Google Analytics | Web Analytics

Fünf Google-Analytics-Kennzahlen, die oft missverstanden werden

Es gibt einige Google-Analytics-Kennzahlen, die in der Welt des Online-Marketings Verwirrung stiften und oft falsch interpretiert werden. In diesem Artikel bringen wir Klarheit darüber und erklären genau, wie die einzelnen Werte berechnet werden und wie sie zu interpretieren sind.

1. Durchschnittliche Besuchszeit einer Seite / Durchschnittliche Sitzungsdauer

Google Analytics kalkuliert die Besuchszeit auf einer Seite als Unterschied zwischen dem Page Load einer Seite und dem Page Load der nächsten Seite. Aus diesem Grund kann Google Analytics die Besuchszeit auf der letzten Seite eines Besuchs nicht kalkulieren. Um dies auszugleichen, werden bei der Berechnung der durchschnittlichen Besuchszeit einer Seite alle Seitenaufrufe ausgeschlossen, bei denen es sich um den Aufruf der letzten Seite eines Besuchs handelt. Das heisst auch, dass die Berechnung der durchschnittlichen Besuchszeit einer Seite mit einer hohen Ausstiegsrate auf relativ wenigen Seiten basiert.

Bei der Kennzahl „durchschnittliche Sitzungsdauer“ hingegen fliesst der Seitenaufruf der letzten Seiten eines Besuches nicht mit ein. Hier wird einfach die Gesamtsumme der Zeit auf der Webseite bis zum Aufruf der letzten Seite verwendet und diese Gesamtzeit wird dann durch die Anzahl der Besuche geteilt. Aus diesem Grund wird die gemessene durchschnittliche Sitzungsdauer tendenziell tiefer ausgewiesen als sie in Wahrheit ist.

Die folgenden beiden Beispiele zeigen die Berechnung der beiden Kennzahlen:

Besuch 1

Time on Page Visit 1

Bei diesem Besuch sehen die beiden Kennzahlen „durchschnittliche Besuchszeit pro Seite“ und „durchschnittliche Sitzungsdauer“ folgendermassen aus:

  • Besuchszeit (Time on Page) Seite A = 5 Min.
  • Besuchszeit (Time on Page) Seite B = 5 Min.
  • Besuchszeit (Time on Page) Seite C = Die Besuchszeit der Seite C kann nicht ausgewiesen werden (Google Analytics gibt dafür den Wert 0 aus) und für die Berechnung der durchschnittlichen Besuchszeit der Seite C wird diese Seite nicht einbezogen.
  • Sitzungsdauer (Session Duration) = 10 Min.

Besuch 2

Bei diesem Besuch ergeben sich folgende Werte für die beiden Kennzahlen:

  • Besuchszeit  (Time on Page) Seite A = 2 Min.
  • Besuchszeit (Time on Page) Seite C = 2 Min.
  • Besuchszeit (Time on Page) Seite B = Die Besuchszeit der Seite B kann nicht ausgewiesen werden (Google Analytics gibt dafür den Wert 0 aus) und für die Berechnung der durchschnittlichen Besuchszeit der Seite C wird diese Seite nicht einbezogen.
  • Sitzungsdauer (Session Duration) = 4 Min.

Besuch 3

In diesem Beispiel haben die Kennzahlen folgende Werte:

  • Besuchszeit (Time on Page) Seite A = Die Besuchszeit der Seite A kann nicht ausgewiesen werden (Google Analytics gibt dafür den Wert 0 aus) und für die Berechnung der durchschnittlichen Besuchszeit der Seite A wird diese Seite nicht einbezogen.
  • Sitzungsdauer (Session Duration) = 0 Min.

Die durchschnittliche Besuchszeit der Seiten und die durchschnittliche Sitzungsdauer über alle Besuche wären demnach:

  • Durchschnittliche Besuchszeit (Average Time on Page) Seite A = (5 Min. + 2 Min.)/2 = 3.5 Min.
  • Durchschnittliche Besuchszeit (Average Time on Page) Seite B = 5 Min.
  • Durchschnittliche Besuchszeit (Average Time on Page) Seite C = 2 Min.
  • Durchschnittliche Sitzungsdauer (Average Session Duration) = (10 Min. + 4 Min. + 0 Min.)/3 = 4.67 Min.

Es ist wichtig, diese Berechnungen im Auge zu behalten, wenn es um Webseiten und Seiten geht, die eine hohe Absprung- und Ausstiegsrate haben. Dies führt dazu, dass Google Analytics den Durchschnitt aufgrund einer kleinen Anzahl von Seiten errechnen muss, was zu irreführenden oder sogar falschen Ergebnissen führt.

2. Besucher

Google Analytics benutzt Cookies, die im Browser gespeichert werden, um die Anzahl der Besucher zu messen.  Aus diesem Grund sieht Google Analytics jeden Browser und jedes Gerät als einen neuen Besucher. Das bedeutet auch, dass Google Analytics einen Browser als neuen Besucher zählt, wenn zuvor Cookies aus diesem gelöscht worden sind.

Das führt dazu, dass die Anzahl Besucher in Google Analytics fast immer höher ist als die effektive Anzahl an Besuchern Ihrer Webseite.

Die Grafik zeigt, wie einfach es ist, dass zwei verschiedene Personen in Google Analytics als fünf verschiedene Besucher aufgeführt werden.

Dieses Problem können Sie umgehen, wenn Sie mit User-IDs arbeiten. In diesem Fall haben Sie genauere Angaben, wie viele verschiedene Personen Ihre Webseite besuchen.

3. Direct Traffic

Wenn Sie sich zum ersten Mal mit Besucherquellen beschäftigen, merken Sie, dass direkte Zugriffe die Zugriffe sind, bei denen die URL direkt im Browser eingegeben wird oder bei denen auf ein Lesezeichen geklickt wird. Das ist auch korrekt so, nur ist es wichtig, zu wissen, dass die direkten Zugriffe auch das Sammelbecken für alle Zugriffe sind, bei denen Google Analytics keinen Verweis findet. Technisch sind die direkten Zugriffe so definiert, dass sie alle Zugriffe umfassen, die keinen Verweis im HTTP-Header enthalten.

Dies kann mehrere Gründe haben: 

  • Eine Weiterleitung von HTTPS zu HTTP beispielsweise enthält keine Verweis-Daten. 
  • Manche Apps schicken keine Verweis-Daten, wenn Sie von der App zur Webseite gelangen. 
  • Viele Links von E-Mails, PDFs, Excel- oder Word-Dokumenten ohne Kampagnen-Tracking werden als direkte Zugriffe gemessen. 
  • Es gibt auch Browser-Erweiterungen, welche die Verweis-Daten verändern oder löschen. 
  • Zudem löschen manche Webseiten die Verweis-Daten manchmal aus Sicherheitsgründen.

Es ist deswegen ratsam, im Hinterkopf zu behalten, dass zwar das Eintippen der URL im Browser und das Klicken auf ein Lesezeichen schon zu den direkten Zugriffen gehört, es gibt aber auch mehrere andere Nutzeraktionen, die dazu gezählt werden. Bei den meisten Zugriffen ist es so, dass Google Analytics einfach nicht weiss, woher die Zugriffe kommen.

4. Seitenaufruf vs. eindeutige Seitenaufrufe

Google Analytics definiert den Begriff Seitenaufruf (Pageview) als Ansicht einer Webseite, welche vom Analytics-Tracking-Code erfasst wird. Jedes Mal wenn die Seite neu geladen wird, wird ein erneuter Seitenaufruf gezählt. Wenn Sie in der Zwischenzeit andere Seiten anschauen und dann wieder zur originalen Seite zurückkommen, wird die Seite wieder mit einem Seitenaufruf gezählt.

Einzelne Seitenaufrufe (Unique Pageviews) werden auf dem Level einer Sitzung registriert. Diese stellen eine Ansammlung von Seitenaufrufen dar, die vom selben Nutzer während derselben Sitzung generiert wurden. Wenn Sie zum Beispiel diesen Blogpost 10 Mal aufrufen, werden 10 Seitenaufrufe gezählt, aber nur 1 eindeutiger Seitenaufruf. Aus diesem Grund werden die Seitenaufrufe immer höher sein als die einzelnen Seitenaufrufe.

