Webanalytics Daten können bei fehlerhafter Interpretation zu Falschaussagen führen. Es gibt Stolperfallen und Grenzen die unbedingt beachtet werden müssen, wenn korrekte und gewinnbringende Informationen aus den Daten gelesen werden sollen.

«Eine hohe Absprungrate bedeutet, dass nicht gefunden wurde, was erwartet war.»
«
Viele Seitenaufrufe pro Sitzung zeigen, dass die Inhalte relevant sind und gut miteinander verknüpft.»

Offene Interpretationsansätze

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

Hat ein User beispielsweise auf der ersten Seite genau die Informationen gefunden, die er gesucht hat, so verlässt er die Seite wieder. Umgekehrt gilt auch, wenn er auf der ersten Seite nicht gefunden hat, wonach er gesucht hat, so durchforstet er möglicherweise die komplette Website, wird aber nicht fündig, weshalb er die Seite mit einem schlechten Gefühl wieder verlässt.

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.

Statistik: Zielvorhabenabschlüsse aus Google Analytics

Komplizierter wird es, wenn wir den Shop weglassen, dazu noch die Ausrichtung von B2C zu B2B ändern und kein Produkt, sondern unterschiedliche Dienstleistungen verkaufen. Wie hoch bewertet man dann ein ausgefülltes Kontaktformular? Sind alle gleich zu bewerten? Was sind eigentlich die richtigen Makro- und Mikro-Conversions? Ist ein Besucher, der mehr als 3 Minuten auf der Website bleibt, bereits ein Erfolg? Wie bewerte ich wiederkehrende Besucher?

Prinzipiell lässt sich mit Webanalytics fast alles messen. Welche Messwerte für die Website wichtig sind, und ab welchem Wert diese positiv zu verstehen sind, ist von Unternehmen zu Unternehmen und von Website zu Website unterschiedlich und individuell zu beurteilen.

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 des Users kann der Absprung unterbunden werden. Wir setzen beispielsweise einen zeitlichen Trigger. Hierdurch löst jeder User, der länger als ein bestimmtes Zeitintervall auf einer Seite bleibt, 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 ein User beispielsweise 20% der Seite heruntergescrollt hat, so geben wir dem Webanalytics Tool die Information weiter, dass dies eine Interaktion war, somit ist der Absprung wieder nicht vorhanden, auch wenn der User die Seite danach wieder schliesst.

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.

 

Diagram das eine viel bessere Absprungrate der Wer Website anzeigt
Beispiel eines Kunden: Relaunch im April 2019: Year-to-Date Vergleich: Absprungrate hat sich über alle Kanäle stark verbessert.

Im Tracking einer neuen Website wird eine Bounce-Rate Korrektur genutzt. User die über 20% der Seitentiefe gescrollt haben oder mind. 10 Sekunden auf der Seite geblieben sind, lösen eine Interaktion aus, die den Absprung auslöschen. Wenn wir diese Messwerte ohne das Wissen über die Bounce-Rate Korrektur verwenden, so interpretieren wir hier, dass sich die Absprungrate mit der neuen Website stark verbessert hat.

Mit dem Wissen über die neue Definition des Absprungs lässt diese Grafik keine Schlussfolgerung über eine allfällige Verbesserung der Website zu.

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.

Jorik Galiart

Jorik Galiart

ist unser Rheinthaler mit holländischen Tulpenknollenwurzeln. Er bringt sein Fachwissen im SEO- und SEA-Bereich ein, um die Sichtbarkeit auf Suchmaschinen zu verbessern, damit mehr und qualitativ hochwertigerer Traffic auf die eigene Seite entsteht.