Tijd is niet wat het lijkt in Google Analytics
Google Analytics is een van de populairste tools voor het analyseren van websiteprestaties. Met statistieken als ‘gemiddelde tijd op pagina’ en ‘gemiddelde sessieduur’ achterhaal je eenvoudig hoe actief bezoekers op je webpagina’s en blogartikelen zijn. Met deze twee statistieken is het wel opletten geblazen, want de gemeten tijd is vaak niet wat het lijkt. Waarom is dat eigenlijk en waar moet je op letten bij het analyseren van tijd in Google Analytics?
Google Analytics meet tijd op basis van zogenaamde ‘timestamps’. Elke keer wanneer je een nieuwe pagina opent, wordt het exacte tijdstip geregistreerd. Het verschil in tijd tussen de eerste en tweede geopende pagina bepaalt hoeveel tijd je op de eerste pagina besteed hebt. Hetzelfde geldt voor de duur van de gehele sessie, met als enig verschil dat niet de tweede pagina bepalend is, maar juist de laatste pagina.
Tijd op pagina
In het bovenstaande voorbeeld bedraagt de bestede tijd op zowel de eerste als tweede pagina 5 minuten (10:00 t/m 10:00 en 10:05 t/m 10:10). Doordat een vierde pagina ontbreekt, kan de tijd op pagina 3 niet berekend worden. Pagina 3 wordt in dit geval ook wel de uitstappagina genoemd. Door het gebrek aan informatie is Google Analytics genoodzaakt om voor deze pagina een bestede tijd van 0 minuten aan te geven! Dat kan natuurlijk niet kloppen.
Sessieduur
Als je naar de gehele sessie kijkt, bedraagt deze 10 minuten (10:00 t/m 10:10). Maar wat als je op de derde pagina 20 minuten hebt rondgekeken? De sessieduur is dan in werkelijkheid een half uur in plaats van 10 minuten. Door het gemis aan een vierde pagina is Google Analytics zich hier helaas niet van bewust.
De twee bovenstaande problemen lossen zichzelf enigszins op wanneer er op de pagina’s ‘engagement hits’ gemeten worden. Dit zijn kortgezegd meetbare handelingen die de bezoeker op een pagina uitvoert. Denk bijvoorbeeld aan het starten van een videofragment, het inschrijven voor een nieuwsbrief of het downloaden van een bestand.
De totale sessieduur is nu 15 minuten omdat Google Analytics weet dat er 5 minuten na het openen van de derde pagina nog enige activiteit van de gebruiker gaande was. Dankzij de engagement hit kan nu ook de bestede tijd op de derde pagina gemeten worden: 5 minuten. Zie de documentatie van Google Analytics voor meer informatie over het instellen van deze hits.
Bounce
Het worstcasescenario voor het meten van tijd is de situatie wanneer iemand maar één pagina bekijkt en gelijk daarna je website verlaat, ook wel een ‘bounce’ genoemd. In dit geval bedraagt zowel de tijd op de pagina als de sessieduur 0 minuten. De reden hiervoor is het gemis aan een tweede pagina aan de hand waarvan alles berekend wordt.
Berekening van de gemiddelde tijd op een pagina vs hoog uitstappercentage
Google Analytics berekent de gemiddelde tijd voor een pagina op grond van de volgende formule:
gemiddelde tijd op pagina = totale tijd op pagina / (aantal paginaweergaven – aantal uitstappagina’s)
Google Analytics is slim genoeg om rekening te houden met het feit dat uitstappagina’s een tijd van 0 minuten krijgen. Daarom laat het al deze nulletjes buiten beschouwing in de berekening van de gemiddelde tijd op een pagina.
