App Analytics: Überblick
Wenn Du eine App veröffentlichst, verfolgst Du ein Ziel. Wahrscheinlich fällt Deine Anwendung in eine der folgenden Kategorien.
- Abomodell: Viele Anbieter wollen Geld verdienen – zum Beispiel durch monatliche oder jährliche Abonnements der App-Nutzer:innen. Das Ziel einer solchen Anwendung ist klar: Umsatzsteigerung durch Nutzerbindung.
- Digitalisierung: Es gibt Apps, die etwas vereinfachen sollen, was ohne die App umständlicher wäre, zum Beispiel den Kauf eines Straßenbahntickets oder das Einreichen einer Krankmeldung. Bei solchen Anwendungen geht es den Anbietern vor allem darum, die Usability so zu verbessern, dass niemand mehr den alten, umständlichen Weg geht und z. B. bei dem oder der Straßenbahnfahrer:in mit Bargeld bezahlt oder eine Krankmeldung zum Briefkasten tragen muss.
- Werbung: Andere Anbieter wollen, dass die Nutzer:innen möglichst viel Zeit mit der App verbringen, damit sie bei jedem Besuch möglichst viele Werbeplätze an Werbetreibende verkaufen können.
- Spielwiese: Auch der Spaß am Programmieren kann ein Motiv sein, eine App anzubieten. In diesem Fall ist vermutlich die Zunahme der monatlichen Nutzer:innen eine große Motivation.
In welche Kategorie Deine App fällt, ist erst einmal nicht so wichtig. Entscheidend ist, dass Du die Anwendung kontinuierlich weiterentwickelst und an Deine Ziele anpasst. Dafür brauchst Du zwei Dinge: Ziele und Entscheidungsgrundlagen.
Über die Ziele haben wir schon gesprochen. Jetzt zu den Entscheidungsgrundlagen. Nur wenn Du einen umfangreichen Einblick hast, wie Deine Nutzer:innen Deine App verwenden, kannst Du sie im Hinblick auf Deine Ziele verbessern.
Mit anderen Worten: Du musst herausfinden, wo das tatsächliche Nutzungsverhalten vom erwarteten Nutzungsverhalten abweicht. Erst dann kannst Du mit der Optimierung Deiner Anwendung beginnen.
In diesem Artikel wird es darum gehen, wie Du an die Informationen gelangst, die zur Entscheidungsgrundlage für künftige Entwicklungsschritte in Deiner App werden.
Mit passender Analysesoftware kannst Du diese Informationen sammeln. Damit Du einen guten Einstieg in das Thema findest, gebe ich Dir hier einen Überblick zu den Tools, Metriken und rechtlichen Aspekten der App Analyse.
Analysedimensionen: Was solltest Du analysieren?
Von all den Dingen, die innerhalb Deiner App passieren, solltest Du vor allem drei Dimensionen im Blick haben: technische Daten, Nutzungsverhalten und KPIs.
Technische Daten: Darunter fallen Metadaten, wie die Gerätemodelle und Betriebssystemversionsnummern. Diese Informationen sind im Vergleich zu den Browsern, mit denen Nutzer:innen Webseiten aufrufen, bei Apps viel wichtiger, da sie teilweise die Funktionen stark beeinflussen.
Zusätzlich kann man noch weitere Informationen über das Gerät auslesen, auf dem die Anwendung verwendet wird. Viele App-Anbieter interessieren sich beispielsweise für die Länder- und Spracheinstellungen (die sogenannte locale).
Außerdem können auch technische Daten der App übermittelt und in die Analyse einbezogen werden. So ist beispielsweise die Versionsnummer der App für manche Anbieter eine wichtige Information. Auch Fehlermeldungen und Abstürze können zu den technischen Daten gezählt werden.
Nutzungsverhalten: Hier misst man die Aktionen der Nutzer:innen der App. Wichtige Kennwerte sind die aufgerufenen Screens und die jeweilige Aufenthaltsdauer. Für die Optimierung der App ist es in den meisten Fällen wichtig, dass man den Erfolg einzelner Features misst, um deren Beliebtheit zu verstehen.
Aus dem Nutzungsverhalten können dann weitere Analysen abgeleitet werden, wie beispielsweise beliebte Pfade durch die App (sogenannte Funnels). Der Faktor Zeit spielt beim Nutzungsverhalten eine wichtige Rolle, wenn es darum geht, wie oft Nutzer:innen die App starten und wie viele Tage, Wochen und Monate sie der Anwendung treu bleiben.
KPIs: Jede App hat bestimmte Kernmetriken, nach denen der Anbieter den Erfolg bemisst. Ein paar Beispiele dafür habe ich Dir in der Einleitung aufgelistet.
Aus dem jeweiligen Zweck der Anwendung müssen eigene Ziele abgeleitet werden, die dann in der Datenerhebung berücksichtigt werden müssen. So baust Du Dir Schritt für Schritt die passende Analyselösung für Deine App zusammen.
Entscheide vor der Auswahl des App Analytics Tools, welche Dimensionen Du analysieren willst und achte darauf, dass genau diese Kennwerte durch das Tool abgebildet werden können.
Entscheidungshilfe: Die wichtigsten App Analytics Tools
1. Nutzertracking mit Google Analytics for Firebase
2. Nutzertracking mit TelemetryDeck
3. Nutzertracking mit Mixpanel
4. Umsätze mit RevenueCat abwickeln und auswerten
5. Abstürze und Fehlermeldungen mit Instabug analysieren
Ich habe Dir 5 bekannte App Analysetools herausgesucht, die beispielhaft für verschiedene Schwerpunkte stehen. Anhand dieser Tools und Anbieter gebe ich Dir Hinweise, worauf Du bei der Auswahl der passenden Software für Deine App und Deine Bedürfnisse achten solltest.
