WEBANALYTICS! - unifr.ch · 5.2.4 KontinentalerVergleichderWeb ?Analytics?Anbieter! Y Y X X Y Y Y Y Y Y Y Y!40! 5.2.4.1 µ Á µ v P v ( º E } u ] l Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y

WEB ANALYTICS Vergleich und Analyse der Web Analytics Märkte

Bachelorarbeit Verfasser: Aleksandar Drobnjak Route de Beaumont 5a 1700 Fribourg Matrikel Nummer: 06-‐923-‐098 [email protected]

Betreuer: Darius Zumstein Depart. für Informatik, Universität Fri-‐bourg Boulevard de Pérolles 90 1700 Fribourg [email protected]

Fribourg, 10. September 2010

mailto:[email protected]

mailto:[email protected]

i

Executive Summary

Executive Summary

Die Nutzung von Web Analytics zur Analyse von Websites wird immer wichtiger. Besonders im Be-‐reich von eCommerce und eBusiness sind exakte Daten, im Bezug auf die Nutzung der Website durch Besucher, von zentraler Bedeutung. Anhand der erhaltenen Daten können neue Marketingstrategien entworfen werden und bereits implementierte Strategien optimiert werden. Web Analytics besteht aus drei elementaren Säulen. Dabei handelt es sich um die Messung der Da-‐ten, deren Speicherung und die anschließende Auswertung. Diese Arbeit untersucht jede der drei Säulen und zeigt mögliche Problemstellungen auf und deren Lösungsansätze. Besonders im Bereich des Datenschutzes, wird eine ausführlichere Analyse durchgeführt. Zusätzlich wird untersucht, welche Rolle Präzision und Genauigkeit bei der Nutzung von Web Analy-‐tics spielen und wie sich Web-‐Analytics-‐Anbieter unterscheiden. Daraus werden Empfehlungen abge-‐leitet im Bezug auf den Einsatz von kostenpflichtiger und kostenloser Software. Außerdem wird noch eine empirische Erhebung durchgeführt. Dabei werden die 500 größten, inter-‐national tätigen Unternehmen, gemäß Forbes Liste, anhand unterschiedlicher Kriterien bewertet und verglichen. Zusätzlich werden noch die Swiss Top 120 größten Unternehmen untersucht, damit ein Vergleich zwischen dem Schweizer und internationalen Markt möglich wird. Dabei wird einerseits der Einsatz von Web Analytics untersucht, andererseits der Aufbau der Website und die Einhaltung der Deklarationspflicht beim Datenschutz.

ii

Inhaltsverzeichnis

Inhaltsverzeichnis

EXECUTIVE SUMMARY I

INHALTSVERZEICHNIS II

ABBILDUNGS-‐ UND TABELLENVERZEICHNIS . IV

ABKÜRZUNGSVERZEICHNIS VI

1. EINLEITUNG .. 1 1.1 Motivation 1

1.1.1 Web Analytics, das 1 1.1.2 2

1.2 Problemstellung und Forschungsfra 3 1.3 4

2. WEB ANALYTICS 5

2.1 Web Analytics und seine Säulen 5 2.2 Idee hinter Web Analytics .. 6 2.3 Instrumente zur Datenmessung 7

2.3.1 Technische Begriffe . 7 2.3.2 Logfile-‐ 8 2.3.3 Page-‐Tagging (cli 10 2.3.4 Vergleich zwischen Logfile-‐Analyse und Page-‐Tagging 12 2.3.5 12

2.4 Speicherung der erhobenen Daten 13 2.4.1 Unterschiedliche Methoden der Da 13 2.4.2 13 2.4.3 Variante 2: Externe Speicherlösung, Software as a Service (S 14

3. DATENSCHUTZ 16

3.1 16 3.2 17 3.3 Speicherung und Auswertung per I 17 3.4 Datenschutzerklärungen . 18 3.5 18 3.6 19 3.7 Zwang zur Implementierung von 19

4. WEB-‐ANALYTICS-‐ANBIETER IM VERGLEICH 21

4.1 Gegenüberstellungen von 5 Anbietern 21 4.1.1 21 4.1.2 Vergleich der Produkte anhand ein 21

4.2 Die Unterschiede zwischen den Anbie 24 4.2.1 24

4.3 27

iii

Inhaltsverzeichnis

4.3.1 Gründe für die unterschiedlic 28 4.4 . 31

5. EMPIRISCHE ERHEBUNG . 33

5.1 Rahmenbedingungen zur Datenerfassung 33 5.1.1 33 5.1.2 33 5.1.3 34

5.2 36 5.2.1 36 5.2.2 Branchen im Vergleich 38 5.2.3 Einsatz von Web Analytics im eCommerce 39 5.2.4 Kontinentaler Vergleich der Web-‐Analytics-‐Anbieter 40

5.2.4.1 41 5.2.4.2 42 5.2.4.3 43

5.2.5 Verwendung von mehreren Web-‐Analytics-‐ 44 5.2.6 Komplexität der Website 48 5.2.7 51

6. ZUSAMMENFASSUNG & Schlussfolgerungen 55 LITERATURVERZEICHNIS . 57

VERZEICHNIS DER INTERNETQUELLEN 58

ANHANG 59

iv

Abbildungs-‐ und Tabellenverzeichnis

Abbildungs-‐ und Tabellenverzeichnis

Abbildung 1: Bausteine von .5 Abbildung 2: Auszug Google-‐Analytics-‐ 6 Abbildung 3: Logfile-‐ 8 Abbildung 4: Page-‐ 10 Abbildung 5: Vergleich Logfile-‐Analyse und Page-‐ 12

20 26

Abbildung 8: M 26 27

Abbildung 10: Forbes 500 der häufigsten Web-‐Analytics-‐ 36 Abbildung 11: Forbes 500 der häufgisten Web-‐Analytics-‐ 37 Abbildung 12: Swiss Top 120 der häufigsten Web-‐Analytics-‐ 37 Abbildung 13: Branchen im Vergleich, in denen Web-‐Analytics-‐ 38 Abbildung 14: Anteil am Branchentotal der grössten Web-‐Analytics-‐ 39 Abbildung 15: Anteil Websites mit bzw. ohne Web-‐ 40 Abbildung 16: Anteil der Web-‐Analytics-‐Anbieter mit bzw. ohne Web-‐ 40 Abbildung 17: Websites mit integriertem Web-‐Analytics-‐ 40 Abbildung 18: Häufigsten Web-‐Analytics-‐ 41 Abbildung 19: Häufigkeit von Web Analytics innerhalb der einzelnen Branchen in Nordamerika 41 Abbildung 20: Häufigsten Web-‐Analytics-‐ 42

42 Abbildung 22: Häufigsten Web-‐Analytics-‐ 43

43 Abbildung 24: Gesamtzahl an Unternehmen mit einem oder mehreren Web-‐Analytics-‐ 44 Abbildung 25: Anzahl Unternehmen mit einem oder mehreren Web-‐Analytics-‐Tools pro 44 Abbildung 26: Die am häufigsten kombinierten Web-‐Analytics-‐Anbieter der 500 grössten Unter 45

45 46

Abbildung 29: Die am häufigsten 46 Abbildung 30: Anzahl verwendeter Web-‐Analytics-‐ 47 Abbildung 31: Die am häufigsten kombinierten Anbieter bei Verwendung eines Web-‐ 47 Abbildung 32: Maximale Anzahl an gleichzeitig verwendeten Web-‐Analytics-‐ 47

48 48

Abbildung 35: Kontinentaler Vergleich der Anzahl Web-‐Analytics-‐Anbieter bei steigender 49

49 Abbildung 37: Schweizer Vergleich der Anzahl Web-‐Analytics-‐Anbieter bei steigender 51

51 Abbildung 39 52 Abbildung 40: 53

53 53 53

Abbildung 44: Einhaltung der Deklarationspflicht bei den Forbes Top 500 mit 54 54

v

Inhaltsverzeichnis

Tabelle 1: Preissegmentierung der Web-‐Analytics-‐ 21 23

Tabelle 3: 25 25

vi

Abkürzungsverzeichnis

Abkürzungsverzeichnis

Abkürzung Definition

CRM Customer Relationship Management GA Google Analytics HTML HyperText Markup Language KPI Key Performance Indicators WA Web Analytics WASP Web Analytics Solution Profiler WWW World Wide Web

1

Einleitung

1. Einleitung Die Analyse und Kontrolle von Kundenverhalten ist besonders in der heutigen Konsumgesellschaft ein zentrales Element. Je präziser und zuverlässiger die erhaltenen Daten sind, desto besser und effi-‐zienter lassen sich zentrale Entscheidungen über Lagerbestände, Marketingaktivitäten und kunden-‐orientierte Produktentwicklung treffen. Ganz nach der Aussage von Wissen ist Macht [Büchmann 1972, S.436], ist Wissen über das Verhalten von Kunden bzw. deren Präferenzen und Abneigungen ein wichtiger Bestandteil jeder professionellen Marketingaktivität. Die Herausforderung besteht darin möglichst kostengünstig an die benötigten Daten zu gelangen. Seit der kommerziellen Einführung des Internets und dem Entstehen von ers-‐ten Internetverkaufsportalen, besteht das Bedürfnis der Messung von Website-‐Traffic seitens der Betreiber von Websites [Hassler 2009, S.56]. Eine der ersten gemessenen Kennzahlen, die im Zu-‐sammenhang mit der Nutzung der jeweiligen Website steht und somit als Grundstein gesehen wer-‐den kann, ist die Messung von Seitenzugriffen iese heutzu-‐tage verpönten kleinen Zähler, wurden auf einem Großteil von Websites installiert und sensibilisier-‐ten so indirekt die Internet Community für Web Analytics. Es dauerte nicht lange, bis Unternehmen diese Marktlücke entdeckten und neue Technologien ent-‐wickelten, um detailliertere Informationen gewinnen zu können. Besonders die Einführung der Logfi-‐le Analyse wurde als Meilenstein angesehen und ebnete den Weg für eine neue Branche. Dies war die Geburtsstunde von Web Analytics. Als Web Analytics wird die Messung und Auswertung von Website-‐Zugriffen bezeichnet, welche dazu dienen soll, den Betreibern von Websites möglichst präzise und aussagekräftige Informationen über deren Verwendung liefern zu können [Hassler 2009, S.28ff]. Anhand der gelieferten Daten ist es mög-‐lich präzisere und effizientere Marketingstrategien zu entwickeln. Indirekt können dadurch Kosten eingespart und der Gewinn gesteigert werden. Doch welche Vorteile bringt Web Analytics den Unternehmungen sonst noch? Welche Anbieter sind zurzeit auf dem internationalen, welche auf dem Schweizer -‐Markt am stärksten vertreten? 1.1 Motivation 1.1.1 Web Analytics, das letzte Abenteuer? Die Motivation für diese Arbeit besteht hauptsächlich in der Neugierde mehr über Web Analytics erfahren zu wollen. Während sich noch vor knapp 100 Jahren Entdecker auf den Weg machten neue Kontinente und Kulturen zu erforschen, muss sich der moderne Entdecker ein noch unerforschtes Gebiet im Bereich der Wissenschaft suchen und analysieren. Genau das bietet Web Analytics, mit einer noch relativ geringen Dichte an veröffentlichten Arbeiten zu diesem Thema. Spätestens seit der kommerziellen Nutzung des Internets, besteht ein immer grösser werdendes Bedürfnis nach Messung des Kundenverhaltens und Internet Traffic. Obwohl sich auf dem Gebiet von Web Analytics in den letzten Jahren einiges getan hat und Firmen realisiert haben, dass kein Weg mehr daran vorbeiführt, besteht ein Manko an wissenschaftlichen Arbeiten.

2

Einleitung

Gründe für dieses Manko könnten einerseits mit der relativen Neuheit dieser Technologie begründet werden, andererseits besteht ein Problem bei der klaren Festlegung des Zuständigkeitsbereiches von Web Analytics im Geschäftsumfeld. Unklar ist dabei, ob Web Analytics im Hoheitsgebiet der Marke-‐ting oder Informatik Abteilung liegt bzw. wie die gewonnen Daten in klare Geschäftsstrategien um-‐gewandelt werden können. Einerseits sind sämtlichen technischen Aspekte ein Fall für die Informatik Abteilung, andererseits bestehen bei der Erfassung und Auswertung der Daten Aufgaben, welche dem Marketing zuzuordnen sind. Das Schlagen von Brücken zwischen, messen und sammeln von Daten und der anschließenden Nutzung stellt für viele Unternehmen ein Problem dar. Dementspre-‐chend ist einerseits die Komplexität von Web Analytics und dem benötigten Wissen von beiden Be-‐reichen eine Hürde, welche von vielen nicht genommen werden kann, andererseits die noch relativ geringe Bekanntheit dieser Technologie. Zweifelsohne wird in naher Zukunft mehr zu Web Analytics veröffentlicht werden. Schließlich besteht ein lukrativer Markt mit noch großem Potential. Internationale Firmen wie Google investieren bereits heute in diesen Markt und tragen so zur Bekanntheit bei [Google Analytics 2010]. 1.1.2 Web Analytics: Fluch oder Segen? Der Einsatz von Web Analytics bringt Unternehmen Vorteile aber gleichzeitig auch Nachteile. Neben den anfallenden Kosten für die Verwendung von Web-‐Analytics-‐Software, müssen eine oder mehrere Personen speziell auf den Umgang mit der Software und den gewonnen Daten geschult werden. Dies stellt für große international tätige Unterhemen keine große Hürde dar, hingegen müssen sich genau überlegen ob eine solche Investition möglich ist. Fraglich ist nun, ob Web Analytics lediglich ein Instrument für große, finanzstarke ics effizient nutzen können. Dementsprechend liegt es an den Web-‐Analytics-‐Anbietern, Produkte zu entwickeln die selbst Perso-‐nen mit geringer IT-‐Affinität und wenig Erfahrung im Umgang mit Marketing die Möglichkeit einräu-‐men, die eigene Website möglichst effizient zu verwalten. Die Anforderung an die Effizienz bezieht sich dabei nicht nur an die verschiedenen Möglichkeiten und Optionen welche die Software selbst bietet, sondern gleichermaßen auch an deren Handhabung. Einfache und klare Bedienung haben einen hohen Stellenwert und sind mit unter ein wichtiger Grund für die Wahl eines Anbieters. Schließlich nützt die beste Software nichts, wenn die gelieferten Resul-‐tate nicht verständlich sind. Wie können klare und effiziente Auswertungen leicht verständlich, in eine Software verpackt, dem Kunden verkauft oder kostenlos zur Verfügung gestellt werden. Dabei spielt die Auswahl der richti-‐gen Kennzahlen ebenfalls eine entscheidende Rolle um sämtlichen Branchen etwas offerieren zu können. So unterschiedlich Unternehmen von einander sind, bezüglich Produktvielfalt und Angebot, so verschieden sind auch die benötigten Kennzahlen um diese zu messen[Reese 2008, S.108ff]. Ist es überhaupt möglich eine universell einsetzbare Software Lösung anzubieten welche sämtliche Be-‐dürfnisse befriedigt, ohne dabei zu komplex zu sein?

3

Einleitung

1.2 Problemstellung und Forschungsfragen 1.2.1 Was ist Web Analytics?

Dieses einführende Kapitel gibt dem Leser Einblick in die Materie und zeigt das Potential auf, welches sich dahinter verbirgt. Die Pfeiler und die Funktionsweise von Web Analytics werden anhand der verschiedenen Methoden (Page-‐Tagging, Logfile-‐Analyse etc.) erläutert[Hassler 2009, S.28]. Dies dient als Einleitung für künftige Fragestellungen.

1.2.2 Welches sind die Hauptanbieter von Web Analytics Software und wie unter-‐

scheiden sie sich? Die einzelnen Hauptanbieter und deren Software werden kurz erläutert und die Angebote verglichen. Dies ist notwendig um die Auswertung gegen Ende der Arbeit besser zu verstehen und eine Segmentierung vornehmen zu können. Dabei wird auf folgende Anbieter genauer eingegangen: Google Analytics, Web Trends, Omniture, Unica und Yahoo! Web Analytics.

1.2.3 Wie ist die rechtliche Nutzung von Web Analytics geregelt?

Welche Kriterien müssen erfüllt sein, um überhaupt Web Analytics Software nutzen zu kön-‐nen? Gibt es Vorgaben von Anbietern bei der Nutzung? Werden Datenschutzgesetze einge-‐halten?

1.2.4 Besteht ein Zusammenhang zwischen dem Aufbau einer Website und der Verwendung von Web Analytics? Bei der empirischen Auswertung wird unter anderem der Aufbau einer Website untersucht, um anhand dessen, mögliche Korrelationen zwischen den Funktionalitäten und der Verwen-‐dung von Web Analytics feststellen zu können.

1.2.5 Welche Web Analytics Anbieter werden am häufigsten benützt? Websites von Unternehmen, die auf der Forbes 500 Liste [Forbes 2010] und der Swiss Top 120 [Handelszeitung 2009] sind, werden auf die Verwendung von Web Analytics untersucht. Ermöglicht wird dies mit dem Einsatz von Web Analytics Solution Profiler [WASP 2010]. Die dabei erhaltenen Ergebnisse werden benutzt, um allfällige Korrelationen und interessante Aspekte zu eruieren. Durch die Auswertung der beiden Listen wird ebenfalls ein internationa-‐ler Vergleich mit dem Schweizer Markt ermöglicht. Zusätzlich werden kontinentale Einteilun-‐gen vorgenommen um auch kulturelle Unterschiede, wie etwa zwischen Asien und Nordame-‐rika bzw. Europa untersuchen zu können.

1.2.6 Sind die Märkte bereits gesättigt? Die empirische Erhebung der Websites ermöglicht einen Einblick in die einzelnen Märkte. Daraus können Sättigungen bestimmt und bei bestehen von noch schwach erschlossenen Märkten bzw. Wachstumsmärkten, allenfalls Empfehlungen für Tool-‐Anbieter und Consul-‐tants gegeben werden.

4

Einleitung

1.3 Vorgehen und Methode Voraus geht ein Studium der wichtigsten Literatur zu diesem Thema, damit ein Grundwissen sicher-‐gestellt ist. Anhand der gesammelten Erkenntnis, werden zu Beginn die wichtigsten Definitionen erläutert um ein generelles Verständnis der folgenden Materie zu gewährleisten. Anschließend wird einzeln auf die vorliegenden Fragestellungen eingegangen.

In einem zweiten Teil werden die Top 500 Unternehmen, der jährlich veröffentlichten Forbes Liste, und die Swiss Top 120 Unternehmen anhand spezifischer Kriterien bewertet und empirisch erfasst. Die Bewertungsgrundlage, um einen Platz in der Top Liste zu erzielen, besteht zu gleichen Teilen aus generiertem Umsatz, Marktwert der Unternehmung und Verkaufszahlen pro Jahr.

Für die Durchführung der Analyse, wird der Web Analytics Solution Profiler verwendet. Die gewon-‐nen Daten werden in Diagrammen visualisiert, damit etwaige interessante Phänomene und Abwei-‐chungen festgestellt und analysiert werden können.

Das Ziel dieser Arbeit besteht primär bei der Beantwortung der aufgestellten Fragen. Dafür wird ein Zeitrahmen von einem Jahr vorgesehen.

5

Web Analytics

Kapitel 2 Web Analytics In diesem Kapitel werden die wichtigsten Funktionen und Methoden von Web Analytics erläutert, um einen theoretischen Einblick in die Materie zu ermöglichen. Bewusst werden nur die wichtigsten Themengebiete ausgewählt, welche als theoretische Grundlage zum Verständnis der weiteren Kapi-‐tel dienen. Das letzte Kapitel widmet sich schließlich ganz der Auswertung der empirischen Erhebung.

2.1 Web Analytics und seine Säulen

Der Aufbau von Web Analytics wird in Abbildung 1 grafisch illustriert. Web Analytics basiert auf den drei Säulen der Daten Messung, Daten Speicherung und Daten Auswertung [Hassler 2009, S.28ff]. Zusätzlich bestehen bei jeder der drei Säulen unterschiedliche Fundamente, welche einen Einfluss auf das ganze Konstrukt haben. Bei der Daten-‐Messung ist die Wahl der adäquaten Erhebungsme-‐thode entscheidend, während bei der Daten-‐Speicherung der Aspekt des Datenschutzes eine zentrale Rolle spielt und bei der Daten-‐Auswertung das richtige Instrumentarium an Kennzahlen ausschlagge-‐bend ist.

Der Aufbau des theoretischen Teils der Arbeit orientiert sich stark an dieser Grafik, so wird die Daten-‐ Messung in Kapitel 2.2 behandelt, Die Daten-‐Speicherung in Kapitel 2.3 und die Daten-‐Auswertung in Kapitel 4.5.

Ein deutlicher Fokus liegt auf den beiden Säulen der Daten-‐Messung und Speicherung, während auf die Auswertung anhand von Kennzahlen nur kurz eingegangen wird. Besonders der Datenschutz ist ein zentrales Element, sowohl im theoretischen als auch im empirischen Teil. Die beiden Säulen der Daten-‐Messung und Auswertung sind beim Vergleich der einzelnen Web-‐Analytics-‐Anbieter von gro-‐ßer Bedeutung, weil dort die Hauptunterschiede zu vermuten sind.

6

Web Analytics

2.2 Idee hinter Web Analytics

Das Ziel von Web Analytics besteht darin sämtliche gesammelten und gespeicherten Daten mittels Kennzahlen auszuwerten und die Resultate anhand von Grafiken und Tabellen möglichst leicht ver-‐ständlich zu visualisieren.

