Tesla in Google Analytics erkennen

Die Tesla Modelle S und X haben einen schönen großen Monitor im Cockpit, der auch mit einem Browser ausgestattet ist. Die Frage ist: Wie können Website-Zugriffe aus Teslas in Google Analytics erkannt werden?

Die e-dialog Website in unserem Tesla
Die e-dialog Website in unserem Tesla

Erste Analyse: Fehlanzeige

Im ersten Ansatz haben wir versucht, in den Dimensionen Zugriffsort, Betriebssystem oder Browserversion zu einem bestimmten Zeitpunkt, in dem wir nachweislich einen Zugriff aus dem Tesla produziert haben, zu erkennen. Nur leider gab es keinerlei Hinweis auf den Tesla.

Die Tesla Zugriffe für Analytics markieren

Also haben wir aus dem Wagen die spezielle URL https://www.e-dialog.at/?tesla=irgendwas aufgerufen. Die URL-Parameter bewirken auf der Website gar nichts, werden aber in der Zielseiten-URI von Google Analytics mit gespeichert. Danach können wir nun filtern (bzw segmentieren – je nach Report).

Welches Betriebssystem nutzt Tesla für die Konsole & welchen Browser?

Um diese Frage zu beantworten, haben wir einen “Benutzerdefinierten Report” wie folgt erstellt:

Screenshot Config des Reports
Screenshot Config des Reports

Das Ergebnis hat zumindest mich ein wenig überrascht:

Screenshot Ergebnis
Screenshot Ergebnis

Und zwar, dass Tesla einen Safari-Browser unter Linux zum Einsatz bringt. Die genaue Linux-Version wird hingegen verschleiert.

Interessant ist, dass die Dimension Sprache mit “C” ausgewiesen wird; das ist immer dann der Fall, wenn in einem Betriebssystem (hier Linux) die Environment-Variable für die Sprachversion nicht richtig/explizit gesetzt wird (Daher weisen übrigens auch oft Zugriffe von Bots die Sprache “C” aus…). Das ist ein wenig bitter für die Analyse als auch Websites, die aufgrund der eingestellten Browsersprache evtl. den Content an die Sprache anpassen wollen… Schade, denn eigentlich konfiguriert man im Tesla die Benutzerobefläche auf seine gewünschte Sprache.

Aus welchem Netzwerk greift der Tesla zu

Wenn der Tesla nicht per WLAN verbunden ist, nutzt er seine eingebaute SIM-Karte mit LTE Verbindung (je nach Verfügbarkeit im Netz). Dies könnte uns einen weiteren Hinweis bieten. Es stellt sich heraus, dass alle Zugriffe von unserem Tesla aus der Netzwerk-Domain “kpn-gprs.nl” kommen und folgerichtig der Internetanbieter “kpn mobile the netherlands b.v.” lautet. Beim Check auf einigen großen Kundenportalen mit dem weiter unten definierten Segment zeigt sich auch ein großer Anteil über die “telefonica de espana” und der “swisscom”. Scheinbar hat Tesla einen internationalen Roamingvertrag mit diesen Anbietern geschlossen. Interessant wäre die Frage, ob das nur für in Europa ausgelieferte Autos gilt…

Können wir den Standort erkennen?

Nun die spannende Frage, ob wir auch erkennen können, wo sich das Auto und damit der Benutzer gerade geographisch zum Zeitpunkt des Webseitenaufrufs befanden?

Alle von uns aufgezeichneten Zugriffe fanden aus dem Land “Netherlands” und mal aus dem Ort “Amsterdam” und mal aus “The Hague” statt. Offensichtlich sind die genutzten IP-Adressen diesen beiden Einwahlknoten zugewiesen. Leider (oder gottseidank) können wir also nicht den tatsächlichen Standort des Wagens erkennen!

Bildschirm und Browsergröße

Beim Check der Bildschirmauflösung zeigt sich eine offensichtlich falsche Angabe: sie weist “1920×1200” aus – demnach hätte das Auto einen Bildschirm im am Schreibtisch üblichen Querformat. Allerdings ist er tatsächlich im Hochformat verbaut.

Seit einiger Zeit weist Google Analytics auch die tatsächliche Browsergröße aus. Im Tesla kann man entweder im Vollbildmodus browsen oder den Screen splitten, wonach nur noch die halbe Größe zur Verfügung steht. Richtigerweise ist die Browserbreite immer 1200 Pixel – hier wird also das Hochformat richtig ausgewiesen; allerdings erscheinen die Höhenangaben von 1200×1470 bzw. 1200×690 nicht korrespondierend zu den 1920. Was genau stimmt, entzieht sich meiner Kenntnis…

Alle Tesla-Zugriffe segmentieren

Wenn wir nun untersuchen wollen, ob auch andere Tesla-Fahrer bereits auf unserer Website waren, können wir uns aufgrund der obigen Erkenntnisse folgendes Segment erstellen:

Browser = Safari
Bildschirmauflösung = 1920×1200
Betriebssystem = Linux
Sprache = c

(auch ohne Filterung auf den Internetanbieter scheint dies genau genug; darüber hinaus würden wir die Tesla-WLAN-Zugriffe dann verlieren)

Screenshot Segment-builder
Screenshot Segment-Builder

Unser Segment können Sie sich einfach mit einem Klick auf diese URL in Ihren Analytics Account importieren:

https://analytics.google.com/analytics/web/templateuid=Hd_FKWrTQSSQsY6tDPyRbg

(hier zum Eintrag in der Solution Gallery)

Und tatsächlich entdeckten wir damit weitere Zugriffe von Tesla-Fahrern auf unsere Website!

Was fehlt?

Interessant wäre natürlich noch zu wissen, welches Tesla-Modell (S, X oder bald auch 3) in welcher Variante (P, D) mit welchem Akku (z.B. 90kWh) zugegriffen hat.

Für die geographische Verortung wäre die echte Location interessant: Wird der Browser immer am Powercharger genutzt, in der Stadt oder auf der Autobahn?

Und schade ist natürlich die fehlende Sprachinformation – gerade sie könnte uns helfen, Zugriffe von Tesla-Fahrern unterschiedlicher Herkunft zu unterscheiden.

Fazit und Nutzen

Was hier wie eine Spielerei aussieht ist tatsächlich eine Fingerübung, um bestimmte Devices zu erkennen und zu analysieren. Im Zeitalter von IoT (Internet of Things), wo auch schon Kühlschränke, Fernseher und viele Geräte mehr eine eigene IP-Adresse und Browser haben, wird es immer wichtiger, solche Zugriffe zu erkennen und darauf einzugehen.

Dieses Segment (= Audience) können wir nun auch für Targeting-Zwecke nutzen: einerseits entweder offsite in AdWords oder DoubleClick, oder onsite zur Personalisierung mit Google Optimize 360.

Zumindest Teslas können Sie von nun an unter ihren Zugriffen erkennen ,-)

Nachtrag: Warum dieses Setup besser als eine DMP ist…

Oft wird die Notwendigkeit einer DMP diskutiert (siehe: was ist eine DMP?) und der Wunsch nach einer DMP an uns herangetragen – und sie macht auch für sehr vieles Sinn. Aber der hier gezeigte Use-Case lässt sich kaum in einer DMP abbilden:

Analyse: Die Analyse nach all den oben gezeigten Dimensionen ist in den meisten DMPs nicht so leicht möglich – wenn überhaupt.
Targeting: Diese Audience dann so zu definieren und zu adressieren geht meist nicht ohne Erweiterungen.

Use-Case für Publisher:

Publisher können ihren Werbekunden damit ein Segment aller Elektro-Auto-Besitzer oder Premium-Wagen oder … zur Verfügung stellen und sogar über Audience-Extension oder Similar-Audiences die Reichweiten dafür erweitern.

Zu diesem Thema gibts das erste Training „Google Analytics für Programmatic Manager“ auf der ProgrammatiCon.

Kontakt

Hinterlassen Sie einen Kommentar: