Analytics-Daten mit Hilfe von Personas segmentieren

Persona-inspirierte Segmente können für die Analyse von Websites verwendet werden, um Datentrends zu erkennen und UX-Einblicke zu gewinnen. Besser als (a) alle Nutzer in einen Topf zu werfen oder (b) Demographie zu segmentieren, die nicht mit dem Nutzerverhalten in Verbindung steht.

 

by Aurora Bedford (deutsche Übersetzung) - 30.11.2014

 

Viele Teams erstellen während der ersten Ideen- und Konzeptphase eines Projekts Personas, scheitern dann aber, sie für Lösungen zu nutzen, die über Design-Debatten hinausgehen. Eine Methode, Personas in die laufende Wartung einer Website einzubinden ist es, in Ihrem Analytics-Tool Persona-inspirierte Segmente zu erstellen. Diese Segmente können nicht nur prüfen, ob die in einer Persona beschriebenen Nutzer charakteristisch sind für die echten Besucher Ihrer Website. Sie können Ihnen auch helfen, Nutzungsmuster und Trends in der Verhaltensweise zu erkennen, die sonst verborgen bleiben würden, wenn man die Daten aller Website-Besucher ohne Segmentierung zusammenfasst.

Was ist eine Persona?

Eine Persona ist ein Archetyp, der eine unverwechselbare Nutzergruppe repräsentiert, die gemeinsame Ziele teilt. Ein Unternehmen sollte über mehrere Personas verfügen, um die verschiedenen Besucher der Website abzudecken (normalerweise decken 3-7 Personas den Grossteil der Zielgruppe ab, ohne zu spezifische oder unrealistische Nutzertypen zu kreieren). Diese Nutzer-Archetypen sollten idealerweise auf qualitativer, ethnographischer Nutzerforschung basieren, um echte Verhaltensweisen, Kontexte, Einstellungen und Bedürfnisse der realen Nutzer abzubilden. Persönliche Daten, wie ein Name, ein Fotos und kontextuelle Narrative sollten mit einer Beschreibung von Geschlecht, Alter, Familienstand, Stellenbezeichnung, Gerätenutzung und anderen demografischen Informationen kombiniert werden, um einen Archetyp zu erstellen, den man sich leicht vorstellen und auch zuordnen kann.

Vorteile der Verwendung von Personas

Ohne Personas riskieren Unternehmen ein Einheitsdesign zu erstellen, das alle Nutzer abdecken muss. Im Rahmen unserer Nutzerforschung für unsere E-Commerce Berichtsserie (engl.) haben wir 5 verschiedene Arten von E-Commerce Einkäufern identifiziert, die alle dieselbe Website besuchen, aber eine unterschiedliche Detailgetreue und andere Informationen über ein Produkt erwarten. Sogar ein System, welches so limitiert ist, wie das Intranet eines Unternehmens, verfügt über zahlreiche Nutzertypen, die darauf zugreifen - und alle haben andere Ziele und Aufgaben, die sie erledigen müssen. Ohne die verschiedenen Eigenschaften der Nutzergruppen zu identifizieren, die Ihre Website besuchen, können Sie keine Experience gestalten, die jene Schlüsselelemente enthält, die die einzelnen Nutzergruppen benötigen. Stattdessen erstellen Sie eine Website, mit der niemand wirklich zufrieden ist.

Ein wichtiges Ziel von Personas ist es, Designs an Nutzertypen und ihre spezifischen Bedürfnisse und Verhaltensweisen anzupassen und Diskussionen unter Teammitgliedern und Stakeholdern zu erleichtern. Wenn sich die Designdiskussion auf eine Persona abstützt, wird Kontext geschaffen, der es einfacher macht, sich in die Nutzer hineinzuversetzen, die von den Designentscheidungen betroffen sind. (Eine weitere Möglichkeit, um Einführungsvermögen zu erlangen: lassen Sie Stakeholder einen Usability-Test beobachten.) Sobald das Team ein generelles Verständnis über den Nutzer hat, helfen diese Personas dabei, eine Kultur des Verifizierens anstatt der reinen Vermutung zu schaffen: anstatt zu diskutieren, ob "Personen" die vorgeschlagene Funktion benötigen oder nicht, fragen Sie sich: "Wie könnte das Barbara helfen?"

