Redaktionelle Contentangebote sind auf verschiedenen Märkten aktiv. Gemäß ihrem Geschäftsmodell wird versucht, sowohl die Nachfrage der Leser sowie der Werbetreibenden zu befriedigen. Hierfür wird von der Erstellung des Contents bis zur Vermarktung des Angebotes viel Geld investiert.

Web Analytics bietet für redaktionelle Contentangebote die Chance, einen wichtigen Teil ihres Angebotes datengetrieben zu kontrollieren und zielgerichtet zu steuern. Dabei können verschiedene Fragen beantwortet werden, die zur Optimierung des Angebots beitragen können und den Besucher eines Angebots besser zu verstehen. Letztendlich kann Web Analytics, als Teil des Web-Controllings, einen Beitrag zur Kosten- und Nutzenattribution beitragen und in weiteren Bereichen eines redaktionellen Contentangebots eingesetzt werden, um z. B. die Vermarktung zu optimieren.

Tool-Auswahl
Einem redaktionellen Contentangebot stehen verschiedene Web Analytics Tools zur Verfügung. Grundsätzlich sind die meisten Systeme in der Lage die beschriebenen Metriken zu tracken. Bei der Auswahl sollte deshalb ein möglichst genaues Anforderungsprofil an das Web Analytics Tool erstellt werden. Diese Anforderungen lassen sich aus der Zieldefinition ableiten. Durch die Experteninterviews konnten folgende spezielle Anforderungen für redaktionelle Contentangebote identifiziert werden:

• Real-Time Tracking
• Schnittstellen zu bestehenden Systemen (CMS, Ad-Servern, Marketing Accounts)
• Datenschutz
• Flexibilität in der Anpassbarkeit

Weitere Anforderungen sind individuell vom Unternehmen zu bestimmen.

Betriebliche Ansiedelung
Je nach wahrgenommenem Controlling-Aspekt kann ein Web Analytics von verschiedenen Abteillungen eines redaktionellen Contentangebots in Anspruch genommen werden. Beispielhafte Anspruchgruppen könnten sein:

• Redaktion
• Vermarktung
• Marketing (z. B. SEO-Agentur, SEM-Agentur, Affiliate-Marketer)
• Management
• IT / Entwicklung

Eine zentrale und übergreifende Ansiedlung ist daher zu empfehlen. So waren die Befragten meist an übergeordneten Positionen angesiedelt. Zum Beispiel im Business Development, als Projekt- oder Objektleiter. Eine zentrale Stelle erlaubt es, als Filter zu fungieren und die relevanten Daten durch die individuelle Erstellung durch Reports und Dashboards an die entsprechenden Anspruchgruppen weiterzuleiten. Weitere Aufgaben sind die Kommunikation mit dem Toolanbieter, Identifizierungen von Änderungsempfehlungen und Präsentation der Daten. Somit agiert man im operativen wie auch strategischen Umfeld der Webseite. Die richtige Implementierung dieser Einheit in das Unternehmen eines redaktionellen Contentangebots erlaubt eine datengetriebene Kontrolle und Steuerung der Webseite.

Nicht jedes Unternehmen wird zu Beginn einen Web-Analysten einstellen können bzw. das Know-how besitzen um Web Analytics effektiv zu betreiben. Um eine Basis im Bereich Web Analytics zu schaffen und Know-how aufzubauen, kann auf externe Berater zurückgegriffen werden. Web-Analytics-Tool-Anbieter bieten ebenfalls Seminare und Schulungen (z.B. Google Analytics, Omniture, Nedstat) zu ihren Produkten an. So ist es möglich einen Wissensaufbau im Unternehmen zum Thema Web Analytics voranzutreiben.

Zielsystem

Wie in Abbildung dargestellt ist das Hauptziel eines redaktionellen Contentangebots die Reichweitengenerierung. Dieses Ziel stimmt mit dem Geschäftsziels der Reichweitenmaximierung zur Werbevermarktung überein. Die davon abgeleiteten Sub-Ziele sind vor allem Traffic-Ziele, die zur Erreichung des Global-Ziels nötig sind. Unterstützende Sub-Ziele sind möglichst viele wiederkehrende Besucher und eine hohe Haftungsrate sowie Besuchertiefe.
Im Bereich der redaktionellen Contentangebote finden sich oft zusätzlich Nebenziele wie Abonnenten-Generierung, Anmeldung für einen Newsletter oder Inanspruchnahme von Paid- Service-Leistungen. Für diese kann man gesonderte Aktivitäten und Metriken bestimmen.

Maßnahmen
Es gibt eine Reihe von Maßnahmen, die ein redaktionelles Contentangebot für die Erreichung der Ziele definieren kann. Für die Maßnahmendefinition sollten Aufwand und Nutzen stets abgewogen werden.

Bei den redaktionellen Contentangeboten der interviewten Experten kamen unterschiedliche Online-Marketing-Maßnahmen zum Einsatz. Die Vorgehensweise, die Berater B dabei verfolgt, ist „möglichst viel Traffic zu möglichst geringen Trafficakquisekosten“ zu generieren (Interview mit B, 2009, S.1). Eingesetzte Online-Marketing-Maßnahmen der Interviewten waren SEO, SEM, Affiliate-Marketing, sowie Kooperationsschließung mit anderen Webseiten. Ein Teil des Steuerungs- und Kontrollpozesses solcher Marketingkampangen kann mit Web Analytics wahrgenommen werden. Jedoch gehören meist weitaus mehr Daten zum Managen einer Marketingkampagne, als die Metriken des Web Analytics Tools. Für eine effektive Kontrolle und Steuerung ist daher die Analyse der weiteren verfügbaren Daten nötig.

Um die genauen Maßnahmen für eine Erhöhungen der Metriken der Haftungsrate, Besuchertiefe und der wiederkehrenden Besucher zu definieren, sollte eine genaue Beobachtung der Metriken, wie im vorherigen Beitrag dargestellt, vorausgehen. Anschließend sollte die Kennzahl verschiedenen Segmentierungen ausgesetzt werden. Danach kann eine Optimierung verschiedener Elemente der Webseite sinnvoll sein. Mögliche Maßnahmen wären:

• Contentoptimierung (im redaktionellen Bereich)
• Strukturoptimierung (Neuanordnung der Verlinkung, Redesign, Platzierung der Artikel)
• Contentimplementierung (neue Features)
• Landingpageoptimierung

Metriken / KPIs
Die Metriken, die man messen sollte, basieren auf den Maßnahmen, die bestimmt wurden. Eine genaue Liste muss daher für jede Webseite individuell erstellt werden. Die Key Performance Indicators sind jene Metriken, an denen man die Ziellerreichung messen kann. Für die Messung der Ziele sind daher folgende Metriken auch als KPIs anzusehen:

Ableitung von Handlungsempfehlungen
Nachdem eine Messung der wichtigsten Metriken erfolgt ist, können diese in Dashboards und Reports zusammengetragen werden. Diese sollten ebenfalls für die Anspruchgruppen gesondert aufbereitet und weitergegeben werden. Erkennt man einen Optimierungsbedarf, so kann dieser durch detailierte Nachforschungen, z. B. mit Hilfe von Segmentierung, nachgegangen werden. Aus den Learnings können dann Handlungsempfehlungen abgeleitet werden. Werden größere Änderungen nötig, können diese auch in Spezifikationen eines Redesigns bzw. Relaunch der Webseite eingehen.

Fazit
Web Analytics kann für redaktionelle Contentanbieter als das zentrale Steuerungs- und Controlling-Instrument für die Internetpräsenz angesehen werden. Individuell einsetzbar können verschiedenste Einsatzgebiete definiert werden, um das Angebot zu optimieren. Ferner können die Daten dazu verwendet werden den Besucher besser zu verstehen. Dadurch bietet Web Analytics nicht nur den Web-Controllern eine tiefe Einsicht in die Webseite, sondern kann gerade auch für die Ersteller der Inhalte nützlich sein.

Sieht man Web Analytics von dem besonderen Aspekt des Controlling kann es ein nützliches Mittel sein, die in einem redaktionellen Contentangebot vorhandenen Ressourcen effektiv einzusetzen. Durch Optimierungen können so Kosten gespart und Investitionen zielgerichtet getätigt werden. Die Entscheidungen werden dabei stets datengetrieben getroffen.

Allgemein betrachtet ist die Web-Analyse hoch attraktiv für redaktionelle Conentangebote, da sie, wenn richtig betrieben, eine hohe Effizienzsteigerung eines redaktionellen Contentangebots bewirken kann. Darüber hinaus ist die Messung und Sammlung der Daten weitgehend kostenlos, wenn die Systeme erst einmal implementiert wurden. Die weiteren Ausgaben für Web Analytics können jederzeit skaliert werden.

Web Analytics ist somit die effektivste und billigste Methode, sein Angebot zu optimieren.

3DS9V4XXWZB2

Ein weiterer wichtiger Teil meiner Bachelor Thesis war die empirische Untersuchung, die ich durchgeführt habe. Dafür wurden Leitfadeninterviews mit Experten aus dem Feld der Web Analyse geführt. In diesem Artikel soll kurz aufgeführt werden, wie ich vorgegangen bin und dann die Ergebnisse präsentiert werden. Leider wollten einige Experten anonym bleiben, sodass ich die Namen nicht nennen darf. Ich kann euch aber versichern, dass einige Namen sich in meiner Blogroll auch wiederfinden

Durchführung von Leitfadeninterviews
Zur Datenerhebung wurden zwischen dem 11.8.09 und 26.8.09 telefonische Leitfadeninterviews mit ausgewählten Experten durchgeführt. Diese sind Einzelinterviews, dem ein vorher erarbeiteter Interviewleitfaden zugrunde liegt. Der Interviewleitfaden wurde aus den Fragen erarbeitet, die sich aus den theoretischen Grundlagen ergaben, und speziell auf redaktionelle Contentangebote zugeschnitten. Schwerpunktmäßig wurden folgende Fragen gestellt:

• Wie ist die Web-Analyse bei redaktionellen Contentangeboten organisiert? Wie wird Web Analytics eingesetzt?
• Welche Web-Analytics-Systeme sind im Einsatz?
• Welche sind die Besonderheiten bei der Web-Analyse von redaktionellen Contentangeboten?
• Wie wird bei der Web-Analyse vorgegangen (Prozesse)?
• Welches sind die vorrangigen Ziele, die sich für redaktionelle Contentangebote definieren lassen?
• Was sind die wichtigsten Web-Analytics-Felder, Metriken und KPIs für ein redaktionelles Contentangebot?
• Wie wird sich die Messung von Internetdaten bei redaktionellen Contentangeboten in Zukunft verändern?

