Klassische Analytics-Tools zeigen dir, welche Seiten viele Aufrufe haben. Was sie dir nicht zeigen: den Weg dorthin und danach. Eine Seite mit 10.000 Aufrufen klingt gut, aber wenn 90% der Besucher danach abspringen und nie die Produktseite sehen, ist das kein Erfolg, sondern ein Problem.
Ohne Navigationspfade optimierst du im Dunkeln. Du weißt, dass etwas nicht stimmt, aber nicht wo.
Eine Pfad Analyse, oft auch als User Journey Analyse bezeichnet, zeigt dir die tatsächlichen Navigationssequenzen deiner Besucher. Also nicht "welche Seiten wurden besucht", sondern "in welcher Reihenfolge, von wo nach wo, und wie viele Nutzer sind dabei abgesprungen".
Das Ergebnis ist ein Sankey-Diagramm: Ein Flussdiagramm, das zeigt wie Besucher durch deine Website fließen. Jede Spalte ist ein Schritt in der Session, jede Verbindungslinie zeigt den Übergang von Seite zu Seite. Je breiter die Linie, desto mehr Nutzer nehmen diesen Weg.
So erkennst du auf einen Blick:
In bchic Analytics findest du die Pfad Analyse unter Pfade. Das Diagramm baut sich automatisch aus den Sessiondaten auf. Keine manuelle Konfiguration, keine vorher definierten Funnels.
Jede Box im Diagramm zeigt drei Dinge:
Über jeder Spalte siehst du außerdem den prozentualen Verlust gegenüber dem vorherigen Schritt. Ein Verlust von 52% zwischen Schritt 1 und Schritt 2 bedeutet: mehr als die Hälfte deiner Besucher ist nach dem ersten Klick schon wieder weg.
bchic bietet drei verschiedene Darstellungsmodi für unterschiedliche Fragestellungen.
Übersicht zeigt alle Pfade in der Standardansicht. Gut für einen ersten Überblick: Welche Wege nehmen die meisten Nutzer?
Verluste hebt Seiten mit hohen Absprungraten orange hervor. Wenn du konkret wissen willst, wo du Traffic verlierst, ist das der schnellste Weg zur Antwort.
Loops zeigt Seiten, auf die Nutzer in derselben Session mehrfach zurückkehren. Ein Loop auf der Startseite oder im Menü ist ein Warnsignal: Nutzer finden nicht, was sie suchen. Ein Loop auf einer Inhaltsseite kann das Gegenteil bedeuten, nämlich dass der Content so relevant ist, dass Nutzer aktiv zurücknavigieren.
Die wohl mächtigste Funktion ist die Pfad Konfiguration. Statt die gesamte Website zu betrachten, kannst du die Analyse auf einen bestimmten Startpunkt oder eine bestimmte Zielseite eingrenzen.
Startpunkt definieren: Setze zum Beispiel /pricing als Startpunkt. Jetzt siehst du nur Pfade von Nutzern, die auf der Preisseite begonnen haben. Wo gehen sie hin? Zum Signup? Zurück zur Startseite? Direkt weg?
Zielseite definieren: Setze /checkout/success als Zielseite. Das Diagramm kehrt sich um und zeigt dir rückwärts, über welche Wege Nutzer tatsächlich konvertiert sind. Das ist die ehrlichste Form der Conversion-Pfad-Analyse, denn sie basiert auf echtem Verhalten, nicht auf angenommenem.
Die Analysetiefe lässt sich zwischen 3 und 7 Schritten anpassen. Für die meisten Websites sind 5 Schritte ein guter Ausgangspunkt. Mehr Schritte zeigen längere Sessions, werden aber schnell unübersichtlich.
Warum verlassen Nutzer den Checkout?
Setze /checkout als Startpunkt. Wie viel Prozent gehen weiter zu /checkout/success? Und wohin gehen die anderen? Springen sie zur Produktseite zurück, weil sie noch unsicher sind? Oder verlassen sie die Website komplett? Das zeigt dir, ob das Problem im Checkout-Prozess selbst liegt oder schon früher in der Kaufentscheidung.
Welche Seiten führen wirklich zur Conversion?
Setze deine Danke-Seite oder Signup-Bestätigung als Zielseite. Das Diagramm zeigt dir die tatsächlichen Wege, die konvertierende Nutzer gegangen sind. Du wirst überrascht sein, wie oft die vermuteten "wichtigsten Seiten" in den Conversion-Pfaden gar nicht auftauchen.
Loop-Verhalten auf Navigationsseiten verstehen
Wenn die Startseite oder das Hauptmenü als Loop markiert erscheinen, haben viele Nutzer diese Seiten mehrfach in derselben Session aufgerufen. Das ist fast immer ein Zeichen, dass die Navigation nicht funktioniert, oder dass Nutzer eine bestimmte Seite nicht finden. Kombiniert mit dem Filter lässt sich das schnell auf bestimmte Nutzergruppen oder Einstiegsquellen eingrenzen.
Die Pfad Analyse wird noch aussagekräftiger, wenn du sie mit Nutzergruppen kombinierst. In bchic kannst du Nutzer nach Intent klassifizieren, also zum Beispiel transaktionelle Nutzer von informativen Nutzern trennen.
Schau dir dann die Conversion-Pfade nur für transaktionelle Nutzer an. Du wirst sehen, dass diese Nutzer komplett andere Wege gehen als der Durchschnitt. Und genau diese Wege sind die, die du priorisieren und optimieren solltest.
Andere Tools zeigen dir Navigationspfade, aber nur auf Basis der Daten, die sie erfassen. Wer ein Cookie-Banner wegklickt oder einen Adblocker nutzt, fehlt in der Analyse. Das können je nach Website bis zu 40, 50 oder 60% aller Besucher sein.
bchic erfasst cookielos und ohne Consent-Banner, vollständig DSGVO-konform. Das bedeutet: Die Pfad Analyse basiert auf 100% der Besucher, nicht auf einer verzerrten Teilmenge. Gerade für Conversion-Pfad-Analysen ist das entscheidend, weil Privacy-bewusste Nutzer oft ein anderes Verhalten zeigen als der Rest.
Wer bchic Analytics über die MCP-Integration mit Claude oder einem anderen KI-Assistenten verbindet, kann Navigationsdaten direkt im Chat abfragen. "Welche Seiten besuchen Nutzer vor dem Checkout am häufigsten?" oder "Wo verliere ich die meisten Nutzer auf dem Weg zur Preisseite?" gehen als direkte Fragen, ohne Dashboard-Klick.
Das macht Pfad-Analysen auch für Nicht-Analysten zugänglich, für Entwickler, Content-Teams oder Geschäftsführer, die schnelle Antworten brauchen ohne sich erst durch Diagramme zu arbeiten.
