Im Anwendungsbereich von Analytics gibt es stetig neue Entwicklungen, die großen Einfluss auf den Markt nehmen. Neue Innovationen, Strategien und Technologien versuchen sich zu etablieren. Vor allem durch den technischen Fortschritt entstehen auch immer wieder neue Themen und Bereiche, die es je nach Branche abzudecken gilt.
Doch was sind die aktuellen Trends und welche werden sich voraussichtlich durchsetzen? Worauf sollten Sie sich in Ihrem Unternehmen vorbereiten und welche Neuerungen sollten Sie auf keinen Fall verpassen? Diesen Fragen wollten wir auf den Grund gehen und haben einige Analytics-Experten um ihre Einschätzungen zu den Analytics-Trends 2019 gebeten.
In unserer Umfrage haben wir uns auf die folgenden Fragen konzentriert:
- Was sind Ihre Analytics Trends 2019?
- Welche Innovation werden sich 2019 in der Analytics-Branche durchsetzen?
- Auf welche Analytics-Themen sollten sich Unternehmen 2019 fokussieren?
- Was ist Ihr Analytics Killer-Feature 2019?
- Welche Relevanz haben KI & Machine Learning in Analytics – Fluch oder Segen?
- Werden Sie 2019 etwas an Ihrer Analytics/Tracking Strategie ändern?
In diesem Artikel haben wir Ihnen die spannenden Antworten und Ausblicke für 2019 verschiedener Analytics-Experten zusammengestellt. Seien Sie gespannt auf die Einschätzungen und freuen Sie sich mit uns auf ein interessantes Analytics-Jahr 2019!
Markus Baersch, Gandke Marketing & Software Gmbh
1 Der Wunsch nach mehr Insights durch Verknüpfung von Daten aus verschiedenen Quellen ist in den letzten Monaten deutlich größer geworden; auch in kleineren Unternehmen mit nennenswertem Anteil an internetbasierten Business. Das wird sich sicher 2019 fortsetzen und das Missverhältnis von Anforderungen und Ressourcen, das in diesem Bereich ohnehin schon groß ist, noch weiter verschärfen. Die Gefahr, die darin lauert, ist die Suche nach “Abkürzungen”, die entweder zu Lasten der Datenqualität, Belastbarkeit der Methoden und Tools – und damit schlussendlich der Ergebnisse – gehen. Zum Glück sind diese Rahmenbedingungen nicht neu. Daher gibt es auch Lösungen, die aber eben leider fallweise erarbeitet werden müssen; “das für alle passende Template” für komplexe Themen wie Attribution und Datenqualität gibt es eben nicht.
2 Es ist wohl recht risikofrei, hier Begriffe wie Machine Learning, Predictive Analytics & Co. zu nennen. Aber ich wette nicht, also lassen wir uns alle überraschen
3 Um ganz ehrlich zu sein: In vielen Fällen auf die Basics. Es wird immer noch viel zu viel auf Reporting und Ergebnisse aus Tools aller Art gesetzt, ohne die Grundlagen für saubere Auswertungen und das Grundverständnis zur Nutzung der Daten zu beachten.
4 Wissen.
5 Natürlich beides. Der Wunsch, dass aus Daten automatisch relevante Insights generiert werden, ist nachvollziehbar und die Anbieter sind sicher auf einem guten Weg. In absehbarer Zeit wird aber immer noch eine menschliche Einschätzung erforderlich sein… und spätestens, wenn es um die Umsetzung von Veränderungen geht, muss der Kopf wieder eingeschaltet werden. Die Einschätzung, dass dank KI und ML “alles von selbst” funktioniert, ist aber hierbei keine Hilfe, den typischen Nutzer vom Betrachten von Diagrammen zur Aktion zu bewegen, ist in diesem Punkt vielleicht im Einzelfall eher hinderlich als hilfreich.
6 An der eigenen eher nicht. In Kundenprojekten sieht das anders aus, vor allem im E-Commerce Bereich werden die Anforderungen aber “reifer”.