Alle vorgestellten Tools können für die gängigen Frameworks und Plattformen verwendet werden. Bei iOS-Apps ist beispielsweise SwiftUI sehr beliebt und viele Android-Apps verwenden Kotlin. Aber auch Unity, Flutter und React Native sind häufig verwendete Frameworks für Apps.
Allen vorgestellten Anbietern ist gemein, dass ein Stück Code in die App eingefügt werden muss. Die meisten Entwickler:innen arbeiten mit einer Testumgebung. Hier kann die Funktion der Analytics Lösung ausgiebig getestet werden.
So kannst Du vorab schon herausfinden, ob Du die richtigen Datenpunkte erhältst oder noch einmal nachbessern musst. Um die “echten” Nutzer:innen der Anwendung zu analysieren, muss die App samt dem neuen Code neu über den App Store bzw. Play Store veröffentlicht werden.
Bitte beachte, dass dieser Prozess manchmal einige Tage dauern kann, weil eine manuelle Freigabe durch Mitarbeiter:innen von Apple (iOS) oder Google (Android) notwendig ist.
Nutzertracking mit Google Analytics for Firebase
Firebase ist ein Analysetool für Apps, das von Google aufgekauft wurde. Er ist sehr verbreitet und viele App-Anbieter verwenden es standardmäßig. Firebase ermöglicht nicht nur das Tracking des Nutzungsverhaltens.
Es gibt auch Datenbanken, Authentifizierung, Push-Nachrichten, Dateispeicher, Fehlerberichte (Crashlytics), Performance Monitoring, Remote Configuration, Cloud Messaging, A/B-Testing und einiges mehr.
Firebase ist sehr mächtig, kann viel und fordert viel Konfigurations- und Verwaltungsarbeit. Die meisten App-Entwickler:innen nutzen nur bestimmte Teilbereiche.
Google Firebase kannst Du dauerhaft kostenfrei nutzen, wenn Du unter bestimmten Schwellen bleibst, was User und Authentifizierungsvorgänge pro Monat anbelangt. Diese Schwellen sind jedoch sehr großzügig bemessen.
Die Großzügigkeit liegt darin begründet, dass Google dieses Analysetool betreibt, um Informationen über die Nutzer:innen Deiner Anwendung zu sammeln. Mit diesen Daten werden die Profile verfeinert, anhand deren personenbezogene Werbung ausgespielt wird.
Es gibt diesen Spruch: “Wenn etwas kostenfrei ist, bist Du das Produkt.” Im Fall von Firebase muss man das so formulieren: “Da es kostenfrei ist, sind die Nutzer:innen Deiner App das Produkt.”
Du ahnst es schon: Firebase hat einen großen Nachteil und dieser liegt im Bereich Datenschutz. Das Unternehmen Google hat seinen Sitz in den USA und damit – gemessen an den Kriterien der DSGVO – in einem unsicheren Drittland. Um Firebase datenschutzkonform nutzen zu können, musst Du einiges beachten.
- SCC: Durch den Wegfall des Privacy Shield, das den Rechtsrahmen für Datenübertragung in die USA gesetzt hat, ist es notwendig andere Grundlagen für die Datenübertragung in die USA zu schaffen. Zu diesem Zweck musst Du mit Google sogenannte Standard Contractual Clauses (SCC) abschließen. Diese reichen allein als Absicherung aber nicht aus. (Quelle: https://firebase.google.com)
- AVV: Du schließt mit Google Analytics Firebase einen Auftragsverarbeitungsvertrag ab, also einen Vertrag, in dem geregelt wird, dass Google in Deinem Auftrag die Daten Deiner Nutzer:innen verarbeitet. Auch dieser Vertrag ist Bestandteil der AGB.
- Speicherort: Bei der Einrichtung von Firebase musst Du als Standort für die Datenspeicherung ein Rechenzentrum in Europa auswählen, damit die Daten den DSGVO-Raum nicht verlassen. Achte beim Registrierungsprozess darauf! Auch diese Maßnahme allein reicht nicht aus, um datenschutzkonform die personenbezogenen Daten von EU-Bürger:innen zu verarbeiten. (Quelle: https://firebase.google.com)
- Einwilligung: Die App-Nutzer:innen müssen vor der Datenerhebung ihre Einwilligung geben. Dabei sollte die Möglichkeit bestehen, Tracking allgemein und Tracking zu Werbezwecken einzeln abzulehnen oder zuzulassen. Übrigens: Eine Analyse von Flurry aus dem Jahr 2021 hat ergeben, dass 96 % der Nutzer:innen die Analyse ihrer Aktivitäten ablehnen. (Quelle: https://www.flurry.com)
- Einstellungen: Bei der Einrichtung von Firebase musst Du darauf achten, dass eine sogenannte IP-Anonymisierung durchgeführt wird. Dabei schneidet Google beim Tracking einen Teil der IP-Adresse ab, wodurch eine Identifikation der einzelnen Nutzer:innen erschwert wird. Ich möchte jedoch anmerken, dass insbesondere diese Maßnahme Augenwischerei ist, denn die IP-Adresse ist schon lange nicht mehr die einzige Möglichkeit, Personen zu identifizieren. (Quelle: https://stape.io)
- Datenlöschung: Nutzer:innen Deiner App haben durch die DSGVO das Recht, die Löschung ihrer personenbezogenen Daten zu beantragen. Anträge auf Datenlöschung können auch in Bezug auf die bei Google Firebase gespeicherten Daten gestellt werden. Hier musst Du die Löschung innerhalb gewisser Fristen durchführen.
