Yahoo! Web Analytics snart ikke længere Indextools

Tirsdag d. 28. april blev endelig dagen for den nye udgave af Indextools. Nu officielt Yahoo! Web Analytics 9.5. Det er fantastisk spændende, og vil give både helt nye features og forbedredede rapporter. Læs Dennis Mortensens blog om nyheden.

Og hvad er så nyhederne?

Nye features i YWA

De helt nye ting er inddragelse af demografi og interesser. Under demografi findes variablene køn og alder (jeps, og 28 år). Interesserne er i grupperne:

Det er ikke blot spændende fordi man kan lave en demografisk profil af sine brugere, men det kan tilmed bruges til at lave filtre. Dvs. du kan se hvor mange i de forskellige aldersgrupper, som er konverteret, hvilke af dine produktgrupper, som i højest grad interesserede de 18-30 årige osv. Hvad Gemius kæmper for at lave i DK, og som har lang vej endnu er nu med i YWA 9.5.

Hvor kommer data fra?

Det lyder næsten for godt til at være sandt at man kan se sine brugeres alder. Og det vil måske også være tilfældet for nogle. YWA er bevidst om dette, og har derfor signifikansniveau på rapporterne, og i nogle tilfælde vil der direkte stå at der ikke er nok data. Det rigtig spændende bliver hvordan det ser ud i Danmark, og hvor mange besøgende man skal have før der er noget at arbejde med. Til mit og Søren Sprogø´s spørgsmål på bloggen svarer Dennis at det ikke afhænger af andelen, som bruger søgemaskinen. Dermed behøver den relative lave markedsandel for Yahoo! i DK ikke betyde at vi går glip af alt det sjove.

Forbedrede rapporter

Udover de ovenstående nye tiltag, så er flere af de eksisterende rapporter forbedret. I flæng kan nævnes Sti-analyse, segment-mulighederne (dvs. filtrering af data) og graferne.

Webanalyse markedet

Hvad vil dette betyde for markedet for webanalyse værktøjer? Avinash har tidligere skrevet til mig at han ikke ser Yahoo! Web Analytics som en konkurrent, men som supplement til Google Analytics. Jeg er ikke fuldstændig enig, men jeg tror han har en vigtig pointe i at de to systemer ikke kæmper om samme plads. De to værktøjer er begge gratis (eller… man betaler med data frem for kr. og øre), og måler dine brugeres adfærd, men lighederne stopper faktisk hurtigt.

Sammenligner man derimod det nye YWA 9.5 med Omniture Sitecatalyst, så er der i langt højere grad muligheder for at sammenligne. YWA har lige fået 50 actions, hvilket direkte kan sammenlignes med SC event-tracking. Forskellen på de to systemer er i højest grad den halve million (plus minus en hel del) i system pris.

Samlet set tror jeg ikke Google Analytics vil miste markedsandel, eller at specielt mange vil skifte. Det er ganske enkelt to forskellige målgrupper. YWA er i langt højere grad til de større sites og mere komplekse problemstillinger (og dermed sværrere at sætte sig ind i og implementere) mens GA fortsat vil vinde frem på brugervenlighed og lettilgængelige interface.

Hvad venter webanalytikeren på?

Først og fremmest at få adgang til den nye udgave. Den rulles ud over tid, og måske først for alvor når al hosting er flyttet omkring midt-maj. Indtil da må jeg og andre vente i spænding på at have hands-on.

Og så håber jeg at der også kommer et kraftigt løft på dashboard siden, for der halter YWA bagud (kommentaren er i forhold til den sidste udgave og ikke 9.5). Der er mulighed for at lave et lækkert dashboard, men det kan ikke mailes. Så for at lave automatiske rapporter skal man lave ekstra rapporter, som så skal samles til en mail. Pænt bøvlet, og super ærgeligt at de lækre features på dashboardet ikke kan mailes.

Så vil det være fantastisk hvis man kan uploade flere data. Det er muligt at uploade gruppering af produkterne (svarende til classifications i SiteCatalyst), men uploads af budgetter og andet relevant vil gøre værktøjet endnu en tand mere brugbart. Og for alvor matche SC.

Og endeligt, så ligger der et stykke arbejde forude. Der kommer nye koder, og alt skal implementeres forfra. Men når først man ved hvor action-koderne ligger, så skal det blot skiftes ud.

Alt i alt vil jeg sige GODT ARBEJDE YAHOO!. Hvis du er meget forvirret og ikke aner hvordan du får lært al det nye, så har Dennis Mortensen forfattet en bog, som udkommer inden for få uger. Jeg har været så heldig at få fingrene i et mindre oplag, som jeg udloder her på sitet. Så hold øje med indlæggene, så du ved hvad du skal bidrage med for at komme i betragtning i konkurrencen

Webanalytikeren nu også på twitter: www.twitter.com/webanalytiker - få webanalyse nyhederne før de andre.

Yahoo! Web Analytics nyheder

- mindre Indextools, mere Yahoo!

Det kan være svært at følge med i webanalyse verdenen for tiden, for der sker virkelig noget. Hos Yahoo! Web Analytics ved man at der er stor udvikling og mange ændringer undervejs, så det spændende er hvordan ændringerne er.

Nye koder – Fra Indextools til Yahoo!

I et brev til partnere og på Dennis´ blog d. 5. marts blev det offentliggjort at der kommer nye koder til registrering af data. Det betyder at man inden juni 2010 skal have skiftet al implementering af Indextools ud med nye koder. Det betyder dels at koderne bliver navngivet så de relaterer sig til Yahoo!, men helt sikkert også at der er nye funktioner i vente. Tankegangen er stadig meget lig implementeringen af SiteCatalyst, blot mere simpel at foretage (og så med alle forskellene i detaljerne så vi kan blive godt rundtossede når man skifter fra system til system).

Indextools version 4 kode til YWA kode version 5 

Version 4
var ACTION=’PENDING_SALE’;
var _S_SKU=’DM112899; DM113834′;
var _S_UNITS=’2;1′;
var _S_AMOUNTS=’100.00;50.00′;
var ORDERID=’10099803′;
var AMOUNT=‘USD150.00‘

Version 5
YWATracker.setAction(“PENDING_SALE”);
YWATracker.setSKU(“DM112899; DM113834″);
YWATracker.setUnits(“2;1″);
YWATracker.setAmounts(“100.00;50.00″);
YWATracker.setOrderId(“10099803″);
YWATracker.setAmount(“USD150.00″);

Umiddelbart ligner det mest en omgang copy/paste, men der skal nok knokles for det alligevel. Et godt råd herfra er derfor – vent med at implementere flere koder til efter midt april.

Yahoo! Web Analytics bliver hurtigere

Er der noget værre end at skulle vente på at data hentes for hver gang man vil se en ny rapport eller sætter et filter på? Det mener Yahoo! heldigvis ikke der er, så derfor skifter de til nye servere. Det er et fantastisk træk, for sammenligner man med andre systemer, så er tempoet ikke voldsomt langsomt. Men nok til at jeg kan forstå forbedringen. Tak Yahoo!

Nyt partnerprogram undervejs

Og så til en endnu mere aktuel nyhed. Indtil nu har adgang til Indextools skulle ske via partnere, som også kan assistere med rådgivning og hjælp til implementeringen. I sidste uge blev dette gjort til en historisk ting. Alle eksisterende partnere skal søge om fortsat at være partner, lidt i stil med GAAC (Google Analytics autoriseret firma). Ansøgningens 6 punkter handler både om Analytics-delen men også om hvor meget Yahoo! Search bliver benyttet. Ved at blive partner kan man stadig modtage direkte support hos Emer og Edit (jeps, det hedder de).

Der er ingen tvivl om hvad dette træk betyder. Yahoo! har stadig planer om at gøre systemet gratis, og ville dermed med den nuværende konstilation risikere en voldsom overbelastning af deres direkte support. Med den nye partner opsætning bliver det konsulenterne som også lægger penge i deres Yahoo! Search pengekasse, som får hjælp. Den bedste nyhed i dette er at de dermed ikke har droppet deres plan om at gøre systemet gratis. Men de bliver nok lidt forsinkede, for jeg har i noget tid angivet at det blev i første kvartal. Det er senest i morgen, så det når de nok ikke…

Men alt i alt, spændende nyheder fra Yahoo! – jeg venter spændt på hvad version 5 byder på. En ting er jeg sikker på: Det bliver ikke mindre avanceret og spændende. Med Dennis Mortensens bog om Yahoo! Web Analytics kan det være at flere finder systemet mere lettilgængeligt og interessant Når den bliver udgivet skal i nok få en anmeldelse her på sitet.

Jeg fortsætter stilen fra i går med fokus på udregning af tidsforbrug. Gårsdagens indlæg omhandlede Google Analytics beregning af tid, specielt med fokus på det gennemsnitlige tidsforbrug på sitet.

Udregning af tid pr. sidevisning

Dagens emne er udregning af den gennemsnitlige sidevisning.

Som nævnt i går udregnes tidsforbruget ved at registrere hver enkelt sidevisnings tidsforbrug. Det udregnes ved at tidsforbruget mellem registrering af side 1 og side 2 måles, og dette tidsforbrug tilskrives side 1.

Denne metode gør at tidsforbruget for sidste sidevisning aldrig registreres (uanset om brugeren ser 1 eller 14 sidevisning).

I går omtalte jeg hvordan det påvirker det samlede tidsforbrug. Men det er vigtigt også at holde for øje, at det også påvirker det gennemsnitlige tidsforbrug ved hver enkelt sidevisning.

Eksempel på tidsforbrug pr. side

Ovenstående eksempel viser en række sider, hvor tidsforbruget er 00:00:00. Man kan samtidig se at % Exit er lig 100% – alle der så disse sider, forlod sitet fra den pågældende side.

Det gennemsnitlige tidsforbrug pr. side påvirkes dermed meget kraftigt af om siden er brugerens side på sitet. Det er lidt tricky, for det er ikke helt så let at gennemskue hvordan de forskellige sider påvirkes.

Få det rigtige gennemsnitlige tidsforbrug på siden

Og alligevel er det ikke så avanceret. Kig på sidens % Exit, som viser hvor meget påvirkning, der er af dette.

Ønsker du det rigtige tidsforbrug for hver side, så skal du i gang med regnemaskinen. Først skal du udregne det samlede tidsforbrug på siden, og derefter skal du udregne hvor mange læsere, som bør indgå i udregningen, altså som har bidraget til tidsforbruget i data.

Det samlede tidsforbrug udregner du ved at gange tidsforbruget med det samlede antal sidevisninger.

Antallet af læsere, som bør indgå i udregningen, finder du ved at trække andelen af % Exits fra det samlede antal sidevisninger.

Det rigtige gennemsnitlige tidsforbrug for den konkrete side kan nu findes ved at dividere dine to tal: Samlet tidsforbrug divideret med antal læsere (fra din egen udregning).

Hvis halvdelen af sidevisningerne resulterer i et exit, så vil det gennemsnitlige tidsforbrug på siden dermed være dobbelt så højt. Hvis hver fjerde exit´er, så vil det rigtige tidsforbrug være 4 minutter, hvis det angivne er 3 min osv.

Google Analytics og Yahoo! Web Analytics

Det er ikke kun Google Analytics, hvor man skal være opmærksom på dette. Et system som Yahoo! Web Analytics og andre har samme måde at beregne tidsforbruget pr. sidevisning ud.

Kend definitionerne på dit analyse værktøj

Det vigtigste er ikke nødvendigvis om tingene måles på den ene eller den anden måde. Det vigtigste er, at du ved hvilken! Den internationale Web Analytics Association har lavet en branchestandard for hvad de forskellige begreber betyder.

Bounce rate

Definitionen på bounce rate fx “Single page view visits divided by entry pages”. Så kort kan det gøres (diskussionen om 1 sidevisning vs 5-10 sek. tager jeg lige en anden god gang ).

Hvis du er interesseret i at læse alle definitionerne så Hent Web Analytics Association Webanalyse termer definition her.

Men en ting er hvad branchens guidelines foreskriver, en langt vigtigere ting er hvad dit værktøj leverer. Et par flinke herrer har fulgt op på dette og du kan derfor læse præcis hvilke definitioner, der gælder for dit værktøj.

Definitioner i Indextools / Yahoo! Web Analytics

Dennis Mortensen, den danske direktør for Yahoo! Web Analytics, får lov at komme på banen først, da han startede bølgen. Han valgte at følge op på ansvaret som udbyderne har, og lavede derfor et blogindlæg hvor han gennemgår de 26 begreber. 23 af dem indgår i Indextools og 20 af dem er med præcis samme definition.

De 3 der skiller sig ud er Return Visitor, Internal refferrer samt Search refferrer.

Se Dennis´ fine oversigt på http://visualrevenue.com/blog/2008/03/web-analytics-definitions-waa.html 

Definitioner Google Analytics

Justin Cutroni fra EpikOne fik fulgt op på ovenstående indlæg, ved at lave et tilsvarende for Google Analytics.

Google Analytics kan være med på 19 af de 26 termer, hvoraf størstedelen af de resterende 7 helt mangler.

Repeat visitor, Internal refferer, External refferer, Search refferer, original refferer og Single-page Visits indgår slet ikke mens Refferer har en anden definition.

Se Justins oversigt her: http://www.epikone.com/blog/2008/09/21/google-analytics-compliance-with-waa-standard-metrics/

Kendte du listen på forhånd?

Er Google Analytics eller Indextools bedst til at evaluere Adwords kampagner?

Dette kan betragtes som startskudet på en række indlæg om forskellene på Indextools og Google Analytics. Formålet med dette er ikke at hædre det ene værktøj, men helt objektivt at vise forskellene.

Indextools vs. Google Analytics. Dag 1

For mange er trafiktal ens lige meget hvad værktøj man bruger, så noget af det flest nævner, hvis man spørger om de har lyst til at skifte fra Google Analytics til Indextools er muligheden for analyse af Adwords. Adwords optimering kan man forholde sig til, for det er meget konkret kroner og ører.

Jeg er derfor blevet spurgt flere steder om det er muligt at analysere sin adwords kampagne i Indextools, og det korte svar er “Ja”. Den længere udgave kommer med følgende punkter: Opsætning, overblik, analyse, øvrigt analyse, avancerede muligheder

Opsætning

Det er let at koble Google Analytics og Google Adwords sammen. Foretages oprettelsen af Analytics via Adwords, så er det fra start sat op. Hvis ikke, så kan opsætningen ske ved at trykke på et par knapper (aktiver “auto tagging” under “Min Konto” -> “konto indstillinger”).

Indextools opsætning

Opsætning af kampagne tracking i Indextools kræver lidt mere, men ikke noget uoverskueligt.

Først skal man oprette kampagnen (Angive hvad der definerer den – det kan fx være en angivelse i entry URL, fx ref=adwords). 

Og derefter skal man sørge for at data overføres fra Adwords.

Så er data hevet ind i systemerne.

Præsentation af Adwords data

Google Analytics præsentation af Adwords

I google analytics er der god mulighed for at analysere på sine adwords data.

 Ved at trykke på fanebladene kan man analysere i forhold til adfærd, de opsatte mål og salget. I “Dimension” kan man skifte fra kampagne til annoncegruppe eller keyword, og på den måde analysere på præcis det niveau man ønsker. Man kan dog kun se de variable som er prædefineret. For at analysere på effekten af kampagnen ud fra andre variable, så skal man lave et “advanced segment”. Desværre er der stadig begrænsninger på denne mulighed, og man kan fx ikke se mål og funnels med segmentering. Kilde: Google selv. En sidste mulighed for segmentering er via “Custom reporting” hvor man selv kan sætte tabeller op. Har du fx en tabel som mailes dagligt eller ugentlig, som viser effekten af din Adwords? (mit bud er at 93% af jer kan svare nej, og havde Thomas Mygind været hos jer havde han sagt SÆT IGANG!).

Google Analytics har en funktion, som måske vil overraske flere læsere. Man kan analysere på resultaterne i forhold til hvor annoncen var placeret da brugeren trykkede på den.

