« Februar 2009 | Start | April 2009 »

3 Beiträge im März 2009

23. März 09

Tod dem PageView: Gelesene Seiten statt Seitenaufrufe messen!

Nachdem die "Hits" schon lange den Web Analytics Tod gestorben sind, ist nun auch der PageView langsam aber sicher am Ende seines Lebens angelangt. Heutige Anwendungen wie Bewegtbild, Kartenanwendungen, Rich Internet Applications können mit dem PageView-Modell schlichtweg nicht mehr sinnvoll gemessen werden. Aber auch sonst gibt es kaum noch ein Anwendungsfall, wo die PageView-Messung zielführend wäre - mit Ausnahme vielleicht von Portalseiten, welche noch Banner auf PageView-Basis verkaufen können.

Was bei einer zielorientierten Nutzung von Web Analytics mehr interessiert, ist ob die gesteckten Ziele erreicht wurden bzw. Conversions erfolgt sind. Je nach dem Website-Ziel, das man sich gesteckt hat, kann eine Conversion auch sein, dem Besucher bestimmte Werte vermittelt zu haben. Angenommen ein Unternehmen verfolgt mit der Website hauptsächlich ein Branding- oder Kommunikations-Ziel - was beim Grossteil der Grossunternehmen der Fall sein dürfte - dann kann es zweckmässig sein, das Lesen bestimmter Inhalte als Conversion zu definieren. Liest ein Besucher wirklich einen Unternehmensbeschrieb, Key Figures oder das Interview mit dem CEO, dann kann man durchaus sagen, das dadurch bestimmte Werte vermittelt und ein Stück weit das Ziel der Website erreicht wurde. Nur, der PageView sagt relativ wenig darüber aus, ob eine Seite nun wirklich gelesen und somit die Message rübergebracht wurde - oder ob die Seite lediglich kurz angeklickt und überflogen, oder direkt wieder verlassen wurde.

Abhilfe schaffen hier sogenannte "Events", die designierten Nachfolger und Ablöser des PageViews. Ein Event ist ein Ereignis, das in einer bestimmten Situation eintritt, z.B. wenn der Benutzer auf einen Link klickt, einen Film startet oder in eine Kartenanwendung hinein- oder herauszoomt. Genau so wie sich Rich Internet Applications und Movies damit messen lassen, können Events auch für die feinere Messung von anderen Website-Zielen eingesetzt werden. Im konkreten Fall eines Kommunikations- und Branding-Ziel ist es mein Vorschlag, das Lesen einer Seite dadurch zu messen, ob eine Seite ausreichend lange betrachtet wurde. Braucht man zum schnellen Lesen des CEO-Statements zum Beispiel 45 Sekunden, dann sollte man einen Event definieren, der sich nach dieser Zeit automatisch auslöst. Um die Messung nicht zu verfälschen, darf die Stoppuhr natürlich nur laufen, solange sich die Seite auch wirklich auf dem Bildschirm befindet und nicht durch irgendwelche andere Fenster überdeckt wird.

Zu kompliziert für ein einfaches Web Analytics System? Nein. Folgendes kleine Script (jetzt wirds etwas technisch) zeigt, wie man dies in Google Analytics lösen kann:

Im <body>-Tag der betreffenden Seite folgendes unterbringen:

<body onunload="calculateViewDuration()" onblur="stoppingTime()" onfocus="startingTime()">

Dies ist die eigentliche Stoppuhr, welche läuft, solange sich die Seite im Vordergrund des Bildschirms befindet.

