Bericht zum ROI der Datenpersonalisierung
Mithilfe des Dashboards für Berichte zum ROI der Datenpersonalisierung können Sie die Auswirkungen der Implementierung Ihrer Datenpersonalisierung auf den ROI nachvollziehen. Sie können auch eine wöchentliche detaillierte CSV-Datei herunterladen, die als Grundlage für Ihre eigene ROI-Analyse dienen kann.
als auch ein Software Development Kit (SDK) für die Datenpersonalisierung, um Empfehlungsdaten an Ihr bestehendes Element für die Anzeige von Empfehlungen weiterzuleiten.Warum ist das so wichtig?
Personalisierung ist eine etablierte Strategie im E-Commerce. Indem Sie Käufern ein Erlebnis bieten, das auf ihre Interessen zugeschnitten ist, können Sie die Konversionsrate steigern und die Kundenbindung stärken. Käufer, die personalisierte Produktempfehlungen auf einer Einzelhandelsseite angezeigt bekommen, kaufen nicht nur mit größerer Wahrscheinlichkeit ein Produkt, sondern kehren zudem auch eher auf die Webseite zurück.
Eine gute Personalisierung erfordert gute, umfassende Daten. Dabei beginnt oder endet die Customer Journey nur selten bei Ihrer Webseite. BV Pixel erfasst Produktkäufe sowie nicht transaktionsbezogene Ereignisse innerhalb unseres Netzwerks mit mehr als 5.700 Marken- und Retail-Webseiten. Wir verfolgen die Schritte jedes Käufers innerhalb unseres Netzwerkes, sowie auf und außerhalb Ihrer Webseite, und erstellen darauf basierend individuelle Käuferprofile in Echtzeit. Diese Käuferprofile verwenden wir dann, um jedem erfassten Besucher Ihrer Seite Produkte und Kategorien zu empfehlen.
A/B-Test
Der Schlüssel für das Verständnis des Wertes Ihrer Implementierung der Datenpersonalisierung ist die Einrichtung eines A/B-Tests. Jedem Besucher Ihrer Website wird nach dem Zufallsprinzip bei Zugriff auf Ihre Seite entweder ein Kontroll- oder ein Test-Erlebnis zugewiesen. Sobald ein Benutzer einer Kontroll- oder Testgruppe zugeordnet wurde, bleibt der Besucher für die Dauer Ihres Tests bei allen nachfolgenden Besuchen in der entsprechenden Gruppe. Mit diesem experimentellen System können Sie das Verhalten der beiden Gruppen genau miteinander vergleichen, um so den Einfluss Ihrer Implementierung der Datenpersonalisierung auf Umsatz und Transaktionen sowie andere Kennzahlen genau zu bestimmen.
Kontroll- und Testgruppen
Im Folgenden werden, abhängig von Ihrer Lösung für die Empfehlungsanzeige, die Erfahrungen Ihrer Kontroll- und Testgruppen mit Ihrer Website beschrieben:
| Kontrollgruppe | Testgruppe | |
|---|---|---|
| Wenn Sie derzeit keine Drittanbieter-Empfehlungen verwenden: | Bekommen keine über die gesamte Website einheitlichen Empfehlungen angezeigt. |
Können ein Empfehlungskarussell sehen, wenn sie an die Stelle auf der Seite scrollen, an der es dargestellt wird. Besucher mit einem Shopper-Profil von Bazaarvoice werden Empfehlungen basierend auf diesem Profil angezeigt bekommen. Besucher ohne ein solches Shopper-Profil werden Trend-Empfehlungen von Bazaarvoice angezeigt bekommen. |
| Wenn Sie bereits Drittanbieter-Empfehlungen verwenden: | Können ein Empfehlungskarussell sehen, das vollständig mit den Empfehlungen Ihres bestehenden Drittanbieters befüllt ist, wenn sie an die Stelle auf der Seite scrollen, an der das Karussell dargestellt wird. |
Können ein Empfehlungskarussell sehen, wenn sie an die Stelle auf der Seite scrollen, an der es dargestellt wird. Besucher mit einem Shopper-Profil von Bazaarvoice werden Empfehlungen basierend auf diesem Profil angezeigt bekommen. Besucher ohne ein solches Shopper-Profil werden die Empfehlungen Ihres derzeitigen Anbieters angezeigt bekommen. |
Stichprobengröße und Dauer
Um das Vertrauen in die Daten zu sichern, muss die Stichprobengröße von Traffic und Conversions statistisch signifikant sein. Wenn Sie Ihren A/B-Test planen, sollten Sie die Stichprobengröße bestimmen, die zum Erreichen der statistischen Relevanz benötigt wird, und abschätzen, wie viele Wochen Ihr Test darauf basierend laufen sollte. Hilfe für die Berechnung dieser Werte finden Sie beim Optimizely Sample Size Calculator oder dem Rechner für die Dauer von A/B-Tests von VWO .
