Scopes hanteren met Google Analytics: analyses maken die kloppen

Scopes in Google Analytics

Je klikt door rapporten in Google Analytics, maar je mist bepaalde inzichten. Waarom staan er geen sessies in je All pages rapport? Waarom kun je in sommige rapporten niet filteren op een specifieke dimensie? En waarom kun je binnen de productrapporten niet zien om hoeveel sessies of pagina’s het gaat? Dit zijn de definities van de verschillende scopes. En welke impact hebben ze op je analyses?

Google Analytics is een analysetool, die inzicht geeft in je online data. Je data kan simpelweg worden onderverdeeld in twee categorieën: dimensies en metrics. Met metrics kun je rekenen, dimensies zijn bepaalde kenmerken. Metrics zijn bijvoorbeeld pageviews, sessies, transacties en omzet: waarden die je op kan tellen. Voorbeelden van dimensies zijn kanalen, paginatitels en productnamen. Dit is tekst en dus niet op te tellen. De informatie van dimensies en metrics zijn te combineren, echter kunnen ze niet op elke mogelijke manier worden gecombineerd. Dat zie je ook terug in Google Analytics: in de standaard rapporten zie je dat sommige combinaties niet worden gemaakt. En als je het toch probeert, wil het ook niet lukken. Daar is een reden voor! Namelijk: scopes. 

Overview scopes in Google Analytics
Een overzicht van de scopes binnen Google Analytics en verbanden daar tussen

Scopes binnen Google Analytics

Scope is een kenmerk van een gemeten dimensie of metric. Een dimensie of metric kan maar een scope hebben. Er zijn vier scopetypen:

  • User (A)
  • Sessie (B)
  • Hit (C)
  • Product (D)*

De bovenstaande volgorde is ook hoe deze ‘piramide’ van metingen kan worden ingericht. We bespreken ze van onder naar boven: van klein naar groot.

Een hit (C) is een actie op de website, zoals een paginaweergave of een gebeurtenis zoals een button klik. Een speciale vorm van een hit is een product (D)*, en bevindt zich dus ook op dit niveau.

Een sessie (B) is een bezoek aan de website. Een sessie bestaat uit een of meerdere hits. Zo kunnen er meerdere paginaweergaven en andere acties plaatsvinden binnen een bezoek aan de website. Kortom: een sessie bestaat uit hits.

Een user (A) is een uniek ID, die staat voor een persoon die een website bezoekt. Een user bestaat uit een of meerdere sessies, waarin vervolgens weer meerdere hits kunnen plaatsvinden. Het matchen van meerdere sessies als user wordt gedaan door het opslaan van de Google Analytics cookie. Een user is dus een cookie, maar een persoon kan op meerdere devices gedrag vertonen. Hierdoor is de user niet op 1 op 1 te herleiden. Een persoon zoals jij of ik bestaat op veelbezochte websites uit steeds meer users. Vooral nu we veel meer te maken krijgen met de impact van het beperkt opslaan van cookies, zoals ITP 2.0. Mijn collega’s Arjan & Twan wijden verder uit over wat ITP 2.0 betekent voor online marketing en over het effect van ITP op GA data. Daarom adviseren we om in de meeste gevallen niet meer te werken met users, maar om gebruik te maken van sessies als scope, door zijn betrouwbaarheid en duidelijkheid.

Scopes in GA - uitleg
Een overzicht van de scopes en voorbeelden van bijbehorende metrics/dimensies

Rekenen is weten

Voor het overzicht kun je het volgende stellen: je kan vaak wel omlaag redeneren, maar omhoog is lastiger. Voor een bepaalde user (A) kun je meteen uitrekenen om hoeveel sessies (B) het gaat, hoeveel pagina’s zijn bekeken (C) en hoeveel producten (D) zijn gekocht, zie onderstaande tabel. Easy!

Voorbeeld alle scopes
Voorbeeld alle scopes: overview GA

Er is namelijk een hoofdregel wanneer je van omlaag naar omhoog redeneert: je mag de aantallen niet zomaar optellen of aftrekken. Waarom niet? Omdat je dan de scopes door elkaar heen haalt. Het resultaat is namelijk dat je een berekening doet die niet klopt. Een voorbeeld:

Scopes voorbeeld GA
Voorbeeld scopes tabel

Wat laat dit zien? Dit laat zien dat in 10.000 sessies de categoriepagina als eerste pagina in de sessie is bezocht. Daarnaast zien we dat in 4.000 sessies de productpagina als eerste pagina is bezocht. Als we deze op tellen, tellen we iets op wat niet klopt. Zo kunnen er sessies zijn geweest waarin zowel de productpagina als de categoriepagina is bezocht. Maar ook zijn er sessies die op een andere pagina zijn gestart, zoals de homepagina, die hierin dus niet worden meegerekend. Als je blindelings een CTR van 4.000/10.000 (40%) zou berekenen, wil dat zeggen dat je een berekening maakt waar je eigenlijk niks mee kan.

Combineren van scopes met behulp van segmenten

Met segmenten kun je stellen dat je kijkt naar een aantal users of een aantal sessies waarin een specifieke actie is gedaan. Hierdoor kun je meerdere scopes toch met elkaar combineren en het aantal sessies optellen waarin dit is gebeurd. Als we het voorgaande voorbeeld gebruiken, kijken we naar de sessies waarin eerst de categoriepagina is bekeken, gevolgd door de productpagina. Dit segment ziet er in GA dan als volgt uit:

Segment scopes
Voorbeeld van een segment in Google Analytics

Op deze manier kunnen we wel achterhalen wat de doorstroom was van de categoriepagina naar de productpagina. We kunnen de metric sessies standaard vinden in het ‘All Traffic’ rapport, die rapporteert voor welke sessies welk kanaal is gebruikt. Als we bij het toepassen van het segment op 2.500 sessies komen, dan weten we dat de CTR (2.500/10.000) 25% is. Waar we eerder zouden uitgaan van 40% (4.000/10.000): een verkeerde conclusie dus!

Conclusies die kloppen

Scopes zijn bepalend voor het meten en rekenen met data van Google Analytics. Scopes zijn als het ware verschillende niveaus in de data. Zo kun je gemakkelijk omlaag redeneren, aangezien de data vanaf bovenaf beschikbaar is voor alle niveaus. Wil je van een onderliggend niveau toch omhoog redeneren, maak dan gebruik van segmenten. Alleen op deze manier zul je conclusies trekken die kloppen en die daadwerkelijk antwoord geven op de vraag die je stelt.

Indien we in plaats van Google Analytics complexere systemen gaan gebruiken zoals BigQuery zal het systeem ons niet meer vertellen wat er mis is met de data die we tegenover elkaar zetten. Daarom is het van belang dat we weten wat we wel en niet met de data kunnen doen, willen we inzichten die kloppen.

~ Dit artikel verscheen eerder ook op Emerce en Orangevalley.nl. Ik ben de auteur van dit artikel. ~

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *