Chatbots, Assistenten & KI-Suche: So erfassen Sie KI-gesteuerten Website-Traffic

Wechseln Sie in den Tab Verweisende Seiten im Modul Seiten, um eine Aufschlüsselung der Traffic-Quellen innerhalb eines ausgewählten Zeitraums zu erhalten:

Wie im Screenshot ersichtlich, haben ChatGPT und Perplexity AI im gewählten Zeitraum insgesamt 497 Sitzungen generiert.

Die Ermittlung der KI-Verweiser, die den meisten Website-Traffic liefern, hilft Ihrem Unternehmen dabei, zu verstehen, wie diese Tools Ihre Inhalte referenzieren. Da ChatGPT und Perplexity AI Inhalte unterschiedlich generieren, zeigt die Verweisanalyse, welche KI-Modelle Ihre Website bevorzugen. So können Sie Ihre Content-Strategie gezielt anpassen, um die Sichtbarkeit in den KI-Tools zu erhöhen, die nachweislich Traffic bringen.

Ein Klick auf diese Quellen zeigt eine Liste der spezifischen Seiten, die von Besuchern während ihrer Sitzungen aufgerufen wurden:

Die Dashboards von TWIPLA sammeln Erkenntnisse aus der gesamten Website-Intelligence-Plattform und bieten ein tieferes Verständnis, das die Daten aus dem Modul Seiten sinnvoll ergänzt.

Beginnen wir mit dem Master-Dashboard, wo Sie einen oder mehrere Verweisquellen-Filter auf verschiedene Berichtselemente anwenden können.

Zusätzliche Filterebenen ermöglichen eine noch differenziertere Analyse des KI-Traffics aus verschiedenen Blickwinkeln:

Wie im Screenshot dargestellt, zeigt das Berichtselement Seitenaufrufe, Sitzungen und Besucher die folgenden zentralen Webseiten-Kennzahlen:

• Gesamte Seitenaufrufe
• Gesamte Besuchersitzungen
• Neue Besucher
• Wiederkehrende Besucher
• Besucher insgesamt
• Konvertierende Besucher

Diese Metriken helfen dabei, den Einfluss des KI-basierten Traffics zu bewerten. So zeigt z. B. der Vergleich von neuen und wiederkehrenden Besuchern, ob KI-Verweise eher einmalige Klicks oder nachhaltiges Engagement erzeugen. Konversionsdaten wiederum belegen, ob dieser Traffic zu echten Aktionen führt.

Das Master Dashboard enthält zwei weitere Berichtselemente, die sich nach Verweisquellen filtern lassen:

Während das Berichtselement Gesamte Seitenaufrufe die Daten aus dem Modul Verweisende Seiten (siehe Punkt 1) widerspiegelt, liefert Absprungrate eine zusätzliche, entscheidende Kennzahl, um zu verstehen, ob diese Besuchergruppe mit Inhalten interagiert oder sofort wieder abspringt.

Eine hohe Absprungrate kann darauf hindeuten, dass KI-generierte Antworten bereits zu viele Informationen liefern. Eine niedrige Absprungrate hingegen zeigt, dass KI-vermittelte Besucher den Inhalt als wertvoll empfinden. Durch die Analyse dieses Wertes können Sie Einstiegsseiten gezielt optimieren, um KI-basierten Traffic besser zu binden und zu mehr Interaktion zu bewegen.

Kommen wir nun zum Seiten-Dashboard.

Dieser Bericht listet alle Unterseiten Ihrer Website auf und lässt sich ebenfalls nach Verweisquellen filtern, um Performance-Daten für KI-Traffic gezielt zu analysieren:

Das Filtern des Traffics nach UTM-Parametern ist ein effektiver Weg, um gezielte Einblicke in KI-gesteuerte Besucher zu gewinnen.

Wenn ChatGPT beispielsweise einen Link in einer Antwort einfügt, wird häufig ein UTM-Source-Tag angehängt (z. B. utm_source=chatgpt.com). Auch andere KI-Tools nutzen UTM-Tags, um die Nachverfolgung zu ermöglichen.

Das Filtern nach UTM Source im Seiten-Dashboard oder an anderer Stelle in TWIPLA erlaubt es, KI-basierten Traffic gezielt zu isolieren und zu analysieren:

Während die Verfolgung von Verweisdaten hilft zu verstehen, woher KI-gesteuerte Besucher stammen, liefern TWIPLA Session Recordings tiefere Einblicke in das tatsächliche Verhalten – also, wie diese Besucher mit Ihrer Website interagieren.

