De kwaliteit van web analytics implementaties

In de praktijk komen we vaak tegen dat het vertrouwen in de web analytics data groot is, terwijl de implementatie serieuze problemen heeft. Dat komt vaak voor als er in een bedrijf gedacht wordt dat een web analytics tool implementeren heel makkelijk is. Maar zoals Ronny Kohavi van Microsoft ooit zei: “Getting numbers is easy, getting numbers you can trust is hard”.

"Getting numbers is easy, getting numbers you can trust is hard" - Ronny Kohavi, Technical Fellow and Corporate Vice President Analysis and Experimentation, Microsoft

De omgekeerde situatie komt ook voor. Er is relatief weinig vertrouwen in de web analytics data, terwijl dat in dat specifieke bedrijf onterecht is. Die situatie ontstaat meestal wanneer er een kleine afwijking is in de gemeten doelen voor de site ten opzichte van een backend systeem. Terwijl binnen het bedrijf de verwachting bestaat dat web analytics data 100% accuraat moet zijn.

Accuraat en precies

Web analytics is niet 100% accuraat, maar wel precies genoeg om er belangrijke inzichten en acties voor de business uit te halen.

Met ‘niet 100% accuraat’ wordt bedoeld dat er altijd redenen zijn waarom deze data niet perfect is. Je zult niet snel de e-commerce data van je web analytics gebruiken voor een belastingaangifte.

Twee voorbeelden waarom dat zo is:

• Mensen die met verschillende apparaten op je website komen en niet inloggen, zullen niet herkend worden als dezelfde gebruiker.
• Ad-blockers blokkeren soms web analytics tools, waardoor je van sommige gebruikers helemaal geen data ontvangt.

Maar is dat erg? Is het doel van web analytics om elke interactie met je website perfect te meten?

Nee. Het doel van web analytics is om gedrag van bezoekers op je website te analyseren en daarmee je website te verbeteren. En daarvoor hoeft je data niet 100% accuraat te zijn.

Precisie is belangrijker. Zit er een bepaalde consistentie in de dataverzameling, zodat we trends kunnen ontdekken? En valt het dus op als bepaalde cijfers duidelijk afwijken van wat we zouden verwachten vanuit het verleden? En kunnen we er acties uithalen, waarmee we de score van de belangrijkste metrics (Key Performance Indicators – KPIs) kunnen verbeteren? Daar gaat het uiteindelijk om.

Dit betekent natuurlijk niet dat accuratesse (de mate waarin je webdata nauwkeurig is) helemaal niet belangrijk is. Hoeveel vertrouwen kun je hebben dat je data een goede afspiegeling is van wat er echt op je website gebeurt als er maar 70% van de daadwerkelijke transacties gemeten wordt? Of juist 125%?

We moeten dus streven naar een goede score als het gaat om accuratesse, maar hoeven ons geen zorgen te maken als het niet helemaal perfect is.

Betrouwbare web data krijg je niet vanzelf

Helaas is het niet bepaald vanzelfsprekend dat het met een web analytics implementatie wel goed zit met accuratesse en precisie. Het neerzetten van zo’n implementatie lijkt soms, door het gemak waarmee je een basis tracking code op een website plaatst, iets heel simpels te zijn.

Iets neerzetten waar je echt nuttige inzichten uit kunt halen, is helemaal niet zo simpel. Daarom gaat het ook regelmatig op een bepaald niveau mis. Een aantal voorbeelden:

• Alle websites hebben doelen. Zoals producten verkopen, offerte-aanvragen genereren of content plaatsen die gelezen wordt. Die doelen zijn meestal niet uit te drukken in woorden als ‘de pagina is geladen door de gebruiker’. Maar dat is wél wat een standaard-pageview betekent. Een implementatie met alleen een standaard-pageview betekent dus automatisch dat je niet de waarde uit je analytics tool haalt die je eruit zou kunnen halen. Hiermee meet je immers nog niet of een geopend artikel ook echt gelezen is, of hoeveel producten je hebt verkocht.
  
  
• Er zit Persoonlijk Identificeerbare Informatie (PII) in sommige URL’s en die wordt er niet uitgefilterd, of pas in de Google Analytics Admin interface. Vooral dat eerste is ethisch niet oké. Daarnaast is het problematisch met betrekking tot de Algemene Verordening Gegevensbescherming (AVG) en ook nog eens in strijd met de voorwaarden van Google Analytics. Als je PII opslaat, houdt Google zich het recht voor om simpelweg je account te verwijderen. Het laatste geldt zelfs voor het te laat filteren van persoonlijke data (met Google Analytics filters dus), omdat de PII dan nog steeds op de servers van Google terecht komt.
  
  
• Als je marketingcampagnes wilt evalueren, wil je niet alleen weten hoe je doelen worden bereikt, maar ook via welke campagne iemand op je site terechtkwam. Om dat voor elkaar te krijgen, moet je ook weten wat je doet. Als je dit níet precies weet, kun je de situatie bereiken dat je beter al je data weg kunt gooien en opnieuw kunt beginnen.
  
  
• Veel sites hebben tegenwoordig tenminste onderdelen die in de categorie Single Page Application (SPA) vallen. Omgaan met SPA’s in de context van web analytics is moeilijk. Grote kans dat hier dingen misgaan.
  
