Daten von Drittanbietern in Google Analytics

Es liegt auf der Hand, dass Digital Analytics ein Mittel ist, um datengetriebene Antworten auf digitale Fragen zu erhalten. Denn jeder Seitenladevorgang, jede Impression, jeder Klick und jeder Videoaufruf wird getrackt und analysiert. Aber wie sieht es mit der Beziehung zwischen digitalen Plattformen und der Umgebung außerhalb der digitalen Welt aus? Wie wirkt sich beispielsweise das Wetter auf Ihre Kunden aus? Oder der Wechselkurs? Oder das Ergebnis des Fußballspiels gestern Abend?

Es ist wichtig, das Potenzial der Verknüpfung von unternehmensinternen Daten mit Daten Dritter zu erkennen. Organisationen, die Daten von Drittanbietern verwenden und erfolgreich ein breites Spektrum externer Daten in ihren Betrieb integrieren, können andere Unternehmen übertreffen, indem sie Verbesserungen bei Produktivität und Risikomanagement erzielen. Die COVID-19-Krise ist ein perfektes Beispiel dafür, wie relevant externe Daten sein können. Die Pandemie hat alles, vom Verbraucherverhalten bis hin zu Lieferketten, durcheinander gebracht, die Unvorhersehbarkeit von Unternehmen erhöht und es schwieriger gemacht, Daten aus der Vergangenheit zu verwenden, um zukünftiges Verhalten vorherzusagen. Unternehmen können nur so weit mit ihren eigenen internen Daten gehen und können von der Nutzung externer Quellen profitieren, um sie zu leiten.

Leider sind diese Daten in Standard-Digitalanalysetools nicht ohne weiteres verfügbar. Aus diesem Grund haben wir diesen Blogbeitrag zusammengestellt, in dem wir untersuchen, welche Daten zu GA hinzugefügt werden können, wie diese Daten zur Beantwortung von Geschäftsfragen verwendet werden können und wie diese Antworten zur Verbesserung Ihres Geschäfts verwendet werden können.

Welche Daten können Sie zu Google Analytics hinzufügen?

Externe Datenquellen bieten ein immenses Potenzial, bergen aber auch einige praktische Herausforderungen. Zum Beispiel ist es mit erheblichem Aufwand verbunden, sich nur ein grundlegendes Verständnis des verfügbaren Angebots zu verschaffen. Da ein breites Spektrum an Datenquellen zur Verfügung steht und diese auf vielfältige Weise zu Geschäftsentscheidungen beitragen können, ist es wichtig, das Geschäftsproblem klar zu definieren, um Wert zu generieren.

Der erste Schritt beim Hinzufügen von Daten von Drittanbietern besteht darin, sich Ihr Unternehmen genau anzusehen und zu überlegen, welche Umgebungsfaktoren sich am wahrscheinlichsten darauf auswirken. Es macht keinen Sinn, einem kleinen Online-Shop, der maßgeschneiderte Beleuchtung anbietet, Sportergebnisse hinzuzufügen, da es sehr unwahrscheinlich ist, dass diese mit dem Geschäft in Zusammenhang stehen.

Der zweite Schritt, den wir ansprechen müssen, ist die Quelle der Daten. Der Schlüssel zu unserer Implementierung ist, dass die Daten über eine API verfügbar sein müssen. Eine API ist ein Mittel zur Kommunikation mit einem anderen Dienst, der die von uns gesuchten Daten enthält.

Wir werden hier nicht auf die technischen Details eingehen, aber es gibt viele APIs da draußen, die die Art von Daten anbieten, die uns interessieren könnten. Einige davon sind kostenlos, andere sind bis zu einer bestimmten Anzahl von Aufrufen kostenlos. während andere ausschließlich für Dienstleistungen bezahlt werden. Bevor Sie mit der Suche beginnen, Daten hinzuzufügen, ist es wichtig, die API zu finden, die Sie verwenden werden.

Welche Risiken bestehen bei der Verwendung von Drittanbieterdaten in Google Analytics?

Die Datenschutz-Grundverordnung (DSGVO) hat den Verantwortungsbereich in Bezug auf Datenschutz und Privatsphäre erweitert, so dass nun deutlich mehr Vorsicht bei den Auswirkungen von Sicherheitsvorfällen durch Dienstleister geboten wird. Während des gesamten Prozesses des Auffindens und Verwendens externer Daten müssen Unternehmen Datenschutzbedenken berücksichtigen.

• Bestätigen Sie, dass Drittanbieter GPDR-konform sind.
• Definieren Sie klar alle Bereiche und Aktivitäten, für die die DSGVO gilt, und lassen Sie Drittanbieter zustimmen und vertraglich zusichern, dass ihre Prozesse den Anforderungen der Verordnung entsprechen.

Wie ist der Status von Drittanbieterdaten in GA4?

Google Analytics 4 wird zu Beginn einer neuen Ära der Online-Datenerfassung eingeführt. In den nächsten Jahren wird sich der Zugriff von Unternehmen auf Kundendaten Dritter weiter verringern. Als Reaktion darauf müssen Marketingteams neue Conversion-Strategien entwickeln, um sich an ein Internet ohne Cookies anzupassen.

Online-Tracking-Tools müssen den Rückgang der Daten von Drittanbietern umgehen. Glücklicherweise verfügt GA4 über eine Integration mit BigQuery, die eine höhere Flexibilität beim Zusammenführen von Analysedaten mit externen Datenquellen ermöglicht. Dies kann den technischen Aufwand erhöhen, verbessert aber die Verfügbarkeit wichtiger Daten.

Welche Fragen können Sie mit diesen Daten beantworten?

Die Verwendung externer Daten hat das Potenzial, in einer Vielzahl von Unternehmen und Sektoren bahnbrechend zu sein. Nachdem Sie genügend Daten in Ihrem Google Analytics-Konto gesammelt haben, können Sie die Korrelation zwischen diesen Daten von Drittanbietern und herkömmlichen digitalen Metriken wie Transaktionen und Seitenaufrufen untersuchen.

Um zu zeigen, wie dies genutzt werden könnte, haben wir ein Beispiel aus dem fiktiven Online-Bekleidungsgeschäft „E-Clothing“ eingefügt:

Unten ist ein Bericht, der Wetterdaten von Drittanbietern und die Produktkategorie „Socken“ kombiniert. Damit können wir die Frage beantworten: „Bei welchem ​​Wetter kaufen die Leute am ehesten Socken?“.

Wie aus diesem Bericht hervorgeht, ist die Conversion-Rate (gemessen als Prozentsatz der Detailansichten, die zu einem Kauf führen) bei Regen am höchsten. Zu diesem Zeitpunkt werden auch die meisten Socken verkauft. Die zweithöchste Conversion-Rate ist bei leichtem Regen und die dritthöchste bei bedecktem Himmel. Dies deutet darauf hin, dass die Leute eher dazu neigen, Socken zu kaufen, wenn das Wetter schlecht ist.

Unten ist ein weiterer Bericht, der die Produktkategorie „Bademode“ neben der gleichen Wetterdimension aus dem obigen Bericht zeigt.

Hier können wir ein Verhalten sehen, das dem Verhalten der „Socken“ gegenübersteht. Im Gegensatz zu Socken verzeichnet Bademode bei klarem Wetter die höchsten Conversion-Raten.

Abschließend betrachten wir ein Beispiel, bei dem Daten Dritter in Form von Sportergebnissen mit Produktdaten kombiniert werden. In diesem Beispiel verwenden wir Fußballergebnisse für alle Spiele mit Arsenal, genauer gesagt die Tordifferenz, und vergleichen dies mit den Produktverkäufen von Arsenal-Artikeln.

Dies ermöglicht uns, die Frage zu beantworten, ob der Verkauf von Waren mit den Teamergebnissen in Zusammenhang steht.

Das Ergebnis, das in der obigen Tabelle am meisten auffällt, ist die erste Reihe, wobei Arsenal mit drei Toren gewann. Aufrufe von Arsenal-Produkten direkt nach diesem Spiel verzeichneten bei weitem die höchste Conversion-Rate und machten einen großen Teil der Gesamtkäufe aus.

