Du kigger på dit dashboard og ser 20 procent mere trafik fra organisk søgning. Gode nyheder. Men så rører dine organiske konverteringer sig slet ikke. Noget er galt.
Det sker hele tiden. Data fra analyse er sjældent perfekte. Trafikken stiger uden grund. Konverteringer vises i ét værktøj, men ikke i et andet. Bots blæser dine tal op. Fejl i opsætningen skjuler rigtig trafik. Forskellen mellem det, din analyse siger skete, og det, der faktisk skete, kan være stor.
At forstå, hvorfor det sker, er første skridt til at rette det.
What causes analytics data to be inaccurate
Analyse er et målesystem. Som alle systemer har det begrænsninger. Den gode nyhed er, at de fleste problemer med nøjagtighed har en årsag, du kan finde og rette.
Fejl i opsætningen af sporing
Kode, der ikke er sat rigtigt op. Sporingskoder, der udløses på de forkerte sider. Parametre, der ikke bliver opfanget. De fejl er almindelige i de første uger efter opsætningen. Ét manglende kald til sporing kan skjule hele brugerrejser i dine rapporter.
Trafik fra bots og spam
Besøgende, der ikke er mennesker, blæser dine tal op. Nogle bots er tydelige (søgemaskiner, der gennemgår din hjemmeside). Andre er snedige (falske annoncenetværk, skadelige scripts, bots der høster data). De forvrænger dine data på uforudsigelige måder og gør det sværere at se, hvordan rigtige besøgende opfører sig.
Adblockere og blokering af sporing
De forhindrer, at din kode til analyse kører hos omkring 30 til 50 procent af de besøgende, afhængigt af din målgruppe. Den trafik ser du aldrig. De besøgende, du måler, bliver en skæv stikprøve af hele din målgruppe.
Stikprøver af data
Når du har meget trafik, skifter nogle værktøjer til analyse til skøn i stedet for faktiske tal. Rapporterne viser tilnærmelser, ikke de rigtige tal. Det er almindeligt i Google Analytics, når trafikken overstiger bestemte grænser i gratis konti.
Fejl i opsætningen
Forkert tidszone. Tidsgrænse for sessioner sat til 15 minutter i stedet for 30. Filtre, der udelukker rigtig trafik. De indstillinger forvrænger dine data i det skjulte uden advarsel. Én forkert indstilling kan gøre dine tal meningsløse.
Forskelle mellem værktøjer
Google Analytics og logfilerne fra din server viser forskellige tal. Forskellige værktøjer tæller sidevisninger forskelligt. De bruger forskellige definitioner af en session. Du ender med at undre dig over, hvilket tal der er rigtigt, og hvilket du skal stole på, når du tager beslutninger.
Why this matters for your business
Dårlige data fører til dårlige beslutninger. Hvis din analyse tæller 30 procent for meget trafik, overvurderer du, hvor godt din hjemmeside klarer sig. Du springer måske en optimering over, som faktisk ville have rykket noget. Eller du investerer tungt i en kanal, der ikke virker så godt, som du tror.
Ud over dårlige beslutninger ødelægger unøjagtige data tilliden. Din økonomichef sætter spørgsmålstegn ved dine tal. Dit team holder op med at stole på analysen. Du mister det ene system, der skal fortælle, hvad der faktisk virker.
Målet er ikke perfekt nøjagtighed, for det er umuligt. Målet er at vide, hvad dine data indeholder, og hvad de ikke gør, så du kan tolke dem rigtigt.
How to think about analytics accuracy
Alle værktøjer til analyse har blinde vinkler. Din opgave er at vide, hvilke.
Midlertidige problemer med nøjagtighed, du kan rette
Nogle problemer med nøjagtighed er midlertidige. En sporingskode går i stykker. Et filter bliver slået til ved et uheld. En ændring i opsætningen går galt. Ret det underliggende problem, så bliver dine data normale igen. Det er engangsrettelser, der straks genskaber nøjagtigheden.
Strukturelle grænser for nøjagtighed, du må acceptere
Andre problemer er strukturelle. Du vil aldrig se trafik fra besøgende, der bruger visse adblockere. Du vil altid misse konverteringer, der sker uden for dit system til sporing. Det er ikke fejl, men måden, analyse virker på. Du skal bare forstå dem og tage højde for dem i din analyse.
Start med en gennemgang
Start med at gennemgå din opsætning. Tjek for tydelige problemer: manglende sporingskode, filtre, der udelukker god trafik, tidszoner, der ikke passer. Sammenlign så dine tal på tværs af værktøjer. Hvor afviger de? Det viser, hvor dine blinde vinkler er, og hvor du skal sætte ind for at forbedre dig.
De næste kapitler går dybere ind i bestemte problemer med nøjagtighed og i, hvordan du finder og retter dem.
Frequently asked questions
Kan data fra analyse nogensinde være 100 procent nøjagtige?
Nej. Der vil altid være trafik, du ikke måler (adblockere, forebyggelse af sporing), bots, der slipper igennem, og begrænsninger i opsætningen. Målet er nøjagtigt nok til at tage gode beslutninger, ikke matematisk perfekt. Med WEMASYs hjemmesidebygger kan du sætte det op direkte på din hjemmeside.
Hvordan ved jeg, om min analyse er i stykker?
Hold øje med pludselige ændringer, du ikke kan forklare. Et hop på 50 procent i trafikken fra den ene dag til den anden uden en ny kampagne. Konverteringsrater, der svinger voldsomt. Trafik fra lande, du ikke servicerer. Mønstre, der ikke passer til din forretning. Det er advarselstegn, du skal undersøge.
Skal jeg stole på data fra analyse, der afviger fra min betalingsudbyder?
Når tallene afviger, er ingen af dem automatisk forkerte. Analyse og betalingssystemer tæller forskellige ting. Analysen tæller besøgende og handlinger. Dit betalingssystem tæller transaktioner. Forskellen viser ofte blinde vinkler i din opsætning af sporing.
Har alle værktøjer til analyse forskellig nøjagtighed?
Ja. Forskellige værktøjer bruger forskellige metoder til sporing og forskellige regler for tælling. Google Analytics, en platform til produktanalyse og en CDP viser forskellige tal for den samme hjemmeside. Det betyder ikke, at en af dem er forkert. De måler forskellige ting.
Kan jeg forbedre nøjagtigheden af min analyse uden en udvikler?
Mange forbedringer kræver ikke kode. At rette tidszoner, justere tidsgrænser for sessioner, fjerne dårlige filtre og sætte ordentlig validering af data op sker alt sammen i dit dashboard. Strukturelle problemer som trafik fra bots kræver en mere avanceret opsætning.
Hvor ofte skal jeg gennemgå min analyse for nøjagtighed?
Mindst hvert kvartal. Tjek for sporing, der er gået i stykker, ændringer i opsætningen og nye blinde vinkler. Hvis du har lanceret nye kampagner, funktioner eller sider, så gennemgå før og efter for at opdage fejl i opsætningen tidligt.