din Guide til forståelse af Nøgleanalyseudtryk

følgende er et kort uddrag fra vores bog, Researching: Analytics, skrevet af Luke Hay. Det er den ultimative guide til at bruge analytics til forbedret brugeroplevelse. SitePoint Premium-medlemmer får adgang med deres medlemskab, eller du kan købe en kopi i butikker over hele verden.

for dem, der ikke er vant til at se på hjemmesideanalyser, kan nogle af terminologien virke som et fremmedsprog. Dette kan blive endnu mere forvirrende, når udtryk ændres, eller når forskellige værktøjer bruger forskellige udtryk til at beskrive den samme ting.

nogle analytiske udtryk, der bruges regelmæssigt, misforstås ofte. I nogle tilfælde kan en delvis forståelse af et udtryk være farligere end slet ingen forståelse. Et almindeligt misforstået eksempel er ordet”hit”.

et hit betragtes ofte som et synonym for en sidevisning eller et besøg. Dette er ikke tilfældet, da hver filanmodning til en internetserver er et individuelt hit.

det betyder, at hvis en hjemmeside indeholder fem billeder, vil en bruger, der ser denne side, tælle som en sidevisning, men seks hits (de fem billeder plus selve HTML-siden). Du kan se, hvordan denne misforståelse kan føre til en vildt unøjagtig forståelse af dataene! Dette afsnit dækker de vigtigste analysevilkår. (Der er også korte definitioner af de vigtigste udtryk i ordlisten i slutningen af denne bog.)

dimensioner og Metrics

alle data i dine analyserapporter kan opdeles i dimensioner og metrics. Det er vigtigt at vide, hvad hvert udtryk betyder, så du bedre kan analysere dine data. En god forståelse af dimensioner og målinger er også vigtig for opsætning af brugerdefinerede rapporter og dashboards.

dimensioner er en måde at gruppere data på—en form for kategorisering eller identifikation. En dimension henviser ikke til størrelsen på noget (en almindelig misforståelse). Dimensioner vises normalt i den første kolonne i dine rapporter. Eksempler på dimensioner omfatter Land, Sidetitel og enhedstype.

Metrics er derimod de tal, der er knyttet til disse dimensioner. De vises i de andre kolonner i dine rapporter, der viser tallene vedrørende dimensionerne i den første kolonne. Eksempler på metrics inkluderer sidevisninger, afvisningsprocent og Avg. Tid på side. Metrics hjælper dig med at forstå dine brugeres adfærd. De tæller, hvor ofte ting sker—såsom antallet af besøg på din hjemmeside eller app. Metrics kan være totaler, gennemsnit eller procentdele af en total.

skærmbilledet nedenfor viser dimensioner og målinger samt de forskellige måder, metrics tælles på:

en nem måde at differentiere de to på er at huske, at dimensioner ofte er ord, mens målinger er mere tilbøjelige til at være tal.

sessioner, besøg, sidevisninger og unikke sidevisninger

som berørt i det foregående kapitel er der ofte forvirring mellem sessioner, besøg og sidevisninger. For det første er det værd at påpege, at sessioner og besøg i det væsentlige er de samme ting. Google Analytics brugte tidligere udtrykket “besøg”, men ændrede terminologien til” sessioner ” i 2014. Andre værktøjer, såsom Adobe Analytics, bruger stadig udtrykket”besøg”.

du vil generelt opdage, at de to udtryk bruges om hverandre, men så længe du ved, at disse henviser til den samme ting, bør det ikke være et problem.

en session, eller besøg, er en gruppe af interaktioner (eller en enkelt interaktion), som en bruger tager inden for en given tidsramme på din hjemmeside. Google Analytics-sessioner timeout efter 30 minutters inaktivitet som standard, selvom du selv kan ændre dette i dine analytics-indstillinger.

det betyder, at hvis din bruger går til at gøre sig selv en kop kaffe, forlader din hjemmeside åben i deres bro.ser, og vender tilbage inden for en halv time, vil dette blive talt som den samme session. Det samme kan siges for brugere, der hopper mellem flere faner. Oftere end ikke, selvom, sessioner repræsenterer kontinuerlig gennemsøgning af din hjemmeside.

