Trichteranalyse (Funnel Analytics)
Regeln
- Definiere Funnels als geordnete Schrittarrays:
[{ name, event, optional? }]– jeder Schritt filtert die Nutzer des vorherigen Schritts - Tracke Ereignisse serverseitig: Sende Ereignisse von API-Routen, nicht vom Client – Ad-Blocker überspringen 20-40 % der clientseitigen Ereignisse
- Ereignisschema:
{ event, userId, timestamp, properties: {} }– füge immersessionIdfür die Funnel-Rekonstruktion hinzu - Drop-off-Rate pro Schritt:
(eingetreten - ausgetreten) / eingetreten * 100– markiere Schritte mit > 20 % Drop-off als kritisch - Zeit zwischen Schritten: Miss die Medianzeit von Schritt N zu Schritt N+1 – lange Abstände deuten auf Reibung hin
- Kohortenanalyse: Gruppiere Nutzer nach Anmeldewoche oder Akquisitionskanal – vergleiche die Funnel-Leistung über Kohorten hinweg
- Conversion-Fenster: Setze eine maximale Zeit für den Funnel-Abschluss (z. B. 7 Tage) – ignoriere Sitzungen, die diese überschreiten
- Visualisierung: Horizontales Funnel-Diagramm mit Prozentangaben an jedem Schritt – verwende Balkenbreiten proportional zur Anzahl verbleibender Nutzer
- Segmentiere Funnels nach: Gerätetyp, Akquisitionsquelle, Nutzerplan, Geografie – suche nach Segmenten mit abnormalem Drop-off
- Speichere Rohdaten, berechne Funnels beim Lesen – aggregiere nicht vor, da du später neu aufteilen musst
Vermeide
- Funnels mit mehr als 7 Schritten – vereinfache oder gruppiere Zwischenschritte
- Seitenaufrufe als Funnel-Schritte zu zählen – verwende beabsichtigte Aktionen (Klick, Übermittlung, Kauf)
- Mobile vs. Desktop-Unterschiede zu ignorieren – die Conversion-Raten unterscheiden sich oft um das 2- bis 3-fache
- Funnel-Definitionen fest zu codieren – speichere sie in einer Konfiguration, damit das Produkt ohne Deployments iterieren kann