Scandaten deuten: welche Vergleiche eine Zahl tragen

Die Auswertung von QR-Codes lesen

"Wir hatten 4.000 Scans" ist ein Satz, der für sich genommen nichts bedeutet. Viertausend Scans auf einem Bon-Code in einer einzigen Filiale sind ein Phänomen, dieselbe Zahl über eine bundesweite Plakatkampagne hinweg ein Misserfolg. Scandaten zu deuten heißt vor allem zu wissen, welche Vergleiche eine Rohzahl tragen. Und wer in Deutschland auswertet, braucht dazu einen zweiten Reflex: zu wissen, welche Zahl aus welcher Grundgesamtheit stammt.

Die wesentlichen Kennzahlen

Scanvolumen

• Scans insgesamt: die gesamte Resonanz
• Eindeutige Scans: einzelne Nutzende
• Wiederholte Scans: Bindung der Nutzenden
• Scangeschwindigkeit: Scans im Zeitverlauf

Conversion-Kennzahlen

• Scan-zu-Aktion-Rate: % der Personen, die die gewünschte Aktion abschließen
• Absprungrate: % der Personen, die sofort wieder weg sind
• Verweildauer auf der Seite: Tiefe der Auseinandersetzung
• Zielerreichung: konkrete Conversions

Geodaten

• Standort nach Land
• Daten auf Stadtebene
• Regionale Muster
• Grenzüberschreitende Aktivität

Angaben zum Gerät

• Betriebssystem
• Gerätetyp
• Verwendeter Browser
• Bildschirmgröße

Die Auswertung einrichten

Auswahl der Plattform

Achten Sie auf:

• Möglichkeiten des Trackings
• Daten in Echtzeit
• Exportmöglichkeiten
• Unterstützung bei der Anbindung
• Kostenstruktur

Schritte zur Umsetzung

1. Tracking-Codes anlegen
2. Ziele einrichten
3. Benachrichtigungen konfigurieren
4. Dashboards bauen
5. Berichte einplanen

UTM-Parameter

Standardaufbau:

• utm_source=qr_code
• utm_medium=[placement]
• utm_campaign=[campaign_name]
• utm_content=[code_variant]

Daten deuten

Scanmuster

Tagesmuster: Spitzenzeiten beim Scannen erkennen Wochenmuster: Wochenzyklen verstehen Saisonale Trends: Schwankungen einplanen Bezug zu Ereignissen: Verbindung zu äußeren Faktoren herstellen

Erkenntnisse aus den Geodaten

• Wo befinden sich die Scannenden?
• Regionale Leistungsunterschiede
• Internationale Reichweite
• Scans von Einheimischen und von Reisenden

Erkenntnisse zu den Geräten

• Verhalten unter iOS und unter Android
• Handy und Tablet im Vergleich
• Technischer Optimierungsbedarf
• Wege über mehrere Geräte hinweg

Fortgeschrittene Auswertung

Kohortenanalyse

Verfolgen Sie Nutzergruppen über die Zeit:

• Erstscannende
• Wiederkehrende Scannende
• Besonders wertvolle Nutzende
• Abgewanderte Nutzende

Trichteranalyse

Bilden Sie die Customer Journey ab:

1. Scan des QR-Codes
2. Laden der Seite
3. Auseinandersetzung mit dem Inhalt
4. Conversion-Aktion
5. Verhalten nach der Conversion

Attributionsmodelle

Verstehen Sie den Beitrag:

• Erster Kontakt: Der QR-Code hat die Reise angestoßen
• Letzter Kontakt: Der QR-Code hat die Reise abgeschlossen
• Mehrere Kontakte: die Rolle des QR-Codes auf der gesamten Reise
• Individuell: gewichtete Attribution

Dashboards bauen

Die wichtigsten Bestandteile eines Dashboards

• Scanübersicht (täglich/wöchentlich/monatlich)
• Die stärksten Codes
• Geografische Heatmap
• Conversion-Trichter
• Trendvergleiche

Bewährtes bei der Visualisierung

• Klare, einfache Diagramme
• Passende Zeiträume
• Vergleichsbasis
• Erkenntnisse, aus denen Handlungen folgen

Berichtsrhythmus

• Echtzeit: kritische Kampagnen
• Täglich: laufende Überwachung
• Wöchentlich: Leistungsdurchsicht
• Monatlich: Trendanalyse
• Quartalsweise: strategische Prüfung

Strategien zur Optimierung

A/B-Tests

Testen Sie Varianten:

• Gestaltung des QR-Codes
• Ort der Platzierung
• Text der Handlungsaufforderung
• Inhalt der Landingpage
• Formulierung des Angebots

Vergleichswerte

Branchendurchschnitte:

• Scanrate: bezogen auf Impressionen
• Conversion-Rate: bezogen auf Scans
• Absprungrate:
• Verweildauer auf der Seite: 30-60 Sekunden

