ROI eines Produktvideos mit A/B Tests

Ein Blogger stellte kürzlich in einem Artikel dar, wie man mit Hilfe Besucher-Segmenten den ROI eines Produktvideos kalkulieren kann. Dafür definiert der Autor ein Segment mit Besuchern, die sich ein gesamte Produktvideo ansehen und ein anderes Segment mit Besuchern, die sich keine Produktvideos ansehen. Für beide Segment berechnet er durchschnittliche Umsätze je Besucher, daraus den Break Even Point und ROI.

Meiner Meinung nach sollte der ROI besser mit Hilfe von A/B Tests kalkuliert werden.

Warum?

Besucher-Segmente helfen dabei Besucher in bestimmte Klassen oder Gruppen einzuteilen.

Wir treffen dabei eine Aussage über Besucher. Im Beispiel des erwähnten Blog-Posts über Besucher, die Interesse an Produktvideos zeigen und über Besucher, die kein Interesse an Produktvideos zeigen – und deren jeweiligen Kaufneigung.

Wir wissen nun, dass Besucher, die genug Geduld haben sich ein ganzes Produktvideo anzusehen, mehr Interesse an einem Kauf zeigen und potentiell mehr Umsatz bringen als Besucher, die kein Interesse an Produktvideos zeigen.

Es würde sicherlich Sinn machen sich entsprechende Besucher zu verschaffen. Ohne Zweifel wäre dieser Traffic für uns wertvoller als Traffic von weniger kaufgeneigten Besuchern, die weniger Interesse an Produktvideos zeigen.

Wir erfahren durch die Segmentierung mehr über unsere Besucher und über die Qualität unseres Traffics.

Aber wir wissen nicht ob das Video zum Kauf verleitet hat oder ob die Besucher ohnehin eingekauft hätten.

Wie bekommen wir heraus, ob die Produktvideos tatsächlich einen positiven Einfluss auf das Verhalten unserer Besucher haben?

Mit A/B Tests. Das heißt wir zeigen der einen Hälfte der Besucher unseres Shops eine Variante des Shops mit Videos (Experimentalgruppe) und der anderen eine Variante ohne Videos (Kontrollgruppe). Welche Variante ein Besucher erhält ist dabei rein zufällig.

Bei beiden Gruppen von Besuchern erheben wir alle relevanten Informationen, wie die Anzahl der Besucher, der Besuche, die Konversionsrate und den Bestellwert.

Anhand der gesammelten Daten über beide Besuchergruppen werden beide Alternativen miteinander verglichen und geprüft, ob eine Investition in die Produktvideos Sinn macht.

Den ROI berechnen wir später mit der Differenz der Gewinne je Besucher beider Gruppen. Denn auch ohne Video machen wir Umsätze.

(Bild: easyvectors, http://www.freepik.com)

Social Media Metrics, Jim Sterne – Buchbesprechung

Buch über Social Media Marketing mit interessanten Case Studies, treffenden Argumenten für die Nutzung von Social Media und guten Tipps zur Umsetzung.

Über Jim Sterne

Jim Sterne beschäftigt sich seit Anfang der Neunziger Jahre mit Internet Marketing und später auch mit Web Analyse. 2003 war er Mitgründer der Web Analytics Association. Er gilt als einer der einflussreichsten und erfahrensten Berater und Autoren im Bereich Online-Marketing und Web-Analyse.

Inhalt von „Social Media Metrics“

Jim Sterne selbst liefert die beste Zusammenfassung: In diesem Buch geht es um die Messung des Wertbeitrages von Social Media, die Messung der Wichtigkeit von Social Media für Organisationen und Unternehmen, darum, das Beste aus Social Media zu machen und das eigene Brand zu stärken und die Anstrengungen im Bereich Social Media zu bewerten.

Bezüglich der harten Fakten rund um die Web-Analyse bietet das Buch für Leser, die sich bereits etwas mit Web-Analyse beschäftigt haben, wenig Neues.

Es geht Jim Sterne in diesem Buch auch nicht um die Messung bzw. Erhebung von Zahlenmaterial über Social Media Aktivitäten – es geht in diesem Buch viel mehr darum, was man mit den gewonnen Zahlen anfängt und wie man erfolgreiche Kampagnen fährt.

Das Buch hält sich dabei im Wesentlichen an den Kundenlebenszyklus. Marketingverantwortliche werden sich sofort an das AIDA-Modell erinnert fühlen.

Das Buch legt dankenswerter Weise viel Gewicht auf die relativ selten erwähnten, aber sehr wichtigen ‚weichen‘ Faktoren, die Social Media Projekte zum Erfolg führen. Beispiele dafür sind:

– Klare Zielsetzung
– Ergebnisse festhalten
– Kollegen und Vorgesetze überzeugen
– Zukünftige Entwicklungen voraussehen

Empfehlung: Lesen!

Sie werden an das Thema Social Media von einem Praktiker herangeführt und erhalten wertvolles Handwerkszeug zur erfolgreichen Durchführung von Social Media Kampagnen.

Details

Original

Titel:Social Media Metrics: How to Measure and Optimize Your Marketing Investment (New Rules of Social Media)
Verlag: John Wiley & Sons; Auflage: 1. Auflage (16. April 2010)
Sprache: Englisch
ISBN-10: 0470583789
ISBN-13: 978-0470583784

Deutsch Ausgabe

Titel:Social Media Monitoring. Analyse und Optimierung Ihres Social Media Marketings auf Facebook, Twitter, YouTube und Co.
Taschenbuch: 288 Seiten
Verlag: mitp; Auflage: 2011 (25. März 2011)
Sprache: Deutsch
ISBN-10: 382669094X
ISBN-13: 978-3826690945

Links

Social Media Metrics bei Amazon
Social Media Monitoring bei Amazon
http://en.wikipedia.org/wiki/Jim_Sterne
http://www.linkedin.com/in/jimsterne
http://twitter.com/#!/jimsterne
http://www.targeting.com
http://www.webanalyticsassociation.com

 

8 deutsche Facebook Case Studies

Allfacebook.de hat 8 deutschsprachige Facebook Case Studies veröffentlicht.

Folgende Unternehmen sind in den Studies vertreten:

  • Adidas – Videokommentar Ads
  • Bonprix – Facebook Ads
  • Eastpak – Facebook Ads
  • Lacoste – Online Kampagne mit direktem Link
  • How Fast Time Flies – Facebook Ads
  • Tourismusbüro Arizona – Facebook Ads und zusätzliche Tests
  • Gonuts with Donuts – Facebook Ads
  • BNL – Facebook Ads

Die Case Studies finden Sie unter: http://allfacebook.de/ads/download-8-offizielle-facebook-case-studies-deutsch

Logfile Analyse oder Tagging?

the internet is not a cable but a network

Für die Webanalyse kommen im Wesentlichen zwei Messmethoden zum Einsatz:

  • Messung nahe beim Client (Tagging)
  • Messung nahe beim Server (Logfile Analyse)

Um diese zu veranschaulichen sehen wir uns an, wie normalerweise ein Seitenaufruf im Internet funktioniert.

ein Browser sendet einen Request zum Server und erhält die Antowrt

  1. Ein Benutzer wählt eine URL indem er diese eintippt, einen Link oder ein Bookmark klickt.
  2. Der Client (Browser) ruft diese URL über das Internet auf und wartet auf Antwort
  3. Der Client erhält über das Internet eine Antwort eines Servers
  4. Browser lädt weitere benötigte Daten über das Internet nach
  5. Der Browser stellt die Seite grafisch dar.

Man sollte vermuten, dass der Client genau die Daten erhält, die der Server sendet. Daher sollte eine Analyse des Server Logfiles genauso präzise sein, wie eine Messung im/am Client.

Leider stimmt das nicht immer, denn das ‚Internet‘ ist keine einfache ‚Leitung‘ von einem Ort zum anderen. Hinter dem Begriff  ‚das Internet‘ verstecken sich sehr viele Geräte, die die ‚Verbindung‘ und die übermittelten Daten beeinflussen. Jeder Aufruf einer Seite über das Internet geht über sehr viele Zwischenstationen zum Ziel.

the internet is not a cable but a network

Es gibt daher keine einheitliche Sichtweise auf ablaufende Prozesse. Je nach Standort unterscheidet sich der Blick auf die ‚Wirklichkeit‘. Weder sieht ein Server alle Requests, die von Clients abgesetzt werden, noch kann jeder Client zuverlässig sagen welche Daten insgesamt von einem bestimmten Server abgerufen werden.

Auf einen Server greifen nicht nur menschliche ‚Besucher‘ zu, sondern auch sehr viele maschinelle Benutzer. (Robots und Spiders) Diese Zugriffe sind in den Server-Logfiles enthalten. Requests von Nutzern hinter einem Proxy sind dagegen nur eingeschränkt sichtbar für den Server.

Erfolgt die Messung am Client so erfolgt diese meist mit der sogenannten Tagging Methode. Dabei wird im Browser des Benutzers per JavaScript ein Request an einen Tracking Server gesendet. Robots und Spiders spielen bei dieser Messung praktisch keine Rolle. Unterschiedliche Benutzer bzw. Browser werden dabei durch Cookies und nicht anhand der IP unterschieden, so dass auch Benutzer hinter Proxies gut unterschieden werden können.

Vorteile der Logfile Analyse:

  • Alles was den Webserver betrifft kann gut ermittelt werden
  • Keine Änderungen an der Website nötig
  • Benötigt keinen Tracking Server

Vorteile der Tagging Methode:

  • Alles was die Benutzer betrifft kann gut ermittelt werden.
  • Es können wesentlich mehr Daten erfasst werden (Umsätze, Warenkörbe, Ziele, …)
  • Tagging kann sehr einfach über Domains, Server und andere Systemgrenzen hinweg eingesetzt werden.
  • Läuft im Client und erzeugt damit keine Last auf dem Weberver
  • Erhebt auch Daten von Nutzern hinter Proxies

Welche der Methoden sollten Sie wählen? -> Beide Methoden!

Für Administratoren, die wissen möchten, wann der Google Bot Ihre Systeme unter Last setzt, welche Files wie häufig ausgeliefert werden und welche Fehler dabei entstehen ist die Logfileanalyse hilfreich.

Für Online-Marketing, eCommerce und andere businessorientiere Fragestellungen, bei denen der Benutzer bzw. Kunde und sein Verhalten im Mittelpunkt steht, ist Tagging das Mittel der Wahl. Selbst Benutzer oder besser Browser hinter einem Proxy können mit dieser Methode sehr gut aufgelöst werden, da die Zählung der User mit einem Cookie erfolgt und nicht wie bei der Logfile Analyse anhand der IP Adresse.

Kurz:
Geht’s um den User, dann messen Sie nahe beim User (Tagging Methode)
Geht’s um den Server, dann messen Sie nahe beim Server (Logfile Analyse)