SEA und SEO Reporting mit Google Data Studio

SEA & SEO Monitoring - Was soll analysiert werden?

Beim kanalübergreifenden Reporting sehen sich Online Marketing Manager mit einigen Herausforderungen konfrontiert:

• Die Google Ads Performance lässt sich meist sehr genau auf Daten festlegen. Die organische Performance hingegen ist weniger konkret messbar. 
  
  Ein kanalübergreifender Report könnte also den Eindruck stärken, dass SEA der Online Marketing Kanal mit dem größten Conversion- und Umsatzpotential ist und man der SEO-Perfomance gerade wegen ihrer Ungenauigkeit nicht vertrauen darf. 
  
  => Hier gilt es im Hinterkopf zu behalten, dass Google sich bewusst im organischen Bereich nicht in die Karten schauen lassen möchte. 
  Ein kanalübergreifender Report sollte daher nicht dazu dienen, die beiden Kanäle 1:1 nebeneinander zu stellen und die Rentabilität zu messen, sondern Potentiale aufzuspüren, die ein Kanal bereits gut nutzt und wovon der andere Kanal noch profitieren könnte.
   
• Die Angst davor, dass ein kanalübergreifendes Reporting die eigenen Optimierungsbemühungen schlecht aussehen lässt.
  
  Dieser Eindruck könnte zum Beispiel bei den Nutzersignalen zum jeweiligen Traffic-Kanal entstehen: Die organischen Nutzer verbringen durchschnittlich Minuten auf einer Landing Page, während der bezahlte Traffic schon nach ein paar Sekunden abspringt. Eine solche Darstellung ließe den schnellen Rückschluss zu: “Da muss der SEA Account-Manager wohl einen Fehler gemacht haben!”
  
  => Ein kanalübergreifendes Reporting sollte generell nicht dazu hergenommen werden Unzulänglichkeiten der operativ betreuenden Menschen hinter den Kanälen zu markieren. Wer die Tendenz hat, solche Rückschlüsse zu ziehen, wird wenig motivieren, ein solches Reporting aufzusetzen. 
  
  Stattdessen wäre der folgerichtige Schluss, genauer hinzuschauen, weshalb der andere Kanal bessere Performance-Werte erreichen kann und diese Erkenntnisse - wenn möglich - in die nächste Optimierungsrunde zu übernehmen.
   
• Wenn die SEO-Performance auf Platz 1 ist, entsteht der Eindruck, man könne sich die bezahlte Anzeige zusätzlich sparen.
  
  => Auch hier kommt es auf verschiedene Faktoren an: 
  
  Wie stark ist die Konkurrenz vertreten? Kann sich das Unternehmen leisten, dass SEO zwar eine Top Position in den Suchergebnissen einnimmt, aber sich ein anderes Unternehmen mit einer bezahlten Anzeige davor schiebt? 
  
  Wie sind die Suchergebnisse grundsätzlich gestaltet? 
  Der Blick weg von den Reporting-Zahlen in die tatsächliche Google-Suche hilft. Gibt es viele Suchintegrationen? Wie Videos, Maps, Nutzer-fragten-auch, etc. 
  Wie sieht die mobile Google-Suche aus? Schnell kann im organischen Bereich selbst ein top rankendes Suchergebnis wegen einer großen Zahl an Suchintegrationen in die Unsichtbarkeit verschwinden.

Die folgenden Reportdarstellungen wollen eine erste Inspiration zum kanalübergreifenden Reporting geben und gleichzeitig eine Nachbau-Anleitung bzw. eine Vorlage liefern. Wer sich die Zeit um Reporting-Aufbau sparen möchte, kann unsere Report-Vorlage am Ende des Artikels nutzen.

1. LandingPages mit viel SEO- / bzw. SEA-Traffic, aber im Vergleich schlechten Nutzersignalen

Die Erkenntnisse der Analyse dieser Datenansicht könnten sein:

◻Die Suchanfragen und eingebuchten Keywords der Google Ads Kampagne mit den Suchanfragen der Seite in der Google Search Console abgleichen. Ggf. können auf der LandingPage oder in Meta-Title und -Description Keywords-Ergänzungen oder Content-Veränderungen vorgenommen werden, die den Nutzerintent besser treffen.

