Praxishandbuch: Wetter Tracking & Analyse in Google Analytics18 min Lesezeit

Wird es heute schneien? Das Wetter ist unser täglicher Begleiter und beeinflusst unser Verhalten in vielerlei Hinsicht.

Aber gilt das auch fürs Online-Shopping? Kaufen deine User tatsächlich mehr, wenn es regnet? Kaufen sie mehr zu Weihnachten, wenn es draußen schneit und das Weihnachts-Feeling und die Vorfreude größer sind?

Mit Wetter Tracking und Analysen kannst du diese Fragen beantworten: Hier erfährst du wie.

Der Vorteil von Wetter-Tracking (aus Sicht des Analysten)

Kennst du das? Du kommst nach dem Wochenende ins Büro und dein Chef beauftragt dich mit einer Sonderanalyse: Die Kennzahlen der letzten Tage sind im Keller. Du sollst herausfinden warum:

• Waren es technische Beeinträchtigungen?
• Gab es Probleme bei den Marketing-Kanälen?
• Wurde eine Anzeige nicht ausgespielt?

Vermutlich fallen dir auf Anhieb viele Gründe für die Veränderung der Kennzahlen ein.

Was aber, wenn du nach stundenlanger, harter Arbeit alle möglichen Fehlerquellen ausschließen kannst? Keinen Grund für die Veränderungen erkennst?

Eine letzte Möglichkeit gibt es noch: Das Wetter!

Das Wochenende war sooo schön, dass deine User ihre Freizeit im Freien verbracht und deswegen nicht online geshoppt haben. Zumindest ist das deine Vermutung…

Als Analyst willst du es natürlich genau wissen und deine Hypothese durch Daten bestätigen.

Nichts leichter als das:

How to: Wetter Tracking in Google Analytics

Alles was du dazu brauchst ist folgendes:

• Die Geo-Lokalisierung deiner User – um festzustellen von wo aus sie auf deine Webseite zugreifen.
• Die Wetterdaten deiner User – auf Basis der Geo-Lokalisierung.
• Zwei Custom Dimensions in Google Analytics: Einmal für das Wetter z.B. sonnig oder windig und einmal für die Temperatur z.B. 18° C.

Die Custom Dimensions legst du in Universal Analytics im Admin Bereich auf Property Ebene an unter Verwaltung –> Property –> Benutzerdefinierte Definitionen –> Benutzerdefinierte Dimensionen:

Wichtig: Beide Custom Dimensions haben als Umfang „Sitzung“, d.h. die Wetter-Daten werden pro Sitzung nur 1x erfasst – öfters ist nicht notwendig.

Am besten du baust das Wetter Tracking über den Google Tag Managers auf deiner Website ein. Mit dem GTM kannst du schnell und einfach die erforderlichen Tags erstellen und die Daten in deinen Google Analytics Account senden.

Für das Tracking über den Google Tag Manager benötigst du

• 2 Tags,
• 1 Custom Event und
• 3 Variablen

GTM Tag – Wetter API Code

Zuerst muss die Geo-Location deiner User ermittelt werden.

Dazu nutze ich das Service von ipapi.co – einem kostenlosen Anbieter, der auf HTTPS läuft. An dieser Stelle musst du auch nichts weiter machen, denn die Abfrage der Geo-Location erfolgt über den Tracking-Code.

!!! INFO: In früheren Blogartikelversionen habe ich freegeoip, nekudo als kostenlose Geo-Location Anbieter empfohlen, sowie ipstack als kostenpflichtigen Anbieter.

Leider ist es mit den kostenlosen Anbietern etwas mühsam, weil sie immer nur kurz am Markt sind und der Tracking Code ständig angepasst werden muss.

Mit dem kostenpflichtigen Anbieter war es aber auch nicht einfacher, da von heute auf morgen ohne Info von http auf https umgestellt wurde – an sich gut aber ohne Info hat der Tracking Code erst wieder nicht funktioniert.

Deswegen jetzt ipapi.co! Eine Bitte: Schreib mir eine kurze Nachricht, wenn du feststellst, dass auch dieser Anbieter nicht mehr funktioniert.

Als nächstes erfolgt die Abfrage der aktuellen Wetterdaten.

Hier gibt es zwei Möglichkeiten:

• World Weather Online (kostenpflichtig)
• OpenWeatherMap (gratis)

World Weather Online (kostenpflichtig)

World Weather Online ist zwar kostenpflichtig, allerdings  günstiger als andere Anbieter die ich bisher getestet habe. So zahlst du für bis zu 500 Abfragen pro Tag jährlich ca. 86 Euro (kleinstes Abrechnungsmodell). Für bis zu 5.000 Requests kostet es jährlich ca. 130 Euro – was ich für mittelgroße Websites völlig in Ordnung finde.

Wenn du World Weather Online nutzen möchtest, dann registriere dich unter https://developer.worldweatheronline.com und richte einen Account ein. Wichtig ist der Key im Dashboard, welchen du für das Tracking benötigst:

Lege im Anschluss einen Custom HTML Tag im GTM an und kopiere folgenden Code hinein (die roten Felder musst du mit deinen Daten ergänzen):

Hinweis: Dieser Code funktioniert nur, wenn du JQuery auf deiner Website installiert hast.

Update August 2020: jQuery bockt ständig rum… ist aber heutzutage nicht mehr notwendig, da alle aktuellen Browser genau das Gleiche wie jQuery können – und das sogar einfacher. Deswegen habe ich den Code umgebaut, sodass kein jQuery mehr benötigt wird (er ist jetzt auch schneller und unabhängiger!!!).

<script>
if (!{{Wetter API session Cookie}}) {
fetch("https://ipapi.co/json").then(function(response) { return response.json(); })
.then(function(data) {
fetch("https://api.worldweatheronline.com/premium/v1/weather.ashx?q="+data.latitude+","+data.longitude+"&key=<YOUR WORLDWESTHERONLINE KEY>&format=json").then(function(response) { return response.json(); })
.then(function(data){
dataLayer.push({
'event': 'weatherAPI',
'temperature': parseTemp(data.data.current_condition[0].temp_C),
'weather': data.data.current_condition[0].weatherDesc[0].value
});
document.cookie = 'sessionWeatherAPI=1; path=/; domain=<YOUR DOMAIN zB .analyticskiste.blog>;';
});
});
}

function parseTemp(temp) {
var roundTemp = 5 * Math.round(temp / 5);
if (temp < 0) {
return roundTemp + '°C - ' + (roundTemp - 5) + '°C';
} else if (temp > 0) {
return roundTemp + '°C - ' + (roundTemp + 5) + '°C';
} else if (temp === 0) {
return '0°C';
} return 'N/A';
};
</script>

Den Code kurz erklärt: Mit ipapi.co wird die Location des Users abgefragt. Diese wird der WorldWeatherAPI über die data.latitude und data.longitude Parameter übergeben. Außerdem musst du beim Wetter-Request den WorldWeatherAPI Key mit übergeben (Stelle in rot markiert). Im Anschluss wird die weatherRequest-Funktion aufgerufen: Hier passiert die eigentliche Wetter-Abfrage und hier bekommst du auch die Wetter-Daten zurück. Diese werden mittels dataLayer-Push Event an den GTM geschickt. Damit nicht die exakte Temperatur z.B. 18.1° Grad an GA übermittelt wird, fasse ich diese in 5er Schritten zusammen. So ist eine Analyse im Anschluss einfacher. Am Ende setzte ich noch ein Cookie, dass zu Code-Beginn abgefragt wird: Damit wird die Wetter-API nur 1x pro Session abgefragt – und nicht pro Hit.

Update August 2020: Da der neue Code (ohne jQuery) so wahnsinnig schnell auslöst, das er teilweise VOR dem Pageview gefeuert wird, habe ich Tag Sequencing hinzugefügt. So feuert er auf jeden Fall erst NACH dem Pageview – das ist enorm wichtig!

Füge diesen Tag KEINEN Trigger hinzu (wegen Tag Sequencing)!

Stattdessen öffne deinen Universal Analytics Pageview Tag, gehe zu Tag Sequencing und gib an, dass der Wetter API Code immer NACH dem Pageview gefeuert werden soll:

Speichern nicht vergessen – sowohl den Pageview als auch den Custom HTML Tag.

Open Weahter Map (gratis)

Der Vorteil der OpenWeatherMap ist, dass sie ein Gratis-Kontingent anbieten. So können max. 60 Requests pro Minute und bis zu 1 Million Requests pro Monat kostenlos abgefragt werden. Danach startet das günstigste Paket bei $40 pro Monat ($480 pro Jahr).

Empfehlung: Bei größeren Websites mit viel Traffic empfehle ich World Weather Online.

Wenn du die OpenWeatherMap nutzen möchtest, dann registriere dich unter https://home.openweathermap.org/users/sign_up und richte einen Account ein. Wichtig ist auch hier der API Key, welchen du für das Tracking benötigst. Diesen findest du unter „API keys“:

Lege im Anschluss einen Custom HTML Tag im Google Tag Manager an und kopiere folgenden Code hinein (die roten Felder musst du mit deinen Daten ergänzen):

<script>
if (!{{Wetter API session Cookie}}) {
   fetch("https://ipapi.co/json").then(function(response) { return response.json(); })
     .then(function(data) {
        fetch("https://api.openweathermap.org/data/2.5/weather?lat="+data.latitude+"&lon="+data.longitude+"&units=metric&APPID=<YOUR OPENWEATHERMAP API KEY>")
     .then(function(response) { return response.json(); })
       .then(function(data){
           dataLayer.push({
              'event': 'weatherAPI',
              'temperature': parseTemp(data.main.temp),
              'weather': data.weather[0].description
          });
      document.cookie = 'sessionWeatherAPI=1; path=/; domain=<YOUR DOMAIN zB .analyticskiste.blog>;';
   });
 });
}

function parseTemp(temp) {
var roundTemp = 5 * Math.round(temp / 5);
if (temp < 0) {
return roundTemp + '°C - ' + (roundTemp - 5) + '°C';
} else if (temp > 0) {
return roundTemp + '°C - ' + (roundTemp + 5) + '°C';
} else if (temp === 0) {
return '0°C';
} return 'N/A';
};
</script>

Füge diesen Tag KEINEN Trigger hinzu (wegen Tag Sequencing)!

Stattdessen öffne deinen Universal Analytics Pageview Tag, gehe zu Tag Sequencing und gib an, dass der Wetter API Code immer NACH dem Pageview gefeuert werden soll:

Speichern nicht vergessen – sowohl den Pageview als auch den Custom HTML Tag.

Weiter geht’s – egal ob du WorldWeatherOnline oder die OpenWeatherMap gewählt hast:

GTM Tag – Wetter Event

Lege einen weiteren GTM Tag vom Typ „Event“ an.

In die Event Kategorie schreibe „Wetter API“ oder „Wetter Tracking“.

Für die Event Aktion lege eine neue GTM Variable an: {{weather}}

Für das Event Label lege eine weitere GTM Variable an: {{temperature}}

Dein GTM Event-Tag sieht nun wie folgt aus:

Zuletzt befülle im Event deine Custom Dimensions mit Wetter- und Temperatur-Daten.

Gehe dazu unter More Settings auf Custom Dimensions und setzte die Variablen:

Als Trigger lege ein Custom Event an, welcher feuert sobald das Event „weatherAPI“ aufgerufen wird:

Zuletzt, lege eine weitere Variable vom Typ „1st party cookie“ im GTM an. Dieses Cookie benötigst du um die Wetter-Daten nur 1x pro Session abzufragen und im Cookie abzuspeichern. Andernfalls würden zu viele und vor allem unnötige Requests anfallen.

Speichern nicht vergessen.

Damit ist das GTM Setup auch schon fertig.

Ich empfehle, dass Setup im Vorschau-Modus zu testen.

Wenn alles passt, dann den GTM noch publishen.

Fertig.

Was du nun erhälst ist folgendes:

How to: Wetter Analysen in Google Analytics

Wetter- und Temperatur-Daten

• als sekundäre Dimension in allen Standardberichten,
• als Segment in allen Standardberichten,
• in den Event-Reports,
• in deinen Custom Reports.

Wetter als sekundäre Dimension

Da die Wetter- und Temperaturdaten deiner User in Custom Dimensions gespeichert sind, kannst du sie in jedem Standard-Report als sekundäre Dimension hinzufügen: Schau dir z.B. an bei welchem Wetter die meisten User über Facebook auf deine Website kommen.

Und bei welcher Wetterlage du dadurch die meisten Verkäufe erzielt hast:

Wetter in Event Reports

Außerdem werden die Wetter-Daten via Event an Analytics geschickt: Du kannst sie also auch unter Verhalten → Wichtige Ereignisse einsehen um z.B. zu überprüfen wie oft Wetter Events geschickt worden sind und welche Wettersituation mit welcher Temperatur in Zeitraum X am häufigsten aufgetereten ist.

Hier kannst du auch sehen wie viele verschiedene Wetterdaten erfasst wurden: Von Regen über leichten Regen über Regen mit Wind, Regen mit Bewölkung, usw.

Schöner wäre es wenn diese Daten zusammenzufassen, denn meistens interessiert ja nur, ob es geregnet hat oder nicht. Ob es dabei auch bewölkt, sonnig oder windig war ist nebensächlich. –-> Ein Update erfolgt, sobald ich den GTM Tracking Code angepasst habe. 

