Anvendt webanalyse – få stort udbytte med lille indsats
Handlingsorienteret webanalyse – med Google Analytics
Part I
Så er tiden kommet til noget mere handlingsorienteret webanalyse. Webanalyse for webanalysens skyld synes de færreste om, så dette er det første af tre indlæg om hvordan du prioriterer din indsats på baggrund af dine webstatistik data.
Det er specielt interessant for webshops. Det handler om at få brugeren ind på sitet, holde på brugeren, og endeligt få personen til at gennemføre et køb. Undervejs er der en række faldgrupper. Første faldgruppe er hvis brugeren forlader sitet med det samme. I webstatistik kaldes dette bounce, dvs. hvis en bruger bouncer, så ser de kun en side og forlader sitet igen. Det gælder derfor om at have mindst mulig bouncerate.
Start sider med flest bounces
Dette er en af mine yndlingsrapporter når man på 5 minutter skal finde ud af hvilke sider, som kan optimeres med størst udbytte. Hvor starter flest brugere på dit site, og hvilke af disse har høj bounce rate?
I Google Analytics ser du denne glimrende rapport under “Indhold” og “Top startsider”:
Som i kan se, så har jeg en forholdsvis høj bounce i den pågældende periode. Det er derfor interessant at se hvilke sider, hvor det er “værst”. Flest besøg startede på forsiden, men der er bouncen kun på 30,6%. Den tredjemest benyttede startside er mit blogindlæg om gratis hjælp til Google Analytics, og her er det straks værre: 72% af brugerne forlod sitet med det samme.
Der er derfor ingen tvivl om at jeg skal kigge nærmere på denne side og evaluere hvorfor brugerne i så høj grad forlader sitet igen direkte efter start. Måske jeg har for få tværgående links, måske jeg linker væk fra sitet og har fået lavet linket så det åbner i samme vindue (og dermed fjerner mit site).
Hurtig analyse – højt resultat
Ovenstående eksempel er ikke helt perfekt, da jeg HAR høj bounce på blogs pga. rss-feed læsere mv. Men forestil dig at det er din webshop. Kig på din top 10 mest benyttede landingpages og deres tilhørende bouncerate. Du kan gange antallet af entrances med bounce og se hvor visits der bouncer, og vælge den side, der har flest visits, der bouncer.
Evaluer så siden. Her er data ikke længere nok. Er din tekst for kort, for lang, for kedelig? Mangler der billeder? Kan brugeren ikke finde de knapper du ønsker de trykker på (fx KØB)? Lav nogle ændringer og se om bounceraten er lavere i ugerne efter.
Hvilke trafikkilder?
Ved kun at benytte oversigten, så er det meget simpelt for dig at analysere dig frem til hvilke sider der først bør have din opmærksomhed. Ønsker du at analysere på flere data er der rigtig god grund til at kigge dybere i din tracking tool.
Min undskyldning er som sagt mine RSS-læsere. Men er det mon rigtigt? Det er derfor yderst relevant at lave en analyse af hvilke trafikkilder, der ledte til den pågældende side som startside.
Segmentering i Google Analytics
Du kan finde ud af præcis hvilke trafikkilder og søgeord, som genererede besøg, der startede på den side du vil optimere først.
I Avancerede Segmenter vælger du “Startside” og den pågældende URL i værdien. Derefter kan du vælge segmentet og se data for kun de brugere, som startede på siden.
Vælg Trafik kilder og Alle trafikkilder for at få en god oversigt. Her kan du se afvisningsprocenten for de forskellige trafikkilder kun i forhold til den ene side.
Interessant er det også at man kan se andelen af nye besøgende. Er der højt bounce for nye besøgende, så kan det være en lidt for “brat” landing, og du bør overveje at placere en mere generel tekst om websitet på siden også (fx i en boks i siden).
Har din Google Organic meget høj bounce, så gå videre til Søgeord i menuen. En høj bounce fra søgemaskinerne kan tyde på at din søgemaskineoptimering ikke er god, og du bør derfor fokusere på siden SEO frem for indholdet (well, det kan hænge sammen, men forstå mig ret ).
Med Indextools glider du hurtigt uden om oprettelse af segment og laver blot et filter. Resten passer nogenlunde. Sitecatalyst… Køb Discover for filter. Woopra… Nyd grafikken
Og har du lagt Clicktale på, så kig på et par videoer af denne side. Se hvor brugerne kører musen hen og hvor på sitet de er når de forlader det.
Glæd dig til del to i rækken af Tips til Hurtig optimering med anvendt webanalyse.
Pingback: www.anyhed.dk
Kanon god artikel. Rigtig godt at du tager fat i hvordan man får omsat alle de rå mængder af data til noget brugbart handling. Man kan godt blive lidt overvældet af alt det GA kan vise, og slet ikke finde ud af hvor man skal starte og slutte i det hele.
Bounce rate er også et rigtig godt sted at starte. Det er jo ofte der man kan lave den mest dramatiske ændring. Hvis man bare kan sænke bounceraten med 10% så får man hurtigt rigtig mange flere besøgende at arbejde med på sitet. Og så bliver det hurtigt meget sjovere at lave split-tests og alt sådan noget
Virkelig god idé med en serie om anvendt webanalyse! Til tider kan man bruge for lang tid på at sidde og optimere ens data til det punkt hvor man bliver talblind.
I forhold til landing-pages, så er det en rigtig god idé at starte ens webanalyse med at definere ens overordnede landing-pages – og så fokusere ens rapporter på disse. Dette falder ligeledes i tråd med tanken om den ‘konstant-optimerende’ webudvikler, der aldrig falder til ro – så at sige :-).
Jeg glæder mig i hvert fald til del to!
Sådan Jacob – nu begynder du for alvor at rykke igennem! En ting er at du bidrager til at give overblikket over systemerne og hvad der kan måles på, men det er så absolut i praktikken, at guldet kan graves frem. Glæder mig til flere af sådanne posts. Herligt overskud du har. Takker herfra
Jamen hold da op, hvilket positivt feedback
Tak tak. Der har været lidt rigeligt nørdet snak på det sidste, så jeg tænkte det var på tide at have lidt i en anden retning. Det er bare altid farligt at lave en start til en serie, når man poster før resten er klar 
Kom gerne med specifikke udfordringer eller spørgsmål, så kan det være emnet eller udfordringen tages op.