Nachdem der erste Teil meines Beginner Guides von Google Analytics im Recruiting sehr viel positive Reaktionen hervorgerufen hat, freue ich mich, heute die Serie fortzuführen. Nach dem ersten Teil sollte sich jeder von euch schon ein wenig vertrauter in der Google Analytics Oberfläche zurecht finden und jeder einen ersten Überblick bekommen haben, warum Google Analytics eine sinnvolle Ergänzung des Tool-Sets im Recruiting ist. Schließlch sind die Zeiten von reinem Recruiting-nach-Bauchgefühl vorbei – und Zahlen, Daten und Fakten sind wichtiger denn je.

In unserem heutigen Teil fokussieren wir uns in unserer Nutzer-Oberfläche auf die nächsten beiden Punkte ein, nachdem wir im ersten Teil meines Guides die Echtzeitanalyse und die Zielgruppenanalyse genauer betrachtet haben.

  • Akquisition: Hier liegt der Fokus vor allem darauf, über wie Nutzer auf die eigene Website gebracht wurden.
  • Verhalten: Hier liegt der Fokus vor allem auf die konkreten Seiten, welche Nutzer besucht haben.

Wir sehen auf der Startseite einen beliebig definierbaren Überblick – in meinem Fall die Anzahl der Nutzer meines Blogs im Zeitraum der letzten 7 Tage. Auf der linken Seite sehen wir die Überschrift „Berichte“ – darunter sind fünf verschiedene Bereiche zu sehen, die wir im einzelnen betrachten werden – heute die ersten beiden Bereiche „Echtzeit“ und vor allem „Zielgruppe“.

1. Akquisition:

Der Punkt der Akquisition widmet sich in  erster Linie der wichtigen Frage, woher die Besucher unserer Website kommen. Dieser Bereich ist auch essenziell, wenn man eine erste Indikation dafür bekommen möchte, welche Recruiting-Kanäle oder -Maßnahmen erfolgreich sind. Unter dem Themenfeld Zielgruppe befindet sich der Punkt Akquisition, bei welchem wir erst einmal die Übersicht anschauen.

In unserem Fall sehen wir unter dem Bereich „Top-Channels“ eine erste Auswertung woher unsere Besucher kommen. Wir sehen die von Google vorgegebenen Standard-Bezeichnungen (other), Direct, Organic Search, Social sowie Referral. Leider sind diese Bezeichnungen dahingehend irreführend, dass hier teilweise Quellen hinterstecken, die man nicht erwarten würde. Google-Analytics zeigt nämlich nur sehr wenige Quellen automatisch an. Den Rest als unindentifizierbare Masse wird größtenteils unter „Direct“ summiert (aber nicht nur dort).

1.1. Top-Quellen/Medien

Deswegen betrachten wir hier immer andere Primärdimensionen. Als erstes schauen wir uns „Top-Quellen/-Medien“ an.  In unserem Fall sind Quellen der tatsächliche Kanal (also Xing, LinkedIn, Facebook, Twitter, etc.) und Medien sind die Form, wie dieser Kanal genutzt wurde (Beispielsweise kann ich bei Xing meine Timeline nutzen, ich kann jemanden anschreiben oder ich kann etwas in eine Gruppe posten). In diesem Beispiel sehe ich, dass die Facebook-Timeline nicht so viele Besuche gebracht hat wie die Xing- oder Linkedin- oder Twitter-Timeline. Außerdem waren die Gruppen bei Xing erfolgreicher als die Timeline.

Im Recruiting könnt hier dann stehen: Indeed/Organic oder Google/Sponsored oder Glassdoor/Banner oder ähnliche Kombinationen. In einem späteren Tutorial gehe ich auch noch einmal im Detail darauf ein, was ich hier raten würde und wie man seine Kanäle auslesbar macht (das klappt leider nicht von alleine – aber ist recht einfach).

1.2. Top-Quellen

Es macht auch Sinn, sich nur eine Dimension anzuschauen, also nur Quelle oder nur Medien. Dann können wir beispielsweise eine gewisse Form oder ein gewisser Kanal generell besser funktioniert. Hier sehen wir beispielsweise, das Twitter vor Google und Xing liegt. Im Recruiting kann man hier dann seine konkreten Kanäle genauer betrachten und natürlich auch vergleichen.