Bitte beachte, dass diese Liste keine Rechtsberatung darstellt. Alternativen zu Firebase sind Countly, Flurry, data.AI (ehemals App Annie) und der deutsche Anbieter TelemetryDeck.
Nutzertracking mit TelemetryDeck
TelemetryDeck ist ein App Analytics Dienst aus Deutschland. Hier steht das Tracking der Nutzer:innen im Vordergrund. Das Tool ist besonders schlank gestaltet. Der Einbau des Tracking-Codes in die Anwendung dauert nur wenige Minuten. Standardmäßig enthält TelemetryDeck beliebte Metriken wie die Anzahl der Nutzer:innen und die aufgerufenen Screens.
Dazu kommen Metadaten, die für viele Anbieter von Apps interessant sind, wie die Gerätemodelle und Betriebssystemversionsnummern. Die Daten, die das SDK (Software Developer Kit) liefert, sowie die Art, wie sie ausgewertet werden, lässt sich dank der eigenen Abfragesprache individuell anpassen.
Du kannst also genau das messen, was Dich bei Deiner eigenen App besonders interessiert. Die Datenauswertung ist intuitiv und alle Charts lassen sich individuell einstellen. Genau wie bei anderen Analysetools sollte man für die Einrichtung von TelemetryDeck am besten eine:n App-Entwickler:in beauftragen.
Im Gegensatz zu Google Firebase fällt TelemetryDeck nicht unter die DSGVO. Das liegt daran, dass die erhobenen Daten noch auf dem Gerät anonymisiert werden. Durch die Anonymisierung lässt sich die natürliche Person (also der/die App-Nutzer:in) nicht mehr identifizieren. Die gespeicherten Daten haben dadurch keinen Personenbezug mehr. Für Kunden von TelemetryDeck entfallen dadurch zahlreiche Schritte im Bereich Datenschutz, die bei Firebase und Mixpanel zwingend notwendig sind. So muss bei dem deutschen Analysetool beispielsweise keine Einwilligung der Nutzer:innen zum Erheben personenbezogener Daten gemäß DSGVO eingeholt werden.
Du kannst TelemetryDeck für kleinere Apps kostenfrei nutzen. Wenn mehr als 100.000 Signale pro Monat an die Server von TelemetryDeck geschickt werden, brauchst Du ein kostenpflichtiges Abo. Diese beginnen bei 9 Euro pro Monat. TelemetryDeck ist in der iOS-Developer Szene sehr bekannt und drängt zunehmend in den Android-Markt.
Nutzertracking mit Mixpanel
Auch bei Mixpanel stehen die Nutzer:innen im Mittelpunkt. Das Analysetool verfolgt die Interaktion einzelner Personen auf Webseiten und Apps.
Viel App-Anbieter schätzten die Möglichkeit, die Daten aus Mixpanel mit ihrem CRM-System zu verbinden und dadurch einzelne Nutzer:innen oder Segmente im Rahmen einer Marketing-Kampagne gezielt mit E-Mails und Push-Nachrichten anzusprechen.
Dieses Produkt ist für Anbieter geeignet, die ihre Kampagnen plattformübergreifend (iOS-Geräte, Windows-Desktop-Rechner, Tablet usw.) aufgebaut haben. Mixpanel legt großen Wert auf die Reports und stellt etliche Tools für deren Aufbereitung bereit. Weitere beliebte Features sind Funnels und Retention.
Auch, wenn der Anbieter damit wirbt, eine besonders gute User-Experience zu bieten, braucht man für Mixpanel Experten und Expertinnen, die sich tief in das Tool einarbeiten, um wirklich das Potenzial auszuschöpfen.
Bis zu 100.000 monatlich aktiven Nutzer:innen ist Mixpanel (mit einigen Einschränkungen) kostenfrei nutzbar. Viele App-Anbieter, denen dieses Limit nicht reicht, schätzen das Analysetool als sehr teuer ein. Das Unternehmen veröffentlicht keine Preistabelle auf der Webseite. Preise sind modular aufgebaut oder werden in Verhandlungen festgelegt.
Das Unternehmen sitzt in den USA und unterliegt den dortigen Datenschutzgesetzen. Für EU-Kunden gibt es die Möglichkeit, die Datenspeicherung in europäischen Rechenzentren zu beantragen.
Für den Opt-out einzelner Nutzer:innen gibt es verschiedene technische Lösungen, die in der Dokumentation von Mixpanel beschrieben werden. Es gibt einen Auftragsverarbeitungsvertrag, der als Data Processing Addendum zusätzlich zu den SCCs zur Verfügung steht. (Quelle: https://developer.mixpanel.com, https://mixpanel.com)
Alternativen zu Mixpanel sind Appsflyer, Leanplum, AppDynamics.
Umsätze mit RevenueCat abwickeln und auswerten
In-App-Käufe anzubieten, ist technisch gesehen eine echte Herausforderung. In der Developer Community spricht man vom Schmerz, den es mit sich bringt, die Abos abzuwickeln und zu verwalten. RevenueCat vereinfacht diesen Bereich enorm und ist deshalb sehr beliebt bei App-Entwickler:innen.