Matthias Bettag, Digital Motion
1 Personalisierung, Datenintegration, Automatisierung
2 Audience Management, zunehmende Verknüpfung von BI und Webanalyse
3 Mitarbeiterzufriedenheit und -Bindung, eigene Erfolgsmessung über alle Werbekanäle, Customer Centricity (Personalisierung, Attribution, COA, CPO, LTV, und auch Datenschutz)
4 Weiterhin: Datenhoheit über alle Quellen und Analytics-Know-How intern etablieren.
5 Bisher ist in Analytics-Lösungen sehr wenig bis keine KI erkennbar, viele KI-Nennungen haben bei genauerer Betrachtung “nur” einen ML-Anteil oder es sind “herkömmliche” (wenn auch komplexe) regelbasierte Programme.
Maik Bruns, METRIKA
1 Eine breitere Nutzung der Webanalyse vor allem im Mittelstand. Damit einhergehend ein stärkeres Verständnis zu diesem Thema in den Unternehmen. Ich sehe dabei einen stetig steigenden Bedarf nach Hilfe bei der Schaffung von Grundlagen, denn nach wie vor gehen viele Unternehmen aus Unkenntnis heraus das Thema oft falsch an. Gemeint sind damit immer noch falsche Webanalyse-Zielsetzungen (insbesondere durch falsch gewählte KPIs) und nicht vorhandene Prozesse und Ressourcen in Unternehmen. Doch ich erkenne, dass Unternehmen hier nachbessern wollen.
2 Alle Welt spricht zwar von dynamischer Attribution, Programmatic Advertising, Predictive Analytics und Full Customer Centricity mit 360°-Blick auf alle Touchpoints, doch tatsächlich empfinde ich dabei wenig Innovation und viel mehr Buzzword Bingo.
Ehrlicherweise sehe ich gerade nur beim Punkt “Personalisierung” Ansätze, die uns in 2019 ermöglichen, damit besser und praktikabler umzugehen, z. B. durch kostenlose Tools wie Google Optimize, die dafür genutzt werden können.
3 Analyse, Hypothesenerstellung, Testing. Denn erst wenn Unternehmen verstanden haben, wie diese Basics der Webanalyse funktionieren, sollten sie über Themen wie die oben genannten nachdenken.
4 Da Analyse kein Selbstzweck ist, sehe ich als Killer-Feature eher die Anwendung des aus der Webanalyse erfahrenen Wissens.
Was ich mir allerdings wünsche ist eine Verbesserung von automatisierten Anomalien-Findern, die relevante (!) Dinge in den Webanalyse-Tools finden und den Analysten grundsätzliche Ansatzpunkte aufzeigen können.
5 Derzeit weder noch, denn an allzu vielen Stellen wird KI/ML versprochen, jedoch nicht gehalten. Ich glaube jedoch daran (und hoffe es sogar), dass beides in Zukunft Einfluss auf die Webanalyse nehmen wird, indem sie das tun, was Menschen nur sehr unzureichend tun können: Große Datenbestände auf bestimmte Kriterien hin untersuchen und Dinge “aufdecken”.
Dem Menschen obliegt es dann noch sehr lange, etwas aus diesen Informationen zu machen und kreative Möglichkeiten zu schaffen, die den Unternehmen weiterhelfen.
6 Für mich persönlich werde ich mich stärker mit Personalisierung und deren Erfolgen auseinandersetzen, jedoch werde ich bei meinen Kunden verstärkter auf die Definition von Zielstellungen und Umsetzung von relevanten Prozessen im Unternehmen hinarbeiten, um die Potenziale zu heben.
Markus A. Frick, Scout24 Schweiz AG
1 Datenvisualisierung wird in der Analyticswelt weiter in den Mittelpunkt rücken und als “neue Sprache” für Unternehmen fungieren, um ihre Datenerkenntnisse zu kommunizieren.
Komplizierter Daten, werden nicht mehr nur von Datenexperten in “Klartext” übersetzt werden können. Menschen aus allen Unternehmensbereichen wird ermöglicht, die von ihnen erzeugten Daten zu interpretieren und mit ihnen zu interagieren. Datengetriebene Gespräche werden dadurch zu einem normalen Bestandteil der Unternehmenskultur werden.