Du trykker blot på søgeordet og data kommer frem i højre side. Øverst i højre side er der et dropdown vindue, som gør det muligt for dig at ændre variablen, du ser. Visits er relevant (Ved hvilken placering klikker flest på annoncen?), men du ved blot ikke hvor mange visninger der har været. Ærgeligt Google ikke har variablen CTR også (dvs. hvor stor en andel af visningerne, som annoncen blev klikket på). Til gengæld kan du analysere på værdien. Omsætning, antal transaktioner mv.

“Jamen det er jo ikke muligt at bestemme placeringen”… Nej, men Google har implementet en ønske mulighed i Adwords. Dvs. du kan ønske en placering, og så prøver Google så vidt muligt ud fra de øvrige normale måder at placere annoncen på, at placere annoncen hvor du ønsker. Det kan jo vise sig at nr. 1 ikke giver dig særlig meget, og så kan du ønske nr. 2 og 3 i stedet. Der er dybdegående Adwords evaluering.

Ovenstående feature er der hvor Analytics er Indextools overlegen. Man kan måske lave noget filter på entry URL, hvis Google viderefører annonceplaceringen i referencen (men der er jeg lidt rusten, måske andre kan byde ind her?), men det er ikke opsat for en pr. default i Indextools.

En sidste bemærkning er at konverteringer (salg mv) ikke registreres helt ens i Analytics og Adwords. I Adwords gør en cookie med 30-dages levetid at Adwords kampagnen krediteres for brugere, der vender tilbage og køber (inden for de 30 dage). I Analytics er det kun salg i samme besøg som klikket på Adwords-annoncen, som bliver krediteret Adwords.

Indextools Adwords præsentation 

Indextools griber sagerne anderledes an. Her er Adwords inddraget flere steder i systemet. Mest spændende finder jeg kampagneoversigten.

Her har man en super mulighed for hurtigt at få overblik over ens online kampagner. Det kan sættes op så man i oversigten ikke kun har Adwords som overordnet kategori, men så man også kan bryde ned på kampagner og annoncegrupper.

I kampagne oversigten (og generelt rundt i systemet) kan man vælge tre former når man vælger trafikkilde: Direct, Intelligent og Original. Det er lettere indviklede definitioner, som i ikke behøver blive kedet med nu, men overordnet set betyder det at man kan analyse på om brugeren direkte kom fra Adwords eller om brugeren tidligere kom fra Adwords (på forskellige måder) og vendte tilbage for at købe.

En anden meget væsentlig ting, er at man i oversigten kan se udgiften forbundet med. Der er derfor en ROAS (Return on ad spend), som er meget interessant når man optimerer sin kampagne.

I oversigten er det ikke kun salg man kan analysere på, men alt man har tracket med actionkoder (som er Indextools måde at tracke det man sætter op som mål i Google Analytics).

Alt er ikke rosenrødt hos Indextools, for man bliver lidt træt når man skal finde ud af antallet af besøg via Adwords. I oversigten ses “Clicks” og “Unique Clicks”, og det reele antal besøg fra Adwords ligger et sted i mellem. Så man skal over i “Visits” og filtrere på Campaign=Google Adwords for at få dette tal. Et eksempel er Clicks=1.130, Unique Clicks=784 og visits=787. Som “normal” bruger er dette svært at regne ud.

Derudover kan man rundt i systemet filtrere på “Paid search” og se præcis de data man ønsker (filteret er lettere at lave end i Google Analytics, men til gengæld skal det laves når man skifter menupunkt).

Indextools eller Google Analytics?

Jeg synes begge systemer kommer rigtig godt ud af at analysere Adwords. Der er mulighed for at analysere på meget detaljeret niveau, og kun tiden sætter grænsen. Analytics gør det lidt mere overskueligt at analysere, mens Indextools er lettere når man skal gå helt i detaljen. Desuden er Indextools kampagneoversigt rigtig god.

Har du en anden holdning? Hvad er vigtigst for dig når du analyserer din Adwords?

Dette var første sammenligning af Google Analytics og Indextools. Formålet er ikke at finde en vinder, men at præsentere ligheder og uligheder i de to systemer. Så kan du bedst selv vurdere hvad der passer bedst til dit temperament