Das Tool löst zwei große Probleme:
- die technische Abwicklung von Bezahlfunktionen und Abonnements
- die Überwachung aller Bezahlvorgänge
RevenueCat bietet ein übersichtliches Dashboard, in dem plattformübergreifend alle Umsätze, die mit Apps und Web-Apps erzielt werden, überwacht werden können.
Darunter fallen beispielsweise die Anzahl der aktiven, bzw. neuen Abonnent:innen, der monatliche Umsatz und die Trials. Die Preise berechnen sich nach monatlich erfasstem Umsatz. Bis zu 10.000 $ ist das Tool kostenfrei nutzbar. Danach beginnen die monatlichen Kosten bei 8 $ pro 1.000 $ erfasstem Umsatz.
Da auch RevenueCat ein US-Unternehmen ist, müssen ähnliche Dokumentationspflichten erfüllt werden wie bei Google Analytics und Mixpanel. Das Tool ist im Sinne der DSGVO ein “Verarbeiter” von personenbezogenen Daten.
Verantwortlich sind die App-Anbieter selbst. Das bedeutet, dass alle personenbezogenen Informationen, die über die App-Nutzer:innen gesammelt werden, in der Datenschutzerklärung der App aufgelistet werden müssen.
Das Tool ist kein klassisches Analytics Tool, weil es vor allem die Arbeitserleichterung für App-Entwickler:innen zum Ziel hat.
Doch ich finde trotzdem, dass es sehr gut in diese Liste passt, denn die Umsätze, die mit einer App erzielt werden, sind wahrscheinlich bei den meisten Geschäftsmodellen die wichtigste Metrik für den Erfolg einer App.
Die dafür wichtigen Kennwerte zu überwachen, ist entsprechend wichtig und sollte mit einem darauf optimierten Tool durchgeführt werden.
Auch, wenn wir uns natürlich alle wünschen würden, “
Abstürze und Fehlermeldungen mit Instabug analysieren
Auch, wenn wir uns natürlich alle wünschen würden, dass eine App fehlerfrei funktioniert. Gibt es in der Entwicklung immer wieder mal Phasen, in denen Fehler, englisch Crashes, auftreten. Crash Logs sind die Daten, die Hinweise darauf geben, wenn eine App abstürzt. Ein genauer Blick in die Crash Logs gibt den Entwickler:innen die Möglichkeit, den Grund für den Absturz zu finden.
Crash Logs sind eng verwandt mit Analytics, aber in einigen Dingen unterschiedlich. Das liegt vor allem daran, dass Daten über Crashes oft nicht “aggregierbar” sind. Anders ausgedrückt: Jeder Crash ist ein bisschen anders und sollte separat behandelt werden. Dazu kommt, dass Crash Logging Tools die Aufgabe haben, die Position des Crashes im Programmcode zu finden, und das ist manchmal gar nicht so leicht.
Manche Analysetools haben rudimentäre Crash Log Analysen eingebaut. Das ist zum Beispiel bei Google Firebase Crashlytics so. Es gibt aber auch spezielle Crash Log Dienste, wie zum Beispiel Instabug.
Instabug hilft App-Anbietern dabei, die Performance der App, Crashes und Bugs zu überwachen. Damit sollen Probleme schneller gelöst werden, was zu einer höheren Zufriedenheit bei den Nutzer:innen führt und sich entsprechend auf die Umsätze der App auswirkt.
Auch Instabug hat seinen Hauptsitz in den USA. Entsprechend muss auch für dieses Analysetool ein Auftragsdatenverarbeitungsvertrag abgeschlossen werden. Auf der Webseite von Instabug findet man das entsprechende Dokument (DPA).
Was die personenbezogenen Daten anbelangt, so speichert Instabug zwar (abgesehen von den Interaktionen in der App) keine personenbezogenen Daten, identifiziert aber jede:n Nutzer:in entweder über die E-Mail-Adresse oder über eine User-ID.
(Quelle: https://www.instabug.com)
Instabug kann kostenfrei genutzt werden, wenn man maximal 15.000 Sessions pro Monat mit dem Tool analysiert. Je mehr Mitarbeiter:innen auf die Analysen zugreifen sollen und je mehr Sessions pro Monat analysiert werden, desto höher der Preis. Die Abos beginnen bei 100 $ pro Monat.
Wichtige Metriken für App Analytics
Niemand kennt Deine App so gut wie Du selbst. Du weißt am besten, welche Metriken für Dich sinnvoll sind. Verstehe deshalb die folgenden Beispiele als Inspiration.
1. Gerätedaten, Betriebssystem
2. Retention
3. Stickiness
4. Conversion
5. User Flow
6. Benutzte Features und Konfigurationen
Gerätedaten, Betriebssystem
Apps sind wesentlich stärker vom Gerät abhängig als Webseiten vom Browser. Das liegt daran, dass bestimmte Features nur von bestimmten Betriebssystemversionen unterstützt werden. Die technische Umgebung, in der eine Anwendung läuft, ist deshalb für die Entwicklung und Optimierung ganz entscheidend. Viele App-Anbieter haben deshalb ein Auge auf die technischen Randdaten, die bei der Analyse des Nutzungsverhaltens anfallen.
Dabei helfen auch allgemeine Übersichtsdaten, wie zum Beispiel ein Einblick in die Marktverteilung bestimmter iOS Betriebssysteme, die diese Auswertung zu iOS16 zeigt: siehe hier.
Retention
Die Retention beschreibt, wie viele Monate lang Nutzer:innen die App verwenden. Der Wert beginnt jeden Monat bei 100 % und bezieht alle Nutzer:innen mit ein, die in diesem Monat die App heruntergeladen und zum ersten Mal gestartet haben.