  
• De web analytics implementatie is ooit goed neergezet, maar door veranderingen in de code van de website is een en ander een tijdje geleden kapotgegaan en dat is nog niet opgemerkt.
  
  
• E-commerce tracking vraagt bij de meeste analytics tools om een hele specifieke structuur bij het verzenden van data. Hier worden heel vaak fouten in gemaakt. Een enkele transactie die meerdere malen in analytics binnenkomt bijvoorbeeld (soms zelf meer dan 10x). Of extra productdimensies die wel ingesteld zijn, maar nooit aankomen in rapporten omdat ze verkeerd meegestuurd worden.

Onderzoek naar de kwaliteit van Google Analytics implementaties

Brian Clifton @ Superweek Analytics Summit 2019

Brian Clifton vertelde tijdens Superweek over zijn onderzoek naar de kwaliteit van Google Analytics implementaties. Zijn focus lag niet alleen op GA omdat hij ooit het eerste Head of Web Analytics EMEA bij Google was, maar ook omdat Google het meest gebruikt wordt op de markt. Als Digital Analytics industrie komen we dus vaak implementaties met problemen of zelfs ronduit slechte Google Analytics implementaties tegen (zowel bij de gratis versie als de betaalde versie van GA).

Het onderzoek betrof 75 commerciële websites, allemaal merken die leiders zijn in hun categorie. 13 ervan opereren wereldwijd. Stuk voor stuk zijn het bedrijven met maandelijks honderdduizenden of zelfs miljoenen bezoekers op hun website. Drie ervan 3 hebben zelfs meer dan 100 miljoen bezoekers per maand.

Datakwaliteitsindex

Brian scoorde ze op meerdere punten in de categorieën:

• databeleid & wetgeving
• marketing & acquisitie
• op maat gemaakte metingen
• conversiemetingen

Hij kwam tot een datakwaliteitsindex per bedrijf, waarbij 100 de maximale score was.

Je hoopt natuurlijk dat grote bedrijven die veel in web analytics investeren, hun zaken goed voor elkaar hebben, maar helaas. Het gemiddelde was 35,7%, een dikke onvoldoende. Maar 9 bedrijven scoorden boven de 50%. De laagste score 4,5% en de hoogste 73,1%. Zelfs deze marktleiders analyseren het gedrag op hun website met een (zeer) matige implementatie.

1 op de 5 bedrijven slaat persoonlijke informatie op in Google Analytics

Brian liet een voorbeeld zien van een rapport van URL’s met e-mailadressen en wachtwoorden van ingelogde gebruikers erin. En ja, dit hebben wij in de praktijk ook al bij meerdere bedrijven meegemaakt (en ook een combinatie van naam, adres en creditcardnummer).

Er zijn ook bedrijven die alle waarden die mensen op een formulier invullen, meesturen naar GA. In de meeste gevallen is het meesturen van PII naar een analytics tool iets wat onbewust gebeurt. Een duidelijk teken dat de mensen die er in deze bedrijven mee werken, niet goed genoeg weten wat ze doen.

Nog een paar interessante uitkomsten van het onderzoek:

• Maar 19 bedrijven hadden het meten van transacties goed voor elkaar. Terwijl er 31 e-commerce activiteiten hebben.
  
• Het onderwerp waar het slechtst op werd gescoord was bezoekerssegmentatie (85% scoorde ‘fout of ontbrekend’), terwijl het gebruik van segmenten zo ongeveer het belangrijkste is wat een web analist moet doen om informatie uit zijn data te halen.
  
• Ook een belangrijk onderdeel van web analytics is campaign tracking, waar wij ook al eerder over schreven omdat het vaak op enig niveau verkeerd wordt gedaan. Dat bleek ook nu weer. Maar 18% van de bedrijven in dit onderzoek deed dit goed.

Kijk kritisch naar je eigen web analytics implementatie

Er is duidelijk nog te weinig aandacht voor de kwaliteit van de web analytics implementatie bij veel bedrijven. Best gek als je bedenkt dat:

• voor steeds meer bedrijven de website het belangrijkste contactpunt met hun klanten is;
• veel bedrijven experimenten draaien op hun website en naar de web analytics data kijken om die experimenten te evalueren;
• steeds meer bedrijven (onder andere) diezelfde online data willen gebruiken om de customer journey te personaliseren.

Heb jij een goed beeld van de betrouwbaarheid van je web data? Weet je waar verbetering nodig is? Brian Clifton heeft zijn check geautomatiseerd en Verified Data ontwikkeld. Deze tool hebben wij getest en besloten om deze niet te gebruiken in onze Google Analytics audits.

Een goede analytics implementatie is namelijk op maat gemaakt voor een website. Een geautomatiseerde check geeft enkel een globale indicatie van hoe de zaken ervoor staan.

Wij geven graag praktisch advies waarbij we niet alleen kijken naar de algemene verbeterpunten. We geven daarbij specifieke uitleg over de issues die we vinden. Zo weet je wát je aan moet pakken. En daarvoor is een handmatige audit nodig.

Wil je dat je web analytics implementatie grondig wordt doorgelicht? Neem contact met ons op.

1x per maand data insights, praktijkcases en een kijkje achter de schermen ontvangen?

Meld je aan voor onze maillijst en blijf 'up to data':