We weten allemaal dat Google Analytics vol zit met gemiddelde metrics: gemiddelde pagina’s/bezoeken, gemiddelde % nieuwe bezoeken, gemiddelde bounce rate, gemiddelde tijd op site, gemiddelde tijd op pagina, gemiddelde prijs, gemiddelde kwantiteit en ga zo maar door.

Het is dus belangrijk dat we een effectieve manier vinden om met deze gemiddelden om te gaan. Een manier om met gemiddelden om te gaan is door te begrijpen hoe ze zijn opgebouwd, welke statistische eigenschappen ze hebben en deze te analyseren samen met de rest van de data, alsook met een meer effectieve waarde als bijvoorbeeld de mediaan.

Himanshu Sharma van Web Analytics World legt uit hoe je de gemiddelde bezoeksduur goed kunt analyseren in Google Analytics.

Een onbetrouwbare metric

We kunnen deze metric eigenlijk niet vertrouwen, simpelweg omdat het een gemiddelde van andere losse metrics is, welke dan ook weer gemiddelden van andere metrics zijn. Bijvoorbeeld:

Hier is de gemiddelde bezoekduur van de site 4 minuten en 6 seconden. De gemiddelde bezoekduur voor bezoek dat vanuit Google’s organische zoekresultaten komt is 3 minuten 29 seconden. De gemiddelde bezoekduur voor direct verkeer is 4 minuten 6 seconden. De gemiddelde bezoekduur voor bezoek dat vanaf LinkedIn komt is 6 minuten 41 seconden en zo kunnen we wel door gaan. We weten ook allemaal dat uitschieters gemakkelijk een verkeerd beeld kunnen schetsen van een ‘gemiddelde’ metric.

Als we niet op gemiddelde metrics kunnen vertrouwen, hoe kunnen we dan vertrouwen op het gemiddelde van gemiddelde metrics? Dus in plaats dat we op de ‘site gemiddelde’ metric vertrouwen (4 minuten 6 seconden in dit voorbeeld), analyseren en rapporteren we de ‘gemiddelde bezoekduur’ van elke verkeersbron. Dit is de eerste, maar belangrijke stap om de gemiddelde bezoekduur te analyseren. Dit geeft ons een beter inzicht in de ‘gemiddelde bezoekduur’, maar dit is nog steeds niet de meest accurate manier om met gemiddeldes om te gaan.

Verdere segmentatie

Om de ‘gemiddelde bezoekduur’ van verkeer, bijvoorbeeld het verkeer vanuit ‘Google organische zoekresultaten’, beter te begrijpen moeten we dit verkeer verder segmenteren:

Je kunt dit rapport krijgen door naar het ‘organische zoekverkeer’ rapport te gaan (onder Verkeersbronnen > Overzicht > Zoeken > Organisch) en ‘bron’ als primaire dimensie te selecteren. Dit zal alle verkeersbronnen tonen die organisch zoekverkeer naar je website sturen. In de grafiek hierboven kan je zien dat het merendeel van het organisch verkeer door Google komt (5.361 bezoeken). Het zou dus interessant zijn om de ‘gemiddelde bezoekduur’ van deze verkeersbron verder te bekijken.

Klik nu op de ‘google’ link (in de ‘bron’ kolom) en selecteer dan ‘land/gebied’ als een secundaire dimensie:

We zien nu de gemiddelde bezoekduur vanuit Google’s organische zoekverkeer voor elk land. Dit geeft ons een veel beter inzicht in de gemiddelde bezoeksduur. Omdat in dit voorbeeld het meeste verkeer uit de Verenigde Staten komt, gaan we dit beter bekijken. Klik op het land en selecteer nu ‘stad’ als secundaire dimensie en maak een geavanceerd segment aan zodat je alleen verkeer uit dit land ziet:

We zien nu de gemiddelde bezoekduur van Google’s organisch zoekverkeer voor elke stad in de VS, maar dit kan net zo makkelijk voor Nederland. Stel dat je nu een campagne runt specifiek voor een stad, dan wil je het gedrag van mensen uit bijvoorbeeld Amsterdam begrijpen voor je deze locatie target via PPC en andere marketing campagnes. Je wilt weten hoeveel tijd ze gemiddeld op je website spenderen.

Creeër een aangepast geavanceerd segment dat alleen het organische verkeer uit Google uit Amsterdam laat zien (of in dit voorbeeld, New York), en pas dit toe op het ‘bezoekduur’ rapport (onder Doelgroep > Overzicht > Gedrag > Engagement).

Je ziet nu dat 42% van de bezoeker slechts 0 tot 10 seconden duurt en dat gemiddeld 55% van de bezoeken meer dan 61 seconden duren. Als het tenminste 3 minuten duurt voor een bezoeker om te converteren op je website, dan heeft slecht 15% van Google’s organische zoekverkeer uit Amsterdam/New York de potentie hebben om te converteren. Zo’n distributie analyse geeft ons veel meer inzicht dan de gemiddelde bezoekduur van 2 minuut 39 seconden voor verkeer uit Amsterdam/New York.

Een verborgen valkuil: data sampling

Een andere probleem dat makkelijk je gemiddelde bezoekduur verkeerd kan weergeven is ‘data sampling’. Google Analytics gebruikt data sampling om grote data sets te analyseren op een meer kost efficiente manier en binnen een redelijke tijd. Als je Google Analytics account data sampling problemen heeft dan kunnen metric als gemiddelde bezoekduur tussen 20% tot 80% afwijken. Je moet dus je ‘sample size’ vergroten voordat je bezig gaat met de gemiddelde bezoekduur

Je zakelijke beslissingen en marketingbudget kunnen variëren afhankelijk van hoe je gebruikersgedrag op je website analyseert, interpreteert en rapporteert, dus je moet erg voorzichtig zijn voordat je met gemiddelde metrics als gemiddelde bezoeksduur aan de slag gaat.

Nu naar jullie. Hoe analyseren jullie de gemiddelde bezoekduur en andere gemiddelde metrics? Deel je kennis en inzichten in de commentaren.