◻Sich Inspiration von SEO / SEA bei Verfassen der Anzeigentexte / Meta-Title und - Descriptions zu holen. 

Welche Meta-Title und -Description ist für die LandingPage hinterlegt und welche wird tatsächlich von Google organisch ausgespielt (Eigenrecherche)? Was kann hier für Google Ads oder vice-versa übernommen werden.

◻Die Ziel-LandingPage von SEA mit der rankenden Seite von SEO abzugleichen. Gibt es Kannibalisierung? Ist die organische Seite, die derzeit für das Keyword rankt evtl. nicht die beste Seite und es gibt bessere LandingPages?

◻Einen Blick auf die Google-Suchergebnisseite zu werfen und den Nutzerintent hinter den Suchanfragen zu überprüfen. Die Erkenntnisse können zur Verbesserung der Seiteninhalte hergenommen werden.

◻Den Unterschied zwischen informationellen, transaktionalenen Suchintentionen und Brand-Traffic im Hinterkopf behalten, bei der Analyse. Manchmal überwiegt im organischen Bereich der Anteil an informationellen Intentionen, welche andere Engagement- und Conversion-Daten zur Folge haben, als transaktionale Suchen, die gerne verstärkt in der bezahlten Suche fokussiert werden. Somit ist die Performance der Kanäle nur bedingt vergleichbar.

Und so kann der Vergleich in Google Data Studio nachgebaut werden:

1. Die zugrunde liegende Datenquelle ist Google Analytics

Die hier hinterlegten Filter sind:

2. Keywords mit SEO-Traffic aber ohne SEA-Klicks

Die Erkenntnisse aus dieser Report-Ansicht könnten sein:

◻Welche gut performenden (nach Klicks) SEO-Keywords werden derzeit noch nicht in Google Ads ausreichend abdeckt?

◻Aus welchen Gründen erhält SEA hierfür weniger Klicks? Ist das gezeigte Daten-Verhältnis aus Online Marketing-Sicht vertretbar und damit eine bewusste Entscheidung oder zeigt die Ansicht eine nicht bedachte Auswirkung an?

Als Randnotiz: Je größer die Website, desto mehr bietet es sich aus Performance-Gründen für Data Studio an, die Daten vorab über BigQuery aufzubereiten und anschließend als Datenquelle im Google Data Studio Report abzufragen. Das Bildmaterial unter der Überschrift entstammt einer solchen BigQuery Aufbereitung.
Es ist auch möglich sich einen solchen Report in Google Analytics zu erstellen, wenn Google Ads und die Google Search Console mit Analytics verknüpft sind.

Aus Gründen der Vereinfachung wird im Folgenden für die Nachbau-Anleitung der Weg über "Blended Data" von Google Ads und Google Search Console via Google Data Studio beschrieben. 
Wer gerne mehr über das "Wie” zur BigQuery-Datenanalyse erfahren möchte, darf sich auf einen kommenden Artikel zum Thema freuen, bzw. kann uns bei weniger Geduld gerne direkt eine Email schreiben. 
 

Die Anleitung zum Data Studio Dashboard-Bau:

1. Datenquellen Hinterlegung

Unter Resources > Manage added data sources hinterlegt man zunächst die gewünschte Google Search Console (Site Impression) und das dazugehörige Google Ads Konto. 

2. Merge der Datenquellen

Hier hinterlegt man an erster Stelle Google Ads und anschließend die Google Search Console. 

Der "Join Key" ist jeweils das "Search Keyword", bzw. die "Query". Als Metrik werden die Klicks ausgewählt. Zur besseren Unterscheidung können die Klicks noch in "SEA Klicks" und "SEO Klicks" umbenannt werden.

4. Weitere Einstellungen

Es kann noch ein Filter hinterlegt werden, um ggf. Google Ads-Keyword Types mit +keyword auszuschließen  und so eindeutigere Werte zu erhalten. 

