Abstraktion – SAINT Classifications

Angenommen wir tracken alle unsere Emailkampagnen und Banner mit individuellen Tracking Codes, die z.B. so aussehen:

So ein Report ist sinnvoll, wenn für jede der Emailkampagnen ein anderer Mitarbeiter zuständig ist, oder wenn man im Detail wissen will, wie eine ganz bestimmte Kampagne funktioniert hat. Ansonsten ist der Bericht aber zu spezifisch und sollte abstrahiert werden und genau dafür gibt es in SiteCatalyst die SAINT Classifications.

Abstraktion

Abstraktion bedeutet in diesem Zusammenhang mehr Übersicht in den Reports, also z.B. alle Email Tracking Codes unter dem Namen „Email“ zusammenzufassen.

Das kann man an verschiedenen Stellen tun.

• Bei der Datensammlung – man sende statt „em-1112-ipadsplc“ nur „Email“.
• Bei der Analyse – man benutze SAINT und aggregiere im Tool, d.h. man lasse SiteCatalyst alle „eml-…“ Codes als „Email“ anzeigen und die Metriken aufsummieren.

Wie stark man abstrahieren oder aggregieren sollte, hängt davon ab für wen man den Report braucht. Ich würde im Traum nicht auf die Idee kommen, den Report oben meinem VP zu zeigen oder überhaupt einem Manager. Andererseits hat irgendwer die Kampagne „em-1112-ipadsplc“ entworfen und dieser Kollege möchte sie auch individuell analysieren.

Wenn ich bei der Datensammlung abstrahiere (also nur „Email“ tracke), kann ich später nicht sehen, wie individuelle Emails abgeschnitten haben. Daher ist es fast immer sinnvoll, so detailliert wie möglich zu tracken.

In SiteCatalyst kann man eine Variable klassifizieren, d.h. zusätzliche Metadatenfelder einrichten. In diese Felder kann man dann Metadaten hochladen.

Bei Kampagnen wären das vielleicht: „Kampagnentyp“ oder „-kanal“, „Agentur“, „Laufzeit“, „Kosten“ und andere.

Jedes dieser Metadatenfelder findet sich hinterher in einem eigenen Report wieder. Wenn ich für das Beispiel oben als „Kampagnenkanal“ Metadaten für alle Codes mit „em-“ z.B. „Email“ zuordne und für alle Codes mit „ba-“ „Banner“, dann sieht der „Kampagnenkanal“ Report so aus:

Beispiel 2 – Visit Number

Ein weiteres Beispiel möchte ich noch anführen, diesmal nicht für Kampagnen sondern für den Visit Number Report. Der sieht meist so aus:

Anmerkung (weil es für Verwirrung sorgte): Dies ist nicht der eingebaute Visit Number Report, sondern ein Report basierend auf einer eVar, die wiederum über das getVisitNum Plugin beschickt wird!

Damit kann man nicht viel anfangen, wenn man nicht weiß, was das sein soll. Mit SAINT ordne ich die Anzahl der Visits daher drei Gruppen zu: 1 & 2 nenne ich „New Visitors“, 3 bis 5 „Returning Visitors“ und  6 oder mehr „Regular Visitors“. Dann sieht der Report so aus:

Schon viel besser! Ich sehe auf Anhieb, daß meine Website ein Problem hat: keinerlei „Kundenbindung“. Hm… Ich definiere 2 neue Metriken und füge sie hinzu:

Meine Regular Visitors lesen also signifikant mehr Artikel. Schade, daß ich nicht mehr davon habe!

Notizen

• Der Originalartikel von Adam Greco hat ein paar Screenshots mehr als dieser.
• Classifications „wirken“ beim Report, nicht wenn die Daten einlaufen! Das bedeutet, daß sie retro-aktiv wirken.
• Man kann alle traffic variables und conversion variables klassifizieren, sowie einige andere Variablen wie z.B. pageName.
• Correlations und Subrelations funktionieren auch auf den klassifizierten Reports.
• Beim Pathing ist das anders: auch wenn Pathing für die zugrundeliegende prop eingeschaltet ist, gibt es die Pathing Reports nicht für die klassifizierten Werte.

Gibt es keine Nachteile?

Irgendeinen Nachteil gibt es immer.

Im Falle von SAINT und der Empfehlung, so granular wie möglich zu tracken fallen mir zwei ein:

1. Man muß aufpassen, nicht zu detailliert zu tracken, sonst drohen Uniques Exceeded.
2. Klassifizierung mit SAINT erfordert eine gewisse Disziplin und einen nicht unerheblichen Aufwand. Zum Glück gibt es Tools sowohl von Engineering Services als auch von Drittanbietern, die mit SAINT helfen!