Tweakers.net is een van de vooraanstaande Nederlandse websites op het gebied van computers, internet en software. Met 3 miljoen unieke bezoekers per maand wordt er enorm veel data verzameld. In dit drieluik wil ik jullie een kijkje geven in de webanalyse keuken van Tweakers.

Webtrekk

Website van het Jaar in 2009, 2011 en 2012. Prijsvergelijker van het Jaar in 2009, 2010, 2011 en 2012. Community van het Jaar in 2010, 2011 en 2012 en dat allemaal zonder webanalist! Maar maak je geen zorgen, dit wordt geen betoog over de meerwaarde van webanalisten. De grootste uitdaging is namelijk niet op de beste te worden, maar om de beste te blijven. Om te zorgen dat Tweakers de beste website van Nederland blijft is het onvermijdelijk om webanalytics data om te zetten in waardevolle informatie waarop geacteerd kan worden.

Tweakers is echter geen kleine jongen. Met gemakkelijk over de 80 miljoen pageviews per maand gedaan door meer dan 3 miljoen unieke bezoekers op meer dan 10 miljoen unieke urls wordt er vrij veel data verzameld. Het vergt denk ik geen uitleg dat Google Analytics niet toereikend is om onze hoeveelheid aan data te analyseren. Als gevolg heeft Tweakers in 2012 een uitgebreide pakketselectie gedaan naar het juiste webanalytics pakket. De initiële lijst van 150 pakketten is gereduceerd naar 5 pakketten, met als verrassende winnaar het in Nederlands redelijk onbekende Webtrekk. Webtrekk is trouwens in Nederland een kleine speler, wereldwijd zijn ze dat niet met klanten als Zalando, Bild.de, Red Bull, etc.

Voor ons was de belangrijkste reden om voor Webtrekk te kiezen het feit dat bij Webtrekk analyses op de ruwe data worden uitgevoerd. Als er een segment wordt gemaakt van bijvoorbeeld alle bezoeken met clickout in onze Pricewatch gedaan op een iPad met Chrome als browser dan wordt het segment toegepast op de volledige dataset in plaats van 0,02% van de data zoals in Google Analytics. Daarnaast bleek Webtrekk zo geïmplementeerd te kunnen worden dat heel Tweakers goed gemeten kan worden. Onderschat namelijk niet de complexiteit van Tweakers. Tweakers is een nieuws website, een prijsvergelijker, een marktplaats (Vraag & Aanbod), een community (Gathering of Tweakers), een videoportal, een software tracker, een blogomgeving (tweakblogs.net), en nog meer. En dan hebben we het nog niet eens over alle functionaliteiten die worden aangeboden aan onze gebruikers. In andere woorden, Tweakers is niet bepaald een standaard website.

Gelukkig is er nu de beschikking over een pakket zoals Webtrekk. Naast het analyseren op ruwe data is een andere interessante feature aan Webtrekk de filter engine. Omdat analyses direct uitgevoerd worden op de ruwe data is het ook mogelijk om real-time te segmenteren. In de bovenstaande afbeelding is bijvoorbeeld een segment gemaakt op basis van verkeer binnen de Tweakers Pricewatch, waarbij het verkeer binnen is gekomen op de Frontpage of de Pricewatch en minimaal 4 bezoeken heeft gedaan. De analyse die hier uit komt (bv interne zoekwoorden, oid) zal direct gesegmenteerd worden.

Een ander feature van Webtrekk die veel gebruikt wordt binnen Tweakers, is de mogelijkheid om een metric te filteren op basis van criteria in een andere metric. Dat klinkt complex, maar is het niet. Laat ik even uitleggen aan de hand van een klein voorbeeld; Omdat Tweakers uit zoveel verschillende onderdelen bestaat is het erg interessant om te weten naar welke bestemmingen bezoekers gaan vanaf de homepage (de meeste van de bezoeken beginnen hier). In het rapport hieronder zie je het aantal page impressies per dag. Tot nu toe weinig spannends. Binnen dit rapport is een tweede metric gemaakt “next page Forum”. Deze metriek is gemaakt door het aantal pageviews weer te geven onder de voorwaarde dat de volgende pagina een pagina binnen het Tweakers Forum is. Om deze metric te maken is het niet nodig om naar allemaal configuratie schermen te gaan, de metric kan on the fly toegevoegd worden. De metric “leeft” ook alleen binnen deze analyse (het is natuurlijk wel mogelijk om deze op te slaan).

Zo heeft Webtrekk nog een aantal interessante features, die Tweakers niet eens gebruikt. Ons verkeer komt voornamelijk direct of via Google naar Tweakers. Features zoals het meten van TV campagnes of attributies modellering (volledig zelf in te stellen) worden dan ook (nog) niet binnen Tweakers gebruikt.

Maar laten we er niet teveel een verkooppraatje van maken. Vele andere pakketten bieden ook unieke mogelijkheden. Echter voor Tweakers sloot Webtrekk het beste aan bij onze behoefte en niet geheel onbelangrijk de samenwerking met de mensen achter Webtrekk is uitstekend.

Occam’s Razor?

Met de komst van Webtrekk kwam er eind 2012 ook een echte webanalist, althans dat dachten ze toen ze mij aannamen :-). De uitdaging was echter groot: hoe vertaal je de gigantische bak aan webanalytics data naar nuttige informatie binnen een organisatie die eerlijk gezegd het minimale met webanalytics data doet? De mensen die Webanalytics 2.0 van Avinash Kaushik hebben gelezen weten het natuurlijk al, maar een goede webanalyse heeft drie essentiële elementen:

• Er moet een goede duidelijke vraag zijn die beantwoord moet worden.
• Segmentatie is noodzakelijk. Het totaal aantal bezoeken aan Tweakers zegt weinig, het totaal aantal bezoeken aan pagina’s over onderwerp X zegt al veel meer. Moeten Tweakers bv blijven schrijven over onderwerp X?
• Context bepaald alles. Stel het aantal bezoeken aan onderwerp X is Y, is dat dan hoog of laag? Vergeleken met vorig jaar wel, maar misschien bestond onderwerp X toen nog niet eens. Vergeleken met onderwerp Z scoort onderwerp X echter misschien wel goed.

Het klinkt misschien allemaal wat simplistische of kort door de bocht, maar in een webanalytics-loze organisatie is elk van de elementen een uitdaging op zich.

Ter illustratie:

• Een paar vragen die in het begin werd gesteld door de “Business” (laat ik ze maar geen Hippo’s noemen): “Hoe gaat het met de webstatistieken?” of “Hoe bewegen bezoekers zich over Tweakers?” Ik denk dat elke webanalist wel een paar leuke anekdotes met betrekking tot Hippo’s weet te vertellen ;-).
• Als we kijken naar “segmentatie” dan moeten vaak nuances uitgelegd worden. Als voorbeeld, bij Tweakers kan iemand in 1 bezoek 2 keer een clickout (= conversie) binnen onze Pricewatch uitvoeren. Stel 2 bezoeken deden 2 clickouts, wat is het conversiepercentage? Delen we simpelweg het aantal clickouts door het aantal bezoeken of bepalen we het conversiepercentage door het aantal bezoeken met clickouts te delen door het totale aantal bezoeken? Merk op dat de tweede optie een wezenlijk ander segment is en dus ook tot andere resultaten leidt (in dit geval een lager conversiepercentage).
• Als laatste “context”. In oktober 2012 werd de zevende versie van Tweakers gelanceerd. Cijfers van Tweakers 6.9 ten opzichte van Tweakers 7 kunnen redelijk verschillen. In Tweakers 7 wordt bijvoorbeeld veel meer gebruik gemaakt van Ajax, wat tot minder page refreshes leidt, dus minder pageviews, dus minder pageviews per bezoek. Het is derhalve niet eerlijk het aantal pagina’s per bezoek van november 2011 (Tweakers 6.9) te vergelijken met november 2012 (Tweakers 7).

Bovenstaande anekdotes maken gelukkig een webanalist noodzakelijk binnen Tweakers. Bovendien is er veel steun van uit de “Business” om Tweakers meer data-gedreven te maken en uit ervaring als webanalist bij andere bedrijven weet ik dat Tweakers niet uniek is in de mate van volwassenheid in webanalytics.

Op moment van schrijven is Tweakers een klein jaar verder met webanalytics en zijn er grote stappen gemaakt. De twee belangrijkste graadmeters zijn (1) dat er steeds meer vragen van uit de “business” bij mij terecht komen mbt webanalytics en (2) dat steeds meer mensen zelf aan de slag gaan met webanalytics. Zo hebben een aantal collega’s Webtrekk nu ook redelijk goed onder de knie.

Morgen vertel ik in deel 2 meer over hoe we bij Tweakers de inzichten uit webanalytics toepassen.