Weshalb ein Interesse an solch einem Instrument besteht, lässt sich am besten Anhand eines Para-‐digmas aus der Wirtschaft erläutern. Controlling ist für jedes Unternehmen ein wichtiges Grundele-‐ment. Ohne Controlling würde schlicht die Übersicht im Unternehmen fehlen. Die Geschäftsführung wäre nicht in der Lage, Prognosen zu erstellen und optimale Entscheidungen zu treffen. Daten aus der Buchhaltung dienen dabei als Grundlage, welche mittels Finanzkenzahlen ausgewertet werden, um exakte Werte für allfällige Strategien zu liefern.

Ähnlich wie das wirtschaftliche Pendent ist auch die Funktionsweise von Web Analytics. Dabei wer-‐den gemessene Daten mittels Kennzahlen ausgewertet und anhand von Grafiken und Tabellen visua-‐lisiert. Anhand der Grafiken und Tabellen ist es Betreibern von Websites möglich, Prognosen zu ers-‐tellen und Änderungen vorzunehmen, die einen optimalen Betrieb der Website gewährleisten. Web Anlytics dient dabei als Instrumentarium, welches Änderungen in der Websiteumgebung misst und anzeigt[Reese 2008, S.38ff].

Abbildung 2 zeigt ein Dashboard, welches dem Betreiber der Website die wichtigsten Informationen leicht verständlich anzeigt. Erfasst werden die Herkunft der Besucher, deren Anzahl, die durchschnitt-‐lich verbrachte Zeit auf der Website, die Anzahl Seitenaufrufe und weitere essenzielle Werte die im direkten Zusammenhang mit dem Traffic der Website stehen.

7

Web Analytics

Sämtliche Daten werden in Echtzeit gemessen und ausgewertet. Dies ermöglicht auf Effekte, von etwaigen Änderungen an der Website, innerhalb von kürzester Zeit zu reagieren. Beispielsweise ver-‐wenden die meisten Unternehmen heutzutage um Stichwörter in Suchma-‐schinen optimal zu platzieren [Google Add Words 2010]. Dies soll die Besucherzahlen erhöhen und somit den Umsatz steigern. Die Erkenntnis darüber welche Stichwörter bessere Werte liefern kann nur über ein Web-‐Analytics-‐ Program herausgefunden werden. Deshalb ist die Echtzeitmessung äu-‐ßerst wichtig. Je früher Effekte von einer Änderung ersichtlich werden, desto schneller kann der Be-‐nutzer agieren und eventuelle negative Konsequenzen abwenden [Google Analytics 2010].

2.3 Instrumente zur Datenmessung

Die Erste Säule des Web-‐Analytics-‐Konstrukts ist die Messung und Erhebung relevanter Daten. Um an die nötigen Daten zu gelangen, muss aus einer Grundgesamtheit von fünf unterschiedlichen Erhe-‐bungsverfahren dasjenige gewählt werden, welches sich am besten eignet. Vorab zu bemerken ist, dass zwischen den einzelnen Verfahren Unterschiede bezüglich Qualität der gelieferten Daten als auch dem Aufwand bestehen.

Die Grundgesamtheit besteht aus folgenden 5 Verfahren [Hassler 2009, S.28ff]:

-‐ Logfile-‐Analyse (serverseitige Datensammlung) -‐ Page-‐Tagging (clientseitige Datensammlung) -‐ A/B und multivariates Testing -‐ Online Umfragen / Surveys -‐ Persönliche Interviews und Benutzerbeobachtungen

Sämtliche Verfahren werden kurz erläutert und auf deren Vor und Nachteile eingegangen. Als erstes müssen jedoch einige technischen Begriffe definiert, welche im weiteren Verlauf der Arbeit häufig verwendet werden.

2.3.1 Technische Begriffe

Cookies Als Cookie werden kleine Text Dokumente bezeichnet, welche auf Rechnern der Website-‐Besucher gespeichert werden [Hassler 2009, S.52ff]. Dies geschieht beim Aufruf der jeweili-‐gen Website und ermöglicht eine Identifikation des Besuchers anhand einer vergebenen ID-‐Nummer. Unterschieden werden muss dabei zwischen Session Cookies , welche nach dem Verlassen der Website gelöscht werden und Persistent Cookies die auf dem Rechner blei-‐ben. Der Einsatz von Cookies dient zur Wiedererkennung von Besuchern und soll die mehrfa-‐che Zählung desselben Besuchers verhindern. Anbei noch einige technische Merkmale von Cookies [Reese 2008, S.220ff]:

-‐ Sie stellen keine Bedrohung für den Computer dar. -‐ Sind zwischen 1-‐4Kb groß und werden lokal gespeichert. -‐ und

ermöglichen nur der angewählten Website Informationen aus dem Cookie zu lesen.

8

Web Analytics

-‐ l-‐ten Website-‐Werbefenster oder anderen Content betreiben und somit nicht direkt durch die ang Der Inhalt kann von sämtlichen eingetragenen Website Betreibern gelesen werden.

-‐ Die Erstellung kann anhand von Firewall und Browser Einstellungen verhindert wer-‐den und jeder Zeit ist es möglich sämtliche gespeicherten Cookies zu löschen.

-‐ Unter der Verwendung von Internet Explorer 8.0 und Firefox 3 können maximal 50 Cookies pro Website erstellt werden. Bei Opera 9 ist die Limite bei 30 angesetzt und Safari und Google Chrome haben keine Begrenzungen.

Suchmaschinen Roboter / Crawler

die im Auftrag von Suchmaschinen Websites nach Informationen absuchen, um sie anschlie-‐ßend zu indexieren. Dadurch ist es überhaupt erst möglich anhand von Suchbegriffen auf die korrekte Website zu gelangen. Einschränkungen bei der Suche von neuen Informationen stel-‐len Bereiche dar, welche nur mit einer gültigen Benutzeridentifikation eingesehen werden können [Aden 2009, S.34ff].

2.3.2 Logfile-‐Analyse (serverseitige Datensammlung) Die Logfile-‐Analyse ist eines der ältesten Verfahren um Website-‐Traffic zu messen. Bereits vor der kommerziellen Nutzung des Internets, wurden anhand dieser Methode Daten gesammelt, gespei-‐chert und ausgewertet. Die Funktionsweise ist dementsprechend auch denkbar simpel aufgebaut.

In Abbildung 3 wird die Funktionsweise der Logfile-‐Erstellung dargestellt.

Auf dem Webserver werden sämtliche Dateien gespeichert, welche zum betreiben einer Websitenö-‐tig sind. Dies sind primär HTML-‐Dateien, die neben der Struktur der Website auch den Content

9

Web Analytics

enthalten. Durch aufrufen der Website mittels Browser, werden HTML-‐Dateien gelesen und darges-‐tellt.

Die Besucher haben anschließend die Möglichkeit den gewünschten Content anzuwählen und zu nutzen. Gleichzeitig werden sämtliche Interaktionen der Benutzer, ohne ihr Wissen, in Logfiles ge-‐speichert. Die entstehenden virtuellen Fußabdrücke können wiederum zu einem Pfad rekonstruiert werden, um individuelle Verhaltensmuster zu erforschen. Bei der Logfile-‐Analyse liegt somit der Fo-‐kus auf der serverseitigen Datensammlung, werden dort schließlich sämtliche Interaktionen und Anf-‐ragen gespeichert [Hassler 2009, S.45ff].

Gespeichert werden unter Anderem folgende Daten: IP-‐Adresse, Browser Typ, Betriebssystem, an-‐gewählter Content, Uhrzeit des Zugriffs, Statusnummer und Größe der gesendeten Daten. Die Vortei-‐le des Logfile-‐Systems liegen klar in seiner Schlichtheit. Die erfassten Daten sind leicht verständlich und zentral gespeichert. Allfällige Probleme mit Firewalls gibt es keine, view [Aden 2009, S.33ff].

Der Vorteil ist aber auch gleichzeitig der größte Nachteil. Schlichtheit und Simplizität erweisen sich in der Praxis als unüberwindbare Hürden. So kann der Webserver beim betätigen der Refresh-‐Taste nicht unterscheiden, ob der Benutzer bereits zuvor die Website besucht hat oder erst jetzt darauf gestoßen ist. Unabhängig davon wird ein neuer Logfile-‐Eintrag erstellt. Dadurch werden Logfiles mit Einträgen überflutet, deren Messung eigentlich kontraproduktiv ist und erschweren somit die Aus-‐wahl und Auswertung der Daten [Aden 2009, S.34ff].

Abhilfe können Cookies schaffen. Deren Funktion besteht darin beim ersten Aufruf der Website dem Besucher eine Session-‐ID zu geben, welche in einer Text Datei direkt auf dem Rechner des Besuchers gespeichert wird. Ein Beispiel für eine Session-‐ID wäre das Datum, an welchem die Website zum letz-‐ten Mal aufgerufen wurde. Ruft derselbe Besucher die Website innerhalb einer gewissen Zeitspanne mehrfach auf, so erkennt der Webserver dies und erstellt keine neuen Logfile-‐Einträge. Doch auch dieses System ist nicht frei von Fehlern. Werden Cookies gelöscht oder können diese nicht auf dem Rechner des Besuchers erstellt werden, so kann der Webserver den Besucher nicht unterscheiden [Aden 2009, S.40ff].

Weitere große Nachteile liegen im Umgang mit modernen Technologien, wie z.B. Adobe Flash. Prob-‐leme mit Flash treten auf, weil sämtliche Interaktionen innerhalb der Flash-‐Benutzerfläche in einer einzigen Datei gespeichert sind und nicht wie in HTML auf verschiedene Dateien aufgeteilt werden. Deshalb würde lediglich ein einziger Eintrag in das Logfile entstehen und dies obwohl der Besucher unterschiedliche Informationen in der Flash-‐Benutzeroberfläche angewählt hat. Der Grund dafür liegt darin, dass Logfiles keine Mausklicks messen können. Sie messen lediglich ob eine neue Datei auf dem Webserver aufgerufen wurde, sprich eine neue Site. Werden aber mehrere Websites aufgeru-‐fen, stammend aus derselben Datei wie dies bei Flash der Fall ist, versagt das System. Dementspre-‐chend wird auch nicht erfasst, wie sich der Besucher zwischen zwei Seitenaufrufen verhält [Reese 2008, S.229ff].

10

Web Analytics

2.3.3 Page-‐Tagging (clientseitige Datensammlung) Die Logfile-‐Analyse stößt spätestens seit der Einführung von Web 2.0 an die Grenzen des machbaren. Websites deren Inhalt mit Flash animiert werden, können kaum mit der Logfile-‐Analyse präzis ge-‐messen werden, da sämtliche Mausklicks nicht erfasst werden. Klar ist aber, dass immer mehr Websites von der Flash-‐Technologie profitieren, um einen professio-‐nelleren Eindruck zu vermitteln. Diese Lücke in der Datensammlung galt es mit einer neuen Methode bzw. Technologie zu füllen, um exaktere und aussagekräftigere Prognosen erstellen zu können. Das neue Verfahren muss gleichzeitig für mehrere Problemstellungen eine adäquate Lösung finden. Erstens muss die Messung von Mausklicks möglich sein, um mit der Technologie von Web 2.0 mithal-‐ten zu können und Interaktionen zwischen zwei Seitenaufrufen protokolieren zu können. Zweitens sollte eine Besucheridentifikation implementiert werden, die eine mehrfache Datenerhebung des gleichen Besuchers verhindert. Drittens ist sicherzustellen, dass ein hohes Maß an Kompatibilität gewährleistet ist, damit auch unterschiedlichste Programme und Plug-‐Ins gemessen werden können. Erst nach erfüllen dieser drei zentralen Anforderungen, kann von einem effizienten Web-‐Analytics-‐Tool gesprochen werden. Um für sämtliche Probleme eine solide Lösung zu finden, wurde eine Methode entwickelt deren Aus-‐gangspunkt ein ganz anderer ist. Anstelle einer serverseitigen Datensammlung, wie bis anhin, wurde auf eine clientseitige Datensammlung umgestellt [Hassler 2009, S.55ff]. Diese neue Methode bringt viele Vorteile mit sich, birgt aber auch Risiken.

Die Funktionsweise von Page-‐Tagging wird in Abbildung 4 illustriert. Der Webserver dient neu lediglich als Speichermedium für Dateien, die für den Aufbau der Website benötigt werden. Zusätzlich besteht ein externer Tracking-‐Server, welcher sämtliche Inputs des Besu-‐chers in Page-‐Tag-‐Files speichert, die später wiederum als Grundlage zur Auswertung benötigt wer-‐den [Hassler 2009, S.56].

11

Web Analytics

Damit gemessen werden kann welche Interaktionen zwischen zwei Seitenaufrufen geschehen, wird die Messung auf den Browser des Besuchers verlagert. Dies ist möglich, indem ein Tracking-‐Code in den Quelltext der Website implementiert wird. Dabei handelt es sich um einen JavaScript-‐Befehl, welcher beim Aufruf der Website eine Verbindung zwischen Tracking-‐Code-‐Anbieter (Tracking-‐Server) und dem Besucher herstellt. Sämtliche Interaktionen auf der Website können nun anhand des Browser-‐Interface aufgezeichnet und extern auf einem Tracking-‐Server gespeichert werden [Ree-‐se 2008, S.205ff]. Der Tracking-‐Server befindet sich i.d.R. außer Haus, direkt beim Tool-‐Anbieter und nicht beim Betreiber der Website. Unternehmen die sich auf Web-‐Analytics-‐Dienstleistungen spezia-‐lisiert haben, übernehmen somit die Aufgabe der Sammlung, Speicherung und Auswertung der Be-‐nutzerdaten. Dementsprechend hat ein Outsourcing des Web-‐Controlling stattgefunden. Die Funktionsweise von Page-‐Tagging wird anhand des Google Analytics JavaScript genauer erläutert. Der Tracking-‐Code kann direkt auf der Website des Herstellers bezogen werden [Google Analytics, 2010]. Anbei ein Auszug: <script src="http://www.google-analytics.com/ga.js" type="text/javascript"></script> <script type="text/javascript"> var pageTracker = _gat._getTracker("Number");; pageTracker._trackPageview();; </script> Der Tracking-‐Code ist dafür zuständig, dass Interaktionen auf der Website gemessen und direkt an den Tracking-‐Server von Google Analytics geliefert werden. Sobald ein Besucher eine Website aufruft, welche mit einem Tracking-‐Code versehen ist, beginnt die Erhebung der Daten. Gleichzeitig wird ein Cookie auf dem Rechner des Besuchers erstellt. Anschlie-‐ßend fragt der Tracking-‐Code ein 1x1 großes Pixelbild vom Tracking-‐Server nach, um darüber sämtli-‐che gesammelten Daten an den Tracking-‐Server zu übermitteln. Dieses 1x1 große, unsichtbare Pixel-‐bild wird im Browser erstellt und dient als Übermittlungsorgan. Mit Page-‐Tagging wird einerseits die Verwendung von JavaScript und andererseits das zum Teil eingesetzte 1x1 große Pixelbild asso-‐ziiert. Nicht alle Web-‐Analytics-‐Anbieter nutzen ein 1x1 großes Pixelbild zur Übermittlung [Reese 2008, S.205ff]. Das JavaScript ist für die Sammlung der Daten zuständig. Dabei werden sämtliche Informationen direkt aus dem Browser des Besuchers bezogen. Im Vergleich zur eher mageren Ausbeute an Daten mittels Logfile-‐Analyse, bietet Page-‐Tagging eine weitaus größere Palette an unterschiedlichen Da-‐ten. Unter anderem können folgende Informationen beschafft werden: Mausklicks, Position des Cur-‐sors, Tastatureingaben im Fenster, Auflösung des Bildschirms, Sprache, Herkunftsland, installierte Plug-‐Ins, und vieles mehr [Hassler 2009, S.62]. Mit Einführung von Page-‐Tagging bzw. Event-‐Tracking, wurde somit das erste und wohl wichtigste Problem gelöst, die Erkennung von Mausklicks. Das zweite Problem, die Wiedererkennung von Besu-‐chern wird mittels Einsatz von Cookies gelöst, Proxy-‐ und Caching-‐Probleme werden dabei ignoriert. Wie bereits erwähnt ist diese Methode jedoch mit Problemen behaftet. Zu guter letzt wird sicherge-‐stellt, dass eine hohe Kompatibilität gewährleistet wird, weil sämtliche Anbieter von Web-‐Analytics-‐ Tools ständig ihre Produkte aktualisieren, damit eine möglichst breite Masse an unterschiedlichen Programmen und Plug-‐Ins erkannt werden kann. Probleme können lediglich beim Einsatz des JavaScripts auftreten. Unter Umständen verhindern Fi-‐rewalls oder die Deaktivierung im Browser, die Ausführung des JavaScripts und verunmöglichen da-‐mit eine Erhebung von Daten. Dies ist jedoch von Besucher zu Besucher verschieden. Je höher die Sicherheitsstufe der Firewall ist, desto wahrscheinlicher ist ein unterbinden des JavaScripts.

12

Web Analytics

Weil Cookies die Besucheridentifizierung übernehmen, bestehen bei Page-‐Tagging die gleichen Prob-‐leme wie bei der Logfile-‐Analyse. Zu guter Letzt muss noch erwähnt werden, dass Suchmaschinen Roboter und Spider ignoriert werden. Dies weil Suchmaschinen den Tracking-‐Code nicht ausführen und somit nicht erfasst werden. Einerseits ist dies von Vorteil weil es dadurch zu keinerlei Verzerrun-‐gen der Daten kommt, andererseits wären Informationen diesbezüglich für Website-‐Betreiber inter-‐essant. Anhand solcher Daten könnte eine bessere Platzierung der Website innerhalb von Suchma-‐schinen erreicht werden. Beispielsweise könnten die eingesetzten Stichwörter bei Google Add Words, bei ausbleiben von Suchaufrufen von Google, überarbeitet und angepasst werden damit mehr Traffic generiert werden kann [Google Add Words 2010]. 2.3.4 Vergleich zwischen Logfile-‐Analyse und Page-‐Tagging Sämtliche erwähnten Unterschiede zwischen beiden Methoden werden innerhalb von Abbildung 5 aufgelistet. Die Liste ist nicht als abschließend zu erachten, enthält aber die wichtigsten Punkte.

2.3.5 Weitere Instrumente

-‐ A/B und multivariates Testing -‐ Online Umfragen / Surveys -‐ Persönliche Interviews und Benutzerbeobachtungen

Diese drei Instrumente stellen Alternativen zu den beiden Hauptmethoden Logfile-‐Analyse und Page-‐Tagging dar. Sind aber bezüglich Aussagekraft und Präzision weitaus aufwendiger und deshalb eher als zusätzliche Maßnahmen zu verstehen. Besonders Online-‐Umfragen werden bis heute noch oft zur Ermittlung psychographischer Daten eingesetzt [Hassler 2009, S.31ff].

13

Web Analytics

2.4 Speicherung der erhobenen Daten Neben der Messung und Erhebung relevanter Daten, ist die Speicherung der erhobenen Daten die zweite elementare Säule im Web-‐Anlytics-‐Konstrukt. Dabei muss zwischen zwei unterschiedlichen Speicherungsmethoden unterschieden werden, welche anschließend genauer betrachtet werden. Daten sind immer auch ein heikles Gut. Einerseits bestehen hohe Anforderungen an Sicherheit und Diskretion, andererseits muss der Zugriff allen autorisierten Parteien jederzeit ermöglicht werden. Spätestens nach dem Kundendatendiebstahl in der Bankenbrache hat dieses Thema wieder an Bri-‐sanz zugenommen. Zuguterletzt müssen auch Behörden einen wichtigen Anteil leisten, in dem per Gesetzt Rahmenbedingungen erlassen und Diebstähle dieser Art geahndet werden. 2.4.1 Unterschiedliche Methoden in einem Datenbanksystem Sämtliche gesammelten Daten werden auf einem Server gespeichert. Dafür sind wiederum, je nach Traffic der Website, unterschiedlich leistungsfähige Datenspeicher-‐Systeme gefragt, welche beträch-‐tliche Kosten verursachen können. Die Hardware stellt dabei nur einen Teil der Kosten dar. Zusätzlich fallen Mitarbeiter-‐, Energie-‐, Infrastruktur-‐ und weitere Betriebskosten an. Besonders für kleine oder finanzschwache Unternehmen kann dies ein erhebliches Problem darstellen. Neben der hauseigenen Lösung besteht aber auch die Möglichkeit die eigenen Daten extern zu speichern, in sogenannten Serverparks. Externe Unternehmen die sich komplett auf die Speicherung von Daten konzentrieren

Kunden des externen Anbieters geringer, als eine eigene Lösung. Beide Varianten haben Vor-‐ und Nachteile. 2.4.2 Variante 1: Betriebsinterne Speicherlösung Bei betriebsinterner Speicherung der Daten besteht die Möglichkeit die Daten mit Page-‐Tagging, als auch mit der Logfile-‐Analyse zu erfassen, da beide Verfahren die gleichen Anforderungen an das Speichermedium haben. Vor-‐ und Nachteile der betriebsinternen Speicherung sind folgende [Hassler 2009, S.66ff]:

i. Niedrige Unterhaltskosten Unternehmen welche bereits im Besitz eines eignen Datenspeicher-‐Systems sind, können un-‐ter Umständen auf die bereits vorhandene Lösung zurückgreifen oder vergleichsweise kos-‐tengünstig nachrüsten. Zusätzlich fallen nur niedrige Unterhaltskosten an. Hohe Kosten ent-‐stehen lediglich bei einer Neubeschaffung, diese können je nach benötigter Speicherkapazi-‐tät beträchtlich sein. Besonders für frisch gegründete Unternehmen, die nur beschränkte fi-‐nanzielle Ressourcen zur Verfügung haben, können Neuanschaffungen problematisch sein. Besteht bereits eine Lösung, würde sich die betriebsinterne Speicherung anbieten.

ii. Interner Datenbesitz Daten die innerbetrieblich verwaltet werden, sichern dem Unternehmen Macht über die Da-‐ten. Einerseits sind sie jeder Zeit verfügbar, andererseits besitzt das Unternehmen exklusive Kontrollrechte. Abhängigkeit von Drittanbietern wird somit ausgeschlossen. Probleme beste-‐

14

Web Analytics

hen lediglich bei möglichen Zusatzkosten im Bereich der Sicherheit. Bei sensiblen Daten müs-‐sen hohe Sicherheitsstandards gewährleistet sein, dies wiederum verursacht hohe Kosten.

iii. Systemanforderungen einer internen Speicherlösung Bei geringer Anforderung an das System besteht die Möglichkeit einen kleinen zusätzlichen Server zur Datenspeicherung zu erwerben oder sogar den bestehenden Webserver zu benut-‐zen. Wichtige Kriterien welche das System erfüllen muss sind hohe Verfügbarkeit und schnel-‐le Datentransfers. Ausfälle des Servers sind so gut als möglich zu vermeiden, auch bei hoher Auslastung dürfen Abstürze nur selten vorkommen (99% Verfügbarkeit als Benchmark). Schnelle Datentransfers und somit kurze Ladezeiten der Internetseiten sind zu gewährleisten um das abspringen von Kunden zu verhindern. Kunden die lange auf den Aufbau der Website im Browser warten müssen, tendieren dazu andere Anbieter anzuwählen. Zu dem muss ein Backup-‐System bestehen, damit gespeicherte Daten doppelt oder dreifach gesichert sind für den Fall eines Datenverlustes des Primärsystems.

Fazit: Eine betriebsinterne Speicherung der Daten lohnt sich nur, falls eine Logfile-‐Analyse durchgeführt wird. Bei Verwendung einer clientseitigen Web-‐Analytics-‐Software kann keine klare Aussage gemacht werden. Die Entscheidung ob intern oder extern muss unternehmensspezifisch evaluiert werden. Faktoren wie bereits vorhandene EDV-‐Einrichtung, Budget und Angebote von externen Speicheran-‐bietern spielen dabei eine zentrale Rolle. Erst nach genauerer Betrachtung dieser Faktoren, kann eine klare Aussage gemacht werden. Als zweiten Grund für die Wahl einer betriebsinternen Lösung könn-‐te die Sensibilität der Daten sein. Wichtige und sensible Daten werden bevorzugt betriebsintern ge-‐speichert, um eine exklusive Datenhoheit zu gewährleisten. Dabei werden höhere Kosten in Kauf genommen. Dies wären Beispielsweise Kunden-‐/Patientendaten, Bankdaten oder auch Versiche-‐rungsdaten. 2.4.3 Variante 2: Externe Speicherlösung, Software as a Service (SaaS) Unternehmen welche Web-‐Analytics-‐Software vertreiben haben erkannt, dass neben dem Kernpro-‐dukt, der Software, auch ein lukrativer Markt für Datenspeicherung besteht. Dies generiert eine zu-‐sätzliche Einnahmequelle für Software-‐Anbieter und bietet besonders KMUs eine kostengünstige Speicherlösung. Diese Dienstleistung wird als Software as a Service (SaaS) bezeichnet. Vor-‐ und Nachteile dieser Speicherlösung sind folgende [Hassler 2009, S.69ff][Blokdijk 2008, S.18ff]:

i. Individuelle, kundenorientierte Lösung Unterschiedliche Unternehmen stellen auch unterschiedliche Anforderungen an SaaS-‐ Anbieter. Um diese Bedürfnisse möglichst gut und individuell befriedigen zu können,

b-‐rechnet und zwar basierenden auf der effektiven Nutzung des Angebots, und nicht auf im Voraus festgelegte Größen. Nicht alle Anbieter bieten dies an, aber es scheint sich ein Trend in diese Richtung abzuzeichnen.

15

Web Analytics

ii. Behebung von Problemen und Installation & Wartung Sollten Fehler oder Pannen auftreten, können Kunden den Anbieter sofort kontaktieren und eine rasche Behebung der Ursache fordern. Zusätzliche Kosten fallen dabei für den Kunden keine an. Die Installation eines solchen Systems ist in der Regel relativ einfach und erfordert keine Informatik-‐Spezialisten, um das System am Laufen zu halten. Zum Teil sind Installationskosten bereits im Angebot einbegriffen. Anbieter sind außerdem verpflichtet, ihre Systeme regelmäßig zu warten und Software auf dem neuesten Stand zu halten.

iii. Unabhängigkeit Die Unabhängigkeit zum Anbieter ist einer der zentralen Vorteile des SaaS-‐Systems. An-‐bieter können relative leicht und schnell gewechselt werden ohne große Kosten befürch-‐ten zu müssen. Das einzige Problem beim Wechsel stellt der Verlust der bis anhing ge-‐sammelten Daten dar, was in machen Fällen ein Problem darstellen kann.

iv. Eingeschränkte Kostenübersicht Probleme bestehen bei der Evaluation der Kosten. Websites mit hohen Besucherzahlen bezahlen mehr als Websites mit geringen Besucherzahlen. Die Messung der Besucher-‐zahlen obliegt dem Anbieter des SaaS-‐Systems und dessen Interesse liegt in der Maxi-‐mierung des Profits. Deshalb ist es denkbar, dass bei der Messung Verfahren verwendet werden, um Besucherzahlen möglichst hoch zu halten, was gleichzeitig zu einer Verzer-‐rung der Daten führen kann. Der Einsatz von Bots wäre somit durchaus denkbar.

v. Auslagerung von Daten als Risiko Das Outsourcing von Daten an externe Unternehmen stellt immer auch ein Risiko dar. Deshalb ist der Aspekt der Sicherheit ein wichtiger Entscheidungsgrund für oder gegen eine externe Speicherlösung. Besonders AGBs von Unternehmen die kostenlose oder bil-‐lige Speichermöglichkeiten Anbieten müssen sorgfältig studiert werden.

Fazit: Eine externe Speicherung der Daten (SaaS) ist nur denkbar beim Einsatz einer Web-‐Analytics-‐Lösung. Neben zahlreichen Vorteilen muss besonders der Faktor Datensicherheit berücksichtigt werden. Bei sensiblen Daten empfiehlt es sich daher, eine interne Speicherlösung vorzuziehen, auch falls dabei höhere Kosten in Kauf genommen werden müssen. Die externe Speicherung ist besonders für KMUs interessant, weil dadurch ein Großteil der IT-‐Kosten eingespart werden kann. Zusätzlich sollte die Seriosität des SaaS-‐Anbieters gewährleistet sein, um allfällige Probleme zu vermeiden.

16

Datenschutz

Kapitel 3 Datenschutz

Der Datenschutz ist ein wichtiges Element in jedem funktionierenden Rechtsstaat. Beim Einsatz von Web Analytics werden Rechtsnormen aus diesem Bereich tangiert. Deshalb werden in diesem Kapitel einige Aspekte des Datenschutzes untersucht und Vergleiche zwischen einzelnen Ländern vorge-‐nommen.

3.1 Datenschutz Allgemein

Der rechtliche Schutz von erhobenen und gespeicherten Daten, im Umfeld von Web Analytics, ist von zentraler Bedeutung. Ähnlich wie Patientendaten im Krankenhaus oder Bankdaten, wird teilweise in die Privatsphäre der jeweiligen Person eingegriffen. Informationen über bevorzugte Websites, Brow-‐ser Einstellungen oder Benutzerdaten müssen gleichermaßen geschützt werden.

Datenschutz soll nicht als Hindernis verstanden werden, vielmehr als Brücke zwischen Besucher und Website-‐Betreiber. Klar festgelegte Richtlinien erhöhen das Vertrauen, die Attraktivität des Mediums Internet und steigern indirekt die Anzahl potentieller Besucher. Die Einhaltung des Datenschutzge-‐setzes ist eine zentrale Aufgabe einer jeden Unternehmung, missbrauchtes Vertrauen führt zu Image Schäden bei der Kundenbeziehung. Produkte und Dienstleistungen, welche über das Internet vertrie-‐ben werden, werden von Kunden skeptisch begutachtet und es herrscht noch immer ein gewisses Misstrauen gegenüber dem eCommerce.

Die Schweiz hat 1992 ein Bundesgesetzt über den Datenschutz (DSG) verabschiedet und somit klare Richtlinien festgelegt, welche den Umgang mit persönlichen Daten regeln [DSG 1992]. Neben der Regelung von Grundsätzen bestehen zwei wichtige Errungenschaften im Kampf gegen den Miss-‐brauch. Einerseits die Informationspflicht beim Beschaffen von besonders schützenswerten Perso-‐nendaten und Persönlichkeitsprofilen gemäß Art. 7a des DSG, welches Unternehmen verpflichtet betroffene Personen über die Beschaffung solcher Daten zu informieren. Andererseits sichert Art.8 des DSG jeder Person ein Auskunftsrecht zu wie mit bestehenden persönlichen Daten umgegangen wird. Besonders Art. 7a und Art. 8 schützen eCommerce Kunden und ermöglichen damit eine Basis des Vertrauens zu schaffen.

Im internationalen Vergleich bestehen jedoch große Unterschiede in der Handhabung des Daten-‐schutzes. So wird in den Vereinigten Staaten nur wenig direkt per Gesetz geregelt. Es bestehen ledig-‐lich einige explizite Gesetze, wie etwa das Gesetz zum Schutz der Privatsphäre von Kindern im Inter-‐net aber keine landesweit geregelte einheitliche Gesetzesverordnung, wie sie in der Schweiz vorhan-‐den ist [Genz 2004, S.68]. Die Ursache dafür liegt bei der Verfassung der Vereinigten Staaten und dem ersten Zusatzartikel, welcher die Meinungsfreiheit gewährleistet und strengere Richtlinien im Bereich vom Datenschutz nur schwer zulässt [Büllesbach 1999, S.188ff].

In der Europäischen Union hingegen wurde mit der EG-‐Datenschutzrichtlinie 95/46/ EG aus dem Jah-‐re 1995 eine verbindliche und einheitliche Regelung für sämtliche Mitgliedsstaaten beschlossen [EUR-‐Lex 2010]. Die Normierung des Datenschutzes lässt den einzelnen Mitgliedsstaaten einen ge-‐wissen Spielraum bei der Umsetzung, regelt aber die Grundsätze [Kahler & Werner 2008, S.146ff]. Ziel der einheitlichen Regelung ist die Vereinfachung des Waren und Dienstleistungsverkehrs zwi-‐schen den Mitgliedsstaaten. Behinderungen durch einzelne Mitgliedsstaaten und große Abweichun-‐

17

Datenschutz

gen werden somit ausgeschlossen, es kann nicht zu einem Protektionismus aus Gründen des Daten-‐schutzes kommen [Viethen 2003, S.105ff].

3.2 Datenschutz und Web Analytics Der Einsatz von Web Analytics ist aus rechtlicher Sicht heikel. Problematisch ist hauptsächlich die Wiedererkennung von Kunden und die Verknüpfung mit persönlichen Daten wie etwa Name, E-‐Mail Adresse, etc., welche vom Besucher der Website angegeben wurden mit Besucher-‐ und Kundenprofi-‐len. Diese ermöglichen eine Führung von individuellen Kundenverzeichnissen. Sobald Daten erhoben werden, mit dem Wissen darüber welcher Besucher sich dahinter verbirgt, tritt die Regelung vom Bundesgesetz über den Datenschutz (DSG) in Kraft, welche ausdrücklich darauf hinweist, dass der jeweilige Benutzer erst um Erlaubnis gefragt werden muss. Weiter hat der Besucher Recht auf Aus-‐kunft bezüglich der Art der gesammelten Daten und den Verwendungszweck. Die Wiedererkennung von Kunden durch Web Analytics geschieht in der Regel über die IP-‐Adresse oder Cookies mit integ-‐rierter ID-‐Erkennung. Dementsprechend ist die Deklaration solcher implementierter Funktionen empfehlenswert.

3.3 Speicherung und Auswertung per IP-‐Adresse Die IP-‐Adresse fungiert ähnlich wie ein Fahrzeug Nummernschild im Internet. Anhand der Nummer kann der Besitzer, in diesem Fall der Benutzer, identifiziert werden [Hassler 2009, S.72ff]. Die Auf-‐zeichnung, Speicherung und Auswertung per IP-‐Adresse ist somit höchst problematisch, weil die IP-‐Adresse erste Informationen liefern kann, wie etwa den Herkunftsort des Besuchers und dem be-‐nutzten Provider. Diese Informationen können bereits als persönlich eingestuft werden und führen dazu, dass der Datenschutz greift. Es ist jedoch rechtlich nicht klar geregelt, ob die IP-‐Adresse tat-‐sächlich schon als persönliche Informationsquelle erachtet werden kann, oder ob die daraus gewon-‐nen Informationen nur von geringer Brisanz sind. Gewisse Web-‐Analytics-‐Systeme sind aber von IP-‐Adressen abhängig um Besucher wiedererkennen zu können. Dazu werden sämtliche IP-‐Adressen in einer Datenbank gespeichert damit sie später verglichen werden können. Dadurch kann es zumindest in einzelnen (Bundes-‐) Ländern zu Problemen mit dem Datenschutz kommen. Die Verwendung von IP-‐Adressen zur Besucherwiedererkennung ist aber neben dem Datenschutz auch aus technischer Sicht problematisch. Eine Mehrzahl von Internet-‐Benutzern hat keine statische IP-‐Adresse und erhält somit in regelmäßigen Zeitabständen eine neue IP-‐Adresse vom Provider zu-‐geordnet. Zusätzlich können IP-‐Adressen durch Router verfälscht werden, dabei treten sämtliche Besucher, die hinter einem Router sind, nach außen hin mit der gleichen IP-‐Adresse auf. Diese beiden Fälle zeigen die Grenzen der Auswertung per IP-‐Adresse auf. Als bessere Alternative zur Besucherwiedererkennung bieten sich Cookies an. Einerseits ist die Ver-‐wendung von Cookies rechtlich gesehen unproblematisch, andererseits ist die Wiedererkennung viel höher und effizienter, da ändernde Parameter wie etwa die IP-‐Adresse keinen Einfluss darauf haben. Probleme mit Cookies entstehen lediglich, falls der Besucher deren Erstellung im Browser deaktiviert oder regelmäßig löscht [Reese 2008, S.217ff].

18

Datenschutz

3.4 Datenschutzerklärungen Auf jeder seriös betriebenen Website sollten Bestimmungen zum Datenschutz gut sichtbar vorhan-‐den sein. Die verwendeten Datenerhebungsverfahren und der Zweck der Erhebung sind zu benennen und kurz aber unmissverständlich zu erläutern. Eine Offenlegung dieser Art erhöht das Vertrauen in den Betreiber der Website und schützt präventiv vor allfälligen Klagen. Folgende Punkte sind dabei als Mindeststandard zu erachten damit eine angemessene Authentizität gewährleistet werden kann. Je nach Branche und Länder können Abweichungen vorkommen.

Hinweis, dass Daten erhoben werden Deklaration, welche Daten erhoben werden (Bsp.: Datum, Uhrzeit, Betriebssystem etc.) Hinweis, falls Informationen an Dritte weitergegeben werden Verwendungsweise der gesammelten Informationen (Konten, Formulare, Umfragen etc.) Umgang mit persönlichen und unpersönlichen Daten Zugangsbeschränkungen Hinweis zur Verwendung von Cookies (Tracking-‐Technologie) Hinweis zur Speicherung und Auswertung von IP-‐Adressen Hinweis zur Verwendung von JavaScript Datensicherheit und Integrität Kontaktmöglichkeit Hinweise zur Verwendung von Foren, Newsgruppen und Emails Einwilligung des Benutzers zur Verwendung eines Web-‐Analytics-‐Systems auf der Website Hinweis zu -‐ -‐

Zweck der Datenschutzerklärung ist eine rechtliche Absicherung mit Bezug auf gesetzliche Vorschrif-‐ten, welche definieren, wie mit gesammelten Daten umzugehen ist. Die Liste ist nicht abschließend, enthält aber die wichtigsten Punkte. 3.5 Nutzungsbedingungen Der Website-‐Betreiber weist mit den Nutzungsbedingungen darauf hin, wie der Inhalt der Website genutzt werden darf und welche rechtlichen Ansprüche bestehen. Im ersten Abschnitt wird darauf hingewiesen, dass sämtliche Besucher beim Zugriff auf die Website die Nutzungsbedingungen automatisch akzeptieren und anerkennen. Bei nicht akzeptieren der ange-‐gebenen Bedingungen wird die weitere Nutzung untersagt. Weitere wesentliche Punkte sind:

Hinweis zu Urheberrecht, Eigentum de Website und Markenrechte Erwähnen von etwaigen Einschränkungen, Klarstellungen oder rechtliche Abgrenzungen Rechtliche Absicherung von Prognosen (besonders bei Produkten aus dem Finanzwesen) Keine Gewährleistung keine Haftung bezüglich des Inhalts Links zu Drittanbieter-‐Websites Altershinweis

Die Nutzungsbedingungen sind im Gegensatz zur Datenschutzerklärung auf den Schutz des Website-‐ Inhalts fokussiert und sollen eine rechtliche Absicherung gewährleisten. Besonders heikle Aussagen wie etwa Prognosen müssen im Voraus als mögliche Ereignisse ohne Gewähr deklariert werden.

19

Datenschutz

3.6 Datenschutzerklärung & Web Analytics Bei der Nutzung von Web Analytics, ist dies in der Datenschutzerklärung explizit zu vermerken. Die genaue Formulierung des Eintrags ist hingegen sehr unterschiedlich und nicht klar geregelt. In der Praxis werden drei unterschiedliche Arten von Hinweisen verwendet.

1. Ein klarer Hinweis, dass die Website Web Analytics verwendet. Darüber hinaus wird zum Teil noch die verwendete Software namentlich genannt.

2. Die Website enthält einen technischen Hinweis, welcher den Besucher darüber informiert, dass Cookies und JavaScript verwendet werden. Zusätzlich vermerken einige Websites, dass Daten erhoben und ausgewertet werden, um die Nutzung der Website evaluieren zu können. Der Begriff Web Analytics oder die namentliche Nennung eines Anbieters wird oft vermie-‐den. Nutzer müssen selber darauf schließen, dass bei Verwendung von Cookies und JavaSc-‐ript in der Regel auch ein Web-‐Analytics-‐System mit der Website verknüpft ist. Für technisch schlecht versierte ist dies in der Regel kaum möglich und dementsprechend nicht nutzer-‐freundlich.

3. Der minimale Hinweis beschreibt lediglich in einigen kurzen Sätzen, dass Daten erhoben und ausgewertet werden. Um dennoch die rechtlichen Mindeststandards zu erfüllen wird er-‐wähnt, dass es sich dabei um unpersönliche Daten handelt. Rechtliche gesehen ist diese Me-‐thode riskant. Sollten dennoch Daten verknüpft werden, um Besucher spezifisch identifizie-‐ren zu können, besteht die Möglichkeit rechtliche gegen den Betreiber der Website vorzuge-‐hen. Selbst die Speicherung von IP-‐Adressen oder deren Messung durch das Web-‐Analytics-‐Tool würden in einzelnen (Bundes-‐) Länder einen Rechtsbruch bedeuten, weil es sich teilwei-‐se um persönliche Daten handelt.

3.7 Zwang zur Implementierung von vorgefertigten Rechtshinweisen Gewisse Anbieter von Web Analytics schreiben durch die Nutzerbedingung explizit vor, dass ein be-‐reits durch den Anbieter verfasster Rechtshinweis in die Datenschutzerklärung der jeweiligen Websi-‐te eingebaut werden muss. Bei nicht einhalten dieser Nutzerbedingung drohen rechtliche Konse-‐quenzen. Das Web-‐Analytics-‐Tool aus dem Hause Google verfolgt dieses Prinzip. Sämtliche Abnehmer müssen folgenden Text in die Datenschutzerklärung implementieren [Google Analytics 2010]: Analyse der Benutzung der Website durch Sie ermöglicht. Die durch den Cookie erzeugten Informationen über Ihre Benutzung diese Website (einschließlich Ihrer IP-Adresse) wird an einen Server von Google in den USA übertragen und dort gespeichert. Google wird diese Informationen benutzen, um Ihre Nutzung der Website auszuwerten, um Reports über die Websiteaktivitäten für die Websitebetreiber zusammenzustellen und um weitere mit der Websitenutzung und der Internetnutzung verbundene Dienstleistungen zu erbringen. Auch wird Google diese Informationen gegebenenfalls an Dritte übertragen, sofern dies gesetzlich vorgeschrieben oder soweit Dritte diese Daten im Auftrag von Google verarbeiten. Google wird in keinem Fall Ihre IP-Adresse mit anderen Daten der Google in Verbindung bringen. Sie können die Installation der Cookies durch eine entsprechende Einstellung Ihrer Browser Software verhindern; wir weisen Sie jedoch darauf hin, dass Sie in diesem Fall gegebenenfalls nicht sämtliche Funktionen dieser Website voll umfänglich nutzen können. Durch die Nutzung dieser Website erklären Sie sich mit der Bearbeitung der über Sie erhobenen Daten durch Google in der zuvor

20

Datenschutz

Der vorgefertigte Rechtshinweis enthält die wichtigsten technische Definitionen, bevollmächtigt aber gleichzeitig auch Google Daten zu erheben, speichern und auszuwerten. Als problematisch zu erach-‐ten ist die Datenhoheit welche bis zu einem gewissen Grad mit Google geteilt werden muss. Im letz-‐ten Satz wird dies ausdrücklich erwähnt. Zusätzlich wird Google bevollmächtigt, sämtliche erhobenen Daten an Dritte weiterzugeben. Datenschützer kritisieren besonders diesen Punkt. In der Regel wird in den Nutzungsbedingungen der Website ein Absatz speziell der Weitergabe von Daten an Dritte gewidmet, dabei wird festgehalten, dass Daten weitergegeben werden können. Die Rechtsbeziehun-‐gen zwischen Besucher, Website-‐Betreiber und Web-‐Analytics-‐Anbieter sind dementsprechend eng miteinander verknüpft. In Abbildung 6 wird das Rechtsverhältnis grafisch dargestellt. Besucher gehen indirekt eine Rechtsbe-‐ziehung mit dem Web Analytics Anbieter ein. Möglich wird dies durch einen Hinweis in den Nut-‐zungsbedingungen, welcher die Weitergabe von Daten zur Verarbeitung an externe Unternehmen ermöglicht.

