Kilder til datafejl: trackingproblemer, forkerte indstillinger og eksterne faktorer

Se de typiske årsager til datafejl i analytics: huller i tracking, forkerte indstillinger og eksterne faktorer, der gør tallene upræcise.

Kladde

Din konverteringskode går i stykker tirsdag kl. 14. I seks timer bliver ingen konverteringer registreret. Når du har rettet fejlen, har du mistet sporingen af 200 transaktioner og har ingen måde at vide det på.

Datafejl melder sig ikke selv. De ligger stille i dine data og forvrænger hver beslutning, du tager. Det eneste, der hjælper, er at vide, hvor fejlene kommer fra, så du kan fange dem, før de koster dig.

De tre slags datafejl

De fleste datafejl falder i tre grupper: trackingproblemer, konfigurationsfejl og eksterne faktorer, du ikke kan styre. Hver gruppe kræver sin egen løsning.

Trackingproblemer: ødelagt kode og missede hændelser

Trackingproblemer opstår, når din målekode ikke kører, eller kører forkert. Manglende tracking-tags. JavaScript-fejl, der stopper koden. Tags, der kører på de forkerte sider eller på det forkerte tidspunkt. Det er fejl i selve implementeringen.

Én fejl i trackingkoden kan skjule hele brugerforløb. Hvis din konverteringssporing kun kører på én betalingsside, men brugerne konverterer på to, mister du 50 % af konverteringerne. Fejlen er tavs. Din konverteringsrate ser fin ud, men den er i virkeligheden kun det halve af, hvad den burde være.

Konfigurationsfejl: indstillinger, der forvrænger data

Konfigurationsfejl opstår, når dine analytics-indstillinger er forkerte. Tidszoner, der ikke passer sammen. Indstillinger for sessionens timeout, der ikke passer til, hvordan dine brugere faktisk opfører sig. Filtre, der ved en fejl udelukker rigtig trafik. Visningsfiltre, der skjuler vigtige segmenter.

De fejl er lumske, fordi de ligner et bevidst valg og ikke en fejl. En forkert tidszone flytter alle dine data 24 timer. Du lægger måske ikke mærke til det i flere uger. Et filter, der skal udelukke intern trafik, kan komme til at udelukke din største kunde, hvis kundens IP-adresse ikke står på listen.

Eksterne faktorer: ting uden for din kontrol

Nogle datafejl kommer udefra. Annonceblokering, der forhindrer din trackingkode i at køre. Brugere, der har slået JavaScript fra. Bottrafik, der puster dine tal op. Ændringer i browserens privatlivsindstillinger. De faktorer er virkelige, men usynlige i dine data.

Du kan ikke forhindre eksterne faktorer, men du kan tage højde for dem. Når du ved, at 40 % af dine besøgende bruger annonceblokering, kan du læse dine trafiktal rigtigt. Hvis du ignorerer det, bliver dine data meningsløse.

Typiske trackingproblemer og sådan finder du dem

Ødelagte tracking-tags

Et tracking-tag går i stykker og holder op med at køre. Det skyldes som regel en JavaScript-fejl, en manglende afhængighed eller en opdatering, der overskrev din trackingkode. Symptomet: Trafik eller konverteringer falder pludselig til nul eller næsten nul.

Tjek browserens konsol for JavaScript-fejl. Sammenlign sidens nuværende kildekode med en sikkerhedskopi. Er der ændret noget for nylig? Hvis en måling pludselig falder, så mistænk først et ødelagt tag.

Tags, der kører på det forkerte tidspunkt

Et tracking-tag kører, før brugeren har gjort det, du vil måle. Du måler formularer, før de er sendt. Du måler sidevisninger, efter siden har omdirigeret. Dine data er forskudt med brøkdele af et sekund eller nogle få sekunder, og det ødelægger attributionen.

Gennemgå rækkefølgen af din trackingkode i forhold til brugerens handling. Din konverteringssporing skal køre, når konverteringen er bekræftet, ikke før.

Manglende parametre eller data

Din trackingkode kører, men den fanger ikke alle de oplysninger, du har brug for. Manglende produkt-id'er. Transaktionsværdier, der står som nul. Bruger-id'er, der ikke er knyttet til sessioner. Dataene er der, men de er ufuldstændige.

Gennemgå din trackingimplementering. Indeholder hver hændelse de parametre, du har brug for? Bliver værdierne regnet rigtigt ud, eller står de som tomme?

Typiske konfigurationsfejl

Tidszoner, der ikke passer sammen

Dit analytics-dashboard er sat til østlig tid, men dine serverlogs er i UTC. Dine rapporter forskydes med flere timer. Dagstotaler havner på de forkerte datoer. Tendenser ser forskellige ud, alt efter hvilket værktøj du kigger i.

Sæt din analytics-tidszone til det sted, hvor din virksomhed primært ligger. Sørg for, at alle dine værktøjer bruger samme tidszone. Tjek derefter, at indstillingen faktisk er slået til. Det er let at overse.

Indstillinger for sessionens timeout

Sessionens timeout bestemmer, hvor længe en bruger kan være inaktiv, før sessionen slutter og en ny begynder. 15 minutter er stramt. 4 timer er for langt. Hvert valg ændrer din afvisningsprocent og dit antal sessioner.

Sæt timeouten, så den passer til dine brugeres faktiske adfærd. Webshops bruger som regel 30 minutter. Indholdssider kan bruge 2 timer. Tjek, hvad dit værktøj bruger som standard, og ret det, hvis det ikke passer til din trafik.

Filtre, der udelukker god trafik

Et filter, der skal udelukke kontorets IP-område, udelukker ved en fejl halvdelen af din betalte trafik, fordi IP-området er for bredt. Et filter, der skal fjerne testdata, udelukker i stedet et testmiljø med rigtige brugere. Filtre skaber hurtigt blinde vinkler.

Gennemgå alle aktive filtre hvert kvartal. Test dem, så du er sikker på, at de kun udelukker det, de skal. Skriv ned, hvorfor hvert filter findes, så du ikke kommer til at fjerne nødvendige filtre.

Sådan finder du fejl i dine data

Kig efter pludselige ændringer uden årsag

Trafikken stiger 30 % fra den ene nat til den anden uden en ny kampagne. Afvisningsprocenten falder 20 % uden ændringer på siden. Konverteringer forsvinder. Mønstrene viser, at noget er gået i stykker eller er ændret i målingen.

Gør det til en vane at sammenligne tal uge for uge og måned for måned. Pludselige skift uden forklaring er næsten altid fejl, ikke rigtige ændringer.

Tjek mod andre kilder

Sammenlign dine analytics med dine serverlogs. Sammenlign antal transaktioner med din betalingsudbyder. Sammenlign antal brugere med dit CRM. Forskelle afslører blinde vinkler eller fejl.

Tallene passer ikke helt, for forskellige værktøjer tæller forskellige ting. Men forskellen skal kunne forklares. Kan du ikke forklare, hvorfor tallene er forskellige, har du fundet noget, du skal undersøge.

Test din trackingopsætning jævnligt

Vent ikke på, at fejl dukker op. Test tracking, før du lancerer nye sider eller kampagner. Brug browserens udviklerværktøjer til at se, om trackingkoden kører. Brug dit værktøjs fejlsøgningstilstand til at se data i realtid.

Test, før du skalerer op. Et trackingproblem i en lille test koster ikke meget. Det samme problem på al din trafik er dyrt.

Ofte stillede spørgsmål

Hvordan ved jeg, om min trackingkode er gået i stykker?

Pludselige fald i trafik, konverteringer eller hændelser er det første tegn. Tjek browserens konsol for JavaScript-fejl. Kig på din trackingkode i sidens kildekode. Er der ændret noget for nylig? Test ved selv at konvertere og se, om hændelsen dukker op i realtid. Med WEMASYs hjemmesidebygger kan du sætte det op direkte på din hjemmeside.

Hvad er forskellen på et trackingproblem og et konfigurationsproblem?

Trackingproblemer afgør, om data bliver indsamlet overhovedet. Konfigurationsproblemer afgør, hvordan dataene bliver læst. Et ødelagt tag giver ingen data. En forkert tidszone giver forkert læsning af data.

Hvor ofte skal jeg gennemgå min trackingopsætning?

Mindst hvert kvartal. Oftere, hvis du har lanceret nye funktioner, kampagner eller sider. Før en stor beslutning, der bygger på analytics, skal du tjekke, at opsætningen er korrekt.

Kan et filter ødelægge mine analytics-data?

Ja. Et filter, der er for bredt, kan udelukke god trafik eller konverteringer. Test altid filtre på en lille del, før du bruger dem fuldt ud. Skriv ned, hvad hvert filter gør, og hvorfor det findes.

Hvad skal jeg gøre, hvis jeg finder en datafejl?

Stop op. Find ud af, hvornår fejlen startede. Vurder, hvor meget den har påvirket tallene. Ret fejlen fremover. For tidligere data skal du skrive fejlen ned og tage højde for den, når du læser rapporterne. Nogle fejl kan ikke rettes bagud.

Hvordan tjekker jeg, at mine analytics passer med min betalingsudbyder?

Hent antal transaktioner fra begge systemer for samme periode. De passer ikke helt, men forskellen skal kunne forklares. Analytics kan vise flere sessioner end transaktioner. Betalingsudbyderen viser kun gennemførte ordrer. Skriv forskellen ned, og forstå, hvad den betyder.

Brug det med det samme
på din egen hjemmeside.

Start gratis med WEMASY, og byg din side på få minutter.