Alle reden vom Wetter, nur die E-Commerce-Branche nicht. Warum auch? Wer im Netz einkauft, ist – anders als der Kunde von stationären Ladengeschäften – dem Einfluss des Wetters nicht ausgesetzt. Und obwohl sich viele Aspekte eines virtuellen Einkaufsbummels mit Webanalyse-Tools detailliert auswerten lassen, gehört der Einfluss des Geschehens außerhalb des Netzes nicht dazu. Soweit die gängige Meinung.
Diese Meinung bedarf einer Korrektur. Es gibt mehrere gute Gründe für Onlinehändler, über das Wetter zu sprechen, oder sich zumindest damit zu beschäftigen.

Grund 1: Es ist technisch inzwischen sehr gut möglich, webexterne Faktoren wie das Wetter mit klassischer Webanalyse zu verbinden.
Grund 2: Bei der Anwendung solcher Methoden stellt sich immer wieder heraus, dass das Wetter sehr wohl Einfluss auf das Online-Einkaufsverhalten hat.

So lassen sich Fragen formulieren und beantworten, die bisher außerhalb der Reichweite der Webanalyse lagen: War es wirklich der zu hohe Preis eines Produkts oder die mangelnde Benutzerfreundlichkeit des Bestellprozesses, die zu einem Kaufabbruch geführt haben? Oder vielleicht doch der Ehepartner, der den Shopper zum Spaziergang in der Sonne einlädt („Surfen kannst du doch auch bei Regen!“)?
Um den Einfluss solcher webexterner Ereignisse messbar zu machen, können Informationen, die aus der Webanalyse gewonnen werden (sogenannte „Trackingdaten“) mit externen „Public Data“ angereichert werden. Unter „Public Data“ versteht man Daten, die Behörden und öffentlich-rechtliche Institutionen im Web zur öffentlichen Nutzung bereitstellen. In Deutschland sind das etwa Organisationen wie das Statistische Bundesamt oder der Deutsche Wetterdienst, aber die Nutzung von Public Data ist keineswegs auf die Bundesrepublik beschränkt. So macht beispielsweise das Königlich-Niederländische Meteorologische Institut die Wetterdaten unseres Nachbarlandes zugänglich.

Zweifellos spielen für die Psychologie des Konsumverhaltens, die im Webshop über Konversion oder Nichtkonversion entscheidet, weitaus mehr Faktoren eine Rolle als das aktuelle Wetter. In vielen Einzelfällen mag der Liebeskummer, der einen Frustkauf auslöst, oder der bevorstehende Geburtstag, für den dringend noch ein Geschenk benötigt wird, weitaus mehr Einfluss auf eine Kaufentscheidung haben als das Wetter. Allerdings lassen sich solche individuellen Faktoren nicht für jeden einzelnen Shopbesucher ermitteln und schon gar nicht systematisieren.
Beim Wetter hingegen lässt sich durch die geografische Herkunftsbestimmung mittels GeoIP sicher sagen, dass alle Shopbesucher in einer bestimmten Region ihm ausgesetzt sind. Dieser Mengeneffekt gleicht die Tatsache aus, dass manche weniger stark davon beeinflusst werden als andere. Außerdem haben Wetterdaten einen Vorteil, von dem Marketingplaner sonst meist nur träumen: Es sind nicht nur Rückblicke möglich, sondern auch Vorhersagen.
Fragen, die sich jetzt beantworten lassen, sind beispielsweise: Bleibt der Besucher bei einem bestimmten Wetter länger im Shop, betrachtet er mehr Seiten, verweilt er auf manchen länger als auf anderen? Und auf welchen? Unter welchen Bedingungen stöbert er eher im Shop, unter welchen steuert er zielstrebig auf den Kauf bestimmter Produkte zu? Werden bestimmte Produktempfehlungen des Shops bei schlechtem Wetter eher angenommen als bei gutem?
Hier zeichnen sich oft sehr schnell Potenziale für die Optimierung bestehender oder die Kreation neuer Marketing- und Werbemaßnahmen ab. Beispielsweise könnte im Oktober ein früher Wintereinbruch mit Schnee in der Nordhälfte Deutschlands dazu führen, dass in einem Sportartikelshop der Umsatz in der Warengruppe „Skisport“ sprunghaft ansteigt. Um diesen Effekt bei erneutem Schneefall gezielt auszunutzen, kann der Shopbetreiber nun eine regelbasierte Aktion mithilfe der Wetterprognose-Daten entwickeln: An Tagen, für die in bestimmten Regionen die Schneefallwahrscheinlichkeit über einem bestimmten Prozentsatz liegt, sollen an Kunden aus den betreffenden Regionen auf der Startseite des Shops Werbebanner ausgeliefert werden, die direkt zum Wintersport-Sortiment führen. Auch Verknüpfungen mit Rabattaktionen oder E-Mailings, die an das Wetter-Zeitfenster gebunden sind („20 Prozent Rabatt auf jeden Wintersportartikel, wenn Sie bestellen, solange es schneit“), wären denkbar.

141113-econda-public-data-wetterdaten-bestellungen-bewölkungsgrad

Bei längeren Analysezeiträumen werden Auswertungen interessant, bei denen der Gesamtumsatz eines Bestandskunden mit dem Wetter an den Tagen seiner Bestellungen korreliert wird. Zeichnet sich dabei womöglich ein Muster ab, demzufolge der Kunde eher bei schlechtem oder eher bei sonnigem Wetter besonders konsumfreudig ist? Dann bietet es sich an, dem „Schönwetterkäufer“ bei Sonne in seiner Region höherpreisige Produktempfehlungen einzuspielen.
Das Erkennen solcher Trends hilft bei der Planung von Kampagnen und schützt vor der ineffizienten Allokation von Werbebudgets. So ist es etwa wenig sinnvoll, kostspielige Werbeaktionen ausgerechnet bei einem Wetter zu schalten, bei dem die Kunden eines bestimmten Shops sich stets konversionsunwillig zeigen. Vielmehr sollten solche Kampagnen in Abhängigkeit von der Wettervorhersage auf Tage gelegt werden, die einen höheren Return on Invest für das Werbebudget erwarten lassen. Und wenn Kunden bei warmen Temperaturen dazu neigen, nur kurz im Shop zu bleiben, weil der Badesee lockt, kann im Sommer eine Usability-Optimierung für gute Auffindbarkeit von Produkten und einen schnellen Bestellprozess sinnvoll sein.

Verwandte Beiträge