Sämtliche Interaktionen mit der Website des Betreibers werden somit direkt an den Web-‐Analytics-‐ Anbieter übermittelt und dort gespeichert. Dieser wertet die gespeicherten Daten aus, um anschlie-‐ßend die Resultate dem Website-‐Betreiber mittels angebotener Software zu präsentieren. Der rohe Datensatz bleibt dabei immer auf dem Server des Web-‐Analytics-‐Anbieters gespeichert. Die externe Speicherung der Daten kann somit aus Sicherheitstechnischen Gründen als delikat bezeichnet wer-‐den, besonders wenn die Daten an Dritte weitergegeben werden dürfen. Einige Web-‐Analytics-‐Anbieter nehmen sich das Recht den Datensatz auch für eigene Zwecke zu nut-‐zen. Gemäß Nutzungsbedingung ist dies durchaus erlaubt und es wird darauf hingewiesen, dass ge-‐sammelte Kundendaten zur Verbesserung der eigenen Produkte benützt werden. Das Recht auf Ei-‐gennutzung ist für Web-‐Analytics-‐Anbieter ein Vorteil. Im heutigen Zeitalter in dem Information Macht bedeutet, kommen diese Unternehmen ungehindert an große Mengen von Kundendaten und dies nahezu kostenlos. Google beispielsweise gibt selbst an [Google Analytics 2010] Zitat: kommen gleichzeitig unserem Ziel Um Informationen orga-‐nisieren zu können muss man diese besitzen, wer sie besitzt kontrolliert sie, und wer kontrolliert hat die Macht. Dies ist auch aus finanzieller Sicht ein interessantes Ziel, weil damit große Verdienstmög-‐lichkeiten verbunden sind. Unternehmen welche Google Analytics verwenden unterstützen somit indirekt Google bei der Erreichung ihrer Ziele (z.B. Verkauf von Ad Words). Fazit: Es bestehen große Unterschiede in der Praxis im Umgang mit Rechts-‐ und Nutzerhinweisen. Gewisse Unternehmen bevorzugen eine minimalistische Lösung, andere sichern sich vollständig ab. Die Präfe-‐renzen diesbezüglich werden im zweiten Teil der Arbeit genauer untersucht, anhand einer empiri-‐schen Erhebung. Als problematisch werden bereits vorgefertigte obligatorische Rechtshinweise erachtet, welche Unternehmen in ihrer Freiheit beschneiden.

http://www.google.com/intl/de/corporate/facts.html

21

Web Analytics Anbieter im Vergleich

Kapitel 4 Web-‐Analytics-‐Anbieter im Vergleich Auf dem Web Analytics Markt sind viele Anbieter vorhanden, die zum Teil sehr unterschiedliche Pro-‐dukte anbieten. Um einen Überblick über den bestehenden Markt zu erhalten, werden in diesem Kapitel Anbieter miteinander verglichen. Der folgende Überblick über Web-‐Analytics-‐Anbieter soll als Basis für die empirische Auswertung dienen. 4.1 Gegenüberstellungen von fünf Anbietern

Folgende Web-‐Analytics-‐Hersteller werden einander gegenübergestellt:

-‐ Google Analytics -‐ Index Tools (Yahoo Web Analytics) -‐ Unica -‐ Omniture -‐ WebTrends

Um eine Gegenüberstellung der fünf Anbieter zu ermöglichen wird einerseits eine Einteilung anhand anfallender Kosten vorgenommen, andererseits 10 unterschiedliche Vergleichsmerkmale bestimmt mit welchen die Anbieter gemessen und benotet werden. 4.2.1 Einteilung nach Kosten

Der Preis ist ein zentrales Element bei jeder Kaufentscheidung. Dementsprechend werden die einzel-‐nen Anbieter als erstes anhand der anfallenden Kosten in drei unterschiedliche Kategorien eingeteilt.

IndexTools stellt dabei einen Spezialfall dar, da in naher Zukunft eine kostenlose Version verfügbar sein wird, zurzeit aber das Produkt nur beim Kauf anderer Yahoo Produkte mitgeliefert wird. Deshalb wird eine Einteilung im mittleren Preissegment vorgenommen.

4.2.2 Vergleich der Produkte anhand eines Basiskatalogs

Die Bewertungsskala enthält folgende branchenübliche Funktionen [WA-‐Review 2010]: Preis: Die Fixen und variablen Kosten die für die Nutzung des Produkts anfallen.

22


Messverfahren: Untersucht die verschiedenen verwendeten Messverfahren und bewertet die Anbieter anhand von fünf unterschiedlichen Erhebungsmerkmalen. Diese sind die Fähigkeit so-‐ziale Netzwerke wie Facebook und Twitter zu messen, die Erkennung von Bounce-‐Rates, Bot/Spider-‐Filterung und die Fähigkeit, Zugriffe von Mobiltelefonen zu messen.

Gemessene Größen: Als gemessene Größen werden die von der Software erfassten Daten be-‐zeichnet. Hierzu gehören die Erfassung der IP-‐Adresse, des Browsers, des Herkunftsortes, der Sprache, des Internetanbieters und der Auflösung. Zusätzlich kommen noch Website spezifische Werte hinzu, die den Besucherverkehr repräsentieren.

Support: Gibt Auskunft über die Qualität des Supports bei allfälligen Fragen oder Problemen und die Erreichbarkeit.

Auslagerung von Daten: Die Auslagerung von Daten aus der Web-‐Analytics-‐Software hin zu ei-‐

nem anderen Medium ist wichtig um Kunden die Möglichkeit zu geben damit eigene Prognosen oder Berichte zu verfassen. Dementsprechend ist die Unterstützung von möglichst vielen unter-‐schiedlichen Formaten wichtig. Gemessen werden dabei die am häufigsten verwendeten Forma-‐te wie PDF, CSV, XML, Excel, Word und HTML.

Die verglichenen Größen stellen ein Basispacket an Anforderungen dar, welches in der Regel von den meisten Anbietern erfüllt wird. Dennoch gibt es leichte Abweichungen und Unterschiede, die größten Differenzen bestehen aber in der Regel bei den zusätzlichen Leistungen. Tabelle 2 gibt einen Einblick über die Basisleistungen der fünf Anbieter. Die Liste enthält sämtliche wichtigen Basisleistungen, deckt aber nicht das ganze Spektrum ab und kann dementsprechend nicht als abschließend betrachtet werden.

23


* Der Preis wird nicht in das Total Ja einbezogen da die Größe nicht als Standard angesehen wird kann

Aus Tabelle 2 wird ersichtlich, dass sämtlich Anbieter praktisch alle Basisanforderungen erfüllen. Dies ist auch nicht verwunderlich, dass die gemessenen Größen als Branchenstandards gelten. Wäre die Analyse jedoch vor drei bis vier Jahren durchgeführt worden, so wäre das Resultat ein anderes. Be-‐sonders im Bereich von Support und der Auslagerung von Dateien hat sich in den letzten Jahren eini-‐ges geändert. So hat Google Analytics erst im Jahre 2007 eine Applikation eingeführt, anhand wel-‐cher Daten in Formate wie PDF, Excel und Word exportiert werden können [Google Analytics 2010]. Ähnliches gilt auch für Omniture und Unica welche von Anfang an nur eine limitierte Export-‐Funktion zur Verfügung stellten [WA-‐Review 2010]. Bei den gemessenen Größen ist die Messung sozialer Netzwerke wie Facebook und Twitter, sowie die Erfassung von Zugriffen von Mobiltelefonen aus, ein neuer Branchenstandard geworden. Rückblickend ist somit ersichtlich, dass die Anbieter ständig neue Funktionen in die Software integ-‐rieren müssen, um mithalten zu können. Besonders auf neue Entwicklungen im Internet müssen in-‐

24


nerhalb von kürzester Zeit Anpassungen folgen, damit Kunden stets die benötigten Informationen erhalten. Dementsprechend wird der Basiskatalog ständig um Funktionen erweitert, welche bis anhin als Zusatz galten. Um mit kostenlosen Anbietern wie Google konkurrieren zu können, müssen Anbieter kostenpflichti-‐ger Produkte, qualitativ hochwertige und auf Kundenwünsche spezialisierte Softwarelösungen be-‐reitgestellt werden. Kostenlose Softwarelösungen von der Stange sind wenig flexibel und de-‐mentsprechend nur bedingt adaptionsfähig für spezifische Kundenwünsche. Zudem sind bei den kos-‐tenlosen Anbietern die Leistungen stark eingeschränkt. Dies nutzen dementsprechend die Anbieter von kostenpflichtiger Software aus, indem umfangreiche Software-‐Lösungen angeboten werden. 4.3 Die Unterschiede zwischen den Anbietern Neben den geringfügigen Unterschieden in der Basisausstattung der jeweiligen Anbieter bestehen auch Abweichungen zwischen den gemessenen bzw. publizierten Messwerten [STC 2007]. Einer der Hauptgründe für die abweichenden Werte liegt bei der Messung und Erhebung der Daten selbst. Während bei Anbietern mit unterschiedlichen technologischen Messverfahren, Abweichungen nachvollziehbar sind, fehlt bei gleicher verwendeter Technologie auf den Ersten Blick eine logische Erklärung. Ein weiterer Grund liegt in der Qualität und der Zugriffsmöglichkeit auf Daten, welche nicht für alle Anbieter die Gleiche ist. In den folgenden Unterkapiteln wird auf die einzelnen Unterschiede zwischen den Anbietern näher eingegangen. 4.3.1 Empirische Belegung der unterschiedlichen Messwerte Um die Annahme von unterschiedlichen Messwerten legitim vertreten zu können, ist es nötig eine empirische Erhebung vorzunehmen. Nur anhand einer solchen Erhebung lassen sich Differenzen er-‐kennen und mögliche Ursachen untersuchen. Im folgenden Vergleich zwischen unterschiedlichen Anbietern, stammen sämtliche erhobenen Daten aus dem Bericht von Stone Temple Consul [STC 2007]. Definitionen und Erläuterungen: Der Bericht analysiert vier unterschiedliche Websites und verwen-‐det dazu fünf bekannte Web-‐Analytics-‐Produkte, um allfällige Abweichungen erkennen zu können. In dieser Arbeit werden lediglich zwei Websites zur Analyse näher betrachtet um den Nachweis für be-‐stehende Abweichungen erbringen zu können. Die dabei gemessenen Größen sind: -‐ Visitors (Besucher): Benutzer die in einer gewissen Zeitspanne die Website ein-‐ oder mehrfach

aufrufen. -‐ Uniques (Einzelzugriffe): Benutzer die in einer gewissen Zeitspanne die Website nur einmal auf-‐

rufen. -‐ Page Views (Seitenzugriffe): Gesamtzahl der Zugriffe auf die Website.

25


Auswertungsmethode: Von jeder Größe wird der Mittelwert gebildet anhand dessen die prozentua-‐len Abweichungswerte bestimmt werden können. Es gibt keinen 100% exakten Messwert zur Orien-‐tierung, weshalb der Mittelwert der einzelnen Größen als Basiswert dient. Die Standardabweichung

Auswertungsresultate: 1. Gemessene Website: www.citytowninfo.com

2. Gemessene Website: www.homeportfolio.com

http://www.citytowninfo.com/

http://www.homeportfolio.com/

26


Die Messungen beider Websites zeigen die unterschiedlichen Messwerte der einzelnen Anbieter auf. Genormt auf den Mittelwert entstehen dabei Abweichungen um bis zu 24%. Dennoch lässt sich sa-‐gen, dass im Großen und Ganzen die Werte nahe beieinander liegen, trotz einiger Ausreißer. Zusätz-‐lich ermöglicht die Tabelle einen Einblick in die Struktur der Zugriffe, so fällt bei beiden Websites eine

Dementsprechend ist die Anzahl an Besu-‐chern, die auf die Website zwei oder mehrere Male Zugreifen, verhältnismäßig klein. Die Werte aus beiden Tabellen werden anschließend in den Abbildungen 7 und 8 erfasst, um eine bessere Visualisierung zu erreichen und die einzelnen Werte leichter vergleichen zu können. Für die weitere Untersuchung werden lediglich die absoluten Werte der einzelnen gemessenen Besucher-‐zahlen benötigt.

In Abbildung 7 werden die Page-‐View-‐Werte der einzelnen Anbieter ins Verhältnis zu einander ge-‐setzt und mit dem Mittelwert verglichen. Dabei ist ersichtlich, dass die Mehrheit der Anbieter sehr ähnliche Werte aufweisen und lediglich einzelne Ausreisser vorhanden sind.

Abbildung 8 liefert die Bestätigung der Werte aus Abbildung 7. Einige wenige Ausreißer aber in der Regel ähnliche Werte. Dennoch liegt zwischen WebTrends und HBX Analytics ein Unterschied von fast 15% vor und dies obwohl beide die gleiche Art von Messtechnik verwenden.

600 800 1'000 1'200

Page Views CityTownInfo.com

1023.9281042.6041038.995

1099.7861027.445

910.809

Tausende

HBX Analytics

Unica NetInsight

IndexTools

Google Analytics

ClickTracks

Average

5'000 6'000 7'000 8'000

Page Views HomePortfolio.com

7052.9217209.8287078.72

6439.9827483.154

Tausende

WebTrends

HBX Analytics

IndexTools

Google Analytics

Average

27


4.4 Genauigkeit und Präzision

Aus der empirischen Erhebung lassen sich zwei grundlegende Fragen ableiten.

Welches ist der genaueste Wert? Woran kann es liegen, dass unterschiedliche Werte gemessen werden?

Dies sind häufig diskutierte Fragen innerhalb der Web Analytics Community [Web Analytics Associa-‐tion 2010]. Während jeder Anbieter behaupten wird, den genauesten Wert zu messen, wäre ein em-‐pirischer Beleg mit hohen Kosten verbunden. i-‐nierten Restriktionen belegt werden, um die Anzahl an möglichen Varianten einzuschränken. Die Einschränkung wäre aber ein Verstoß gegen das Gesetz des Zufalls und dementsprechend eine Schwächung der Aussagekraft. Solange es beliebig viele unterschiedlich konfigurierte Computersys-‐teme gibt, kann ein Nachweis für den genauesten Wert nicht erbracht werden.

es nötig zwischen Genauigkeit und Präzision zu unterscheiden. Als Genauigkeit wird die Abweichung von einem Referenzwert bezeichnet, je geringer die Abweichung desto genauer der Wert, sprich im Beispiel mit den zwei untersuchten Websites wäre der Messwert gleich dem Mittelwert. Präzision hingegen steht für Abweichungen, die bei wiederholten Messungen vorkommen, je geringer die Ab-‐weichung bei einer wiederholten Messung ist, desto präziser ist das Instrument der Messung [Wiki-‐pedia 2007]. Abbildung 9 dient zur Visualisierung des Unterschieds zwischen Genauigkeit und Präzision:

Für Website-‐Betreiber die Web Analytics einsetzen, ist die Genauigkeit der ermittelten Werte durch-‐aus wichtig, aber nicht von entscheidender Bedeutung, solang diese im Vergleich zu anderen Anbie-‐tern verhältnismäßig geringe Abweichungen vorweisen. Jeder Anbieter verwendet unterschiedliche Algorithmen und Maßstäbe bei der Messung von Daten, weshalb es zu Diskrepanzen bei den Mess-‐werten kommen kann [STC 2007]. Viel wichtiger hingegen ist die Präzision der gelieferten Daten. Um aussagekräftige Vergleiche zwischen unterschiedlichen Perioden machen zu können, ist es wichtig in jeder Periode den gleichen Maßstab anzusetzen. Nur bei keiner oder sehr geringer Abweichung im Falle von wiederholten Messungen, lassen sich präzise Auswertungen und Prognosen erstellen. Auf die Frage welcher Wert der genaueste ist, lässt sich somit keine klare Antwort geben da der per-‐fekte Wert, welcher den Referenzwert symbolisiert, nur mit hohem Aufwand zu ermitteln wäre. Es ist

Dichte der Wahr-‐scheinlichkeit

Referenzwert

Genauigkeit

Präzision

Wert

Gemessener Wert

28


auch nicht von primärer Bedeutung, den genauesten Web-‐Analytics-‐Anbieter zu wählen, so lange der Unterschied zwischen den jeweiligen Anbietern gering ist. An einem konkreten Zahlenbeispiel demonstriert, spielt es für den Nutzer des Web-‐Analytics-‐Produkts nur eine geringfügige Rolle ob die Auswertung der Besucherzahlen 10'000 Besuche pro Monat ergibt oder perfekt gemessene 10'103. Viel wichtiger ist die Veränderung zwischen der ersten Periode und der zweiten, also zwischen 10'000 in Periode eins und 15'000 in Periode zwei und dem damit verbundenen Anstieg um 50%. Solang in beiden Perioden mit dem gleichen Maßstab gemes-‐sen wird und somit präzise Werte ermittelt werden, ist die Hauptaufgabe erfüllt. Anhand dieser ge-‐messenen Werte können Marketingabteilungen und Website-‐Betreiber Strategien entwickeln und eine Optimierung vornehmen. 4.4.1 Gründe für die unterschiedlichen Messwerte Um untersuchen zu können woran es liegen kann, dass unterschiedliche Werte gemessen werden, ist eine zusätzliche Unterteilung der Antwort notwendig. Bei der Beantwortung muss einerseits zwi-‐schen Anbietern, die unterschiedliche technologische Verfahren zur Messung anwenden und ande-‐rerseits zwischen Anbieter die das gleiche Verfahren verwenden, differenzieren werden. Unterschiede bei den Messwerten technischer Natur, sind häufig auch mit den Schwächen der Mess-‐verfahren verknüpft. Deshalb folgt nochmals eine Auflistung der wichtigsten Schwachstellen inklusive einer Angabe der Auswirkungen des Messfehlers [Clifton 2010]. = = Überschät-‐zung Logfile-‐Analyse

-‐ Dynamische IP-‐Adressen -‐ Speicherung der Website im Cache -‐ Web-‐2.0-‐Technologien/Programmiersprachen (Flash, Ajax etc.) -‐ Roboter-‐und Crawler-‐Zugriffe

Page-‐Tagging

1) Firewalls blockieren JacaScript 2) Vergessene oder falsch implementierte Page-‐Tags 3) JavaScripts können nicht auf dem Rechner des Besuchers ausgeführt werden

Cookies

1) Cookies können nicht erstellt werden 2) Cookies werden automatisch gelöscht 3) Ein Nutzer, unterschiedliche Zugriffsmöglichkeiten (Computer, Mobiltelefon etc.) 4) Verwendung von unterschiedlichen Browsern (Firefox, Internet Explorer, Safari etc.)

Grundsätzlich lässt sich somit die Frage für den Grund der Abweichung zwischen den einzelnen Messwerten, bei Verwendung von unterschiedlichen technologischen Messverfahren, mit den tech-‐nologischen Barrieren und mit den Handicaps der einzelnen Verfahren antworten. Während die ei-‐nen bei gewissen Problemstellungen an ihre Grenzen stoßen, stellen diese für andere kein Hindernis dar.

Einige mögliche Ursachen für Abweichungen können aus folgenden Gründen entstehen:

Zeitraum der Messung: Der Zeitraum, welcher von einem Website-‐Besucher benötigt wird, um an die gewünschte Information zu gelangen, ist entscheidend für die Präzision der Mes-‐

29


sung. Bei Besuchen, die innerhalb von kürzester Zeit das angestrebte Ziel erreichen ist die Gefahr einer fehlerhaften Messung äußerst gering. Mögliche Unterbrüche oder sonstige Ein-‐schränkungen, wie Beispielsweise die Löschung von Cookies, treten in der Regel nur bei län-‐gerfristigen Prozessen auf. Liegt zwischen dem ersten Besuch der Website und der endgülti-‐gen Erreichung des Ziels ein längeres Zeitintervall, so können fehlerhafte Datensätze entste-‐hen. Mögliche Ursachen für die fehlerhaften Datensätze sind primär falsch erkannte Benut-‐zer [Clifton 2010, S.12ff]. Ein Beispiel hierzu wäre der Kauf eines Fahrzeugs über die Website des Herstellers. Der Besu-‐cher entscheidet sich in der Regel über mehrere Wochen und stellt eine gewisse Auswahl an unterschiedlich konfigurierten Fahrzeugen zusammen, bevor eine definitive Entscheidung ge-‐troffen wird. Diesen ganzen Prozess von Anfang bis Ende ohne Unterbrüche zu erfassen ist mit Hindernissen verbunden. Es muss stets die korrekte Person wiedererkannt werden, um die Aufzeichnung fortzuführen. Wechselt aber der Nutzer die Art seines Zugriffs innerhalb dieser Periode mehrfach oder werden Cookies gelöscht, so kann es dazu kommen, dass der Nutzer wieder als Erstbesucher vermerkt wird. Die Handhabung von längerfristigen Prozes-‐sen ist zwischen den einzelnen Web-‐Analytics-‐Anbietern unterschiedlich und dementspre-‐chend ein Grund für die abweichenden Messwerte.

Platzierung des Page-‐Tags: Grundsätzlich wird empfohlen den Page-‐Tag an den Anfang des HTML-‐Dokuments zu setzen. Der Grund dafür liegt in der raschen Navigation gewisser Besu-‐cher durch die Website. Steht der Page-‐Tag am Anfang der Website, wird er mit unter als ers-‐tes geladen, noch vor dem Inhalt. Damit kann verhindert werden, dass häufig wiederkehren-‐de Besucher, die sich innerhalb der Website gut auskennen, bereits einen anderen Teil der Website aufrufen, obwohl die ursprüngliche Site noch nicht vollständig geladen und de-‐mentsprechend der Page-‐Tag nicht aktiviert wurde. Werden beim gleichzeitigen Verwenden von mehreren Web-‐Analytics-‐Produkten, gewisse Page-‐Tags an den Anfang des HTML-‐Dokuments gesetzt und andere an das Ende, entstehen unterschiedliche Messwerte. Gewiss gilt dies nur beschränkt für Website-‐Besucher mit einem Breitbandanschluss aber bei Besu-‐chern die einen analogen Internetzugang haben, ist dies noch immer problematisch [Reese 2008, S.232ff].

Vergessene Tags: Zum Teil werden beim manuellen Einfügen von Page-‐Tags gewisse Teile ei-‐ner Website nicht mit einem Page-‐Tag versehen. Dies kann dazu führen, dass erhobene Da-‐ten unvollständig sind. In der Regel unterlaufen solche Fehler häufiger bei angehängten Do-‐kumenten, welche zum herunterladen bereitgestellt werden und einen individuellen Page-‐Tag benötigen. Nur selten werden die Page-‐Tags auf der Website selbst vergessen. Sind meh-‐rere Web-‐Analytics-‐Produkte gleichzeitig in Gebrauch, kann es durch die zahlreichen Page-‐ Tag-‐Scripts im HTML-‐Dokument, zu dieser Art von Fehler kommen [Clifton 2010, S.12ff].

Unterschiedliche Filter: Web-‐Analytics-‐Anbieter verwenden unterschiedliche Filter zur Selek-‐tion und Separation von relevanten Daten. Filter können bereits in einem frühen Stadium eingesetzt werden oder auch erst später, außerdem kann die Intensität variieren. Als Beispiel hierzu wäre die Filterung der Anzahl an Seitenaufrufen pro Zeiteinheit eines be-‐reits wiedererkannten Nutzers. Diese Praktik wird oft bei Foren verwendet, um die Anzahl an Personen angeben zu können, welche den jeweiligen Beitrag gelesen haben. Während ein-‐zelne Foren einen erneuten Aufruf des gleichen Beitrags, von derselben Person, erst nach 24 Stunden als neuen Zugriff werten, kann dies bei anderen bereits nach zwei Stunden der Fall sein. Filter sind individuell einstellbar und haben einen großen Einfluss auf den Messwert [Clifton 2010, S.14ff].

30


Unterschiede bei der Messung der Besuchsdauer: Das Problem bei der Messung der Be-‐suchsdauer liegt in der Berechnung der Besuchszeit auf der letzten aufgerufenen Website. Per Definition wird die Besuchsdauer pro Website berechnet aus, Zeitpunkt des ersten Zu-‐griffs auf der Einstiegsseite minus des Zeitpunkts des Aufrufs der letzten Ausstiegsseite. Die Differenz gilt als Besuchsdauer der jeweiligen Website. Diese Art der Messung lässt offen, wie die Besuchsdauer der letzten aufgerufenen Website gemessen werden soll, da auch hier ein zeitlicher Endpunkt zur Berechnung angesetzt werden muss. Die Handhabung dieses Problems ist von Anbieter zu Anbieter unterschiedlich. Während einige die letzte aufgerufe-‐ne Website ignorieren bzw. nicht messen, schließen andere die Besuchsdauer ab, in dem beim Verlassen der Website oder schließen des Browsers, der letzte Zeitpunkt eingefügt wird. Eine Mehrzahl von Anbietern entscheidet sich für die erste Variante, weil die Messung der letzten aufgerufen Website, verursacht durch die fehlende Ausstiegsseite, oft unpräzise ist [Clifton 2010, S.14ff].

Unterschiedliche Aktualiserungsintervalle und Zeitzonen: Die Aktualisierung der ausgewer-‐teten Daten geschieht in unterschiedlichen Zeitintervallen. Während gewisse Anbieter in be-‐inahe Echtzeit Werte aktualisieren, kann es bei anderen bis zu 24 Stunden dauern. Die Zeit-‐zone in welcher sich die Web-‐Analytics-‐Anbieter befinden, spielt zusätzlich eine Rolle [STC 2007]. Wird bei Verwendung von mehreren Anbietern gleichzeitig ein gewisser Zeitpunkt festgelegt um Messwerte zu vergleichen, kann es zu folgender problematischer Situation kommen: Gegeben seien: Anbieter A mit einem Aktualiserungsintervall von 24 Stunden und Sitz in Zeitzone T=0 Anbieter B mit einem Aktualiserungsintervall von 15 Minuten und Sitz in Zeitzone T=+1 Beide Anbieter beginnen mit der Auswertung der Tageswerte um 00:00 Uhr Lokalzeit. Wird die Stichprobe auf 22:00 Uhr in T=0 angesetzt, so werden von Anbieter A die Messwer-‐te vom Vortag genommen und von Anbieter B die Messwerte des aktuellen Tages aber nur während 21 Stunden. Aus diesem Grund ist es entscheidend bei der Konfiguration des Web-‐Analytics-‐Programms die korrekten Einstellungen vorzunehmen, damit Probleme dieser Art vermieden werden können.

Fazit: Die Gründe für die unterschiedlichen Messwerte liegen hauptsächlich bei der Installation und Konfi-‐guration des Web-‐Analytics-‐Dienstes. Zusätzlich kommen individuell eingestellte Filter sowie Unter-‐schiede bei der zeitlichen Erfassung der Daten hinzu welche dazu führen, dass Abweichungen zwi-‐schen den einzelnen Messwerten entstehen. Es ist somit nur bedingt möglich auf die einleitende Frage eine exakte Antwort zu liefern, denn die Ursachen sind sehr vielfältig. Viel wichtiger ist die Erkenntnis, dass Web Analytics keine exakte Wis-‐senschaft ist und dass Präzision stets Genauigkeit vorzuziehen ist [Clifton 2010, S.18ff]. Einzig Daten aus unterschiedlichen Messperioden, welche auf die gleiche Art und Weise erfasst wurden, können aussagekräftig verglichen werden. Dabei ist nicht der verwendete Web-‐Analytics-‐Anbieter entschei-‐dend, sondern lediglich das Messverfahren und die vorgenommenen Einstellungen. Sollen Vergleiche zwischen unterschiedlichen Anbietern vorgenommen werden, die jeweils individuelle Messverfahren verwenden, so muss mit Abweichungen gerechnet werden. Marketingabteilungen und Website-‐Betreiber sind aber primär an Vergleichen zwischen unterschiedlichen Perioden interessiert und we-‐niger an möglichst genau gemessenen Rohdaten [Clifton 2010, S.18ff].

31


4.5 Der Hauptunterschied zwischen den Anbietern (Kennzahlen) Neben der Präzision und Genauigkeit der Datensammlung sind bei der Unterscheidung der Anbieter, die Diversität und Aussagekraft des Web-‐Analytics-‐Dienstes kritische Grössen. Nur anhand einer breit abgestützten Datensammlung ist es überhaupt möglich, unterschiedliche Kennzahlen zu berechnen. Als grösster Vorteil, zur strategisch günstigen Positionierung gegenüber anderen Web-‐Analytics-‐Anbietern, ist dementsprechend ein gut strukturierter und differenzierter Kennzahlenkatalog zu wer-‐ten. Kennzahlen werden aus den erhobenen Daten berechnet und geben Auskunft über die wichtigsten Ereignisse und Veränderungen einer Website. Grundsätzlich kann zwischen fünf unterschiedlichen Kennzahlen-‐Kategorien differenziert werden. Dabei werden folgende Kategorien unterschieden [Hassler 2010, S.361ff]:

Administrative Kennzahlen: Sie geben Auskunft über technische Aspekte der Website. Unter anderem werden dabei Informationen über Ladezeiten, Verfügbarkeitsrate, aufgetretene Fehlermeldungen und sonstigen Kennzahlen, welche im Zusammenhang mit der Website-‐ Administration stehen.

Besucher Kennzahlen (Website-‐Nutzung): Die Besucher Kennzahlen erfassen sämtliche Zu-‐griffe als auch Verhaltensmuster und unterteilen diese in die einzelnen Kategorien. Kriterien für die Unterteilung sind Besucherzahl, Anzahl neue Besucher, Anzahl wiederkehrende Besu-‐cher, Bounce-‐Rate etc. Zusätzlich werden persönliche Informationen wie etwa die verwende-‐te Sprache, den Herkunftsort, das Betriebssystem etc. ausgewertet und angezeigt.

Finanzielle Kennzahlen: Enthalten Informationen über sämtliche finanziellen Aspekte, be-‐sonders bei Websites mit integriertem Web-‐Shop sind solche Kennzahlen von großer Bedeu-‐tung. Dabei werden Größen wie Gesamtumsatz, Durchschnittlicher Umsatz pro Kunde, Kos-‐ten und andere wichtige Kennzahlen gemessen.

Marketing Kennzahlen: Als Marketing-‐Kennzahlen werden sämtliche Kennzahlen bezeichnet, welche in direkter Verbindung zu Marketing-‐Kampagnen stehen. Sei es bei der Platzierung von Schlüsselwörtern innerhalb von Suchmaschinen oder der Platzierung von neuen Werbe-‐fenstern auf externen Websites, anhand der ausgewerteten Kennzahlen können positive wie auch negative Folgen auf den Traffic erfasst und verglichen werden.

Navigation & Zugriffsquellen: Kennzahlen aus diesem Bereich geben unter anderem Aus-‐kunft über die am häufigsten zugegriffenen Unterseiten, angewählten Navigationsknöpfe und Links. Zudem werden die Quellen eruiert, woher die häufigsten Zugriffe stammen. Ein Beispiel hierzu wäre eine Liste mit sämtlichen Suchmaschinen und deren jeweiligen Anteil am Total vermittelter Besucher.

Neben der Einteilung in fünf unterschiedliche Kategorien r-‐formance Indicators (KPI) und regulären Kennzahlen sinnvoll. Als KPI werden sämtliche Kennzahlen bezeichnet, welche für das jeweilige Unternehmen von zentraler Bedeutung sind und einen großen Einfluss auf Entscheidungen haben. Nicht jede Kennzahl ist ein KPI aber jeder KPI ist eine Kennzahl [Hassler 2010, S359ff]. Dementsprechend ist für jedes Unternehmen entscheidend, die persönlichen KPIs zu kennen, unabhängig davon ob der gewählte Web-‐Analytics-‐Anbieter diese bereits im Dash-‐board anbietet oder nicht. Der angebotene Kennzahlenkatalog eines Anbieters darf nicht als Ultima

32


Ratio gesehen werden. Eine richtige Auswahl des oder der Anbieter wurde erst dann getroffen, wenn sämtliche für das Unternehmen spezifischen KPIs tatsächlich gemessen werden können. Deshalb ist es gut möglich, dass die Verwendung von mehreren Anbietern gleichzeitig, die beste Lösung darstellt. Aus diesem Grund sind der angebotene Kennzahlenkatalog und die Möglichkeit zusätzliche indivi-‐duelle Kennzahlen hinzufügen zu können, von äußerster Wichtigkeit. Der Hauptunterschied zwischen den Anbietern liegt somit einerseits bei den unterschiedlichen Kennzahlenkatalogen, andererseits beim möglichen Grad an Individualisierung. Während kostenlose Anbieter wie Google und Yahoo ein solides Produkt anbieten, welches die Grundbedürfnisse der meisten Nutzer vollständig abdeckt, werden die Grenzen bei einer anspruchs-‐vollen Nutzung schnell erreicht. In der Regel können bei kostenpflichtigen Anbietern weitaus spezifi-‐schere Einstellungen vorgenommen und damit die persönlichen Bedürfnisse besser befriedigt wer-‐den. Anbieter wie WebTrends und Omniture ermöglichen Kunden individuelle Data-‐Mining-‐Funktionen inklusive Segmentierung, spezifische Vorhersagen sowie Warnfunktionen bei außeror-‐dentlichen Ereignissen und viele weitere zusätzliche Sonderfunktionen. Diese zusätzlichen Funktio-‐nen sind somit und rechtfertigen deren Gebühren [Web Analytics World 2010]. Fazit: Zusammengefasst lässt sich sagen, dass für Nutzer, die keine Sonderwünsche haben und mit den branchenüblichen Kennzahlen zurechtkommen, die kostenlosen Produkte eine solide Lösung darstel-‐len. Bei einem professionellen Einsatz auf großen Websites und großem Bedürfnis nach Individuali-‐tät, sollten primär kostenpflichtige Anbieter verwendet werden. Der wichtigste Faktor ist jedoch die Person, welche mit dem Web-‐Analytics-‐Produkt umgeht. Nur bei richtiger Handhabung können die Stärken der Produkte vollumfänglich ausgeschöpft werden. Mit einer steigenden Anzahl an mögli-‐chen Einstellungen, nimmt auch der Grad an Komplexität zu, was wiederum ein gewisses Niveau an Wissen voraussetzt. Eine Investition in Mitarbeiter, zur speziellen Schulung und Weiterbildung im Umgang mit Web-‐Analytics-‐Produkten, sind dementsprechend sinnvoll und empfehlenswert.

33

Empirische Erhebung

Kapitel 5 Empirische Erhebung Kapitel 5 greift auf die Fragen aus dem vorhergehenden Kapitel zurück und versucht anhand einer empirischen Erhebung, gemäß der Forbes Liste der weltweit 500 größten Unternehmen, einen Über-‐blick über den internationalen Web-‐Analytics-‐Markt zu geben. Zusätzlich werden die 120 größten in der Schweiz sesshaften Unternehmen anhand der gleichen Kriterien analysiert, damit Vergleiche zwischen dem Schweizer und internationalen Markt durchgeführt werden können. Neben der Erfassung der wichtigsten Web-‐Analytics-‐Anbieter und deren Vergleich beim Einsatz, wird sowohl eine geografische als auch sektorale Untersuchung durchgeführt. Außerdem werden beste-‐hende Zusammenhänge zwischen der Komplexität der Website und dem Einsatz von Web Analytics untersucht sowie auf die korrekte Anwendung der Datenschutz Bestimmungen eingegangen. 5.1 Rahmenbedingungen zur Datenerfassung 5.1.1 Web Analytics Solution Profiler (WASP) Bei der Untersuchung sämtlicher Websites eingesetzt. Dieses Programm wird als Plug-‐In in den verwendeten Mozilla Firefox Browser installiert und gibt Auskunft darüber, ob eine Website mit einem Web-‐Analytics-‐Tool ausgewertet wird und falls dies der Fall ist, welcher Anbieter verwendet wird. Zurzeit werden über 200 Anbieter erkannt [WASP 2010]. Der Vertreiber von WASP hat sich auf die Analyse von Websites spezialisiert und bietet das Tool ei-‐nerseits Privatpersonen an, andererseits auch Unternehmen. Die Aussagekraft und Möglichen Erfas-‐sungskriterien hängen vom Benutzerstatus ab. Während bei der kostenlosen Nutzung lediglich die Namen der verwendeten Web-‐Analytics-‐Tools eruiert werden, können bei Abschluss eines kosten-‐pflichtigen Abos zusätzlich viele weitere Möglichkeiten der Messung freigeschaltet werden [WASP 2010]. Sämtliche erhobenen Daten in dieser Arbeit wurden mit Version 2.2 vorgenommen. 5.1.2 Quelle der Daten Die Liste mit den größten 500 international tätigen Unternehmen, welche als Grundlage zur Analyse dient, stammt von Forbes.com, einem US amerikanischen Unternehmen, welches jährlich die größ-‐ten Unternehmen weltweit untersucht und Ranglisten anhand unterschiedlicher Kriterien erstellt. Sämtliche Datensätze wurden direkt aus herausgenommen und gekürzt [Forbes 2010]. Die ausführliche Liste kann auf der Website von Forbes eingesehen werden. Die Liste mit den 120 größten Schweizer Unternehmen stammt von Dun & Bradsteed und der Han-‐delszeitung, welche ebenfalls jährlich sämtliche in der Schweiz sesshaften Unternehmen bewerten. Die Liste wird unter dem Namen [Handelszeitung 2009]. Als wichtigstes Kriterium bei der Auswahl der 120 Datensätze ist das Herausfiltern sämtlicher Banken, damit keine Einbußen bei der Diversität der Daten hingenommen werden müssen. Die Stärke der Schweiz als Finanzplatz hinterlässt markante Spuren auf der Swiss Top 500 Liste und würde ohne vorheriges he-‐rausfiltern sämtlicher Banken, bei einer Untersuchung der Top 120 Firmen, keine breit abgestützten Referenzwerte liefern. Sämtliche Schweizer Großbanken werden bereits in der Top 500 Liste der international tätigen Unternehmen erfasst und analysiert.

34

Empirische Erhebung

5.1.3 Wahl der Einteilungskriterien & Annahmen Bei der Auswertung der Daten werden unterschiedliche Punkte analysiert und bewertet. Anhand der erhaltenen Resultate können Aussagen über den internationalen, als auch den Schweiz Web-‐Analytics-‐Markt gemacht werden und allfällige Zusammenhänge oder sonstige interessante Aspekte untersucht werden. Grundsätzlich lässt sich die gesamte Bewertung in fünf Bereiche unterteilen. 1. Verwendete Web-‐Analytics-‐Anbieter & Häufigkeit der Nutzung 2. Gestaltung und Komplexität der Website 3. Deklaration von Datenschutz und die Verwendung von Cookies 4. Geografische Einteilung auf fünf Kontinente 5. Einteilung auf die einzelnen Sektoren in welchen die Unternehmen tätig sind Entscheidend sind die einzelnen Kriterien bzw. Annahmen, welche innerhalb der Bereiche getroffen werden, um ein möglichst aussagekräftiges Ergebnis zu erhalten. Folgende Annahmen wurden innerhalb der einzelnen Bereiche getroffen: 1. Verwendete Web Analytics Anbieter & Häufigkeit der Nutzung

Alle Websites werden auf 200 potentielle Web-‐Analytics-‐Anbieter geprüft. Bei der Überprüfung werden lediglich die verwendeten Anbieter auf der Startseite bewertet,

Unterseiten werden nicht gemessen. Es werden auch mehrere Anbieter pro Website erfasst. Wird die Website nicht mit einem Web-‐Analytics-‐Tool gemessen, entsteht dennoch ein Ein-‐

trag. Logfile-‐Analyse-‐Verfahren werden nicht explizit gemessen, lediglich clientseitige Web-‐

Analytics-‐Systeme (Page-‐Tagging). 2. Gestaltung und Komplexität der Website

Erfasst werden: -‐ Die Verwendung eines Web-‐Shop -‐ Kontaktmöglichkeit -‐ Verwendung von Adobe Flash -‐ implementierte Suchfunktion -‐ Stellenangebote -‐ Informationen für Investoren -‐ Internationalität der Website (mehrere Sprachen)

Das Kriterium Web-‐Shop untersucht das Vorhandensein einer Online-‐Plattform, über welche

Produkte des Unternehmens erworben werden können. Dabei ist entscheidend, dass der ge-‐samte Prozess vorhanden sein muss, von der Auflistung des Produkts bis hin zur Bezahlung und der Auswahl der Liefermethode. Die ledigliche Auflistung der Produktpalette wird nicht als Web-‐Shop gewertet.

Als Kontaktmöglichkeit wird die Angabe von mindestens einer Kontaktoption (Formular, eMail, Telefon, Post Adresse) gewertet.

35

Empirische Erhebung

Die Verwendung von Adobe Flash auf der Website wird nur als vorhanden gewertet, falls Adobe Flash direkt auf der Startseite eingesetzt wird.

Stellenangebote werden als gegeben bewertet, falls diese direkt auf der Website ausge-‐schrieben werden oder eine Kontaktmöglichkeit mit der Human-‐Ressource-‐Abteilung vor-‐liegt.

Als Informationen für Investoren werden vorliegende Geschäftsberichte, Quartalszahlen, Ak-‐tienkurse, Bilanzen oder ähnliches gewertet. Visionen und Informationen über die Struktur des Unternehmens werden nicht als solches gewertet.

Die Internationalität der Website ist gegeben, falls es möglich ist die Website in Englisch und einer anderen Sprache anzuzeigen. Eine .com oder .org Adresse alleine ist nicht ausreichend.

3. Deklaration von Datenschutz und die Verwendung von Cookies

Als Explizit wird die namentliche Erwähnung des verwendeten Anbieters bezeichnet. Die Bekanntgabe, dass Web Analytics verwendet wird ist noch nicht ausreichend.

Cookies und Internet-‐Protocol (IP-‐Adressen) müssen in den Datenschutzerklärungen erwähnt werden, um als solche gewertet zu werden.

Der Hinweis zur Speicherung ist die Mindestform der Deklaration. Hier genügt bereits wenn erwähnt wird, dass unpersönliche oder persönliche Daten gespeichert werden.

4. Geografische Einteilung auf fünf Kontinente

Aufgeteilt wird auf die folgenden Kontinente: Europa, Nordamerika, Südamerika, Asien und Afrika.

Um die geografische Zugehörigkeit eines Unternehmens bestimmen zu können, gilt der Ort an dem der Hauptsitz des Unternehmens rechtlich eigentragen ist, als Referenzwert.

Unternehmen mit Sitz in Moskau zählen zu Europa. Die arabische Halbinsel zählt zu Asien. 5. Einteilung auf die einzelnen Sektoren in welchen die Unternehmen tätig sind

Es werden folgende 19 Sektoren / Branchen unterschieden: 1. Energie (Erdöl, Gas, Elektrizität etc.) 2. Bau / Architektur / Immobilien 3. Dienstleistungen (Bank, Versicherungen, Post, HR, Funds etc.) 4. Transportmittel (Bus, Bahn, Flugzeug, Taxi etc.) 5. Nutz-‐ und Industriefahrzeuge (Personenwagen, Lastwagen, Bagger etc.) 6. Rohstoffe (Edelsteine, Metall, (Alles außer Rohstoffe zur Energiegewinnung) etc.) 7. Health (Krankhäuser, Geräte für den Gebrauch in der Medizin, Pflegedienste etc.) 8. Pharma / Biotechnologie 9. Verkauf (Allgemein) (Nahrungsmittel, Tabak, Spielsachen, etc.) 10. Elektronik (Computer Hardware, TV, Radio, Transformatoren, etc.) 11. Spedition (Alles was mit Logistik und Transport zu tun hat) 12. Kommunikation (Internetanbieter, Mobiltelefon, Festnetz etc.) 13. Software / IT (Software basierte Produkte, keine Hardware!) 14. Kosmetik 15. Medien (TV, Radio, Presse etc.) 16. Flugindustrie / Militär 17. Maschinen und Allgemeine Industrie 18. Freizeit (Unterhaltung, Sport, Reisen etc.) 19. Textilindustrie

36

Empirische Erhebung

5.2 Resultate der Auswertung Die Tabelle mit den ausführlich ausgewerteten Rohdaten kann im Anhang eingesehen werden. Im folgenden Abschnitt werden die erhaltenen Resultate analysiert und mögliche Zusammenhänge un-‐tersucht. Die ausgewerteten Websites entsprechen dem Stand per 10.06.2010 und können bei einer Betrachtung zu einem späteren Zeitpunkt eventuell abweichen. 5.2.1 Web Analytics Anbieter im Vergleich Im vorhergehenden Kapitel wurde festgestellt, dass bei der Messung unterschiedliche Werte zwi-‐schen den einzelnen Anbietern die Regel sind. Zusätzlich kommt die Erkenntnis hinzu, dass im Prinzip kein Anbieter als Marktführer bezeichnet werden kann, weil jedes Tool einen marktüblichen Basiska-‐talog an Kennzahlen bereitstellt und die wahren Unterschiede bei den individuell zugeschnittenen Kennzahlen und deren Messung liegt. Die Auswahl des richtigen Tools ist dementsprechend nicht eine Frage des Preises und auch nicht eine Frage der Bekanntheit, sondern viel mehr der best mögli-‐chen Befriedigung der individuellen Bedürfnisse von Website-‐Betreibern. Bei der Auswertung der 500 weltweit größten internationalen Unternehmen wird Google Analytics im Vergleich zur Konkurrenz eindeutig am meisten eingesetzt. An zweiter und dritter Stelle folgen Omniture und WebTrends. Als Grund für das gute Ergebnis von Google Analytics ist sicherlich einer-‐seits das kostenlose Angebot und der Bekanntheitsgrad von Google verantwortlich, andererseits kann sich das Gesamtpacket bezüglich Leistung und Funktionalität im Vergleich zur Konkurrenz durchaus sehen lassen.

Neben der Auswertung am internationalen Markt folgt eine Analyse des Schweizer Marktes. Dabei muss zwischen zwei unterschiedlichen Messungen unterschieden werden. Einerseits wurden die Top 120 größten in der Schweiz sesshaften Unternehmen abzüglich der Großbanken untersucht, anderer-‐seits wurde bei den Top 500 international tätigen Unternehmen immer auch gleichzeitig die Regist-‐rierung einer Website mit .ch Domain untersucht und diese gleichzeitig, in einer eigenen Tabelle, mit

0%1%1%1%1%1%1%1%1%1%1%1%2%2%2%2%3%3%

6%16%

21%33%

DiverseEyeBlaster Mediamind

EloqueAudience Science

iPerceptionDigital ForestClickTracks

Blue LithiumYahoo Web Analytics

eTrackerWeborama

UnicaNedstat

Google UrchinCoremetrics

At Internet (XiTi)Forsee Results

AtlasDart

WebTrendsOmniture

Google Analytics

37

Empirische Erhebung

ausgewertet. Auf diese Weise können Großbanken, welche per Annahme nicht in der Top 120 Liste enthalten sind, erfasst werden. Als erstes folgt das Resultat der Auswertung der Top 120 größten in der Schweiz sesshaften Unter-‐nehmen, abzüglich sämtlicher Großbanken. Auch hier ist Google Analytics klarer Favorit im Vergleich zur Konkurrenz. Es ist erstaunlich, dass sich Google im Schweizer Markt jedoch noch weitaus stärker durchsetzen konnte. Interessant ist zusätzlich der Rangtausch auf den Plätzen zwei und drei. Wäh-‐rend sich Omniture im internationalen Vergleich Platz zwei sichern konnte, war im Schweizer Markt nur Platz 3 möglich.

Die Auswertung der .ch registrierten Websites der Top 500 internationalen Unternehmen ergibt eine ähnlich gestaffelte Rangliste. Immer noch auf Platz eins ist Google Analytics gefolgt von WebTrends und Omniture. Der Abstand von Google Analytics zur Konkurrenz ist jedoch deutlich geringer. Web-‐Trends liegt wiederum an zweiter Stelle, gefolgt von Omniture, Nedstat und WebTrekk. Die anderen Anbieter bewegen sich wie gehabt auf den hinteren Rängen.

Schwankungen zwischen den beiden Tabellen auf den Plätzen zwei bis vier, die den Schweizer Markt untersuchen, sind ein Phänomen welches mit dem unterschiedlichen Aufbau der Unternehmens-‐struktur, innerhalb der Liste, zuzuschreiben ist.

0%1%1%1%1%1%1%1%2%2%2%3%

14%15%

28%

DiverseAT Internet (XiTi)

CoremetricsCrazyEgg

DartEloque

EyeblasterGoogle Urchin

eTrackerUnica

WebTrekkNedstat

OmnitureWebTrends

Google Analytics

0%1%1%1%2%2%2%3%3%5%

15%47%

Diverse

CrazyEgg

eTracker

Eloque

Unica

Piwik

Dart

Nedstat

Google Urchin

Omniture

WebTrends

Google Analytics

38

Empirische Erhebung

5.2.2 Branchen im Vergleich Bei genauer Betrachtung der einzelnen Sektoren fällt auf, dass unter den Forbes Top 500 Unterneh-‐men mit .ch Domain, 15% zusätzlich aus dem Dienstleistungssektor stammen und 9% aus dem Elekt-‐roniksektor. Die zusätzlichen Dienstleistungsunterhemen sind zum größten Teil Großbanken und Versicherungen welche per Annahme nicht in der Swiss Top 120 aufgeführt werden. Während in der Swiss Top 120 auffallend viele Unternehmen zusätzlich im Rohstoffhandel, Bau / Architektur / Immo-‐bilien und in der Maschinen und Industrie tätig sind.

Somit liegt die Vermutung nahe, dass Sektoren welche stark von einer professionellen Internetplatt-‐form abhängig sind, auch tendenziell häufiger dazu neigen, kostenpflichtige Anbieter wie etwa Omni-‐ture oder WebTrends zu verwenden. Die Dienstleistungsbranche als auch der Elektronikbranche, investieren viel Geld in ihre Websites, weil diese einerseits als Absatzkanal dienen und andererseits ein großer Teil an Informationen darüber angeboten wird. Umgekehrt stellen Websites für Unternehmen die im Rohstoffhandel und der Bau-‐ / Architektur-‐ / Immobilienbranche tätig sind, lediglich eine Informationsplattform dar und nur selten einen Absatz-‐kanal. Gerade in der Maschinenindustrie werden Geschäfte häufig nur in persönlichen Gesprächen abgewickelt und selten über die Website. Dementsprechend ist dort die Funktion der Website eine andere und auch die Anforderungen an das Web-‐Analytics-‐Tool. Ein zusätzlicher, spezifischer Vergleich soll die Vermutung bestätigen, dass Unternehmen welche stark von ihrer Website abhängig sind, auch tendenziell häufiger auf kostenpflichtige Produkte zu-‐rückgreifen. Dazu werden zwei kostenpflichtige Anbieter (Omniture und WebTrends) mit dem kos-‐tenlosen Google-‐Analytics-‐Tool verglichen. Zur Untersuchung werden jeweils sechs Branchen ausge-‐wählt, davon nutzen drei die Internetplattform intensiv und drei lediglich zur Informationsvermitt-‐lung. Gemessen wird der Prozentanteil des verwendeten Anbieters am Total der in der Branche täti-‐gen Firmen (vgl. Abbildung 14). Die dafür benötigten Daten stammen aus der Forbes Top 500 Liste.

16%

12%10%9% 9% 9%

8%

5% 4% 3% 3% 3% 3% 2% 2% 2% 2%0% 0%

14%

9%

15%

3%1% 0%

16%

10%

0%

18%

1%3%

0%

3%2% 1% 0%

3%

0%

Swiss Top 120 Forbes Top 500 mit .ch Domain

39

Empirische Erhebung

Wie angenommen wird Google Analytics in den Branchen am häufigsten verwendet, bei denen die Website lediglich als Informationsinstrument benützt wird und sehr spezifische Kennzahlen nicht benötigt werden. Beispielsweise dient die Website bei Unternehmen wie BP oder Shell, die im Ener-‐gie Sektor tätig sind, lediglich als Kommunikationsplattform. Die vertriebenen Produkte werden an der Börse gehandelt und verkauft und nicht über die Website. Außerdem steht das vertriebene Pro-‐dukt der Unternehmen nicht in einer engeren Beziehung mit dem Internet oder Computern, weshalb Kunden sich nicht primär über das Internet darüber informieren. Aus diesem Grund haben solche Unternehmen ein geringes Interesse daran, spezifischere Informationen über die Nutzung der eige-‐nen Website zu erhalten. Produkte werden hingegen von Unternehmen der Kommunikationsbranche, wie zum Beispiel Cable-‐com oder Swisscom, oft über das Internet abonniert. Kunden die sich für einen gewissen Anbieter entscheiden, recherchieren oft im Internet nach genaueren Informationen bezüglich Preis bzw. Leis-‐tung und wählen anschließend ihren Favoriten aus. Deshalb besteht für diese Unternehmen ein gro-‐ßer Anreiz in Erfahrung zu bringen, wie die eigene Website genutzt wird, um allfällige Verbesserun-‐gen und Anpassungen vornehmen zu können. Die Tendenz kostenpflichtige Anbieter zu nutzen korreliert positiv mit zwei Faktoren: Einerseits mit der Wichtigkeit der Website für das Unternehmen und andererseits mit dem Produkt selbst bzw. dessen Nähe zum Internet oder der IT-‐Branche. 5.2.3 Einsatz von Web Analytics im eCommerce Als letztes werden Websites mit integriertem Web-‐Shop auf die Erfüllung der Hypothese untersucht, dass im eCommerce die Wahrscheinlichkeit einen kostenpflichtigen Web-‐Analytics-‐Anbieter zu nut-‐zen, höher ist. Ein Web-‐Shop bedeutet einen zusätzlichen Absatzkanal für das jeweilige Unterneh-‐men und dementsprechend steigen die Wichtigkeit der Website und das Interesse an Daten der Nut-‐zung. In anderen Worten: Je höher der Online generierte Umsatz eines Unternehmens ist, desto eher wird ein kostenpflichtiges Tool eingesetzt. Als Vergleich dazu wird der Anteil der drei Anbieter Google Analytics, WebTrends und Omniture am gesamten Markt gemessen, ohne die Unterscheidung bezüg-‐lich der Nutzung eines Web-‐Shop vorzunehmen.

010203040506070

% Anteil am Branche

n-‐To

tal

Google Analytics

WebTrends

Omniture

40

Empirische Erhebung

Die Hypothese, dass Betreiber eines Web-‐Shops -‐End-‐ zurückgreifen, kann bestä-‐tigt werden. Während Websites mit integriertem Web-‐Shop zu 73% kostenpflichtige Web-‐Analytics-‐ Produkte nutzen, sinkt bei Websites ohne Web-‐Shop der Wert auf 53% ab. 5.2.4 Kontinentaler Vergleich der Web-‐Analytics-‐Anbieter In diesem Kapitel wird untersucht, wie die Marktanteile der einzelnen Anbieter auf jedem der fünf Kontinente aufgeteilt sind. Dabei werden Auswertungen und Analysen spezifisch für jeden der fünf Kontinente vorgenommen, basierend auf der Top 500 Liste der international größten Unternehmen. Sämtliche Tabellen mit ausführlichen Zahlen befinden sich im Anhang dieser Arbeit. Als erstes müssen die einzelnen Anteile der Kontinente an der Top 500 Liste eruiert werden. Konti-‐nente mit geringen Anteilen können von Anfang an ausgeschlossen werden, weil eine Untersuchung anhand einer zu geringen Anzahl an verwendbaren Daten wenig Sinn machen würde.

0 20 40 60 80 100

Website ohne Web-‐Shop mit ToolWebsite mit Web-‐Shop und Tool

69%

14%

27%15%

58%

Mit Web-‐Shop

Google Analytics Web Trends Omniture

47%23%

30%

Ohne Web-‐Shop

Google Analytics Web Trends Omniture

0%

2%

13%

28%

30%

73%

1%

2%

27%

33%

38%

100%

0 20 40 60 80 100

Afrika

Süd Amerika

Asien

Europa

Nord Amerika

TOTAL

Firmen Insgesamt Firmen mit Tool

41

Empirische Erhebung

Die Auswertung der Anteile in Abbildung 17 zeigt auf, dass von den Top 500 Unternehmen auf der Forbes Liste lediglich deren 10 auf dem Südamerikanischen Kontinent beheimatet sind und vier in Afrika. Somit werden die beiden Kontinente Afrika und Südamerika von Beginn aus ausgeschlossen. Untersucht wird unter anderem der Marktanteil der einzelnen Anbieter pro Kontinent, als auch die Anzahl Firmen pro Branche die Web Analytics einsetzen. 5.2.4.1 Auswertungen für Nordamerika Als erstes wird der Marktanteil der Web Analytics Anbieter auf dem Nordamerikanischen Kontinent untersucht. Dabei zeichnet sich ein ähnliches Bild ab wie bei der internationalen Auswertung (vgl. Abbildung 18). Google Analytics dominiert den Markt, gefolgt vor Omniture und WebTrends. Dart schneidet im Vergleich auf Platz vier ebenfalls relativ gut ab. Yahoo Web Analytics wird lediglich von einem einzigen Unternehmen verwendet, obwohl die Funktionalitäten mit denen von Google Web Analytics vergleichbar sind.

Bei der Analyse der Branchen stechen die Energie-‐ und Dienstleistungsunternehmen heraus, als auch der Verkauf diverser Güter. Bemerkenswert ist die prozentuale Häufigkeit der Nutzung von Web-‐Analytics-‐Tools, welche im Mittel bei fast 80% liegt. Die hohe Dichte an Unternehmen, in der Energie-‐Branche liegt daran, dass der Anteil Erdöl fördernder Unternehmen auf der Forbes Liste hoch ist.

0%1%1%1%1%1%1%1%1%2%3%

4%6%

6%13%

23%27%

DiverseClickTracks

Yahoo Web AnalyticsEloque

Audience ScienceiPerception

Google UrchinAt Internet (XiTi)

Blue LithiumUnica

CoremetricsForsee Results

AtlasDart

WebTrendsOmniture

Google Analytics

27%

16% 18%

7%5% 4% 4% 3% 4% 3% 2% 2% 2% 1% 2% 1% 1%

21%

14% 13%

7%4% 4% 3% 3% 3% 2% 2% 2% 2% 1% 1% 1% 1%

Firmen pro Branche Anzahl Firmen mit Tool

42

Empirische Erhebung

5.2.4.2 Auswertungen für Europa Auf dem europäischen Markt zeichnet sich ebenfalls ein ähnliches Bild ab. Wieder steht Google Ana-‐lytics an der Spitze, gefolgt von Omniture und WebTrends. Dart verliert im Vergleich zu Nordamerika einige Plätze und siedelt sich im Mittelfeld an.

Bei der Untersuchung der Branchen sticht markant der Dienstleistungssektor heraus. Dies nicht zu-‐letzt, weil Europa Heimat vieler bekannter internationaler Banken und Versicherungen ist. Ein weite-‐rer interessanter Punkt sind die Unternehmen welche im Energie-‐Sektor tätig sind. Im Verhältnis zu Amerika sind in Zentral-‐Europa nur wenige Erdöl fördernde Unternehmen domiziliert. Der Grund für den dennoch hohen Wert, sind die Erdöl und Gas fördernden Unternehmen aus Russland. Ein Rück-‐lauf ist jedoch bei den Unternehmen, die im Verkauf tätig sind zu verzeichnen. In Europa existieren nur einige wenige große Warenhausketten. Der Anteil an Firmen welche Web Analytics in Europa nutzen ist mit 84% ebenfalls erstaunlich. Europäische Unternehmen sind die Vorreiter, wenn es um den Einsatz von Web Analytics geht.

01%1%1%1%1%1%2%2%2%2%3%3%4%

6%15%

21%36%

DiverseBrioude Cedex

UnicaSnoobi

Gemius TrafficCoremetrics

Forsee ResultsClickTracks

Yahoo Web AnalyticsAtlas

eTrackerGoogle Urchin

DartNedstat

At Internet (XiTi)WebTrendsOmniture

Google Analytics

31%

20%

11%9% 6% 5% 4% 3% 2% 2% 2% 1% 1% 1% 1% 1%

27%

14%10%

7% 5% 4% 4% 3% 2% 2% 2% 1% 1% 1% 1% 0%


43

Empirische Erhebung

5.2.4.3 Auswertungen für Asien Wie zu erwarten ist die Aufteilung des Marktes in Asien ähnlich. Die üblichen Anbieter besetzen die oberen Ränge (vgl. Abbildung 22).

Interessant ist im asiatischen Markt die Tatsache, dass die Nutzung von Web Analytics im Verhältnis zu Europa und Nordamerika sehr tief ist. Nur gerade 50% der Unternehmen verwenden Web Analy-‐tics. In Asien scheint eine andere Mentalität in Punkto Analytics und Website-‐Kultur zu herrschen. Bei der Auswertung der Daten sind besonders chinesische Websites aufgefallen. Mehr als 80% sämtli-‐cher in China beheimateter Websites verwenden kein Web Analytics. Die Analyse der Branchen zeigt ebenfalls klare Ausprägungen im Dienstleistungsbereich. Dabei han-‐delt es sich zum größten Teil um chinesische Banken und Versicherungen (vgl. Abbildung 23). Unter-‐nehmen aus dem Energie-‐Sektor sind hauptsächlich chinesische und japanische Erdöl-‐, Kohle-‐ und Elektrizitätsproduzenten. Im Bereich Elektronik sind bekannte Computer, TV und sonstige Elektroge-‐rätehersteller zu erwähnen wie etwa Sony, Samsung oder auch Philips.

Auf allen drei Kontinenten ergibt sich in Punkto Marktanteil ein ähnliches Bild. Google Analytics ist der Marktführer, gefolgt von Omniture und WebTrends. Im oberen und unteren Mittelfeld gibt es jeweils einige Ausreißer, die aber in einem Abstand zu den Top drei Anbietern stehen. Der Aufbau der Unternehmensstruktur innerhalb der Kontinente, basierend auf der Forbes Top 500 Liste, wiederspiegelt einerseits die bekannten Spezialisierungen der einzelnen Kontinente. Während

01%1%1%1%1%1%1%2%

5%12%

28%

DiverseUnicaDart

NedstatBlue LithiumCoremetrics

AtlasGoogle UrchinDigital ForestWebTrendsOmniture

Google Analytics

29%

11%

17%

4%7%

4%7%

4% 5%3% 4% 4%

14%

8%6%

4% 4% 4% 4%2% 2% 1% 1% 0%


44

Empirische Erhebung

in Nordamerika die Energie-‐Unternehmen dominieren, sind in Europa Banken und Versicherungen die Schwergewichte. Asien verdankt den hohen Wert im Dienstleistungssektor den zahlreichen chi-‐nesischen Banken und Versicherungen, profiliert sich aber im Verhältnis zu Europa und Nordamerika auch im Bereich der Elektronik-‐Industrie. Als wichtigste Erkenntnis ist jedoch der Anteil an Firmen zu werten, die Web Analytics verwenden, gemessen am Total der Firmen welche auf der Forbes Top 500 Liste des jeweiligen Kontinents ver-‐zeichnet sind. Während in Nordamerika 80% und in Europa 84% der Unternehmen Web Analytics einsetzen, tun dies in Asien lediglich 50%. Dementsprechend kann gesagt werden, dass der asiatische Markt ein großes Potential birgt, auch wenn Unternehmen wie Google, Omniture und WebTrends bereits Fuß gefasst haben. 5.2.3 Verwendung von mehreren Web-‐Analytics-‐Tools pro Website Ein weiterer interessanter Aspekt ist die Analyse des Einsatzes von multiplen Web-‐Analytics-‐Tools innerhalb derselben Website. In Abbildung 24 wird zwischen zwei unterschiedlichen Zählweisen un-‐terscheiden. Firmen mit Web Analy , misst Unternehmen welche lediglich ein Web-‐Analytics-‐System verwenden. Bei Firmen mit Web Ana werden sämtliche Web-‐sites berücksichtigt, die zwei oder mehr Web-‐Analytics-‐Systeme einsetzen.

