Intresset att lyssna var stort. De 40 platserna bokades upp på bara några timmar. Vill du få info om kommande föreläsningar? Anmäl dig till Mark Reds mailinglista så får du info om var du kan höra oss nästa gång!

Du kanske tror att det t.ex. webbplatsöversikten (visual overlay) i Google Analytics visar är hur många klick respektive länk på en sida fått? Det stämmer bara om alla länkar på en sida leder vidare till helt olika sidor. Om det finns flera länkar som leder till samma sida blir det problem. Webbplatsöversikten tar nämligen inte hänsyn till vilken länk du klickat på utan bara vilken sida du besökt efter klicket.

Eftersom det inte är ovanligt att t.ex. ett menyobjekt även marknadsförs i en internbanner är det rätt vanligt att webbplatsöversikten kan få dig att dra fel slutsatser.

Klicka på nedanstående skärmdump för att se ett exempel där jag skapat en enkel sida med åtta länkar som leder vidare till exakt samma sida. Som du kommer märka har alla länkar fått exakt samma värde.

Jag har klickat sju gånger på samma länk, men det står att alla länkar fått sju klick vardera. Lurigt, eller hur? Jag har alltså åtta olika länkar som går till “Main Page”, i detta fall http://www.webanalysts.info/webanalytics/, i exemplet. Alla åtta länkar har fått sju klick vardera enligt Google Analytics. Det stämmer inte.

Det du behöver komma ihåg är att denna typ av visualiseringar endast funkar om alla länkar på en sida är unika.

Luras Google Analytics? Det är inget fel på datan i sig, men om man inte vet hur visualiseringen ska tolkas kan man göra felaktiga slutsatser. Kan visualiseringen göras bättre i Google Analytics? Absolut. Jag tror väldigt många tolkar nuvarande visualisering fel.

Å andra sidan jobbar vi som analytiker extremt sällan med “visual overlays”. Det är en snygg funktion för säljare att visa under demonstrationer, men lämpar sig inte för djupare analys.

Kolla med din verktygsleverantör hur datan bakom visualiseringen i just ditt verktyg ser ut. Eller ännu hellre – gör ett eget test för att vara helt säker på att du drar rätt slutsatser.

När du använder händelsespårning i Google Analytics kan du skicka in ett numeriskt värde till händelsen. Du kan använda det för att logga tex antal sekunder som besökaren har tittat på en film eller hur många poäng som besökaren fått när dom spelat ett spel på din site. I Google Analytics rapporter kan du sedan se summan av alla värden och medelvärde.

Om du låter besökarna betygsätta innehållet på din webbplats på en skala från “Mycket missnöjd” till “Mycket nöjd” kan du knyta ett värde till betyget på en skala från -10 till 10. I kodexemplet nedan byter du ut ‘Min-sida’ mot namnet på den sida som användaren betygsätter:

pageTracker._trackEvent('Betyg', 'Min-sida', 'Mycket missnöjd', -10);
pageTracker._trackEvent('Betyg', 'Min-sida', 'Ingen åsikt', 0);
pageTracker._trackEvent('Betyg', 'Min-sida', 'Mycket nöjd', 10);

Detta gör det möjligt att identifiera om medelbetyget för webbplatsen eller specifika sidor är positivt eller negativt.

Nu har du plötsligt fått siffror som är lätta att tolka och som visar om webbplatsen presterar positivt eller negativ!

Tänk på att detta är en odokumenterad “feature” i Google Analytics. Bla kommer avvikelserna från webbplatsens medelvärde visas som positiv trots att avvikelsen är negativ (se bilden ovan).

1) Du representerar inte målgruppen

Även om du eller din kollega, chef, webbyrå eller reklambyrå tycker att ni vet vad era besökare gillar och vilka argument som tilltalar målgruppen är ni inte representativa för alla besökare. Ni har expertkompetens inom ert område vilket inte alla i målgruppen har. Det kan innebära att ni, utan att tänka på det, använder begrepp som inte era besökare uppskattar eller förstår.

Om ni har gjort intervjuer med personer ur målgruppen för att ta reda på hur de uppfattar webbplatsen eller förändringarna ni planerar att göra riskerar inte heller detta att bli rättvisande. Det fåtal personer som valts ut för intervjuerna kanske inte är representativa för målgruppen. Representerar dom män, kvinnor, personer i olika åldrar, olika kulturer, yrken, o.s.v.?

Genom att låta de som verkligen använder er webbplats vara delaktiga i tester på webbplatsen kan ni ta reda på vad era besökare tycker bäst om – inte en liten grupp människor.

2) Du kan ledas fel av andra

Att bygga en webbplats på “best practice” kan ta dig en bit på vägen. Utgå från det som är allmänt beprövat. Men att blint styra efter vad som varit framgångsrikt för andra kan dock leda dig fel. Det som varit framgångsrikt för Amazon behöver inte fungera lika bra för den lilla bokhandeln i Mellansverige.

Hade det funnits en ultimat “köp”-knapp som får alla att klicka på den skulle väl den användas av alla? Om det fanns ett Wordpress-tema som var bevisat bättre skulle väl det användas av alla bloggar?

Testa därför vad som fungerar för just dina besökare och låt dig inte ledas av andras. Andras framgång kan vara misstag för dig!

3) Omvärlden kan lura dig

En förändring som du är säker på kommer påverka din webbplats positivt behöver väl inte testas? Det är väl bara att lansera förändringen och mäta förändringen veckan efter? Nej! Du har glömt att omvärlden kan förändra besökarnas motivation och intention för besöket på webbplatsen. Vad händer om du lanserar förändringen just vid löning, sportlov, soligt väder eller första veckan av er lågsäsong? Omvärlden kommer påverka dina besökare mer än förändringen ni just lanserat.

Det är bara genom att du testar förändringen parallellt (under samma tidperiod) med orginalutförandet som du kan kan avgöra om förändringen är positiv.

Använd Google Analytics för bättre effekt

För att öka intäkter, minska kostnader och öka besökarnas nöjdhet är webbanalys ett ovärderligt verktyg. Google Analytics har blivit riktigt kraftfullt och numer täcker verktyget de flesta organisationers behov.

Den 9 mars kl. 8.30-10.00 kör KIA index och Mark Red det första i en serie av gratisseminarier om webbanalys i allmänhet och Google Analytics i synnerhet. I samband med seminarierna kommer grupper för erfarenhetsutbyte skapas så att deltagarna kan lära av varandra.

Mark Red kommer att med praktiska exempel från verkligheten visa på värdet av att jobba med ständiga förbättringar med hjälp av webbanalys. Exempel på hur företag kan öka intäkter, minska kostnader och ökad nöjdhet kommer att presenteras. Exemplen kommer från flera branscher och berör både webbanalys och tester.

I takt med att Google Analytics blivit allt mer avancerat har behovet av att fokusera på det som är viktigt för företag ökat. Samtidigt finns det många specialanpassningar som kan göras för att samla in extra data som är unik för varje företag. Det ger en mer relevant och effektiv analys.

Målgrupp
Seminariet vänder sig till dig som i dagsläget använder dig av webbanalys eller som har ambitionen att börja jobba med det för att få bättre underlag för beslut. Exempel på roller som har nytta av att delta:

* Försäljningschefer
* Marknadschefer
* Marknadsförare
* Webbanalytiker
* Webbredaktörer

Föreläsare
KIA, Kommittén för internetannonsering, är en branschgemensam kommitté inom området internetannonsering där annonsörer, mediebyråer, medieägare och säljnätverk samverkar för att enas kring konkurrensneutrala branschfrågor.

Mark Red är ensamt om att ha auktoriserats för Google Website Optimizer i Sverige. Dessutom är företaget auktoriserat av Google för Google Analytics. Mark Red består av Christoffer Luthman och Lars Johansson.

Plats
Rica City Hotel på Slöjdgatan i Stockholm

Tider
08:00 öppnar vi dörrarna för smörgås, kaffe eller te.
08:30 börjar programmet
10:00 ser vi fram emot nästa tillfälle

Anmälan
Antal platser är begränsade till 30 personer. Först till kvarn gäller.

Läs tipsen

Läs intervjun här

Läs sidan i Internetworld

Sidan är återpublicerad med tillstånd från IDG/Internetworld genom Magnus Höij.

När man tittar i rapporten “Bästa innehållet” är det är lätt att luras tro att avvisningsfrekvens och sidvisningar har något gemensamt. Så är det inte! Nedan visas rapporten “Bästa innehållet”. Sidan “/fans/index.php” har 182 sidvisningar och en avvisningsfrekvens på 50%. Man kan lätt tro hälften av de 182 sidvisningarna resulterar i att besökaren lämnar webbplatsen. Så är det inte!

Avvisningsfrekvensen räknas ut genom “Antal avvisningar / Antal ingångar”. I rapporten “Bästa innehållet” visas inget av dessa mätetal. Vi vet alltså inte hur många besök som har inletts på sidan (som första sidvisning under besöket) och hur många som direkt har lämnat sidan.

Öppna i stället rapporten “Bästa målsidorna”. Nu ser du att bara sex besök har inletts på sidan. Av de sex besöken har tre besök resulterat i att besökaren lämnat webbplatsen utan att ha klickat vidare in på webbplatsen:

Ett fåtal avvisningar har alltså gett en avvisningsfrekvens på 50%. Jämför därför avvisningsfrekvensen mot antalet ingångar för sidan!

Börja med att ta reda på hur mycket tid ni lägger på att uppdatera varje huvudsektion av webbplatsen. Det kan du göra lite grovt genom att ta reda på hur många personer som jobbar med webbplatsens olika sektioner (och låta dom uppskatta sin arbetstid) eller genom att mäta hur lång tid som redaktörerna arbetat med innehållet i CMS-verktyget.

Räkna ut publiceringseffekten för varje sektion av webbplatsen genom ”Sidvisningar för sektionen / Arbetstid för sektionen”. Publiceringseffekten indikerar hur mycket sidvisningar ni får i förhållande till den tid redaktörerna lägger på att hantera innehållet. En hög publiceringseffekt indikerar att sektionen får många besök med liten arbetsinsats.

Naturligtvis är det ännu mer intressant att se hur stora intäkter arbetsinsatsen resulterar i. Om du använder Google Analytics kan du räkna ut publiceringseffekten genom ”$-index för sektionen / Arbetstid för sektionen”.

Om du har en webbplats som är konfigurerad för att mäta intäkter från e-handel hittar du $-index för webbplatsens sektioner i rapporten ”Prioriteringslista för innehåll”.

Använder du EPiServer? I så fall har du tur! Fredrik Karlsson på Dropit har hjälpt oss att ta fram en liten plugin till EPiServer CMS 5 som mäter hur lång tid som redaktörerna tillbringar i redigeringsläget för varje sida. Den finns tillgänglig som öppen källkod och kan laddas ner från Dropits blogg. Använd den för att räkna fram er publiceringseffekt!

Kommentaren är en kort anteckning som knyts till ett datum. Den kan användas för att snabbare hitta förklaringar till plötsliga förändringar i besök och användandet av webbplatsen. Det är ju lätt att man glömmer bort vad som hände en viss dag för flera månader sedan. Skapa därför kommentarer för de dagar då ni t.ex. startade en annonskampanj, presenterade en ny produkt, då årsredovisningen släpptes, när ny funktionalitet på siten lanserades eller då ni gjorde förändringar i hur Google Analytics mäter av webbplatsen.

Kommentarer kan vara antingen Privata (endast du som skapat kommentaren ser den) eller Delade (kommentaren är synlig för alla användare som har tillgång till profilen). Även med ett dåligt minne kommer du nu kunna hitta förklaringar till vad som har påverkat din webbplats och besökarna.

Jag har bloggat om nyheten på Loggenbloggen. Denna vecka är det nämligen Mark Red som huserar på Internetworlds blogg. För att läsa alla veckans inlägg, ta en titt här.

För att mäta sociala medier går det att använda ett flertal olika verktyg utöver de vanliga verktygen för webbanalys.

Denna gång tipsar vi om Twitalyzer, ett verktyg för att analysera närvaron på Twitter.

I Twitalyzer kan ni mäta hur många klick som gjorts på olika länkar förkortade med bit.ly eller j.mp, hur väl ni står er i jämförelse med andra personer och företag på ett antal punkter och om ni uppfyller ett antal måltal som ni angett.

Om ni låter Twitalyzer ansluta till Google Analytics kommer ni även kunna se vilka som postat en länk till er webbplats, hur många besök den lett till, hur stor andel av dessa som var nya besök och vad avvisningsfrekvensen varit i snitt för besöken. Det går också att skapa en egen enklare analys av sentiment (hur ofta ni förekommer i positiva, respektive negativa, sammanhang).

Genom att använda ett gratisverktyg som Twitalyzer tillför ni en extra dimension. Vi kan dock tycka att detta är lite överkurs och att det kan ge betydligt mer att skapa avancerade segment för t.ex. trafikkällan Twitter i Google Analytics och analysera hur vanligt det är att besökare från Twitter når olika mål samt vilka intäkter de genererar. Det går också att skapa en egen rapport med t.ex. målomvandlingar, intäkter och snittvärde för olika trafikkällor i Google Analytics. Rapporten kan sedan enkelt filtreras på t.ex. trafikkällan Twitter.

De som inte bedriver försäljning kan fortfarande analysera hur besökare från Twitter skiljer sig mot besökare från andra trafikkällor vad det exempelvis gäller avvisningsfrekvens. Motsvarande fungerar självklart även för andra trafikkällor, t.ex. Facebook.

Poängen är att ni, oavsett vilka verktyg för analys ni använder, ska kunna identifiera väl presterande trafikkällor och satsa mer på dem. I Twitalyzer kan ni identifiera andra användare (personer eller företag) som driver trafik till er webbplats. Om Twitter-besökare konverterar väl bör ni överväga att vårda de användare som driver mycket trafik till er.