5. Das fertige Resultat mit Styling

Und so könnte dann das fertige gemergte Data Studio Datenblatt aussehen:

3. Suchanfragen mit hohen Conversionvolumen und Möglichkeit zur Ranking-Verbesserung

Die Erkenntnisse aus dieser Report-Ansicht könnten sein:

◻Hinter welchen Keywords liegt besonders viel Umsatz? 
Das daneben gehaltene durchschnittliche Google Search Console Ranking vermittelt die Empfehlung, dass eine organische Ranking Verbesserung sich hier besonders positiv auf den Umsatz auszahlt. 

◻Die durchschnitttlichen Positionswerte der Google Search Console beachten, die mitunter kein genaues Bild abbilden. 
Es ist empfehlenswert bei der Analyse zusätzlich die Keyword-Position über den Incognito-Modus des Browsers zu bestimmen. Anschließend kann ein Positions-Optimierungs-Zielwert festgesetzt werden.

◻Es gilt außerdem die Google-Search-Integration-Elemente (Ads, Bilder, Videos, Nutzer-fragten-auch) zu beachten - vor allem auch im mobilen Bereich, um sich hier ein ambitioniert-realistisches Optimierungsziel zu stecken.
 

Die Bauanleitung:

1. Datenquellen Hinterlegung und Merge der Datenquellen 

Die Zusammensetzung der Datenquellen ist für diese Report-Ansicht die gleiche, wie zur Analyse zwei "Keywords mit SEO-Traffic aber ohne SEA-Klicks".
Als Metrik werden hier nur "Total Conversion Value" im Ads-Bereich und "Average Position" im Google Search Console-Bereich hinterlegt. 
Der "Total Conversion Value" kann durch die Datenformatierung "Currency" noch aufgehübscht werden.

2. Sortierung und Filter

Nun sortiert man absteigend den Average Conversion Value.
Um die Daten weiter für das Auge aufzubereiten empfiehlt es sich:

a.) die Tabellen-Numerierung zu entfernen, 

b.) für die organischen, durchschnittliche Position eine Heatmap zu hinterlegen, so dass man besser auf einen Blick Potential erkennen kann, wobei hier - wie bereits erwähnt - die organischen Positionen wegen des starken Durchschnitt-Charakters mit Vorsicht zu genießen sind und über den Incognito-Modus des Browsers überprüft werden sollten. 

c.) den “Total Conversion Value” zu runden.

 Und so könnte das Endergebnis aussehen:

4. Suchanfragen mit gutem SEO-Ranking und Möglichkeiten zur SEA-Kostenoptimierung

Die Erkenntnisse aus dieser Report-Ansicht könnten sein:

◻Bei welchen Keywords liegen die Google Ad-Kosten besonders hoch?

◻Auf welcher Position befindet sich das organische Ranking? (Mit gleichzeitigem Zwischen-Check über den Incognito-Modus des Browsers).

◻ Sind organische Klicks entsprechend präsent und könnte man in SEA Anzeigenkosten sparen, in dem man z.B. den CPC senkt oder ggf. auch auf eine Anzeige verzichtet?
 

Der Aufbau:
 

1. Datenquellen Hinterlegung und Merge der Datenquellen

Die Zusammensetzung der Datenquellen ist für diese Report-Ansicht die Gleiche, wie zur Analyse zwei "Keywords mit SEO-Traffic aber ohne SEA-Klicks".

Als Metrik werden hier "Total Conversion Value" und "Costs" im Ads-Bereich und "Average Position" sowie "Clicks" im Google Search Console-Bereich hinterlegt. 

2. Sortierung und Filter

Die Sortierung erfolgt nach Kosten absteigend. Die Klicks lassen sich über den Bearbeitungsstift der Klick-Metrik unter dem Reiter "comparison calculation" in Prozent angeben. 

Auch hier ließen sich wieder über eine Heatmap besonders gute Werte anschaulich hervorheben.

5. Longtail Keywords und Shorttail Keywords-Verteilung in den Kanälen

Beim Vergleich der Performance beider Kanäle SEA und SEO kann auch ein Blick in die Klick-Verteilung der Short- und Longtail-Keywords interessant sein, die so genannte N-Gram-Analyse. 

Vereinfacht haben Short-Keywords häufig das höhere Suchvolumen, sind allerdings stark umkämpft und in der Suche mit vielen Anzeigen und Such-Integrationen (Bilder, Video, etc.) besetzt. 