Seitenaufrufe zeigen Ihnen, wie die Nutzer mit Ihrer Webseite interagieren. Da einzelne Seitenaufrufe Seitenaktualisierungen und mehrere Seitenaufrufe in einer einzigen Sitzung ignorieren, geben sie Ihnen einen genaueren Überblick über die Menge des Besucherverkehrs. Das macht es Ihnen einfacher zu sehen, welche der Seiten effektiv interessant sind für Ihre Nutzer. So können Sie dann herausfinden, wie Sie Inhalte Ihrer Webseite am besten gestalten können, um mehr einzelne Seitenaufrufe zu generieren.

5. Absprungrate

Google Analytics definiert einen Absprung als den Besuch einer einzigen Seite auf Ihrer Webseite. Die Absprungrate umfasst deswegen die Anzahl der Absprünge geteilt durch die Anzahl der Besuche. Das Problem liegt hier bei der Absprungrate für einzelne Seiten. Hier wird die Absprungrate berechnet als die Anzahl der Absprünge auf dieser Seite geteilt durch die gesamte Anzahl an Besuchen, bei denen diese Seite die Einstiegsseite ist.

Die Absprungrate auf Seiten-Ebene wird oft verwechselt mit der Exit-Rate. Die Exit-Rate zeigt ebenfalls an, wie viele Male eine Seite verlassen wurde, ähnlich der Absprungrate. Die Exit-Rate wird folgendermassen berechnet: Wie oft ist die Seite die letzte Seite eines Besuchs geteilt durch die Aufrufe dieser Seite.

Es ist wichtig, den Unterschied zwischen diesen beiden Kennzahlen zu verstehen. Das folgende Beispiel illustriert den Unterschied etwas besser:

Stellen Sie sich vor, dass es nur diese vier Besuche auf einer Webseite gibt:

Besuch 1:

Besuch 2:

Besuch 3:

Besuch 4:

In diesem Beispiel gibt es nur zwei Besuche, die als Absprung gelten, Besuch 2 und Besuch 4. Die Absprungrate dieser Webseite ist deshalb 2/4 = 50%.

  • Seite A hat drei Seitenaufrufe (Besuche 1, 2 und 3) und zwei Ausstiege (Besuche 2 und 3). Die Ausstiegsrate (Exit-Rate) ist deshalb 2/3 = 66.66%
  • Seite A ist auch die Einstiegsseite bei zwei Besuchen (Besuche 1 und 2) und hat einen Absprung (Besuch 2), das ergibt eine Absprungrate von 1/2 = 50%
  • Seite B hat insgesamt zwei Seitenaufrufe (Besuch 1 und 3) aber keine Ausstiege und deswegen eine Ausstiegsrate von 0%. Diese Seite war auch einmal die Einstiegsseite im Besuch 3, aber das war kein Absprung (Bounce), deswegen hat Seite B auch eine Absprungrate von 0%.
  • Seite C hat drei Seitenaufrufe (Besuche 1, 3 und 4) und war einmal die Ausstiegsseite. Das ergibt eine Ausstiegsrate von 1/3 = 33.33%.
  • Seite C war auch einmal die Einstiegsseite (Besuch 4). Das war auch gleichzeitig ein Absprung, deshalb ist die Absprungrate für Seite C 100%.
  • Seite D schliesslich hat nur einen Seitenaufruf (Besuch 1) der auch gleichzeitig ein Ausstieg war. Das ergibt eine Ausstiegsrate von 100%. Aber da Seite D nie die Einstiegsseite eines Besuches war, hat Seite D eine Absprungrate von 0%.

Wie dieses Beispiel zeigt, können die Absprungrate der Webseite, die Absprungrate der individuellen Seiten und die Ausstiegsrate (Exit-Rate) der Seiten ganz unterschiedliche Resultate erzielen und damit auch unterschiedliche Erklärungen liefern. Wichtig ist, dass die drei Kennzahlen richtig interpretiert werden und die Ergebnisse entsprechend in die Beurteilung der Webseite einfliessen.

Falls Sie Fragen zu diesen Kennzahlen haben, nehmen Sie gerne Kontakt zu uns auf.

Lesen Sie unsere weiteren Artikel zum Thema Web Analytics

Erfahren Sie mehr über unsere Web Analytics Angebote