Die tatsächliche Dauer Ihres A/B-Test hängt von einer Reihe von Faktoren ab. Diese Empfehlungen zum Beenden helfen Ihnen dabei, eine Testdauer festzulegen. A/B-Tests sollten über 7-tägige Wochen hinweg (Montag bis Sonntag) ausgeführt werden, nicht Wochenteilabschnitte. Im Dashboard werden keine Daten für Wochenteilabschnitte angezeigt.
Traffic-Verteilung
Vor dem Start eines A/B-Tests muss auf jeden Fall die Traffic-Verteilung festgelegt werden (zum Beispiel in Form einer hälftigen Aufteilung zwischen Kontroll- und Testgruppe). Während des Tests darf die Verteilung nicht mehr geändert werden, ansonsten werden nur neue Besucher gemäß der neu festgelegten Traffic-Verteilung aufgeteilt, was sich auf die Testergebnisse auswirken kann. Dies nennt sich das Simpson-Paradoxon .
Beginnen könnten Sie mit einer Traffic-Verteilung von 90 % der Besucher in der Kontrollgruppe und 10 % der Besucher in der Testgruppe, um sicherzustellen, dass alles erwartungsgemäß funktioniert. Wenn Sie sich sicherer fühlen, können Sie diesen Test anhalten und Ihren Traffic im Verhältnis 50:50 verteilen. Behalten Sie immer den Überblick über Anpassungen an der Testverteilung.
Saisonalität und externe Einflüsse
Sie sollten A/B-Tests zu „normalen“ Jahreszeiten ausführen, also wenn keine wesentlichen, saisonbedingten Steigerungen oder Rückgänge der Konversionsrate zu erwarten sind, wie zum Beispiel in der Einkaufshauptsaison vor den Weihnachtsfeiertagen.
Stellen Sie außerdem sicher, dass keine anderen Marketingaktivitäten während der Testdauer ausgeführt werden. Wir empfehlen, diese anderen Aktivitäten soweit möglich vor dem Start und während der Dauer des Tests zu pausieren.
Dashboard des Berichts zum ROI der Datenpersonalisierung
Zugriff auf das Dashboard
So greifen Sie auf das Dashboard dieses Berichts zu:
- Loggen Sie sich unter https://portal.bazaarvoice.com im Bazaarvoice‑Portal ein.
- Wählen Sie
Menü » Personalisierung.
Filter
Mithilfe des Datumsbereich-Filters rechts oben im Dashboard können Sie sich die Kennzahlen verschiedener Zeitrahmen Ihres A/B-Tests anzeigen lassen. Sie können zwischen folgenden Datenbereichen wählen:
- Letzte Woche
- Letzte 2 Wochen
- Letzte 3 Wochen
- Letzte 4 Wochen
- Letzte 12 Wochen
- Letzte 52 Wochen
Den aktuell ausgewählten Datumsbereich können Sie dem Banner oben im Dashboard entnehmen.
Unique Visitors
Eindeutige Besucher, die auf den nachverfolgten Seiten im festgelegten Datumsbereich erkannt wurden. Zu nachverfolgten Seiten zählen Seiten, die das Tagging durch Bazaarvoice Analytics entweder über die Bazaarvoice-gehostete Anzeige oder über das BV Pixel geladen haben. Der Bericht zum ROI der Datenpersonalisierung entfernt Duplikate eindeutiger Besucher wöchentlich auf Basis einer vollen Woche (Montag 0:00 Uhr bis Sonntag 23:59 Uhr).