sessioner skelner ikke mellem unikke individer. De tæller kun antallet af sessioner, uanset hvem der gør dem. Hvis jeg besøger din hjemmeside om morgenen og kommer tilbage om aftenen, vil det stadig tælle som to sessioner. Brug af andre metrics som brugere eller besøgende vil give dig oplysninger om personer, der besøger din hjemmeside. Det næste afsnit i dette kapitel dækker brugere og besøgende i detaljer.

sidevisninger er simpelthen visninger til en HTML-side eller, mindre almindeligt, virtuelle sidevisninger. En virtuel sidevisning er en måde at bede Google Analytics om at registrere en sidevisning, hvis en ny HTML-side ikke er indlæst. Virtuelle sidevisninger kræver yderligere tagging i form af JavaScript-kode. Du kan bruge dem overalt, hvor indhold indlæses uden en genindlæsning af siden, eller når to eller flere stykker indhold kan findes på den samme URL—f.eks.

du kan have flere sidevisninger under en session, hvis en bruger surfer på din hjemmeside. Sidevisninger er normalt kategoriseret som sidevisninger og unikke sidevisninger. Hvis en bruger ser den samme side mere end en gang under en session, tæller dette kun som en enkelt unik sidevisning. Dette er nyttigt, hvis du vil have en ide om, hvor mange sessioner der indeholder en visning til en bestemt side, men du vil ikke have det nummer oppustet af brugere, der vendte tilbage til den side i samme session.

brugere og besøgende

som brugere har vi en god ide om, hvad en “bruger” er. I vores branche vil brugere generelt blive defineret som individuelle mennesker, der interagerer med vores produkt—ofte en hjemmeside, app eller et stykke program. Analytics-pakker har sjældent en måde at nøjagtigt identificere enkeltpersoner på, så i analytics har udtrykket” bruger ” en lidt anden betydning end den normale.

de fleste af de store analyseværktøjer identificerer brugere baseret på cookies. Hvis jeg besøger din hjemmeside fra min bærbare computer, vil dit analyseværktøj normalt slippe en cookie ind i min bro.ser, så når jeg vender tilbage, vil den genkende mig som den samme person, der besøgte tidligere.

dette er stort set korrekt, men det tager ikke højde for, at jeg måske deler min bærbare computer med en anden. Det betyder, at to forskellige personer kan tælles som den samme bruger. Omvendt er analyseværktøjer ofte ikke i stand til at identificere besøg på tværs af enheder (eller på tværs af enheder). Hvis jeg besøger din hjemmeside fra min tablet, vil dit analyseværktøj sandsynligvis ikke identificere mig som den samme bruger, der besøgte fra min bærbare computer.

hvis du har en hjemmeside, der kræver, at brugerne logger ind, eller bruger en anden form for unik identifikator, såsom en e-mail-adresse eller mobilnummer, kan dette gøre det muligt for dig at spore brugere på tværs af enheder. Dette kræver dog yderligere opsætning og er afhængig af, at brugere logger ind eller på anden måde identificerer sig på hver af deres enheder.

som med sessioner og besøg er “brugere” og “besøgende” generelt forskellige udtryk for den samme ting. Forskellige værktøjer bruger forskellig terminologi, men så længe du husker, at besøgende og brugere begge normalt beskriver et teoretisk individ, baseret på en cookie, så vil det være godt nok.

brugere, eller besøgende, er ofte opdelt i “nye” og “vender tilbage”. Nye besøgende er personer, der har besøgt din hjemmeside for første gang i din rapporteringsperiode, mens tilbagevendende besøgende har besøgt mere end en gang. Ved at nedbryde dette giver dit analyseværktøj dig mulighed for nemt at sammenligne adfærden for disse to brugergrupper.

du skal dog være forsigtig her, da metrics “ny” og “tilbagevendende” måske ikke er så nøjagtige som du ville forvente. Som tidligere berørt sporer analytics-pakker sjældent besøg på tværs af enheder. Dette betyder, at hvis jeg starter noget på min telefon og afslutter det på min bærbare computer, er det sandsynligt, at jeg bliver optaget som en “ny” bruger, når jeg besøger via min bærbare computer. Brugere vil også blive registreret som” nye”, hvis de rydder deres cookies, eller har en JavaScript-eller annonceblokerer installeret.

besøg/Session varighed og tid på side

tidsbaserede målinger er notorisk unøjagtige. Dette skyldes dels den måde, de beregnes på, og dels på grund af manglende evne til at spore en brugers opmærksomhed.

Google Analytics beregner sessionens varighed som tiden mellem den første og sidste interaktion under et besøg på din hjemmeside. Det gør ikke, som man kunne forvente, beregne varigheden baseret på, hvornår brugeren ankommer på din hjemmeside, og når de forlader. Google Analytics har ingen mulighed for at vide, hvornår en bruger forlader din hjemmeside; det kan kun spore deres interaktioner, mens de er på den. Dette betyder, at hvis en bruger bruger fem minutter på at se på din startside, 20 minutter på at læse et blogindlæg og derefter forlader hjemmesiden, var deres Besøgsvarighed kun fem minutter. Omvendt, hvis en bruger har forladt din hjemmeside åben i en anden fane i ti minutter, mens de gennemse en anden hjemmeside, så længe de vender tilbage til din hjemmeside og gå videre til en anden hjemmeside, at ti minutter vil tælle med deres varighed på din hjemmeside!

time-on-page metrics fungerer på samme måde som sessionens varighed. Timeren starter, når en bruger først indlæser en bestemt side og stopper, når de går videre til en anden side på hjemmesiden. Der registreres ingen tid for den pågældende side, hvis en bruger forlader din hjemmeside derfra. Dette betyder, at en bruger kan læse et langt blogindlæg på din hjemmeside, men hvis de forlader dette punkt, før de ser andre sider, vil deres optagede “tid på side” være nul sekunder. Hvis en bruger kun besøger en enkelt side i løbet af deres session, registreres både deres tid på den side og deres sessionsvarighed som nul sekunder.

alt dette betyder, at tidsbaserede målinger slet ikke er meget nøjagtige.

dette understreger vigtigheden af at analysere baseret på tendenser over tid snarere end at se på nøjagtige tal. Hvis din gennemsnitlige sessionsvarighed er fem minutter, fortæller det dig muligvis ikke meget. Du har det bedre med at fokusere på, hvad sessionens varighed var i sidste måned eller sidste år, og analysere, om dette er gået op eller ned—og vigtigst af alt at finde ud af hvorfor.

du skal dog være forsigtig her. Hvis, for eksempel, et blogindlæg på din hjemmeside får masser af opmærksomhed på sociale medier en måned, og drev masser af brugere, der lige har læst indlægget, derefter forlade, dette alene kan massivt påvirke din gennemsnitlige sessionsvarighed. Dette understreger behovet for at være opmærksom på, hvad der sker på tværs af hele din hjemmeside, og for at undgå at fokusere på overskriftstallene.

Afvisnings-og udgangshastigheder

to målinger, der ofte bliver forvirrede, er afvisnings-og udgangshastigheder. Disse rapporteres på lidt forskellige måder i forskellige analyseværktøjer. Definitionerne nedenfor er baseret på, hvordan de rapporteres i Google Analytics.

en bounce beskriver et enkelt sidebesøg på en hjemmeside. Dette betyder, at brugeren ankommer til en side og derefter forlader uden at se andre sider. Afvisningsprocenten er procentdelen af besøg på en hjemmeside, eller hjemmeside, der var afvisninger. En afvisningsprocent på 10% betyder, at en ud af ti af dine besøgende kun besøgte en side i løbet af deres session. Det er det samme for de enkelte sider. Hvis din” Om ” – side har en afvisningsprocent på 50%, betyder det, at 50% af de sessioner, der omfattede et besøg på denne side, var enkeltsidebesøg.

udgangsfrekvensen for en side viser procentdelen af besøg på siden, der sluttede med, at brugere forlod siden derfra. Diagrammet nedenfor viser, hvordan bounces og udgange adskiller sig.

disse to målinger er ens, men det er vigtigt at forstå forskellen mellem dem. Afvisningsprocenten for en side påvirkes stort set af antallet af personer, der kommer ind på hjemmesiden på den side. Ofte er Udgangshastighed en mere nyttig metrisk at bruge af denne grund.

det er værd at nævne, at en høj bounce eller Udgangsfrekvens ikke altid er en dårlig ting. Brugere kan lande på en side, få de oplysninger, de ledte efter, og derefter forlade glade. Et eksempel på dette kan være en bruger, der lander på kontaktsiden på din hjemmeside, finder dit telefonnummer og ringer til dig. I dette tilfælde har brugeren nået deres mål hurtigt og effektivt.

vi vil dække, hvordan du bedst kan bruge bounce og afslut satser i din analyse senere. For nu, selvom, bare sørg for at kende forskellen mellem de to.

konverteringer og mål

som beskrevet i det foregående kapitel er et mål en bemærkelsesværdig handling udført af en bruger på din hjemmeside eller en handling, der er taget off-site, men føres ind i dit analyseværktøj. Et eksempel på dette kan være et telefonopkald, hvis du har opkaldssporingsprogrammer, der kører på din hjemmeside.

et mål kan være så simpelt som at se en bestemt side eller udfylde en bestemt formular. Mål kaldes ofte “konverteringer”, men de er faktisk kun en type konvertering. I Google Analytics henviser konverteringer også til køb på e-handelshjemmesider.

folk taler ofte om en hjemmesides konverteringsfrekvens. I Google Analytics er dette procentdelen af besøg, der inkluderer en konvertering—en bruger, der enten udløser et mål eller gennemfører en e-handelstransaktion. I andre værktøjer kan det også henvise til procentdelen af unikke brugere, der har gennemført en konvertering.

hvis den pågældende hjemmeside er et e-handelssted, henviser udtrykket konvertering normalt kun til køb. Hvis hjemmesiden ikke er et e-handelssted, kan konverteringsfrekvensen enten være en Kombineret sats for alle mål eller konverteringsfrekvensen for det vigtigste eller primære mål.

da der ikke er nogen ensartet definition af, hvilken aktivitet konverteringsfrekvensen refererer til, er det altid godt at kontrollere, hvad nogen mener, når de bruger udtrykket.

en konvertering er simpelthen at flytte nogen fra en stat til en anden. For eksempel at flytte en person, der ikke har foretaget et køb til en person, der har. Eller endda flytte nogen, der ikke kan lide dit brand til nogen, der gør det. Hver ønsket konvertering skal være målbar på en eller anden måde, og et mål eller en række mål kan bruges til at gøre dette i analytics.

segmenter og filtre

analyseværktøjer giver generelt muligheder for segmentering eller filtrering af dine data. Segmentering beskriver gruppering af brugere med lignende egenskaber og visning af dataene for disse grupper, ofte i sammenligning med andre grupper. Et eksempel ville være at segmentere dine brugere efter den enhed, de brugte til at besøge din hjemmeside—det vil sige via mobil, tablet eller desktop. Filtrering har et lignende formål, men det fjerner data fra en bestemt gruppe eller grupper, så du kun har dataene fra den eller de grupper, du vil indsamle.

i Google Analytics er filtre og segmenter separate muligheder, men forveksles ofte med hinanden.

filtre anvendes på visningsniveauet for en konto og filtrerer oplysninger fra nogensinde at blive optaget i dine rapporter. Hvis du f.eks. filtrerer besøg fra din IP-adresse til en visning, indsamles disse data simpelthen ikke for den pågældende visning. Filtre er nyttige til at ekskludere data, der ellers kan skæve dine rapporter på måder, du ikke ønsker.

segmenter anvendes på rapportniveau og filtrerer midlertidigt oplysninger fra alle rapporter. For eksempel vil du måske oprette et segment til mobilbrugere fra Frankrig. Når dette segment er anvendt, inkluderer alle dine rapporter kun data til franske mobilbrugere. Segmentet stopper med at blive anvendt, enten når du manuelt fjerner det, eller når du lukker Google Analytics og vender tilbage. Segmenter kan være virkelig nyttige til analyse af forskellige brugergruppers adfærd. Vi dækker segmenteringsdata mere detaljeret senere i dette kapitel.