Je kijkt in Google Analytics. Er staan 5.000 bezoekers. Je kijkt in je serverlogs. Daar staan 7.000 verzoeken. Je kijkt in je productanalyticsplatform. Daar staan 4.500 bezoekers. Drie databronnen, drie verschillende cijfers. Welk klopt?
Alle drie. En geen van de drie. Verschillende tools tellen verschillende dingen en gebruiken verschillende definities. De verschillen zijn normaal. Als je begrijpt waarom ze er zijn, kun je je data beter lezen.
Waarom verschillende tools andere cijfers tonen
Verschillende definities van een "sessie"
De ene tool definieert een sessie als 30 minuten inactiviteit. Een andere gebruikt 45 minuten. Weer een andere 24 uur. Een bezoeker die je site 40 minuten verlaat en terugkomt, telt in de ene tool als één sessie en in de andere als twee. Het aantal sessies verschilt altijd.
Verschillende regels voor het tellen van paginaweergaven
Sommige tools tellen alleen gewone paginaweergaven. Andere tellen ook virtuele paginaweergaven van single-page apps. Sommige tellen pushState-events als paginaweergave. Andere niet. Het aantal paginaweergaven verschilt door deze keuzes.
Verschillende botfiltering
Tool A filtert bots van zoekmachines eruit. Tool B niet. Tool C gebruikt een andere botlijst. Verschillen in botfiltering veranderen de verkeerstotalen. Filteren tools verschillend, dan zie je altijd andere cijfers.
Verschillend moment van dataverzameling
Serverlogs leggen vast op serverniveau, op de milliseconde dat het verzoek binnenkomt. Analytics-bibliotheken verzamelen aan de clientkant en bundelen verzoeken. Sluit een bezoeker zijn browser voordat het analytics-verzoek is verstuurd, dan gaat het verloren. Serverlogs vangen het wel. Tools aan de clientkant niet.
Verschillende omgang met tijdzones
Je Google Analytics staat op Eastern Time en je serverlogs op UTC. Daggegevens sluiten dan anders aan. De data van gisteren bevat misschien het serververkeer van vandaag als tijdzones niet gelijklopen. Er ontstaan kleine verschillen.
Verschillende attributiemodellen
Tools gebruiken verschillende attributieregels. Sommige gebruiken last click. Sommige first click. Sommige time decay. Zijn er meerdere contactmomenten voor de conversie, dan kennen verschillende tools de eer aan verschillende bronnen toe. Multi-touch-attributie komt nooit overeen met last-click-attributie.
Verschillende indeling van verkeer
Tool A deelt verkeer van een bepaalde bron in als organisch. Tool B als direct. Tool C als verwijzing. Elke tool gebruikt andere regels. De verdeling over bronnen verschilt dus.
Veelvoorkomende verschilpatronen
Google Analytics toont lagere cijfers dan serverlogs
Dit is normaal. Serverlogs tonen alle verzoeken. Google Analytics mist verkeer dat adblockers of trackingbescherming blokkeren, of waar de trackingcode niet afgaat. Google Analytics zit meestal 20-40% lager dan serverlogs.
Aantal conversies dat afwijkt van je betaalprovider
Analytics volgt misschien meer conversies dan je betaalprovider, omdat het verlaten winkelwagens of andere events als conversie telt. Of juist minder, als sommige conversies offline of op platforms van derden worden afgerond.
Verschillen in organisch verkeer tussen tools
Verschillende tools delen organisch verschillend in. Google Search Console toont organische zoekwoorden. Google Analytics toont organisch verkeer. Ze komen zelden precies overeen, omdat ze verschillende dingen meten in verschillende fases van de reis.
Verschillen in verkeersbronnen
Een klik vanaf Facebook kan in de ene tool als "direct" worden ingedeeld en in de andere als "social", afhankelijk van hoe de URL is getagd en hoe tools verkeer zonder tags indelen.