Wenn von 100 neuen Nutzer:innen aus dem Monat Juni nur noch 95 die App starten, dann liegt die Retention für den 2. Monat bei 95 % und immer so weiter. Da jeder Monat für sich wieder eine neue Berechnung startet, baut sich nach dem Start der Analyse Monat für Monat eine Art Pyramide auf, aus der man die Nutzerbindung auf einen Blick ablesen kann.
Stickiness
Auch die Stickiness befasst sich damit, wie häufig die Nutzer:innen die App startet, bezieht sich dabei aber auf die Datenpunkte, die innerhalb eines Monats anfallen.
Zur Erläuterung setzen wir zwei Apps gegenüber: Eine Zyklus-Tracking-App zur Vorhersage der Menstruation und eine App, mit der man sich ein Taxi rufen kann. Die Zyklus-App muss jeden Tag mit Daten gefüttert werden, damit die Vorhersagen möglichst exakt sind.
Sie erfordert ein hohes Engagement der Nutzer:innen – die Stickiness ist also sehr hoch. Eine Taxi-App verwendet man nur, wenn man ein Taxi braucht. Das ist vielleicht am Wochenende oder bei Regen häufiger der Fall als an anderen Tagen. Im Urlaub wird diese Anwendung vermutlich gar nicht gestartet. Die Stickiness ist also sehr niedrig.
Der Wert ist je nach Zweck der App möglicherweise sehr verschieden und nur der Vergleich von verschiedenen Zeiträumen innerhalb einer App kann für Aussagen herangezogen werden. Der Vergleich mit Werten von Apps aus anderen Branchen ist nicht zielführend.
Conversion
Um die Conversion zu messen, muss das Ziel Deiner Anwendung klar sein. Ziele sind zum Beispiel der Screen, auf dem das Abo abgeschlossen wird oder auf dem die Nutzer:innen einen freiwilligen Betrag bezahlen.
Andere Ziele sind der “jetzt buchen”-Button in der Taxi-App oder der Ferienwohnung-App oder ein abgeschlossener Kauf der Supermarkt-App.
Du siehst, auch hier haben wir es wieder mit einem individuellen Insight zu tun, der gut auf den Geschäftszweck Deiner App abgestimmt sein und zum Engagement Deiner Nutzer:innen passen muss.
Der Wert Conversion wird in Prozent ausgedrückt. Von 100 Nutzer:innen, die in einem bestimmten Zeitraum eine App neu heruntergeladen haben, haben zum Beispiel 15 % eine Conversion durchgeführt, also 15 Personen.
Die Conversion ist der wichtigste Kennwert, um den Erfolg der Optimierungsmaßnahmen innerhalb Deiner App zu messen. Die Conversion ist unabhängig von der Menge der neuen Nutzer:innen und wird deshalb durch Marketing-Maßnahmen nicht beeinflusst. Sie zeigt an, wie zufrieden die Nutzer:innen mit der App sind. Ob dabei 1.000 oder 10 Personen die Berechnungsgrundlage darstellen, ist nicht wichtig.
User Flow
Der User Flow beschreibt den Weg durch die App – also alle aufgerufenen Screens vom Start der App bis zur Conversion. Er wird oft grafisch dargestellt, in sogenannten Flussdiagrammen oder Funnels.
Üblicherweise gibt es einen idealen Weg, den Nutzer:innen durch die App gehen, um am Ende zur Conversion oder einem anderen Erfolgserlebnis zu kommen. Dieser Weg (es können auch mehrere sein) muss einmal definiert werden, um ihn dann mit einem Analytics Tool messen zu können.
Der User Flow wird in Prozent dargestellt, und zwar immer bezogen auf den Anfangswert. So brechen möglicherweise bereits 10 % der Nutzer:innen den idealen Weg durch die App beim ersten Schritt ab und noch einmal 15 % beim zweiten. Beim dritten Schritt verlierst Du aber gleich 40 %. Das kann ein Hinweis darauf sein, dass Dein dritter Screen im User Flow nicht gut funktioniert.
Ein weiterer Anwendungsbereich für Funnels ist das Onboarding der App, also die kurze Serie an Screens, in denen üblicherweise beim ersten Start der Anwendung die Hauptfunktionen erklärt werden. Auch hier lohnt sich ein genauer Blick auf die Stellen, an denen die meisten neuen Nutzer:innen “verloren gehen”.
Benutzte Features und Konfigurationen
Features haben einen entscheidenden Anteil am Erfolg oder Misserfolg einer App. Sie sind es, die Nutzer:innen begeistern und zum Bleiben oder Bezahlen anregen. Manche Features sind abhängig vom Betriebssystem. Wenn wichtige Features nicht funktionieren, kann das zum Verlust von Nutzer:innen führen.
Wenn Deine App den Benutzer:innen erlaubt, sie zu konfigurieren (z. B. mit verschiedenen Farbschemata), lohnt sich ein Blick darauf, welche Konfigurationen am meisten genutzt werden.
Dein Analysetool sollte es ermöglichen, die Features aufzulisten, die besonders häufig genutzt werden. Auf ihnen sollte der Fokus bei der Entwicklung und Optimierung liegen, denn sie sind es, die die Nutzer:innen in der App halten. Auch im Hinblick auf die Auswertung von Crashes und Bugs sollten die Features deshalb genau überwacht werden.
App Analytics Anwendungsfälle
Ich habe Dir beispielhaft ein paar Fälle beschrieben, die ich von App-Anbietern gehört habe.