Een voorbeeld:
| Gebruiker | Leestijd pagina 1 | Leestijd pagina 2 | Leestijd pagina 3 |
| Gebruiker 1 | 20 min. | 30 min. | 0 min. |
| Gebruiker 2 | 10 min. | 0 min. | |
| Gebruiker 3 | 0 min. | ||
| Gebruiker 4 | 0 min. | ||
| Gebruiker 5 | 0 min. |
De gemiddelde tijd op pagina 1 is 15 minuten: (20 min. + 10 min. + 0 min. + 0 min. + 0 min.) / (5 pageviews – 3 uitstappers). Gebruikers 3, 4 en 5 worden in dit geval genegeerd omdat pagina 1 ook meteen hun uitstappagina was. Alhoewel het eerlijker is om de nullen eruit te laten, betekent dit niet direct dat de berekende tijd 100% klopt. Er wordt slechts gerekend met een kleinere groep mensen.
Stel je voor dat gebruikers 3, 4 en 5 in werkelijkheid elk 30 minuten op pagina 1 hebben rondgekeken. Als Google dit wist, dan was de werkelijk gemiddelde tijd op pagina 1 een stuk hoger geweest. Andersom geldt hetzelfde. Als ze alle drie maar 1 seconde op pagina 1 zijn geweest, dan was het werkelijk gemiddelde veel lager geweest.
Een ander voorbeeld:
Door het hoge uitstappercentage van 56,97% is de gemiddelde tijd op de pagina van 12:06 minuten slechts gebaseerd op (100% − 56,97% =) 43,03% van alle paginaweergaven. De kans is dus groot dat de gemiddelde tijd op de pagina in werkelijkheid heel anders kan zijn. Kortom: hoe hoger het uitstappercentage op een pagina, hoe minder accuraat de berekening van de gemiddelde tijd op die pagina is.
Berekening van de gemiddelde sessieduur vs hoog bouncepercentage
De formule voor het berekenen van de gemiddelde sessieduur is iets simpeler opgebouwd:
gemiddelde sessieduur = totale sessieduur / sessies
In deze berekening wordt geen rekening gehouden met het aantal uitstappagina’s. Dit is te verklaren, aangezien elke sessie een uitstappagina heeft en deze nodig is voor het berekenen van de totale sessieduur. Gek genoeg wordt er ook geen rekening gehouden met het aantal sessies die als bounce aangemerkt worden en dus een sessieduur van 0 minuten meekrijgen. Dit zijn de sessies die een grote invloed hebben op de gemiddelde sessieduur.
Een voorbeeld van een gemiddelde sessieduur (voortbordurend op de vorige tabel):
| Gebruiker | Totale sessieduur |
| Gebruiker 1 | 50 min. |
| Gebruiker 2 | 10 min. |
| Gebruiker 3 | 0 min. |
| Gebruiker 4 | 0 min. |
| Gebruiker 5 | 0 min. |
De sessieduur van de bovenstaande 5 gebruikers is gemiddeld 12 minuten: (50 + 10 + 0 + 0 + 0) / 5. Omdat gebruikers 3, 4 en 5 niet genegeerd worden, valt de gemiddelde sessieduur laag uit.
Nog een voorbeeld:
De bovenstaande pagina heeft een bouncepercentage van 62,63%. Dit betekent dus dat er heel wat nulletjes zijn meegenomen in de berekening van de gemiddelde sessieduur. Vandaar dat dit gemiddelde ook veel lager is dan de gemiddelde tijd op pagina, wat eigenlijk heel gek is. Hoe kan je nou meer tijd op een pagina besteden dan in een hele sessie? Je weet nu waar dit aan ligt. Hoe hoger het bouncepercentage op een pagina, hoe lager de gemiddelde sessieduur is.
Zo erg is het allemaal nog niet
De aangekaarte problemen betekenen niet meteen dat je de tijdgerelateerde statistieken van Google Analytics de prullenbak in hoeft te gooien. Je hebt er zeker wat aan zolang je maar vrede hebt met enkele eigenaardigheden in de berekeningen ervan.
De gemiddelde tijd op een pagina is redelijk accuraat doordat er rekening wordt gehouden met alle nulletjes die het gemiddelde in de war schoppen. Onthou wel dat je meer waarde kan hechten aan dit gemiddelde wanneer het uitstappercentage lager is.
De gemiddelde sessieduur is iets minder precies, vooral wanneer het bouncepercentage hoog is. Maar zo erg is dit eigenlijk niet omdat de werkelijke sessieduur namelijk alleen maar hoger uit kan vallen dan wat je in Google Analytics ziet.
