Facebooktwittergoogle_plusredditpinterestlinkedinmailby feather

Gemiddelde leestijd 4 minuten

Veel statistieken geeft Google Analytics weer als gemiddelde. Dat is handig, aangezien het vaak eenvoudiger is om te interpreteren dan hele getallen.

Denk aan gemiddelde tijd op de site, bekeken pagina’s per sessie of aantal sessies per gebruiker. Ik vind het zelf ook heel handige statistieken om te gebruiken.

Er zit echter wel een groot nadeel aan gemiddelden. Het is lastig inzichten te halen uit gemiddelden, omdat je te maken hebt met positieve/negatieve uitschieters.

Daarom bespreek ik in deze tip de praktische toepasbaarheid van gemiddelden en segmenten om wel inzichten uit je gemiddelden te halen. Klaar om te starten?

Welke gemiddelden heb je in Google Analytics?

Voordat je kijkt naar de gemiddelden in Google Analytics dien je eerst de basisbeginselen van gemiddelden te kennen.

De definitie van gemiddelde is eigenlijk vrij eenvoudig. Voorbeeld: in een maand heb je 125 conversies. Deze zijn per week als volgt verdeelt:

Week 1: 25

Week 2: 25

Week 3: 50

Week 4: 25

Je telt week 1 t/m 4 op en deelt het totaal door 4. Het gemiddelde is dus 31, waarbij week 3 de positieve uitschieter is. Houd hiermee rekening als je inzichten koppelt aan bovenstaande conversie data.

Onderstaand basisrapport geeft je inzicht in enkele gemiddelden:

De gemiddelden aantal sessies per gebruiker en pagina’s/sessie is eenvoudig te interpreteren, maar wat zegt dit over je website resultaten?

Praktische toepasbaarheid gemiddelden

1,27 sessies per gebruiker en 1,53 pagina’s/sessie zijn natuurlijk alleen maar cijfers en zeker geen informatie. Hoe kun je deze cijfers productiever maken? Via segmenten waarbij je een geheel getal koppelt aan je gemiddelde statistiek.

Voorbeeld: hoeveel gebruikers bekijken meer dan 2 pagina’s? Met onderstaand segment krijg je antwoord op deze vraag:

Bovenstaand segment kun je op ieder standaard en aangepast rapport/dashboard toepassen. Bijvoorbeeld op het rapport acquisitie > alle verkeer > bron/medium:



Dit geeft je veel meer informatie dan de gemiddelde pagina’s/sessie van 1,53. Je ziet dat 25% van je gebruikers meer dan 2 pagina’s bekijken.

In mijn gevalt verschilt dit ook per kanaal. SEO levert mij zeer veel gebruikers, maar voornamelijk gebruikers die slechts 1 pagina/sessie bekijken.

Frankwatching en de nieuwsbrief leveren relatief weinig gebruikers, maar wel relatief veel gebruikers die meer dan 2 pagina’s bekijken.

Wat kun je met deze informatie in de praktijk doen?

Je kunt deze informatie meenemen bij de inzet van je kanalen. Wellicht dien ik op basis van bovenstaande informatie meer blogs op Frankwatching te plaatsen. En niet 1x per maand, maar iedere week mijn nieuwsbrief te versturen.

Daarnaast kun je bovenstaand segment in je Remarketing campagne toepassen. Het is natuurlijk zinvoller om een advertentie te richten op gebruikers die meer dan 2 pagina’s hebben bekeken dan alle gebruikers.

Veel succes hiermee!

Aanvullende vragen over de praktische toepasbaarheid van gemiddelden in Google Analytics?

Mail mij gerust je persoonlijke vraag: gerard@digitalanalisten.nl

Over Gerard Rathenau

Ik ben Gerard Rathenau en Digital Analist. Ik ben de oprichter van deze blog over Google Analytics. Begonnen bij PauwR online marketing als AdWords adviseur heb ik mijzelf ontwikkeld tot Digital Analist. Gericht op onderbouwde adviezen voor duurzame conversie optimalisatie. En workshops (1,5 dag) om (online) marketeers op weg te helpen inzichten uit Google Analytics te halen. Daarnaast ben ik schrijver van het 1ste Nederlandstalige handboek over Google Analytics. (2014) Sinds 2015 deel ik wekelijks mijn kennis over Google Analytics aan > 500 abonnees. Daarnaast schrijf ik 1x per maand een diepgaande blog op Digital Analisten. Vooral gericht op het halen van inzichten uit Google Analytics.

Facebooktwittergoogle_plusredditpinterestlinkedinmailby feather
Er zijn nog geen reacties.

Geef een reactie

Je kunt deze HTML tags en attributen gebruiken: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.