Google Analytics: vertrouw niet op wat je ziet
Data. Data en nog eens data. Data is hot. Maar hoe ga je met data om? En hoe juist niet? Vertrouw niet op alles wat je ziet en kijk verder dan je neus lang is.
Data-driven
Je hebt een website en je hebt Google Analytics gekoppeld. Want je wilt weten hoe je website presteert en hoe je deze kunt optimaliseren. Data-driven noemen ze het ook wel. Dat data-driven is een mooi begrip. Want je kunt ontzettend veel over je doelgroep leren uit websitedata. Bijvoorbeeld via welke kanalen bezoekers meestal komen, hoelang ze op je website zijn, welke pagina’s er dan worden bekeken. Noem maar op.
Survivorship Bias
De gedachtegang waarbij enkel gekeken wordt naar successen wordt ook wel de survivorship bias genoemd. Om dat uit te leggen een voorbeeld. Bekijk de afbeelding van de bommenwerper hieronder eens. Dit is een schematische weergave van geallieerde bommenwerpers die in de Tweede Wereldoorlog terugkwamen van hun missie over Duits bezet gebied. De rode stippen zijn de plekken waar de vliegtuigen de meeste kogelgaten opliepen van het Duitse afweergeschut. Deze werden geanalyseerd om zodoende de bepantsering te kunnen optimaliseren.
De vraag was: waar moet de extra bepantsering precies komen? Probeer, voordat je verder leest, nu eerst zelf antwoord op deze vraag te geven. Waar zou jij de bepantsering plaatsen?
Afbeelding: McGeddon (creative commons)
En? Wat denk je?
Het juiste antwoord is: de extra bepantsering moet komen waar de kogelgaten niet zitten. De denkfout die men (jij niet, of wel?) geneigd is om te maken, is dat de bepantsering juist moet komen waar de gaten zitten. Maar vergeet niet dat deze vliegtuigen nog in staat waren terug te vliegen. Oftewel, de neergestorte vliegtuigen liepen op andere ‘kritieke’ plekken schade op. Bijvoorbeeld rond de cockpit waar de piloot zit. En wat dacht je van de motoren! Een defect daaraan zorgt helemaal voor een catastrofe.
Duidelijk toch? Dat geldt ook voor websitedata. Alleen kijken naar de succesfactoren geeft een vertekend beeld van de realiteit.
Een voorbeeld?!
Bekijk onderstaande tabel. Op het eerste gezicht lijkt ‘Social’ het best scorende kanaal. Het levert de meeste gebruikers en de meeste sessies op.
Je zou nu kunnen zeggen we gaan volop op ‘Social’ inzetten. Daar komen immers de meeste bezoekers (overlevenden) vandaan.
Maar goed deze hele blog gaat over dat je verder moet kijken dan je neus lang is. Dus dat doen we dan ook.
Als we verder kijken zien we dat het bouncepercentage voor ‘Social’ ook heel hoog is, wel 84.23%. Dat wil zeggen dat iemand niet meer dan 1 pagina bekijkt. En een gemiddelde sessie duurt maar 13(!) seconden.
Zonder de grote groep bouncers blijft er niet zoveel meer over. Laten we dan toch maar eens kijken naar het bouncepercentage van de andere twee kanalen, 70.21% en 43.55%.
Hmmm, interessant. Hoeveel bezoekers blijven er over als we de bouncers (waar we niet veel aan hebben) er afhalen. Dan blijkt dat we op het minst scorende kanaal meer relevante bezoekers over houden dan op het best scorende kanaal.
Inzetten op ‘Social’ lijkt nu ineens niet meer voor de hand liggend. Maar het hoge bouncepercentage terugbrengen wel. Dit kanaal heeft nog steeds veel potentie vanwege het hoge bezoekersaantal. Verder analyseren dus!
Houd tijdens je analyses altijd in gedachte voor wie de website bestemd is en wat iemand er doet. Kruip in de huid van je klanten om je data beter te begrijpen. Spoor optimalisatiemogelijkheden op en ga daarmee niet over één nacht ijs, maar test je bevindingen...