“Natural Language” Lösungen wie bspw. Amazon Echo & Google Home werden zunehmend Teil der Haushalte. Mit neuen Innovationen in den meisten dieser Geräte wird auch die Verwendung für Analyticszwecke immer interessanter. 2019 wird sich das jedoch vermutlich noch nicht durchsetzen.
Im Laufe der Zeit werden wohl Data Storytelling, sog. “Conversational Analytics” und Präsentationstechnologie schrittweise zusammenwachsen.
2 Der Druck einen grösseren ROI durch AI & ML Initiativen zu generieren wird mehr Entscheider in Unternehmen dazu bewegen vermehrt innovative Lösungen dahingehend zu suchen.
3 Data Storytelling, Sinnvoller Einsatz von KI/ML-Mechanismen (z.B. Automatisierung), aber vor allem Data Trust (siehe verified-data.com), da der Need nach Überprüfung der Qualität in jedem Unternehmen ein Grundbedürfnis darstellt und früher oder später auftauchen wird.
4 Das Feature per se fällt mir aktuell nicht ein.
Hoch im Kurs steht bei mir jedoch in Punkto Tool-Feature Advanced Analysis (via Google Analytics 360).
5 KI wird Analytics vermutlich menschlicher machen, nicht weniger. Viele “Bottlenecks” können durch sie beseitigt werden, um benötigte Insights zu generieren und den Menschen mehr Zeit für das zu geben, was sie am besten können: Komplexe Probleme mit Kontext betrachten. Denn die Geschwindigkeit der Daten, die in die Unternehmen gelangen, ist inzwischen so weit gestiegen, dass es für menschliche Analysten nicht mehr möglich ist, alles zu verarbeiten.
6 Nicht zwangsläufig.
Aber mit Sicherheit mehr Automatisierung bei gleichzeitiger Steigerung bzw. Wahrung der Datenqualität, um mehr Ressourcen für das Wesentliche freizusetzen.
Alexander Gulentz, Piwik PRO DACH
1 Durch die zunehmende User-Zentrierung im Online-Business und das branchenübergreifend, wird nun auch der Mittelstand ordentlich im Bereich Webanalyse nachziehen. Denn eine positive User-Experience und der verstärkte Fokus auf die Kunden lassen sich nur mit Hilfe von Daten vernünftig umsetzen. Man muss seine potentiellen Kunden kennen um auf ihre Bedürfnisse eingehen zu können. Daraus folgend werden sich Personalisierungs-Methoden und das Content-Marketing noch weiter etablieren, um am Markt zu bestehen.
2 Zwar fallen hier in der Branche oftmals innovative Begriffe, wie Predictive Analytics und Co., doch ich denke, dass man hier eher das Thema Audience Management als Innovation nennen sollte. Gerade hinsichtlich der stärker werdenden Ausrichtung auf die Kunden, bieten Audience Manager als Tool-Feature viele Möglichkeiten diesem Ziel gerecht zu werden. Die gewonnenen Erkenntnisse sind von unschätzbarem Wert für Marketingmaßnahmen und Business-Strategien. Zudem wird die Kombination von Online- und Offline-Daten ein wichtiger Faktor für die verschiedenen Branchen sein. Hier lässt sich der Einzelhandel als führendes Beispiel, der künftig verstärkt auf solche Kommunikationsstrategien setzen sollte und wird.
3 Ich denke, dass sich Unternehmen auf die Grundlagen der Webanalyse konzentrieren sollten, gerade was KPIs angeht müssen dort erst einmal die Hausaufgaben gemacht werden, bevor man sich mit den darauf aufbauenden Möglichkeiten von Analytics befasst. Es bedeutet zwar einiges an Vorbereitung, aber nur mit einer Strategie und einem sinnvollen Tracking-Plan lassen sich aussagekräftige und sinnvolle Ergebnisse aus den gesammelten Daten ziehen. Generell sollte der Fokus also auf dem Basiswissen für die Webanalyse liegen, nur so lässt sich Analytics sinnvoll nutzen.
4 Vorab muss man sagen, dass ein gut funktionierender Tag Manager grundsätzlich die sinnvollste Voraussetzung für weitere Features in der Webanalyse ist. Damit eröffnen sich so viele Möglichkeiten für die Analyse und man hat eine erhebliche Ersparnis an Ressourcen. Die Basics und das Verständnis für die Nutzung sind unabdingbar um seine Daten erfolgreich zu analysieren. Meiner Meinung nach ist das Stichwort für 2019 hier der gläserne Kunde. Nur wer seine Kunden und User kennt und dieses Wissen stetig mit Daten stützt, kann auf deren Bedürfnisse und Anforderungen eingehen.
5 KI und ML sind aktuell noch ganz starke Zukunftsmusik! Zwar wird hier auf Hochtouren an brauchbaren Lösungen und sinnvollen Einsatzmöglichkeiten gearbeitet, aber noch sehe ich hier keine guten Optionen. Dennoch glaube ich, dass man da ein Auge drauf halten sollte, denn über kurz oder lang, werden KI und ML Einzug in die Webanalyse haben.
6 Hinsichtlich der Veränderungen durch die DSGVO und der anstehenden ePrivacy ist anonymisiertes Tracking eine Option, die auch bei uns angewendet wird. Bei uns steht die Zentrierung auf den Kunden ganz klar im Fokus, dieser Prämisse werden wir auch künftig folgen und sie verstärkt ausbauen. Uns ist es wichtig nah am Kunden zu agieren und uns auf seine Anforderungen zu fokussieren.
Thomas Zeithaml, Seoratio Gbr
1 Ein großer Trend, ist sicherlich das Thema “Datenschutz”. Hier bin ich gespannt, wie sich z.B. die ePrivacy auf die gesamte Branche auswirkt. Auch Machine Learning sehe ich als Trend für 2019.
2 Ein weiteres großes Thema innerhalb der Online-Branche ist die künstliche Intelligenz. Die sogenannte KI wird uns unterstützen, welche Auswertungen besonders wichtig erscheinen. Nehmen wir als Beispiel “Alerts” die bei Zuwachs oder Abschwächung der Besucherzahlen in einem bestimmten Segment aufschlagen könnten. Hier denke ich, wird der Markt einige neue Features bereit stellen, um dem Nutzer den Überblick über die Datenvielfalt zu vereinfachen.
3 Erstmal die Basics umsetzen. Häufig sind, weder Ziele noch Kampagnen richtig in den Unternehmen eingesetzt. Zudem denke ich, dass es für viele Unternehmen sinnvoll ist, KPIs zu erarbeiten, die dem Unternehmen auch entsprechen. Reine Besucher- oder Konversion-Zahlen sind lange nicht mehr allein für den Erfolg einer Webseite ausreichende Kennzahlen.
4 Ich glaube wir dürfen gespannt sein. Ich bevorzuge mittlerweile die Export-Funktionen vieler Tools und die folgende Integration in sogenannte Dashboards. Das Google Data Studio ist z.B. eines meiner Lieblings-Tools, wenn es darum geht, schnell einen Überblick über mehrere Kanäle zu erreichen. Auf diesem Wege kann man sich recht einfach, ein kleines Data-Warehouse selber erstellen.
5 Ich verstehe die Ängste im Zusammenhang mit KI. Allerdings überwiegen bei mir die Vorteile, die man daraus ableiten kann. Früher gab es z. B. eine Fülle von Referer-Spam, der mühevoll aus den Berichten herausgefiltert werden muss. Gerade bei der Spambekämpfung kann uns die KI, meiner Meinung nach helfen. Zudem kann uns Machine Learning bei der Analyse von komplexen Daten unterstützen und diese aggregieren und auch sinnvoll anzeigen. Gerade bei großen Domains mit vielen Besuchern, können uns solche Systeme helfen, den Daten noch Herr zu werden.
Ihr persönliches Trendbarometer
Die Einschätzungen der Experten liegen in einigen Punkten nah beieinander, doch wie sehen das die Web-Analysten unter Ihnen? Nehmen Sie 2019 andere Themen in den Fokus? Sehen Sie andere Trends, die sich wahrscheinlich durchsetzen werden? Ihre Meinung ist gefragt! Nehmen Sie an unserer Umfrage zu den Analytics Trends für dieses Jahr teil und verraten Sie uns bis zum 28. Februar Ihre persönlichen Analytics Trends für 2019. Die eingehenden Statements werden wir anschließend auch auf unserem Blog veröffentlichen.