Im <head>-Bereich der gleichen Seite folgendes Skript unterbringen:

<script type="text/javascript"> 
 
var start;
var startTime;
var eventFired = 0;
var eventTracked = 0;
var duration = 0;
var diffTime;

startingTime();

function startingTime() {
 start = new Date();
 startTime = start.getTime();
 eventFired = 0;
}

function stoppingTime() {
 var end = new Date();
 var endTime = end.getTime();

 diffTime = Math.floor((endTime - startTime) / 1000);
 
duration +=  diffTime;
}

function calculateViewDuration () {
 stoppingTime();
 if (eventFired == 0)
 {
   eventFired = 1;
   if (duration > 44 && eventTracked == 0)
   {
     eventTracked = 1;
     pageTracker._trackPageview('/events/View45Sekunden');
   }
  } 
}

</script>

Die Funktion calculateViewDuration() wird ausgelöst, sobald der Benutzer das Browserfenster schliesst oder auf eine andere Seite surft. In dem Moment wird der Event ausgelöst, falls dies Seite mindestens 45 Sekunden betrachtet wurde. Im obigem Fall wird mittels pageTracker._trackPageview('/events/View45Sekunden');ein virtueller Seitenaufruf an Google Analytics gesendet. In der Auswertung sieht das dann wie folgt aus:

PageView_Tracking 

Hinterlegt man den Seitenaufruf als Ziel in der Analytics-Konfiguration, dann lassen sich auch Conversions damit abbilden:

Goal_Tracking

Zugegebenermassen ist dies noch etwas eine Krücke, da ein Event somit trotzdem als eigentlicher Seitenaufruf im Analytics System endet, wenngleich es sich um einen Event und keinen Seitenaufruf handelt. Empfehlenswert ist daher, diese virtuellen Seitenaufrufe in einem ebenfalls virtuellen Verzeichnis "/events/" abzulegen, wie im obigen Beispiel gezeigt. Somit lassen sich sich einfacher in den Auswertungen finden und anschliessend auswerten. Google hat scheinbar auch gemerkt dass das nicht ganz so intelligent ist für die Event-Messung und führt deshalb in Kürze einen eigenen Abschnitt in der Content-Auswertung ein, welcher für Events reserviert ist (momentan nur als Beta und auf Antrag in Google Anlytics verfügbar). Damit lassen sich dann Events wie der obige über folgenden Aufruf tracken: pageTracker._trackEvent('Seitenbetrachtung', 'CEO Statement', '45 Sekunden'); In der Auswertung wird dies dann wesentlich eleganter und wie folgt aussehen:

Event_Tracking

Wer ein solchen Event-Tracking im Einsatz sehen möchte: Ganz einfach den Quellcode dieser Seite anschauen. Denn auch für Blogs ist eine solche Messung wesentlich zielführender als der sterbende PageView!

16. März 09

Twitter Analytics

An dieser Stelle hat es schon einige Posts zu Social Media und Social Web Analytics gegeben. Stets bedeutender im Social Web wird dabei Twitter, eine Micro-Blogging-Site auf welcher Nutzer in 140 Zeichen ihren aktuellen Status, Tätigkeit oder sonst was in dieser Kürze posten. Im Sinn und Unsinn von Twitter kann man streiten, sicher ist aber, dass die Zahl der Nutzer in den letzten Monaten explosionsartig gestiegen ist und damit vor allem für jüngere oder internetaffine Nutzer zu einem zentralen Element geworden ist.

Mit der Nutzungshäufigkeit von Twitter steigt auch das Interesse an der Wirkung der Micro-Posts auf die eigenen Followers und die Community im Allgemeinen. Auswertungen zur Nutzung von Twiter und dem Einfluss einzelner Nutzer gibts mittlerweile viele. Aber jetzt kommt eine von der amerikanischen Web Analytics Koriphähe Eric T. Peterson. Peterson errechnet mit seinem neuen Twitter-Analytics Tool Twitalyzer fünf Key Performance Indicators zu einem Twitternutzer, welche einen schnellen Überblick über dessen Relevanz innerhalb der Twitter-Community geben soll. Die von Peterson errechneten KPIs sind dabei:

  • Influence: Einfluss auf andere Twitter User, gemessen u.a. an der Anzahl Followers und retweets der eigenen Posts
  • Signal-to-Noise Ratio: Verhältnis von Tweets, welche auf andere Nutzer, Tweets oder URLs referenzieren zu solchen ohne
  • Generosity: Die Grosszügigkeit eines Nutzers gemessen daran wie häufig andere Nutzer referenziert werden
  • Velocity: Zeitintervalle, innerhalb welcher die Posts erfolgen
  • Clout: Die Durchschlagskraft eines Nutzers bzw. die errechnete Wahrscheinlichkeit, dass andere Nutzer einen referenzieren werden

Twitter

Das schöne daran ist, dass man jeden Twitter-Nutzer so kostenlos kurz auf seinen Einfluss auf die Community einstufen kann. Somit lässt sich entweder der eigene Twitter-Einflussgrad einstufen - oder die Aussagen von anderen, z.B. zu den eigenen Produkten oder Unternehmung, können bewertet werden. Wie relevant die KPIs von Eric sind, bzw. ob es wirklich Key Performance Indicators sind, ist eine andere Frage, welche die Zeit erst noch weisen muss.

10. März 09

Unique Visitors: Nie zusammenzählen!

Grad kürzlich bin ich mal wieder über einen typische Überlegungsfehler gestolpert, den Web Analysten gerne machen (und bei dem ich mich selbst auch gelegentlich wieder erwische): Unique Visitors über die Zeit zusammenzählen oder teilen!

Folgende Aussagen sind nämlich falsch bzw. beinhalten einen Überlegungsfehler:

  • 5000 Besucher gestern und 5000 Besucher heute sind insgesamt 10'000 Besucher
  • 1,2 Mio. Besucher im Jahr sind durchschnittlich 100'000 im Monat
  • usw.

Und, den Fehler entdeckt?

Zugegebenermassen ist's nicht so offensichtlich und drum fällt man auch gerne darauf herein. Besucherzahlen (und auch noch eine handvoll andere Metriken) darf man einfach nicht über die Zeit zusammenzählen oder teilen, und zwar weil die wiederkehrenden Besucher sonst aus der Rechnung fallen. Und hier kurz das Rechenbeispiel zum ersten Fall:

  • Angenommen gestern kamen 5000 Besucher auf meine Website und werden vom Web Analytics System so ausgewiesen, dann waren dies effektiv 5000 Personen (mal abgesehen von den üblichen messungsbedingten Unschärfen, die man bei Web Analytics Auswertungen hat)

  • Kommen nun heute nochmals 5000 Besucher auf meine Website, dann sind dies vielleicht 3000 neue Besucher aber 2000 wiederkehrende, welche gestern schon auf meiner Website waren

  • Folglich waren zwar heute und gestern je 5'000 Personen auf meiner Website, insgesamt über die 2 Tage waren es aber nur 8'000 Personen

Problem erkannt? Beim einfachen Zusammenzählen gehen die wiederkehrenden Besucher nämlich vergessen. Das kommt dann etwa so heraus, wie wenn man einen Kunden bei jedem Kauf aufs Neue in der Kundendatenbank erfassen würde statt seine Stammdaten zu suchen und ergänzen würde.

Und wie geht man jetzt mit dieser Situation in den täglichen Web Analytics Auswertungen um? Ganz einfach: Daten zu den Unique Visitors immer direkt aus dem Web Analytics System ziehen und keine Handrechnung machen. Die Aussage über die Anzahl Besucher ist richtig, aber nur für den Zeitraum, für den man sie im Web Analytics System ausgelesen hat. Für Aussagen zu anderen Zeiträumen, muss man sie erneut unter Angabe des neuen Zeitraums aus dem Analytics System auslesen. Dann berücksichtigt das System die wiederkehrenden Besucher und rechnet diese raus. Rechnet man stattdessen im Kopf, so macht man zwangsläufig einen Fehler, der im schlimmsten Fall zu Fehlentscheiden führen kann. Also nächstes Mal unbedingt dran denken!


Über das Blog | Impressum | Nutzungsbedingungen | Ihren Besuch aufzeichnen [?]


Web Analyticson


Das Buch zum Blog:

  • Buch
    Details zum Buch Buch bei Amazon.de bestellen

Die App zum Blog:

  • iPhone App
    Download

Über den Autor

  • Marco Hassler ist Business Unit Manager und Partner beim IT- und Web-Dienstleister Namics.

    marco.hassler (at) gmail.com

Ethik Code

  • Web Analytics Association Code of Ethics

Twitter Updates

    Web Analytics Fotos

    Web Analytics Association

    • Web Analytics Association