Ein beliebter Indikator für Website-Engagement ist die Verweildauer. Doch was taugen die von Google Analytics angezeigten Werte? Und wie interpretiert man sie richtig? Tatsächlich kursieren unzählige Missverständnisse rund um dieses Thema.
Wer sich länger in einer Shoppingmall aufhält, gibt mehr Geld aus. So zumindest eine im stationären Handel verbreitete Grundannahme. Verweilen die Besucher kürzer, versucht man sie mit Entertainment und spektakulärer Deko zu begeistern. Lässt man eine Mall hingegen verkommen, gehen die Umsätze zurück.
Im Online-Marketing wollen wir genau das vermeiden. Deshalb interessieren uns Seiten (Content Assets, Angebote etc.) mit schwachem Engagement ganz besonders. Zur Ermittlung ziehen wir neben der Abbruch- und Ausstiegsrate vor allem die Verweildauer einzelner Seiten heran. Google nennt dies die “Durchschnittliche Zeit auf der Seite”.
Wie berechnet Google Analytics die durchschnittliche Zeit auf der Seite?
Google Analytics und andere Web Analytics Tools gehen standardmäßig recht brachial vor, um die Verweildauer zu ermitteln. Betrachtet wird nur, wann eine Seite aufgerufen wird. Demnach endet der Besuch einer Seite, sobald eine andere Seite geöffnet wird.
Bei der Berechnung werden Bounces und Exits ignoriert – also alle Besucher, die auf der betreffenden Seite die Sitzung beenden.
Daraus resultierende Probleme
Ein derartiges Messverfahren lässt naturgemäß einige Fragen unbeantwortet:
- Wie aktiv war der Besucher tatsächlich auf der Seite?
- Was passiert, wenn der Besucher verschiedene Browser-Tabs öffnet?
- Wie lang ist die Verweildauer auf der Ausstiegsseite?
- Werden die resultierenden Werte von den Zielkunden geprägt – oder eher von sonstigen Website-Besuchern?
Die Krux mit dem Durchschnitt
Zu allem Überfluss werden die Zahlen in einem arithmetischen Mittelwert zusammengefasst. Waren in einem bestimmten Zeitraum 100 Besucher nur 3 Sekunden auf der Seite – einer aber 600 Sekunden, ergibt sich ein Mittelwert von 9 Sekunden. Ist so eine Information hilfreich?
Vor allem bei geringer Stichprobe (Besucher im gemessenen Zeitraum) ist der ermittelte Durchschnitt anfällig für Ausreißer. In so einem Fall ist es sinnvoll, den Zeitraum zu vergrößern. Eine generell hohe Streuung löst das Problem aber kaum.
Noch eine Herausforderung: Ermittelte Werte sind nicht immer normalverteilt. Besonders verwirrend ist der Mittelwert dann, wenn es mehr als eine Häufung gibt, wie im folgenden Beispiel. Das arithmetische Mittel liegt hier bei etwa 50 Sekunden und sagt ebenfalls wenig über die Realität aus.
Für die Sitzungsdauer schafft Google Analytics übrigens Abhilfe, indem es Werte gruppiert, d. h. diskrete Merkmale ableitet. Zum Beispiel eine Sitzungsdauer von 31 bis 50 Sekunden.
Das Tolle an diskreten Merkmalen ist, dass deren Häufigkeit (hier Sitzungen und Seitenaufrufe) präsentiert werden kann. Das ist deutlich aussagekräftiger als ein Durchschnittswert.
Einflussfaktoren für die Verweildauer
Zunächst einmal sollte klar sein, dass die tatsächliche Verweildauer stark vom Inhalt einer Seite abhängt. Besteht sie nur aus zwei Textzeilen, ist sie vermutlich kürzer als wenn sie 200 Textzeilen inkl. diversen Videos, Tabellen und Infografiken umfasst. Daher solltest Du vermeiden, die Verweildauer von Seiten direkt miteinander zu vergleichen.
Dennoch ist eine lange Verweildauer nicht immer positiv:
- Evtl. tun sich Besucher schwer, den Inhalt zu verstehen
- Ggf. ist der Inhalt nicht lesbar oder es treten Probleme in der Darstellung auf
- Evtl. versuchen Besucher ein fehlerhaftes Formular bzw. ein Captcha zu bewältigen.
Umgekehrt kann die kurze Verweildauer auf einer Angebotsseite bedeuten, dass der Besucher begeistert ist und sofort den Call-to-Action-Button geklickt hat, um zu ”kaufen”.
Fazit
Google Analytics ist praktisch, verführt aber zu falschen Schlussfolgerungen. Schwache Seiten erkennst Du nicht unbedingt an einer kurzen Verweildauer. Relevanter ist ggf. die Abbruch- und die Absprungrate. Gewissheit bringt nur eine tiefer gehende Analyse.
Greife dazu auf das Event-Tracking von Google (oder andere Tools) zurück. Dies ermöglicht Dir, die tatsächliche Aktivität von Besuchern zu messen. Zum Beispiel das Scrollverhalten und das Interagieren mit Formularen. Versuche jedoch im Vorwege den irrelevanten Traffic aus der Messung herauszufiltern.