Beispiel 1: Performance und Gerätedaten
Alex hat früh erkannt, dass Internetforen auch auf dem Smartphone lesbar sein sollten und eine passende App für eines der größten Internetforen entwickelt. Jeden Monat nutzen etwa 2 Millionen Nutzer:innen diese App.
Alex’ Geschäftsmodell beruht auf der Einblendung von Werbeanzeigen. Deshalb ist es für ihn wichtig, dass die Nutzer:innen die App gern und lange benutzen. Den größten Einfluss darauf hat die Performance der Anwendung.
Deshalb legt er darauf den Fokus. Da er ein kostenpflichtiges Analysetool nutzt, möchte er nur die Informationen sammeln, die er wirklich braucht.
Er entscheidet sich also dafür, nur einmal beim Start der App Metadaten zu erheben: Gerätemodell, Betriebssystemnummer und die Dauer bis zum vollständigen Laden der App sind für Alex von großem Interesse.
Anhand dieser Einblicke kann er die Performance seiner App optimieren und dabei kosteneffizient arbeiten.
Beispiel 2: Planungsfehler aufdecken
Kim hat eine App entwickelt, mit der man Wanderungen planen und durchführen kann. Wichtiger Bestandteil ist die Navigation. Obwohl Kim fast 50.000 Downloads hat, macht sie kaum Umsatz mit der App.
Dabei hat sie extra einen Screen entworfen, der zu einer freiwilligen Spende aufruft. Um herauszufinden, wo das Problem liegt, installiert Kim eine Analysesoftware in ihrer App. Sie will das Engagement der Nutzer:innen besser verstehen.
In den erhobenen Daten sieht sie, wie oft welcher Screen in der App angezeigt wird. Kim ist überrascht, dass fast niemand ihren Spenden-Screen sieht. Die Platzierung im User Flow war einfach falsch.
Kim ändert die Regel für den Spenden-Screen und zeigt ihn nun immer dann an, wenn eine Wanderung abgeschlossen wurde. Sie hofft, dass die Euphorie und die Freude über die abgeschlossene Tour die Spendenbereitschaft erhöhen.
Und tatsächlich. Bereits kurz nach der Änderung sieht sie den Erfolg. Endlich erhält sie eine angemessene Vergütung für ihre App und macht sich motiviert daran, weitere Features zu programmieren. Kim behält nun vor allem die Conversion ihres Spenden-Screens im Auge und lernt im Laufe der Zeit die saisonalen Schwankungen kennen.
Beispiel 3: A/B-Test
Mel glaubt, dass sie den Umsatz ihrer App steigern kann. Von den Nutzer:innen hört sie nur Gutes über ihre Rezeptsammlung und weiß, dass viele Familien bei der Planung des Speiseplans ihre App regelmäßig und intensiv benutzen. Mels Angebot ist also unentbehrlich. Leider bleiben fast alle Nutzer:innen in der kostenfreien Version.
Mel möchte also den Anteil an Premium-Nutzer:innen steigern. Dazu hat sie sich verschiedene Argumente überlegt. Lockt sie mit neuen Features oder setzt sie auf ein befristetes Sonderangebot?
Mel brütet lange über den Entwürfen für die neuen Payment-Screens mit der Aufforderung zum Upgrade. Als sie sich für zwei Favoriten entschieden hat, spielt sie die beiden in einem A/B-Test gegeneinander aus und überwacht das Engagement mit einem Analysetool.
Das Ergebnis: Die eine Hälfte der Nutzer:innen bekommen den einen Screen zu sehen, die andere Hälfte den anderen. Sie kann nun die Conversion Rates der beiden neuen Screens mit der Conversion-Rate des alten Screens vergleichen.
Die Unterschiede sind bereits am ersten Tag des Tests deutlich: Einer der beiden neuen Screens bringt 17 % mehr Conversions als der alte. Mel lässt den Test sicherheitshalber noch eine Woche laufen. Danach rollt sie für alle Nutzer:innen den besten Screen aus und freut sich über die Umsatzsteigerung.
DSGVO und rechtliche Fallstricke bei App Analytics
Der Begriff “personenbezogene Daten” ist in der IT-Branche allen in die Knochen gefahren, die Dienste, Webseiten und Apps anbieten: Verarbeiten wir personenbezogene Daten? Haben wir dazu die Einwilligung der Betroffenen? Darf ich noch US-Dienste nutzen? Seit 2018 sorgt die DSGVO für jede Menge graue Haare.
Ich persönlich bin schon lange im Bereich Datenschutz tätig und sehe die Vorteile, welche die Datenschutz-Grundverordnung für die Verbraucher:innen gebracht hat. Doch ich sehe auch, wie viele Probleme dadurch im Alltag für Anbieter und Marketer:innen entstehen.
Deshalb möchte ich auch dieses Thema im Kontext von App Analytics anschneiden, denn es gehört in unserer Branche nun mal dazu, sich über die rechtlichen Konsequenzen Gedanken zu machen.
Datenübermittlung in die USA
In den USA gibt es kaum Datenschutzgesetze und wenig rechtliche Infrastruktur, was dazu führt, dass Betroffene kaum in der Lage sind, Datenschutzverstöße zu melden und ihre Rechte durchzusetzen.
Das hat im Jahr 2020 dazu geführt, dass das Datentransfer-Abkommen zwischen den USA und der EU, das “Privacy Shield” für ungültig erklärt wurde. Es gibt seitdem keine allgemeingültige Rechtsgrundlage dafür, personenbezogene Daten von EU-Bürger:innen in die USA zu übertragen.