Angesichts weiterer Daten, die dem gleichen Muster folgen, können wir leicht den Schluss ziehen, dass die Konversionsrate für Teamartikel tatsächlich mit der Leistung dieses Teams korreliert.

Die Covid-19-Pandemie hat das Verbraucherverhalten in vielerlei Hinsicht verändert. Ein Sektor, der schwere Störungen erlebt hat, ist die Dienstleistungsbranche. Viele Restaurants haben Online-Bestellplattformen für ihre Websites eingeführt, ihre Lieferpartnerschaften mit Drittanbietern ausgebaut und/oder Durchfahrtswege geschaffen. Angesichts des zyklischen Charakters der Schwere der Pandemie kann es jedoch schwierig sein, das Gleichgewicht der Reaktionen der Verbraucher in der Werbung zu ermitteln.

Ein Beispiel dafür, wie Daten von Drittanbietern dabei helfen könnten, wäre, zu ändern, welche Angebote – Lieferung und Abholung oder Essen – Restaurants werben. Je höher die Infektionsrate, desto mehr sollten sie sich natürlich auf kontaktarme Zustell- und Abholmöglichkeiten konzentrieren. Umgekehrt können sie sich bei niedrigeren Infektionsraten wieder auf ihre Speisemöglichkeiten konzentrieren. Durch den Vergleich der historischen Infektionsrate mit ihrem tatsächlichen Verhältnis von Speisen zum Mitnehmen können sie genauer sehen, zu welchen Raten sich ihre Kunden beim Speisen sicher fühlen und wann sie ihre Abhol- oder Lieferoptionen bewerben sollten.

Was können Sie mit diesen Antworten anfangen?

Diese Daten können dazu beitragen, Risiken zu minimieren und einen Mehrwert für das Unternehmen zu schaffen; es erfordert jedoch eine Mischung aus Problemlösung, strukturiertem Arbeiten und fokussierter Ausführung.

Passen Sie Ihre Werbestrategie an

Eine der logischsten Anwendungen dieser Daten ist die Optimierung von Werbekampagnen. Angesichts der Leistung der Kategorie „Socken“ und der Kategorie „Bademode“ im obigen Beispiel könnten wir unsere Werbung für diese Kategorien leicht an das Wetter anpassen. Bei Regen oder schlechtem Wetter konnten wir die Gebote für unsere „Socken“-Aktion erhöhen und gleichzeitig die Gebote für unsere „Bademode“-Aktionen senken. Wir könnten auch das Budget neu zuweisen, sodass das Budget, das normalerweise für Badebekleidung verwendet wird, auf Socken verschoben wird. Dann, wenn das Wetter klar ist, könnten wir den Prozess umkehren und das gesamte Sockenbudget der Bademode zuweisen und die Gebote neu anpassen.

Angesichts der Korrelation zwischen Sportergebnissen und Team-Merchandise könnten wir auch einen größeren Teil unseres Werbebudgets für Team-Merchandise für Teams verwenden, die kürzlich überzeugende Siege eingefahren haben.

Diese Optimierungen können entweder manuell durchgeführt werden, sollten jedoch in den meisten Fällen programmgesteuert erfolgen. In jedem Fall kann uns die Einbeziehung dieser neuen Faktoren in unsere Optimierungen helfen, einen höheren ROI für unsere Werbeausgaben zu erzielen.

Passen Sie den Inhalt Ihrer Website an

Neben der PPC-Werbung können diese Daten auch dazu verwendet werden, den Inhalt Ihrer Website anzupassen. Durch die Verwendung derselben APIs, von denen die Daten erfasst werden, können wir basierend auf den aktuellen Wetterbedingungen ändern, welche Produkte auf der Startseite von E-Clothing angezeigt werden.

Nächste Schritte

Sie und Ihr Team müssen nur noch überlegen, welche externen Faktoren sich am wahrscheinlichsten auf Ihre Online-Performance auswirken, eine API finden, mit der Sie auf diese Daten zugreifen und mit der Verfolgung beginnen können!