Google Analytics und die Illusion, den Kunden zu verstehen
Google Analytics gehört zu den selbstverständlichsten Werkzeugen des digitalen Marketings. Unternehmen messen Besucher, Sitzungen, Conversion-Pfade, Verweildauer und Kampagnenergebnisse. Sie erstellen Dashboards, vergleichen Zeiträume und diskutieren darüber, warum eine Kennzahl um 8% gestiegen oder um 12% gefallen ist.
Je mehr Daten sichtbar werden, desto größer wird das Gefühl von Kontrolle.
Doch vielleicht liegt genau darin das Problem.
Denn Google Analytics zeigt vor allem, was messbar ist. Es zeigt nicht zwangsläufig, was wichtig ist.
Die Bibliothek der gelesenen Bücher
Umberto Eco besaß eine riesige Bibliothek mit Zehntausenden Büchern. Besucher waren beeindruckt und fragten ihn regelmäßig, wie viele davon er gelesen habe.
Doch der eigentliche Wert seiner Bibliothek lag nicht nur in den gelesenen Büchern. Er lag vor allem in den ungelesenen.
Die gelesenen Bücher repräsentierten das Wissen, das Eco bereits besaß. Die ungelesenen erinnerten ihn an all das, was er noch nicht wusste.
Überträgt man diese Idee auf Unternehmen, dann ist Google Analytics die Bibliothek der gelesenen Bücher.
Es zeigt die Besucher, die gekommen sind, die Seiten, die geöffnet wurden, die Produkte, die angeklickt wurden, die Käufe, die stattgefunden haben.
Doch die viel größere Bibliothek bleibt unsichtbar.
Die Menschen, die die Website nie besucht haben. Die das Angebot gesehen, aber ignoriert haben. Die sich für einen Wettbewerber entschieden haben. Die der Marke nicht vertraut haben. Die den Preis nicht verstanden haben. Die gar nicht wussten, dass sie das Produkt brauchen könnten.
Die wichtigsten potenziellen Kunden sind möglicherweise jene, die in Google Analytics überhaupt nicht vorkommen.
Analytics zeigt Verhalten, aber selten Bedeutung
Angenommen, ein Besucher verlässt eine Produktseite nach wenigen Sekunden.
Google Analytics registriert den Ausstieg.
Aber was bedeutet er? War der Preis zu hoch? War das Angebot unklar? Hat Vertrauen gefehlt? War der Besucher nur neugierig? Oder war das Produkt schlicht nicht relevant?
Das gemessene Verhalten ist identisch. Die möglichen Ursachen sind vollkommen unterschiedlich.
Analytics zeigt die Spur. Es erklärt nicht zwangsläufig, wer sie hinterlassen hat oder wohin diese Person eigentlich wollte.
Trotzdem behandeln Unternehmen solche Daten häufig wie eindeutige Antworten. Eine hohe Ausstiegsrate wird zum Problem erklärt. Eine längere Verweildauer gilt als Erfolg. Ein bestimmter Kanal wird ausgebaut, weil ihm mehr Conversions zugerechnet werden.
Doch eine Zahl ist noch keine Erkenntnis.
Daten werden erst dann wertvoll, wenn wir verstehen, welche Realität sie abbilden und welche sie ausblenden.
Die richtige Frage ist wichtiger als die größte Statistik
Unternehmen investieren viel Zeit in die Auswertung von Daten. Deutlich weniger Aufmerksamkeit erhält häufig die Frage, die dieser Auswertung vorausgeht.
Dabei bestimmt die Frage, welche Wirklichkeit überhaupt sichtbar wird.
Fragt ein Unternehmen:
Wie können wir die Conversion-Rate erhöhen?
richtet sich der Blick automatisch auf jene Menschen, die bereits auf der Website sind.
Man untersucht Buttons, Texte, Produktseiten, Ladezeiten und Checkout-Prozesse. Das kann sinnvoll sein. Doch die Frage blendet all jene aus, die niemals auf der Website angekommen sind.
Die strategisch wichtigere Frage könnte lauten:
Warum kommen die richtigen Menschen gar nicht erst auf unsere Website?
Oder:
Warum erkennt ein potenzieller Kunde den Wert unseres Angebots nicht?
Oder:
Welche Menschen könnten unser Produkt brauchen, denken heute aber noch nicht daran?
Plötzlich verändert sich das gesamte Problem.
Es geht nicht mehr nur um Conversion-Optimierung. Es geht um Wahrnehmung, Positionierung, Nachfrage, Sprache, Vertrauen und Marktverständnis.
Die Statistik liefert Präzision.
Die Frage bestimmt die Richtung.
Mit einer falschen Frage kann ein Unternehmen Millionen Datenpunkte perfekt analysieren und trotzdem die falsche Entscheidung treffen.
Mit der richtigen Frage kann bereits eine einzelne Beobachtung ein Produkt, ein Geschäftsmodell oder einen gesamten Markt neu sichtbar machen.
Daten helfen uns, Antworten zu finden. Fragen entscheiden, welche Wirklichkeit wir überhaupt sehen.
Die Optimierung des Bekannten
Google Analytics ist besonders stark darin, bestehende Systeme zu verbessern.
Man kann erkennen, welche Landingpage besser funktioniert. Welcher Kampagne mehr Käufe zugerechnet werden. An welchem Punkt Nutzer einen Prozess verlassen. Welche Produktseiten besonders häufig besucht werden.
Das ist nützlich.
Doch es erzeugt auch eine bestimmte Art des Denkens.
Unternehmen optimieren immer weiter, was bereits existiert. Sie verbessern die Website für jene Besucher, die bereits kommen. Sie erhöhen die Conversion jener Menschen, die schon Interesse zeigen. Sie investieren in Kanäle, die bereits messbare Ergebnisse liefern.
Dadurch entsteht ein selbstverstärkender Kreislauf: eine bestimmte Zielgruppe besucht die Website, ihr Verhalten wird gemessen und die Website wird anhand dieses Verhaltens optimiert.
Dadurch spricht sie diese Zielgruppe noch stärker an.
Andere potenzielle Zielgruppen werden gleichzeitig immer unsichtbarer.
Man verbessert das bestehende Spiel, ohne zu prüfen, ob man überhaupt das richtige Spiel spielt.
Die Gefahr der Überoptimierung
Optimierung klingt grundsätzlich positiv.
Eine Website wird schneller. Ein Button sichtbarer. Ein Checkout kürzer. Eine Kampagne effizienter. Jeder einzelne Schritt verbessert eine messbare Kennzahl.
Doch ein System kann so lange optimiert werden, bis es seine Anpassungsfähigkeit verliert.
Wer ausschließlich auf bestehende Daten reagiert, baut sein Angebot immer genauer für jene Menschen, die heute bereits kommen, klicken und kaufen. Texte, Prozesse und Kampagnen werden an ihr Verhalten angepasst. Abweichungen werden reduziert. Reibung wird entfernt. Alles wird effizienter.
Genau darin liegt die Gefahr.
Denn je stärker ein Unternehmen auf ein bestehendes Muster optimiert, desto abhängiger wird es von diesem Muster.
Eine Kampagne kann perfekt auf eine bestimmte Zielgruppe zugeschnitten sein und dadurch für neue Zielgruppen unsichtbar werden.
Eine Produktseite kann auf maximale Conversion optimiert sein und dabei jede Besonderheit verlieren.
Ein Angebot kann so präzise auf historische Nachfrage reagieren, dass es Veränderungen im Markt zu spät erkennt.
Überoptimierung macht ein System effizienter, aber nicht zwangsläufig intelligenter.
In der Biologie wäre ein Organismus, der perfekt an eine einzige stabile Umwelt angepasst ist, besonders verletzlich, sobald sich diese Umwelt verändert.
Dasselbe gilt für Unternehmen.
Was gestern noch eine Stärke war, kann morgen zur Falle werden.
Google Analytics verstärkt diese Tendenz, weil es vor allem jene Verhaltensweisen sichtbar macht, die bereits stattfinden.
Mehr Budget fließt in den Kanal, der bereits funktioniert.
Die Seite wird für jene Nutzer verbessert, die bereits konvertieren.
Das Angebot wird an Kunden angepasst, die schon heute kaufen.
Was dabei verloren gehen kann, sind Exploration, Überraschung und neue Möglichkeiten.
Die entscheidende Frage lautet deshalb nicht nur:
Wie können wir das bestehende System weiter verbessern?
Sondern auch:
Was machen wir unsichtbar, indem wir dieses System immer weiter optimieren?
Eine gute Strategie braucht beides.
Optimierung nutzt vorhandene Chancen besser.
Exploration entdeckt Chancen, die in den bisherigen Daten noch nicht vorkommen.
Wer nur optimiert, wird immer besser in dem, was gestern funktioniert hat. Wer die richtigen Fragen stellt, kann erkennen, was morgen wichtig wird.
Der Markt ist größer als die Website
Ein Unternehmen existiert nicht innerhalb seines Analytics-Dashboards.
Es existiert in einem Markt aus Erwartungen, Alternativen, Gewohnheiten, Empfehlungen, Ängsten und sozialen Einflüssen.
Ein Kunde entscheidet sich nicht erst auf der Website.
Die Entscheidung beginnt möglicherweise Wochen vorher. In einem Gespräch. Durch eine Empfehlung. In einem Vergleich. Durch eine schlechte Erfahrung mit einem anderen Anbieter. Durch ein Bild, einen Satz oder eine Erinnerung.
Google Analytics sieht davon nur einen kleinen Ausschnitt.
Es sieht den Moment, in dem eine Person auf einer Website erscheint. Nicht zwangsläufig den Prozess, durch den ihre Entscheidung entstanden ist.
Noch schwieriger wird es bei Menschen, die nicht kaufen.
Sie hinterlassen häufig keine klare Spur. Vielleicht besuchen sie die Seite nur einmal. Vielleicht lehnen sie Tracking ab. Vielleicht sehen sie eine Anzeige und klicken nicht. Vielleicht entscheiden sie sich bereits in der Google-Suche gegen das Unternehmen.
Diese Menschen sind für das Unternehmen kaum sichtbar.
Für den Markt sind sie jedoch entscheidend.
Für wen sind die Daten eigentlich wertvoll?
Google Analytics wird häufig als kostenloses Werkzeug betrachtet.
Das Unternehmen erhält Informationen über seine Website und muss dafür kein klassisches Nutzungsentgelt bezahlen.
Doch digitale Werkzeuge erzeugen nicht nur Nutzen für ihre Anwender. Sie erzeugen auch Daten, Signale und Verhaltensmuster für den Anbieter der Infrastruktur.
Das einzelne Unternehmen sieht einen Ausschnitt seiner eigenen Website.
Google verfügt über ein wesentlich breiteres digitales Ökosystem.
Daraus entsteht eine bemerkenswerte Asymmetrie.
Das Unternehmen sieht, dass ein Besucher eine Produktseite verlassen hat.
Google kann über viele digitale Kontaktpunkte hinweg wesentlich umfassendere Muster der Nachfrage erkennen.
Pointiert formuliert:
Das Unternehmen erhält einen Bericht über seine Website. Google erhält Signale darüber, wie sich digitale Märkte verhalten.
Das bedeutet nicht, dass Google Analytics wertlos ist.
Es bedeutet, dass man verstehen sollte, wer aus den Daten welchen Nutzen zieht.
Die gefährlichste Zahl ist die, die eindeutig wirkt
Menschen lieben klare Zahlen.
Eine Conversion-Rate von 3,2% wirkt präzise.
Eine Ausstiegsrate von 47% wirkt objektiv.
