Je wil vast weten hoeveel tijd een bezoeker doorbrengt op je website, per pagina en hoeveel pagina's er gemiddeld per bezoeker wordt bekeken. Deze web metrics geven je inzichten in hoeverre je bezoekers zich betrokken voelen met je website. In andere woorden, hoeveel Engagement je hebt gecreëerd met je bezoekers, en dus je potentiële klanten.
Google heeft een vernuftige Adobe Breeze presentatie met uitleg over hoe Tijd op Pagina en Tijd op Site worden berekend.
Bekeken ? En nu sta je een beetje verwonderd te kijken. Dat was ook mijn eerste gevoel. Ongeacht welk web analytics tool je gebruikt, of het nu gebruik maakt van WebLogs of van Javascript Tags, allen komen voor dit probleem te staan hoe precies de Tijd metrics te berekenen.
Een woordje uitleg. Een bezoeker komt op je homepage. Op dit moment heeft je web analytics tool een nieuwe sessie gestart voor deze bezoeker. Na enkele pagina's bekeken te hebben, verlaat je bezoeker tenslotte je website. Oftewel heeft hij zijn browser gesloten, of hij tikt een nieuwe URL in de navigatie bar, of hij heeft op een link geklikt naar een andere website… Het maakt tenslotte weinig uit hoe de bezoeker je website verlaat. De sessie is beëindigd.
En de vraag van 1 miljoen is nu : hoeveel tijd heeft de bezoeker aan elke pagina besteed (TP) en hoeveel tijd heeft de bezoeker doorgebracht op je website (TS) ?
Laten we dit stap voor stap doorlopen. Stel, je bezoeker kwam binnen op je website om 10u. Er werd onmiddellijk een timestamp gelogd op je webserver of via je javascript tags. Ongeacht de technische methode, op dit ogenblik weten we enkel dat de bezoeker om 10u op je homepage kwam. Hieruit kunnen we niet opmaken hoeveel tijd de bezoeker doorbracht op je homepage, noch op je site. Dus TP = ongekend en TS = ongekend.
Vervolgens gaat je bezoeker naar pagina 2 om 10u01. Er werd dus een nieuwe timestamp weggeschreven in je analytics tool. En hiep hiep, hieruit kunnen we afleiden dat de bezoeker 1 minuut doorbracht op de homepage. Inderdaad, tussen het opvragen van de eerste pagina om 10u en het opvragen van de tweede pagina om 10u01 is precies 1 minuut verstreken. We weten dus ondertussen dat TP (homepage) = 1 minuut.
Het is belangrijk hierbij op de merken dat de enige manier om de tijd per pagina te bereken erin bestaat om twee timestamps met elkaar te vergelijken. 
We volgen onze bezoeker nog een stap verder naar pagina 3 om 10u05. Deze derde timestamp geeft ons de gelegenheid om te berekenen dat de bezoeker 4 minuten op pagina 2 heeft doorgebracht. TP (pagina 2) = 4 minuten.
En uiteindelijk, het moest er toch van komen, verlaat de bezoeker je website. En nu komt het, catastrofe, hoeveel tijd bracht de bezoeker door op pagina 3 ? We weten het niet omdat er geen andere timestamp voor handen is. Daarom is TP (pagina 3) onvermijdelijk = 0.
Deze pijnlijke waarheid geldt voor het merendeel van alle web analytic tools. Enkele tools compenseren voor het ontbreken van een laatste timestamp door een fictieve waarde van ongeveer 30 seconden te tellen voor de laatste pagina. Google Analytics doet dit niet. Laten we op basis hiervan verder gaan met onze redenering.
Dus alles op een rijtje :
TP (homepage) = 1 minuut
TP (pagina 2) = 4 minuten
TP (pagina 3) = 0 minuten
TS = 5 minuten (maw Tijd op Site of Duur van een Sessie)
Hoe onlogisch frustrerend je dit mag lijken, we kunnen de tijd op de laatste pagina niet berekenen.
Wat gebeurt er als een bezoeker binnen komt op je website, zijn neus ophaalt en onmiddellijk weer weg is ?
Dit is een flagrant voorbeeld van een Bounce. De bezoeker heeft misschien onmiddellijk weggeklikt, of heeft zijn browser de hele morgen op deze pagina laten openstaan… Na 30 minuten vervalt de sessie en gezien er geen andere interactie geweest is met de website wordt ook dit bezien als een bounce.
TP = 0 minuten en TS = 0 minuten.
Uiteraard, indien je een creatieve developer hebt, kan je voorzien om een extra javascript toe te voegen die een timestamp kan loggen net voor de pagina ge-unload wordt. Maar wees in elk geval consequent in het meten. Oftewel pas je een bepaalde techniek overal, en op elke pagina toe en wordt zodanig je Tijd op Site consequent aangepast. Oftewel neem je de cijfers zoals ze zijn in je web analytics tool.
De bedoeling is dat je weet hoe elke web metric berekend wordt. Vraag hierom wanneer je een nieuwe analytics tool evalueert. Tijd metrics kunnen je veel belangrijke inzichten geven over het gedrag op je website. Gebruik ze dus optimaal en weet ook tijdig in te springen.
Vaak krijg ik de vraag "Is x minuten Tijd op Site goed ?". Elke website is uniek. De interpretatie van de verschillende web metrics in je rapporten zal dan ook afhangen van welke soort website je hebt en wat je objectieven zijn. Heb je bvb een blog, dan wil je gelezen worden. Bounce rate zal vermoedelijk hoog liggen voor een blog (tussen 50% en 75%). In dit geval zal je het success van je blog eerder meten aan het aantal commentaren op je artikels. Voor een website die uitgebreid informatie geeft over bepaalde producten, zullen de normen en doelen weeral anders liggen dan voor een website gericht op e-commerce.
Heb je nog vragen omtrent rapporten in je web analytics tool ? Wij staan je graag te woord.
Images: http://www.kaushik.net/avinash/
0 reacties:
Een reactie plaatsen