Online Marketing Blog von Walter Schärer
  • Home
  • Social Media
  • Online-Tools
Twitter LinkedIn Facebook RSS
  • Home
  • Kontakt / Über mich
Twitter Facebook RSS
Online Marketing Blog von Walter Schärer
  • Home
  • Social Media
  • Online-Tools
Online Marketing Blog von Walter Schärer
Home»Tools»Analytics»Warum Tamedia Data Analytics einsetzt

Warum Tamedia Data Analytics einsetzt

2
By Walter Schärer on 5. März 2015 Analytics
Hier teilen
LinkedIn Twitter Facebook Email

Thomas Gresch, CTO von Tamedia Digital, über den Einsatz von Data Analytics bei Tamedia.

Im Online Bereich fallen haufenweise Nutzerinformationen an: Wer kam, woher, wie lange, warum, etc.?

Die Online-Angebote von Tamedia können besser miteinander vernetzt werden, wenn das Nutzerinteresse bekannt ist: Von der Berichterstattung über z.B. Restaurantsuche über die Reservation und den Review sind viele Dienste vernetzt. In der Offline Print-Welt war die Auflage bekannt und aus Nutzerbefragungen bestenfalls das ungefähre Leseverhalten.

Heute stehen zahllose Datenquellen zur Verfügung. Dieser Datenstrom wird in Business Intelligence und Web Analytics visualisiert.

Warum-Data-Analytics-Tamedia-Thomas-Gresch

Datenquellen-Datenanalyse-Data-Science-Tamedia-Thomas-Gresch

Diese kumulierten Daten werden in Data Science überführt, um Algorithmen zu entwickeln, die Voraussagen über künftiges Kundenverhalten machen können (predictive algorithms).
Tamedia teilt die Aktivitäten in die Digital- und Publishing-Bereiche: Eine gruppenweite Analyseabteilung stellt ihr Knowhow einzelnen Gruppengesellschaften zur Verfügung.

Identifiziert werden die Aktivitäten in einzelnen Gesellschaften via einen internen Akquiseprozess. Daraus wird eine initiale Datenanalyse erstellt, um in einem dritten Schritt mögliche Business-Cases herauszuschälen. In drei Iterationen werden die Daten so extrahiert, um daraus mögliche Schlüsse zu ziehen. In der vierten Phase wird die Veränderung in den bisherigen Prozessen umgesetzt und gemessen, ob sich die Verbesserungen tatsächlich einstellen.

Tamedia-Digital-vs-Publishing-Thomas-Gresch

Beispiel Newsletter von Fashionsfriends.ch

Beim online Kleiderverkäufer Fashionfriends wird beispielsweise der Newsletter analysiert. Die Abonnenten erhalten täglich eine Ausgabe über neue Produkte. In der Datenanalyse wurden Kunden identifiziert, die über 100 Kleidungsstücke gekauft haben. Daraus liessen sich Cluster identifizieren, z.B. in welchen Städten überdurchschnittlich viele Kunden kaufen, welche Marken gut laufen, welche Beautybox beliebt ist, was die Unterschiede zwischen Männern und Frauen, Deutsch- und Welschschweiz sind, etc.

Cluster-Fashionfriends-Kunden-Thomas-Gresch

Fashionfriends-Nutzer-Cluster-Thomas-Gresch

Das Ziel ist, den Lesern nicht quantitativ mehr News zu senden, sondern relevantere: Ein personalisierter Newsletter an einem bestimmten Tag in einer bestimmten Häufigkeit hat höhere Conversionsraten als ein generischer.

Beispiel Paywall beim Tagesanzeiger

Beim Tagesanzeiger wird gemessen, wie sich das Leserverhalten nach Einführung der Paywall verändert hat. Offensichtlich unterscheidet sich die Hitliste der bezahlenden Nutzer markant von jener der nicht bezahlenden. Nur auf Platz 2 liegt ein gleich interessierender Artikel aus dem Sportbereich, alle anderen variieren stark (folgende Grafik).

Paywall-vs-Nicht-Paywall-Leser-Tagesanzeiger-Thomas-Gresch

Nicht bezahlende Leser interessieren sich eher für Sport, bezahlende eher für Themen aus Zürich. Die nicht Zahlenden lassen sich bezüglich Navigation in nur zwei Cluster einteilen (folgendes Schema rechts), während bei den zahlenden Lesern eindeutig Cluster zu verschiedenen Themen klar identifizierbar sind.

Cluster-Paywall-Leser-Tamedia

Der Tagesanzeiger interessiert sich u.a. für jene Leser, die ein Navigationsmuster wie bezahlende Leser an den Tag legen, aber die Paywall noch nicht überschritten haben. Wie können sie für das Bezahlmodell gewonnen werden?

Auch bei den «lesenden» Geräten lassen sich klare Muster erkennen: Das Leseverhalten auf iPads, Desktops oder im mobile Web sind sehr unterschiedlich.

Analytics Business Case Statistik Vortrag
Share. LinkedIn Twitter Facebook Email
Walter Schärer
  • Twitter
  • LinkedIn

Walter Schärer bloggt über Internet-Trends im Online Marketing, Social Media, Blogs, Web Analytics, SEO, Mobile und so.

Ähnliche Informationen

Soll man AMP-Seiten für WordPress aktivieren oder nicht?

4. Januar 2023

Mal ehrlich: Sind Influencer ihr Geld wert?

7. März 2023

Was mich mein gescheitertes Startup gelehrt hat

9. Mai 2019

2 Kommentare

  1. Christoph Hess on 8. März 2015 17:04

    Tolle Einblicke, vielen Dank dafür!

    Reply
    • Walter on 8. März 2015 20:06

      Gerne ;-)

      Reply

Leave A Reply Cancel Reply

Über Walter Schärer

Dies ist Walter Schärers Blog über Internet-Themen wie Online Marketing, Search Engine Optimierung (SEO) oder Content Marketing.

Walter Schärer arbeitet seit 1994 als Scrum Product Owner und Online-Manager im Web-Umfeld.

Von HTML/VRML kam er via Powerpoint/Word zu Confluence/Jira dann Trello/Whiteboard und organisiert sich aktuell mit Asana/Google Drive, wenn er nicht gerade mit Blender/Python oder WordPress/Elementor experimentiert.

Die Inhalte dieses Blogs spiegeln die persönliche Meinung.

Neuste Webmemos

Framework for wrapping your head around generative AI

12. März 2023

Exploring the Metaverse: What it is and why it’s more than just roads and buildings

11. März 2023

AI tools to streamline online work processes

13. März 2023

List of generative AI tools for different purposes

12. März 2023
© 2010 - 2023 Webmemo | Walter Schärer's Blog
  • Home
  • Kontakt / Über mich
  • Datenschutz
  • Nach oben

Type above and press Enter to search. Press Esc to cancel.