Die telefonischen Interviews dauerten zwischen 22 und 36 Minuten. Sie wurden mit der Software Skype und dem Skype Call Recorder durchgeführt, der einen Mitschnitt des Telefonates erlaubte. Die Interviewpartner gaben jeweils ihr Einverständnis für die Aufnahme und wurden gefragt, ob ihre persönlichen Daten (Name, Unternehmen) für die Arbeit verwendet werden könnten. Vor Beginn des Interviews wurden die Begriffe „Web Analytics“ und „redaktionelle Contentangebote“ (gemäß den Definitionen in Kapitel 2.1 und 3.1) mit den Interviewpartnern geklärt. Die Interviewfragen orientierten sich an dem Interviewleitfaden, wurden jedoch nicht wörtlich gestellt. Darüber hinaus gab es gelegentlich Nachfragen bzw. Hilfestellungen während des Interviews.
Aufgrund von Unstimmigkeiten beim ersten Interview fand danach eine leichte Modifikation der Fragen statt.
Geführt wurden fünf Experteninterviews mit Vertretern der deutschsprachigen Web-Analytics – Branche bzw. Zuständigen von redaktionellen Contentangeboten im Bereich von Web Analytics. Die Vertreter von redaktionellen Angeboten betreuen Angebote der drei großen deutschen Verlage. Der Wunsch einiger Experten war es anonym aufzutreten. Der Einfachheit halber werden die Namen der Experten und ihre Unternehmen nicht genannt. Um den Expertenstatus zu verifizieren wurde folgende Tabelle angefertigt:

Organisation und Verwendung
Web Analytics ist bei jedem der befragten redaktionellen Contentangebote im Einsatz. Die Nutzung und Organisation von Web Analytics im Unternehmen unterscheidet sich jedoch.

Meist betreut eine zentrale Stelle eine kleine Anzahl von drei bis vier Angeboten gleichzeitig. Die Bezeichnung der Stelle ist unterschiedlich, jedoch handelt es sich stets um betriebswirtschaftliche bzw. strategische Abteilungen im Unternehmen. Im Unternehmen des Befragten A werden die Aufgaben von Web Analytics zentral im Business Development gehandhabt, während der Befragte B und C direkte Verantwortliche sind für redaktionelle Contentangebote. „An einer Stelle zentral kümmern wir uns um das Thema: Welches Tool? Kommunikation zum Toolanbieter, Neuerungen, Schulungen etc., Reports und Dashboards zu entwerfen, Scorecards weiterzudenken“ (Interview mit A, 2009, S.1).  Zugriff zu den Informationen von Web Analytics ist dabei nur teilweise beschränkt.  So haben meist auch Objektleiter und Redaktionen Zugriff auf das Web Analytics Tool oder es kommen ihnen Reports zu. Je nach Ziel und Fragestellung können auch noch andere Abteilungen eines Unternehmens involviert werden, wie Martketing, IT bzw. Entwicklung oder die Vermarktung.

Befragter A sieht Web Analytics für sein Unternehmen als „das Steuerungsinstrument um die ganze Webseite, die Nutzer und einzelne Features zu verstehen“ (Interview mit A, 2009, S.1) Befragter B nutzt Web Analytics insbesondere um „Optimierungsfelder zu erkennen und diese auszunutzen um Traffic und Umsatz zu steigern“ (Interview mit B, 2009, S.1). Im Allgemeinen kann man Web Analytics dazu nutzen operativ die Webseite zu untersuchen, aber auch strategische Prozesse für die Weiterentwicklung damit verbinden (Interview mit D, 2009, S.1).

Web-Analytics-Systeme
Die befragten Personen hatten stets unterschiedliche Web-Analytics-Systeme im Einsatz. Sowohl kostenlosen Systemen (Interview mit A, 2009, S.2), wie Google Analytics oder Yahoo! Web Analytics, als auch kostenpflichtige Systeme von WebTrends, Omniture oder Coremetrics (Interview mit B, 2009, S.1) (Interview mit C, 2009, S. 1). Als maßgebliche Entscheidungsfaktoren für die Systeme konnten vorhandenes Know-how, Datenschutz, Kosten, Service und Support, sowie Flexibilität in der Nutzung ausgemacht werden (Interview mit C, 2009, S.1) (Interview mit A, 2009, S.1).  Für die Auswahl der Tools rät Befragter D „Es hängt letztendlich von den Kennzahlen ab, die man tracken möchte und da schaut man letztendlich welches Tool kann man am einfachsten customizen auf die entsprechenden Kennzahlen“(Interview mit D, 2009, S.1).

Es gibt zwei Anforderungsfelder von redaktionellen Contentangeboten an ein Web Analytics Tool, die sehr wichtig sind. Befragter E und A heben heraus, dass redaktionelle Contentangebote einen hohen Anteil an schnelllebigen Content besitzen, der aufgrund der Nachrichtenfrequenz laufend umgestaltet wird. Dieser erfordert ein Real-Time-Tracking mit „extrem feiner Reportingstruktur“, um zeitnah die Performance von Artikeln und Aufmachern analysieren zu können (Interview mit E, 2009, S.2) (Interview mit A, 2009, S.2). Zweitens muss die Verknüpfung zwischen Content-Management-System (CMS) und Web Analytics Tool gegeben sein, um die technische Implementierung des Tracking-Codes zu automatisieren (Interview mit C, 2009, S.3-4). „Je enger die Verknüpfung mit dem CMS ist, desto besser ist es für eine redaktionelle Webseite“ stellt Befragter A fest (Interview mit A, 2009, S.7-8).  Das Unternehmen von Befragten A setzt bei dem „extremen Redaktionstracking“ neben den bekannten Web Analytics Tools auf eine Eigenentwicklung auf Basis der Logfile-Analyse, um die Fragen zu beantworten:  „Ich schiebe einen Aufmacher auf die Hauptposition und dann ist unser Anliegen: Im zehn Minuten Takt muss ich sehen, wie entwickeln sich die Klicks auf dem Aufmacher, wann ist er verbrannt? Wann kommt der nächste drauf?“ (Interview mit A, 2009, S.2).

Besonderheiten von Web Analytics bei redaktionellen Contentangeboten

Grundsätzlich unterscheiden sich die redaktionellen Contentangebote in Funktion und Geschäftsmodell (siehe Kapitel 3.1) von anderen Webangeboten. In Bezug auf die Web-Analyse ergeben sich insbesondere andere Ziele und Maßnahmen.

Betrachtet man die Funktion der Webseite so fällt bei redaktionellen Contentangeboten auf, dass die Inhalte einen weitaus größeren Anteil am Erfolg einer Webseite haben (Interview mit D, 2009, S.4). Diese werden, im Gegensatz zu anderen Webangeboten, stärker kontrolliert und gesteuert. So wird bei der Analyse des redaktionellen Contentangebots von Befragten B verstärktes Augenmerkt auf die Einstiegsseiten gelegt, da „redaktionelle Angebote im Web nicht eine Titelseite haben, wie eine Zeitschrift, sondern ganz viele. Diese Seiten müssen in der Lage sein Leute in das Angebot hineinzuziehen“ (Interview mit B, 2009, S.4). Die Inhalte auf diesen Seiten werden anschließend analysiert und optimiert. Durch die „Schnelllebigkeit“ des Contents (siehe Kapitel 4.2.2) ist darüberhinaus eine kontinuierliche und zeitnahe Analyse der Inhalte von Nöten.

Alle Befragten stellen die Besonderheit des Geschäftsmodells, insbesondere die Verbindung zwischen Rezipienten- und Werbemarkt, bei der Analyse von redaktionellen Contentangeboten heraus. So erklärt Befragter D, dass in den seltensten Fällen man mit einer Medienseite etwas verkaufen möchte, sondern ihr Geschäft auf Page Impressions und Bannereinblendungen basiert (Interview mit D, 2009, S2.). Befragter C sieht die Herausforderung bei Web Analytics von redaktionellen Contentangeboten in der Vermarktung, die er möglichst genau messen möchte. Dabei ist sieht er in der Messung nicht die Schwierigkeit, sondern in der Interpretation der gesammelten Daten (Interview mit C, 2009, S.2). Befragter B hebt heraus, dass die Web-Analyse „sehr viel trafficfokussierter“ sei als bei anderen Webangeboten, weil für redaktionelle Contentangebote „der Traffic alleine schon einen Wert“ besitzt (Interview mit B, 2009, S.1). C führt aus, dass ein weiteres entscheidendes Kriterium die Marke der Webangebote ist. Je bekannter die Marke wie FAZ, Bild oder Spiegel ist, umso mehr Traffic bekommt das Angebot. Die Frage sei daher: „Wie schaffe ich es diesen Traffic gezielt in die vermarkteten Bereiche zu bekommen?“ Für ein Angebot mit kleinerer Markenbekanntheit, wie einem regional Angebot, sei es wichtiger überhaupt Traffic auf das Angebot zu bekommen (Interview mit C, 2009, S.4).

Vorgehensweise
Am Anfang eines Web-Analytics-Prozess steht bei Befragten E die Anforderungsanalyse, in der er mit den Anspruchgruppen Interviews durchführt um Ziele für die Webseite zu bestimmen (Interview mit E, 2009, S.2). Anspruchgruppen können bei einem redaktionellen Contentangebot sowohl die Redaktion, das Marketing, die Betriebswirtschaftliche Leitung, als auch die IT, die für die technische Umsetzung verantwortlich ist, sein (Interview mit D, 2009, S.6). E intensiviert:

„Wobei gerade bei den redaktionellen Inhalten auch die Redakteure eine ganz wichtige Zielgruppe sind. Also die zu interviewen, herauszufinden: Was treibt die? Was für eine Motivation haben die überhaupt, wenn sie einen Artikel schreiben? Und was haben die für ein Interesse daran, wie dieser Artikel auf der Webseite läuft oder performt nachdem sie ihn veröffentlich haben?“ (Interview mit E, 2009, S.2)

Befragter D empfiehlt dann den Ansatz, Ziele festzulegen, Maßnahmen zu identifizieren, die zielführend sind und anschließend die Kennzahlen passend zu den Maßnahmen zu messen und zu analysieren (Interview mit D, 2009, S.2). Aus den Erkenntnissen lassen sich letztendlich Handlungsempfehlungen ableiten.
Die Vorgehensweise bei der Web-Analyse  von redaktionellen Contentangeboten von Befragten A, B und C teilen sich in Beobachtungsintervallen und untersuchten Elementen auf. Es wurden drei Prozesse identifiziert:

1. Kontinuierlicher Analyseprozess der Performance von Contentinhalten
2. Übergeordnete Analysen auf Wochen- und Monatsbasis
3. Steuerung und Kontrollen von neuen Features

Der kontinuierliche Analyseprozess wird hauptsächlich auf die Inhalte und ihre Platzierung auf der Webseite angewendet. Die Performance der Artikel (in Page Impression pro zehn Minuten oder pro Stunde) wird dabei gemessen und die Positionierung auf den Landingpages festgelegt (Interview mit A, 2009, S.3). In Verbindung mit diesem Analyseprozess sieht Befragter C auch die Traffic-Lenkung: „Wie schaffe ich es den Traffic gezielt in die vermarktbaren Bereiche zu bringen?“ (Interview mit C, 2009, S.4). Die Optimierungen können so positive Effekte auf die Besuchertiefe, Page Impressions und letztendlich auf die Vermarktung haben.

Die übergeordneten Analysen auf Wochen- und Monatsbasis können bei den verschiedenen redaktionellen Contentangeboten verschiedene Ausprägungen haben. Befragte A und B haben jeweils verschiedene Zielsysteme für die Webseite definiert, die sie im wöchentlichen und monatlichen Rhythmus betrachten und analysieren. Übergeordnet für das ganze Angebot werden Reichweitenziele und Key Performance Indicators definiert und gemessen. Ferner wird noch detailiert auf die einzelnen Ressorts und einzelne Elemente (z. B. Bildergallerien) heruntergebrochen (Interview mit A, 2009, S.3). Bei der Analyse werden dabei generell stets die Hindernisse zur Zielerreichung gesucht bzw. die Faktoren, die zu einer Zielübtreffung geführt haben. Anschließend werde geprüft ob das Learning auf andere Bereiche übertragen werden kann (Interview mit B, 2009, S.3). Zusätzlich werden die Daten, insbesondere die Traffic-Daten, ins Verhältnis zu der Konkurrenz gesetzt und analysiert (Interview mit B, 2009, S.4)
Web Analytics wird aber auch vor allem bei der Kontrolle und Steuerung von neuen Elementen des Angebotes (Features) verwendet. Befragter A beschreibt den Prozess folgendermaßen:

„Man überlegt sich ein neues Feature. Das wird dann programmiert, wird in die Seite eingebaut und bekommt einen besonderen Code. Praktisch wird jedes Element davon getagged. Dann wird es live gestellt und dann beobachtet man wie die Benutzer das Element nutzen und kann daraus dann Schlüsse ziehen: Ja, Veränderungen vorzunehmen oder abzuschalten, oder es funktioniert sehr gut. Dann sind es leichte Anpassungen, die man vornimmt. Es ist einmal ein Prozess neue Features, neue Elemente zu testen. Das ist dann wirklich immer wieder so ein Zyklus.“

(Interview mit A, 2009, S.3)

Die ersten beiden Kategorien beschreibt Befragter D als „Momentaufnahmen“ mit der er die Frage beantworten kann: „Bin ich auf Flughöhe?“ und den dritten Prozess als „vorrauschauend“, sodass man „hinterher bewerten, kann was funktioniert“ (Interview mit D, 2009, S.3).

Zieldefinition und Maßnahmen für redaktionelle Contentangebote
Der bestimmende Teil eines Web-Analytics-Prozesses ist die Zielsetzung, da sich die Maßnahmen-, sowie die Messung der Kennzahlen stets an den Zielen der Webseite ausrichten.

Auf die Frage des übergeordneten Ziels für ein redaktionelles Contentangebot gab es von den Experten gleichartige Antworten. Befragter C beschreibt das übergeordnete Ziel eines redaktionellen Contentangebots so: „Das Ziel ist es [...] so viele Nutzer an meine Plattform zu binden und die dann natürlich zu vermarkten“ (Interview mit C, 2009, S.2). Befragter A verfolgt langfristig für sein Contentangebot ein „Wachstumsziel“ bezogen auf die Reichweite des Angebotes (Interview mit A, 2009, S.4) und Befragter B erstellt Zielsysteme auf Reichweitenbasis für jedes Ressort (Interview mit B, 2009, S.3).

Grundsätzlich lässt sich daher ein übergeordnetes Ziel definieren: Die Erhöhung der Reichweite und die damit verbundene Steigerung des Umsatzes (Interview mit A, B, C und D, 2009, S. 4, 2, 2, 2, 2) . Dieses Ziel spiegelt auch die Besonderheiten des Geschäftsmodelles eines redaktionellen Contentangebots wieder. Durch die Zielsetzung der Erhöhung der Reichweite im Rezipientenmarkt, kann eine Steigerung der betriebswirtschaftlichen Kennzahl des Umsatzes im Werbemarkt erreicht werden. Eine Beeinflussung des Umsatzes kann auch die Vermarktung des Angebotes haben, diese soll in diesem Abschnitt außen vor gelassen werden, da dies eher den Aufgaben den ganzheitlichen Web-Controllings entsprechen würde (Vermarktungscontrolling).
Durch die Messungen der Werbereichweite der IVW bzw. AGOF über Page Impressions, Views und Unique User, ist es ein ständiges Interesse eines redaktionellen Contentangebots diese Metriken zu steigern, um das Ziel der Reichweitenerhöhung zu erreichen (Interview mit A, 2009, S.4). Zur Förderung der Zielerreichung des Hauptzieles lassen sich einzelne Sub-Ziele definieren.

Um die Views, Page Impressions und Unique User, die Metriken, die maßgeblich für die Reichweitenmessung zuständig sind, zum Positiven zu beeinflussen, kann man verschiedene Maßnahmen heranziehen. Die gängigste Maßnahme zur Traffic-Steigerung, die auch von allen befragten Verantwortlichen eines redaktionellen Contentangebots eingesetzt wird, ist das Online-Marketing. Abgebildet durch das Web Analytics Tool werden bei redaktionellen Contentangeboten die Online-Maketing-Aktivitäten kontrolliert und gesteuert. Hierfür werden meist eigene Zielsysteme geschaffen und deren Erreichung kontrolliert. Befragter B nutzt Web Analytics zur Beantwortung dieser Fragen:

„Wir gucken uns die Traffic-Quellen an: Wie entwickeln sich die einzelnen Traffic Quellen? Funktioniert unsere SEO-Arbeit? Wie performen unsere SEM-Kampagnen? Wie performen unsere Affiliate-Kampagnen? Aber auch welche verweisenden Websites haben sich dynamisch entwickelt? Wo sehen wir Potenzial? Wo können wir Partnerschaften eingehen?“

(Interview mit B, 2009, S.3)

Die zweite Möglichkeit die Reichweite zu beeinflussen ist das Contentangebot an sich. Stoßen neue Besucher auf die Seite, so müssen sie in das Angebot hineingezogen werden. Eine möglichst hohe Haftungsrate bzw. eine niedrige Absprungrate wäre daher auf den Landingpages wünschenswert. Diese kann man durch Optimierung der Einstiegsseiten bewirken (Interview mit B, 2009, S.2). Weitere Möglichkeiten zur Beeinflussung insbesondere der Views und Page Impressions, ist die Zielsetzung im Bereich der wiederkehrenden User und der Besuchertiefe. Diese werden von D unter dem Ziel „Loyalität“ zusammengefasst. Um einen möglichst hohen Grad an wiederkehrenden Usern und einer möglichst hohen Besuchertiefe (Verhältnis PI zu Visit) zu erreichen, muss eine Optimierung der Seite im Bezug auf den Besuchernutzen der Webseite erfolgen. Diese kann in Bereichen des Inhaltes (z. B. neue Features, aktuelle Inhalte), Navigationsstruktur ansetzen (Interview mit D, 2009, S.4).
Neben den Reichweitenzielen eines redaktionellen Contentangebots berichten Befragte A und B davon, dass es auch eine Reihe von Nebenzielen geben kann. Darunter fallen möglichst viele Conversions für die Newsletter, Abonnements der Printausgabe oder die Paid-Service-Angebote (Archivzugänge) zu generieren. Da diese Ziele individuell unter Contentangeboten variieren, lässt sich keine Allgemeingültigkeit ableiten. Die Analyse ähnelt jedoch der gebräuchlichen Zielsetzung des E-Commerce, sodass eine Übertragung möglich ist.

Metriken und KPIs für redaktionelle Contentangebote
Die zu messenden Metriken ergeben sich aus den Aktivitäten die zur Zielerreichung definiert wurden. Dabei ist es wichtig, Metriken stets in Kontext zueinander zu setzen (Interview mit A, 2009, S.6).
Das Hauptziel der Reichweitenerhöhung wird durch die Metriken: Visits, Page Impressions und Unique User bestimmt.

Die Sub-Ziele mit den entsprechenden Maßnahmen werden ebenfalls durch erfasste Metriken des Web Analytics Tools gemessen.
Die Online-Marketing-Aktivitäten können dem Metrikenfeld der Traffic-Quellen zugeordnet werden. Durch die Metrik der Referer kann identifiziert werden, von welcher Traffic-Quelle der Seite Besucher zugeführt wurden. Befragter B kann so zum Beispiel verweisende Webseiten identifizieren, die sich besonders dynamisch entwickeln und evaluieren, ob Partnerschaften mit diesen sinnvoll wären (Interview mit B, 2009, S.3). Ferner können die Besucher, die über die verschiedenen Traffic-Quellen der Seite zugeführt werden segmentiert und anhand von Zielerreichungsmetriken bewertet werden. Diese Zielerreichungsmetriken hängen wiederum mit den Sub-Zielen der Webseite zusammen. So stellt sich Befragter B die Fragen: „Sie möchten tracken: Aus welchen Traffic-Quellen kommen und zu welchen Kosten wie viele Visits? Und wie wertvoll sind diese Visits in Form von Besuchertiefe? Und in Form von Wiederkehrhäufigkeit usw. ?“ (Interview mit B, 2009, S.2). Dies kann zur Identifikation besonders „wertvoller“ Traffic-Quellen führen und letztendlich zur Optimierung der Online-Marketing-Aktivitäten beitragen. Im Zuge der Evaluation von Online-Marketing-Aktivitäten lassen sich noch weitere Metriken (z. B. Trafficakquisekosten) heranziehen, die jedoch meist nicht Teil eines Web Analytics Tools und dem Online-Marketing-Controlling zuzuschreiben sind. Daher werden diese hier vernachlässigt.
Um die Zielerreichung der Haftungsrate der Webseite zu kontrollieren, lassen sich die Einstiegsseiten sowie die Bounce Rate heranziehen. Wie Befragter B in Kapitel 4.2.3 bereits erläuterte, gibt es mehrere Einstiegsseiten in redaktionelle Contentangebote. Diese können durch die Einstiegsseiten identifiziert und über die Bounce Rate untersucht werden. Aus Einstiegsseiten mit möglichst niedriger Bounce Raten lassen sich so Optimierungsfelder für Seiten mit hohen Bounce Raten ableiten. Umgekehrt sollte man die Ausstiegsseiten untersuchen und optimieren. Dies kann zur Optimierung der Haftungsrate beitragen.
Um die Zielerreichung von möglichst vielen wiederkehrenden Usern und möglichst hoher Besuchertiefe zu messen, sollte die Anzahl der wiederkehrenden User regelmäßig kontrolliert werden.
Bezogen auf die Ziele von Kapitel 4.2.5 können die vorgestellten Metriken als Key Performance Indicators aufgefasst werden, da sie stets eine Verbindung zu eine Sub-Ziel und damit auch zum Hauptziel darstellen.
Auf die Frage, ob sich die Zielerreichung auch durch Conversions messen lassen, antworteten A und C, dass dies nur auf die Kooperations- bzw. E-Commerce Zielerreichung definiert werde (Interview mit A und C, 2009, S.7, 6). Befrager E hingegen wies auf die Möglichkeit hin, so genannte Micro-Conversions zu definieren, die kleine Ziele, wie das Aufrufen einer Bildergalerie, als Zielerreichung positionieren. Diese können wiederum zur Zielerreichung beitragen (Interview mit E, 2009, S.5).

Web-Analytics-Trends bei redaktionellen Contentangeboten
In der abschließenden Frage des Experteninterviews wurde um eine Meinung zu den zukünftigen Trends von Web Analytics im speziellen Bezug auf die Vermarktung der Angebote über Page Impression, Visits und Unique User gefragt. Ferner wurden die Verbesserungsmöglichkeiten bei der Messung von Userverhalten auf Seiten des Web Analytics Tools erörtert.

Befragter D glaubt, dass für die Vermarktung stets eine Vergleichbarkeit der Metriken herzustellen ist (Interview mit D, 2009, S.7). „Der Unique User oder Unique Visitor wird immer mehr an Bedeutung gewinnen“ glaubt Befragter A, „gerade für Spezialangebote ist es wichtig eine Zielgruppe zu verkaufen und da ist natürlich der Unique User entscheidend“ (Interview mit A, 2009, S.8). Befragte B, C und E glauben es müsste eine neue Art von Standardmetrik geschaffen werden, die das Involvement mit den Inhalten der Plattform besser darstellen lässt. „Eine Größe ist hier sicherlich die Zeit. Eine Seite bei der ich jeden Tag fünf Mal vorbeischaue, werde ich sicherlich weniger Zeit opfern als bei einer Special-Interest-Seite, die sicherlich sehr lange und tiefgehende Themen hat.“ (Interview mit C, 2009, S.7). Befragte B und E schlagen daher eine Kombination von Metriken vor, „eine Art Index, den man definiert, der wiederum eine gewisse Aktivität des Users wiederspiegelt“ (Interview mit E, 2009, S.6).
Bei Nachfrage über die gewünschten Verbesserungsmöglichkeiten eines Web-Analytics-Toolanbieters für redaktionelle Contentangebote gab Befragter C zu Antwort, dass er an noch keine Grenzen bei der Messung von User-Verhalten seitens des Tools gestoßen sei.  Vielmehr komme es aus seiner Sicht auf die „Kreativität, desjenigen, der den Tag [Anmerkung JJ: engl. Tag] erfasst und [... ]um die Kreativität des Entwicklers, das einzubauen“ an. Das einzige, wo er Verbesserungspotenzial sehe, sei die Performance der Anwendungen, also der Abfragegeschwindigkeit und der Datenaktualität (Interview mit C, 2009, S.7). A glaubt, dass der Trend dahingehend ist, dass Content-Management-Systeme ihr eigenes Tracking anbieten, sodass die Implementierung einfacher gehandhabt werden kann. Ferner möchte er den Funktionsumfang im Live-Tracking von redaktionellen Content verbessert wissen. Befragter E glaubt hingegen, dass das Live-Tracking noch nicht so gut visualisierbar sei, besonders im Bezug auf die Redakteure. Dazu erläutert er:

„Damit die Redakteure ein Gefühl dafür bekommen: Was passiert eigentlich wenn wir unsere Seite zig mal am Tag ändern? Oder was hat das für einen Einfluss, wenn ich einen Artikel aus dem Sportbereich als Aufmacher nehme und wenn der nach unten rutscht. Das ist alles sehr kurzlebig. In ganz kurzen Zeitabständen ändert sich das. Es ist alles messbar, aber noch nicht so gut visualisierbar.“

Befragter D sieht die Frage „Wo lesen die Besucher meinen Content?“ noch nicht technisch einwandfrei durch ein Web-Analytics-System dargestellt. Besonders das Tracking in Bezug auf RSS-Feeds ist aus seiner Sicht noch nicht sauber gelöst (Interview mit D, 2009, S.6). Ebenso sieht Befragter B Web Analytics noch nicht als eindeutige Lösung für die Probleme, die in Bezug auf das Online-Marketing-Controlling zurückgehen. Insbesondere die Thematik um Marketing-Cost-Attribution und das „Last Cookie Wins“-Prinzip, das stark bei performancebasierten Werbeformen auftritt, sieht er im Web-Analytics-Bereich noch in den Anfängen (Interview mit B, 2009, S.5).

Außerdem möchte ich noch das Taxi Unternehmen von Toni empfehlen. Bei ihm kann man ganz einfach ein Taxi bestellen Bonn .

Nutzung von Metriken
Metriken werden stets im Kontext betrachtet: Entweder zur betrachteten Zeit oder einem Segment. Um Metriken zur Optmierung richtig nutzen zu können, gibt es verschiedene Hilfsmittel:

Dashboards und Reports
Eine Beobachtung jeder einzelnen Metrik ist zu umfangreich. Daher werden zusammenfassende Reports oder Dashboards verwendet. Diese stellen die ausgewählte Metriken dar und lassen schnelle Rückschlüsse auf die Performance eines Webangebotes zu. Dabei sind Dashboards oder Reports stets zielgruppenabhängig zu erstellen. Je nach dem an wen ein Report ausgeliefert wird, müssen Metriken und Darstellung angepasst werden, um dem Interessen des Rezipienten zu genügen (Aden, 2009, S. 161-163).

Abbildung 9: Beispiel eines Dashboards bei Google Analytics
(Quelle: eigener Screenshot)

Benchmarking
Um den Nutzen von Metriken zu erhöhen und deren Aussage besser herauszuarbeiten, sollten sie verglichen werden. Ein Benchmark kann entweder intern oder extern durchgeführt werden. Interne Benchmarks beinhalten meist Vergleiche zu einer zeitlich versetzten Vorperiode. Externe Benchmarks hingegen zeigen Vergleiche zur Konkurrenz oder ähnlichen externen Webseiten auf. Diese können z. B. über solche Datenanbieter bezogen werden. Die Benchmarks erlauben es, die Performance der Metriken besser zu verstehen.
Werbevermarktete redaktionelle Contentangebote werden in Deutschland von der IVW ausgewiesen. Auf der Webseite der IVW können so Benchmarks zu anderen Contentangeboten hergestellt werden (Kaushik, 2007, S. 187).

Segmentierung
Möchte man einer Ausweisung von Metriken genauer betrachten, ist dies jederzeit mit den Web Analytics Tool möglich. Um ein detaillierteres Bild über die Zusammensetzung einer Ausweisung zu bekommen, können Segmentierungen hilfreich sein. Dabei handelt es sich um Teilstücke aus der Datengesamtheit der Metrik. So kann Metriken miteinander verbinden. Ist z. B. die Besucherzahl die zu untersuchende Metrik, lässt sich durch eine Segmentierung herausarbeiten, wie viele Besucher über eine Suchmaschine Zugriff zu ihrer Seite hatten. Theoretisch ist es möglich auf beliebig viele Segmente herunterzubrechen (Kaushik, 2007, S. 354-357).

Tabelle 1: Beispiel einer Segmentierung des Traffics anhand der Bounce Rate
(Quelle: Eigene Darstellung)

Zielorientierte Web-Analyse
Die Aufgabe von Web Analytics in einem Unternehmen ist die Messung und Analyse von Internetdaten zum Zweck der Optimierung des Angebotes. Um Web Analytics zielgerichtet betreiben zu können muss der Zweck der Webseite und die verfolgten Ziele feststehen. Der folgende Abschnitt geht auf die übergeordneten Strukturen der zielorientierten Web-Analyse ein.

Typen von Webseitenzielen
Eine Webseite steht im Zentrum von unterschiedlichen Anspruchgruppen und Akteuren. Sie haben Einfluss auf die Zieldefinition. Man kann grundsätzlich zwischen drei verschiedenen Ziel-Typen unterscheiden (Kaushik, 2007, S. 15).

Geschäftsziele (repräsentiert durch das Management)
Das Geschäftsziel einer Webseite hängt stets vom Businessmodell ab. Typische Geschäftsziele sind Umsatz-Generierung, Markenimage aufbauen oder Kostenreduktion. Bei einem redaktionellen Contentangebot basiert das Geschäftsmodell auf dem Verkauf von Werbeflächen auf der Webseite. Der größte Hebel, den Umsatz zu steigern, ist daher die Reichweite zu erhöhen.

Anspruchgruppen
Unter Anspruchgruppen versteht man die internen Akteure die ein spezielles Interesse mit der Webseite verfolgen und eigene Ziele für diese sehen. Bei einem redaktionellen Angebot könnten dies zum Beispiel sein:
•    Redaktion
•    Marketing
•    IT / Entwicklung bzw. Produktmanagement
•    Vermarktung
•    Betriebswirtschaftliche Führung
•    Abonnement, Vertrieb
Die Ziele einzelner Anspruchgruppen sollten stets in den Zielfindungsprozess einfließen. (Hassler, 2009, S. 298-300)

Benutzerziele
Bei der Zieldefintion sollte auch auf die verfolgten Ziele der Benutzer achtgegeben werden. Zielgruppen einer Webseite sind „jene Segmente aller Internetnutzer, an die ein Unternehmen seine Kommunikation richten möchte“. Für redaktionelle Contentangebote sind die Zielgruppen meist klar definiert, da sie für die Werbevermarktung verwendet werden. Das Ziel, das vom Benutzer auf einer redaktionellen Contentwebseite verfolgt wird ist:
„Information [zu erhalten] über aktuelle Ereignisse oder spezielle Themen.“ (Belanger, 2006)

Zielsystem
Bei der Zieldefinition müssen die einzelnen Typen von Webseitenzielen gegeneinander abgewogen werden und in ein klares Global-Ziel überführt werden. Marco Hassler schlägt in seinem Buch folgende Zielpyramide vor:

Abbildung 10: Schematische Darstellung einer Zielpyramide
(Quelle: Eigene Darstellung in Anlehnung an Hassler, 2007)

Das Global-Ziel stellt das übergreifende Ziel dar, das mit der Webseite erreicht werden soll. Typische Beispiele sind: Kontaktgenerierung, Verkauf von Produkten oder auch Informationen verbreiten. Davon ableiten lassen sich Sub-Ziele die der Zielerreichung des Global-Ziels dienlich sind. Wiederum aus den Sub-Zielen lassen sich Aktivitäten ableiten, die der Zielerreichung der Sub-Ziele bzw. des Global-Ziels dienlich sind. Schlussendlich definiert man aus den Aktivitäten die zu messenden Messgrößen bzw. Metriken (Hassler, 2009, S. 322).