Persona-inspirierte Segmente

Nachdem Personas geschaffen wurden, ist es leicht, sie zu vergessen, sobald die Website online geht. Tun Sie das nicht! Es wurde (hoffentlich!) sehr viel Zeit und Forschungsaufwand investiert, um diese realistische Darstellung Ihrer Zielgruppe zu schaffen - und die Investmentrendite steigt, wenn Sie die Persona weiterhin einsetzen, um Verbesserungen zu steuern. Wenn Sie in Ihrem Analytics-Tool ein Segment erstellen, das von den Personas inspiriert wurde, können Sie analysieren, wie echte Nutzer die Website oder Anwendung verwenden. Diese Informationen können alle Annahmen bestätigen, die während der Erstellung der Persona getroffen wurden. Ausserdem ermöglichen sie die Verfeinerung der Personas, falls neue Informationen auftauchen: Personas müssen kein Dokument sein, das einmal erstellt und danach nie wieder verändert wird. Ausserdem ist die Anpassung von Personas im Rahmen der Analyse wesentlich einfacher, als ständig Kunden zu kontaktieren, um Interviews, Tagebuchstudien und andere Formen der intensiven Nutzerforschung durchzuführen.

Der wichtigste Schritt bei der Erstellung eines Persona-basierten Segments in Ihrem Analytic-Tool ist es, heraufzufinden, welche Charakteristika der Persona in die Segmentfilter eingebunden werden müssen. Wenn Sie sich die Persona-Details und zugehörigen Nutzergeschichten durchlesen, müssen Sie die Charakteristika, die diese bestimmte Nutzergruppe repräsentieren, von jenen trennen, die nur hinzugefügt wurden, um die Plausibilität zu erhöhen. Eine User Story einer Persona für die Nutzung einer Software-as-a-Service (Saas) kann einen wiederkehrenden Besucher David wie folgt beschreiben:

"David ist ein wiederkehrender Besucher. Er erhält jeden Monat um 10.00 Uhr - direkt nach seiner Statussitzung im Büro - unseren wöchentlichen E-Mail Newsletter mit Tipps zur Nutzung neuer Funktionen. Er sieht ihn sich auf seinem Android-Handy an und hat vor seinem nächsten Meeting noch Zeit, einen Blogpost zu lesen."

Wenn ein Segment erstellt wird, das David repräsentiert, geht die genaue Tageszeit wahrscheinlich zu sehr ins Detail, um als Filter eingebunden zu werden - es könnte allerdings verschiedene Verhaltensunterschiede zwischen Nutzern, die die Website unter der Woche besuchen, und Nutzern, die sie am Wochenende aufrufen, geben. Unterschiede könnten auch zwischen Besuchen zu normalen Bürozeiten und am Abend auftreten. Die Tatsache, dass er sich soeben für den Newsletter angemeldet hat und bereits Kunde des Services ist, sollte auch berücksichtigt werden, um diese Nutzergruppe von jenen, die noch in der Recherchephase sind und sich vielleicht gerade über die Software und ihre Funktionen informieren, zu unterscheiden. In diesem Fall macht das Geschlecht der Persona eher keinen Unterschied (was allerdings im Beispiel einer e-Commerce Seite für Kleidung der Fall wäre) und sollte daher bei der Erstellung des repräsentativen Segments nicht eingebunden werden.

Eine Beispiel-Persona für ein fiktives SaaS-Unternehmen. Verschiedene Firmen können Personas kreieren, die unterschiedliche Themen abdecken - in diesem Beispiel stellt die Persona einen Nutzertyp dar, auf den unser SaaS-Unternehmen abzielt: die Mitarbeiter von Agenturen, die nach Softwarelösungen für ihre Kunden suchen.

Um aussagekräftig zu sein und eine separate Analyse zu rechtfertigen, sollte das Segment, das von einer Persona abgeleitet wird, Nutzerverhalten zeigen, dass sich klar von jenem der restlichen Seitenbesucher unterscheidet und ein grosses Segment Ihrer Nutzer repräsentiert. Für viele beinhaltet dieses angemessene Segment 7-10% der gesamten Besucher, es bleibt aber Ihnen überlassen, herauszufinden, welche Segmentgrösse für Sie und Ihr Unternehmen Sinn macht. Die Anzahl der Details einer Persona, die verwendet wird, um das zugehörige Segment zu erstellen, kann angepasst werden, damit das Segment eine grössere oder kleinere Nutzergruppe repräsentiert. Konzentrieren Sie sich stärker auf die kennzeichnenden Charakteristika der Nutzergruppe und fügen Sie danach - falls nötig - mehr Details hinzu, um auf eine kleinere Untergruppe von Nutzern abzuzielen.

