Google Analytics is ontzettend handig om het gedrag van je website bezoekers te kunnen monitoren en analyseren. En om dat goed te kunnen doen moet je natuurlijk wel weten waar je naar moet kijken en hoe je hetgeen dat je ziet moet interpreteren.

En dat is waar het vaak genoeg mis gaat. De meeste metrics in Google Analytics zijn prima te begrijpen, maar er zijn er een paar die vaak verkeerd worden begrepen. En dan kan het zomaar zijn dat je aan je analyse hele verkeerde conclusies hangt. Daarom is het zo belangrijk dat je weet wat je leest. En daarom wilde ik de drie meest verkeerd begrepen Google Analytics metrics met je delen:

  • Unieke gebruikers
  • Bounce Rate
  • Gemiddelde Sessieduur

Unieke gebruikers

Bij unieke gebruikers denk je meteen aan het aantal “mensen” die jouw website bezochten. Een lange tijd geleden (jaren) was het aantal unieke gebruikers, die je in Google Analytics zag, ook nog wel redelijk te vergelijken met het werkelijk aantal unieke mensen die je website bezochten.

Maar met de komst van verschillende browsers (Google Chrome, Firefox, Safari) en ander type devices (laptops, tablets & smartphones) is de metric van unieke gebruikers praktisch onbruikbaar geworden. Want de metric suggereert dat je het werkelijk aantal unieke mensen ziet. Maar als je weet hoe de meting van de unieke gebruikers wordt opgebouwd, dan snap je dat wat je ziet totaal niet in de buurt komt van de werkelijkheid.

Een veel voorkomende aanname is dat de unieke gebruiker wordt gebaseerd op basis van het IP – adres. Maar dat is niet zo, want de unieke gebruiker wordt bepaald op basis van je browser. Dit betekent dus dat wanneer je een website bezoekt via Google Chrome en later op de dag dezelfde website bezoekt via Safari, dat je dan als 2 unieke gebruikers wordt gezien.

Met de opkomst van al die verschillende browsers werd de data al veel minder betrouwbaar. En in de loop der tijd is het nog vele malen onbetrouwbaarder geworden. Want met de komst van tablets & smartphones werd het in kaart brengen van unieke gebruikers eigenlijk onmogelijk. Stel ik bezoek telegraaf.nl via de volgende browsers & devices:

  • Desktop Chrome Browser
  • Desktop Safari Browser
  • iPhone Safari Browser
  • Android tablet Chrome Browser

Dan ben je dus in de Google Analytics meting 4 unieke gebruikers. En eigenlijk zou je hier het liefst 1 unieke gebruiker willen terugzien. Als je een website hebt waarbij gebruikers moeten inloggen, dan kun je de meting van unieke gebruikers veel betrouwbaarder maken. Met de komst van Universal Analytics is het namelijk mogelijk geworden een gebruiker een uniek ID toe te kennen. Hierover zal ik in een vervolgpost dieper op ingaan.

Bounce Rate

De Bounce Rate is een zeer bruikbare metric om te bepalen of je website / pagina’s het goed of slecht doen. Bounce Rate zegt namelijk iets over of men na het landen op de pagina verder gaat in het bezoek of meteen weer weg is. Het enige nadeel is dat deze metric over het algemeen verkeerd begrepen wordt. Wat namelijk vaak de aanname is, is dat het op de volgende manier wordt berekend:

Blogpost hebben vaak een hoge Bounce Rate, wat niet vreemd is. Dit komt omdat de bezoeker over het algemeen naar je post worden verwezen via andere websites, de zoekmachines of een sociaal netwerk. Dit al eerder gelezen, dat kan? Ga dan meteen naar de update.

Het # keer dat een gebruiker meteen weg is gedeeld door het # pageviews van een pagina. In het onderstaande voorbeeld had de post over de Google Analytics Alerts een Bounce Rate van 15,38% en 83 pageviews. De meeste mensen zouden dan de berekening maken 15,38% x 83 = 13 Bounces (De definitie van een Bounce is: “Een bezoek waarbij er maar 1 pagina werd bekeken”).

Google Analytics Verkeerde Bounce Rate berekening
Maar deze berekening is niet juist. Want de Bounce Rate wordt niet berekend op basis van het aantal pageviews, maar op basis van het aantal Entrances. En Entrances betekent eigenlijk letterlijk: “Het aantal bezoeken dat via deze pagina op de website kwam”. Dus er waren niet 13 Bounces op dit artikel, maar: 15,38% x 64 = 10.
Google Analytics Juiste Bounce Rate berekening
In mijn voorbeeld is het verschil nog niet eens zo groot, maar stel je hebt een artikel met een Bounce Rate van 60%, met 100.000 pageviews en waarbij er 5.000 bezoeken via die pagina binnenkwamen, dan kun je je dus behoorlijk verkijken op de aantallen. Want 60% Bounce Rate op basis van 100.000 is 60.000 en 60% op 5.000 is 3.000.

Geintereseerd? Laten we praten.

Ik ben in te huren als consultant, interimmer, projectmedewerker op het gebied van conversie-optimalisatie. Van adviserende rol tot aan begeleiding en uitvoering.

Gemiddelde Sessieduur

De gemiddelde bezoekduur zegt iets over de tijd dat een gebruiker tijdens zijn sessie door de website navigeert. De berekening van de gemiddelde bezoekduur is eigenlijk vrij eenvoudig. Hij telt namelijk de tijd dat een bezoeker op een pagina zit allemaal bij elkaar op. Tot dusver is dat allemaal prima te volgen.

Waar het misgaat bij het interpreteren van de data is de meting van de laatste pagina binnen dat bezoek. Want de laatste pagina wordt namelijk gewoon meegenomen in de berekening, alleen is de tijd op deze pagina “bijna” altijd 0 seconden. Het is namelijk niet te meten hoe lang men op de laatste pagina zit. En dat komt omdat de berekening van de gemiddelde tijd op een pagina op de volgende manier wordt gemeten:

  • Start pagina 1: 10:00.35
  • Start pagina 2: 10:01:15
  • Start pagina 3: 10:03:03

In het bovenstaande voorbeeld zie je dus dat de tijd per pagina als volgt is:

  • Duur pagina 1: 10:01:15 – 10:00:35 = 00:00:40
  • Duur pagina 2: 10:03:03 – 10:01:15 = 00:01:48
  • Duur pagina 3: 10:03:03 – onbekend = 00:00:00

De totale bezoekduur is dus 00:00:40 + 00:01:48 + 00:00:00 = 00:02:28. De laatste pagina wordt dus wel meegenomen, maar heeft de waarde 0. De reden dat we niet kunnen meten hoe lang met op de laatste pagina zit, is omdat de meting wordt gedaan op het moment dat een nieuwe pageview wordt gegenereerd.

Wil je nou de meting iets beter in kaart brengen, dan is daar een klein trucje voor. In het “All Pages Report” zie je een gemiddelde tijd op de pagina van alle pagina’s bij elkaar. Deze tijd zou je kunnen optellen bij de gemiddelde tijd op de website. Het is namelijk aannemelijk dat de tijd op de laatste pagina van een bezoek overeenkomt met de gemiddelde tijd op een pagina van je gehele site.
Google Analytics gemiddelde tijd op pagina

Conclusie

Een unieke gebruikers wordt dus berekend op basis van je cookie & browser. Met de komst van Universal Analytics wordt het in kaart brengen van unieke gebruikers eenvoudiger (mits je een website hebt waar je kunt inloggen).

De Bounce Rate wordt berekend op basis van het aantal “One Page Sessions” gedeeld door het totaal aantal Entrances. Het is dus niet het aantal “One Page Session” gedeeld door het aantal pageviews van een pagina. Dus kijk altijd naar de Entrances van een pagina om te begrijpen hoeveel bounces er werkelijk waren en verkijk je niet op de pageviews.

En bij de meting van de gemiddelde bezoekduur, is de tijd op de laatste pagina binnen het bezoek altijd 0 maar wordt deze wel meegenomen in de meting van de gemiddelde bezoekduur. Wil je jezelf een iets beter beeld verschaffen over de werkelijke gemiddelde bezoekduur, tel dan de “gemiddelde tijd op een pagina” op bij de gemiddelde bezoekduur.