Long-Tail-Keywords sind in der Anfrage spezifischer und werden meist (noch) weniger vielseitig / konkurrierender in der Suche ausgeliefert. Da der Fragende bei diesem Keywordtyp meist schon genau weiß, was er sucht, liegt das Conversion-Potential bei dieser Art der Suchanfragen besonders hoch. 

Die Erkenntnisse aus dieser Report-Ansicht könnten sein:

◻Die Verteilung der Klicks auf Short- oder Long-Tail-Keywords über die Kanäle SEA und SEO sollte im besten Fall ausgewogen sein. 

◻Sind die prozentualen Klicks im SEO-Bereich für Short-Tail-Keywords besonders niedrig im Vergleich zu SEA, dann würde das für einen teuren Traffic-Einkauf in diesem Bereich sprechen. Allerdings auch für ein stark umkämpftes Wettbewerbsumfeld.

◻Sind in SEO-Long-Tail-Keyword-Klicks kaum vertreten, dann wird hier vorhandenes Potential wenig genutzt. 

◻Auch das SEA sollte für Long-Tail-Keywords Klicks verbuchen, da hier der Nutzer bereits näher an der Conversion ist und die Conversion ggf. sehr business-relevant ist. Wichtiges Kriterium für die Relevanz hier ist, dass die Begriffe auch Suchvolumen haben.

◻Allgemein lässt sich aus einem solchen Diagramm ableiten, wie Nutzer suchen, bzw. wie Nutzer am besten erreicht werden, um auf das eigene Angebot zu kommen.

Im obigen Beispiel wird deutlich, dass Traffic für 1-Wort-Suchanfragen teuer eingekauft wird bzw. es starken Wettbewerb gibt. Der hohe Anteil an organischen 3-Wort-Suchanfragen könnte Potential für SEA bergen und sollte hinsichtlich seiner Conversion-Wahrscheinlichkeit genauer betrachtet werden.

Zur Chart-Einrichtung:

1. Datenquellen Hinterlegung & Sortierung

Für SEA wird Google Ads als Data Source hinterlegt. Für SEO entsprechend die Google Search Console. 

Als Metrik dienen jeweils die Klicks. 

Um die Keyword-Länge auszugeben, hinterlegt man ein selbst-kalkuliertes Feld.

Das Feld kann jetzt beliebig benannt werden, z.B. nach "Number_of_Words". In das Formel-Feld schreibt man folgende Regular Expression (für SEA):
 

LENGTH(REGEXP_REPLACE(Search keyword, "[^\t\n\f\r ]", "")) + 1
 

Das Ganze wird gespeichert und anschließend kann das erstellte Feld unter der Dimension ausgewählt werden.

Für die SEO-Darstellung verhält sich die Einrichtung ähnlich, wie oben für SEA beschrieben. 

Die hinterlegte Datenquelle ist die URL-Ebene der Google Search Console.

Die Regular-Expression für den Filter muss hier nur leicht angepasst werden:
 

LENGTH(REGEXP_REPLACE(Query, "[^\t\n\f\r ]", "")) + 1

Fazit & Datastudio-Vorlage

Über Google Data Studio lassen sich in wenigen Schritten Reports erstellen, die einen Vergleich der beiden Kanäle SEA und SEO ermöglichen und Potential für die Optimierung offenbaren.
Dieser Artikel sollte ein paar Ideen für die Analyse und Vorlagen zum einfachen Nachbauen liefern. 

Wer es aus Zeitgründen gerne ein bisschen einfacher hätte, kann sich gerne unsere Reportvorlage vornehmen. Für die Nutzersignale sind bereits Google Analytics Dummy Daten hinterlegt. Ansonsten lässt sich der Report einfach kopieren und kann anschließend durch die im Artikel beschriebenen Datenquellen eingerichtet werden. Dadurch werden die voreingestellten Dimensionen und Metriken übernommen.

Die Filter müssten noch mal nachträglich manuell eingerichtet werden.

Hier geht’s zur SEA-SEO Dashboard Report Vorlage

Gerne freuen wir uns auch über euren individuellen Input zur SEA-SEO-Analyse durch Reportings. Schreibt uns gerne eine E-Mail!