Der Online-Besucher Dirk besucht Ihre Website während seiner Mittagspause am Dienstag, den 28. August um 12:13 Uhr. Als er Ihre Website aufruft, wird er automatisch Ihrer Testgruppe zugeordnet. Er hat Ihre Website und andere Websites innerhalb des Bazaarvoice-Netzwerks bereits in der Vergangenheit besucht und an seinem Käuferprofil ist abzulesen, dass er an Sneakern mit hohem Schaft interessiert ist. Er scrollt Ihre Startseite herunter, auf der Sie ein von Bazaarvoice betriebenes Empfehlungskarussell implementiert haben. Da er sich in Ihrer Testgruppe befindet und über ein Bazaarvoice-Käuferprofil verfügt, wird das Karussell mit Bazaarvoice-Personalisierungsdaten befüllt. Dirk klickt auf ein Paar Sneaker, das ihm ins Auge fällt. Er entscheidet sich jedoch, nichts von Ihrer Website zu kaufen. Er kehrt am Freitag, den 31. August erneut auf Ihre Website zurück. Erst in der darauffolgenden Woche besucht er Ihre Website am Montag, den 3. September um 12:47 Uhr erneut. Obwohl er die Website in Woche 1 (Montag, den 27. August bis Sonntag, den 2. September) zweimal besucht hat, wird er in Ihrem Bericht zum ROI der Datenpersonalisierung nur einmal als eindeutiger Besucher aufgeführt. In Woche 2 (Montag, den 3. September bis Sonntag, den 9. September) wird er erneut als eindeutiger Besucher gezählt, und jede darauffolgende Woche, in der er Ihre Website besucht, egal, wie oft.
Zuordnungsfenster
Scrollt ein Besucher zum Empfehlungskarussell herunter oder zum Seitenbereich, wo dieses dargestellt würde, oder interagiert ein Besucher mit dem Empfehlungskarussell, ordnet der Bericht zum ROI der Datenpersonalisierung Conversions zu, die innerhalb von 24 Stunden ab dem Zeitpunkt der Erfüllung dieser Kriterien erfolgen. Diese 24 Stunden werden das Zuordnungsfenster genannt.
So könnte ein Kunde der Testgruppe sich z. B. an einem Tag Produktempfehlungen ansehen, aber erst am darauffolgenden Tag ein Produkt kaufen. So lange der Kauf innerhalb von 24 Stunden nach Ansicht der Produktempfehlungen durch den Kunden erfolgte, ordnet Bazaarvoice den Kauf diesen Empfehlungen zu.
Conversion Impact-Bericht (CIR) und Bericht zum ROI der Datenpersonalisierung im Vergleich
Auch wenn der Conversio-Impact-Bericht (CIR) und der Bericht zum ROI der Datenpersonalisierung sich auf den ersten Blick sehr ähneln, gibt es wesentliche Unterschiede:
- Der Bericht zum ROI der Datenpersonalisierung setzt eine A/B-Testumgebung inklusive Test- und Kontrollgruppe mit unterschiedlichen Website-Erfahrungen ein. Der CIR ordnet die Käufer einer Kohorte (oder Segmentgruppe) zu, wobei die Website-Erfahrung immer dieselbe ist, und gruppiert sie auf Basis ihres Einkaufverhaltens (wie z. B. hat Inhalte gesehen, hat mit Inhalten interagiert usw.).
- Für den ROI Report für die Personalisierung von Daten stellt der Tag, an dem der Besucher eine Transaktion durchführt, den Tag der Zuordnung dar. Für den CIR stellt der Tag an dem die Webseite durch einen Besucher aufgerufen wird, den Tag der Zuordnung dar.
- Der Bericht zum ROI der Datenpersonalisierung hat ein Lookback-Fenster von 1 Tag. Eine Transaktion, die innerhalb von 24 Stunden nach Ansicht eines Empfehlungskarussells durch einen Besucher erfolgt, wird personalisierten Empfehlungen zugeordnet. Das Lookback-Fenster des CIR beträgt 3 Tage.
