Jenseits von Seitenaufrufen: Bessere Analysen für moderne Verlage

Neben der Suche nach einem tragfähigen Geschäftsmodell stehen digitale Verlage heute vor einer weiteren Herausforderung: die Performance ihrer Inhalte korrekt zu messen und das Verhalten ihrer Zielgruppe wirklich zu verstehen. Dies ist ein wichtiges Thema für alle Arten von Publikationen, unabhängig davon, ob sie werbefinanziert sind oder zu der neuen Generation gehören, die mit Lesereinnahmen arbeitet. Früher war alles etwas einfacher. Verlage konnten ihren Geschäftserfolg messen, indem sie die Verkaufszahlen von Zeitungen oder Zeitschriften im Laufe der Zeit erfassten und verglichen. Anschließend konnten sie die Größe ihrer Leserschaft schätzen, indem sie die Anzahl der verkauften Exemplare mit 2 oder 2,5 multiplizierten, was als Richtwert gilt durchschnittliche WeitergaberateInformationen über den Erfolg der Werbeverbreitung waren besonders wichtig für Werbetreibende, die vor einer Investition in Werbeflächen einen Wertnachweis erbringen wollten. Die etablierten Medienverlage verlassen sich immer noch auf diese Art von Berechnungen, denn seien wir ehrlich – besser geht es nicht. Mit dem Eintritt ins digitale Zeitalter entdeckten Verlage neue Wege, ihre Inhalte zu monetarisieren. Gleichzeitig betraten sie jedoch Neuland. Die Messung der Content-Performance erforderte nun den Einsatz von Analysetools und den Erwerb von Datenkompetenz, was sich für viele Verlage als große Herausforderung erwies. Daher rührt der Trugschluss, sich allein auf einzelne Kennzahlen zu verlassen. Versuchen wir herauszufinden, warum einzelne Kennzahlen wie

Seitenaufrufe
Zeit auf der Seite und
Wiederkehrende Besucher

Für Verlage, die die Leistung ihrer Inhalte messen, das Verhalten ihrer Zielgruppe verstehen und ihre treuen Leser identifizieren und eine enge Beziehung zu ihnen aufbauen möchten, sind solche Kennzahlen nicht verlässlich.

1. Seitenaufrufe

Seitenaufrufe sind seit jeher ein wichtiges Instrument zur Messung der Anzeigenleistung und der Beliebtheit von Produktseiten auf E-Commerce-Websites. Diese Kennzahl erlangte erstmals mit Google AnalyticsBekanntheit, einem der bekanntesten Analysetools, das primär für E-Commerce-Unternehmen entwickelt wurde.

Das Problem mit Seitenaufrufen:

Leider wurden Seitenaufrufe mangels Alternativen bald von vielen Analysetools auf dem Markt als legitime Kennzahl zur Messung der Inhaltsleistung übernommen. So wurden Seitenaufrufe von vielen Verlagen fälschlicherweise interpretiert: Mehr Seitenaufrufe bedeuten mehr Besucher und mehr Interaktion. Wenn ein Artikel viele Seitenaufrufe generiert, ist er letztendlich besser als die übrigen Artikel, oder? Nicht wirklich. Lasst uns dieses Problem systematisch angehen. So haben sich die Seitenaufrufe entwickelt innerhalb von Google Analytics definiert: Ein Seitenaufruf (oder Seitenaufruf-Hit, Seitentracking-Hit) ist das Laden (oder Neuladen) einer Seite im Browser. Seitenaufrufe sind eine Kennzahl, die die Gesamtzahl der aufgerufenen Seiten angibt. […] Wenn ein Nutzer nach dem Aufrufen der Seite auf „Neu laden“ klickt, wird dies als zusätzlicher Seitenaufruf gezählt. Navigiert ein Nutzer zu einer anderen Seite und kehrt dann zur ursprünglichen Seite zurück, wird ebenfalls ein zweiter Seitenaufruf erfasst. Es gibt außerdem die Kennzahl „Eindeutige Seitenaufrufe“, die die Anzahl der Sitzungen angibt, in denen eine bestimmte Seite mindestens einmal aufgerufen wurde. Besucht ein Nutzer also die betreffende Seite, verlässt sie dann und kehrt innerhalb derselben Sitzung wieder zurück, zählt Google Analytics einen eindeutigen Seitenaufruf. Seitenaufrufe sind jedoch eine Browsermetrik und beschreiben weder die Art der Verbindung noch das Engagement der Websitebesucher mit Ihren Inhalten. Ganz und gar nicht. Jemand öffnet möglicherweise einen Artikel und schließt ihn sofort wieder, oder lässt ihn in einem Browsertab geöffnet, während er etwas anderes tut. Das Skript des Analysetools erfasst dies trotzdem als Seitenaufruf. Wir könnten sagen, dass die Eine präzisere Bezeichnung für Seitenaufrufe wäre SeitenaufrufeDa diese Kennzahl nicht unbedingt die Anzahl der Personen anzeigt, die die Seite angesehen haben, sondern die Anzahl der Aufrufe der Seite im Browser.

Wie Verlage versuchen, Seitenaufrufe zu interpretieren:

Verlage und Content-Marketer können versuchen, diese Kennzahl besser zu verstehen, indem sie beobachten, wie sie mit anderen einzelnen Kennzahlen korreliert, die in Google Analytics und ähnlichen Analysetools verfügbar sind. Sie betrachten beispielsweise die Kombination der verfügbaren Einzelmetriken: Seitenaufrufe, durchschnittliche Verweildauer und Absprungrate. Die gängige „Formel“ zur Einschätzung der Performance eines Artikels sieht also in etwa so aus: Hohe Anzahl an Seitenaufrufen + gute durchschnittliche Verweildauer auf der Seite + niedrige Absprungrate Die „ideale“ Verweildauer auf einer Seite entspricht der notwendigen Lesezeit für den jeweiligen Artikel. Die durchschnittliche Lesegeschwindigkeit liegt bei etwa 265 Wörtern pro Minute. Verlage rechnen daher einfach: Bei einem Artikel mit 1500 Wörtern benötigt eine Person etwa fünfeinhalb Minuten, um ihn vollständig zu lesen. Da natürlich nicht alle Website-Besucher den Artikel komplett lesen, fällt die durchschnittliche Verweildauer geringer aus. Die Herausforderung für Verlage besteht darin, die optimale Verweildauer zu finden Welche Uhrzeit wäre akzeptabel? hier, d.h. was eine „gute“ durchschnittliche Verweildauer auf der Seite ist. Das Hauptproblem dabei? Nun, die Art und Weise, wie die durchschnittliche Verweildauer auf der Seite in Google Analytics und ähnlichen Tools berechnet wird, kann Ihre Annahmen durcheinanderbringen (siehe dazu den folgenden Abschnitt „Verweildauer auf der Seite / Durchschnittliche Verweildauer auf der Seite“). Per Definition ist ein Absprung eine Sitzung, die nur eine Seite Ihrer Website besucht. Die Absprungrate gibt den Prozentsatz der Besuche an, die nur eine Seite betreffen. Die Absprungrate einer Seite basiert ausschließlich auf Sitzungen, die mit dieser Seite beginnen. Verlage denken also: Je niedriger die Absprungrate, desto besser. Theoretisch haben sie Recht, denn eine niedrige Absprungrate deutet darauf hin, dass die Besucher auch an anderen Inhalten auf der Website interessiert waren und sich daher weiter umgesehen haben. Informationen darüber, wie sie tatsächlich mit Ihren Inhalten interagiert haben, sind in den Standardberichten von Google Analytics jedoch nicht verfügbar. Man kann davon ausgehen, dass einige von ihnen auf Ihrer Website geblieben sind, aber das ist auch schon alles. Online finden Sie Informationen zu folgendem Thema: ideale Bounce-Rate-WerteSie liegen nicht über 40 %, während Durchschnittswerte bis zu 55 % erreichen. Sie sollten jedoch einen Richtwert für Ihre eigene Website festlegen und sich nicht an Zahlen und Normen orientieren, die für andere funktionieren. Außerdem können Absprungraten stark irreführend sein, wenn sie nicht richtig interpretiert werden. Der Kontext ist ebenfalls wichtig: Wenn beispielsweise eine Kontaktseite eine hohe Absprungrate aufweist, bedeutet das nicht, dass sie keinen Nutzen bietet. Sie beantwortet lediglich eine spezifische Anfrage für Nutzer, die danach kein Bedürfnis verspüren, weiter zu stöbern.

Unsere Herangehensweise an dieses Problem:

Im Gegensatz zu Seitenaufrufen in Google Analytics und ähnlichen Tools haben wir bei Content Insights Folgendes entwickelt: komplexe KennzahlenUnsere Analyselösung hat Artikel gelesenDas System konzentriert sich auf das tatsächliche Nutzerverhalten, indem es nicht nur die Verweildauer auf der Seite, sondern auch die Interaktion der Nutzer mit der Seite (z. B. Klicks, Textauswahl, Scrollen usw.) berücksichtigt. Zusätzlich zu den Artikelaufrufen erfasst CI auch … Lesetiefe als komplexe Kennzahl, die aufzeigt, wie tief ein Besucher in einen Inhalt eingetaucht ist. Für eine höhere Genauigkeit stützt sie sich auf die Kombination mehrerer Kennzahlen, darunter die Aufmerksamkeitsdauer. Darüber hinaus haben wir auch Seitentiefe Dabei wird die durchschnittliche Anzahl der Seiten berechnet, die ein Leser besucht, nachdem er die erste Seite oder den ersten Artikel geöffnet hat.

2. Verweildauer auf der Seite / Durchschnittliche Verweildauer auf der Seite

Viele Verlage schauen sich an Zeit auf Seite Und Durchschnittliche Verweildauer auf Seite Bei dem Versuch zu definieren, welche Inhalte als ansprechend gelten könnten, gehen sie davon aus, dass die Wahrscheinlichkeit für ansprechende Inhalte umso höher ist, je länger sich Nutzer auf einer bestimmten Seite aufhalten. Wenn man sich jedoch einmal bewusst macht, wie diese Kennzahl gemessen wird, erkennt man, dass sie keine verlässlichen Erkenntnisse liefert.

Das Problem bei der Messung der Verweildauer auf einer Seite:

Google Analytics und ähnliche Analysetools messen diese Kennzahlen nur auf Browserebene, was keinerlei Aussage darüber zulässt, wie Nutzer mit Inhalten interagieren. Wenn ein Nutzer die Seite verlässt, den Tab aber geöffnet lässt, können Google Analytics und ähnliche Analysetools dies nicht erfassen. Für die Analyse bleibt der Nutzer auf der Website. GA kann außerdem nicht messen, wie lange ein Nutzer auf der letzten Seite seines Besuchs verweilt hat. Verlässt der Besucher die Website nach nur einer Seite (Absprung), wird überhaupt keine Zeit erfasst. Wie Sie sehen können, spiegeln diese Daten das Ausmaß der Auseinandersetzung der Leser mit Ihren Inhalten nicht angemessen wider.

Wie Verlage versuchen, die durchschnittliche Verweildauer auf einer Seite zu interpretieren:

Manche Publisher setzen Event-Tracker wie Scrolltiefen-Tracker ein, um genauere Berichte zu erhalten und sicherzustellen, dass die Verweildauer auf der Seite auch bei Absprungraten erfasst wird. Ganz so einfach ist es jedoch nicht. Wenn man sich ausschließlich auf die Scrolltiefe verlässt, besteht ein grundlegendes Problem hinsichtlich:

tatsächliche Aktivität des Nutzers
die Lage der Falte
die Länge des Artikels

Angenommen, jemand scrollt durch 60 % Ihrer Inhalte, aber auf einem Bildschirm, der nicht auf 100 %, sondern auf 75 % vergrößert ist. Er kann den Rest Ihrer Inhalte sehen und scrollt nicht weiter. Oder nehmen wir an, sie haben 60 % Ihres Inhalts gelesen, verweilen dort aber eine halbe Stunde (die Seite bleibt geöffnet und sie entfernen sich vom Computer), bevor sie die Seite schließlich verlassen. Außerdem bedeutet Scrollen nicht automatisch, dass der Inhalt auch gelesen wird. Und was ist, wenn der Artikel nicht sehr lang ist? Die Scrolltiefe beträgt zwar 100 %, aber das heißt nicht, dass dieser Artikel mehr Interaktionen generiert oder besser performt als andere. Selbstverständlich sind die Berichte auch mit Event-Tracking möglicherweise nicht präzise, da sie kein vollständiges Bild liefern. Datenabweichungen sind keine Seltenheit. Kontoinhaber stellen daher unter Umständen fest, dass die durchschnittliche Verweildauer auf der Seite länger ist als die durchschnittliche Sitzungsdauer, was wenig Sinn ergibt. In Google Analytics wird dies als „verlorene Zeit“ bezeichnet.