Analysieren kannst du das am einfachsten über einen Filter z.B. Ereignisaktion erhält “rain”: In diesem Falle erhälst du alle Wettersituationen mit Regen und du kannst insgesamt analysieren wie viele Verkäufe es bei Regen gegeben hat.

Noch spannender ist aber ein Wetter-Vergleich: Wie viele Verkäufe gab es bei Regen im Vergleich zu sonnigen Wetter? Dadurch erhälst du direkt die Antwort, ob sich deine Produkte tatsächlich bei Regen besser verkaufen lassen.

Wetter als Segment

Diese Analyse machst du am besten mit zwei Segmenten die du im Ecommerce-Übersichts Report unter Conversions –> Übersicht anwendest: Im ersten Segment filterst du nur auf Regenwetter. Im zweiten auf Sonnenschein.

Oder du fasst mehrere Werte zusammen z.B. alle Schlechtwetter-Daten und alle Schönwetter-Daten um die Wetterverhältnisse und dessen Einfluss auf deine Verkäufe noch präziser zu analysieren.

Tipp: Wende einen möglichst langen Zeitraum für deine Analyse an – am besten ein ganzes Jahr, damit du möglichst alle Wetterbedingungen in deiner Analyse einschließt.

Sehr spannend ist dieses Analyse-Ergebnis für das Bioweingut Arkadenhof Hausdorf: Denn es wird tatsächlich viel mehr Umsatz bei Sonnenschein gemacht, als bei Regenwetter…

Hier trifft die Hypothese also nicht zu, dass User bei Schlechtwetter mehr kaufen. Im Gegenteil: Schönes Wetter und Sonnenschein lädt Weinliebhaber eher zum Wein-Shopping ein. Möglicherweise um die schöne Zeit gemeinsam zu verbringen – mit Familie und Freunden, am besten im Freien.

Tipp: Analysiere nicht nur die Wetterdaten sondern auch die Temperaturverhältnisse. Kaufen User deine Produkte eher zwischen 20° und 25° Grad (ein bisschen warm) oder zwischen 25° und 35° Grad (sehr warm).

Hinweis: Analysiere nicht nur deine Ecommerce-Daten sondern verknüpfe diese auch mit dem User-Verhalten in allen anderen Reports an. Über welchen Channel kommen die meisten Käufer? Welche Demografischen Merkmale weisen sie auf? Welche Seiten besuchen sie? usw.

Ob das Ergebnis signifikant oder rein zufällig entstanden ist, lässt sich über einen Signifikanzrechner sehr einfach ermitteln: Ich nutze dazu immer den Signifikanzrechner von e-dialog.

Trage in der Control Variante die Anzahl der Visitors (Sessions) und Conversions für z.B. Schlechtwetter ein und in Variante 1 die Anzahl der Sessions und Conversions für z.B. Schönwetter. Klicke auf “Signifikanz berechnen”: Du erfährst sowohl die Conversion Rate beider Varianten, die Info ob es einen Uplift gegeben hat und ob das Ergebnis signifikant ist.

In meinem Fall ist das Ergebnis tatsächlich signifikant: User kaufen also Wein eher online, wenn es draußen schön ist. Bei schlechtem Wetter scheint Wein uninteressant zu sein… (Ein gutes Zeichen?! -> Wir haben keine bedrückten Weinkunden, die bei Schlechtwetter eine Flasche nach der anderen trinken…?!)

Spannend wäre es jetzt noch zu wissen ob User bei schönem Wetter eher zu Weiß- oder zu Rotwein greifen: Meine Hypothese ist, dass leichte, fruchtige Weißwein im Sommer genossen werden und schwere, starke Rotweine im Winter, wenn es draußen kalt ist, regnet oder schneit. Dazu erweitere ich mein Regen-Segment und schließe auch Schnee mit ein.

Analysiert wird das am besten im Produktkategorie-Report: Gehe in den GA auf Conversion → Ecommerce → Produktleistung und wähle als primäre Dimension die Produktkategorie aus.

Wie du im Screenshot sehen kannst, wird meine These widerlegt: Anscheinend trifft dieses Verhalten nur auf mich zu, nicht aber auf die Rot- oder Weißwein-Liebhaber da draußen. 😉 Weißwein-Trinker dürften also auch im Winter lieber zu Weißwein greifen und Rotwein-Trinker lieber zu Rotwein. ^^

Wetter-Analysen in Custom Reports

Zuletzt gibt es noch die Möglichkeit Wetter-Daten via Custom Report zu analysieren und zwar nur mit den gewünschten Dimensionen und Metriken.

