Das kommunizieren von Lernangeboten ist eine wichtige Aufgabe für Learning Professionals. Gerade bei freiwilligen Angeboten müssen wir die potenziellen Lerner zielgerichtet informieren und von den Angeboten überzeugen, schließlich konkurrieren die Lernangebote mit all den anderen Prioritäten, die unsere Lerner haben.

Doch wie finden wir heraus, ob unsere Kommunikationsbemühungen wirksam sind? Sicherlich über die Nutzung der Angebote. Doch von einem Artikel bis zur Nutzung eines Angebotes gibt es meist mehrere Schritte. Es wäre doch interessant herauszufinden in welchem Schritt, bis zur Nutzung des eigentlichen Angebotes, die meisten Nutzer aussteigen.

Vor kurzem habe ich das Konzept der Funnelanalyse kennen gelernt, mit der genau dies analysiert werden kann. Es hilft dabei strukturiert die Konversion von Nutzern zu einem bestimmten Ziel zu visualisieren. Dadurch kann man leichter erkennen, wo Optimierungen den größten Nutzen erwarten lassen.

Als Beispiel möchte ich eine interne Kommunikationsaktivität für Peer Learning Circles betrachten. Diese hatte ich über ein internes ESN (Enterprise Social Network) beworben. Zusätzlich gab es eine Informationsseite und ein Formular, mit der Möglichkeit sich für einen Lernzirkel zu registrieren.

Zieldefinition und messbare Schritte

Zunächst muss man sich überlegen, welches Konversion-Ziel man anstrebt: Zu welcher Aktion möchte ich die potenziellen Lerner bewegen? In diesem Beispiel möchte ich Mitarbeiter dazu ermutigen sich für einen Lernzirkel zu registrieren. Ein alternatives (ggf. besseres) Ziel könnte es sein, zu prüfen wie viele Personen nach der Registrierung auch einen Zirkel gestartet haben oder einen Zirkel abgeschlossen haben.

Steht das Ziel fest, muss überlegt werden, welche Schritte der Nutzer zur Erreichung des Ziels durchlaufen muss. In meinem Szenario gab es folgende Schritte:

• Posts im ESN über die Lerncircle wird gelesen
• Klick auf den Link zur Lerncircle Beschreibungsseite
• Klick auf den Link zur Registrierungsseite
• Registrierungsformular ausfüllen und absenden

Damit diese Schritte analysiert werden können ist es wichtig, dass diese Zwischenschritte auch gezählt werden können. Für die ESN Post gab es einen View-Counter, der direkt zugänglich war. Für die jeweiligen Klicks zu den Detailseiten nutzte ich Short-Links, die eine Zählung der Klicks ermöglichten. Gibt es mehrere Posts / Seiten, über die die Nutzer kommen könnten, könnte man unterschiedliche Short-Links anlegen. Das würde dazu führen, dass die Konversion der jeweiligen Artikel einzeln analysiert werden könnte.

Analyse

Liegen die Daten vor, können die Ergebnisse in einem Trichterdiagramm (Funnel) dargestellt werden. Dabei werden die Absoluten Nutzerzahlen des jeweiligen Schrittes pro Balken dargestellt. Zusätzlich wird dargestellt wie viel Prozent der Nutzer aus dem vorherigen Schritt in den aktuellen Schritt angekommen sind. Durch die prozentuelle Analyse kann sehr schnell erkannt werden, in welchem Schritt die meisten Nutzer verloren gegangen sind.

Oben zeige ich exemplarisch eine solche Analyse. Bei dieser Kommunikationsmaßnahme haben nur 20% den Link in dem Post angeklickt. Hier ist jedoch zu beachten, dass in dem Beispiel durch das ESN Tool Views gezählt werden. Nicht jeder View führt auch zu einem gelesenen Artikel. Viele werden einfach über den Artikel gescrollt haben, ohne ihn zu lesen. Hier wäre meine Empfehlung lieber einen Vergleich zwischen verschiedenen Kommunikationsmaßnahmen durchzuführen. Daraus könnte man dann KPI ableiten: Wie viele Klicks auf den ersten Link zeigen, dass ein Artikel genügend Aufmerksamkeit erzeugt hat. Dieser Wert kann je nach Zielgruppe, Netzwerk und Thema sehr stark variieren.

Interessant in der Analyse zu sehen ist, dass die meisten Nutzer (75%) von der Beschreibungsseite auf die Anmeldeseite gewechselt sind. Das bedeutet für mich, dass die meisten Nutzer genügend Interesse hatten und der Anmeldelink zu erreichen war. Auf der Anmeldeseite selbst hatten sich jedoch nur noch 20% der Interessenten tatsächlich registriert.

Interpretation der Ergebnisse

Hier stellt sich nun die Frage: Warum haben sich die meisten Nutzer, die bereits so weit gekommen sind, entschieden sich nicht anzumelden. Da es sich bisher nur um eine quantitative Analyse handelt wissen wir nur wann die Nutzer abbrechen, jedoch nicht warum. Man kann sich nun die Lösung nochmal mit dem Wissen genauer ansehen und Hypothesen dazu bilden, warum Nutzer in dem Schritt aussteigen. In diesem Beispiel könnten es Gründe sein wie:

• Die Anmeldung ist zu kompliziert
• Es gab technische Probleme
• Die Nutzer hatten etwas anderes erwartet
• Die Nutzer waren nur neugierig und wollten sich gar nicht anmelden

Gibt es eine offensichtliche oder wahrscheinliche Ursache, kann eine gezielte Änderung das Problem vielleicht lösen. Bei der nächsten Kommunikation kann man dann durch eine weitere Analyse die Wirkung überprüfen. Noch besser wäre hier ein A/B Test, der sich aber in einem nicht komplett kontrollierten System nur schwer realisieren lässt. Ist der Grund jedoch nicht klar, bietet sich als nächste Aktivität eine gezielte Benutzerbefragung an um der Ursache auf den Grund zu gehen und daraus Optimierungen abzuleiten.

Einschränkungen der Lösung

Bei der hier vorgestellten Lösung handelt es sich nicht um eine ideale Messung eines Conversion-Funnels. So können z.B. mehrfache Zugriffe einer Person nicht ausgefiltert werden. Laufen mehrere Kampagnen gleichzeitig, kann man ebenfalls nicht identifizieren, aus welchem Kanal die verschiedenen Nutzer kommen. Dennoch glaube ich, dass die vorgestellte Lösung einen guten Ansatz darstellen kann, um die Wirkung von Kommunikation zu überprüfen.

Links

• How to Create a Website Conversion Funnel

Quelle Beitragsbild: Pixabay