Ansätze zur Verbesserung

Anhand der Daten:

• Wenige Scans: Sichtbarkeit und Handlungsaufforderung verbessern
• Hohe Absprungrate: die Landingpage optimieren
• Niedrige Conversion: Angebot und Bedienung prüfen
• Regionale Lücken: gezielte Kampagnen

Typische Fehler bei der Auswertung

Fehler 1: Eitelkeitskennzahlen

Problem: Der Blick geht nur auf die Gesamtzahl der Scans Lösung: aussagekräftige Conversions verfolgen

Fehler 2: keine Segmentierung

Problem: Alle Scans werden gleich behandelt Lösung: nach Quelle, Gerät und Standort segmentieren

Fehler 3: Kontext wird ignoriert

Problem: Die Analyse steht für sich allein Lösung: äußere Faktoren einbeziehen

Fehler 4: zu kurzer Zeithorizont

Problem: Es zählen nur die jüngsten Daten Lösung: langfristige Trends auswerten

Anbindung an andere Systeme

CRM-Anbindung

• Identifikation der Kundschaft
• Abbildung der Customer Journey
• Lead-Bewertung
• Automatisiertes Nachfassen

Marketing-Automatisierung

• Ausgelöste Kampagnen
• Personalisierung
• Retargeting
• Marketing entlang des Lebenszyklus

Business Intelligence

• Kanalübergreifende Analyse
• Umsatzattribution
• Kundenwert über die gesamte Beziehung
• Vorausschauende Modellierung

Datenschutz mitdenken

Datenerhebung

• Transparent sein
• Einwilligung einholen
• Daten sparsam erheben
• Sichere Speicherung

Regelkonformität

• Vorgaben der DSGVO
• Einhaltung des CCPA
• Branchenvorschriften
• Bewährte Vorgehensweisen

Erkenntnisse, aus denen Handlungen folgen

Von den Daten zur Handlung

1. Muster erkennen
2. Hypothesen bilden
3. Tests entwerfen
4. Änderungen umsetzen
5. Ergebnisse messen
6. Nachschärfen

Bericht an die Beteiligten

• Kurzfassung für die Leitung
• Die wichtigsten Kennzahlen
• Erkenntnisse und Empfehlungen
• Aufgaben
• Nächste Schritte

Was das Consent-Banner mit Ihren Zahlen macht

Die häufigste Fehldeutung in deutschen Berichten entsteht nicht beim Rechnen, sondern beim Zusammenzählen zweier Messungen, die verschiedene Dinge zählen.

Die Weiterleitung eines dynamischen Codes zählt jeden Scan, weil sie zum Dienst gehört. Ihr Webanalysewerkzeug auf der Zielseite startet dagegen erst, wenn im Banner zugestimmt wurde, denn nach § 25 TDDDG darf vorher nichts Nichtnotwendiges im Browser ablegen oder auslesen. Die beiden Zahlen werden deshalb niemals übereinstimmen, und die Differenz ist keine Fehlerquote, sondern die Zustimmungsquote. Entscheiden Sie einmal, welche Reihe die Steuerungsgröße ist, schreiben Sie es in die Kopfzeile des Berichts, und vergleichen Sie danach nur noch gleiches mit gleichem.

Ein zweiter Punkt betrifft die Aufbewahrung. Solange Scandaten mit IP-Adresse oder Gerätemerkmalen vorliegen, sind sie personenbezogen, fallen unter die Auskunftspflicht nach Art. 15 DSGVO und brauchen eine Löschfrist, die Sie auch einhalten. Aggregieren Sie deshalb früh: Tagessummen pro Code, pro Platzierung, pro Region auf Bundeslandebene. Für jede Entscheidung, die Sie tatsächlich treffen, genügt diese Auflösung, und was aggregiert ist, muss niemand herausgeben und nach Frist löschen.

Werden Codes im Betrieb von Beschäftigten gescannt, kommt die Mitbestimmung hinzu: Auswertungen, die auf einzelne Personen zurückführen, sind nach § 87 Abs. 1 Nr. 6 BetrVG mit dem Betriebsrat abzustimmen. Berichte, die auf Standort und Schicht aggregieren, sind fachlich fast immer ausreichend und ersparen die Diskussion.

Eine Routine für den Montagmorgen

Die Auswertung zahlt sich nur als Gewohnheit aus. Zehn Minuten, einmal pro Woche: Scans je Platzierung ziehen, alles markieren, was sich um mehr als ein Drittel in die eine oder andere Richtung bewegt hat, und einen Satz dazu schreiben, warum. Nach einem Monat haben Sie eine Aufzeichnung, die Fragen beantwortet, die kein Dashboard von allein beantwortet: welche Ihrer Platzierungen im Regen sterben und welche nur am Wochenende funktionieren.