4 Google-Analytics-Mythen

Google-Analytics-MythenGoogle Analytics kann einen leicht in die Irre führen, wenn man die angegebenen Metriken nicht genau zu interpretieren weiß. Denn das, was man sich unter einer bestimmten Maßzahl vorstellt, muss nicht dem entsprechend, was Google hier berechnet.

Die Gründe liegen zum einen in technischen Einschränkungen, zum anderen in den Berechnungsmethoden begründet.

Dieser Beitrag zeigt vier typische Google-Analytics-Mythen.

Mythos 1

Die in Google Analytics angezeigten Sitzungen (Sessions) in einem ausgewählten Zeitraum entsprechen den in diesem Zeitraum erfolgten Webseiten-Besuchen.

Diese naheliegende Annahme ist leider falsch. Wenn Sie keinen sogenannten Referral-Spam-Filter installiert haben, dann werden Sitzungen – unter Umständen sehr viele – von Google Analytics gezählt, die tatsächlich nie stattgefunden haben. Ghost Referral Spam z. B. stammt von Unternehmen, die Fake-Daten an Google Analytics schicken, indem Sie Ihre Tracking-ID- verwenden, obgleich sie nie Ihre Webseite besucht haben. Die Tracking-IDs werden per Zufallsgenerator erzeugt und –  sofern dabei zufällig Ihre ID entstanden ist – von Google Analytics als Sitzung für Ihre Webseite gezählt.

Einen Referral-Spam-Filter können Sie z. B. über Verwalten (Admin) / Datenansicht (View) / Filter installieren.

Sie können recht einfach wie folgt testen, ob Ihre Webseiten-Metriken durch Referral Spam verfälscht werden.

  1. Öffnen Sie ihren Google-Analytics-Account und rufen Sie die relevante Datenansicht (View)
  2. Klicken Sie links z. B. in Zielgruppe (Audience) / Übersicht (Overview).
  3. Klicken Sie dann rechts oben in +Segment hinzufügen (+Add Segment).
  4. Klicken Sie dann oben links in +Neues Segment (+New Segment).
  5. Klicken Sie links in Bedingungen (Conditions).
  6. Klicken Sie dann links in das Feld Affinitätskategorie (Reichweite) (Add Content). Ein Dropdown-Menü geht auf.
  7. Tragen Sie in das oberste freie Feld das Wort Hostname Es wird Ihnen dann das Feld mit dem Eintrag Hostname angezeigt.
  8. Klicken Sie es an, um diesen Eintrag auszuwählen. Per Default lautet das Feld rechts neben Hostname enthält (contains). Lassen Sie diese Einstellung unverändert. Tragen Sie in das Feld rechts daneben ihre Webseitenadresse ein: z. B. www.MeineB2B2Seite.de

Jetzt sehen Sie rechts eine Vorschau. Dort steht über einem Kreis Zusammenfassung (Summary). In dem Kreis wird der Prozentsatz der Nutzer (User) angezeigt, der übrig bleibt, wenn Sie dieses Segment sichern und ihren Traffic darüber filtern.

Da normalerweise der gesamte oder jedenfalls nahezu der gesamte echte Traffic über Ihre Domain auf Ihre Webseite gelangt, haben Sie jetzt eine gute Spam-Richtschnur.

Wenn der prozentuale Anteil nahe 100 % liegt, dann haben Sie entweder schon einen effektiven Spam-Filter installiert oder Sie leiden (bisher) nicht unter Fake-Traffic. Steht aber in dem Kreis z. B. 85 %, dann können Sie davon ausgehen, dass ca.15 % ihrer User durch Spam-Trickserei zustande gekommen sind. Diese User hat es also nie gegeben.

In der Vorschau rechts (unter dem Kreis) wird auch angezeigt, wie viele Sitzungen übrig bleiben, wenn Sie über dieses Segment filtern. Das sind in etwa die Sitzungen, die auch tatsächlich stattgefunden haben.