Unsere Herangehensweise an dieses Problem:

Im Gegensatz zu Google Analytics und ähnlichen Analysetools misst Content Insights AufmerksamkeitszeitDie Verweildauer gibt die tatsächliche Zeit an, die ein Nutzer auf der Seite verbringt und dabei Inhalte konsumiert. Leerlaufzeiten, also Zeiten, in denen ein Nutzer nicht aktiv auf der Seite ist oder diese verlässt, werden nicht berücksichtigt. Diese Kennzahl zeigt also die tatsächliche Nutzungsdauer an. Unsere Analyselösung basiert auf einem komplexen Algorithmus namens Content Performance Indicator (CPI). Der CPI wird immer in Form einer Zahl von 1 bis 1000 angegeben, wobei 500 der Basiswert (auch „Normwert“ genannt) für die betrachtete Website, den Abschnitt, das Thema, den Autor oder den Artikel ist. CPI berücksichtigt Dutzende verschiedener Kennzahlen zur Inhaltsleistung und untersucht deren Zusammenhänge. Zudem werden diese Kennzahlen anhand von drei Verhaltensmodellen unterschiedlich gewichtet: Belichtung, Engagement, Und LoyalitätDaher haben wir drei CPIs entwickelt, die diese Verhaltensweisen messen: Expositions-CPI, Engagement-CPI, Und Loyalitäts-CPI. Im Kontext des Engagements haben wir Engagement-CPI Dies wird durch die Messung der Leseaufmerksamkeit und des Leseverhaltens innerhalb der Website oder Domain berechnet. Es bietet eine deutlich fortschrittlichere und präzisere Methode zur Messung des Nutzerengagements als die einfache Betrachtung der Verweildauer auf der Seite, einer einzelnen Kennzahl in Google Analytics und ähnlichen Analysetools.

3. Wiederkehrende Besucher

Um zu verstehen, was wiederkehrende Besucher sind, müssen wir kurz untersuchen, wie Google Analytics und die meisten der heutigen Analysetools Benutzer erfassen. Wenn ein bestimmtes Gerät (Desktop-PC, Tablet, Mobilgerät) oder ein bestimmter Browser (Chrome, Firefox, Internet Explorer) zum ersten Mal Ihre Website-Inhalte lädt, weist der Google Analytics-Tracking-Code diesem Gerät eine zufällige, eindeutige ID zu, die als Client-ID bezeichnet wird, und sendet diese anschließend an den GA-Server Eine eindeutige ID wird in Google Analytics als neuer, eindeutiger Nutzer gezählt. Jedes Mal, wenn eine neue ID erkannt wird, zählt Google Analytics einen neuen Nutzer. Löscht der Nutzer seine Browser-Cookies, wird die ID gelöscht und zurückgesetzt. Vor diesem Hintergrund, Wiederkehrender Besucher ist derjenige der dasselbe Gerät oder denselben Browser verwendet Wie zuvor, um auf die Website zuzugreifen und eine neue Sitzung zu starten, ohne Cookies zu löschenWenn Google Analytics also die bestehende Client-ID in einer neuen Sitzung erkennt, betrachtet es dies als einen wiederkehrenden Besucher.

