Recap: Analytics Summit 2017

Wenn einem Buzzwords, wie Artificial Intelligence, Datalayer und Tag Manager um die Ohren fliegen, dann sitzt man höchstwahrscheinlich in einem Vortrag von der Analytics Summit Konferenz. Jedes Jahr im November lädt die Analytics Summit ein um über Trends, spannende Cases und geballtes Wissen rund um das Thema Digital Analytics auszutauschen.

Die schon zum sechsten Mal stattfindende Konferenz hat auch dieses Jahr wieder interessante Speaker in einer beeindruckenden Location im schönen Hamburg zusammengetrommelt. Zum ersten Mal gab es drei Slots parallel, die Auswahl der Themen war damit noch umfangreicher als in den letzten Jahren. Welche spannenden Erkenntnisse wir aus dem Tag mitnehmen, fassen wir im Folgenden zusammen.

AI & die DIKW Pyramide

Für uns startete die Konferenz mit theoretischem Wissen von Dr. Arman Nassirtoussi, der einen Einblick in die Datenwelt von Zalando gab. Genau genommen zeigte er, wie Daten von Google Analytics für Künstliche Intellegince (AI), Machine Learning und statistische Modellierung genutzt werden kann.
Neben einem praktischen Beispiel zeigte er ebenfalls ein Modell, das die Beziehungen zwischen Daten, Informationen, Wissen und Handeln setzt: die DIKW Pyramide. Diese erweiterte er um ein paar wenige Ebenen um diese für Datenanalyse anwendbar zu machen (siehe Bild unten).

Die Basis der Pyramide bilden die Daten, die aus verschiedenen Tools gesammelt werden. Anschließend sollten sie bereinigt und mit anderen Daten sinnvoll kombiniert werden. Daraus lassen sich dann wertvolle Informationen ableiten, die Antworten auf Fragen ermöglichen. Das daraus resultierende Wissen bzw. die Erfahrung kann dann für zukünftiges Handeln (Wisdom) genutzt werden. Das Modell zeigt, dass der Prozess vom Datensammeln bis zur Erkenntnisgewinnung in einem Zusammenhang stehen, nämlich darin, von Beginn an die Dinge richtig zu tun (Datensammlung & -verarbeitung) um am Ende die richtigen Dinge zu tun.

Datengetriebene Entscheidungen bei bundesliga.de

Ein weiteres spannendes Thema boten die Jungs von bundesliga.de, die mit ihrem Content-Portal zur Bundesliga und Google Analytics datengetriebene Entscheidungen zur Weiterentwicklung und Verbesserung der Inhalte treffen. Unter anderem haben sie eine eigene Browser App, die die eigens für ihr Portal entwickelten Dimensionen und Metriken grafisch aufbereitet und damit perfekt ausgewertet werden können. Ein Learning zu datengetriebenen Entscheidungen im Unternehmensbereich war das Integrieren dieser Ideen in die Unternehmenswerte und das Vorleben durch die Managementebene.

„Daten liefern keine Wahrheiten“

Nach dem Mittagessen überraschte uns David Kriesel mit einem unterhaltsamen Vortrag über eine mal ganz andere Datenanalyse. Bei seinem Hobby-Projekt „Spiegel-Mining“ sammelt er über Jahre hinweg Daten von neuveröffentlichten Artikeln der Nachrichten-Website „Spiegel Online“. Die großen Datenmengen werden dann von ihm genaustens ausgewertet, um spannende Erkenntnisse zu gewinnen.

So fand er beispielsweise heraus, dass die Mitarbeiter des Kulturressorts gern ausschlafen, längere Mittagspausen und früher Feierabend machen, als das Politik-Ressort. Dafür hat er analysiert, zu welchen Zeiten die meisten Artikel von jedem Ressort veröffentlicht wurden. Oder er fand heraus, welche Mitarbeiter gleichzeitig Urlaub hatten und somit für eine Affäre qualifiziert sind. Kann das wirklich stimmen? Diese Frage stellte David Kriesel und ermahnt zugleich, dass Daten keine Wahrheiten liefern und die Interpretation von Daten immer eine subjektive Note hat.
Neben diesen vorgestellten Beispielen, hat er noch viel mehr Erkenntnisse, die er im Wochentakt auf seiner Website dkriesel.com veröffentlicht.

Analytics Challenge Finale

Ein weiterer Punkt, den es dieses Jahr zum zweiten Mal gab, war das Analytics Challenge Finale. 4 Teilnehmer aus München, Köln, Berlin und Hamburg hatten jeweils 10 Minuten Zeit einen spannenden Case bzw. eine sehr gute Idee rund um das Thema Google Analytics und Tag Manager vorzustellen.
Markus Bärsch zeigte wie man mit einem einfachen Mittel in Form einer gesetzten Variable in Kombination mit einem Filter Analytics Spam Herr werden kann. Ansatz war hier, dass Spambots immer den Weg über das Measurementprotokoll gehen und somit keine Pageviews auf der Webseite generieren.
Alexander Gross stellte eine Lösung zur detaillierteren Auswertung von Warenkörben in Google Analytics vor. Hier ging es um die Zusammensetzung von Warenkörben mit „Gender-Products“. Kauft die Frau für ihren Mann mit ein oder welche Marken werden oft gemeinsam gekauft?
Marco Szeidenleders Idee zielte auf das Tracking im Mobilbereich. Er hat eine Lösung die Apps schlanker macht und den Traffic verringert. Die Idee ist, dass die mobile App nicht alle Tracking SDK integriert hat und via Firebase und GTM jeder Marketingtag in der App ausgeführt wird, sondern die Daten aus der App an einen Server geschickt werden und dieser die Informationen an die verschiedenen Anbieter schickt.
Bei Christian Ebernickel (www.ebernickel.de) stand das Thema Personas im Mittelpunkt. Er stellte eine Lösung vor wie das getrackte Nutzerverhalten in Google Analytics in verschiedene vordefinierte Personas eingeordnet werden kann. So wurden Content-Seiten einer bestimmten Persona zugeordnet und anhand der besuchten Content-Seiten des Nutzers, wurde diesem eine Persona zugeschrieben. Diese Informationen lassen sich dann als Segmente anlegen oder für AdWords als interessante Remarketing-Listen nutzen.

Google Analytics Daten mit R auswerten

Adrian Heinrich, Director Maketing bei DaWanda, hat viele Zuhörer, die zu Studienzeiten Statistik mit R absolvieren mussten, in die Vergangenheit zurückversetzt. In seinem Vortrag stellte er die statistische Programmiersprache R vor und wie diese einen Mehrwert für statistische Modellierung von Google Analytics Daten bieten kann. So kann man mit R mehr Daten verarbeiten, das interne Sampling bei Google Analytics umgehen und erweiterte Visualisierungsformen nutzen.
Dafür ist nur eine Verknüpfung zwischen Google Analytics und der Entwicklungsumgebung RStudio notwendig. Hat man diese konfiguriert, können mit einfachen Funktionen Rohdaten beispielsweise über einen Zeitraum hinweg und zugleich Saisonalitäten, Trends und Ausreißer dargestellt werden. So lassen sich in wenigen Schritten Prognosen ableiten, die für Strategieentwicklungen interessant sein können.

Damit bot die Analytics Summit auch dieses Jahr wieder eine super Mischung aus Einsteigerthemen und tiefergehenden Vorträgen. Wer also unsicher ist, ob die Analytics Summit eine Reise wert ist, dem sei gesagt: Ab nach Hamburg im nächsten Jahr und das Analytics Wissen erweitern und mit spannenden Learnings die eigene Arbeit aufwerten.