Das ist ein großes Problem, da viele wichtige Anbieter von Diensten ihren Sitz in den USA haben. Inzwischen hat sich viel getan: Ein neues Datentransfer-Abkommen ist in Arbeit und die meisten Anbieter haben spezielle Rechenzentren innerhalb der EU aufgemacht, damit die Daten den europäischen Rechtsraum nicht mehr verlassen.
Dennoch muss bei jedem Dienst, der seinen Sitz außerhalb der Europäischen Union hat, geprüft werden, ob Daten übertragen werden dürfen und unter welchen Bedingungen.
In der Regel ist der Abschluss eines Auftragsdatenverarbeitungsvertrages und die Unterzeichnung der Standard Contractional Clauses notwendig. Das habe ich weiter oben bei den beispielhaft ausgewählten Analytics-Diensten beschrieben.
Ja, es gibt nach dem Wegfall des Privacy Shield nun verschiedene Unterlagen, die man als Anbieter unterschreiben und abheften muss.
Dann kann man vermutlich vielleicht möglicherweise personenbezogene Daten in die USA übertragen oder bei einem US-Unternehmen in einem europäischen Rechenzentrum hosten.
Aber das schönste Papierwerk ändert nichts daran, dass der Datenschutz in den USA viel weniger geachtet wird als bei uns. Dazu kommt, dass die Nutzer:innen inzwischen beim Datenschutz immer sensibler reagieren.
Da alle Dienste, die personenbezogene Daten bearbeiten, in der Datenschutzerklärung aufgelistet sind, ist es für die Verbraucher:innen leicht, sich Alternativen zu suchen, die sorgfältiger mit den eigenen Daten umgehen.
Bedenke das, wenn Du Deine Dienste auswählst und die Datenschutz-Strategie für Deine App festlegst.
Einwilligung Betroffener
Es ist wichtig, dass man jederzeit nachweisen kann, dass der oder die App-Nutzer:in eingewilligt hat, dass Daten verarbeitet werden dürfen.
- In Bezug auf die DSGVO musst Du Dir eine Einwilligung für die Verarbeitung personenbezogener Daten geben lassen.
- In Bezug auf das TTDSG (gilt nur in Deutschland) musst Du Dir zusätzlich auch eine Einwilligung für die Verarbeitung technischer Randdaten geben lassen.
Prüfe deshalb genau, welche Kategorien von Daten Du zum Zwecke Deiner App und zum Zwecke der Analyse des Nutzungsverhaltens verarbeitest. In der Regel informieren Dich die Anbieter darüber, wie Du die App Analytics Software datenschutzkonform einbauen kannst.
Braucht man Data Scientists, um App Nutzer:innen zu analysieren?
Meiner Überzeugung nach gibt es für jeden Wissensstand die passende Analytics Lösung. Manche richten sich mit ihrer User-Experience mehr an Data Scientists, andere mehr an technisch affine App-Entwickler:innen und dann gibt es noch die Tools für die Marketing-Experten und Expertinnen. Entsprechend kann ich die Frage mit einem ganz klaren Jein beantworten: Es kommt darauf an, welches Analytics Tool Du auswählst.
Eine Sache steht aber fest: Es gibt derzeit zu wenig Data Scientists auf dem Markt. Ich las neulich auf LinkedIn, dass 50.000 freie Stellen in der Daten-Branche allein in Deutschland auf qualifizierte Analysten warten.
Wenn Du das Glück hast, so jemanden in Deinem Unternehmen zu haben: Herzlichen Glückwunsch! Vor allem für kleinere und junge Unternehmen und App Developer, die hauptsächlich allein arbeiten, gibt es Analytics Tools, für die man keinen Data Scientist braucht.
Guck Dir deshalb nicht nur die bunten Screenshots auf den Webseiten der Anbieter an, sondern schnuppere auch mal in die Community rein und sieh Dich um. (z.B. Post von Jonas Rashedi)
Braucht man Programmierer:innen, um eine App zu analysieren?
Damit die Aktionen Deiner Nutzer:innen getrackt werden können, muss in die App ein Code-Schnipsel eingebaut werden, welcher die Daten sammelt und an den Analyse-Dienst übermittelt. Dieser Code steckt in sogenannten SDKs, also Software Developer Kits. Du musst also das SDK in Deine App einbauen. Und das macht am besten die Person, die auch die App programmiert hat.
Wahrscheinlich musst Du bei Deinem SDK immer mal wieder Anpassungen vornehmen. Die Fragestellungen, die Du mithilfe der Analysedaten beantworten willst, ändern sich von Zeit zu Zeit – wie Du bei meinen Anwendungsbeispielen sehen kannst.
Wenn Du das SDK ab und zu anpasst, kannst Du bei den kostenpflichtigen Analytics Tools auch bares Geld sparen, indem Du Dich auf die wichtigen Daten konzentrierst.
Also noch mal ganz knackig zusammengefasst: Es wäre gut, wenn Du jemanden an der Hand hast, der oder die gelegentlich das SDK anpassen kann. Du brauchst aber ohnehin jemanden, der die App bereut, Updates einspielt und Deine gefundenen Optimierungsmöglichkeiten einbaut.
Was kostet App Analytics?
Für Deinen Businessplan wäre es bestimmt super, wenn ich Dir jetzt einfach eine Zahl nenne. Leider ist es nicht so einfach. Ich kann Dir aber sagen, wie Du Dich den Kosten möglichst genau näherst, indem ich Dir aufliste, was Du alles bedenken musst und wie viel Zeit Du einplanen solltest.
- Deine eigene Zeit für die Auswahl des passenden App Analytics Tools. Je nachdem, wie schnell Du recherchierst, würde ich hier zwischen 4 und 8 Stunden veranschlagen.
- Halte Rücksprache mit Deinem Datenschutzbeauftragten oder bitte eine Fachanwältin oder einen Fachanwalt zu Hilfe, wenn Du Dir nicht sicher bist, ob Du in puncto Datenschutz alles richtig gemacht hast. Bedenke vor allem die Einwilligung Deiner Nutzer:innen und die Anpassung der Datenschutzerklärung. Nimm die Nutzungsanalyse in das Verfahrensverzeichnis mit auf. Für die Beratung musst Du einen branchenüblichen Stundenlohn kalkulieren.
- Je nachdem, welches Analysetool Du auswählst, brauchst Du mehr oder weniger Zeit, um das SDK in Deine App einzufügen. Die Unterschiede sind enorm. Hinweise findest Du auf den Webseiten der Anbieter und in den Bewertungen anderer Kunden.
- Plane Dir monatlich oder quartalsweise Zeit für die Auswertung Deiner Daten ein. Eventuell ergibt sich aus den Analysen Optimierungsbedarf bei der App. Es kann sein, dass auch das Analytics SDK angepasst werden muss.
- Prüfe die monatlichen oder jährlichen Kosten für das Analytics-Tool. In der Regel sind diese Kosten abhängig vom Volumen. Hier ist es hilfreich, wenn Du bereits eine Schätzung zur Entwicklung der Anzahl Deiner Nutzer:innen und deren Engagement hast.
Bitte frage Dich auch, was es Dich kostet, das Verhalten Deiner Nutzer:innen innerhalb der Anwendung nicht zu analysieren und im Blindflug Features zu entwickeln. Höchstwahrscheinlich verschwendest Du Zeit und Umsatz dabei, denn User Experience kann man messen, aber man kann sie nicht erraten.
Bedenke auch, wie die Wahl Deines Analysetools künftige Umsätze beeinflussen wird. Vor allem diejenigen Nutzer:innen, denen ihre Privatsphäre sehr wichtig ist, werden die Einwilligung für das Tracking verweigern und genau prüfen, ob Daten an Dritte weitergegeben werden oder nicht.
Je sensibler das Thema Deiner App ist, desto wichtiger wird dieser Punkt. So möchte ich persönlich beispielsweise nicht, dass die Daten aus meiner Zyklus-App bei einem Unternehmen landen, das daraus berechnet, wann der passende Moment ist, um mir Werbung für Menopausen-Tee einzublenden.
App Analytics vs. Web Analytics
Technisch gesehen ist es möglich, Analytics Software, die für Webseiten gedacht ist, auch für Apps zu verwenden – und umgekehrt. Im ersten Moment mag es praktisch klingen: Alle Daten laufen in einem Dashboard zusammen. Tatsächlich ist es das aber überhaupt nicht.
Web Analytics und App Analytics sind zwei sehr unterschiedliche Disziplinen. Ich erkläre Dir das am Beispiel von Quellen. Bei Web Analytics ist es sehr wichtig zu sehen, wie die Nutzer:innen auf die Webseite gelangen, also beispielsweise über die Suche (SEO) über einen Verweis-Link (welche Quelle) oder durch eine Anzeige (PPC).
Entsprechend liegt viel Aufmerksamkeit bei der Analyse und den Dashboards darauf. Bei Apps spielt das kaum eine Rolle. Hier ist es wichtiger, ob sie durch eine Notification gestartet wurde oder aufgrund eines Nutzungsbedürfnisses.
Auf die Funktionalität von Anwendungen haben die Geräte und Betriebssysteme einen viel größeren Einfluss als das bei Webseiten und Browsern der Fall ist. Auch das berücksichtigt eine Analysesoftware, die sich auf Apps spezialisiert hat.
Ich würde Dir dringend davon abraten, ein Web-Analysetool für Deine App zu verwenden. Um es kurz zu machen: Ja, Du kannst mit einem Traktor auf der Autobahn fahren. Spaß macht es aber nicht.
Fazit
Beim Thema App Analytics ist es wie mit allen anderen Themen im Onlinemarketing auch: Denke in Kampagnen und Sprints. Überlege Dir im Vorfeld, was Du erreichen möchtest, und suche Dir dann die passenden Werkzeuge, die Dich dabei unterstützen. Bedenke Deine eigenen Fähigkeiten und die verfügbaren Ressourcen bei der Auswahl. Und bitte, lass den Datenschutz dabei nicht außer Acht.
Apps spielen eine zunehmend wichtige Rolle in unserem Leben, und App-Anbieter sollten alle nötigen Informationen für die Verbesserung ihrer Apps zur Verfügung haben. Davon profitieren alle, denn wir verwenden diese Anwendungen teilweise intensiv als Unterstützung oder Zerstreuung im Alltag.
Entsprechend viele Informationen über uns enthalten diese Anwendungen. Bisher wird das in der öffentlichen Diskussion um Datenschutzthemen nicht so wahrgenommen, da in Gerichtsurteilen fast ausschließlich Webseiten eine Rolle spielen.
Doch ich bin davon überzeugt, dass sich das bald ändern wird und die hohen Ablehnungsquoten von 96 % für Tracking in Apps sprechen eine deutliche Sprache: Es wird Zeit für Analysetools, die die Privatsphäre der Nutzer:innen respektieren.
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr Informationen
