Bild zeigt Crewmitglied Pulse, der zusammen mit den Robotern Linz und Lang die Analytics zu Swisscoms Kime-Portal anschaut.

Analytics und User Experience: Erfolgsgeschichte mit Swisscoms Eventportal

18.08.16

Mit Analytics kann erkannt werden, wo UX-Optimierungen nötig sind – und wo nicht. So konnten wir Swisscoms KIME-Eventportal gezielt optimieren.

Die Entstehung des KIME-Eventportals

Seit zwei Jahren ist Nothing Interactive für das Frontend des internen KIME-Eventportals der Swisscom zuständig. Das Portal wurde zu Beginn als Minimal-Viable-Product umgesetzt. Anschliessend wurde es iterativ ausgebaut. Nach zwei Jahren galt es nun, die User Experience (UX) des Portals aus Gesamtsicht zu optimieren.

Wir setzten von Anfang auf User-Centred Design und führten bereits zu Beginn User-Testings durch. Quantitative Daten waren jedoch nicht so leicht zu generieren. Da die Swisscom aus rechtlichen Gründen über die Datenhoheit verfügen muss, konnte beispielsweise nicht einfach Google Analytics eingesetzt werden.

UX-Optimierung durch Analytics

Im Rahmen des neusten Releases war eine grössere UX-Optimierung des KIME-Portals vorgesehen. Um unsere Vorschläge mit quantitativen Analytics-Daten zu validieren, installierten wir das Open-Source Analytics-Tool Piwik. Damit können wir die Interaktionen der Benutzer rückverfolgen – und wesentliche Erkenntnisse gewinnen.

Annahmen validieren

Benutzer können im KIME-Eventportal selbst Events erfassen. Die Details zum Event werden in einem relativ komplexen Formular erfasst. Wir vermuteten, dass dieses Formular aufgrund der kognitiven Herausforderung ein Hindernis darstellt. Die quantitativen Daten zeigten jedoch: nur etwa 20% der Benutzer brachen den Prozess ab. Ein qualitatives User-Testing bestätigte, dass die Logik des Formulars gut verständlich war. Sinnvoll war hingegen eine visuelle Überarbeitung des Formulars.

Potential aufdecken

Das KIME-Eventportal ermöglicht sehr umfängliche Buchungsprozesse mit Echtzeit-Verfügbarkeitsabfragen, buchbaren Zusatzleistungen und integrierten Zahlungsprozessen. Dadurch entstehen im Buchungsprozess mehrere Schritte. Am Schluss des Prozesses wird eine Übersicht angezeigt, die bestätigt werden muss. Die Analytics-Daten zeigten, dass viele Benutzer hier den Prozess nicht zu Ende führten. Statt die Buchung zu bestätigen navigierten sie weg. Dadurch wird die Buchung verworfen. Wir erkannten, dass hier ein wesentlicher UX-Schwachpunkt vorliegt. Diesen konnten wir entsprechend priorisieren und verbessern.

Was kann mit diesen zwei Beispielen gezeigt werden? Mit Analytics-Daten können wir falsche Annahmen verwerfen. Gleichzeitig können wir andere Schwachpunkte isolieren. Mit Analytics-Daten lässt sich also zeigen, wo die User Experience tatsächlich optimiert werden soll.