Google Analytics Hacks

Google Analytics (GA) ist ein außergewöhnliches Analyse-Tool, aber es fehlt an einem grundlegenden Verständnis für die entscheidenden Kennzahlen Ihres Unternehmens. Unabhängig davon, ob sich Ihre wichtigsten Online-Ziele auf Abonnements oder Telefonanrufe konzentrieren, benötigt GA Anpassungen, um das widerzuspiegeln, was für Sie am wichtigsten ist. Dieser Leitfaden konzentriert sich darauf, wie Datenströme—wie Besuche, Ereignisse, Klicks, Ansichten und Bildläufe—in sinnvolle Gruppen kategorisiert werden können, um eine tiefere und effektivere Analyse zu ermöglichen.

Inhaltsgruppen

Inhaltsgruppierung in GA ermöglicht es Ihnen, URLs in logische Kategorien zu organisieren, die für Ihr Unternehmen Sinn machen. Anstatt jede einzelne Seite zu analysieren, können Sie sie in größere Gruppen unterteilen, die verschiedene Bereiche Ihrer Website repräsentieren.

Zum Beispiel verwenden wir bei True folgende Struktur:

• /analytics, /competitors und /segmentation werden als „Dashboard“ kategorisiert, da diese Seiten sich auf Nutzeranalysen und Geschäftseinblicke beziehen.
• /dev und /tableau fallen unter die Kategorie „Entwicklung“, da sie sich auf Entwickler beziehen, die Integrationslösungen mit True suchen.
• /contact und /about werden als „Kontakt“ kategorisiert, da Besucher hier wahrscheinlich nach Informationen suchen, wie sie das Unternehmen erreichen oder mehr darüber erfahren können.

Diese Methode der Inhaltsorganisation bietet einen klareren und strukturierteren Überblick über die Leistung der Website. Sie vereinfacht die Analyse des Engagements, indem sie sich auf große, bedeutungsvolle Blöcke wie „Dashboard“, „Landing Pages“ oder „E-Mail-Kampagnen“ konzentriert, anstatt sich in den Details von Hunderten einzelner Seiten zu verlieren. Dadurch wird es einfacher, gezielte Engagement-Trichter zu erstellen und wichtige Leistungskennzahlen für verschiedene Bereiche Ihrer Website zu messen.

User ID

Die User ID ist ein entscheidendes Merkmal in Google Analytics, das es Ihnen ermöglicht, einzelne Nutzer über verschiedene Geräte und Sitzungen hinweg zu verfolgen und zu erkennen. Dies ist besonders wertvoll, wenn sich Ihre Nutzer auf mehreren Geräten anmelden, wie z.B. Desktops, Tablets, Mobiltelefonen oder innerhalb Ihrer App. Indem Sie derselben Person über verschiedene Geräte hinweg dieselbe Nutzer-ID zuweisen, kann GA diese Sitzungen in ein einheitliches Nutzerprofil konsolidieren.

Diese einheitliche Sichtweise ist essentiell, um das Verhalten von Kunden über mehrere Berührungspunkte hinweg zu verstehen. Zum Beispiel können Sie die Reise eines Nutzers von einer bezahlten Werbekampagne zu einem direkten Besuch oder einem Empfehlungslink verfolgen. Indem Sie den gesamten Interaktionspfad sehen, können Sie den ersten Kontaktpunkt identifizieren und besser informierte Entscheidungen darüber treffen, wo Sie Ihre Marketingressourcen investieren sollten. Diese Einsicht ermöglicht es Ihnen, strategischer in Kanäle zu investieren, die initiales Interesse oder hohe Konversionen hervorrufen.

Nutzereigenschaften

Nutzereigenschaften werden oft unterausgeschöpft, aber sie können äußerst mächtig sein, besonders für Unternehmen mit abonnementsbasierten Modellen oder lang anhaltenden Kundenbindungskreisläufen, wie Apps oder Spiele. Google Analytics ermöglicht es Ihnen, bis zu 25 benutzerdefinierte Nutzereigenschaften einzurichten, was eine sehr spezifische Verfolgung und Segmentierung ermöglicht.

Zum Beispiel verwenden wir bei True folgende Struktur für Nutzereigenschaften:

user_properties: {
	subscription: "enterprise", // Art des Abonnements
	customer_type: "owner" // oder member
}

Mit diesen Eigenschaften ist es einfach, Nutzer basierend auf Abonnementtyp, Verhalten und Engagement-Mustern zu segmentieren. Wir können die Daten filtern, um zu untersuchen, wie sich Unternehmensabonnenten von Nutzern mit einem Standardplan verhalten. Ebenso unterscheidet die customer_type-Eigenschaft zwischen dem Hauptkontoinhaber und einem Teammitglied, was uns hilft zu verstehen, welche Funktionen für verschiedene Nutzertypen wichtiger sind.

Der Echtzeitbericht bietet eine nützliche Übersicht dieser Nutzereigenschaften. Während Echtzeit primär zum Debuggen verwendet wird, kann es auch wertvolle Einblicke darüber geben, wie verschiedene Nutzertypen mit Ihrer Website interagieren. Jenseits des Debuggings können diese Eigenschaften in verschiedenen Berichten angewendet werden, um den Verkehr zu filtern, Trichter zu erstellen und Verhalten auf Basis der Nutzersegmentierung zu analysieren.

Nutzererfahrungsmetriken: Seitenerstellungszeit & Seitenladezeit

Die Seitenerstellungszeit in Google Analytics kann in zwei Hauptkategorien unterteilt werden:

Es gibt eine Liste von Zeiten, aber die 2 Hauptkategorien sind:

• page_generation_time - Serverseitige Leistung: Diese misst, wie schnell Ihr Server Webseiten generieren kann. Sie spiegelt die Geschwindigkeit Ihres Webservers und Ihrer Datenbank wider und identifiziert schwere Seiten oder Engpässe, die Ihr Entwicklungsteam optimieren sollte.
• page_load_time - Client-seitige Leistung: Diese Kategorie misst, wie schnell eine Seite aus der Perspektive des Nutzers geladen wird. Faktoren wie Verbindungsgeschwindigkeit, DNS-Anfragezeit und Latenzzeiten beeinflussen die Seitenladezeiten. Der kritischste Parameter hier ist, wie lange es dauert, die Webseite zu generieren, nachdem der Server die Anfrage verarbeitet hat.

Durch die Analyse der Seitenerstellungszeit können Sie Engpässe identifizieren, die dazu führen, dass Nutzer Ihre Website oder App verlassen. Wenn beispielsweise die serverseitige Leistung langsam ist, kann dies auf die Notwendigkeit einer Serveroptimierung oder einer Datenbankabstimmung hinweisen. Auf der Client-Seite können übermäßige Seitenladezeiten zu höheren Absprungraten führen, weshalb es wichtig ist, Probleme wie Verbindungszeiten oder Webseitendarstellungszeit zu adressieren.

Wie das obige Bild zeigt, können selbst kleine Verbesserungen der Seitenladezeit zu signifikanten Steigerungen der Konversionsraten führen. Daher ist das Verständnis und die Optimierung der Seitenerstellungszeit entscheidend für die Verbesserung sowohl des Nutzererlebnisses als auch der Geschäftsergebnisse.

Bei True verwenden wir einfachen Code, um alle erforderlichen Variablen an Google Analytics zu übermitteln

<script type="text/javascript">window.gaConfig={
    "user_id": "random-user-id-you-generated",
    "content_group": "landing",
    "page_generation_time": 19,
    "user_properties": {
    	"subscription": "small",
    	"customer_type": "member"
    }
};</script>
<script defer="defer" src="/js/ga.js"></script>

Und dann in ga.js

if(element.getElementById('gajavascriptscript') === null) {
	let script = element.createElement('script');
	script.setAttribute('src', 'https://www.googletagmanager.com/gtag/js?id=G-XXXXXXXX');
	script.setAttribute('id', 'gajavascriptscript');
	element.body.appendChild(script);

	// now wait for it to load...
	script.onload = () => {
	  window.dataLayer = window.dataLayer || [];
	  function gtag(){dataLayer.push(arguments);}
	  gtag('js', new Date());
	  gtag('config', 'G-XXXXXXXX', window.gaConfig);
	  gtag('event', 'page_generation_time', {value: window.gaConfig.page_generation_time});
	  gtag('event', 'page_load_time', {value: Date.now() - window.performance.timing.navigationStart});
	};
}

Der Code lädt gtag.js von GoogleAnalytics und nachdem es geladen wurde, führt er Code aus, der page_generation_time und page_load_time an GA übermittelt.

Wie im Diagramm zu sehen ist, ist die Seitenerstellungszeit für die meisten Seiten nahezu null, außer für die Seite /setting/account. Dies deutet darauf hin, dass die Backend-Verarbeitung für die Mehrheit der Seiten hoch effizient ist. Allerdings zeigt die durchschnittliche Seitenladezeit, die von der Netzwerk- und Browserleistung des Besuchers abhängt, etwas höhere Werte, die von 0,5 bis 1,2 Sekunden reichen. Diese sind hervorragende Ergebnisse, die erheblichen Aufwand und Optimierung widerspiegeln.

Dennoch bin ich besonders besorgt über die durchschnittliche Seitenerstellungszeit von 0,2 Sekunden. Obwohl dies klein erscheinen mag, deutet es darauf hin, dass einige Seiten ungewöhnlich lange für die serverseitige Ladezeit benötigen. Diese Ausreißer könnten potenzielle Engpässe in der Anwendung darstellen. Es wäre wichtig, diese Anomalien zu untersuchen und zu beheben, um eine konsistente Leistung über alle Seiten hinweg zu gewährleisten.

Indem wir uns auf Seiten mit höheren Generierungszeiten wie /setting/account konzentrieren, können wir die spezifischen Bereiche identifizieren, die optimiert werden müssen. Diese Verbesserungen können die Reduzierung der Komplexität von Datenbankabfragen, die Optimierung der serverseitigen Verarbeitung oder die Behebung ineffizienter Codepfade umfassen. Durch die Optimierungen wird die Gesamtleistung der Anwendung und das Nutzererlebnis weiter verbessert.