Dazu habe ich einen Custom Report angelegt, der sowohl User Daten (User, Session, Pageviews) als auch Transaktions Daten (Transaktionen, Umsatz, Conversion Rate) anzeigt – für Wetter und Temperatur.

Hinweis: Die Vorlage dieses Custom Reports kannst du hier herunterladen. Allerdings muss deine CD „Wetter“ die ID #4 und deine CD „Temperatur“ die ID #5 und #6 haben, sonst kannst du den Report nicht importieren. –> Einfach obigen Report nachbauen.

Schauen wir uns z.B. an bei welchen Usern es am letztes Jahr zu Weihnachten gescheit hat:

Ohh… keine weiße Weihnachten bei Usern, die zu Weihnachten die Website des Bioweinguts aufgerufen haben. 🙁

Und wie sieht es mit der Temperatur aus?

Überall ca. die gleichen Werte: Zwischen 5° und 10° Grad bei Usern, die in Deutschland und Österreich die Website aufgerufen haben. Nur 2 User aus Massachusetts hatten Temperaturen um 15°.  Transaktionen gab es am 24.12.2016 keine.

Der Vorteil von Wetter-Tracking (aus Sicht des Marketers)

Die Analysen sind fein und unglaublich interessant: In Zukunft können KPI-Peaks oder Drops auch mit Hilfe von Wetter-Daten erklärt werden.

Noch besser ist aber, diese Daten aktiv und umfangreich zu nutzen um deinen ROI zu steigern: So wäre es für das Bioweingut spannend, AdWords und Facebook Anzeigen speziell dann zu schalten, wenn am Wochenende schönes Wetter erwartet wird.

Dadurch werden deine User nämlich nicht nur zum richtigen Zeitpunkt adressiert, sondern du erspart dir auch viel Geld: Wenn unsere User nur bei schönem Wetter Wein kaufen,  wird eine Anzeige bei schlechtem Wetter einfach nicht funktionieren.

Ein anderes Beispiel: Für einen Vermieter von Cabriolets wäre es ebenfalls sinnvoll nur dann Adwords Anzeigen zu schalten, wenn am Wochenende schönes Wetter erwartet wird. Denn wer macht schon eine Cabriolet-Fahrt wenn es draußen regnet? Dementsprechend sind Anzeigenschaltungen bei Regen-Wetter vergeudetes Geld…

Du kannst sogar noch eins draufsetzen, indem du deine Werbeinformationen programmatisch aus spielst.  Damit erreichst du nämlich die richtigen User, zum richtigen Zeitpunkt mit der richtigen Botschaft. Der Vorteil: Deine Werbeanzeige wird dadurch wesentlich relevanter und informativer empfunden.

Tipp: Erhöhe auch Wetter-bedingt das Budget deiner Remarketing Anzeigen.

Fazit: Wetter Tracking & Analysen

Aus Sicht des Analysten sind Wetter Daten in erster Linie für die Interpretation suuper hilfreich: Denn manchmal ist einfach das Wetter „schuld“ an Peaks oder Drops in deinen Daten…

Und für das, dass der Tracking-Einbau keine viertel Stunde Aufwand  bedeutet und für große Websites mit viiel Traffic max. 500€ im Jahr kostest, finde ich die Nutzung absolut empfehlenswert.

Außerdem kannst du dir durch die Berücksichtigung der aktuellen Wetterbedingungen einen digitalen Vorsprung gegenüber deinen Mitbewerbern verschaffen, indem du Wetter-Daten als zusätzlichen Faktor für die Kampagnen-Aussteuerung aufnimmst.

Allerdings solltest du vorher deine Daten analysieren und wirklich prüfen ob das Wetter auch einen Einfluss auf dein Produkt hat: Denn nicht jedes Produkt ist ans Wetter gebunden. Ob Smartphones oder Kühlschränke aufgrund der Wetterlage gekauft werden mag ich bezweifeln… 

Außerdem verändert sich das Userverhalten dahingehend, dass Onlineshopping nicht mehr PC-gebunden zuhause ist (wenn es regnet). Jeder hat ein Smartphone und geshoppt werden kann auch bei 35° Grad im Schatten im Schwimmbad. Oder bei -15° Grad in der Mittagspause auf der Skihütte. Überprüfe also deine Analysen auch immer auf Signifikanz…

Alles klar?

Dann freue ich mich über ein Like, ein Share und ein Kommentar von dir. Abonniere gerne meinen Newsletter und meine Facebook Seite und lass dich automatisch über neue Beiträge informieren.

Noch nicht ganz? Schreibe mir gerne deine Fragen in die Kommentare.

Ich helfe, wo ich kann.

???? Happy Analyzing,

Deine Michaela