Warum Du von einem automatischem Event-Tracking enttäuscht wirst - Mixpanel
Product Analytics

Warum Du von einem automatischem Event-Tracking enttäuscht wirst

Yvonne Teufel

Das Fehlen wichtiger Daten bei der Analyse kann sehr frustrierend sein – dieses hindert dich daran, schnell die Antworten zu erhalten, die du benötigst. Der Hauptgrund, warum du nicht über diese Daten verfügst, ist häufig der, dass die Entwickler nicht ausreichend Zeit für die Implementierung haben und somit schlichtweg nichts getrackt wurde. Mixpanel hat 2016 Autotrack eingeführt, um dieses Problem zu lösen.  

Autotrack erfasst automatisch Nutzerinteraktionen in Web- oder Mobilanwendungen, ohne dass ein zusätzlicher Code eingebunden werden muss. Wenn du also Aktionen deiner Nutzer analysieren möchtest, erstellst du relevante Events über ein visuelles Point-and-Click-Tool. Das Versprechen dieses Ansatzes ist naheliegend: Alle benötigten Daten können ohne Entwickler-Ressourcen erfassen werden und du musst dir keine Sorgen mehr machen, dass du etwas vergisst. Auf diese Weise kann ein nicht technisch geschulter Anwender die Zeit von der Frage bis zur Antwort verkürzen, ohne technische Teams einzubeziehen.

Mixpanel hat das Modell der codeless und automatischen Erfassung von Events verworfen und ratet seinen Kunden, es auch zu tun. Es ist ein grundlegend fehlerhafter Ansatz, der bei weitem nicht das hält, was er verspricht. Durch die Verwendung des Autotrack-Ansatzes erhältst du letztlich nur begrenzte und unzuverlässige Daten. Somit musst du zusätzlich Zeit und Geld für Entwickler investieren, um Mängel und Unstimmigkeiten zu beheben. Zudem setzen die Unternehmen sich selbst und ihre Kunden großen Sicherheit- und Datenschutzrisiken aus. 

Wie eine automatische Erfassung von Nutzeraktionen funktioniert

Um zu verstehen, warum die automatische Sammlung von Events nicht überzeugend ist, musst du wissen, wie diese funktioniert. Wenn du die Tracking-Bibliothek in eine Web- oder Mobilanwendung einbinden möchtest, werden alle Nutzerinteraktionen wie Klicks, Berührungen oder Tastenanschläge erfasst. Für jede Nutzeraktion sendet die Bibliothek Daten über die Art der Aktion und das Element, mit dem interagiert wurde.

Du hast beispielsweise eine Checkout-Seite mit drei Call-to-Actions (CTAs): „Bestellung aufgeben“, „Einkauf fortsetzen“ und „Warenkorb leeren“. Wenn ein Nutzer nun auf „Bestellung aufgeben“ klickt, sendet die Bibliothek Daten wie „Benutzer 12345 hat auf einen Button geklickt, der den Text ‚Bestellung aufgeben‘ enthält“. Diese Daten werden dann in einer Datenbank gespeichert, um diese später abfragen zu können.

Jetzt werden zwar Daten gesammelt, aber es wurde noch nicht definiert, was analysiert werden soll. Hierzu musst du das User Interface eines Analyse-Anbieters verwenden, welches dir ermöglicht, Events zu definieren und ein neues Event wie „versuchter Checkout“ zu erstellen. Über die visuelle Schnittstelle wird angegeben, dass das Event „versuchter Checkout“ als Klick auf den Button mit dem Text „Bestellung aufgeben“ definiert ist. Theoretisch kannst du nun sehen, wie viele Personen versucht haben, zur Kasse zu gehen. In Wirklichkeit sieht man allerdings, wie viele Personen auf einen Button mit dem Text „Bestellung aufgeben“ geklickt haben. Der feine Unterschied ist hier von entscheidender Bedeutung, wie in den folgenden Punkten veranschaulicht wird.

Ein großes Problem: Unzuverlässige Daten

Zu diesem Zeitpunkt weißt du, wie viele Nutzer über den Klick auf den Button zur Kasse gehen, aber es gibt womöglich noch weitere Möglichkeiten zur Kasse zu gelangen. Vielleicht kann ein Nutzer die Kasse auch durch Drücken der Eingabetaste auf seiner Tastatur öffnen, anstatt auf den Button „Kasse“ zu klicken. Vielleicht befindet sich auf den Artikelseiten ein Button „Ein-Klick-Kasse“, der diesen Schritt ganz überspringt. All diese Fälle müssen bei der Einrichtung von Events einzeln berücksichtigt werden. Ein Softwareentwickler kann dir dabei helfen, sicherzustellen, dass die Daten korrekt und zuverlässig sind. Andernfalls sind die erhaltenen Daten unzuverlässig und können folglich zu falschen Entscheidungen führen.

Eine Autotrack-Lösung kann relevante Daten übersehen

Angenommen jegliche Schritte des Checkouts, die relevant sind, wurden korrekt als Events definiert, dann kann eine Analyse des Nutzerverhaltens vorgenommen werden. Das Ziel ist es, zu ermitteln, wie viele Nutzer versucht haben, den Artikel mit der ID 2853 zu kaufen. Bei einem automatischen Event-Tracking werden diese Daten jedoch nicht erfasst, da dieses nicht wissen kann, wo die Artikel zu finden sind, sowie dass diese Daten relevant sind. Es wird lediglich erfasst, dass Nutzer auf den Button “Bestellung aufgeben” klicken. Schließlich müssen Entwickler hinzugezogen werden. 

Ein weiterer Grund dafür, dass bei dem automatischen Event-Tracking wichtige Daten nicht gesammelt werden, ist die begrenzte Anzahl von Interaktionen, die erfasst werden. Eine Vielzahl relevanter Interaktionen wird nicht berücksichtigt. Angenommen die Artikelbewertungen sind unten auf der Seite platziert und nun soll analysiert werden wie viele Nutzer zum Abschnitt mit den Bewertungen scrollen. Die meisten Lösungen, die ein automatisches Event-Tracking verwenden, erfassen keine Scroll-Tiefe. Dies ist nur eines der Beispiele für eine Interaktion, die nicht von einer Standardlösung gemessen werden kann. Es gibt aber noch zahlreiche weitere. Für diese wird ein Softwareentwickler benötigt, der dir eine maßgeschneiderte Lösung entwickelt.

Änderungen an Deiner Anwendung können Dein Tracking unbemerkt unterbrechen

Angenommen, das „Checkout versucht“-Tracking wurde so eingerichtet, dass alle benötigten Daten gemessen werden. Eines Tages wird jedoch beschlossen, den Text des Checkout-Buttons von „Bestellung aufgeben“ in „Bestellung abschließen“ zu ändern, um zu sehen, ob sich dadurch die Conversions erhöhen. Das Event „Checkout versucht“ wird allerdings durch Klicks auf einen Button mit der Bezeichnung „Bestellung aufgeben“ definiert. Wenn nun ein Nutzer auf diesen Button klickt, sendet das Tracking-Daten, die besagen: „Benutzer 12345 hat auf einen Button mit dem Text ‚Bestellung abschließen‘ geklickt.“

Die Standardlösung erkennt nicht, dass es sich um denselben Button handelt: Die Anzahl des Events „Checkout versucht“ sinkt auf 0. Die einzige Möglichkeit, um dieses Problem zu lösen, besteht darin, herauszufinden, was sich geändert hat. Zudem solltest du das Tracking aktualisieren und hoffen, dass die ganze Arbeit, die du in die genauen Ergebnisse investiert hast, noch gültig ist.

Dies ist ein sehr einfaches Beispiel dafür, wie Änderungen dein Tracking zunichte machen können. In Wirklichkeit ist es viel komplexer, und auch hier werden Entwickler-Ressourcen benötigt, um das Problem zu lösen.

Die Daten lassen sich nur sehr schwer in andere Systeme exportieren.