- Der Bericht zum ROI der Datenpersonalisierung liefert Zeitrahmen einer ganzen 7-Tage-Woche (Montag bis Sonntag). Der CIR liefert Tages- und Monatsberichte.
Bericht für alle Seiten
Der erste Bericht im Dashboard zeigt die zusammengefassten Leistungskennzahlen aller Seitenarten mithilfe von einem Karussell mit personalisierten Empfehlungen an. In diesem Abschnitt werden folgende Kennzahlen angezeigt:
| Kennzahl | Definition |
|---|---|
| Umsatz pro Besucher (RPV) | Der Umsatz eines Kunden geteilt durch die Anzahl der Besucher während des jeweiligen Zeitraums. |
| Durchschnittlicher Bestellwert (AOV) | Der durchschnittliche Bestellbetrag einer Gruppe von Besuchern, die im Laufe eines bestimmten Zeitraums eine Transaktion ausgeführt haben. |
| Konversionsrate | Die Anzahl der Conversions geteilt durch die Anzahl der Besucher während des jeweiligen Zeitraums. |
| Produkte pro Bestellung | Die durchschnittliche Anzahl an Produkten, die pro Bestellung verkauft wurde. |
In der Kontroll-Spalte wird der Wert der einzelnen Kennzahlen für alle Benutzer in Ihrer Kontrollgruppe angezeigt (Besucher, denen auf der Seite kein Empfehlungskarussell angezeigt wird, oder Besucher, denen ein Empfehlungskarussell Ihres externen Empfehlungsanbieters angezeigt wird).
In der Test-Spalte wird der Wert der einzelnen Kennzahlen für alle Benutzer in Ihrer Testgruppe angezeigt (Besucher, denen ein durch Bazaarvoice generiertes Empfehlungskarussell auf der Seite angezeigt wird).
Die Unterschied-Spalte zeigt den Unterschied je Kennzahl zwischen den Kontroll- und Testgruppen (Test-Spalte – Kontroll-Spalte) an.
Schließlich wird in der Spalte Prozentualer Anstieg die prozentuale Veränderung zwischen den Test- und Kontrollgruppen angezeigt. Dafür wird die Differenz zwischen den beiden Gruppen berechnet und durch die Originalgruppe dividiert. Der Anstieg wird für die Conversion Rate, den durchschnittlichen Bestellwert, den Umsatz pro Besucher und andere Kennzahlen berechnet.
-Symbol angezeigt, welches darauf hinweist, dass der Bericht noch nicht über ausreichend Daten verfügt, um statistisch signifikant zu sein.Unter der Dashboard-Tabelle werden einige weitere nützliche Kennzahlen angezeigt:
Gesamtanzahl der Besucher, denen Personalisierung angezeigt wurde – Gesamtanzahl der einzelnen Besucher, die während des ausgewählten Datumsbereichs einen personalisierten Slot gesehen haben. Eine Zählung erfolgt, wenn ein Käufer weit genug herunterscrollt, damit ihm der auf Bazaarvoice-Daten basierende Empfehlungsslot angezeigt wird.
Prozentsatz der Besucher, denen Personalisierung angezeigt wurde – Prozentsatz der einzelnen Besucher, denen für den ausgewählten Datumsbereich ein personalisierter Slot angezeigt wurde. Eine Zählung erfolgt, wenn ein Käufer weit genug herunterscrollt, damit ihm der auf Bazaarvoice-Daten basierende Empfehlungsslot angezeigt wird.
Prozentsatz der Besucher mit einem Käuferprofil – Prozentsatz der einzelnen Besucher, die über ein Bazaarvoice-Käuferprofil verfügen. Diese Zahl gibt an, welcher Prozentsatz Ihrer Käufer auf Bazaarvoice-Daten basierende Empfehlungen erhalten kann. Ob es sich bei einem Besucher um einen erfassten Käufer handelt oder nicht, wird nur auf Seiten mit personalisierten Inhalten aufgezeichnet (diese Kennzahl bezieht sich nur auf Besucher innerhalb Ihrer Testgruppe).
