1. Ausgangslage

Bei dem Onlineshop herrenausstatter.de wurde vermutet, dass das Wetter einen Einfluss auf die Entscheidung des Kunden hat, bestimmte Produkte oder Produktkategorien zu kaufen. Falls ein Zusammenhang zwischen Wetterdaten und dem möglichen Verkaufserfolg der Waren besteht, bietet es sich an, entsprechende Marketingmaßnahmen (On- und Off-Site) anhand von Near Time-Wetterdaten zu optimieren. Damit ist es möglich, je nach Wetterlage ein stärker am Bedarf orientiertes Einkaufserlebnis auf der Website zu bieten. Zudem können auf dieser Basis auch Umsatz-Forecasts im Controlling genauere Schätzungen liefern.

2. Zielsetzung

Das übergeordnete Ziel war die Bewertung von Zusammenhängen zwischen Wetter und der Conversion-Rate auf herrenausstatter.de. Ziel war es, einen Zusammenhang zwischen Wetter und Conversion Rate für Produkte und Produktkategorien herauszufinden und die Auswertungen automatisiert mittels Self Service Dashboards in Data Studio, dem Produkt- und Marketing-Team von herrenaustatter.de bereitzustellen. Diese Erkenntnisse sollen dann für zukünftige Marketing Optimierungen und Automatisierungen genutzt werden.

3. Erfolgsfaktoren

  • Real-Time/Near-Time Anbindung der Wetterdaten an das Online-Tracking
  • Hohe Genauigkeit und Umfang der verfügbaren Wetterdaten
  • Keine Einschränkungen der User Experience (Ladezeiten etc.) durch Abfragen

4. Umsetzung

① Auslösung des EEC-Events
Der auf herrenausstatter.de implementierte clientseitige Google Tag Manager (GTM) wird durch eine Produkt-Interaktion (Detail Page zu Kauf) getriggert.

② Übermittlung des GA Tags
Es wird ein Google Analytics Event Tag aktiviert, was das Event an GA übermittelt. Der clientseitige GTM übergibt
das EEC-Event, welches die Client-ID als Information enthält, an den serverseitigen GTM. Es wird lediglich eine Anfrage vom Browser an den serverseitigen GTM gestellt.

③ Aufruf der Cloud Function
Am serverseitigen GTM erfolgt die Aufteilung in Breiten-(Latitude) und Längengrade (Longitude) mit anschließendem Aufruf der Cloud-Function.

④ Call der METEONOMIQS-API
Die Cloud-Function stellt eine Abfrage an die METEONOMIQS-API.

⑤ Forecast
Diese liefert einen Forecast auf Grundlage von Latitude- und Longitude-Angaben in einem Umkreis von ca. 1 Kilometer auf Stundenbasis. Die Abfrage liefert dabei detaillierte Daten zu “Wetterstatus“, Temperatur, gefühlte Temperatur, Niederschlag/Schneemenge, Windgeschwindigkeit und Richtung an die Cloud Function zurück.

⑥ Übermittlung des Events mit Custom Dimension
Die Cloud-Function gibt die Informationen durch eine sitzungsbezogene Custom Dimension innerhalb eines Events an Google Analytics weiter, wo anhand der übermittelten Client-ID als Identifier ein Matching der Session stattfindet.

⑦ Visualisierung
Die Analytics-Daten werden anschließend über Google Data Studio explorativ visualisiert.

5. Ergebnis

Mit der geschaffenen Datenbasis durch Wetterdaten der METEONOMIQS-API, ist es den Analysten der DePauli AG nun möglich Zusammenhänge zwischen Wetter und Verkäufen einzelner Produktkategorien auf herrenausstatter.de zu analysieren. Einen Einstiegspunkt für explorative Analysen bilden die in Data Studio erstellten Self Service Dashoards. Die interaktiven Dashboards bieten hierbei viel Spielraum, einzelne Produktkategorien anhand ihrer detaillierten Wetterinformationen flexibel im Kontext zukünftiger Prognosen zu nutzen.

Im nächsten Schritt wurde mittels Regressionsanalyse untersucht, welchen Einfluss die Temperatur auf die Verkäufe je Produktkategorien hat. Einige der Produktkategorien zeigen erwartungsgemäß einen deutlichen Zusammenhang zwischen der Temperatur und den Produktverkäufen. Die Analyse hat zudem gezeigt, dass nicht nur die Temperatur, sondern vor allem auch die Temperaturveränderung ausschlaggebend für die Verkäufe bestimmter Produktkategorien ist. Diese Indikatoren können für weitere Marketing Optimierungen genutzt werden.

Dieser Beitrag steht Ihnen ebenfalls in hochwertiger Form eines PDF-Downloads zur Verfügung.