Das Problem mit wiederkehrenden Besuchern:

Das Problem bei der Berechnung von wiederkehrenden Besuchern liegt auf der Hand: Analysetools Möglicherweise wird derselbe Besucher, der zur Website zurückkehrt, als neuer Besucher gezählt Allein schon, weil sie ihr Gerät oder ihren Browser gewechselt oder ihre Cookies gelöscht haben. Da sich ihre Client-ID dadurch ändert, lässt sich daran kaum etwas ändern. Es ist nicht möglich, Nutzer über verschiedene Browser und Geräte hinweg zu verfolgen. Außerdem kann Google Analytics denselben Besucher innerhalb eines bestimmten Zeitraums sowohl als neu als auch als wiederkehrenden Besucher zählen. Das bedeutet, dass es Überschneidungen zwischen neuen und wiederkehrenden Besuchern geben kann, was zu Datenabweichungen führt. Darüber hinaus kann derselbe Nutzer für dieselbe Quelle/dasselbe Medium doppelt gezählt werden. Hier liegt jedoch ein viel größeres Problem vor: Viele Verlage haben die Zahl der wiederkehrenden Besucher als Kennzahl für die Anzahl der treuen Leser akzeptiert, was ein logischer Fehlschluss ist. Die Zahl der wiederkehrenden Besucher gibt an, wie viele Personen Ihre Website bereits besucht haben und nun zurückgekehrt sind. Dieser Bericht sagt jedoch nichts aus über:

Wie gut Ihre Inhalte Besucher fesseln
Das tatsächliche menschliche Verhalten (wie Menschen mit Ihren Inhalten interagieren)
Die Häufigkeit und Aktualität ihrer Besuche
Ob diese Besucher tatsächlich treue Leser Ihrer Publikation oder nur gelegentliche Besucher, die Ihre Website schon einmal besucht haben (d. h. haben diese Besucher eine tatsächliche Gewohnheit , Ihre Publikation zu besuchen, oder sind sie aus bestimmten Gründen innerhalb eines bestimmten Zeitraums mehr als einmal auf Ihre Website gestoßen)

Um diese Kennzahl besser zu verstehen, können wir sie anhand einer einfachen Analogie erklären. Wenn jemand ein Geschäft betritt, es verlässt und wiederkommt, ohne eine konkrete Kaufabsicht zu haben oder tatsächlich etwas zu kaufen – ist diese Person dann automatisch ein treuer Kunde? Nicht unbedingt. Sie könnte es sein, aber man kann es nicht mit Sicherheit wissen. Wir müssen es noch einmal betonen – Die Anzahl der wiederkehrenden Besucher misst die Browseraktivität und hat nichts mit Kundenbindung zu tun.

Wie Verlage versuchen, die wiederkehrenden Besucher zu verstehen:

Viele Publisher ignorieren diese Rechenfehler oder sind sich gar nicht bewusst, wie die Dinge wirklich gemessen werden. Sie orientieren sich am Verhältnis von neuen zu wiederkehrenden Besuchern, um einen groben Überblick über die Art des Website-Traffics zu erhalten, auch wenn dieses Verhältnis nicht sehr genau ist. Anschließend vergleichen sie Kennzahlen wie die Anzahl der Sitzungen oder die durchschnittliche Verweildauer auf der Seite, um Gemeinsamkeiten und Unterschiede im Nutzungsverhalten von wiederkehrenden und neuen Besuchern zu ermitteln. Zusätzlich segmentieren sie ihre Besucher und erstellen individuelle Berichte, um detailliertere Informationen über sie zu erhalten. Dennoch basieren diese Berichte auf einzelnen Kennzahlen, die keine umsetzbaren Erkenntnisse zur Messung der Content-Performance liefern. Eine weitere Möglichkeit für Verlage, genauere Daten zu erhalten, ist die Datenerfassung Benutzer-IDDas heißt, sie richten ein Login-System auf ihrer Webseite ein, über das sich Nutzer anmelden können. Angemeldete Nutzer lassen sich problemlos geräteübergreifend verfolgen. Google Analytics funktioniert jedoch nicht rückwirkend. Wenn Sie sich also für ein Login-System entscheiden, werden keine vorherigen Sitzungen verknüpft. Das entscheidende Problem dabei ist, dass Ihre Besucher sich wahrscheinlich nicht anmelden werden, wenn die Inhalte unabhängig davon verfügbar sind.

Unsere Herangehensweise an dieses Problem:

Das Labs-Team von Content Insights hat sich insbesondere dafür interessiert, treue Leser zu verstehen und zu definieren Einen Weg finden, um Loyalität zu messen. Schließlich haben wir definiert treue Leser als „regelmäßig hoch engagiert“da es am genauesten mit ihrem übereinstimmt gewohnheitsmäßig Verhalten. Die „Aktiven Tage“ der Nutzer werden in den Analysetools des CI nach einer bestimmten Methode gezählt, um sicherzustellen, dass sie tatsächlich mit den Inhalten interagieren. Im Gegensatz zu anderen Analysetools Wir messen Loyalität auf Inhaltsebene Denn genau darauf kommt es an. Verlage wollen diejenigen Inhalte identifizieren, die loyales Verhalten fördern und möglicherweise dazu beitragen, treue Leser in Abonnenten zu verwandeln. Mit den neuesten Verbesserungen unserer Loyalitäts-CPIDas lässt sich nun genau messen. Dieses Verhaltensmodell untersucht, wie Artikel zur allgemeinen Loyalität Ihrer Leserschaft auf der Website beitragen.

„Was nicht kaputt ist, muss man nicht reparieren.“

Wir haben eine Übersicht der am häufigsten verwendeten Einzelmetriken erstellt und detailliert aufgezeigt, warum es falsch ist, Content-Performance-Berichte auf diesen Metriken zu basieren. Das brennende Problem hierbei ist, dass viele der heutigen Verleger sich nicht die Mühe machen, dies zu verstehen der Weg Die Dinge sind kalkuliert. Beispielsweise werden Verlage tatsächlich davon überzeugt sein, dass sie beim Anfordern des Zielgruppenberichts in GA genaue und verlässliche Einblicke erhalten Wie Ihre Zielgruppe konsumiert ihre Inhalte. Aber jeder Bericht in Google Analytics, dem standardmäßig verfügbaren Tool, basiert auf … einzelne Metriken, die Browserereignisse beschreiben. Diese Berichte kann nicht Menschliches Verhalten und seine Komplexität – unabhängig von der Bezeichnung – lassen sich nicht adäquat messen. Viele Analysetools auf dem Markt haben ganze Narrative geschaffen, die in Wirklichkeit falsch und irreführend sind, da sich das, was versprochen wird, nicht wirklich messen lässt. Man kann eine Katze als Tiger bezeichnen und so tun, als sei das in Ordnung, nur weil sie zur selben Katzenfamilie gehören, aber irgendwann wird der Fehler ans Licht kommen und allen Beteiligten schmerzlich bewusst werden Miau ist kein Gebrüll. Manche Verlage beginnen zu erkennen, dass es ein Trugschluss ist, bei der Messung der Content-Performance auf einzelne Kennzahlen zu vertrauen, ignorieren dies aber bewusst. Andere sind sich des Problems noch gar nicht bewusst. Da Menschen Veränderungen naturgemäß oft ablehnend gegenüberstehen, halten viele Verlage am Prinzip „Was gut läuft, muss nicht verändert werden“ fest. Ihre Logik ist nachvollziehbar: Sie haben bisher mit einzelnen Kennzahlen gearbeitet und sind damit gut wirtschaften können. Veränderung bedeutet die Gefahr des Kontrollverlusts, ist von Natur aus mit Unsicherheit behaftet, verursacht Mehraufwand und ist im Allgemeinen beängstigend – ja sogar furchteinflößend. Allerdings sind die Dinge kaputt und müssen repariert werden. Wie alle grundlegenden Veränderungen folgt auch dieser Übergang von einzelnen Kennzahlen zu komplexen Kennzahlen dem sogenannten Hemingways Bewegungsgesetz: Es geschieht erst allmählich und dann plötzlich. Und genau wie bei jeder bahnbrechenden Technologie oder Methode, die die Welt voranbringt, verschaffen sich die frühen Anwender einen Wettbewerbsvorteil. Wir haben es selbst erlebt. So funktioniert Fortschritt. Jetzt stehen Sie im Rampenlicht. Welche Analysetools nutzen Sie? Wie interpretieren Sie Ihre Daten? Welche Kennzahl ist für Sie der wichtigste Maßstab zur Messung der Content-Performance? Wir laden Sie ein, sich an dieser Diskussion zu beteiligen und Ihre Gedanken in den Kommentaren unten mitzuteilen.