Prozentsatz interagierender Besucher – Prozentsatz der einzelnen Besucher, die während des ausgewählten Datumsbereichs mit einem personalisierten Slot interagiert haben (durch Klicken oder Scrollen). Hierbei handelt es sich um einen wichtigen Indikator für die Qualität Ihrer personalisierten Inhalte (diese Kennzahl bezieht sich nur auf Besucher innerhalb Ihrer Testgruppe).
Fahren Sie mit der Maus über die 
-Symbole im Dashboard für eine kurze Erklärung der einzelnen Kennzahlen.
Wöchentliche detaillierte CSV-Datei für alle Seiten
Klicken Sie auf CSV-Datei für alle Seiten herunterladen, um eine detailliertere CSV-Datei mit zusätzlichen Berichtskennzahlen herunterzuladen.
Beispielszenarien
Alice
Tag 1 (Donnerstag, 22. März, 12:08 Uhr): Die Online-Besucherin Alice ruft Ihre Webseite auf. Als sie Ihre Webseite aufruft, wird sie automatisch Ihrer Testgruppe zugeordnet. Sie scrollt auf der Startseite bis hinunter zu der Stelle an der das Karussell mit personalisierten Empfehlungen für ihre Testgruppe angezeigt werden würde. Sie klickt auf eines der dargestellten Produkte auf der Startseite: SUPER Speed Laufschuhe. Sie sieht sich die Produktdetailseite an und scrollt weiter nach unten zu den Bewertungs- und Beurteilungsinhalten. Sie entscheidet sich dazu mit dem Kauf noch etwas zu warten, weil Sie noch weiter recherchieren möchte, und gibt an dieser Stelle keine Bestellung auf.
Tag 2 (Freitag, 23. März, 22:33 Uhr): Alice lässt der Gedanke an die Schuhe, die sie am Vortag auf Ihrer Webseite gesehen hat, nicht mehr los, sodass sie beschließt, sie zu bestellen. Da Alice innerhalb von 24 Stunden nach dem Herunterscrollen zum leeren Empfehlungsslot einen Kauf getätigt hat, wird ihre Bestellung in die Kontrollberechnungen des ROI-Berichts miteinbezogen. Sie wird als eine eindeutige Besucherin gezählt, da sie die Webseite innerhalb derselben 7-Tage-Woche zweimal besucht hat. Der 23. März, der Tag der Transaktion, gilt als Tag der Zuordnung.
Johannes
Tag 1 (Donnerstag, 22. März, 9:15 Uhr): Am Donnerstag ruft ein zweiter Online-Besucher, John, Ihre Webseite auf. Als er Ihre Webseite aufruft, wird er automatisch Ihrer Testgruppe zugeordnet. Obwohl am unteren Ende der Startseite ein von Bazaarvoice generiertes Empfehlungskarussell angezeigt wird, scrollt John nicht herunter. Stattdessen ruft er direkt das Navigationsmenü Ihrer Webseite auf, um nach ledergebundenen Notizbüchern zu suchen. Nachdem er die Kategorieseite für Notizbücher durchsucht hat, bestellt er fünf ledergebundene Notizbücher. Obwohl John seinen Kauf innerhalb eines Zeitraums von 24 Stunden getätigt hat, wird dieser nicht den personalisierten Empfehlungen zugeschrieben, weil er das durch Bazaarvoice generierte Empfehlungskarussell nicht gesehen hat. Trotzdem wird er für diese Woche als einzelner Testgruppenbesucher gezählt.
Jan
Tag 1 (Samstag, 31. März, 18:28 Uhr): In der darauffolgenden Woche ruft am Samstag ein dritter Online-Besucher, Jan, Ihre Webseite auf. Als er Ihre Webseite aufruft, wird er automatisch Ihrer Testgruppe zugeordnet. Jan sucht und kauft regelmäßig Produkte von anderen Webseiten innerhalb des Bazaarvoice-Netzwerks. Er scrollt zum durch Bazaarvoice generierten Empfehlungskarussell herunter und klickt auf ein Paar farbenfrohe Strümpfe die sein Interesse geweckt haben. Er legt das Produkt in seinen Warenkorb, entschließt sich jedoch dazu, den Einkauf erst zu einem späteren Zeitpunkt zu tätigen.