Neem je toch geen genoegen met de standaardcijfers en wil je tot het uiterste gaan om de werkelijke tijden te achterhalen? Bekijk dan deze geavanceerde methoden van de knappe koppen bij Analytics Edge en Analytics Ninja.
Gerelateerd event
Deel dit bericht
Plaats een reactie
Uw e-mailadres wordt niet op de site getoond
3 Reacties
Peijke Jansdaal - Sterkon
Beste Akif,
Heldere uitleg over de kanttekeningen bij het berekenen van tijd in Google Analytics.
Help me even met je laatste voorbeeld. Wat is de dimensie daar? Want ik zie alleen maar metrics. Je schrijft “bovenstaande pagina” dus ik neem even aan dat de dimensie pagina (url) of paginatitel is?
Heb je hier een aangepast rapport gemaakt? Want ik kan een dergelijk rapport met de combinatie van deze metrics niet vinden in een van de standaard rapporten van GA. Ik vraag me namelijk af of je deze metrics wel zomaar mag combineren met elkaar.
Wat ik geleerd heb tijdens het behalen van mijn Analytics certificaat (GAIQ) is dat het niet zinvol is om metrics op hit-level, zoals pagina, of gem. tijd op pagina, te combineren met metrics op session-level zoals gem. sessieduur.
Ik was verward over je voorbeeld dus ik heb er wat theorie van Google bij gezocht:
Not every metric can be combined with every dimension. Each dimension and metric has a scope: user-level, session-level, or hit-level. In most cases, it only makes sense to combine dimensions and metrics that share the same scope. For example, Sessions is a session-based metric so it can only be used with session-level dimensions like Source or City. It would not be logical to combine Sessions with a hit-level dimension like Page.
Als je laatste voorbeeld inderdaad over één bepaalde pagina gaat dan is gem. tijd op pagina duidelijk. Die hoort 1-op-1 bij die ene pagina.
Maar die gem. sessieduur die gaat nooit over die ene pagina. Die gaat toch over meerdere gebruikers die samen een x aantal pagina’s hebben bekeken waar een gem. sessieduur uitrolt. Of mis ik iets hier?
Je verduidelijking wordt op prijs gesteld 🙂
Groeten,
Peijke Jansdaal
Sterkon
Akif Hodzic
Bedankt voor je bericht Peijke. Die laatste afbeelding is inderdaad een aangepast rapport, voornamelijk om zowel de gem. tijd op pagina als gem. sessieduur duidelijk in één overzicht te hebben voor de lezer. Maar je hebt gelijk, het is niet verstandig om in de praktijk session-level los te laten op hit-level, aangezien je resultaten krijgt die je niet zou verwachten. De conclusies over de berekening van de twee tijden blijven overigens wat mij betreft in stand.
Los van de logica, lijkt het me alsnog wel mogelijk om het te combineren, met de kanttekening dat je dus niet het aantal sessies krijgt waarin een bepaalde pagina onderdeel van heeft uitgemaakt (hetgeen je zou verwachten). In plaats daarvan krijg je het aantal sessies waarbij die bepaalde pagina het begin van de sessie is geweest (landingspagina). Of je iets aan deze informatie hebt via deze weg, is een ander verhaal. Lees bijvoorbeeld de volgende artikelen voor meer achtergrondinformatie over dit specifieke geval:
https://www.lunametrics.com/blog/2015/12/21/google-analytics-common-reporting-pitfalls/#sessions-by-page
https://www.blastam.com/blog/dont-be-misled-by-sessions-in-google-analytics-custom-reports
https://yoast.com/dimensions-and-metrics-google-analytics/
Groeten,
Akif
Peijke Jansdaal - Sterkon
Hoi Akif,
Dankjewel voor je reactie! Het is eigenlijk jammer dat Google Analytics geen proactieve feedback geeft over het wel of niet kunnen combineren van dimensions en metrics. Daarom zijn dit soort artikelen erg belangrijk zodat je bewust wordt van wat je wel en niet kan doen in GA. Bedankt voor de links!