Vikash Sharma zeigt anhand einer fiktiven Sneaker-Reseller-Case-Study live im Google Tag Manager, wie sich Conversion Tracking von einfachen Klick-Conversions bis zu Neukunden-Status und Customer Lifetime Value ausbauen lässt.
Conversion Tracking bedeutet für unterschiedliche Rollen völlig Unterschiedliches – vom einfachen Klick auf “Turn on” in der Shopify-App bis zu komplexen Google-Tag-Manager-Setups. Vikash Sharma, seit 2016 im Tracking-Bereich (u. a. bei OTTO und Tier Mobility) und seit letztem Jahr selbstständig als digitaler Nomade, zeigt anhand der fiktiven Case Study “Sneaker Reseller”, wie ein Conversion-Tracking-Setup Schritt für Schritt live im Google Tag Manager aufgebaut wird.
Ausgangspunkt ist ein einfaches Purchase-Event, das als Conversion an Google Ads zurückgesendet wird. Vikash zeigt, wie sich das Tracking dann Schritt für Schritt erweitern lässt: Neukunden-Status über eine Lookup-Tabelle bestimmen (Order Count = 1 → Neukunde), und Customer Lifetime Value aus einer Firestore-Datenbank abrufen und mitsenden – jeweils mit steigender technischer Komplexität, abhängig von den tatsächlichen Anforderungen des Unternehmens.
Anhand einer Folie von der Superweek-Konferenz zeigt Vikash den Unterschied im Business Impact zwischen der Optimierung auf Revenue, Profit und Long Term Profit (Customer Lifetime Value) – mit der klaren Empfehlung, erst überhaupt bewusst mit Conversion Tracking zu starten, bevor man direkt auf Customer Lifetime Value zielt. Zum Abschluss gibt er konkrete Action Steps für die Bestandsaufnahme des eigenen Tracking-Setups sowie Hinweise zur Abgrenzung von E-Commerce- und Lead-Gen-Tracking (inklusive Offline Conversion Imports).
Vikash ist Gründer von Vikash Analytics OÜ und unterstützt E-Commerce-Unternehmen mit maßgeschneiderten Tracking- und Analytics-Lösungen, um datenbasierte Entscheidungen zu ermöglichen. Zuvor war er Senior UX Researcher bei t-online, wo er den Relaunch mit A/B-Testing, KPI-Dashboards und Web-Tracking maßgeblich begleitete. Seine Karriere startete er bei OTTO, wo er über fünf Jahre hinweg von der Webanalyse bis zum Einsatz von Machine Learning in der Kundenanalyse tätig war. Akademisch kombiniert er Wirtschaftsinformatik (B.Sc.) und Wirtschaftspsychologie (M.Sc.), die er beide mit Bestnoten an der NORDAKADEMIE abgeschlossen hat.