1. Zu Beginn ein Intro-Video zu Web Analytics mit Jim Sterne. Er stellt Web Analytics allgemein und die WAA (Web Analytics Association) vor.

2. Video mit Avinash Kaushik in dem er über Key Performance Indicators redet. Insbesondere der letzte Teil ist wohl für Contentanabieter interessant.

3. Ein deutsches Video von SEO Factory mit Timo Aden. Als Einführung in das Thema Web Analytics ganz gut.

4. Q&A von und mit Avinash Kaushik (Autor) und Nick Mihailovski vom Google Analytics team. Das Video dreht sich dann auch hauptsächlich um GA.

5. Zum Schluss noch ein aktuelles Interview mit Frank Resse (Ideal Observer) mit den Jungs von Adzine. Es wird über den Einkaufsführer, Google Analytics und den Kauf von Omniture geredet.

Besucherdauer
Die Besucherdauer misst den durchschnittlichen Zeitraum zwischen dem ersten und dem letzten Seitenaufruf der Webseitenbesucher. Der Wert wird pro Zeitraum (Tag / Monat / Jahr) dargestellt (z. B. 00:02:44 am 1.1.09). Die Metrik der Besucherdauer kann nur einen annäherden Wert über die tatsächliche Besucherdauer ausgeben, da es technisch keine Möglichkeit besteht, die Beendung eines Besuches zu messen (Möller & Kröhn, 2009, S. 77-78).

Besuchertiefe
Bei dieser Metrik handelt es sich um das Verhältnis zwischen Seitenaufrufen und Besuchen (4,4 Pis pro Visit). So  lässt sich im Durchschnitt erkennen wie viele Seiten bei einem Besuch betrachtet werden. Segmentiert wird diese Metrik meist über einen bestimmten Zeitraum (Kaushik, 2007, S. 140-142).

Navigationsverhalten
Das Navigationsverhalten lässt sich über die Metriken der Pfadanalyse und des Website Overlay darstellen. Bei der Pfadanalyse wird vom Web Analytics Tool ausgewiesen, wie viele Nutzer bei einer einzelnen Seite eine Folgeseite besuchten oder die Seite verlassen haben. Durch die Betrachtung der Folgeseiten lässt sich dann die bevorzugte Navigation erkennen (z. B. Menüzugriff, interne Suchmaschine oder Sitemap).

Möchte man sich ein visuelles Bild des Navigationsverhaltens machen, so kann man auf das Website Overlay zugreifen. Dieses zeigt einen Layer mit den prozentualen Linkklicks direkt auf der gewählten Seite an (Aden, 2009, S. 253-254). Als zusätzliche visuelle Unterstützung lässt sich bei einigen Systemen eine Heat-Map erstellen, die die meistgeklickten Links auf der Webseite darstellen. Eine noch feinere Form ist die Erstellung von Videos, die die Mausbewegung und die Navigation der Besucher aufzeigt. Dabei handelt es sich nicht um eine aggregierte Darstellung, sondern um eine individualisierte Form.

Beispiele eines Webseite-Overlays und einer Heat Map

Um einen breiteren Überblick über das Navigationsverhalten der Besucher zu bekommen, lassen sich in manchen Web Analytics Tools mehrere Pfade und Seitenabfolgen im Überblick darstellen. Diese kann man meist in Inhaltsgruppen und Zugriffsquellen segmentieren. So lässt sich das Navigationsverhalten wie auch die damit in Verbindung stehende Zielseite betrachten.

Für fest definierte Zielseiten mit durchlaufenden Prozess (wie z. B. einer E-Commerce Plattform mit Kaufprozess und Versendung des Kaufformulars als Zielseite) lässt sich auch eine Trichteranalyse durchführen. Diese zeigt jeweils für die einzelnen Seiten die Konversionsrate (Prozentsatz der Besucher die auf die nächste Seite gelangen im Bezug auf die Gesamtbesucherzahlen der Seite). So lassen sich Schwachstellen im Pfad erkennen (Aden, 2009, S. 273-277).

Beispiel der Trichter-Visualisierung bei Omniture SiteCatalyst

Conversion
Conversion bedeutet wörtlich übersetzt eine Umwandlung. Bei Web Analytics geht es dabei um eine Umwandlung eines Benutzers in einen solchen, der sich so verhält, wie es der Webseitenbetreiber es möchte. Ausgehend von den individuellen Zielen eines Webseitenbetreibers kann eine Conversion als eine Umwandlung eines Benutzers in einen Benutzer, der ein Ziel erreicht hat, definiert werden.
Die ursprüngliche Verwendung fand im E-Commerce-Umfeld statt, bei dem eine Conversion diejenigen Besucher beschrieb, die auch etwas kauften. So konnte die typische Metrik der Conversion-Rate errechnet werden.
In redaktionellen Contentangeboten findet die Conversion kaum Anwendung, da eine genaue Zieldefinition in Form einer Aktion des Users schwer ist. Dennoch kann sie für verschiedene Features Verwendung finden (Lead-Generation für Abonnenten). (Stern, 2002, S. 213-219)

Inhaltenutzung

Genutzte Inhalte
Die genutzten Inhalte lassen sich übersichtlich als Anzahl der Seitenzugriffe per Seite darstellen. Tendenziell können so stark genutzte Inhalte identifiziert werden. Im Einzelfall muss jeweils unterschieden werden, ob eine wirkliche Nutzung der Inhalte stattfindet.
Inhaltsgruppen

Einige Web Analytics Tools erlauben es die einzelnen Seiten in Inhaltsgruppen zu unterteilen (bei der Webseite einer Tageszeitung z. B. Ressorts, journalistische Form, Themengebiete). Mit Hilfe der Seitenzugriffe lassen sich so die Interessen der User in bestimmte Inhaltsgruppen identifizieren.
Ein- und Ausstiegsseiten / Ausstiegsrate

Mit der Einstiegsseite, auch Entry- oder Landingpages genannt, beginnt der Besuch einer Webseite. Die Häufigkeit des ersten Zugriffes auf diese Seiten werden in der Metrik Einstiegsseiten als Anzahl der Erstzugriffe pro Seite dargestellt. So lassen sich die wichtigsten Einstiegsseiten identifizieren (Hassler, 2009, S. 213-218).

Eine Ausstiegsseite markiert den Punkt an dem ein Besucher seinen Besuch der Webseite beendet. Dies kann durch schließen des Browserfensters oder Klick auf einen externen Link geschehen. Maßgeblich ist dabei die Anzahl der Ausstiege pro Seite. Eng verbunden mit den Ausstiegsseiten ist die Metrik der Ausstiegsrate (Exit Rate). Sie stellt das Verhältnis der Anzahl der Ausstiege zu Anzahl der Seitenzugriffe dar. Durch diese Metriken lassen sich so genannte Webseitenlöcher identifizieren. Jedoch gilt immer abzuschätzen, ob die Ausstiegsseite negativ oder positiv zu bewerten ist (Möller & Kröhn, 2009, S. 76-77).

Absprungrate (Bounce Rate)
Wie die Ausstiegrate misst diese Metrik die Anzahl der Ausstiege im Verhältnis zu den Seitenzugriffen. Ein Absprung ist so definiert, dass der Besucher nur eine Seite besucht und diese innerhalb von 10 Sekunden wieder verlässt. Bei der Seite handelt es sich somit gleichzeitig um eine Einstiegsseite. Diese Metrik kann Aufschlüsse darüber geben, ob ein Besucher die gewünschten Informationen findet oder nicht. In Verbindung mit den Traffic-Quellen lässt sich so auch die „Qualität“ der Quellen evaluieren. (Aden, 2009, S. 192)

„Haftungs“-Rate (Stickiness)
Die Absprungrate kann auch als „Haftungs“-Rate uminterpretiert werden, indem man den restlichen Anteil der Absprungrate betrachtet. Dieser ist als Einzelzugriffe einer Seite pro Anzahl Einstiege auf dieser Seite definiert. So lässt sich ableiten, ob eine Seite als Einstiegsseite geeignet ist (Hassler, 2009, S. 225).

Verweildauer
Anders als die Dauer eines Webseitenbesuches gibt die Verweildauer einer Seite die Zeit an, wie lange ein Besuch auf einer einzelnen Seite dauert. Dies lässt, in Abhängigkeit mit dem Inhalt, einen Rückschluss auf die Qualität der Seite zu. Ist diese Seite gleichzeitig eine Ausstiegsseite, so lässt sich der Zeitraum technisch nicht messen. (Aden, 2009, S. 190-191)

Werbemetriken
Werbemetriken werden in der Regel nicht von einem Web-Analytics-System registriert, da ein eingebautes Werbeelement meist automatisiert von einem zentralen Vermarkter stammt und über einen Ad-Server automatisch bereitgestellt wird. Dennoch bieten die Werbevermarkter Werbemetriken an, die zur Web-Analyse geeignet sind. Insbesondere redaktionelle Contentangebote, die ihre Werbeplätze vermarkten,  nutzen diese Metriken.

Ad View / Ad Impression
Die Ad View bzw. Ad Impression Metrik weist die Anzahl der möglichen Sichtkontakte mit einer Werbefläche aus. Wenn auf einer einzelnen Seite mehrere Werbeelemente enthalten sind, so kann es bei einer Page Impression zu multiplen Ad Impressions führen.

Klicks
Die Metrik der Klicks weist die absolute Anzahl der Klicks auf ein Werbeelement aus.

Klick-Rate
Die Klick Rate stellt das Verhältnis zwischen Ad Views und den Klicks auf ein entsprechendes Werbemittel dar. Dadurch lässt sich u.a. die Platzierung und die Leistungsfähigkeit eines Webemittels messen.
(Möller & Kröhn, 2009, S. 78)

Weitere Metriken

RSS-Feed
RSS steht für Really Simple Syndication. Dabei handelt es sich um eine Technologie, die es Besuchern erlaubt den Content von einer Webseite zu abonnieren und ihn automatisiert auf einem Feed-Reader darstellen zu lassen ohne, dass ein Besuch der Seite nötig ist. Heutzutage stellt die Möglichkeit einen RSS-Feed zu abonnieren für Contentangebote einen Standard dar.

Da kein Seitenaufruf beim Abruf des RSS-Feeds erfolgt, können keine Daten vom Web-Analytics-System erhoben werden. Lediglich über eine Logfile-Analyse wäre eine Anfrage zu registrieren. Daher stützen sich die meisten Webseitenbetreiber auf externe RSS-Systeme, die Nutzungsstatistiken ausweisen (z. B. Google Feedburner) (Kaushik, 2007, S. 320-327).

Metriken, die man für die Analyse von RSS-Feeds verwendet, sind Abonnenten und Reichweite. Die Abonnentenzahl zeigt die Benutzer, die den RSS-Feed abonniert haben und ihn empfangen. Die Reichweite hingegen zeigt die Benutzer an, die eine Aktion an einem RSS-Eintrag ausführen (z. B. anklicken, lesen).

Generell sind die Metriken des RSS-Feeds sehr aussagekräftig, da nur vereinzelt Nutzer RSS-Feeds verwenden (Hassler, 2009, S. 240-246).

Kommentare
Viele Contentangebote bieten eine Kommentarfunktion für ihre Contentartikel an. So wird es dem Rezipienten ermöglicht, sein Feedback zum Content kundzutun. Lässt man die Metrik der Kommentare pro Seite in ein Web-Analytics-System mit einfließen, so kann man die meistkommentierten Seiten identifizieren. Dies ist meist standardmäßig verfügbar, sondern bedarf einer Schnittstelle zwischen Web Analytics Tool und dem Content-Management-System der Webseite.

Trackbacks
Gehört ein Blog zu dem Contentangebot, können neben Kommentaren auch Trackbacks registriert werden. Trackbacks sind Links, die andere Blogger in ihre eigenen Posts integrieren und damit auf die Seite verweisen. Die Metrik der Trackbacks pro Seite lässt daher ebenfalls eine Identifizierung stark verlinkter Inhalte in einem Weblog zu (Hassler, 2009, S. 246-249).

Events
Das Internet bietet reichhaltige Möglichkeiten, Content darzustellen. Anfangs nur Text, ist es jetzt möglich durch Rich Media Applications (RIAs) auch Video oder Interaktive Grafiken durch Technologien wie Adobe Flash darzustellen. Ferner wurde durch die Ajax-Technologie der Seitenaufbau dynamischer und es bedarf nicht immer eines Neuladens der Seite bei neuen Inhalten.
Die neuen Technologien stellen das klassische Web Analytics vor eine Herausforderung, da bei der Interaktion des Besuchers mit den Rich Media Angebot kein Seitenabruf (Page Impression) erfolgt und folglich keine Daten zur Nutzung des Angebots erhoben werden können.
Die Lösung besteht in Eventhandling. Als Event bezeichnet man eine Aktion, die in einem Rich-Media-Angebot ausgeführt wird. Verbindet man das Web Analytics Tool per Schnittstelle mit einem Rich-Media-Angebot, so lassen sich diese Aktionen registrieren und auswerten.
Events lassen sich beliebig definieren und können beliebig viele Metriken hervorbringen. Je nach Rich-Media-Angebot ist daher eine gesonderte Betrachtung vonnöten.
Typische Metriken für Videoinhalte sind z.B:
•    Abspieldauer eines Videos
•    Starts, Stopps und komplette Abspielung eines Videos
•    Abspielrate (Anzahl der Seitenaufrufe zu Anzahl komplett abgespielter Clips)
•    Abbruchrate (Anzahl Start des Videos minus die Anzahl komplett abgespielter Videos)
Genauso lassen sich auch Metriken für Podcasts, interaktive Infografiken, Ajax-Applikationen, Widgets etc. definieren (Kaushik, 2007, S. 315-317).

Standardmetriken
Zu den Standardmetriken gehören die Page Impression, Visits und Unique Visits.

Page Impression (Seitenaufruf)
Die Page Impression ist jede von einem Besucher nachgefragte Seite innerhalb einer Webpräsenz. Sie ist hilfreich bei der Identifikation von populären Seiteninhalten. Im Web-Analytics-System wird sie meist aggregiert als Seitenaufruf pro Seite dargestellt.

Visits (Besuche)
Visits sind die Anzahl der Besuche. Ein Besuch stellt dabei eine oder mehrere Seitenaufrufe innerhalb eines vorgegebenen Zeitraumes (Session) dar, der in der Regel 30 Minuten dauert. Die Visits sind ein Indikator für die Performance der Webseite.

Unique Visits (Besucher)
Die Unique Visits geben die Anzahl der Besucher an, die eine Webseite innerhalb eines vorgegebenen Zeitraumes (z. B. einen Monat) besucht haben. Dabei unterscheidet sich die Metrik von den Visits dadurch, dass die Besucher als einzelne gezählt werden. Ein Besucher kann mehrere Besuche abhalten.
(Web Analytics Association, 2007, S. 6-9)

Traffic-Quellen
Bei Traffic-Quellen handelt es sich um die Standardmetriken, die nach Traffic-Quellen segmentiert werden.
Direktzugriffe
Die Metrik der Direktzugriffe ist die Anzahl der Zugriffe, die über die Direkteingabe einer URL oder durch den Zugriff eines Lesezeichens im Browsers getätigt wird. (Aden, 2009, S. 213-214)

Verweisende Webseiten
Im Internet gibt es die Möglichkeit, Verlinkungen zu anderen Webseiten herzustellen, so dass ein Besucher von einer Seite auf die nächste verwiesen werden kann. Über die Metrik der Verweisenden Webseiten werden die Visits, die durch eine verweisende Webseite zustande gekommen sind, aufgelistet. So lassen sich stark verweisende Webseiten identifizieren (Sostre & LeClaire, 2007, S. 148).

Suchmaschinen (Keywords)
Eine spezielle Form von verweisenden Webseiten stellen Suchmaschinen dar. Gelangt ein User durch eine vorherige Suche auf die Webseite, so wird registriert welchen Suchbegriff (Keyword) er verwendet hat. Die Suchmaschinenmetrik stellt die Anzahl der Visits für folgende Variablen dar:
• Suchmaschine
• Suchbegriffe
• Organic- bzw. Paid Search

Durch die Ausweisung des Suchmaschinentraffics lassen sich insbesondere Search Engine Optimization- (SEO) und Search Engine Marketing- (SEM) Maßnahmen kontrollieren und steuern. Mit Suchmaschinenoptimierung sind all die Maßnahmen gemeint, die eine Webseite möglichst weit in den nichtbezahlten Suchergebnissen platzieren. Mit Suchmaschinenmarketing ist die suchbegriffsbezogene Anzeigenschaltung bei einer Suchmaschine gemeint. Das Web Analytics Tool unterscheidet daher zwischen Organic- und Paid-Traffic (Aden, 2009, S. 15-17).
Mit Organic Traffic, ist der Traffic gemeint, der durch eine Suchmaschine über die regulären Suchergebnisse zustande gekommen ist. Gegenübergestellt ist dem der Traffic, der durch das so genannte Paid Listing entstanden ist. Dabei handelt es sich um suchbegriffsbezogene Anzeigenschaltung, die von einem Unternehmen gekauft werden kann. Die Buchung der Anzeigenplätze erfolgt über die Programme der Suchmaschinen (z. B. Google Adwords, Yahoo! Search Marketing oder Microsoft AdCenter) (Sostre & LeClaire, 2007, S. 141-146).

Abbildung 6: Beispiel einer Suchergebnisliste mit Organic und Paid Listing
(Quelle: Eigene Darstellung)

Kampagnen
Betreibt ein Webseitenbetreiber Marketing für seine Webseite mit Hilfe des Internets, kann er auf verschiedene Werbemöglichkeiten (Affiliate Marketing, Emailmarketing, Bannerwerbung) zurückgreifen. Diese zusätzlichen Traffic-Quellen lassen sich mit einem Web Analytics Tool tracken und einer gesonderten Kampagne zuordnen. Ähnlich wie bei den verweisenden Webseiten wird bei dieser Metrik der Traffic gezählt und ausgewiesen, sodass der Trafficzuwachs durch Online Werbekampagnen nachvollzogen werden kann. (Möller & Kröhn, 2009, S. 143-168)
Crossmedia- und Offline-Kampagnen

Neben den Online-Marketingmaßnahmen kann auch Traffic aus Crossmedia- und Offline-Kampagnen (z. B. Fernseh-, Plakat-, Radio-, oder Printwerbung) entstehen. Um diesen Traffic einer entsprechenden Kampagne zuordnen zu können, behilft man sich der Kurz-URL-Methodik (www.test.de/kurzurl).  Hierbei wird eine URL erstellt, die zur entsprechenden Seite führt. Über das Web Analytics Tool lassen sich dann die Seitenzugriffe auf diese URL tracken und ausweisen. Dies setzt voraus, dass der Besucher über einen Direktzugriff auf die Webseite kommt (Hassler, 2009, S. 135-143)

Besuchereigenschaften
Neue Besucher und wiederkehrende Besucher
Mittels eines Cookies können neue und wiederkehrende Besucher vom Web Analytics Tool erfasst werden. Diese werden entweder als absolute Zahl (Anzahl der neuen bzw. wiederkehrenden Besucher) oder in Relation (Prozentsatz neue bzw.  wiederkehrende Besucher zu Gesamtbesucherzahl) ausgewiesen (Sostre & LeClaire, 2007, S. 189-190).

Besuchertreue
Die Metrik der Besuchertreue misst wie häufig ein einzelner Besucher innerhalb eines Zeitraums auf die Webseite zurückkehrt. Die Metrik wird in Anzahl der Besucher mit Anzahl an x Besuche gemessen. Zusätzlich lässt sich der Zeitraum definieren (Aden, 2009, S. 194).

Besucherfrequenz
Die Besucherfrequenz ist eng verwandt mit der Metrik der Besuchertreue. Sie misst den Zeitraum zwischen zwei Besuchen eines Besuchers. Dabei wird für den Einzelfall jeweils ein Durchschnitt errechnet. Ausgewiesen wird die Metrik in aggregierte Anzahl der Benutzer per Frequenzzeitraum (z. B. 2.700 Benutzer mit einem Frequenzzeitraum von 0,5 Tagen).

Herkunftsland und Region
Mittels der IP-Adresse lässt sich der ungefähre Standort eines Aufrufs der Seite ermitteln. Mit Hilfe dieser Metrik lassen sich so die Länder bzw. Regionen mit starken Besucherzahlen identifizieren. Teilweise können dabei große Fehler auftreten, da eine IP-Lokalisierung nicht genau anzeigt, wo ein Zugriff stattfindet. Durch Proxies oder Zugriff über einen VPN-Client können so große Messungenauigkeiten auftreten.

Sprache
Genauso wie die IP-Adresse, wird auch die eingestellte Browsersprache von einem Web Analytics Tool erhoben. Da die meisten Browser in verschiedenen Sprachen erhältlich sind, lassen sich Rückschlüsse auf die gesprochene Sprache der User ziehen. Die Metrik der Sprache wird in Benutzeranzahl pro Sprache erfasst. Eine Aggregation der Sprachräume ist meist nicht möglich.

Technische Eigenschaften
Neben der IP-Adresse und der Sprache des Browsers, lassen sich andere technische Details auslesen. So wird der Browser, die Bildschirmauflösung und Farben, das Betriebsystem, Plugins, JavaScript-Verfügbarkeit, Cookie-Aktzeptanz und Verbindungsgeschwindigkeit abgefragt. Die einzelnen Metriken werden jeweils pro Benutzeranzahl dargestellt. Sie helfen insbesondere bei der technischen Optimierung der Webseite.
(Hassler, 2009, S. 154-168)

Kostenlose Anbieter
Im Feld der kostenlosen Web-Analytics-Anbieter gibt es eine Vielzahl von Möglichkeiten. Insbesondere Logfile-Analyse-Software sind meist als OpenSource-Software kostenlos erhältlich. Auch stellen viele Webhoster ihren Kunden kostenlos Analysetools zur Verfügung, die auf der Logfile-Analyse basieren.
Für den professionellen Einsatz von kostenlosen Web-Analytics-Tools sind vor allem die Anbieter der Suchmaschinen verantwortlich. Sie erhoffen sich durch ihre Web-Analyse-Lösungen, die sie ihren Kunden kostenlos zur Verfügung stellen, eine Erhöhung der Nachfrage nach ihren Werbeprodukten. Allen voran ist hier die Web-Analytics-Lösung von Google zu nennen (Aden, 2009, S. 9 – 11).
2008 benutzten knapp 47% der IVW geprüften Onlineauftritte Google Analytics. In Deutschland ist Google Analytics damit die meistverwendetste Web-Analytics-Lösung (Reese, 2008).
 
Abbildung 4: Marktanteile der Web Analytics Tools in Deutschland
(Quelle: Reese, 2008)

Das aus der 2005 von Google akquirierten Firma Urchin hervorgegangene Produkt ist  als Ergänzung zu ihrem AdWords-System zu sehen, wodurch Google jährlich mehrere Milliarden US-Dollar Gewinn erwirtschaftet (Aden, 2009, S. 6-8). Es handelt sich um eine Web-Analytics-Lösung nach dem SaaS-Modell. Die Datenspeicherung und Softwarebereitstellung übernimmt Google. Zur Nutzung bedarf es einer Anmeldung sowie Einbau des JavaScript Codes (Braun & Bleich, 2009).

Wie in Kapitel 2.2 erwähnt hat Yahoo! im Jahre 2009 ein eigenes Tool auf den Markt gebracht. Nach der Akquisition von der vielgenutzten Web-Analytics-Lösung IndexTools entstand das Produkt Yahoo! Web Analytics (Mortensen, 2008). Microsoft, Anbieter der Suchmaschinen LiveSearch und Bing, begrub 2008 seine Bestrebungen, ein eigenes Web-Analytics-System (Microsoft AdLab) zu etablieren (Carson, 2009). Durch die Adaption der Suchtechnologie für Yahoo! von Bing  und der Übernahme der Vermarkung durch Yahoo! wird Yahoo! Web Analytics in naher Zukunft auch den Microsoft AdCenter-Kunden zur Verfügung stehen (Patalong, 2009).

 
Abbildung 5: Beispiele kostenloser Web Analytics Tools: Google und Yahoo!
(Quelle: eigene Screenshots)

Kostenpflichtige Anbieter
Anbieter von kostenpflichtigen Web Analytics Dienstleistungen gibt es in vielen Preissektionen. So können einfache Softwarelösungen für wenige Euro erstanden werden. Bei umfassenden Web-Analytics-Lösungen mit Support und optionaler Beratung wird das Preisgefüge meist abhängig von den Besucherzahlen verhandelt. So können für ein Unternehmen mit bis zu 10 Mio. PIs monatlich jährliche Kosten von bis zu 16.000 € entstehen (Hassler, Web Analytics Hersteller und Produkte, 2008).

In Deutschland werden kostenpflichtige Dienstleistungen zu Web Analytics von knapp 25% der IVW geprüften Angebote verwendet. Der meistverwendete Anbieter ist dabei Omniture, der auch den Weltmarktführer im Analytics-Bereich darstellt. Dahinter befinden sich deutsche Angebote wie NedStat und die etracker GmbH. Im internationalen Bereich sind auch Coremetrics und WebTrends zu erwähnen (Reese, 2008).

Technisch basieren die Web-Analytics-Lösungen auf die Page-Tagging Methode, die häufig auch in Kombination mit der Logfile-Analyse einhergeht. Lediglich das Unternehmen WebTrends nimmt die Logfiles als Ausgangsdatenmaterial. Das Leistungsspektrum geht meist über die Web-Analytics-Software hinaus. So werden auch Tools zum Testen oder Online Umfragen bereitgestellt. Optional zu den Software Lösungen werden auch Beratungstätigkeiten wie Implementierung, Schulungen und Analysen angeboten. Generell zeichnen sich kostenpflichtige Anbieter durch erhöhten Funktions- und Supportumfang aus.

Kostenpflichtige Angebot können meist individuell auf die Kunden zugeschnitten werden. Abhängig von Art des Webangebotes können so z. B. Schnittstellen zu internen Systemen geschaffen werden, die eine Verbindung zwischen den erhobenen Daten und dem internen Datenmaterial erlauben (Hassler, Web Analytics Hersteller und Produkte, 2008).

IVW und AGOF
Um ein einheitliches Messverfahren von Werbeträgern zu garantieren, schlossen sich 1949 Verlage zusammen und gründeten aus dem Zentralverband der Deutschen Werbewirtschaft die Informationsgemeinschaft zur Feststellung der Verbreitung von Werbeträgern e.V. (IVW). Seit 1997 erhebt die IVW auch Daten für Onlinewerbeträger. Heute gehört es für kommerziell operierende online Werbeträger zum Standard bei der IVW gelistet zu sein (Informationsgesellschaft zur Feststellung und Verbreitung von Werbeträgern e.V, o.J).

Die Messung der Daten der Online Werbeträger nimmt nicht die IVW selbst vor, sondern hat die INFOnline GmbH beauftragt. Diese setzt ihr skalierbares zentrales Messverfahren (SZM) ein, um Page Impressions und Visits zu messen (Informationsgemeinschaft zur Feststellung der Verbreitung von Werbeträgern e.V., o.J).

Technisch wird dabei das Page-Tagging-Verfahren verwendet. Jedoch wird aufgrund der limitierten Datenerhebung kein JavaScript-Code eingebettet, sondern ein so genanntes Zählpixel (SZM–Tag). Bei Anfrage eines Users an den Werbeträger wird dabei ein unsichtbares Pixel von einer so genannten SZM-Box abgerufen. Diese prüft, ob es sich um Page Impressions bzw. Visits im Sinne der IVW handelt und gibt dann den Zählstand an einen Collector der INFOnline GmbH ab. Dieser bereitet die Daten dann in Grafiken auf und stellt diese den IVW Mitgliedern zur Verfügung. Um User später eindeutig identifizieren zu können, wird zusätzlich auch ein Cookie gesetzt (INFOnline GmbH, 2005, S. 22-28).

Die Daten der IVW ermitteln Kennzahlen zur Reichweite des online Werbeträgers. Dabei ist keine Aussage über die Nutzung des Angebotes möglich. Da Nutzungsinformationen für Medienplaner sehr interessant sind, gründeten 2002 Internetunternehmer und im Internet tätige Werbevermarkter  die Arbeitsgemeinschaft Online Forschung (AGOF). Sie besteht aus 14 Gründungsmitgliedern (Verlagen) und aus derzeit 60 Lizenznehmer. (Arbeitsgemeinschaft Online Forschung, o.J.)

Durch ein Multimethodenmodell erhebt sie umfangreiche Daten zum Nutzungsverhalten deutscher Internetseiten. Dazu nutzt sie die Daten aus dem IVW-Pool und kombiniert sie mit Daten aus Online-Befragungen und Telefoninterviews. So werden zusätzlich auch soziodemografische Daten sowie Daten zum Nutzungsverhalten erhoben. Die AGOF setzt dabei bei der Reichweitenmessung auf die Messzahl der Unique User.
Das Datenmaterial fließt in das Softwareangebot TOP der AGOF ein, das kostenpflichtig für Medienplaner zur Verfügung steht. Darüber hinaus wird vierteljährlich die Studie internet facts veröffentlicht (Braun & Bleich, 2009).

Weitere externe Angebote
Neben den Daten die von einem Web Analytics Tool erhoben werden, können auch externe Daten für die Analyse einer Webpräsenz herangezogen werden. Je nach Fragestellung können diese Daten von Nutzen sein, um Vergleiche herzustellen, die Webseite zu optimieren oder Trends zu identifizieren. (Möller & Kröhn, 2009, S. 105-106)
Neben der IVW und AGOF, die in der Regel nur  Daten von teilnehmenden Angeboten darstellen können, gibt es Spezialanbieter, die den Traffic vieler weiterer Webangebote bereitstellen. Diese Daten basieren meist auf unterschiedlichen Erhebungsmethoden (Hassler, 2009, S. 280).
Google nutzt für seinen Dienst GoogleTrends for Webseites anonymisierte Daten aus Google Analytics, der Google Suche und anderen Datenquellen (z. B. vom Browser-Plugin oder der Google Search Bar). Alexa, eine Tochterfirma von Amazon, verlässt sich ebenfalls auf die installierte Toolbar. Die gesammelten Nutzungsdaten werden dann auf die Gesamtbevölkerung hochgerechnet. So entsteht ein repräsentatives Trafficbild (Unique Users bzw. % of Reach) jeder Webseite. (Mortensen, 2009, S. 342)
In den USA nutzen Firmen wie compete.com oder HitWise Daten der Internet Service Provider (ISP), um die Nutzung von Webseiten zu messen. Die Dienste sind kostenpflichtig.
In Deutschland kann auf Daten von kostenpflichtigen Panels zurückgegriffen werden. Nielsen Netratigs, ComScore oder die GfK bieten solche Daten an.
Neben solchen Plattformen gibt es weitere Anbieter, die spezielle Daten zur Verfügung stellen. Beispiele für solche Serviceanbieter und ihre Daten sind:
•    Demografische Informationen – Microsoft Adlab, Quantcast
•    Verfügbarkeit und Ausfälle – Pingdom, Mywebalert
•    Eingesetzte Technologien – Netcraft
•    Umfang von Webseite – Google (Sucheingabe: site:beispiel.com)
•    Verlinkungsgrad – Yahoo! Site Explorer
(Hassler, 2009, S. 286-287) 

Bei Datenspeicherung gibt es grundsätzlich zwei Varianten. Entweder man speichert die Daten intern auf eigenen Servern und Festplatten oder überlässt diese Funktion speziellen Anbietern.

