Du tjekker Google Analytics. Det melder 5.000 besøgende. Du tjekker dine serverlogs. De viser 7.000 forespørgsler. Du tjekker din platform til produktanalyse. Den melder 4.500 besøgende. Tre datakilder, tre forskellige tal. Hvilket er rigtigt?
Dem alle. Og ingen af dem. Forskellige værktøjer tæller forskellige ting og bruger forskellige definitioner. Forskellene er normale. Når du forstår, hvorfor de er der, bliver det lettere at læse dine data.
Hvorfor forskellige værktøjer viser forskellige tal
Forskellige definitioner af en "session"
Ét værktøj definerer en session som 30 minutters inaktivitet. Et andet bruger 45 minutter. Et tredje bruger 24 timer. En bruger, der forlader dit site i 40 minutter og vender tilbage, kan tælle som én session i det ene værktøj og to sessioner i et andet. Antallet af sessioner vil altid afvige.
Forskellige regler for at tælle sidevisninger
Nogle værktøjer tæller kun almindelige sidevisninger. Andre tæller også virtuelle sidevisninger fra single-page-apps. Nogle tæller pushState-hændelser som sidevisninger. Andre gør ikke. Antallet af sidevisninger varierer på grund af de forskelle.
Forskellig filtrering af bots
Værktøj A filtrerer søgemaskinernes bots fra. Værktøj B gør ikke. Værktøj C bruger en anden botliste. Forskellene i botfiltrering ændrer de samlede trafiktal. Du vil altid se forskellige tal, hvis værktøjerne filtrerer forskelligt.
Forskelligt tidspunkt for dataindsamling
Serverlogs registrerer på serverniveau i det millisekund, forespørgslen kommer frem. Analytics-biblioteker samler data i browseren og sender forespørgsler i puljer. Hvis en bruger lukker sin browser, før analytics-forespørgslen er sendt, går den tabt. Serverlogs fanger den. Værktøjer i browseren gør ikke.
Forskellig håndtering af tidszoner
Du har sat Google Analytics til østlig tid, og serverlogs bruger UTC. Så falder dagstotalerne forskelligt. I går kan indeholde dagens servertrafik, hvis tidszonerne ikke passer sammen. Der opstår små forskelle.
Forskellige attributionsmodeller
Værktøjer bruger forskellige attributionsregler. Nogle bruger sidste klik. Nogle bruger første klik. Nogle bruger tidsaftagende værdi. Hvis der er flere kontaktpunkter før en konvertering, giver forskellige værktøjer æren til forskellige kilder. Attribution på tværs af kontaktpunkter vil aldrig matche attribution til sidste klik.
Forskellig klassificering af trafik
Værktøj A klassificerer trafik fra en bestemt kilde som organisk. Værktøj B klassificerer den som direkte. Værktøj C klassificerer den som henvisning. Hvert værktøj bruger sine egne regler. Fordelingen på kilder vil afvige.
Almindelige mønstre i forskellene
Google Analytics viser lavere tal end serverlogs
Det er typisk. Serverlogs viser alle forespørgsler. Google Analytics går glip af trafik, der er blokeret af adblockere eller tracking-beskyttelse, eller hvor tracking-koden ikke kører. Google Analytics ligger som regel 20-40 % under serverlogs.
Konverteringer, der afviger fra betalingsudbyderen
Analytics kan registrere flere konverteringer end din betalingsudbyder, fordi det tæller afbrudte køb eller andre hændelser som konverteringer. Eller det registrerer færre, hvis nogle konverteringer sker offline eller på tredjepartsplatforme.
Forskelle i organisk trafik mellem værktøjer
Forskellige værktøjer klassificerer organisk trafik forskelligt. Google Search Console viser organiske søgeord. Google Analytics viser organisk trafik. De passer sjældent præcist sammen, fordi de måler forskellige ting på forskellige trin af rejsen.
Forskelle i trafikkilder
Et klik fra Facebook kan blive klassificeret som "direkte" i ét værktøj og "sociale medier" i et andet, afhængigt af hvordan URL'en er tagget, og hvordan værktøjerne klassificerer trafik uden mærkning.
Sådan håndterer du forskellene
Forstå, hvad hvert værktøj måler
Første skridt er at vide, hvad hvert værktøj tæller. Google Analytics tæller sidevisninger og hændelser. Serverlogs tæller HTTP-forespørgsler. Din betalingsudbyder tæller transaktioner. De måler forskellige ting, så forskelle er forventelige.
Vælg én sandhedskilde for hvert nøgletal
Beslut, hvilket værktøj der ejer hvilket nøgletal. "Google Analytics ejer trafiktallene." "Webshop-platformen ejer konverteringstallene." "Serverlogs ejer den tekniske fejlfinding." Når du skal bruge trafik, tjekker du altid Analytics. Det forebygger forvirring.
Dokumentér forskellene og forklar dem
Dokumentér de store forskelle. "Google Analytics viser 5.000 besøgende. Serverlogs viser 7.000. Forskellen skyldes adblockere, der blokerer tracking-koden (ca. 40 % af trafikken)." Skriv forklaringen ned, så dit team forstår den.
Lav en rutine for afstemning
Sammenlign dine vigtigste værktøjer med hinanden hver måned. Google Analytics mod din platform til produktanalyse. Google Analytics mod betalingsudbyderen. Tjek, om forskellen er stabil. Hvis den pludselig ændrer sig, så find ud af hvorfor.
Brug den mest komplette datakilde til analysen
Hvis du skal bruge rigtige transaktionsdata, så brug din betalingsudbyder. Hvis du skal bruge trafikmønstre, så brug serverlogs. Hvis du skal bruge brugeradfærd og segmenter, så brug analytics-værktøjer. Hver kilde er bedst til bestemte spørgsmål.
Værktøjerne skal supplere hinanden
Byg et samlet billede af flere kilder
Brug forskellene, som de er tænkt, i stedet for at bekæmpe dem: hvert værktøj giver et andet syn. Analytics viser brugeradfærd. Serverlogs viser trafikmønstre. CRM viser kundedata. Betalingsudbyderen viser omsætning. Sammen er de mere komplette end ét værktøj alene.
Brug forskelle til at finde problemer
Når forskellene pludselig ændrer sig, kan noget være i stykker. Trackingen kan være faldet ud. Der kan være sat filtre på. Forskellen afslører problemet.
Ofte stillede spørgsmål
Hvor stor forskel mellem analytics-værktøjer er normal?
10-30 % forskel er typisk. 5 % eller mindre betyder, at du gør det godt. 50 % eller mere tyder på, at noget er galt. Sammenlign dine egne værktøjer for at finde din normale forskel. Med WEMASYs hjemmesidebygger kan du sætte det op direkte på din hjemmeside.
Skal jeg stole på det værktøj, der melder de højeste tal?
Ikke nødvendigvis. Flere tal betyder ikke mere nøjagtige tal. Find ud af, hvorfor tallene er forskellige. Det højeste tal kan være pustet op. Det laveste kan være for lavt. Ingen af dem er automatisk rigtig.
Hvorfor viser Google Analytics færre konverteringer end min betalingsudbyder?
Almindelige årsager: tracking-koden kører ikke ved nogle konverteringer, adblockere forhindrer tracking af konverteringer, offline-konverteringer som din betalingsudbyder registrerer, men analytics ikke gør, og forskelle i tidszoner.
Hvilket værktøj skal jeg bruge som min sandhedskilde?
Det afhænger af nøgletallet. Til brugeradfærd bruger du dit analytics-værktøj. Til omsætning bruger du din betalingsudbyder. Til teknisk fejlfinding bruger du serverlogs. Lad være med at stole på ét værktøj til alt.
Betyder forskelle, at et af mine værktøjer er i stykker?
Som regel ikke. Forskelle er normale. Men pludselige ændringer i mønstret kan tyde på et problem. Hvis Analytics pludselig falder 50 % i forhold til din betalingsudbyder, er noget gået i stykker. Stabile forskelle er forventelige.
Kan jeg afstemme data fra forskellige værktøjer?
Ikke fuldt ud, for de måler forskellige ting. Men du kan finde de sandsynlige årsager til forskellene og forstå hullet. Dokumentér forskellene, så dit team ved, hvad det kan forvente.