> Das Dienstleisterverzeichnis für Marketing <        
print logo

Mit Google Analytics die Spreu vom Weizen trennen

Durchschnittswerte in Google Analytics bieten nur einen groben Hinweis auf die Leistung einer Seite. Es ist notwendig tiefer in die Daten zu gehen.

Wenn Sie das nächste mal von Ihrer Agentur gesagt bekommen, dass Ihre Absprungrate doch gut sei und Ihnen dieses Bild gezeigt wird:

included image

– wechseln Sie die Agentur.
Wieso? Weil diese, auf den ersten Blick guten 10%, einen groben Durchschnittswert und keine Aussage über die Performance der wichtigsten Landingpages angeben. Man würde auch nicht in einen Fluss steigen, der „durchschnittlich 50 cm tief ist“.

Daher will ich heute drei Möglichkeiten vorstellen, den Durchschnitt aufzulösen um eine effektivere Analyse der Webseite zu erhalten.

1. Absprungraten für einzelne Seiten
2. Aufschlüsselung von Verzeichnissen
3. Analyse der Zielseiten
4. Das war nur der erste Schritt

1. Absprungraten für einzelne Seiten

Die Kategorie „Verhalten“ liefert Aufschluss über die Art und Weise wie Nutzer mit einzelnen Seiten auf einer Domain interagieren – auf welchen Seiten Nutzer in die Domain eingestiegen sind, wie viele Seiten angeschaut werden, wie lange sie auf Seiten bleiben, usw. Die Analyse machen wir am Beispiel der Absprungrate deutlich, also wie viele Nutzer nach einem Einstieg innerhalb kürzester Zeit wieder ausgestiegen sind.

Unter Verhalten → Webseite Content → Alle Seiten finden Sie eine Auflistung sämtlicher Landingpages. Standardmäßig werden diese nach der Anzahl er Sitzungen geordnet.

included image

Anschließend gehen Sie am rechten, oberen Rand der Wertetabelle auf „Vergleich“:

included image

Nun haben wir zwei Sortierungskategorien:

included image

Im linken Menü kann die Sortierung der Ergebnisse angegeben werden, wir belassen sie bei „Seitenaufrufe“. Für das rechte Menü wählen wir „Absprungrate“

included image

Mit den jetzigen Werten kann man genau sehen, welche Landingpages im Hinblick auf die Absprungrate schlechter oder besser performen als der Durchschnitt.

included image

Dasselbe geht natürlich auch mit anderen Dimensionen, wie die Besuchszeit, die Ausstiege oder Einstiege.

2. Aufschlüsselung von Verzeichnissen

Mit dem Menüpunkt „Aufschlüsselung nach Content“ lassen sich Verzeichnisse näher untersuchen. Wollen wir beispielsweise untersuchen wie gut ein Blog funktioniert, genügt es nicht „www.domain.de/blog“ zu untersuchen, weil dort wieder ein Durchschnittswert angegeben wird.

included image

Angenommen unser Blog hat recht schlechte Absprungraten und wir wollen wissen woran das liegt. Im Menüpunkt „Aufschlüsselung nach Content“, klicken wir wieder die Ansicht „Vergleich“, sortieren nach „Seitenaufrufe“ und analysieren die Absprungrate.

included image

Jetzt können wir die „Problemkinder“ identifizieren und Ressourcen gezielt in die Optimierung der einzelnen Landigpages stecken.

3. Analyse der Zielseiten

„Zielseiten“ sind diejenigen Seiten, die Nutzer als erstes sehen wenn sie auf die Webseite kommen. Der Name ist irreführend, eigentlich sollte es „Einstiegsseite“ heißen. Mit der Analyse nach Zielseiten finden wir heraus, von welchen Kanälen Nutzer kommen, also durch einen Link, der organischen Suche oder bezahlter Werbung, und ob die zugehörigen Zielseiten für einen Kanal geeignet sind oder nicht.

included image

Wir klicken wieder auf „Vergleichen“ und wählen dieses mal „Sitzungen“ und „Absprungrate“. Zusätzlich schalten wir eine sekundäre Dimension hinzu: „Medium/Quelle“.

included image

Beispielsweise sehen wir hier, dass die bezahlte Suche bei Bing extrem hohe Absprungraten aufweist, die organische Suche bei Google aber recht gut dasteht.

included image

In der folgenden Tabelle, sehen wir zwei Landingpages die durch AdWords beworben, ähnliche Seitenaufrufe aber unterschiedliche Absprungraten aufweisen:

included image

Natürlich lassen sich anstatt „Sitzungen“ und „Absprungrate“ oder der sekundären Dimension „Quelle/Medium“, auch andere Metriken messen.

4. Das war nur der erste Schritt

Die drei vorgestellten Methoden sind nur Beispiele wie man eine Domain analysieren kann. Welche Metriken wichtig sind, muss an der Zielvorgabe einer SEO Maßnahme entschieden werden. Soll beispielsweise mehr Traffic über soziale Netzwerke kommen, haben die entsprechenden Zielseiten aber eine schlechte Absprungrate oder Verweildauer, müssen diese eventuell stärker an das Publikum angepasst werden. Die richtige Verwendung von Google Analytics ist also nur der erste Schritt - aber notwendig um überhaupt Fehlerquellen exakt definieren zu können.

Autor:

included image

Robert Kania studierte Languages and Business Administration in Zwickau und Zaragoza und ist derzeit Online Marketing Berater bei der SEO-Küche: www.seo-kueche.de