Performanceanalyse von mobilen Angeboten

Services wie Apps oder mobile Webseiten wirken sich positiv auf die Kundenzufriedenheit aus. Forrester empfiehlt Unternehmen ein fünfstufiges Vorgehen bei der Auswahl einer Lösung für die Analyse von mobilem Kundenverhalten. [...]

Der Einsatz von Anwendungen für Mobile Analytics steckt noch in den Kinderschuhen. Nur 46 Prozent der Unternehmen setzen derzeit eine Lösung für die Analyse des Kundenverhaltens auf ihren mobilen Angeboten ein. „Verantwortliche tappen somit häufig im Dunklen, wenn sie die Performance mobiler Webseiten und Applikationen messen oder mobile Marketing-Kampagnen auswerten wollen“, schreibt Julie Ask. Sie ist Analystin bei Forrester und Autorin der Studie „Shopping Guide To Mobile Analytics Vendors“. Mobile Analytics werde vernachlässigt, weil E-Business-Entscheider mobile Verkaufskanäle zu stark nach ihrem Anteil am Gesamtumsatz bewerten. Dieser liegt im Schnitt bei fünf Prozent. „Durch die einseitige Fokussierung auf den Umsatz verlieren die Manager jedoch den Blick auf Gesamtzusammenhang.“

ZUGRIFF VON ÜBERALL
In erster Linie sollen mobile Kanäle dazu beitragen, die Kunden zu begeistern und deren Zufriedenheit und Loyalität zu steigern, indem sie von überall und jederzeit Zugriff auf bestimmte Informationen und Services haben. Wer in der Lage sei, dort das Kundenverhalten genau auszuwerten, könne mobile Kampagnen auch sehr gezielt planen und durchführen. Dazu wiederum benötigen Unternehmen eine Mobile-Analytics-Lösung, die zu ihren Anforderungen passt. Bei der Auswahl rät Forrester-Analystin Ask zu einem strukturierten, schrittweisen Vorgehen.

  • Schritt 1: Zunächst sind die Business-­Ziele zu formulieren, die mit dem Einsatz einer mobilen Lösung erreicht werden sollen. Nur 58 Prozent der Umfrageteilnehmer haben bisher Leistungskennzahlen (KPI) definiert, mit denen sie die Fortschritte auf dem Weg dahin messen können. Laut Ask sollten folgende mobilen KPI erhoben werden: Kundenengagement und mobiler Traffic, mobile Umsätze, Performance mobiler Apps sowie Ratings oder Konversionsraten bei mobilen Webseiten und Kampagnen. Dazu kommen noch Benchmarks für mobile Werbung sowie qualitative ­Metriken, wie etwa die Erhöhung der Kundenzufriedenheit.
  • Schritt 2: Wo immer dies möglich ist, sollten Unternehmen die Funktionen für ­Mobile Analytics nutzen, die bereits ihre installierten Analyse-Anwendungen bieten. Diese reichen in vielen Fällen zu Beginn einer Mobile-Analytics-Initiative aus und lassen sich später durch die Lösung eines Spezialanbieters ergänzen. Bei der Auswahl des Mobile-Analytics-Anbieters gelten dieselben Regeln wie bei einer herkömmlichen Analytics-Lösung.
  • Schritt 3: Nun werden die geschäftlichen und rechtlichen Bedingungen für den Einsatz einer Mobile-Analytics-Lösung festgelegt. Davon hängt die Wahl der späteren Anwendung ab. Dazu gehört die Festlegung des Budgets und des Umgangs mit den mobilen Kundendaten. Firmen können die Informationen entweder ausschließlich selbst nutzen oder mit einem Provider zum Zweck der Monetarisierung und Aggregation teilen. Verantwortliche müssen sich im Klaren sein, über welche relevanten Off- und Online-Kontaktpunkte das Kundenverhalten erfasst, nachverfolgt und ausgewertet werden soll.
  • Schritt 4: Schließlich sind noch die Anforderungen an das mobile Datenmanagement zu definieren, denn die Datenintegrität bildet das Herzstück jeder Analyse. Datentypen, -größen, -formate und -attribute wie auch die Datenlatenz haben Einfluss auf die Auswertungsergebnisse. Verantwortliche müssen daher entscheiden, ob sie Tag-Management, historische Rohdaten, Echtzeitdaten zur Performance oder zum Absturz mobiler Apps sowie Import- und Exportfunktionen für mobile Daten benötigen.
  • Schritt 5: Zum Schluss wird eine Liste der Mobile-Analytics-Anbieter erstellt, die die Anforderungen am besten erfüllen. Bei der Entscheidung sind die Angebote der Provider sorgfältig gegeneinander abzuwägen. Diese unterscheiden sich in vielen Kategorien und Attributen nicht oder kaum voneinander. „Zugleich versprechen viele Mobile-Analytics-Provider den Kunden das Blaue vom Himmel“, so Ask. Eine hohe Differenzierung zwischen Anbietern gibt es laut Forrester bei der Datenqualität und dem Datenmanagement. (idg/oli)

Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*