Sehen wir uns noch einmal unser SaaS-Beispiel an, um ein Segment zu erstellen, das sich auf David abstützt. Dazu müssen wir wissen, welche anderen Details der Beschreibung der Persona von Bedeutung sind. Ist die Tatsache, dass er über sein Handy auf die Website zugreift, relevant für die Gruppe, die er repräsentiert? Und wie sieht es mit der Tatsache aus, dass er ein Android anstatt ein iOS oder Windows-Mobiltelefon verwendet? Um zu wissen, weshalb ein bestimmtes Detail eingebunden wurde, müssen wir uns eventuell die ursprünglichen Nutzerforschung ansehen, die bei der Entwicklung der Persona durchgeführt wurde. Ausserdem müssen wir herausfinden, ob sich das Verhalten der Interessengruppe tatsächlich von einer anderen unterscheidet: greifen zahlreiche Nutzer, die David ähnlich sind, über ihr Handy auf die Website zu und verhalten sie sich anders als andere mobile Nutzer? Vielleicht greifen auch alle Arten von Nutzern manchmal über Smartphones auf die Website zu und erledigen eine kleine Anzahl ähnlicher Dinge? Falls letzteres zutrifft, wäre es sinnvoller, die mobile Nutzung zu analysieren, indem das Gesamtsegment der Gruppe verwendet wird, anstatt ein separates mobiles Segment zu erstellen.

Beispiele für Möglichkeiten, um Nutzer, die von einer Persona abgeleitet wurden zu segmentieren beinhalten:

• Demografie: Altersgruppe und/oder Geschlecht
• Geografischer Standort: bestimmte Länder, Regionen, urban vs. suburban usw.
• Gerät und/oder Browser
• Neue vs. wiederkehrende Besucher, eingeloggt vs. nicht eingeloggt oder verfügt über kein Konto
• Quelle: kommt über eine E-Mail, Suchmaschine, ein spezielles soziales Netzwerk oder mehrere weiterleitende Websites
• Ob der Nutzer nach markenbezogenen bzw. nicht markenbezogenen Schlüsselwörtern oder Begriffen gesucht hat
• Ob der Nutzer eine bestimmte Gruppe von Websites erreicht hat: zum Beispiel eine Produkt-Detailseite, den Kundenservicebereich oder einen Inhaltsbereich, der auf Gewerbetreibende oder Grosshändler abzielt

Diese Liste ist keinesfalls vollständig und die Auswahl der Charakteristika, die in ein Segment eingebunden wurde, variiert je nach Website, Publikum und den technischen Möglichkeiten des gewählten Analytics-Tool.

Segmente verwenden, um zu vermeiden, in Daten zu ersticken

Die Interpretation von Analytics-Daten, um spezifische Fragen zu beantworten, ist viel einfacher, wenn Sie Segmente verwenden, um das verfügbare Datenvolumen einzuschränken und es auf relevante Statistiken zu beschränken. Sobald ein Persona-inspiriertes Segment erstellt wurde, können die meisten Berichte in Ihrem Analytics-Tool gefiltert werden, um nur jene Daten anzuzeigen, die zu dieser Gruppe gehören. Trends im Verhalten und der Seitennutzung einzelner Nutzertypen sind klarer zu erkennen, als es der Fall wäre, wenn die Daten des gesamten Website-Traffics analysiert werden.

Wenn Sie sich zum Beispiel eine Metrik, wie die Bounce Rate, ansehen, könnten Sie einfach von der Gesamtzahl aller Besucher abgelenkt werden, die die Website verlassen, nachdem sie eine bestimmte Seite oder Gruppe von Seiten erreicht haben. Diese Zahl alleine ist allerdings keine Information, auf die eventuelle Handlungen abgestützt werden können, da verschiedene Nutzertypen aus unterschiedlichen Quellen auf der Website landen und verschiedenste Erwartungen an den Inhalt der Website haben. Jede Bounce Rate muss separat analysiert werden, um bedeutungsvolle Dinge zu entdecken. Sehen wir uns zwei Gruppen von Nutzern an, die von zwei Personas repräsentiert werden: David, den treuen Besucher und Newsletter-Abonnent, und Mary, eine Marketing Managerin in einem Unternehmen ohne umfassendes technisches Wissen. Verlassen Besucher, die David ähneln (wiederkehrende Nutzer über den E-Mail Newsletter) Blogposts über Tipps für die Nutzung bestehender Funktionen? Das ist in Ordnung. Wir erwarten, dass treue Stammkunden diese Posts schliessen, da sie bereits zuvor den Grossteil der Inhalte der Website gelesen haben. Und wie sieht es mit Nutzern aus Marys Segment aus, die über relevante Suchanfragen in Suchmaschinen auf der Seite landen? Falls auch sie die Seite sofort schliessen, könnte es eine Diskrepanz geben zwischen den Erwartungen von Nutzern (die auf den Resultaten der Suchmaschine (SERP) basieren) und den Inhalten, die auf der Website tatsächlich angezeigt werden. Dieses Problem sollte genauer analysiert werden. Falls Nutzer, die Mary entsprechen, die Seite nicht schliessen, muss an der Seite oder den Links, die darauf führen, eventuell nichts verändert werden. Solche Einblicke erhalten Sie nur, wenn Sie die Daten segmentieren, um hilfreiche Informationen offenzulegen.

	Anzahl der Besucher, die die Seite verlassen	Gesamtanzahl der Besucher	Bounce Rate
Treue Besucher über den Newsletter (David)	10'000	12'000	83%
Besucher über die SERP mit relevanten Suchbegriffen (Mary)	3'000	8'000	37.5%
Gesamt	13'000	20'000	65%

Vereinfachtes Beispiel für die Analyse der Bounce Rate einer Website. Eine gesamte Bounce Rate von 65% verschleiert den Unterschied zwischen den Werten von Stammkunden und den Werten jener Besucher, die spezifisch nach Informationen über das Thema der Seite suchen. Erst wenn Sie die Daten segmentieren, sehen Sie derartige Unterscheide und verstehen besser, wie die Seite die spezifischen Ziele jedes Publikums erfüllen kann.

Segmente ermöglichen es uns nicht nur, bestimmte Metriken genau zu analysieren, sondern können auch Verhaltensmuster offenlegen und Fragen wie folgende beantworten: "Besuchen neue Nutzer, die über Google auf Artikelseiten landen, auch andere Arten von Seiten?" und "Verhalten sich Newsletter-Abonnenten und Nicht-Abonnenten unterschiedlich? Genauer gesagt, laden Abonnenten mit grösserer Wahrscheinlichkeit Whitepapers herunter, kontaktieren sie uns für Beratungsservices oder werten sie Ihre Mitgliedschaft auf?" Ein signifikanter Unterschied der Konversionsrate für ein Segment deutet nicht nur darauf hin, dass das Segment mit grosser Wahrscheinlichkeit eine gültige Repräsentation eines bestimmten Nutzertyps ist, sondern zeigt auch, auf welche Nutzergruppe Sie sich im Rahmen Ihrer Content-Strategie konzentrieren sollten. Falls Sie zum Beispiel herausgefunden haben, dass Ihre Newsletter-Abonnenten ihre Mitgliedschaft aufrüsten, um Zugriff auf mehr Funktionen als Nicht-Abonnenten zu erhalten, würde es sich lohnen, Möglichkeiten für die Erhöhung der Abonnentenzahlen auszuloten.

Während Ihnen quantitative Daten aus Analysetools nie mitteilen können, weshalb sich Nutzer auf Ihrer Website auf eine bestimmte Weise verhalten - sondern nur was sie getan haben - kann das Aufdecken dieser Verhaltensmuster Nutzerforschungsaktivitäten, wie qualitative Usability-Tests steuern.

Mit diesen Dreiecksdaten sind Sie bald auf dem richtigen Weg, Ihre Website und ihre Inhalte zu optimieren, damit sie die Bedürfnisse Ihrer echten Nutzer besser erfüllen können.

In unserem ganztägigen Trainingskurs über Analytics und Nutzererlebnisse (engl.) erfahren Sie mehr darüber, wie man bedeutungsvolle UX-Einblicke aus Analytics-Daten gewinnt.

 

© Deutsche Version. Institut für Software-Ergonomie und Usability AG. Alle Rechte vorbehalten.