Im Bereich Übersicht können Sie Videos nach einem oder mehreren KI-Verweisquellen filtern und beobachten, wie sich diese Besucher durch Ihre Inhalte bewegen und während der Sitzung mit der Seite interagieren:

Ein wesentliches Alleinstellungsmerkmal der TWIPLA Session Recordings ist die Möglichkeit, alarmierende Verhaltensereignisse bei KI-vermittelten Besuchern zu erfassen. Im Gegensatz zu anderen Tools, die lediglich Verweisdaten anzeigen (GA4) oder nur das Filtern von Session Replays ermöglichen (Hotjar), vereint TWIPLA beides:

KI-gesteuerte Verweise beeinflussen das Online-Kaufverhalten zunehmend – daher ist es für E-Commerce-Unternehmen entscheidend, deren Auswirkungen auf Konversionen und Customer Journeys zu erfassen.

Mit den E-Commerce-Statistiken von TWIPLA lässt sich dies auf verschiedene Weise umsetzen.

Zunächst können die Übersichtsdaten mithilfe eines oder mehrerer URL-Filter segmentiert werden:

Wie im Screenshot dargestellt, liefert die Übersicht folgende E-Commerce-Kennzahlen für KI-gesteuerten Traffic im gewählten Zeitraum:

• Gesamte Besuchersitzungen
• Kunden insgesamt
• Bestellungen insgesamt
• Verkaufte Produkte
• Bruttoumsatz

Diese Kennzahlen geben wichtige Hinweise darauf, wie sich Besucher aus KI-Quellen verhalten und ob sie zum Umsatzwachstum beitragen.

Besuchersitzungen insgesamt zeigen die Anzahl der von Chatbots, Assistenten und KI-Suchtools vermittelten Besucher. Sind die Sitzungszahlen hoch, aber die Verkäufe gering, sollten Sie Ihre Strategie überdenken, um KI-gesteuerte Besucher besser zum Kauf zu bewegen.

Kunden insgesamt und Bestellungen insgesamt zeigen, ob KI-vermittelte Besucher tatsächlich zu zahlenden Kunden werden. Eine hohe Sitzungsanzahl mit geringer Konversionsrate könnte darauf hinweisen, dass es sich eher um informationsorientierte als um transaktionsorientierte Besucher handelt – was bedeutet, dass Sie Ihre Inhalte oder Angebote optimieren sollten.

Verkaufte Produkte zeigen, welche Artikel bei KI-vermittelten Käufern besonders gut ankommen. Wenn bestimmte Produkte regelmäßig Traffic aus KI-Quellen generieren, können Sie Beschreibungen optimieren, Preise anpassen oder die Verfügbarkeit sicherstellen, um die Nachfrage bestmöglich zu bedienen.

Bruttoeinnahmen machen den direkten finanziellen Beitrag dieser Besuchergruppe sichtbar. Durch den Vergleich mit anderen Traffic-Quellen lässt sich die Rentabilität dieses Segments messen und Marketing-, Preis- und Lagerstrategien entsprechend anpassen.

Diese Einblicke helfen Ihnen dabei, Ihre Strategie für KI-Traffic gezielt zu verbessern – mit dem Ziel, Konversionen und Umsätze langfristig zu steigern.

Als Nächstes betrachten wir die Bereiche Produktbezogen, Verkaufsbezogen und Bestellungen & Ereignisse nach Besucherquelle in den Verkaufs-Charts, die ebenfalls nach Referral-URLs aus KI-Quellen gefiltert werden können:

Produktbezogen

Im Bereich Produktbezogen der E-Commerce-Statistiken lassen sich alle Berichtselemente nach Referral-URLs aus KI-Quellen filtern, um die Aktivitäten von KI-vermittelten Besuchern im Webshop zu analysieren:

Zusammen liefern diese Berichtselemente die folgenden E-Commerce-Metriken:

• Umsatz nach Produkt
• Verkaufte Einheiten pro Produkt
• Produkt-KPIs (Produktname, verkaufte Menge, Artikelnummer/SKU, Kategorie, Seitenaufrufe, Wunschlisteneinträge, Warenkorbabbrüche, Warenkorbzugänge)
• Produktlisten mit Anzahl der Seitenaufrufe

Diese Metriken liefern wertvolle Einblicke, wie KI-vermittelte Besucher mit einzelnen Produkten interagieren – und helfen Unternehmen dabei, Preisgestaltung, Marketing und Lagerbestände gezielter zu optimieren.

Die Analyse von Umsatz pro Produkt (€) zeigt, ob KI-vermittelte Besucher eher hochpreisige Artikel kaufen oder vorrangig Produkte mit geringerer Marge aufrufen. Diese Muster helfen Ihnen dabei, besonders rentable Produkte in den Fokus zu rücken und deren Positionierung zu verbessern, um gezielt die richtige Zielgruppe anzusprechen.

Ebenso zeigt das Tracking von verkauften Einheiten pro Produkt, welche Artikel bei KI-vermittelten Besuchern besonders beliebt sind – wertvolle Informationen für Ihre Lagerplanung oder zur gezielten Bewerbung und Platzierung dieser Produkte, etwa durch Cross- oder Upselling.

Die Produkt-KPIs bieten eine detailliertere Aufschlüsselung des Kaufverhaltens.