Die Logfile-Analyse ist grundsätzlich eine interne Lösung, da die Logfiles auf dem Webserver gespeichert werden. Die Software zur Präsentation wird auf die Logfiles angewandt oder ist bereits auf dem Server installiert.
Grundsätzlich hat man bei der Page-Tagging-Methode die Wahl zwischen den zwei Datenspeicherungsformen. Jedoch stützen sich die meisten Web-Analytics-Anbieter auf das erwähnte SaaS-Modell. Dabei wir die Datenspeicherung und Software vom Anbieter auf seinen eigenen Rechner bereitgestellt. Die Kunden des Dienstes können sich meist über ein Browserinterface einloggen und das Programm nutzen. Technisch ist es dadurch möglich sowohl die Analytics-Software wie auch die Datenspeicherung extern zu betreiben. Dies hat den Vorteil, dass Updates der Software oder Datenspeichererweiterungen vom Softwareprovider übernommen werden können. Diese Modelle bauen außerdem auf einem Abonnementmodell auf, sodass die Investitionskosten einer internen Lösung entfallen.

Rechtliche Rahmenbedingungen
Mit Hilfe von Web Analytics Tools kann man umfassende Datenerhebungen durchführen. Das Datenmaterial wird von natürlichen Personen gem. §1 BGB bezogen, gespeichert und verarbeitet. Jeder Webseitenbetreiber muss daher die rechtlichen Rahmenbedingungen des Telemediengesetzes (TMG) und des Bundesdatenschutzes (BDSG) beachten (Hoeren, 2008, S. 311).
Im TMG §15 Abs.1 heißt es:

„Der Diensteanbieter darf personenbezogene Daten eines Nutzers nur erheben und verwenden, soweit dies erforderlich ist, um die Inanspruchnahme von Telemedien zu ermöglichen und abzurechnen (Nutzungsdaten).“

Und in Abs.4:

„Der Diensteanbieter darf Nutzungsdaten über das Ende des Nutzungsvorgangs hinaus verwenden, soweit sie für Zwecke der Abrechnung mit dem Nutzer erforderlich sind (Abrechnungsdaten).“ (Deutsche Bundestag, 2009)

Eine Datenspeicherung von personenbezogenen Daten ohne Einwilligung ist daher nicht erlaubt. Fraglich ist, ob es sich bei den erhobenen Daten von Web Analytics Tools um personenbezogene Daten handelt (Schirmbacher, 2009).

Insbesondere bei der IP-Adresse, die eine theoretische Bestimmbarkeit einen Person durch den Access Provider ermöglicht, ist dies in Deutschland noch umstritten (Hassler, 2009, S. 70). Personenbezogene Daten gemäß §3 Abs.1 BDSG „sind Einzelangaben über persönliche oder sachliche Verhältnisse einer bestimmten oder bestimmbaren natürlichen Person (Betroffener)“ (Deutsche Bundestag, 2009)

In Deutschland gibt es unterschiedliche Rechtsprechungen, die die Bestimmbarkeit der Person hinter der IP-Adresse auslegen. So entschied ein Gericht in München, dass die IP-Adresse von einem Webseitenbetreiber ohne Aufwand nicht zu Rückschlüssen auf die Person führt (Störing, 2008). Dagegen entschied ein Amtsgericht in Berlin Mitte, wonach alle Möglichkeiten in Betracht gezogen werden können, um eine Person zu bestimmen (AG Berlin (Mitte) , 2007).

Mit der Speicherung der IP-Adresse begibt man sich somit in eine gesetzliche Grauzone (Braun & Bleich, 2009, S. 84).

Unmissverständlich ist die Rechtsprechung zur Erhebung von personenbezogenen Daten (wie die Email Adresse, Name, Wohnort). Diese bedarf stets einer Einwilligung durch den Benutzer, auch Opt-In-Verfahren genannt (Hassler, 2009, S. 69-70).

Web-Analytics-Anbieter die ihre Lösung auf das SaaS-Modell setzen, nehmen die Datenspeicherung auf ihren Servern vor. Liegt der Web-Analytics-Anbieter nicht in der Europäischen Union, fallen die Daten unter das Datenschutzgesetz des entsprechenden Landes. Insbesondere das Produkt Google Analytics, das die Daten auf Servern in den USA speichert, ist deswegen des Öfteren in die Kritik geraten (Braun & Bleich, 2009, S. 84 – 85).
Der Web-Analytics-Experte Marco Hassler empfiehlt als Best Practice stets die Datenspeicherung offen zu kommunizieren (z. B. in Form einer Datenschutzerklärung) und die gewonnen Informationen nicht mit personalisierten Informationen zu verknüpfen (Hassler, 2009, S. 71 – 72).

Als zweites werden dann noch weitere Datenerhebungsmethoden besprochen, die vielleicht nicht direkt als initiale Lösung der Web Analyse verwendet werden, jedoch erwähnenswert sind.

Cookies
Cookies sind kleine Textanweisungen, die im Speicher des Webbrowsers des User gespeichert werden. Bei Bedarf können sie von einem Server abgerufen werden (Whalen, 2002). Dabei unterscheidet man zwischen 1st und 3rd Party Cookies. 1st Party Cookies werden von der besuchten Seite gesetzt und können nur von dieser abgerufen werden. 3rd Party Cookies werden nicht durch die besuchte Seite gesetzt, sondern von einem Dritten (wie z. B. einem Affiliate Programm). Für die Web-Analyse sind Cookies wichtig, da sie Informationen zur Wiedererkennung des Besuchers enthalten und ihn eindeutig identifizieren. So kann man den User einer Kampagne zuordnen, ihn wiedererkennen oder ihn in ein User-Segment einteilen. Beim Wiederkehren des Users auf die Seite können die vorher festgelegten Informationen abgerufen werden (Aden, 2009, S. 40-45).

Weitere Datenerhebungsmethoden
Weitaus weniger Anwendung finden die weiteren Datenerhebungsmethoden in der Web-Analyse. Der Vollständigkeit halber werden sie kurz erläutert.

Beim A/B- und multivariaten Testing geht es nicht um eine Vollerhebung des Traffics im Sinne von Page Tagging oder Logfile-Analyse, sondern vielmehr um eine selektive Betrachtung zweier oder mehrerer Varianten einer Webseite. Unterschiedlichen Besuchern werden dabei verschiedene Varianten von Elementen einer Webseite gezeigt. Je nach dem welche Variante zu mehr gewünschten Aktionen geführt hat (z. B. das Anklicken eines Links), kann im Anschluss an den Erhebungszeitraum die beste Variante ermittelt werden (Hassler, 2009).
Neben quantitativen, lassen sich auch qualitative Erhebung durchführen. Dazu gehören Onlineumfragen und Benutzerbeobachtungen.

Onlineumfragen (engl.: Surveys) bestehen aus einem Fragebogen, die einem Benutzer als Popup eingeblendet werden. Die Einblendungen des Fragebogens werden über verschiedene Nutzer verteilt, sodass eine möglichst hohe Repräsentativität der Nutzer der Webseite besteht. So lassen sich Rückschlüsse auf bestimmte Fragen schließen und qualitative Daten sammeln.
Die Benutzerbeobachtung wird entweder in einem Labor (Usability Labor) oder beim Nutzer zu Hause durchgeführt. Dabei werden dem Nutzer verschiedene Aufgaben gestellt und beobachtet, wie er diese auf der Seite erfüllt. Dadurch lassen sich Rückschlüsse, insbesondere auf die Usability einer Webseite, schließen.  Ein Beispiel für die Durchführung eines Usability-Test kann bei der Plattform Käuferportal nachvollzogen werden.

Das Page Tagging ist eine, im Gegensatz zur Logfile-Analyse, clientseitige Erhebungsmethode. Bei dieser Methode wird ein JavaScript-Code in jede einzelne Seite integriert. Beim Aufruf dieser Seite via eines Clients wird der JavaScript-Code ausgeführt. Dieser ist verbunden mit einem Application Service Provider (ASP). Durch den JavaScript-Code werden Daten wie Browsereigenschaften, Referer, Seiteninformationen etc. erhoben und ggf. Cookies gesetzt. Diese werden an eine 1×1 Pixel unsichtbare Grafik angehängt, die von dem ASP breitgestellt wird. So werden die Daten dann an den ASP gesendet.

Beispiel eines Page Tagging Tracking Codes bei Google Analytics (Quelle)

Die Application Service Provider sind meist Softwarelösungen die als „Software as a Service“-Modell (SaaS) bereitgestellt werden.
Schematische Darstellung der Page Tagging Methode

(Quelle: Eigene Darstellung in Anlehnung an Kaushik, 2007, S.31)

Im Gegensatz zu der Logfile-Analyse lassen sich technisch mehr Daten erheben. So ist es möglich den JavaScript-Code so zu verändern, dass er Informationen, die auf der Seite liegen, mitsendet. Dies ist vor allem für E-Commerce-Informationen von Vorteil (Produktnummer, Produktpreis, usw.). Technisch ist es außerdem möglich, Aktionen zu erheben, die nicht unbedingt zu einer Serveranfrage führen. Bei Flashapplikationen oder Ajax (Asynchronous JavaScript and XML) basierenden Seiten ist dies der Fall. So lassen sich z. B. die Nutzung eines Videoplayers nachvollziehen. Das bei der Logfile-Analyse auftretende Caching-Problem wird ignoriert. Der JavaScript-Code wird beim Laden der Seite immer wieder neue ausgeführt.

Negative Aspekte können im Gegensatz zur Logfile-Analyse auch auftreten, die dazu führen, dass das Datenmaterial verfälscht werden kann. So können durch Firewalls Fehler in der Ausführung des JavaScript-Codes auftreten, oder die Nutzer der Webseite können im vornereinen JavaScript in ihrem Browser abgestellt haben. Da Suchmaschinenroboter kein JavaScript ausführen können, werden sie ebenso von der Web-Analytics-Software nicht wahrgenommen.