Ein ROAS von 4,6 wirkt wie eine eindeutige Wahrheit.
Doch Präzision ist nicht dasselbe wie Vollständigkeit.
Vielleicht enthält die Conversion-Rate nur einen Teil der tatsächlichen Käufe.
Vielleicht erzeugt eine Kampagne Nachfrage, die später über einen anderen Kanal konvertiert.
Vielleicht ist ein Besucher nicht abgesprungen, sondern hat genau die Information gefunden, die er brauchte.
Vielleicht werden langfristige Markenwirkungen überhaupt nicht erfasst.
Die Zahl kann mathematisch korrekt sein und trotzdem zu einer falschen Entscheidung führen.
Die größte Gefahr liegt nicht in schlechten Daten. Sie liegt in guten Daten, die eine falsche Frage beantworten.
Was Unternehmen zusätzlich verstehen sollten
Wer Kunden wirklich verstehen möchte, darf nicht nur analysieren, was passiert ist.
Er muss auch untersuchen, was nicht passiert ist.
- Warum haben Interessenten nicht gekauft?
- Welche Einwände tauchen in Verkaufsgesprächen auf?
- Welche Erwartungen bleiben unerfüllt?
- Warum entscheiden sich Menschen für Wettbewerber?
- Welche Zielgruppen erreicht die Kommunikation nicht?
- Welche Produkte werden gesucht, die das Unternehmen noch gar nicht anbietet?
Die Antworten liegen selten in einem einzigen Dashboard.
Sie entstehen aus der Verbindung verschiedener Perspektiven.
Analytics zeigt das beobachtbare Verhalten, Suchbegriffe zeigen die Absicht, Kundengespräche zeigen Motive und Zweifel, Verkaufsdaten zeigen wirtschaftliche Realität, Supportanfragen zeigen Reibung, Experimente zeigen Ursache und Wirkung und Wettbewerber zeigen alternative Entscheidungen.
Doch selbst diese Informationen bleiben nur so wertvoll wie die Fragen, mit denen sie untersucht werden.
Die entscheidende Fähigkeit besteht deshalb nicht darin, immer mehr Daten zu sammeln.
Sie besteht darin, jene Frage zu finden, die sichtbar macht, was bisher übersehen wurde.
Google Analytics ist eine Landkarte, nicht das Gebiet
Eine Landkarte kann hilfreich sein, sie zeigt Wege, Entfernungen und Orientierungspunkte.
Doch niemand würde die Landkarte mit der tatsächlichen Landschaft verwechseln. Genau das geschieht jedoch häufig bei digitalen Daten.
Das Dashboard wird zur Realität. Was darin sichtbar ist, gilt als wichtig, was nicht darin erscheint, wird ignoriert.
Doch Märkte bestehen nicht nur aus Klicks, Sitzungen und Conversions. Sie bestehen aus Menschen, deren Entscheidungen emotional, sozial, unvollständig und häufig widersprüchlich sind.
Google Analytics kann helfen, Teile dieses Verhaltens sichtbar zu machen.
Es kann jedoch nicht das Denken ersetzen.
Google Analytics zeigt, was Besucher getan haben. Es erklärt nicht automatisch, warum sie es getan haben. Und es sagt fast nichts über all jene, die niemals zu Besuchern wurden.
Vielleicht ist Google Analytics deshalb weniger wertvoll, als viele Unternehmen glauben.
Und gleichzeitig wertvoller für Google, als ihnen bewusst ist.
Vor allem aber zeigt es eine grundlegendere Wahrheit:
Die richtige Frage ist wertvoller als die größte Statistik. Denn Zahlen zeigen nur, was gemessen wurde. Eine gute Frage macht sichtbar, was bisher niemand gemessen hat.
Und manchmal ist die größte Gefahr nicht, zu wenig zu optimieren.
Sondern das Falsche immer perfekter zu machen.
We make your business smarter. Jetzt Erstgespräch vereinbaren