Zo ga je om met verschillen
Begrijp wat elke tool meet
De eerste stap: weet wat elke tool telt. Google Analytics telt paginaweergaven en events. Serverlogs tellen HTTP-verzoeken. Je betaalprovider telt transacties. Ze meten verschillende dingen, dus verschillen zijn te verwachten.
Kies per meetwaarde één bron van waarheid
Bepaal welke tool welke meetwaarde beheert. "Google Analytics beheert de verkeerscijfers." "Het winkelplatform beheert de conversiecijfers." "Serverlogs beheren technische diagnose." Heb je verkeer nodig, dan kijk je altijd in Analytics. Dat voorkomt verwarring.
Leg de verschillen vast en verklaar ze
Leg grote verschillen vast. "Google Analytics toont 5K bezoekers. Serverlogs tonen 7K. Het verschil komt door adblockers die trackingcode blokkeren (~40% van het verkeer)." Leg de uitleg vast, zodat je team het begrijpt.
Maak een afstemmingsproces
Vergelijk je belangrijkste tools elke maand met elkaar. Google Analytics tegenover je productanalyticsplatform. Google Analytics tegenover je betaalprovider. Kijk of het verschil gelijk blijft. Verandert het plotseling, zoek dan uit waarom.
Gebruik de completeste databron voor je analyse
Heb je echte transactiedata nodig, gebruik dan je betaalprovider. Wil je verkeerspatronen, gebruik serverlogs. Wil je gebruikersgedrag en segmenten, gebruik analytics-tools. Elke bron is het best voor bepaalde vragen.
Tools moeten elkaar aanvullen
Bouw een compleet beeld uit meerdere bronnen
Vecht niet tegen verschillen, maar gebruik ze zoals bedoeld: elke tool geeft een ander beeld. Analytics toont gebruikersgedrag. Serverlogs tonen verkeerspatronen. CRM toont klantdata. De betaalprovider toont omzet. Samen zijn ze completer dan elke tool apart.
Gebruik verschillen om problemen te vinden
Veranderen verschillen plotseling, dan is er misschien iets stuk. De tracking kan zijn mislukt. Er kunnen filters zijn toegepast. Het verschil legt het probleem bloot.
Veelgestelde vragen
Hoeveel verschil is normaal tussen analytics-tools?
Een verschil van 10-30% is gebruikelijk. 5% of minder betekent dat je het goed doet. 50% of meer wijst erop dat er iets mis is. Vergelijk je eigen tools om je normale afwijking te kennen. Met de websitebouwer van WEMASY zet je dit direct op je website.
Moet ik de tool vertrouwen die hogere cijfers meldt?
Niet per se. Meer cijfers betekent niet nauwkeuriger. Begrijp waarom de cijfers verschillen. De hogere telling kan zijn opgeblazen. De lagere kan te weinig melden. Geen van beide heeft automatisch gelijk.
Waarom toont Google Analytics minder conversies dan mijn betaalprovider?
Veelvoorkomende redenen: trackingcode die bij sommige conversies niet afgaat, adblockers die conversietracking voorkomen, offline conversies die je betaalprovider vastlegt maar analytics niet, tijdzones die niet overeenkomen.
Welke tool gebruik ik als bron van waarheid?
Dat hangt af van de meetwaarde. Gebruik voor gebruikersgedrag je analytics-tool. Gebruik voor omzet je betaalprovider. Gebruik voor technische diagnose serverlogs. Vertrouw niet op één tool voor alles.
Betekenen verschillen dat een van mijn tools kapot is?
Meestal niet. Verschillen zijn normaal. Maar plotselinge veranderingen in het patroon kunnen op een probleem wijzen. Daalt Analytics ineens 50% ten opzichte van je betaalprovider, dan is er iets stuk. Stabiele verschillen zijn te verwachten.
Kan ik data van verschillende tools op elkaar afstemmen?
Niet helemaal, omdat ze verschillende dingen meten. Maar je kunt de waarschijnlijke oorzaken van verschillen vinden en het gat begrijpen. Leg de verschillen vast, zodat je team weet wat het kan verwachten.