Bei den derzeit auf dem Markt erhältlichen Lösungen, die ein automatisches Event-Tracking ermöglichen, werden die Daten gezielt und individuell definiert sowie erfasst. Das bedeutet, dass beim Exportieren der Daten in ein Data Warehouse – oder wohin sie auch immer gesendet werden sollen – eine große Menge an Rohdaten mitgeliefert werden. Diese Daten sind jedoch nicht so benannt, wie sie in dem Tool benannt wurden. In unserem einfachen Beispiel siehst du statt einer Liste von Ereignissen mit der Aufschrift „Checkout versucht“ eine Datenmenge, die etwa so aussieht: „{action: ‚click‘, selector: ‚div#el_1235‘}“. In Wirklichkeit handelt es sich um eine viel längere Zeichenkette aus einem maschinellen Code, die nur mit Hilfe von Software- oder Data Engineering Ressourcen wieder nutzbar gemacht werden kann.

Sicherheit: Das A und O

Um zu verstehen, warum das Modell des automatischen Event-Trackings nicht die optimale Lösung ist, solltest du dich mit den Sicherheitsrisiken auseinandersetzen. Als Mixpanel Autotrack entwickelt hat, wurde viel Zeit damit verbracht, die Auswirkungen auf die Sicherheit zu bedenken und eine Reihe verschiedener Heuristiken einzubauen. Dadurch sollte das ungewollte Sammeln von privaten Informationen verhindert werden, aber es hat nicht funktioniert. Mixpanel hat sich schnell um dieses spezielle Problem gekümmert, musste aber zugeben, dass diese Art von Sicherheitslücken eine grundlegende Schwachstelle eines Tracking-Modells ist. Wie Steven Englehardt, Privacy Engineer bei Mozilla, feststellte, ist „das automatische Auslesen von Nutzerdaten, ein von Natur aus unsicherer Prozess. Es ist unmöglich, dass eine auf Heuristiken basierende schwarze Liste, alle möglichen Lecks von sensiblen Informationen herausfiltern kann.“

Es gibt zwei Möglichkeiten, um dieses Problem zu lösen: Erstens kannst du alle möglichen Orte, an welchen du sensible Informationen sammeln kannst, manuell auf eine schwarze Liste setzen. Dies erfordert Ressourcen von Softwareentwicklern und es besteht das Risiko, etwas zu übersehen. Zweitens kannst du die automatisch erfassten Informationen (z. B. Formularfelder) weiter reduzieren, was das Problem der fehlenden wichtigen Daten noch verschärft. Englehardt geht auf diese Optionen ein: „Der Aufwand, den ein Herausgeber betreibt, um sicherzustellen, dass keine sensiblen Daten erfasst werden, könnte genauso gut für die explizite Auswahl der Formularfelder verwendet werden, aus denen Daten erfasst werden sollen. Beim letztgenannte Whitelist-Ansatz ist es auch wesentlich unwahrscheinlicher, dass es zu unerwarteten Datenlecks kommt“.

Um zu verdeutlichen, was ein Analyse-Produkt, das derzeit ein codeless und automatisches Event-Tracking anbietet, in seiner eigenen Dokumentation sagt:

Um sicherzustellen, dass keine PII (Persönlich Identifizierbare Informationen) oder PHI (Persönliche Gesundheitsinformationen) gesammelt werden, musst Du äußerst vorsichtig sein.

Wie viel ist dir dieses Risiko wert?

Fazit

Die Idee des codeless und automatischen Event-Trackings hat zwar durchaus ihre Vorteile, hält aber letztlich nicht das, was es verspricht. Du wirst feststellen, dass du eine geringere Reihe von Problemen gegen eine andere, größere Reihe von Problemen eingetauscht hast. Gleichzeitig musst du dich einem großen Sicherheitsrisiko aussetzen. Für alles, was über sehr grundlegende Analysen hinausgeht, benötigt man noch immer Entwickler-Ressourcen. Wenn du also Wert auf genaue Daten, die Beantwortung detaillierter und spezifischer Fragen, tiefgreifende Analysen und Zielgruppenansprache sowie den Schutz der Privatsphäre deiner Benutzer legst, ist das codeless und automatische Event-Tracking nicht die richtige Lösung.

Get the latest from Mixpanel
This field is required.