Warum klassische Funnel-Analysen nicht mehr ausreichen

Die meisten Analytics-Tools zeigen uns bis heute vor allem eins: Was Nutzer tun.

Aber sie beantworten deutlich seltener die eigentlich spannendere Frage: Warum tun Nutzer es?

Genau dort stoßen viele CRO-Projekten (Conversion-Optimierung) immer häufiger an Grenzen. Denn zwei Nutzer können sich komplett unterschiedlich verhalten, obwohl sie im gleichen Funnel landen. Der Grund dafür ist meist simpel: Sie kommen mit unterschiedlichen Erwartungen, Motivationen und Intentionen in den Funnel.

Und genau deshalb wird das Thema aus unserer Sicht so spannend. Denn gute Conversion-Optimierung bedeutet am Ende nicht nur, Nutzer durch einen Funnel zu bringen, sondern ihnen möglichst genau das zu liefern, was sie in ihrer jeweiligen Situation eigentlich suchen.

Viele Funnels werden heute noch stark vereinfacht betrachtet:

Landingpage → Formular → Checkout → Conversion

Das Problem dabei: Alle Nutzer werden nahezu identisch behandelt. In der Realität kommen Nutzer aber oft mit völlig unterschiedlichen Erwartungen auf dieselbe Seite. Ein einfaches Beispiel:

Beide Nutzer landen anschließend auf derselben Landingpage. Trotzdem unterscheiden sich ihre Erwartungen, und damit häufig auch ihr Verhalten. In klassischen Reports sehen wir am Ende aber oft nur: „40 % brechen im Checkout ab.“

Die entscheidende Frage bleibt dabei offen: Warum?

Genau deshalb beschäftigen wir uns intensiv mit einer Frage: Wie können wir Funnel-Daten stärker im Kontext des Nutzers interpretieren?

Das Thema ist dabei nicht komplett neu. Im E-Commerce sehen wir ähnliche Denkweisen schon länger im Bereich der kontextbasierten Personalisierung. Vereinfacht gesagt: Warum sollte man einem Teetrinker bevorzugt Kaffee-Angebote zeigen?

Trotzdem behandeln viele Funnels bis heute nahezu alle Nutzer gleich, obwohl sie mit völlig unterschiedlichen Erwartungen einsteigen. Der Fokus sollte deshalb darauf liegen, Verhalten nicht isoliert zu betrachten, sondern stärker im Zusammenhang mit Erwartung und Intention zu analysieren. Dabei finden wir insbesondere folgende Ebenen spannend:

Intern sprechen wir dabei häufig über Themen wie „Angle“ und „Intent“.

Vereinfacht gesagt:

Erst die Kombination dieser Ebenen macht Funnel-Daten aus unserer Sicht wirklich interessant.

Ein klassischer Funnel zeigt uns häufig nur: „Die Conversion Rate sinkt im Checkout.“

Aber die eigentliche Ursache kann je nach Nutzer komplett unterschiedlich sein. Preisgetriebene Nutzer brechen oft aus anderen Gründen ab als sicherheitsorientierte Nutzer. Das bedeutet im Umkehrschluss auch: Die gleiche Seite kann für eine Zielgruppe hervorragend funktionieren und für eine andere komplett falsch sein. Genau deshalb glauben wir, dass moderne CRO künftig deutlich stärker kontextbasiert gedacht werden muss.

Nicht nur:

Sondern vor allem: