Dr. Amit Ghosh
Analytics: Sinnvolle Verknüpfung von Analytics und SEO Messung des Effekts von Ereignissen
13.10.2011
OMCap 2011 - Online Marketing Konferenz Berlin
1
OMCap 2011 - Online Marketing Konferenz Berlin
Agenda 1. 2. 3. 4. 5.
13.10.2011
Daten-Beispiel Fragestellung(en) Zerlegung einer Zeitreihe in Komponenten Residuen-Analyse Fazit
Dr. Amit Ghosh - Messung des Effekts von Ereignissen
2
13.10.2011 Dr. Amit Ghosh - Messung des Effekts von Ereignissen Aug 2011
Jul 2011
Jun 2011
Mai 2011
Apr 2011
Mrz 2011
Feb 2011
Jan 2011
Dez 2010
Nov 2010
Okt 2010
Sep 2010
Aug 2010
Jul 2010
Jun 2010
Mai 2010
Apr 2010
Mrz 2010
Feb 2010
Jan 2010
Dez 2009
Nov 2009
Okt 2009
Sep 2009
Aug 2009
Jul 2009
Jun 2009
Mai 2009
Apr 2009
Mrz 2009
Feb 2009
Jan 2009
OMCap 2011 - Online Marketing Konferenz Berlin
Daten-Beispiel Impressions
350.000
300.000
250.000
200.000
150.000
100.000
50.000
0
3
OMCap 2011 - Online Marketing Konferenz Berlin
Fragestellung(en) • An welchem Wochentag haben wir besonders viele/wenige Impressions? • Gibt es ausgeprägte saisonale Effekte? • Welchen Einfluss haben SEM/Display? • Lässt sich der Effekt einer TV-Kampagne quantifizieren? 13.10.2011
Dr. Amit Ghosh - Messung des Effekts von Ereignissen
4
OMCap 2011 - Online Marketing Konferenz Berlin
Wochentage 140000
120000
100000
80000 Mittelwert Modell
60000
40000
20000
0
Mo
Di
Mi
Do
Fr
Impressions – Durchschnitt über 4 Wochen (09.05.-05.06.2010) 13.10.2011
Dr. Amit Ghosh - Messung des Effekts von Ereignissen
5
OMCap 2011 - Online Marketing Konferenz Berlin
Saisonale Effekte • Gesamteffekt ist bekannt, dieser setzt sich aus verschiedenen (z.T.) nicht unmittelbar beobachtbaren Teileffekten zusammen
13.10.2011
6
OMCap 2011 - Online Marketing Konferenz Berlin
Saisonale Effekte Bsp.: Montag, 12.10.2009
350000
Residuum Herbstferien
300000
250000
200000
150000
100000
Vorlesungsbeginn Trend Oktober
durch Modell erklärt
Wochentag: Montag
50000
0
Vorlesungszeit
-50000 Zerlegung
13.10.2011
Modell
Dr. Amit Ghosh - Messung des Effekts von Ereignissen
Beobachtet
7
OMCap 2011 - Online Marketing Konferenz Berlin
Einfluss von SEM/Display • Zielvariable: Impressions, Conversions, Käufe, etc. • Zuordnung z.B. auf eine Kampagne i.d.R. problemlos möglich (z.B. Google Analytics u. AdWords) • Stichwort: „Customer Journey“ • Zuordnung bereitet Probleme, die durch das statistische Modell umgangen werden 13.10.2011
Dr. Amit Ghosh - Messung des Effekts von Ereignissen
8
OMCap 2011 - Online Marketing Konferenz Berlin
TV-Kampagne • Zuordnungsproblem: direkte Eingabe der URL über Suchmaschine erhöhte Klickrate …
• Lösung: Analyse der Residuen im Kampagnenzeitraum und danach • Ideal: Einbettung in Quasi-Experiment 13.10.2011
Dr. Amit Ghosh - Messung des Effekts von Ereignissen
9
-50000
0
0.0
Residuen 50000
