Mark Red -

Inför en föreläsning hos Stockholm Business Region har vi undersökt hur många av de 47 kommuner som ingår i Stockholm Business Alliance som saknar webbanalysverktyg på sin webbplats. Resultatet visar att 33% av kommunerna saknar verktyg för webbanalys. Naturligtvis kan en del av dessa använda ett gammalt verktyg som använder data från webbservens loggfiler. Det visar dock att man inte aktivt jobbar med webbanalys för att förbättra tjänster och innehåll på webbplatsen. Google Analytics används av nästan hälften av kommunerna. Man kan dock fundera över hur stor del av dess som valt att använda Google Analytics bara för att det är gratis – inte för den insikt som verktyget kan ge om det används rätt.

Ladda hem hela listan med alla kommuner och vilka verktyg dom använder.

Läs också om vilka verktyg 101 svenska företag använder.

Etiketter: #stovmd09, Christoffer, kommun, Stockholm

- Lösningen på hur du kan prioritera vilka sidor som bör förbättras först

Fördjupning av veckans tips från Mark Red i Internetworlds nyhetsbrev om webbanalys.

Avvisningsfrekvens (eller “bounce rate” som det heter på engelska) är ett mycket användbart mätetal. Extra värdefullt blir det om man viktar det mot potentialen för en sida. Du åstadkommer det genom att räkna fram viktad avvisningsfrekvens.

De sidor som är välbesökta och har (förhållandevis) hög avvisningsfrekvens får då ett högre värde. Exempel: en sida som haft 10 sidvisningar och en avvisningsfrekvens på 90 % kommer få ett lägre värde än en sida som haft 10 000 sidvisningar och 30 % bounce rate. I det här exemplet är det alltså lättare att åtgärda sidan med 90 % avvisningsfrekvens, men effekten av det är liten eftersom så få besökare ser den.

I detta tips berättar vi om hur du räknar ut viktad avvisningsfrekvens i Sveriges mest använda webbanalysverktyg, Google Analytics.

Du måste exportera data från Google Analytics för att kunna räkna fram det på ett effektivt sätt. I Google Analytics, välj Innehåll-Bästa innehållet.

Under tabellen kan du utöka antalet rader som visas.

Du kan sortera på respektive mätetal genom att klicka på dess namn i rubriken.

Sortera på fallande ordning för antal sidvisningar och välj t.ex. att visa 500 rader. Ovanför grafen kan du välja alternativet Exportera och spara som CSV för Excel.

Kom ihåg att notera hur mycket det totala antalet sidvisningar var för vald period.

(Överkurshack för den som vill exportera fler än 500 rader från Google Analytics: lägg till parametern &limit=x bakom URL:en för önskad rapport. Ersätt x med det antal rader du vill få ut. Exportera sedan till CSV (ej CSV för Excel). Denna filtyp kräver dock en speciell importprocedur till Excel.)

I Excel lägger du sedan till följande formel i en ny kolumn och räknar fram värdet för respektive rad:

avvisningsfrekvens * (sidvisningar för aktuell sida/totalt antal sidvisningar för perioden)

Ett smidigare alternativ än att använda Google Analytics exportfunktion är att importera data direkt till Excel genom att använda en gratis plug-in (www.excellentanalytics.com). I det fallet behöver du dock själv räkna ut avvisningsfrekvensen (bounces/entrances). Formeln för viktad avvisningsfrekvens blir då: (bounces/entrances) * (page views/total page views).

En fördel med Excellent Analytics är att du lätt kan uppdatera din fråga med ett nytt datumintervall och behålla alla formler. Det sparar tid i längden.

Sortera din nya kolumn för viktad avvisningsfrekvens i fallande ordning. Du får nu hjälp att prioritera vilka sidor som du kan nå störst effekt genom att åtgärda. Börja med att åtgärda de sidor som har högst viktad avvisningsfrekvens.

Om du hör till den skara som har definierat finansiella mål och implementerat e-handelsspårning i Google Analytics finns det ett ännu mer värdefullt sätt att ta reda på vilka sidor som bör åtgärdas först. Det kommer vi berätta mer om i Internetworlds nyhetsbrev om webbanalys nästa vecka.

Denna vecka har vi utgått från användande och volym. Nästa vecka kommer vi lägga till dimensionen intäkter. Se till att läsa vårt tips då om du jobbar med e-handel!

Jo, förresten, om du jobbar med Omniture SiteCatalyst är formeln följande för att räkna ut viktad avvisningsfrekvens: (Single Access/Entries) * (Page Views/Total Page Views).

Det går också att räkna ut i andra verktyg.

Etiketter: Google Analytics, Internetworld, Lars, Webbanalys

Hur ska vi bevisa att vår webbplats eller kampanj är framgångsrik? Vi vill ju gärna bevisa för chefen, uppdragsgivaren eller kunden att satsningen vi gjort på nätet varit väl investerade pengar.

På Mark Red ser vi ofta att just behovet av att påvisa framgång styr hur man väljer att mäta och presentera vad den nya webbplatsen åstadkommit. Tyvärr gör många misstaget att inte ordentligt ha tänkt igenom vad som verkligen indikerar om man är framgångsrik eller ej.

För någon vecka sedan noterade vi en artikel i Resumé som beskrev Lowe Brindfors webbkampanj “Discover the World of Pleasure” för Unilever.

Kampanjsiten beskrivs som en av Unilevers mest framgångsrika någonsin med över 1,7 miljoner besökare. Här bör man stanna upp och fundera över om framgången kan räknas i antalet besökare. Det är ju effekten av besöket (i form av ökad försäljning) som man får hoppas att Unilever betalar för.

Vidare framgår det av artikeln att genomsnittstiden för ett besök på siten är 4 minuter och 25 sekunder. Man kan lätt föreställa sig att det blev applåder när den siffran presenterades! Men… hur många är verkligen inne på siten så länge? Alla som någon gång ägnat en tanke åt statistik vet att man ska vara försiktig att dra några slutsatser från medelvärden.

Exemplet nedan (som är hämtat från en helt annan site) visar hur länge besökarna är inne på siten. 56% av besöken är max 10 sekunder långa. Bara 27% av besöken varar mer än 60 sekunder. Trots det är genomsnittstiden för besöken 5 minuter och 22 sekunder.

Tänk alltså igenom vilka mätetal i ditt webbanalysverktyg som indikerar verklig framgång. Kanske är det en aktivitet eller värde som inte finns i verktyget men som du kan hitta någon annan stans?

Etiketter: Christoffer, Lowe Brindfors, Unilever, Webbanalys