Mythos 2

Die Absprungrate (Bounce Rate) repräsentiert in Google Analytics die Prozentzahl an Besuchern, die mit der Webseite nichts anfangen konnten und sie sofort nach Aufruf wieder verlassen haben.

Auch diese weit verbreitete Annahme trifft nicht zu. In Google Analytics ist jede Sitzung ein Bounce, in der nur eine Seite aufgerufen wird. Wenn also z. B. ein Nutzer auf Ihrer Startseite landet, 3 Sekunden dort bleibt und Ihre Webseite dann wieder verlässt, ist er ein Bounce. Aber auch Nutzer, die mit dem, was sie sehen, sehr wohl etwas anfangen können, fallen unter Umständen in die Bounce-Kategorie. Wenn ein Nutzer z. B. über Google auf einer Ihrer Blogseiten landet, einen Blogbeitrag komplett liest und nach, sagen wir, 3 Minuten zufrieden wieder zu Google zurückkehrt, wird er von Google Analytics als Bounce gezählt, denn er hat sich dann ja nur eine Seite angesehen – die, auf der der Blogbeitrag zu lesen ist.

Mythos 3

Die Metrik Sitzungsdauer (Session Duration) in Google Analytics gibt die tatsächliche Zeitdauer des gemessenen Webseiten-Besuchs ans.

Auch das stimmt nicht. Angenommen, Sie landen jetzt auf der Startseite irgendeiner Website, die von Google Analytics gemessen wird. Weiter angenommen, Sie bleiben 2 Minuten auf dieser Startseite und klicken dann auf einen Link, der Sie zu einer weiteren Seite, etwa einer Produktseite, führt.

Nennen wir die erste Seite, mit der Ihre Sitzung beginnt, Seite A und die Folgeseite Seite B. Wenn Sie auf Seite A landen, startet der Timer, der auf 0 Sekunden steht. Wenn Sie auf Seite B landen, zeigt der Timer 2 Minuten an. Google Analytics berechnet die Zeit, die Sie auf Seite A verbracht haben wie folgt: Zeit des Seite-B-Eintritts (= 2 Minuten) minus Zeit des Seite-A-Eintritts (0 Sekunden): 2 – 0 = 2. Jetzt notiert Google Analytics, dass Sie 2 Minuten auf Seite A gewesen sind.

Angenommen, Sie rufen nach weiteren 3 Minuten die nächste Seite auf – Seite C. Wiederum wendet Google Analytics die beschriebene Berechnungsformel an. Eintritt Seite C (= 5 Minuten – gemessen vom Beginn der Sitzung an) minus Eintritt Seite B (= 2 Minuten): 5 – 2 = 3. Google Analytics weiß jetzt, dass Sie 3 Minuten auf Seite B verbracht haben. Um die Zeit zu berechnen, die Sie auf Seite A, B usw. verbracht haben, benötigt Google Analytics also den Eintrittszeitpunkt für die jeweilige Folgeseite (B, C usw. – gleiche Tracking-ID).

Angenommen, Seite C ist ein interessanter Blogbeitrag. Sie lesen ihn, brauchen dazu 4 Minuten und kehren dann zu Google zurück. Seite C ist also ihre Exit Page. Um diese Zeit zu berechnen, bräuchte Google Analytics den Seite-D-Eintrittszeitpunkt. Den gibt es aber nicht, denn Sie haben die Webseite von Seite C aus verlassen. Faktisch sind Sie 4 Minuten auf Seite C geblieben.

Google Analytics kann die Zeit, die sie dort verbracht haben, aber nicht berechnen, weil hier die Berechnungsformel nicht anwendbar ist, und setzt die Zeit für die letzte Seite daher = 0. (Das ist nur dann nicht der Fall, wenn Sie Interaction Type Events erstellt haben. In diesem Fall berechnet Google Analytics auf der Exit Page die Zeit bis zur letzten getrackten Interaktion, z. B. dem Anklicken eines Videos.)

