Adwords
Facebook
DoubleClick
In denWarenkorbgelegt
Zum Warenkorb hinzufügen wird als eigene Metrik betrachtet
▪ Ein Produkt in den Warenkorb zu legen ist ein starkes Kaufsignal
▪ Daher wird dieser Schritt in der User Journey als eigenes Ereignis betrachtet
▪ Tipp: auch Shops Direkt-zum-Checkout Möglichkeit haben einen Warenkorb, der in
diesem Fall mit dem Checkout zusammen fällt
WarenkorbFunktionim Code
Beispiel für das Trackings eines Warenkorbs
▪ Beim Klick auf die Funktion
(oder der Bestätigung) wird ein
Aufruf an den GTM geschickt
▪ Analog zum Hinzufügen gibt es
auch einen Aufruf zum
Entfernen von Produkten
▪ Der Warenkorb wird von GA
nicht fortgeführt. Beim
Checkout oder einer Bestellung
müssen die Daten erneut
übergeben werden.
dataLayer.push({
"event": "addToCart",
"ecommerce": {
"currencyCode": "USD",
"add": {
"products": [{
"id": "bc823",
"name": "Fuelworks T-Shirt",
"price": "92.00",
"brand": "Fuelworks",
"category": "T-Shirts",
"quantity": 1
]}
{…}
Mehr Produktinformationenerfassen
Custom Dimensions und Metriken
sind freie Variablen, die einem
Seitenaufruf, einer Sitzung oder
eben einem Produkt zugewiesen
werden können.
Nützlich für:
▪ Produktbewertungen
▪ Rabattaktionen
▪ Features
Custom Dimensionsübergeben
Infos pro Produkt an Analytics weitergeben
▪ Custom Dimensions können
über den DataLayer mit
eingespielt werden
▪ Für Metriken (Zahlenwerte) ist
der Aufruf gleich aufgebaut,
dann allerdings “metrik1”
▪ Die Dimension in GA wird
anhand der Nummer
angesprochen. Die GA Free
Version bietet 20 CDs, die
kostenpflichtige 200
dataLayer.push({
"ecommerce": {
"impressions": [{
"id": "9bdd2",
"name": "Compton T-Shirt",
"price": "44.00",
"brand": "Compton",
"category": "T-Shirts",
"position": 0,
"list": "homepage",
"dimension1": "auf Lager"
},
{…}
Ziel mit Trichter
Klassischer Zieltrichter in Analytics
zeigt die einzelnen Schritte bis zum
Abschluss. Die Conversions können
nach Google Ads importiert
werden.
Aber:
▪ Nur eine Zielerreichung pro
Sitzung
▪ Nicht segmentierbar
▪ Keine Produktinfos pro Schritt
DieSchritte desKaufvorgangsbenennen
Unter Verwaltung > E-Commerce-Einstellungen
▪ Namen der Schritte können frei
vergeben werden
▪ Im Trackingcode wird nur die
Schritt-Nummer verwendet
▪ Die Bestellbestätigung ist immer
der finale Schritt und muss nicht
gesondert angegeben werden
▪ Auch bei One-Page-Checkouts
gibt es meistens Schritte!
Die Zahlen passen nicht zusammen! Was ist da los?
Kling Super Aber…
• Die Zahlen aus Analytics passen nicht mit den Zahlen aus eurem
Shop/Warenwirtschaftssystem zusammen. Woran kann das liegen?
• Werden wirklich die gleichen Bestellungen gemessen?
• Werden alle Bestellmöglichkeiten gemessen?
• Werden Bestellungen herausgefiltert?
• Werden Stornos/Rückerstattungen berücksichtigt?
• Zwischen unterschiedlichen Systemen: technisch gleich? Gleiche Konfiguration?
• DSGVO – also Opt-Out
50
Datenupload: RÜckerstattungen
Was ist mit Rücksendungen
• Bestellungen werden innerhalb der 10 Tage
Frist zurückgeschickt und die Kosten erstattet
• Diese Infos können in Analytics per CSV/Excel
Datei hochgeladen werden
• Rückerstattungen werden als eigene
zusätzliche Spalte angezeigt
• Rückerstattungen sind eine zweite Buchung
nur mit negativem Wert. Daher müssen im
betrachteten Zeitraum Buchung UND
Rückerstattung liegen.
Take Aways
▪ Mit Enhanced E-Ecommerce Tracking betrachtet
Analytics nicht mehr nur URLs sondern Produkte
und Einkaufsprozesse
▪ Abschlüsse sind genauer als Zielerreichungen
▪ Produkte können von mehreren Winkeln
analysiert werden, etwa nach Marke oder
Kategorie
▪ Segmente erlauben den Blick auf die komplette
User-Journey
▪ Daten zwischen verschiedenen Systemen passen
nie 100% zusammen