2009-01-03 2009-01-17 2009-01-31 2009-02-14 2009-02-28 2009-03-14 2009-03-28 2009-04-11 2009-04-25 2009-05-09 2009-05-23 2009-06-06 2009-06-20 2009-07-04 2009-07-18 2009-08-01 2009-08-15 2009-08-29 2009-09-12 2009-09-26 2009-10-10 2009-10-24 2009-11-07 2009-11-21 2009-12-05 2009-12-19 2010-01-02 2010-01-16 2010-01-30 2010-02-13 2010-02-27 2010-03-13 2010-03-27 2010-04-10 2010-04-24 2010-05-08 2010-05-22 2010-06-05 2010-06-19 2010-07-03 2010-07-17 2010-07-31 2010-08-14 2010-08-28 2010-09-11 2010-09-25 2010-10-09 2010-10-23 2010-11-06 2010-11-20 2010-12-04 2010-12-18 2011-01-01 2011-01-15 2011-01-29 2011-02-12 2011-02-26 2011-03-12 2011-03-26 2011-04-09 2011-04-23 2011-05-07 2011-05-21 2011-06-04 2011-06-18 2011-07-02 2011-07-16 2011-07-30 2011-08-13 2011-08-27
0
13.10.2011 Korrelation
0.2
Ergebnis: ca. 47.000 Impressions pro Tag in einem Zeitraum von drei Wochen sind auf die Kampagne zurückzuführen 0.1
200000
Impressions 50000 100000
0.3
300000
OMCap 2011 - Online Marketing Konferenz Berlin Modellierung Korrelationsanalyse
Impressions Modell
Verzögerung: ca. 40 Tage
0
Dr. Amit Ghosh - Messung des Effekts von Ereignissen 20 40 60 80 100
Verzögerung [Tage]
10
OMCap 2011 - Online Marketing Konferenz Berlin
Analyse der Residuen • Ausreißer in den Rohdaten sind oft erklärbar, erschweren aber die Erkennung der eigentlichen Anomalien • Entscheidend: Ausreißer/Anomalien in den Residuen – hier geschieht etwas, was sich nicht erklären lässt!
13.10.2011
Dr. Amit Ghosh - Messung des Effekts von Ereignissen
11
-100000
-50000
0
Residuen 50000
13.10.2011 2011-06-04 2011-06-18 2011-07-02 2011-07-16 2011-07-30 2011-08-13 2011-08-27
2010-12-04 2010-12-18 2011-01-01 2011-01-15 2011-01-29 2011-02-12 2011-02-26 2011-03-12 2011-03-26 2011-04-09 2011-04-23 2011-05-07 2011-05-21
2010-07-03 2010-07-17 2010-07-31 2010-08-14 2010-08-28 2010-09-11 2010-09-25 2010-10-09 2010-10-23 2010-11-06 2010-11-20
2009-11-07 2009-11-21 2009-12-05 2009-12-19 2010-01-02 2010-01-16 2010-01-30 2010-02-13 2010-02-27 2010-03-13 2010-03-27 2010-04-10 2010-04-24 2010-05-08 2010-05-22 2010-06-05 2010-06-19
2009-06-06 2009-06-20 2009-07-04 2009-07-18 2009-08-01 2009-08-15 2009-08-29 2009-09-12 2009-09-26 2009-10-10 2009-10-24
2009-04-25 2009-05-09 2009-05-23
2009-01-03 2009-01-17 2009-01-31 2009-02-14 2009-02-28 2009-03-14 2009-03-28 2009-04-11
100000
200000
Impressions 300000
OMCap 2011 - Online Marketing Konferenz Berlin
In den Residuen erscheinen andere Effekte als auffällig!
12
OMCap 2011 - Online Marketing Konferenz Berlin
Fazit • Analytics-Daten en masse vorhanden • einfache Standardauswertungen erschließen nicht das Potenzial in den Daten • Zerlegung der Zeitreihe: Einfluss einzelner Komponenten Basis für Erkennung/Analyse besonderer Events
• spezielle Events können berücksichtigt werden 13.10.2011
Dr. Amit Ghosh - Messung des Effekts von Ereignissen
13
OMCap 2011 - Online Marketing Konferenz Berlin
Vielen Dank für die Aufmerksamkeit!
[email protected]
13.10.2011
Dr. Amit Ghosh - Messung des Effekts von Ereignissen
14