Web Analytics - Interpretation, Stolperfallen und Grenzen

Offene Interpretationsansätze

Aussagen wie oben sind so generell, wie sie auch falsch sein können.

Haben User:innen beispielsweise auf der ersten Seite genau die Informationen gefunden, die sie gesucht haben, so verlassen sie die Seite wieder. Umgekehrt gilt auch, wenn sie auf der ersten Seite nicht gefunden haben, wonach sie gesucht haben, so durchforstet er möglicherweise die komplette Website, wird aber nicht fündig, weshalb sie die Seite mit einem schlechten Gefühl wieder verlassen.

Ja, die Interpretation der KPIs (Key Performance Indicators) können sich von einem Extrem ins andere bewegen. Viel wichtiger als die Wahl des Interpretionsansatzes ist daher die Wahl der passenden KPIs. Wenn die Website-Ziele über passende KPIs definiert sind, so spielt die Interpretation der KPIs in der Analyse keine Rolle mehr. Es sollte natürlich regelmässig überprüft werden, ob die KPIs noch den Zielen der Website entsprechen. Für eine regelmässige Analyse, wie z.B. ein monatliches Reporting, darf die Interpretation jedoch auch mal weggelassen werden, denn die definierten KPIs haben ja einen Grund.

Unterschiedliche Bezugsgrössen

B2C Online Shops haben die einfachste Möglichkeit, Makro-Conversions zu definieren. Hier geht es um Bestellungen. Der Wert einer Bestellung lässt sich sehr einfach herauslesen, dadurch sind natürlich die KPIs sehr leicht und schnell zu definieren.

Klare Definitionen

Tools, Agenturen und Dienstleistungen versprechen eine Steigerung der Conversion-Rate um 20%, eine Senkung der Absprungrate um 10% oder eine 4x bessere Nutzererfahrung. Das klingt super, doch: Von welchen Conversions sprechen wir? Wie ist der Absprung definiert? Und wie genau wird die Nutzererfahrung messbar gemacht?

Mit unklaren oder nicht offengelegten Definitionen können “bessere” Daten erzeugt werden. Soll die Conversion-Rate gesteigert werden, so könnten ganz einfach weitere Conversions definiert werden, und schon steigt auch die Rate. Die Absprungrate wird verbessert, doch was genau definiert einen Absprung? Ein Absprung ist das Verlassen einer Website ohne weitere Interaktion. Doch welche Interaktionen werden gemessen?

Bounce-Rate Korrektur

Mit dem Auslösen einer Interaktionsmessung ohne Zutun der User:innen kann der Absprung unterbunden werden. Wir setzen beispielsweise einen zeitlichen Trigger. Hierdurch lösen User:innen, die länger als ein bestimmtes Zeitintervall auf einer Seite bleiben, ein Ereignis aus. Das Ereignis sagt unserem Webanalytics Tool, dass eine Interaktion zustande gekommen ist, der Absprung ist daher nichtig.

Ähnliches kann man auch mit einem Scroll-Tracking auslösen: wenn User:innen beispielsweise 20% der Seite heruntergescrollt haben, so geben wir dem Webanalytics-Tool die Information weiter, dass dies eine Interaktion war: Somit ist der Absprung wieder nicht vorhanden, auch wenn die User:innen die Seite danach wieder schliessen.

Stolperfalle: Ein Scrolltracking kann sinnvoll sein bei der Bounce-Rate Korrektur. Wichtig ist allerdings, dass der Scrolltracking Schwellwert nicht vorzeitig ausgelöst wird bspw. bei sehr kurzen Seiten.

Diese Art von Interaktions-Tracking macht Sinn, wenn hinter der Analyse resp. hinter diesem spezifischen Tracking ein Ziel steckt UND wenn es klar definiert und kommuniziert ist.

Saisonalitäten

Vergleiche schaffen ist immer gut und lässt jeden verstehen, ob sich etwas verbessert oder verschlechtert hat. Bei Vergleichen muss aber auch darauf geachtet werden, dass die Bedingungen dieselben sind, besonders bei absoluten Zahlen.

Ein Monatsvergleich hinkt schon, da nicht alle Monate gleich viele Tage enthalten. Vergleicht man bspw. den März mit dem Februar (nicht in einem Schaltjahr) so betragen die drei Tage bereits einen  Unterschied von ca. 10%.

Auch zwei aufeinanderfolgende Monate mit der gleichen Anzahl an Tagen miteinander zu vergleichen (Juli / August, Dezember/Januar), enthält weitere Stolpersteine. Die Monate verfügen nicht zwingend über gleich viele Wochenenden. Gerade bei B2B Unternehmen sinkt die Besucherzahl üblicherweise am Wochenende sehr stark.

Man kann natürlich auch das Vorjahr als Vergleich nehmen. Die Problematik der selben Anzahl an Tagen haben wir nur für den Februar und dies nur während oder nach einem Schaltjahr. Unschön, aber vertretbar. Jedoch gibt es ja auch noch die nicht fixierten Feiertage. Klar Weihnachten und der 1. August sind jedes Jahr am selben Tag, Ostern, Auffahrt, Pfingsten usw. jedoch nicht.

Wichtig ist, dass man sich über das Vorhandensein dieser Unterschiede bewusst ist.

Fazit

Bei der Analyse von Daten verliert man gerne und schnell mal den Blick aufs Wesentliche, besonders wenn es sich um wiederholende Analysen handelt. Deshalb lassen Sie Ihre eigenen Interpretationen von jemand anderem challengen, gehen Sie auch Ihrem externen Berater auf den Zahn und hinterfragen Sie die Interpretationen und fragen Sie die Definitionen der einzelnen Messwerte ab.