Ihre Sitzung hat in unserem Beispiel tatsächlich 2 + 3 + 4 = 9 Minuten gedauert. Google Analytics berechnet für diese neunminütige Sitzung aber nur 2 + 3 + 0 = 5 Minuten. Google Analytics schätzt die Sitzungsdauer in diesem Fall also um fast 45 % zu niedrig ein.

Mythos 4

In Google Analytics kann die durchschnittl. Sitzungsdauer (Average Session Duration) nicht geringer sein als die durchschnittl. Besuchszeit auf Seite (Average Time on Page).

Es ist, so scheint es, logisch unmöglich, dass die durchschnittliche Sitzungsdauer geringer als die durchschnittliche Seitenbesuchszeit ist. Tatsächlich aber kann die Average Session Duration weit geringer als die Average Time on Page sein. Das liegt an den Berechnungsmethoden, die Google Analytics anwendet.

Weil Google Analytics, wie eben gezeigt, die Verweildauer auf der Exit Page nicht berechnen kann, wird dies bei der Metrik Average Time on Page berücksichtigt. Die Exits werden herausgerechnet. Diese Metrik wird wie folgt berechnet: Time on Page dividiert durch (Pageviews minus Exits). Die Average Session Duration ist dagegen ein einfacher Durchschnitt: Session Duration dividiert durch Sessions. Wenn die Bounce-Rate sehr hoch ist, dann kann infolge dieser Berechnungsmethoden die durchschnittliche Sitzungsdauer durchaus beträchtlich unter der durchschnittlichen Seitenbesuchszeit liegen.

Dazu ein Beispiel
Im gewählten Zeitraum gab es 5 Sitzungen, die auf der Startseite begannen. 4 davon waren Bounces. Eine Sitzung umfasst 2 Seiten. Eintritt auf Seite B erfolgte nach 5 Minuten. Diese Sitzung dauert Google Analytics zufolge also 5 + 0 = 5 Minuten. (Die Verweildauer auf der zweiten Seite wird = 0 gesetzt, da es die Exit Page ist, siehe Mythos 3.) Die vier Bounces werden als vier Sitzungen gezählt. Die Verweildauer wird jeweils = 0 gesetzt, denn für eine Zeitberechnung braucht Google Analytics eine Folgeseite, die es bei einem Bounce definitionsgemäß nicht gibt.

Die Gesamtdauer für die 5 Sitzungen beträgt daher 5 Minuten. Die Formel „Session Duration / Sessions“ wird hier also durch folgende Werte gesättigt: 5 / 5. Die Average Session Duration beträgt also lediglich eine Minute.

Berechnen wir nun die durchschnittliche Seitenverweildauer.
Die Zahlen auf die Formel „Time on Page / (Pageviews minus Exits)“ angewendet ergibt: 5 / (6 – 5) = 5 / 1. Die Average Time on Page beträgt somit fünf Minuten. Die 4 Bounces (Eintritt Startseite und direkter Austritt Startseite) sind Exits und müssen der Berechnungsformel zufolge von den insgesamt 6 Pageviews (fünfmal Startseite plus einmal Seite B) abgezogen werden. Seite B, die einmal aufgerufen wurde, ist eine Exit Page und muss daher ebenfalls subtrahiert werden. Somit müssen von den 6 Pageviews insgesamt fünf Exits abgezogen werden. Die von Google Analytics angewendeten Berechnungsformeln führen also dazu, dass die Average Time on Page hier fünfmal so hoch ist wie die Average Session Duration.

Zusammenfassung

Zusammenfassend lässt sich sagen, dass Google Analytics einen gewaltig in die Irre führen kann. Es lohnt sich, die Berechnungsformeln anzusehen, um zu verstehen, was einige der Maßzahlen wirklich bedeuten.

Doch mit dem richtigen Verständnis für seine Eigenheiten wird Google Analytics zu einem ebenso nützlichen wie machtvollen Tool.





qualifizierte Leads mit Inbound Marketing generieren




4 Google-Analytics-Mythen wurde zuletzt geändert: Dezember 1st, 2015 von Roland Burkholz

Leave a Comment

*