Bei den Forbes Top 500 Unternehmen benützen 365 ein Web-‐Analytics-‐Tool und diese 365 Unter-‐nehmen zusammen generieren ein Total von 526 verwendeten Web-‐Analytics-‐Tools. Somit liegt der verwendete Durchschnitt pro Website im internationalen Vergleich bei 1.44 Tools. Die Schweiz liegt dabei mit 1.2 verwendeten Tools pro Website bei den Swiss Top 120, respektive 1.15 bei den Forbes Top 500 mit registrierter .ch Domain, etwas darunter. Die Untersuchung der einzelnen Kontinente ergibt folgendes Bild (vgl. Abbildung 25).

23%

12%

11%

50%

66%

61%

0 10 20 30 40 50 60 70

Forbes Top 500 (n=500)

Forbes Top 500 mit .ch Domain (n=99)

Swiss Top 120 (n=120)

Firmen mit Web Analytics "Ein Tool"

Firmen mit Web Analytics "Mehrere Tools"

37%

24%

5%

43%

60%

45%

0 10 20 30 40 50 60 70

Nord Amerika (n=188)

Europa (n=164)

Asien (n=134)

Firmen mit Web Analytics "Ein Tool"

Firmen mit Web Analytics "Mehrere Tools"

45

Empirische Erhebung

Nordamerika setzt mit durchschnittlich 1.7 Tools pro Website mehr Tools ein als andere Kontinente. Europa liegt mit 1.37 Tools pro Website im internationalen Mittelfeld und Asien bildet das Schluss-‐licht mit lediglich 1.12 Tools pro Website. Die Schweiz ist zwischen Asien und dem europäischen Durchschnitt angesiedelt. Auf die Frage, welche Anbieter am häufigsten auftreten, wenn mehrere Anbieter verwendet werden, wird im kommenden Abschnitt untersucht. Zur Beantwortung dieser Frage ist eine Matrix (nxn) nötig. In der Matrix werden sämtliche Kombina-‐tionen erfasst, ohne dabei Rücksicht zu nehmen falls die jeweilige Website zwei, drei oder mehr Tools gleichzeitig verwendet. Die primäre Aussage der Tabelle ist, welche Anbieter am häufigsten bei multiplem Einsatz von Web-‐Analytics-‐Tools verwendet werden. Zum Vergleich wurde einerseits die Forbes Top 500 Liste ausgewertet, andererseits die Swiss Top 120. Abbildung 26 zeigt, welche Anbieter am häufigsten bei multipler Verwendung von Web-‐Analytics-‐Tools kombiniert werden. Basierend auf der Forbes Top 500 Liste. Die ausführliche Matrix (nxn) be-‐findet sich im Anhang.

Omniture tritt am häufigsten in Kombination mit anderen Anbietern auf, falls mehrere Tools pro Website verwendet werden. Um noch einen genaueren Einblick zu erhalten werden die Top 4 zusätz-‐lich noch auf die drei häufigsten Partner untersucht. Die dabei erhaltenen Resultate sind in der näch-‐sten Grafik enthalten.

0 -‐ 1%2%2%

3%6%6%

9%13%

14%15%

0 5 10 15 20

DiverseOpinion LabBlue LithiumCoremetrics

Forsee ResultsAtlas

WebTrendsDart

Google AnalyticsOmniture

42%32%

26%

0 10 20 30 40 50

Omniture n=34

Atlas Google Analytics Dart

54%30%

16%

0 20 40 60

Google Analytics n=37

Dart Omniture WebTrends

50%29%

21%

0 20 40 60

Dart n=28

Google Analytics WebTrends Omniture

62%25%

13%

0 20 40 60 80

WebTrends n=32

Omniture Dart Google Analytics

46

Empirische Erhebung

Anhand Abbildung 27 lässt sich folgendes Muster erkennen: Sämtliche Top 4 Anbieter treten am häufigsten als Kombination untereinander auf. Die Vermutung liegt nahe, dass es zwischen diesen vier Anbietern gute Synergien geben muss und dementsprechend deren Kombination am nnütz-‐lichsten ist. An der Spitze ist die Kombination zwischen WebTrends und Google Analytics mit insge-‐samt 20 gemeinsamen Websites, gefolgt von Dart und Omniture mit insgesamt 14 und Omniture und Google Analytics mit 11 gemeinsamen Websites. Statistisch gesehen tritt Google Analytics in zwei von drei der Top 3 Partnerschaften auf, kann Omni-‐ture aber dennoch nicht von Platz eins verdrängen. Zur Ermittlung der Ursache folgt eine genauere Betrachtung der zwei Top platzierten anhand von Abbildung 28. Auffällig ist, dass einige wenige Part-‐nerschafen mit Google Analytics äußerst intensiv sind, was an den Peaks gut zu erkennen ist. Gleich-‐zeitig sind die restlichen Kombinationen zwar ähnlich gleichmäßig verteilt wie bei Omniture, aber im Vergleich deutlich weniger intensiv.

Es lässt sich nur schwer bestimmen, welcher der beiden Anbieter besser für eine Partnerschaft ge-‐eignet ist. Die Daten geben auch keine Auskunft darüber, welcher Anbieter primär installiert wurde und welcher zusätzlich als Unterstützung genutzt wird. Beide Anbieter sind bezüglich des Preises komplett unterschiedlich, während Google kostenlos ist, können bei Omniture relativ hohe Kosten anfallen. Denkbar ist, dass Google Analytics oft als zusätzliches Tool installiert wurde um bestehende Web-‐Analytics-‐Tools zu unterstützen, während Omniture als primäres Tool fungiert. Zusätzlich wird noch der Schweizer Markt auf vorhandene Muster untersucht. Dazu wird die Swiss Top 120 Liste ebenfalls anhand einer (nxn) Matrix ausgewertet (vgl. Abbildung 29).

Auffällig ist, dass sich Google Analytics in dieser Untersuchung so stark durchsetzen kann und somit am häufigsten kombiniert wird. Ein möglicher Grund dafür liegt in der Intensität der Nutzung der Websites und der Zusammensetzung der Swiss Top 120 Liste.

mit Web-‐Grundsätzlich wird untersucht, ob Website-‐Betreiber mit einer intensiven Onlinepräsenz dazu nei-‐

0

10

20

Google Analytics Omniture

0%1%

3%3%

4%5%

8%

0 5 10 15

DiverseGoogle Urchin

EloquaOmniture

WebTrendsDart

Google Analytics

47

Empirische Erhebung

gen, beim Einsatz von mehreren Web-‐Analytics-‐Tools, auf kostenpflichtige Produkte wie Omniture und WebTrends zurückzugreifen. Dazu wird die Forbes Top 500 Liste untersucht.

Auffällig ist, dass die Mehrheit der Websites aus dem Energie-‐Sektor lediglich einen Anbieter nutzen. Die Anzahl an Websites, die zwei oder mehr Anbieter nutzen, ist bei Websites mit integriertem Web-‐ Shop deutlich höher als bei jenen aus dem Energie-‐Sektor. Auch hier wird die Vermutung bestätigt, dass die Intensität der Website-‐Nutzung positiv zusammenhängt, mit der Investitionssumme in Web-‐ Analytics-‐Produkte. Dabei werden nicht nur öfter kostenpflichtige Produkte, sondern auch mehrere Anbieter gleichzeitig verwendet. Abbildung 31 zeigt die drei häufigsten Anbieter, die mit integriertem Web-‐Shop gemessen wurden. Am besten hat dabei Omniture mit 5% abgeschnitten, gefolgt von Dart und Google Analytics mit je-‐weils 2%. Anhand dieser Ergebnisse wird deutlich, dass Omniture als kostenpflichtiges Produkt und den meisten Kombinationen als Favorit gilt und sich Google Analytics im Umfeld des eCommerce nicht wirklich durchsetzen kann.

Die obigen Betrachtungen haben nicht die genaue Zahl an gleichzeitig verwendeten Web-‐Analytics-‐ Anbietern berücksichtigt. Unterschieden wurde lediglich zwischen einem oder mehreren Anbietern pro Website. Damit dieser letzte Aspekt noch betrachtet werden kann, wurden wiederum die Top 500 Liste und die Swiss Top 120 ausgewertet (siehe Abbildung 32).

Der Anteil an Websites die lediglich einen Anbieter nutzen ist in beiden Listen sehr hoch. Nur wenige Webseites verwenden zwei oder mehr Anbieter, dies wohl nicht zuletzt wegen der steigenden Komp-‐lexität und der Kosten bei zusätzlich installierten Tools. Überraschend ist die große Zahl an Websites, die noch immer kein Web-‐Analytics-‐Tool verwenden.

2%

7%

7%

7%

11%

4%

0 2 4 6 8 10 12

0 Anbieter

1 Anbieter

2+ Anbieter

Energie Sektor Website mit Web Shop

2%2%

5%

0 1 2 3 4 5 6

Google AnalyticsDart

Omniture

Häufigste Anbieter bei der Kombination

27%50%

18%4%

1%1%

0 Anbieter1 Anbieter2 Anbieter3 Anbieter4 Anbieter5 Anbieter Forbes Top 500 (n=500)

28%61%

9%1%0%1%

0 Anbieter1 Anbieter2 Anbieter3 Anbieter4 Anbieter5 Anbieter Swiss Top 120 (n=120)

48

Empirische Erhebung

5.2.4 Komplexität der Website Im Weiteren wurde neben der Auswertung der Web-‐Analytics-‐Anbieter auch der Aufbau der Website untersucht. Das Schwergewicht liegt dabei hauptsächlich bei der geografischen Analyse und der Ver-‐knüpfung zwischen Web Analytics und dem Aufbau der jeweiligen Website (siehe Kapitel 5.1.3). Die Auswertung der Forbes Top 500 Unternehmen hat folgende Werte im Zusammenhang mit Auf-‐bau und Gestaltung der Website ergeben:

Im Vergleich dazu die Auswertung der Swiss Top 120:

Die Resultate der Auswertungen der Forbes Top 500 Liste als auch der Swiss Top 120 ergeben ein ähnliches Bild. Ein Großteil der Websites verfügt über mindestens eine Art von Kontaktoption, eine Sektion in welcher Stellen ausgeschrieben sind, als auch über eine Suchfunktion und Informationen für Investoren. Bezüglich der Internationalität sind die meisten Websites auf einem ähnlichen Stand, so bieten über 90% eine Option zur Änderung der Sprache. Lediglich zu bemängeln sind gewisse Websites, die trotz Änderung der Sprache einen Teil der Website nicht übersetzen. Dies ist besonders bei den AGBs und den Nutzungsbestimmungen häufig der Fall. Selbst die Nutzung von Adobe Flash zur Gestaltung der Website ist weit verbreitet. Während auf dem internationalen Markt ca. 70% der Unternehmen Flash benützen, sind es in der Schweiz 53%. Websi-‐tes die diese Technologie nutzen vermitteln einen professionellen Auftritt, dementsprechend sind die hohen Anteile durchaus verständlich. Lediglich die Verwendung von Web-‐Shops ist nicht sehr verbreitet. Der Grund dafür liegt einerseits in der Struktur der zu analysierenden Listen. Andererseits besteht bei vielen Produkten noch immer das Bedürfnis diese auch real sehen zu können, bevor ein Kaufentscheid gefällt wird.

16%69%

88%92%

98%99%100%

0 20 40 60 80 100

Web ShopFlashJob

SearchInvestor RelationsInternationalität

Kontakt

Top 500 Unternehmen (n=500)

23%53%

87%88%92%93%

99%

0 20 40 60 80 100

Web ShopFlash

SearchInvestor RelationsInternationalität

JobKontakt


49

Empirische Erhebung

In Kapitel 5.2.2 wurde kurz erwähnt, dass große Unterschiede zwischen den Website-‐Kulturen der einzelnen Kontinente bestehen. Im folgenden Teil werden deshalb bestehende Unterschiede unter-‐sucht und Vergleiche zwischen den Kontinenten vorgenommen.

Das Diagramm veranschaulicht einige interessante Aspekte, die spezifisch den kulturellen Unter-‐schied zwischen Westen und Osten betreffen. Folgende Unterschiede sind dabei am prägnantesten:

Der erste Punkt wurde bereits erwähnt, ist aber auch in Abbildung 36 gut erkennbar und be-‐trifft den massiven Rückgang an Websites die Web-‐Analytics-‐Tools verwenden im Vergleich zur Gesamtmenge. Während in Europa und Nordamerika die Zahl an Websites mit Web-‐Analytics-‐Unterstützung nur geringfügig abnimmt, sinkt der Wert in Asien von 81% auf 43%, also um fast 38%.

In Europa und Nordamerika sind die Werte, bei einer zusätzlichen Messung des Parameters

Stellenangebote (Job), relativ konstant. In Asien hingegen sinkt der Wert ohne Web-‐Analytics-‐Tool um 25% und mit Web-‐Analytics-‐Tool um 9%. Bei der Erhebung der Daten ist besonders dieser Unterschied aufgefallen. Während auf europäischen und Nordamerikani-‐schen Websites Stellenausschreibungen zur Grundausstattung gehören, scheint dies in Asien nicht der Fall zu sein.

In Abbildung 36 wird der Anteil an Websites mit Stellenangeboten im Verhältnis zur Gesam-‐theit an Websites vom jeweiligen Kontinent illustriert.

95%

78%

95%

78%

68%

59%

66%

57%

18%

17%

98%

82%

93%

79%

66%

57%

66%

57%

10%

9%

81%

43%

56%

34%

42%

27%

42%

27%

10%

8%

0 20 40 60 80 100

Kontakt + Search

Kontakt + Search + Tool

Kontakt + Search + Job

Kontakt + Search + Job + Tool

Kontakt + Search + Job + Flash

Kontakt + Search + Job + Flash + Tool

Kontakt + Search + Job + Flash + Investor R. + Intern.

Kontakt + Search + Job + Flash + Investor R. + Intern. + Tool

Kontakt + Search + Job + Flash + Investor R. + Intern. + Webshop

Kontakt + Search + Job + Flash + Investor R. + Intern. + Webshop + Tool

Asien (n=134) Europa (n=164) Nord Amerika (n=188)

64%

36% Asien

Mit Job

Ohne Job95%

5% Europa

Mit Job

Ohne Job98%

2% Nord Amerika

Mit Job

Ohne Job

50

Empirische Erhebung

die Websites, das Ge-‐genteil. Wie bereits erwähnt, ist der Anteil an Websites mit Stellenangeboten in Asien massiv geringer als in Europa und Nordamerika. Dieses Phänomen ist bei chinesischen Websites stark verbreitet. Ein Großteil der chinesischen Unternehmen, die auf der Forbes Top 500 Liste aufgeführt sind, gehören dem Staat. Darunter sind die chinesische Zentralbank, staatliche Energieproduzenten und die größte Versicherung der Volksrepublik. Dementsprechend wer-‐den Arbeitsstellen nicht nach der herkömmlichen Art und Weise vergeben, wie dies in priva-‐ten Unternehmen der Fall ist. Ein ähnliches Bild bieten auch japanische Websites, wenn auch in einer etwas abgeschwächten Form. Bei den japanischen Websites auf der Forbes Top 500 Liste, sinkt zwar der Anteil an öffentlichen Unternehmen aber die kulturellen Hindernisse bleiben bestehen. Japanische Unternehmen rekrutieren oft über lokale Agenturen und gehen mit potentiellen zukünftigen Arbeitnehmern bereits zur Studienzeit erste Verbindungen ein. Der Stellenwert von Studentenfachschaften ist hoch und von bindender Natur. Wenn Stu-‐denten sich für eine Fachschaft entschieden haben, erhalten diese Unterstützung während der Studienzeit. Als Gegenleistung verpflichten sich die Studenten aber nach Abschluss der Ausbildung bei den Unternehmen zu arbeiten, die die jeweiligen Fachschaften unterstützten. Nicht selten bleiben Studienabgänger für den Rest ihres Lebens in derselben Unternehmung. Dies ist mit unter ein Grund weshalb Stellen oft nicht direkt über die Website ausgeschrieben werden, da die Rekrutierung relativ oft noch über diese alten Muster geschieht.

Der nächste Punkt ist der Rückgang an Websites die Flash nutzen und kein Web-‐Analytics-‐

Tool einsetzen. Im Vergleich zwischen West und Ost besteht nur ein marginaler Unterschied. Während der Rückgang in Asien bei 14% liegt, sind es in Europa und in Nordamerika 27%.

Als letzer interessanter Aspekt ist die Ergänzung bei der Messung,

drei Kontinenten ist der Rückgang bei der Implementierung dieser zusätzlichen Filter Parameter nur geringfügig. Dies spricht dafür, dass Websites die vorangehenden Punkte erfüllen, auch diese zusätzlichen Attribute aufwei-‐sen. Bemerkenswert ist dabei die Erkenntnis, dass 100% der gemessenen asiatischen Websi-‐tes die Möglichkeit anbieten, den Inhalt in Englisch anzuzeigen. Dies ist der Globalisierung und dem internationalen Handel zu verdanken.

Im Großen und Ganzen scheinen zwischen Asien und der westlichen Website-‐Kultur einige Unter-‐schiede zu bestehen. Diese sind oft historischer und politischer Natur. Die geringe Nutzung an Web-‐ Analytics-‐Anbietern ist äußerst auffällig. Eine mögliche Erklärung dieses Phänomens ist jedoch die relative Neuheit dieser Technologie. Einige der Anbieter sind erst seit einigen Jahren auf dem Markt und dementsprechend ist der Bekanntheitsgrad noch gering. Es muss auch erwähnt werden, dass ein Großteil der Unternehmen die Web-‐Analytics-‐Produkte anbieten aus Nordamerika und Europa stammen, während Anbieter aus dem asiatischen Raum praktisch gänzlich fehlen oder relativ unbe-‐kannt sind. Dies könnte ein Grund sein, weshalb WASP diese nicht erkennt und ein entsprechender Eintrag in der Auswertung fehlt. Im Vergleich dazu folgt die Auswertung der Forbes Top 500 Liste mit registrierten.ch Domains und die Swiss Top 120. Dabei ist ein ähnliches Muster wie in Nordamerika und Europa erkennbar. Einziger Unterschied ist die starke Abnahme der Swiss Top 120 Liste, wenn zusätzlich die Messung von Flash implementiert wird, fällt der Wert um 34%. Im Vergleich dazu nimmt der Wert bei der Forbes Top 500 Liste mit re-‐gistrierter .ch Domain nur um 16% ab, was absolut vergleichbar ist mit den Werten aus Nordamerika und Europa. Aus dieser Anomalität lässt sich somit schließen, dass Schweizer Unternehmen, deren Website lediglich als Informationsplattform dient und nicht intensiv genutzt wird, weitaus weniger

51

Empirische Erhebung

oft die Flash-‐Technologie einsetzen um den Web-‐Auftritt zu verbessern. Der Einsatz von Web-‐Shops ist wiederum bei beiden durchschnittlich. Sämtliche Werte dazu sind in der folgenden Grafik enthalten:

5.2.5 Datenschutz Der letzte Aspekt der noch untersucht wird betrifft den Datenschutz. Dabei soll analysiert werden, wie häufig die Datenschutzgesetze tatsächlich eingehalten und Besucher der jeweiligen Website dar-‐über informiert werden, dass ihr Besuch aufgezeichnet wird. Entscheidend ist Deklaration, dass sämt-‐liche Interaktionen mit der Website aufgezeichnet und zudem noch teils persönliche Daten wie die IP-‐Adresse und Informationen aus Cookies, erfasst werden. Dabei wird die Nutzung von Google Ana-‐lytics als Referenzwert genommen, da Google in den Nutzungsbedingungen explizit vorschreibt, dass Nutzer des Tools in den eigenen Nutzungsbedingungen Besucher darauf hinzuweisen haben, wenn Google Analytics verwendet wird. Auch hier wird zuerst ein genereller Vergleich der Forbes Top 500 Unternehmen mit der Swiss Top 120 vorgenommen. Der generelle Vergleich der Forbes Top 500 Unternehmen mit der Swiss Top 120 ergaben folgende Werte:

86%

67%

83%

64%

49%

42%

47%

39%

12%

10%

96%

76%

94%

74%

78%

61%

78%

61%

21%

17%

0 20 40 60 80 100

Kontakt + Search

Kontakt + Search + Tool

Kontakt + Search + Job

Kontakt + Search + Job + Tool

Kontakt + Search + Job + Flash

Kontakt + Search + Job + Flash + Tool

Kontakt + Search + Job + Flash + Investor R. + Intern.

