Die E-Commerce-Plattform HUGO BOSS Webstore war bereits mit einem CRM-System und einem Data Warehouse (DWH) ausgestattet. Doch das schnelle Wachstum sowohl in Bezug auf Umsatz als auch auf geografische Reichweite stellte sehr hohe Anforderungen an die Technologien – ein Update war dringend erforderlich.
Während das DWH nur für die Abwicklung des eigentlichen Geschäfts (Logistik, Transaktionen usw.) dient, wird Google Analytics für die Beantwortung grundlegender Web-Analytics-Fragen wie Sessions, Marketing-Touchpoints, Onsite-Nutzerverhalten oder Attribution eingesetzt. Beide Systeme erfassen die gleichen E-Commerce-Transaktionen, dennoch entstanden Diskrepanzen zwischen den Daten. Unterschiedliche Zahlen können nicht nur zu falschen Interpretationen der KPIs führen, sondern auch Verwirrung bei den Mitarbeiter*innen stiften.
Welchem System sollen sie vertrauen? Welche Zahlen sind verlässlich für die Planung neuer Marketingkampagnen? Da die Bedeutung des Webstores deutlich zunahm, bat HUGO BOSS uns um Unterstützung, um herauszufinden, was die Ursache der Datendiskrepanzen war und was getan werden kann, um diese zu minimieren.
Die Daten verstehen: Deep Dive in Google Analytics und Data Warehouse
FELD M legte das Data Warehouse als die „Single Source of Truth“ für alle Transaktionsdaten von HUGO BOSS fest. Ziel des Projektes war es, eine Erklärung für das Problem der fehlenden Daten zu finden und idealerweise Lösungsvorschläge zu erarbeiten. Wenn möglich sollte auch der Umfang der fehlenden Daten beziffert werden. Die Datendiskrepanzen betrafen hauptsächlich die Online-Marketing-Funktionen (SEA, SEO, Affiliate, Display, Social), aber auch andere Bereiche wie CRM, E-Mail, IT und BI.
In einem ersten Workshop konnten die FELD M-Expert*innen 33 Konstellationen identifizieren, die Datenunterschiede zwischen den beiden Systemen verursachen könnten. Zu diesen Szenarien gehörten „Intelligent Tracking Prevention“ (ITP) von Safari, die entsprechende „Enhanced Tracking Prevention“ (ETP) von Firefox, doppelte Transaktionen, Betrugserkennung und Stornierungen, Adblocker und Seitenladegeschwindigkeit. Alle identifizierten kritischen Konstellationen wurden eingehend unter die Lupe genommen.
Aufgrund des breiten Erfahrungsspektrums des FELD M-Teams konnte zügig mit der Beseitigung der identifizierten Mängel begonnen werden. Die meisten der untersuchten Problemszenarien waren uns als Spezialist*innen bereits aus anderen Web Analytics-Setups bekannt. Zudem waren wir in der Lage, die Advanced Analytics in BigQuery und die technischen Auswertungen zügig durchzuführen. Für ITP wurde zum Beispiel an einer komplexen Auswertung der gesamten Customer Journey gearbeitet, wodurch das steigende Volumen des Direktverkehrs und somit die Gründe für die kürzere Customer Journey erklärt werden konnten.
Verbesserte E-Commerce-Datenqualität für präzisere Marketing Attribution
Nach Projektabschluss hat HUGO BOSS ein klares Bild über die im E-Commerce erzeugten Daten und weiß wie die Unterschiede zwischen dem hauseigenen Data Warehouse und Google Analytics zustande kommen. Sie können nun die empfohlenen Lösungen implementieren, um auch in Zukunft qualitativ hochwertige Daten zu generieren – ein wichtiger Faktor für die Marketing Attribution und einen hohen ROI für das Marketing! Nicht alle Datenlücken konnten geschlossen werden, aber mit den detaillierten Erklärungen von FELD M weiß HUGO BOSS nun, wo die Ursachen liegen und welche Verzerrungen entstehen.
Lassen Sie uns gemeinsam herausfinden, wie wir bei Ihrem Projekt unterstützen können!
