Marketing Glossar

2.413 Fachbegriffe aus 22 Bereichen des Online Marketings

Heap Analytics

Definition: Heap Analytics ist eine Produkt-Analytics-Plattform, die 2013 von Matin Movassate und Ravi Parikh in San Francisco gegründet wurde und durch ihr Alleinstellungsmerkmal des automatischen Event-Capturings bekannt ist: Heap zeichnet sämtliche Nutzerinteraktionen auf einer Website oder in einer mobilen App – Klicks, Taps, Formularinteraktionen, Texteingaben, Seitenaufrufe, Scroll-Tiefen – von Anfang an automatisch auf, ohne dass für jede Interaktion manuelles Tracking-Code implementiert werden muss. Dieses retroaktive Analyse-Paradigma erlaubt es Teams, Daten rückwirkend auszuwerten, auch wenn das spezifische Tracking einer Aktion zum Zeitpunkt der Implementierung nicht vorgesehen war. Im September 2023 übernahm das französische Digital-Analytics-Unternehmen Contentsquare Heap für einen nicht öffentlich bekannten Betrag und integriert Heap in sein Experience-Analytics-Portfolio. Heaps Preismodell beginnt mit einem kostenlosen Free-Plan für bis zu 10.000 Sessions/Monat; wachstumsorientierte Teams zahlen ab 3.600 US-Dollar jährlich; Enterprise-Preise werden individuell verhandelt.

Erläuterung

Das Konzept des automatischen Event-Capturings adressiert ein fundamentales Problem klassischer Analytics-Implementierungen: Wenn ein Team entscheidet, eine bestimmte Nutzeraktion zu analysieren (z.B. "Wie viele Nutzer klicken auf den 'Mehr erfahren'-Button auf der Preisseite?"), müssen bei traditionellen Tools wie GA4 oder Mixpanel zunächst Entwickler gebeten werden, ein entsprechendes Event zu implementieren. Bis dieses Event live ist und genügend Daten gesammelt hat, vergehen Tage oder Wochen. Mit Heap ist diese Frage sofort beantwortbar, da alle Klicks seit der Installation des Heap-Snippets gespeichert wurden – auch solche, die damals noch nicht als analytisch relevant galten.

Heap verwendet dafür das Konzept der Virtual Events: Nutzer können über die Heap-Oberfläche retroaktiv beliebige Seiteninteraktionen als benannte Events definieren – ein bestimmter Button-Klick, ein Formular-Submit, eine Link-Aktivierung – und Heap berechnet dann die historischen Metriken für dieses Event rückwirkend über alle gesammelten Daten. Diese Flexibilität ist transformativ für datengetriebene Produktteams, die schnell Hypothesen testen und dabei nicht auf zukünftige Datenpunkte warten wollen.

Neben dem automatischen Tracking bietet Heap umfangreiche Analyse-Werkzeuge: Funnel-Analysen zeigen, an welchen Schritten einer Conversion-Strecke (z.B. Registrierungsprozess oder Checkout) Nutzer abspringen. Retention-Reports zeigen, wie viele Nutzer nach einem bestimmten initialen Ereignis über die folgenden Wochen aktiv bleiben. Journey-Reports visualisieren, welche Wege Nutzer typischerweise auf einer Website einschlagen, bevor sie eine Conversion abschliessen oder abspringen. Session Replay ermöglicht die qualitative Nachbetrachtung einzelner Sitzungen. Im Vergleich zu Google Analytics 4, das ebenfalls Funnel- und Pfadanalysen bietet, liegt Heaps Stärke in der Retrospektivität und der Granularität des automatischen Trackings; GA4 bietet stärkere Integration mit dem Google-Marketing-Ökosystem (Google Ads, Search Console). Gegenüber Mixpanel, dem wichtigsten direkten Wettbewerber, bietet Heap das automatische Capturing als Vorteil; Mixpanel punktet mit tieferer Cohorten-Analyse und einer historisch stärkeren Entwickler-Community.

Kernfunktionen von Heap Analytics

Heap vs. klassische Analytics-Tools

Praxistipp: Nutzen Sie Heaps Virtual-Events-Funktion, um im Nachhinein wichtige Nutzeraktionen zu definieren und historische Daten auszuwerten, ohne neues Tracking implementieren zu müssen – das spart Entwicklerzeit und ermöglicht sofortige Erkenntnisse zu Fragen, die erst heute relevant wurden. Kombinieren Sie Heap-Funnel-Analysen mit Session-Recordings, um quantitative Abbruch-Daten durch qualitative Einblicke aus echten Nutzersitzungen zu ergänzen: Wenn 60 Prozent der Nutzer auf Schritt 2 eines Registrierungsprozesses abspringen, zeigen Session Replays konkret, welche Elemente Verwirrung oder Frustration erzeugen. Segmentieren Sie Ihre Funnel-Analysen nach Traffic-Quelle (organisch, bezahlt, direkt), um zu verstehen, ob Paid-Traffic-Nutzer andere Abbruchmuster zeigen als organische Nutzer.