Kontakt + Search + Job + Flash + Investor R. + Intern. + Tool

Kontakt + Search + Job + Flash + Investor R. + Intern. + Webshop

Kontakt + Search + Job + Flash + Investor R. + Intern. + Webshop + Tool

Forbes Top 500 mit .ch Domain (n=99) Swiss Top 120 (n=120)

9%

39%

65%

84%

91%

61%

35%

16%

0% 20% 40% 60% 80% 100%

Websites mit der namentlichen Erwähnung des Tools

Websites mit Hinweis der IP-‐Speicherung und WA-‐Tool

Websites mit Hinweis der Nutzung von Cookies und WA-‐Tool

Websites mit Hinweis zur Datenerhebung und WA-‐Tool

deklariert nicht deklariert

52

Empirische Erhebung

Von den 73% an Unternehmen der Forbes Top 500 Liste, die Web Analytics nutzen, deklarieren 84% dies mit einem Eintrag in den Nutzungsbedingungen, bei den Swiss Top 120 Unternehmen sind es 69% (vgl. Abbildung 38 und 39). Dies ist durchwegs erstaunlich, denn der internationale Wert misst auch Länder in denen es keine Gesetze gibt, die explizit verlangen, dass die Verwendung von Web Analytics oder ähnlichen Diensten die persönliche als auch unpersönliche Daten erheben, in den Nut-‐zungsbedingungen deklariert werden müssen. Somit ist der Schweizer Wert besonders erregend, weil das Schweizer Gesetzt über den Datenschutz klar darauf hinweist, dass Besucher von Websites darüber zu informieren sind, falls Daten ihrerseits erhoben und gespeichert werden. Einige Websites deklarieren, dass Nutzerdaten erhoben und gespeichert werden obwohl von WASP gleichzeitig keine verwendeten Web-‐Analytics-‐Tools angezeigt werden. Der Grund dafür liegt darin, dass die Speicherung von Logfiles ebenfalls unter das Datenschutzgesetz fällt, aber WASP diese Art der Datenerhebung nicht messen kann. Bei der Speicherung von IP-‐Adressen und Verwendung von Cookies ist deren Deklarationshäufigkeit noch weitaus geringer. Der Klarheit halber muss erwähnt werden, dass nicht alle Web-‐Analytics-‐Tools IP-‐Adressen speichern, bzw. anonymisieren. Dennoch scheinen 39% bei den Top 500, respekti-‐ve 42% bei den Swiss Top 120, weit unter dem tatsächlichen Soll-‐Wert zu liegen. Besonders weil die Speicherung von IP-‐ Adressen als persönliche Datenerhebung angesehen werden kann und eine Iden-‐tifikation von Besuchern möglich ist. Hier ist der Schweizer Wert sehr tief angesiedelt. Ein ähnliches Bild liefert auch die Auswertung der Deklaration von Cookies, welche mit 65% bei den Top 500, res-‐pektive 52% bei den Swiss Top 120, relativ gering ausfällt. Ungleich der Speicherung von IP-‐Adressen, werden Cookies von fast allen Web-‐Analytics-‐Anbietern verwendet, deshalb wäre ein deutlich höhe-‐rer Wert zu erwarten. Von allen erhobenen Daten ist die explizite Deklaration am tiefsten, dass Web Analytics benützt wird unter Angabe des Namens des jeweiligen Herstellers. Nur gerade 9% der Websites nehmen eine sol-‐che Deklaration vor, von insgesamt 73% der Forbes Top 500 Unternehmen, die Web Analytics einset-‐zen. In der Schweiz ist der Wert mit 21% gleichermaßen tief. Um die explizite Deklaration einwandfrei untersuchen zu können, werden sämtliche Websites die Google Analytics einsetzen genauer analysiert. Nicht alle Web-‐Analytics-‐Anbieter erwarten von ihren Kunden, dass diese in den Nutzungsbedingungen den verwendeten Anbieter namentlich aufführen. Google Analytics eignet sich aber genau zu diesem Zweck, weil die Deklaration eine empfohlene Vor-‐gabe ist.

21%

42%

52%

69%

79%

58%

48%

31%

0% 20% 40% 60% 80% 100%






53

Empirische Erhebung

Folgende Grafiken geben an, wie häufig die explizite Nutzung von Google Analytics effektiv angege-‐ben wurde:

Von den Forbes Top 500 Unternehmen deklarieren nur gerade 4% und bei den Swiss Top 120 13%, die offizielle Datenschutzerklärung von Google. Dies sind erschreckend tiefe Werte. Anhand der gemessenen Werte kann darauf geschlossen werden, dass die meisten Unternehmen den Datenschutz und die damit verbundene Deklarationspflicht ignorieren. Rechtlich gesehen kön-‐nen Betreiber von Websites, die gegen die Datenschutzbestimmungen verstoßen, mit Geldbußen belegt werden. Im gleichen Kontext wird noch ein kontinentaler Vergleich unternommen.

4%

26%

33%

0% 10% 20% 30% 40% 50%

Google Analytics + Explizit

Google Analytics + Speicherung

Nutzung Google Analytics

Forbes Top 500 (n=500)

13%

30%

47%

0% 10% 20% 30% 40% 50%

Google Analytics + Explizit

Google Analytics + Speicherung

Nutzung Google Analytics


10%

48%

73%

91%

90%

52%

27%

9%

0% 20% 40% 60% 80% 100%






9%

40%

69%

85%

91%

60%

31%

15%

0% 20% 40% 60% 80% 100%






7%

22%

46%

70%

93%

78%

54%

30%

0% 20% 40% 60% 80% 100%






54

Empirische Erhebung

Bei der Auswertung der drei Kontinente ergibt sich ein interessantes Bild. Die Deklaration, dass Daten gespeichert und gleichzeitig ein Web-‐Analytics-‐Tool eingesetzt wird, ist in Asien mit 70% tiefer als in Europa und Nordamerika. In Nordamerika deklarieren 73% der Websites, die Nutzung von Cookies, während in Europa 69% und in Asien nur gerade 46% dies tun. Ebenfalls tief ist die Deklarationshäu-‐figkeit bei der Speicherung von IP-‐Adressen. Die Namentliche Erwähnung des Tool-‐Anbieters ist auf allen drei Kontinenten ähnlich tief und liegt zwischen 7-‐10% (vgl. Abbildung 41,42,43). Asien ist wiederum ein Spezialfall, chinesische und japanische Unternehmen führen nur äußerst sel-‐ten Rechtliche Hinweise, in denen die Nutzung von Web Analytics deklariert wird. Bei chinesischen Unternehmen ist das Fehlen von Nutzungsbedingungen und Rechtshinweisen nicht die Ausnahme, sondern die Regel. Bei Unternehmen aus Japan hingegen wird oft nur ein kurzer Rechtshinweis ver-‐fasst, in dem aber keinerlei Hinweise zur Datenspeicherung enthalten sind. Der letzte zu untersuchende Aspekt im Zusammenhang mit Datenschutz betrifft den Vergleich zwi-‐schen den Forbes Top 500 Unternehmen mit registrierter .ch Domain und den Swiss Top 120 in Ab-‐bildungen 44 und 45. Auffallend ist die Differenz der Deklarationshäufigkeit, der Wert steigt von 69% bei den Swiss Top 120 auf 88% bei den Top 500 mit .ch Domain. Dieser Markante Anstieg beruht ebenfalls auf der Zunahme an Unternehmen, die im Dienstleistungssektor tätig sind und vermittelt ein ähnliches Bild wie die Auswertung der expliziten Deklaration mit Google Analytics. Großbanken und Versicherungen können sich Rechtliche Missstände nicht leisten. Dementsprechend werden geltende Gesetze in diesem Sektor auch häufiger eingehalten. Die Umfangreichsten Nutzungsbedin-‐gungen und Rechtshinweise wurden eindeutig bei den Banken und Versicherungen verzeichnet. Dies ist insofern nicht erstaunlich, weil die Art der vertriebenen Produkte aus dieser Branche häufig eng mit gesetzlichen Vorschriften verknüpft ist. Deshalb ist auch die Deklaration bei der Nutzung von Cookies höher. Lediglich die Speicherung von IP-‐Adressen bleibt gleich.

Abschließend kann zum Thema Datenschutz gesagt werden, dass es durchaus noch Potential für Ver-‐besserung gibt. Besonders in Ländern die ein straffes Datenschutzgesetz haben wie etwa die Schweiz, Deutschland, Schweden etc. sollte das Gesetz auch eingehalten werden. Auch explizite Aufforderun-‐gen von Unternehmen, die Web-‐Analytics-‐Produkte vertreiben, sollten respektiert werden um allfäl-‐lige Rechtsstreite im Voraus zu verhindern.

19%

42%

79%

88%

81%

58%

21%

12%

0% 20% 40% 60% 80% 100%






21%

42%

52%

69%

79%

58%

48%

31%

0% 20% 40% 60% 80% 100%






55

Zusammenfassung & Schlussfolgerungen

Kapitel 6 Zusammenfassung & Schlussfolgerungen Web Analytics steht für die Erhebung, Speicherung und Auswertung von Daten, die in direktem Zu-‐sammenhang mit einer Webseite stehen. Das primäre Ziel besteht darin, Website-‐Betreibern eine präzise und objektive Grundlage an Informationen zu liefern, anhand welcher geschäftsrelevante Entscheidungen getroffen werden können. Die technischen Methoden zur Erhebung der Daten setzen sich hauptsächlich aus IP-‐Adressen, Coo-‐kies und JavaScripts zusammen. Entscheidend ist jedoch die Art und Weise der Datenerhebung, wel-‐che entweder auf einer Logfile-‐Analyse oder einer Page-‐Tagging-‐Methode beruht. Obwohl die Logfi-‐le-‐Analyse das ältere der beiden Verfahren ist, bestehen bei beiden Varianten Vor-‐ und Nachteile und ermöglichen somit eine Koexistenz beider Methoden. Die Lofile-‐Analyse ist serverseitig und die Page-‐Tagging-‐Methode clientseitig orientiert. Zur Speicherung der erhobenen Daten bestehen prinzipiell zwei Möglichkeiten. Einerseits kann dies intern erfolgen aber auch eine externe Speicherung bei einem Drittanbieter ist möglich. Die gewählte Speichermethode hat indirekt auch Einfluss auf die Erhebungsmethode und vice versa. Während die Logfile-‐Analyse nur mit einer internen Speicherung kompatibel ist, wird bei Verwendung von Page-‐Tagging üblicherweise eine externe Speicherung angestrebt. Bei der Speicherung der Daten stellt sich die Frage des Datenschutzes. Entscheidend dabei ist die rechtliche Grundlage, welche in den einzelnen Ländern besteht. Außerdem muss zwischen persönli-‐chen und unpersönlichen Daten unterschieden werden. Wobei die persönlichen Daten einer weitaus restriktiveren Datenschutzgesetzgebung unterstehen. Neben dem Datenschutz besteht noch die Deklarationspflicht beim Einsatz von Web Analytics. Wäh-‐rend gewisse Web-‐Analytics-‐Anbieter diesbezüglich keine Regeln aufstellen, verlangen andere wie-‐derum einen expliziten Hinweis in den Datenschutzerklärungen der Nutzer. Gestützt auf die empiri-‐sche Auswertung, welche in dieser Arbeit vorgenommen wurde, bestehen noch immer große Lücken in der Einhaltung dieser Regeln und bei Anbietern wie Google Analytics, die eine explizite Erwähnung fordern, wird dies nur selten gemacht. Die am Häufigsten eingesetzten Web-‐Analytics-‐Anbieter sind Google Analytics, Omniture und Web-‐Trends. Während alle drei einen ähnlichen Basiskatalog bezüglich Leistung anbieten, bestehen deutli-‐che Unterschiede beim Preis und der Möglichkeit individuelle Kennzahlen erfassen zu können. Besonders die individuelle Gestaltung des Web-‐Analytics-‐Tools zur Befriedigung der Bedürfnisse ist ein zentrales Element bei der Wahl des oder der Anbieter. Entscheidend ist dabei die Intensität der Nutzung der jeweiligen Website und der Grad an IT-‐Affinität des zu vertreibenden Produkts. Diese beiden Faktoren korrelieren positiv mit der Bereitschaft auf kostenpflichtige Anbieter zurückzugrei-‐fen. Beim direkten Vergleich von Kennzahlenwerten treten Unterschiede auf, deshalb muss unbedingt zwischen Präzision und Genauigkeit unterschieden werden. Während Genauigkeit die Abweichung eines erhaltenen Wertes vom Referenzwerte beschreibt, wird mit Präzision die Reproduzierbarkeit eines stetigen Wertes, bei ansonsten gleichen Rahmenbedingungen und multiplen Wiederholungen, definiert. Dementsprechend ist der direkte Vergleich zwischen unterschiedlichen Anbietern anhand derselben Website fragwürdig, solang sämtliche Anbieter Werte innerhalb einer gewissen Bandbreite liefern.

56

Zusammenfassung & Schlussfolgerungen

Im internationalen Vergleich tendieren besonders Nordamerika und Europa dazu Web Analytics ein-‐zusetzen. Im asiatischen Raum scheint sich diese Technologie noch nicht durchgesetzt zu haben. Dementsprechend birgt dieser Markt noch ein deutliches Potential an Wachstum. Besonders der japanische und chinesische Markt sind nicht erschlossen. Die Schweiz liegt in Punkto Web Analytics Nutzung im Mittelfeld, folgt aber dem internationalen Trend. Bei der Analyse der Komplexität der Websites zeichnet sich ein ähnliches Bild, wie bei der Auswer-‐tung der Web-‐Analytics-‐Nutzung ab. Die Schweiz folgt dem internationalen Trend und verzeichnet dabei lediglich eine geringe Häufigkeit beim Einsatz von Adobe Flash zur Gestaltung der Website. Auffällig sind auch hier wieder die asiatischen Websites, welche deutlich weniger oft Stellenangebote direkt auf der Website anbieten und Adobe Flash einsetzen als der internationale Durchschnitt. Im Bereich des Datenschutzes besteht jedoch auf allen untersuchten Kontinenten noch Verbesse-‐rungsbedarf. Besonders in Ländern mit klar festgelegten Datenschutzrichtlinien können Missachtun-‐gen diesbezüglich, Konsequenzen mit sich bringen. Im Großen und Ganzen ist ein eindeutiger Trend hin zur Nutzung von Web Analytics zu verzeichnen. Besonders in Nordamerika und Europa ist der Einsatz relativ stark verbreitet und der Web-‐Analytics-‐ Markt umkämpft. Dennoch teilen die drei Anbieter Google Analytics, Omniture und WebTrends ei-‐nen Großteil des Marktes unter einander auf. Während Google Analytics besonders bei Unterneh-‐men mit kleinerem Budget und geringerer Intensität der Nutzung stark präsent ist, profilieren sich die kostenpflichtigen Anbieter bei Unternehmen mit großem Budget und Websites die entweder als Absatzkanal dienen, oder sonst eine zentrale Rolle spielen.

57

Literaturverzeichnis

Literaturverzeichnis [Aden 2009] Aden, T.: Google Analytics Implementieren. Interpretieren. Profitieren, Hanser, Mün-‐ chen, 2009. [Blokdijk 2008]: Blokdijk, G.: SaaS 100 Success Secrets How companies successfully buy, manage, host and deliver software as a service (SaaS), 2008. [Büllesbach 1999] Büllesbach, A.: Datenverkehr ohne Datenschutz? Eine globale Herausforderung, Informationstechnik und Recht, Band 8, Otto Schmidt KG, Köln, 1999. [Büchmann 1972] Büchimann, G.: Geflügelte Worte, 32 Auflage, Haude & Spener, Berlin, 1972. [Clifton 2010] Clifton, B.: E-‐Metrics Whitepaper Understanding Web Analytics Accuracy, Wiley, New York, 2010. [Genz 2004] Genz, A.: Datenschutz in Europa und den USA Eine rechtsvergleichende Untersuchung unter besonderer Berücksichtigung der Safe-‐Harbor-‐Lösung, 1 Auflage, DUV, Wiesbaden 2004. [Handelszeitung 2009] Handelszeitung: Nr. 27, 1.-‐7. Juli 2009, Seite 43ff. [Hassler 2009] Hassler, M.: Web Analytics Mektriken auswerten, Besucherverhalten verstehen, Website optimieren, mitp. Heidelberg, 2009. [Kahler & Werner 2008] Kahler, T., Werner, S.: Electronic Banking und Datenschutz Rechtsfragen und Praxis, Springer, Berlin, 2008. [Reese] Reese, F.: Web Analytics Damit aus Traffic Umsatz wird: Die besten Tools und Strategien, Businessvillage, Göttingen, 2008. [Viethen 2003] Viethen A., Datenschutz als Aufgabe der EG Bestandsaufnahme des datenschutz-‐ spezifischen Sekundärrechts und Analyse anhand der Kompetenzordnung des EG-‐Vertrages, Kölner Schriften zum internationalen und europäischen Recht, Band 5, LIT Verlag, Münster, 2003.

58

Verzeichnis der Internetquellen

Verzeichnis der Internetquellen [Google Analytics 2010] Google Analytics 2010, http://www.google.com/analytics, zugegriffen am 1.06.2010. [Google Add Words 2010] Google Add Words 2010, https://adwords.google.com, zugegrifffen am 3.06.2010. [Forbes 2010] Forbes 2010, http://www.forbes.com/lists/2010/18/global-‐2000-‐10_The-‐Global-‐ 2000_Rank.html, zugegriffen am 16.06.2010. [WASP 2010] Web Analytics Solution Profiler 2010, http://webanalyticssolutionprofiler.com/, zugeg riffen am 2.06.2010. [DSG 1992] Datenschutzgesetz Schweiz 1992, http://www.admin.ch/ch/d/sr/2/235.1.de.pdf, zugeg riffen am 8.06.2010. [EUR-‐Lex 2010] EUR-‐Lex 2010, http://eur-‐lex.europa.eu, zugegriffen am 10.06.2010. [Google 2010] Google 2010, http://www.google.com/corporate/history.html, zugegriffen am 12.06.2010. [Fruiton 2010] Fruiton 2010, http://fruition.net/google-‐analytics/, zugegriffen am 12.06.2010 [WA-‐Review 2010] Web Analytics Review Top 10 Reviews, http://web-‐analytics-‐ review.toptenreviews.com/, zugegriffen am 12.06.2010. [nowEurope 2010] nowEurope, What it means to go big Indextools after the Yahoo acquisition, http://noweurope.com/2010/05/01/what-‐it-‐means-‐to-‐go-‐big-‐indextools-‐after-‐the-‐yahoo-‐ acquisition/, zugegriffen am 12.06.2010. [DaveChaffey 2010] DaveChaffey.com 2010, Your Guide to Digital Business, http://www.davechaffey. com/Internet-‐Marketing/C9-‐Maintain-‐Monitor/Web-‐analytics/Best-‐web-‐analytics-‐package , zugegriffen am 13.06.2010. [STC 2007] Stone Temple Consulting 2007, http://www.stonetemple.com/articles/analytics-‐report-‐ august-‐2007.shtml, zugegriffen am 16.06.2010. [Wikipedia 2010] Wikipedia 2007, http://en.wikipedia.org/wiki/File:Accuracy_and_precision.svg, zugegriffen am 17.06.2010. [Web Analytics Association 2010] Web Analytics Association 2010, http://www.webanalytics associa tion.org/, zugegriffen am 10.06.2010. [Web Analytics World] Web Analytics World 2010, http://www.webanalyticsworld.net/ 2009/08/ when-‐to-‐use-‐paid-‐and-‐free-‐analytics.html, zugegriffen am 17.06.2010.

http://www.google.com/analytics

https://adwords.google.com/

http://www.forbes.com/lists/2010/18/global-2000-10_The-Global-%20%20%20%20%20%20%20%20%20%20%20%092000_Rank.html

http://www.forbes.com/lists/2010/18/global-2000-10_The-Global-%20%20%20%20%20%20%20%20%20%20%20%092000_Rank.html

http://webanalyticssolutionprofiler.com/

http://www.admin.ch/ch/d/sr/2/235.1.de.pdf

http://eur-lex.europa.eu/

http://www.google.com/corporate/history.html

http://fruition.net/google-analytics/

http://web-analytics-/

http://www.davechaffey/

http://www.stonetemple.com/articles/analytics-report-%20%20%20%20%20%20%20%20%20%20%09august-2007.shtml

http://www.stonetemple.com/articles/analytics-report-%20%20%20%20%20%20%20%20%20%20%09august-2007.shtml

http://en.wikipedia.org/wiki/File:Accuracy_and_precision.svg

59

Anhang

Anhang Die Excel-‐Datei mit den Daten zur empirischen Erhebung befinden sich auf der CD auf der Innenseite des Deckblattes.

E R K L A E R U N G

Ich versichere, dass ich die vorstehende Arbeit selbständig angefertigt und entsprechend den Grundsätzen wissenschaftlicher Ehrlichkeit abgefasst habe.

Es ist mir bekannt, dass andernfalls die Abteilung gemäss dem Fakultätsrat vom 09.11.2004 das Recht hat, den auf Grund dieser Arbeit verliehenen Titel zu entziehen. ……………………………..…………, den .………….………………20…….

...……................................…

(Unterschrift)

FACULTE DES SCIENCES ECONOMIQUES ET SOCIALES / WIRTSCHAFTS- UND SOZIALWISSENSCHAFTLICHE FAKULTÄT

Documents

WEBANALYTICS! - unifr.ch · 5.2.4 KontinentalerVergleichderWeb ?Analytics?Anbieter! Y Y X X Y Y Y Y Y Y Y Y!40! 5.2.4.1 µ Á µ v P v ( º E } u ] l Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y