Wertvolle Besucher erkennen: Segmentierung ohne Stalking

Eine Website ist wie ein gut geführter Verkaufsraum: Sie gibt einen Weg vor, und eine aufmerksame Verkaufsperson beobachtet, wer ernsthaftes Interesse zeigt. Online lässt sich das messen – feiner und flexibler als im Laden. Segmentierung trennt dabei die wertvollen Besucher vom Durchschnitt, ohne dass daraus Überwachung wird.

Warum der Durchschnitt in die Irre führt

Eine einzelne Gesamtzahl – «so viele Besucher, so viele Anfragen» – verdeckt mehr, als sie zeigt. Erst wenn ihr Besucher in Gruppen aufteilt, wird sichtbar, wer anfragt und wer nur vorbeischaut. Voraussetzung ist – wie bei einem guten Kundenberater – dass die Kriterien vorher klar definiert sind.

Sinnvolle Segmente sind zum Beispiel:

• Herkunft (Suche, Newsletter, Empfehlung)
• neue gegenüber wiederkehrenden Besuchern
• Gerät und Region
• Verhalten auf der Seite (etwa: hat eine Produktseite gesehen)

So lässt sich messen, ob eine geplante Taktik funktioniert, welche Zielgruppe besonders gut anspricht und wo noch etwas im Argen liegt.

Welche Segmente eine Entscheidung tragen und welche nur Personendaten kosten

Ein Segment ist eine Gruppe von Besuchen, die ein vorher festgelegtes Merkmal teilen und getrennt ausgewertet werden. Nicht jedes Merkmal ist gleich zuverlässig zu erheben, und nicht jedes ist datenschutzrechtlich gleich harmlos. Diese Übersicht zeigt, woraus ein Segment entsteht, welche Entscheidung daran hängt und wie schwer es datenschutzrechtlich wiegt:

Die Reihenfolge ist kein Zufall: Von oben nach unten steigt der Erkenntniswert kaum, der Preis in Personendaten aber deutlich. Das unterste Segment ist das einzige, das eine Wiedererkennung über die Sitzung hinaus voraussetzt – und damit das einzige, das Informations- und Widerspruchspflichten auslöst.

Wo Personalisierung nützt und wo sie übergriffig wirkt

Auf der Segmentierung baut die gezielte Ansprache auf: Cross- und Up-Selling, oder Inhalte, die sich der Situation anpassen. Ist ein Besucher bereits Newsletter-Abonnent, braucht es das Anmeldefenster nicht mehr; wer sich auf einer Produktseite informiert hat, lässt sich mit einem passenden Angebot abholen.

Vieles davon lässt sich über einen sogenannten Tag-Manager ergänzen, ohne den Quellcode zu ändern. Das spart Aufwand – verdient aber eine kritische Hand: Jedes zusätzlich geladene Skript kostet Ladezeit, bindet oft Drittanbieter ein und berührt den Datenschutz.

Technisch möglich ist viel. Die Grenze ist erreicht, sobald sich ein Kunde verfolgt fühlt.

Warum Datensparsamkeit unter dem revDSG die vernünftige Voreinstellung ist

Personalisierung sollte immer gegen das Risiko abgewogen werden, dass sich Besucher überwacht fühlen. Das revidierte Datenschutzgesetz (revDSG) verlangt einen sorgsamen Umgang mit Personendaten; Datensparsamkeit ist deshalb kein Verzicht, sondern die vernünftige Voreinstellung.

Konkret heisst das: nur erheben, was einer Entscheidung dient, und – wo Tracking über das Nötige hinausgeht – den Besuchern die Steuerung darüber anbieten. Wer von Anfang an datensparsam misst, braucht in vielen Fällen gar nicht erst einen Cookie-Banner.

Wie ihr eure Besucher selbst segmentiert

Segmentierung scheitert selten am Werkzeug – Matomo und Google Analytics bringen die Funktion mit. Sie scheitert an der Reihenfolge: Wer zuerst Gruppen bildet und dann nach einer Aussage sucht, findet Muster im Rauschen. Diese Reihenfolge hält dagegen:

1. Zuerst die Entscheidung benennen, dann das Segment. Schreibt auf, welche Entscheidung ihr treffen wollt – «Wiederholen wir die Newsletter-Kampagne?», «Lohnt sich die mobile Überarbeitung?». Erst daraus ergibt sich, welches Segment ihr überhaupt braucht. Ein Segment ohne anhängende Entscheidung erzeugt nur einen weiteren Bericht, den niemand liest.
2. Ein Ziel als Ereignis erfassen. Anfrage abgeschickt, Telefonnummer geklickt, Download ausgelöst. Ohne ein solches Ziel misst jedes Segment nur Verkehr – und Verkehr ist keine Kennzahl, an der eine Entscheidung hängt.
3. Das Segment gegen dieses Ziel rechnen, nicht gegen die Besucherzahl. Interessant ist die Zielquote pro Segment (Anfragen geteilt durch Besuche dieses Segments), nicht die Grösse des Segments. Das grösste Segment ist regelmässig das uninteressanteste.
4. Eine Mindest-Fallzahl festlegen, bevor ihr die Zahlen anseht. Legt vorher fest, ab wie vielen Zielereignissen ihr ein Segment überhaupt bewertet. Das verhindert, dass ihr im Nachhinein genau den Schwellenwert wählt, der eure Vermutung bestätigt.
5. Segmente über die Zeit vergleichen, nicht gegeneinander. Der belastbare Vergleich ist derselbe Kanal vor und nach einer Massnahme. Ein Vergleich zwischen «Newsletter» und «Suche» vergleicht zwei Publika, nicht zwei Massnahmen.

Zwei Fallstricke, an denen die Auswertung in der Praxis scheitert:

• Zu feine Segmente. Je feiner ihr schneidet, desto kleiner werden die Gruppen – und desto stärker schlägt der Zufall durch. Ein Segment mit 12 Besuchen und einer Anfrage zeigt eine Zielquote von 8 %; eine einzige zusätzliche Anfrage macht daraus 17 %. An solchen Sprüngen hängt keine Budget-Entscheidung, auch wenn das Dashboard sie mit zwei Nachkommastellen ausweist.
• Die Achse «neu gegenüber wiederkehrend» ist die unzuverlässigste von allen. Sie beruht darauf, dass ein Browser wiedererkannt wird. Wer Cookies löscht, das Gerät wechselt oder die Messung ablehnt, erscheint beim nächsten Besuch erneut als «neu». Die Gruppe der Wiederkehrenden ist damit systematisch zu klein – und zwar ungleich, weil ein technikaffines Publikum häufiger blockt als ein breites. Wer aus dieser Achse eine Aussage über Kundenbindung ableitet, misst vor allem das Cookie-Verhalten seines Publikums.