1.3. Top-Medien

Bei der Analyse der Medien sieht man, dass die Timeline sehr gut funktioniert und verhältismäßig viele Besucher auf meine Seite gebracht hat. Das ist insbesondere Sinnvoll, wenn man unterschiedliche Medien nutzt – was ja im Sinne eines ausgewogengen Recruiting-Mixes ist. So kann man Kanäle auch besser miteinander vergleichen, da man dann auch noch einmal sieht, ob ggf. ein anderer Medien-Mix innerhalb eines Kanals besonders erfolgreich ist (Also beispielsweise Stellenanzeige und dazu eine Bannerschaltung).

1.4. Strukturkarten

Wenn man mehrere Dimensionen der Performance eine Mediums oder einer Quelle miteinander vergleichen möchte, kann die Form der Strukturkarte sehr sonnvoll sein. In unserem Beispiel analysieren wir unseren Medienmix. Wir sehen durch die größe des Quadrats die Anzahl der Nutzer, die über dieses Medium gekommen sind und über die Farbe sehen wir, wieviele Seiten ein Nutzer pro Sitzung angeschaut hat. Rot bedeutet, verhältnismäßig wenige Seiten pro Sitzung und Grün bedeutet verhältnismäßig viele Seiten pro Sitzung.

Grundsätzlich gilt: Wenn ein Nutzer nur eine Seite anschaut und nur kurz auf der Seite ist, ist er weniger interessiert/passend als ein Nutzer, der mehrere Seiten anschaut und viel Zeit auf den Seiten verbring. Wer diese Form der Visualisierung nicht übersichtlich findet, der kann sich natürlich auch solche Werte in einer klassichen Tabelle anschauen.

1.5. Details – Quellen/Medien:

Unter dem Bereich Quelle/Medien sehen wir eine komprimierte Übersicht über verschiedene Kennzahlen der Quellen und Medien, die es ermöglichen, Auffälligkeiten im Alltag relativ schnell zu erkennen. Die Themen Ziele (inkl. Ziel-Conversion etc.) spare ich hier bewusst aus, weil das Thema komplex genug ist, um in einem eigenen Beitrag mehr Platz zu bekommen.

Noch übersichtlicher ist es, wenn wir uns der Tabelle widmen. Hier können wir nach einer von mehrern Dimensionen filtern beziehungsweise sortieren. In unserem Beispiel nach der durchschnittlichen Sitzungsdauer von der höchsten zur niedrigsten Dauer. So kann ich mir einzelne Dimensionen genauer anschauen und das Zusammenspiel dieser Dimensionen gibt Hinweise, was auffällig ist und beobachtet werden sollte.

Eine hohe Sitzungsdauer könnte ein Indikator für vielen tollen Content sein. Es könnte jedoch auch ein Indikator dafür sein, dass die Nutzer durch eine schlechte Menüführung desorientiert sind. Im Recruiting würde man dann anschauen, welche Seiten nacheinander angeschaut wurden. Rekursionen – also häufiges Wiederkehren zu einer Seite – sind ein negativer Indikator.

2. Verhalten

Der Fokus dieses Bereiches liegt – zumindest in meinem Guide –  überwiegend auf Dingen, die man ohne größeres Vorwissen anwenden kann. Zu den komplexeren Themen, wie beispielsweise Conversions, UTM-Tracking oder Zieldefinitionen komme ich in eigenen Kapiteln. Deswegen hier nur ein kurzer Abriss über die aus meiner Sicht relevanteste Funktion im Bereich „Verhalten“. Ich kann mir genau anschauen, welche einzelnen Seiten wie oft angeschaut wurden.

So bekomme ich einen Überblick, welche Seiten oft angeschaut werden und welche eher verschmäht werden. Aus Recruiting-Sicht ist es immer interessant zu schauen, welche Jobs wie oft angeschaut wurden – und dann abzugleichen zur Anzahl an Bewerbungen.

So, ich hoffe, der zweite Teil hat euch gefallen und hilft euch, eure eigenen Analytics Projekte zu starten. Wenn ihr Fragen, Anmerkungen oder Anregungen habt: Dann hinterlasst gerne einen Kommentar.