Gunter has a PhD in Computational Mechanics and was a visiting scholar at MIT. He joined Hilti in 1999. The company’s digital landscape follows a global concept with local adaptations using local ccTLDs. Their main website is live in over 60 countries, their career portal in over 70 countries and their Ask Hilti for engineers page in over 10 countries. Having such strong web presence Hilti is highly relying on Google Tag Manager and Google Analytics. The company has around 150 digital touchpoints to track the performance of their websites and apps. Gunter presents the lessons he has learned the hard way and how he has overcome those challenges. The first lesson is proper planning. He highlights how important it is for a company to involve web analytics to the initial scope finding phase. Companies make the mistake of going live with their website without proper planning will lose valuable data and it will make it more difficult afterwards to set it up properly. His second lesson is about proper management guidelines. This is especially important for any large company with multiple website versions. His advice is to have create an admin structure with a global and regional power user that manage their teams and give access only to those with proper company email format. His third and last lessons he shared with us is to implement a global standard. For instance, using Google Analytics settings variables will help to quickly apply changes at scale rather than losing valuable time by adapting changes on each version manually. This only cost time and is prone to mistakes.

Arman Savuk ist Team Lead Analytics and Optimization bei Oetker Digital und unterstützt Unternehmen der Oetker-Gruppe , wie z. B. Dr. Oetker, Radeberger oder Henkell, beim Aufbau und der Optimierung ihrer Digital-Analytics-Aktivitäten. Im Rahmen dieser Tätigkeit erhielt der Speaker den Auftrag, das Tracking für die Progressive Web Application eines Kunden einzurichten. Bei der Progressive Web App handelte es sich um eine Applikation, die im Browser ausgeführt wurde, jedoch über Funktionen einer nativen App, wie z. B. Push Notifications, verfügte. Die Herausforderung bestand bei diesem Auftrag darin, dass die App auch bei nicht vorhandener Internetverbindung funktionierte und das Nutzerverhalten auch in einem solchen Fall mit Google Analytics erfasst werden sollte. Als Lösung präsentierte Arman Savuk einen sogenannten Service Worker namens Workbox. Dabei handelt es sich um eine JavaScript Library von Google, die im Browser ausgeführt werden kann. Hierdurch besteht unter anderem die Möglichkeit, die Analytics Calls im Browser zu speichern, solange keine Internetverbindung vorhanden ist. Wird diese wiederhergestellt, werden die Calls dann automatisch an Google Analytics übertragen. Mit dieser Technik wurde es dem Kunden von Oetker Digital ermöglicht, die Daten der Online-Nutzer durch die Daten der Offline-Nutzer zu ergänzen und diese Segmente miteinander zu vergleichen.

Der Vortrag Michaela Linhart zeigt mit wie wenig Aufwand man Kundendaten in Google Optimize (free) zur Personalisierung der eigenen Webseite einsetzen kann. Michaela ist bei Women’s Best, eine internationale Frauen-Marke für Nahrungsergänzungsmittel und Sportswear, als Webanalyst tätig und verantwortlich für die Conversionrate Optimierung. Das Personalisierung der eigenen Webseite funktioniert beweisen die Global Player Amazon, eBay und Co. Aber wie können kleinere Onlineshops, mit weitaus geringerem Budget, dem wiederkehrende Nutzer eine personalisierte Variante ihrer eigenen Webseite ausliefern? Um dieses Problem zu lösen zeigt Michaela wie sie mit Google Analytics und Google Optimize, jeweils in der gratis Version, anhand von Kundensegmenten unterschiedliche Startseiten pro Kunde ausspielen kann. An erster Stelle steht das Segmentieren von einzelnen Besuchern, hier setzt Women’s Best auf den FRM-Score um fünf verschiedene Nutzergruppen zu definieren. Diese werden nach dem Kauf im Backend berechnet und als Custom Dimension in Analytics übergeben und per Cookie am User gespeichert. Um eine personalisierte Startseite zu kreieren legt sie in Optimize einen A/B-Test an der als Zielgruppe eine custom javascript audience beinhaltet. Dieses Javascript liest den Cookie-Wert des Besuchers aus und spielt die entsprechende Aktivität aus. Jedes Kundensegment bekommt so einen eigenen Test und stellt so eine Personalisierung pro Kunde dar. Bis zu diesem Schritt benötigte Sie und ihr Team sechs Monate. Auf weitere 12 Monate, schätzt Sie die Zeit die benötigt wird, um ein Professionalisierung Level zu erreich ab dem dann die kostenpflichtigen Produkte von Google benötigt werden. Das aktuelle parallele Testlimit hebelt sie mit einem Trick aus, in dem Tests zu Personalisierungen umgewandelt werden.

Varun Patil has been working at AirHelp as the Head of Growth for over a year. He is responsible for setting and executing growth strategies for all channels. In his talk, he guided the audience from how to form growth teams to creating a growth culture. But first, let’s clarify what does growth actually mean. As Varun explains, growth is an innovation and creativity arms race. It needs to be planned and carefully designed. It is the contrary to pouring money down the marketing drain. According to him, in order to create a growth strategy, one first needs to identify what are the drivers behind growth. For instance, when you are building something focus on the impact. Avoid nice-to-have or others-do-it-too. Varun highlights, the word that matters here is impact. At AirHelp, Varun has come up with an equation leading to growth. In order to achieve growth a company needs a cross functional team consisting of Product Manager, Engineers, Data Scientist, and Designer. Moreover, a strong culture that encourages creativity is needed to come up with innovative approaches. Finally, AB testing is used for experimentation and evaluation of their strategies. This allows for quick iterations in order to achieve the desired growth.

Thomas Brenner ist im Online Marketing von Lidl Digital tätig. Darin ist er maßgeblich für das Google Analytics Tracking und die Vereinheitlichung der Trackingkonzepte aller Länder verantwortlich. Häufig wird dem Ansatz gefolgt, möglichst viele Daten zu erheben und zu tracken. Dabei kann oft die Übersichtlichkeit des Set-Ups verloren gehen, verstärkte Fehleranfälligkeiten auftauchen und ein hohes Hitvolumen erreicht werden. Thomas hat in seinem Vortrag geschildert, wie man effizient, verlässlich und kostensparend Trackingkonzepte anpassen und das Hitvolumen reduzieren kann. Bei Lidl gestaltete sich die starke Expansion im Digitalmarkt nicht nur als Treiber für Property-Anzahlen, sondern löste gleichzeitig einen rapiden Anstieg des Hitvolumens aus. Durch die Verzehnfachung des Hitvolumens innerhalb der letzten Jahre, hat sich Thomas dem Thema der Hit-Reduktion angenommen und schnell das Herz der schwäbischen Konzernleitung erobert. Mit einer Analyse des Status Quo kristallisierte sich heraus, dass knapp 80% der Hits auf 20% der Seiten zustande kamen, sodass ein großer Hebel bestand. Wiederum 80% der Hits wurden durch Enhanced E-Commerce Events sowie Scroll Depth Tracking verursacht. Um diesem Hitvolumen entgegenzuwirken, hat Thomas Teile der E-Commerce-Hits gebündelt, das Scroll Depth Tracking auf einen Hit reduziert (Stichwort “beforeunload”) und doppeltes Tracking ausgebaut.

Mit den Worten “Mach dir die IT zum Freund und du wirst das Märchen vom Google Tag Manager erleben” beendete Michael Janssen von Zedwoo seinen Vortrag über die effektive Nutzung des Google Tag Managers. Doch warum plötzlich die Worte: IT, GTM und Freund in Kombination? Haben wir etwas verpasst? Ist der GTM nicht der wahrgewordene Traum jedes Marketers endlich unabhängig von der IT zu agieren? Michael Janssen sieht das ganze Thema etwas anders und zeigt, dass oftmals ein gefährliches Halbwissen einer effektiven Nutzung des Tag Management-Systems im Weg steht. Seiner Ansicht nach stellt sich langfristiger Erfolg nur durch eine valide Datenbasis, einer intensiven Einarbeitung der Owner und einer “Hand in Hand”- Mentalität zwischen IT und Marketing ein. Nachfolgend seine Hacks für ein perfektes Google Tag Manager-Wonderland: Dokumentiere alle Änderungen und arbeite niemals im default Workspace! Nutze separate Workspaces für Änderungen Erstelle eine Naming-Convention für Tags, Trigger und Variablen Keine Ahnung – kein Zugriff! Baue dir ein grundlegendes Verständnis für HTML/CSS/Javascript auf Fülle den dataLayer auf Vorrat – .push it to the limit!

Matthias Braier von kfzteile24 stellte seinen Ansatz für den zentralisierten Einsatz des Google Tag Manager Setup vor. Auf allen Webseiten des Unternehmens ist ein- und derselbe GTM Container implementiert. Um dieses Setup skalierbar zu machen, ist jedes Tag nur einmal angelegt und bedient alle relevanten Websites. Dies gelingt über dynamische Parameter innerhalb des Tags, bspw. für Account-IDs oder Conversion-Labels, die mittels GTM Variablen befüllt werden. Matthias zeigte hier seine eindrucksvolle Konfigurationsvariable, die als Lookup-Table aufgesetzt ist, und als Input die spezifischen dataLayer Events verwendet. Ausgegeben wird ein zum Event passendes JSON-Objekt, welches jedoch keine statischen Werte enthält, sondern seinerseits wiederum bestimmte GTM Variablen referenziert. Die Elemente dieses Objekts werden dann in den diversen Tags verwendet. So werden bei einem Auto Click Event bspw. die Google Analytics Event Dimensionen anhand der DOM Element-Attribute befüllt. Das JSON-Objekt enthält außerdem Schalter für die Aktivierung des Enhanced-Ecommerce-Trackings und für Non-Interaction-Hits. Trigger sind ebenfalls dynamisch angelegt, und basieren auf den spezifizierten dataLayer Events. Über weitere Bedingungen wie z.B. den Hostname lassen sich Tags auf bestimmte Websiten einschränken und umgekehrt sehr schnell und einfach auf weitere Plattformen ausrollen. Dieser Ansatz bietet eine fast unbegrenzte Skalierbarkeit hinsichtlich der bedienten Websites bei gleichzeitig sichergestellter Wartbarkeit. Zudem ergibt sich durch die Umsetzung mittels Konfigurationsvariablen automatisch eine Transparenz und Dokumentation des Setups.

Christian Hoops hat eigentlich einen statistischen Hintergrund. Dieses Wissen hat er zusammen mit seinem Team bei OTTO auf Attributionsmodelle angewendet und dargestellt, mit welcher Wahrscheinlichkeit jeder Kontaktpunkt zu einer Conversion beigetragen hat. So wird z. B. berechnet, wie wahrscheinlich eine Anzeige wahrgenommen wurde, um ein möglichst reales Bild der Customer Journey zu erhalten. Mit der Fragestellung „Wo ist die Werbewirkung am größten und wie soll anschließend das Budget verteilt werden?“, erklärt Christian Hoops, dass eine ganzheitliche Marketing-Attribution die Antwort ist und dass auch darin seine Vision besteht. Eine geräteübergreifende Customer Journey ist dabei ausschlaggebend und auch die Auswirkungen von Offline-Marketing-Maßnahmen wie z. B. TV-Werbungen sollen in gewisser Weise in Google Analytics wiedergefunden werden. Christian Hoops stellte das Problem dar, dass einzelnen Kontaktpunkten keine realen Werte zugeschrieben werden können, die zur Transaktion beigetragen haben. Dafür nutzen Christian Hoops und sein Team das bereits einleitend genannte Konstrukt zur Probabilisierung des Marketing-Modelles. Um von einer Schwarmintelligenz von möglichst verschiedenen Datenquellen profitieren zu können, werden die Wahrscheinlichkeiten auf Basis verschiedener Datenpools berechnet. Es lassen sich somit Zuordnungswahrscheinlichkeiten berechnen wodurch erkannt wird, welche Sessions vom selben Nutzer auf Basis ähnlicher Verhaltensweisen stammen. Das Modell von Christian Hoops ermöglicht eine optimale Budgetverteilung, die Gestaltung eines effizienteren Marketing-Mix und eine bessere Phasenbewertung in der Customer Journey.