Kennzahlen wie verkaufte Menge, Artikelnummer (SKU) und Kategorie zeigen Ihnen Nachfrage-Trends. Metriken wie Seitenaufrufe, Wunschlisteneinträge und Warenkorbaktionen deuten darauf hin, ob ein Kauf ernsthaft in Erwägung gezogen wird. Eine hohe Anzahl von Wunschlisteneinträgen oder Warenkorbabbrüchen könnte auf Preisbedenken oder Unsicherheiten hinweisen – ein möglicher Anlass, um Rabattstrategien zu prüfen, Produktbeschreibungen zu verbessern oder den Checkout-Prozess zu optimieren.

Produktaufrufe zeigen, ob KI-vermittelte Besucher aktiv an einem Kauf interessiert sind oder ob sie vor Abschluss der Bestellung abspringen. Eine hohe Anzahl an Seitenaufrufen bei gleichzeitig niedrigen Konversionsraten kann ein Indikator dafür sein, dass Preisgestaltung, Beschreibung oder CTAs nicht überzeugend genug sind – und entsprechend nachgebessert werden sollten.

Verkaufsbezogen

Der Bereich Verkaufsbezogen innerhalb der E-Commerce-Statistiken kann ebenfalls über eine oder mehrere Referral-URLs gefiltert werden, um das Verhalten von KI-vermittelten Kunden zu analysieren:

Wie im Screenshot dargestellt, liefert dieses Untermodul die folgenden zentralen Einblicke in das Verhalten von Besuchern, die über KI-Quellen auf den Webshop gelangen:

• Konversionsrate im Verkauf

• Gesamte Sitzungen im Shop

• Anzahl der Käufe

• Gestartete Checkouts

• Warenkorb-Aufrufe

Die Filterung dieser veraufsbezogenen Metriken nach KI-Referral-URLs hilft Unternehmen dabei zu bewerten, ob KI-vermittelte Besucher aktiv mit dem Online-Shop interagieren – und vor allem, ob sie letztlich zu zahlenden Kunden werden.

Konversionsrate im Verkauf, Gesamte Shop-Sitzungen und Anzahl der Käufe werden im Berichtselement Sitzungen/Umsatz-Verhältnis dargestellt. Dieses Diagramm macht zentrale Trends sichtbar und zeigt schnell, ob der KI-Traffic tatsächlich zu nennenswerten Verkaufszahlen führt. Wenn beispielsweise dieAnzahl an Sitzungendurch KI-Referrals hoch ist, aber die Kaufabschlüsse niedrig bleiben, deutet dies auf eine niedrige Konversionsrate hin – was Anlass für die Optimierung von Produktplatzierung, CTAs oder Preisstrategien sein kann.

Gestartete Checkouts und Warenkorb-Aufrufe geben tiefergehende Einblicke in die Kaufabsicht. Diese Berichtselemente lassen sich für eine detailliertere Analyse ausklappen und zeigen, ob Besucher Produkte zum Warenkorb hinzufügen und sich auf den Weg zum Checkout machen. Wenn viele Produkte in den Warenkorb gelegt werden, aber nur wenige Checkouts gestartet werden, kann dies auf Unsicherheiten beim Kaufabschluss hinweisen – etwa aufgrund von unklarer Preisgestaltung, komplizierten Checkout-Prozessen oder fehlenden Vertrauenssignalen.

Bestellungen & Ereignisse nach Traffic-Kanälen

Zum Schluss werfen wir einen Blick auf den Abschnitt Bestellungen & Ereignisse nach Traffic-Kanälen innerhalb der E-Commerce-Statistiken, der ebenfalls nach Referral-URL gefiltert werden kann, um KI-vermittelten Traffic zu analysieren:

Wenn KI-basierter Traffic immer wichtiger wird, kann ein individuelles Dashboard in TWIPLA die Analyse vereinfachen, indem es zentrale Erkenntnisse zu KI-Referrals an einem Ort bündelt.

Sie können entweder separate Dashboards für jeden KI-Referrer erstellen oder ein gemeinsames Dashboard einrichten, das sämtliche KI-Daten zusammenfasst und so einen umfassenderen Vergleich ermöglicht.

In individuelle Dashboards lassen sich alle in diesem Artikel genannten Elemente einbinden, darunter Dashboards, Seiten, E-Commerce-Statistiken, alarmierende Verhaltensereignisse und Session-Recordings.

Auf diese Weise können Sie TWIPLA gezielt auf KI-bezogenes Besucherverhalten zuschneiden, wobei bereits aktivierte Filter für eine vereinfachte Nutzung sorgen.

Neben KI-spezifischen Erkenntnissen bieten individuelle Dashboards alle gängigen Vorteile des TWIPLA-Dashboard-Systems – von der schnelleren Analyse bis zur besseren Kontrolle über sensible Daten. Durch die Zentralisierung von KI-Referrer-Daten in einem eigenen Dashboard steigern Sie Ihre Effizienz, optimieren das Reporting und treffen schneller fundierte, datengestützte Entscheidungen.