Bounce-Rate, Referer, Session - Google Analytics richtig deuten

Google Analytics ist zweifelsohne ein großartiges Tool, wenn es darum geht, die Statistiken einer Webseite und damit auch den grundsätzlichen Erfolg einer Page zu überwachen. Google Analytics ist kostenlos, hat einen immensen Funktionsumfang, ist kinderleicht einzubauen und gibt einem direkt das Gefühl, sich zum fähigen Web-Analysten entwickelt zu haben. Aber genau da liegt das Problem: So simpel ist das Tool eben doch nicht – und die Übersetzung von der englischen zur deutschen Version ist zum Teil irreführend und wenig korrekt. Hier eine kleine Auswahl von Missverständnissen, auf die wir immer wieder treffen, wenn es um die Auswertung von Seitenstatistiken geht: 

1. Bounce it, Baby! 

Die Absprungrate bezeichnet grundsätzlich den Prozentsatz an Usern, die eine Webseite besuchen und diese ohne weitere Interaktion wieder verlassen.

Bevor man eine hohe Absprungrate als negatives Ergebnis heranzieht, gilt es, erstmal grundsätzlich die Frage zu stellen: Was ist das Ziel der Aktivierung – also: Warum locke ich die User auf meine Seite? Geht es primär um Traffic, ist eine hohe Absprungrate erstmal nebensächlich. Zugegeben – sollte auch die Verweildauer extrem kurz sein, spricht das schon dafür, dass Viele nach dem Öffnen der Seite relativ schnell weitersurfen. Dies kann ein Alarmsignal sein und dafür sprechen, dass der Content einer Seite nicht zur Erwartungshaltung der User passt – sei es in Gestaltung, Text, Layout oder Usability.

Gilt es aber, eine Aktion zu triggern – z.B. einen Klick auf einen Teilnahme- oder Download-Button – zeigt eine hohe Absprungrate, dass irgendwas faul ist im Staate Dänemark. Die Lösung ist manchmal ganz banal. Wir prüfen zumeist erstmal, mit welcher Bildschirmauflösung die meisten User auf die Seite gekommen sind und checken dann, ob der Call-to-Action-Button sich bei dieser Auflösung im sichtbaren Bereich befindet und justieren dann ggf. nach. Dass ein Layout auch für Mobilgeräte geeignet ist, gehört eh zum Standard – aber auch da gilt zu überprüfen, ob der Button groß genug ist etc.

Last but not least: Ein Seitenbesuch, den Google als „ohne Interaktion“ interpretiert, ist nicht gleichzusetzen mit einem Seitenbesuch ohne Scrollen. Und „scrollen“ im Sinne von „lesen“ bei einer hohen Verweildauer steht eben nicht für Misserfolg einer Seite!

Übrigens: Auch die Sitzungsdauer wird bei Google Analytics maßgeblich von Interaktionen beeinflusst. Gerade die Sitzungsdauer auf textlastigen Seiten oder One-Pagern, auf denen man primär scrollt und nicht klickt, wird von Google daher meistens deutlich niedriger ausgegeben, als diese tatsächlich ist – und das aus dem ganz einfachen Grund, dass Google einen Klick oder ein anderes Ereignis benötigt, um eine Aussage darüber treffen zu können, ob ein User noch da ist – oder eben nicht. Scrollen allein kann Google Analytics dabei nicht messen.

2. Sagt mal, wo kommt ihr denn her? 

Referer (eigentlich Referrer) bezeichnet die Seite, die ein User besucht hat, bevor er auf der Seite angekommen ist, die man per Google Analytics untersucht. Auf einer Microsite checkt man gerne die Referer, um zu sehen, welcher Aktivierungskanal die User auf eine Seite gelockt hat. Immer wieder kommt es dabei vor, dass (direct) / (none) auf Platz 1 der Referer-Liste steht. Der Grund dafür ist aber nicht, dass so viele User tatsächlich www.irgendeine-seite.de direkt in den Browser tippen, weil die URL so super-einfach zu merken war. Vielmehr wird der Referer oftmals einfach nicht an Google Analytics übergeben – z.B. weil…

• Smartphones keine Referer senden
• Manche Browser keine Referer übertragen
• Manche Virenscanner und Adblocker die Übertragung von Referern verhindern oder…
• …weil bereits bei einem Übergang von http zu https oder andersrum die Übergabe des Referers aus Sicherheitsgründen nicht stattfindet.

Wenn also beispielsweise eine Kooperation „nur“ für 15% der Seitenbesucher verantwortlich zu sein scheint, gilt es zu hinterfragen ob nicht eventuell 90% der Seitenbesucher über mobile generiert wurden – denn spätestens dann kann es sein, dass viele User quasi „unter dem Referer-Radar“ auf die Seite gekommen sind.

3. Wer oder was bist du eigentlich? 

Last but not least: Am Ende zählt, wie viele „Menschen“ eine Seite besucht haben. Google Analytics spuckt hierfür zwei Messwerte aus: Sitzungen und Nutzer. Doch was konkret ist der Unterschied?

• Google sagt: Eine Sitzung ist eine Gruppe von Interaktionen, die innerhalb eines bestimmten Zeitraums auf der Website stattfinden. Beispielsweise kann eine einzelne Sitzung viele Bildschirm- oder Seitenaufrufe, Ereignisse, soziale Interaktionen sowie E-Commerce-Transaktionen umfassen.
• Google sagt: Die Messwerte Nutzer und Aktive Nutzer geben an, wie viele Nutzer die Website bzw. App aufgerufen bzw. damit interagiert haben.

Bei der Interpretation der Daten hilft ein kurzer Blick auf die Technik hinter Google Analytics und wie diese Messwerte ermittelt werden. Zunächst ist im KPI „Sitzung“ ein zeitlicher Faktor versteckt – denn eine Sitzung dauert laut Google 30 Minuten, wird bei Inaktivität beendet und bei einer Interaktion verlängert. Jede Sitzung endet zusätzlich um 0:00 Uhr. Jeden Tag. Und last but not least: Verlässt ein User die Seite und kommt zurück, startet er eine neue Sitzung. Ein Nutzer kann also mehrere Sitzungen erzeugen. Ist die Anzahl der wiederkehrenden Nutzer hoch, ist also die Anzahl der Sitzungen deutlich höher.

Fazit 

Google Analytics ist toll, wirklich! Aber: Die Daten sind erstmal mit Vorsicht und Augenmaß zu interpretieren. Und: Ohne klare KPIs, die wir grundsätzlich immer vor Beginn eines Projekts oder einer Kampagne gemeinsam mit unserem Kunden festlegen, fehlt am Ende der Benchmark. Denn nur mit klaren numerischen Zielen ist ein Soll/Ist-Abgleich möglich. Webseiten-Analyse ist dabei nie frei von Fehlern – und die auf dem Markt erhältlichen Tools spucken zum Teil völlig unterschiedliche Werte aus. Daher ist es wichtig, im Vorfeld die Datenbasis abzuklären und festzulegen, welches Tool zum Einsatz kommt. Besonders hilfreich kann dabei sein, durchaus mehrere Tools zu testen – und das auch parallel.