Tag 2 (Dienstag, 3. April 17:31 Uhr): Jan kehrt auf Ihre Webseite zurück und kauft die Strümpfe in seinem Warenkorb. Obwohl er mit dem Karussell mit persönlichen Empfehlungen interagiert und einen Kauf getätigt hat, wird diese Transaktion nicht der Datenpersonalisierung zugeschrieben, weil sie nicht innerhalb des 24-stündigen Zuweisungsfensters erfolgte. Jan wird jedoch sowohl in Woche 1 (Montag, 26. März, bis Sonntag, 1. April) als auch in Woche 2 (Montag, 2. April, bis Sonntag, 8. April) als eindeutiger Besucher gezählt.
Berichte für spezifische Seitentypen und Anzeigen in Curations
Die verbleibenden Berichte auf der Seite werden nach Seitentyp segmentiert, wie bei der Implementierung durch Ihr Team festgelegt, also beispielsweise nach „Startseite“ oder „Kategorieseite“. Bei Curations-Anzeigen mit personalisierten Inhalten werden alle Informationen, die sich auf ihre personalisierten Inhalte beziehen, in einem eigenständigen Segment zusammengefasst.
Kennzahlen werden im Bericht in zusammengefasster Form auf Curations-Anzeige-Ebene wiedergegeben. Sie sind nur Teil des Berichts für Seitentypen, wenn Sie die Seite in der Implementierung Ihrer Datenpersonalisierung mit spezifischen eindeutigen Kennungen (Seitentyp) getaggt haben.
Zusätzlich zu den Kennzahlen, die für alle Seiten angezeigt werden, beinhaltet ein seitenspezifisches Dashboard außerdem Folgendes:
Zurechenbare Auswirkung auf den Umsatz – Umsatz, der durch Besucher der Testgruppe, die während des ausgewählten Datumsbereichs durch Bazaarvoice generierte personalisierte Empfehlungen gesehen haben, generiert wurde. Anders gesagt, der Umsatz, der ´für den ausgewählten Datumsbereich Ihrem durch Bazaarvoice generierten personalisierten Empfehlungskarussell zugeschrieben werden kann.
Die folgende Formel wird zur Berechnung der zurechenbaren Auswirkung auf den Umsatz verwendet:
Zur Berechnung des monatlichen geschätzten zurechenbaren Umsatzes wird der geschätzte zurechenbare Tagesumsatz mit 30 multipliziert. Zur Berechnung der zurechenbaren Auswirkung auf den Umsatz während eines bestimmten Zeitraums wird der geschätzte zurechenbare Tagesumsatz mit der Anzahl der Tage des Zeitraums multipliziert.
Wenn Sie beim RPV (Umsatz pro Besucher) beispielsweise eine Differenz von $1 haben ($10 RPV einer erfassten Testgruppe und $9 einer nicht erfassten Kontrollgruppe) bei 250.000 erfassten Besuchern während der letzten 100 Tage, dann sähe Ihre Rechnung für die Auswirkung auf den Tagesumsatz folgendermaßen aus:
Geschätzter Jahresumsatz – Geschätzter Umsatz, der Ihrem durch Bazaarvoice generierten personalisierten Empfehlungskarussell im Laufe eines Jahrs zugeordnet werden kann. Die folgende Formel wird zur Berechnung des geschätzten Jahresumsatzes verwendet:
Wöchentliche detaillierte CSV-Datei für bestimmte Seitentypen
Für jeden zusätzlichen Bericht im Dashboard können Sie auf CSV-Datei für <Seitentyp> herunterladen klicken, um eine detailliertere CSV-Datei mit zusätzlichen Berichtskennzahlen herunterzuladen.
Definitionen
In diesem Abschnitt werden die Kennzahlen und Besuchersegmente der wöchentlichen detaillierten CSV-Datei definiert:
