Erfolg von SEO Texte mit Web Analytics analysieren

SEO Content sind Textwüsten. Dieses Vorurteil besitzen viele Online Marketers, die mit SEO in Berührung gekommen sind. Häufig ist diese Einschätzung dadurch geprägt, dass lange nichtssagende mit Suchworten vollgestopfte Inhalte erzeugt und auf sogenannten SEO Landingpages bereitgestellt werden. Die Krönung bilden Texte, die einfach nur eine Umformulierung eines Wikipedia Eintrags sind und den eigentlichen Sinn der Webseite als Vertriebskanal völlig außer Acht lassen.

google analytics segemente leser scanner Erfolg von SEO Texte mit Web Analytics analysierenSo verwundert es also nicht dass die Zahlen aus Web Analytics für diese Seiten meist hohe Absprungraten und eine geringe Verweildauer oder Besuchertiefe aufweisen. Vermisst wird zum Beispiel die Nutzeransprache oder ein Call to Action im und vor allem am Ende des Textes – aber vor fehlt häufig das Eingehen auf die eigentliche Suchintension, mit der ein Nutzer über die Suchwörter die Seite betritt.

Andere Webseitbetreiber haben es bereits ohne komplexe Web Analyse und Usability-Tests herausgefunden, wie Inhalte auf bestimmte Zielgruppen oder demografische Faktoren ausgerichtet werden können. Häufig lassen sich solche Strukturen auch bereits aus einer erweiterten Keywordanalyse ableiten, die dann später den eigentlichen Inhalt der Seite, die Nutzeransprache, die Aufdringlichkeit des Call to Action  und die Informationsarchitektur bestimmt. Nur so entsteht ein guter Inhalt, der es am Ende vielleicht auch Wert ist, verlinkt oder empfohlen zu werden ist.

Tracking von Nutzern die Artikel oder Blogbeiträge lesen

Neben dem Tracking bestimmter KPIs wie Absprungrate, Besuchertiefe, Verweildauer oder der Analyse des Besucherfluss durch die Seite, gibt es noch weitere Möglichkeiten, der Qualität der Seite und des Inhaltes auf den Grund zu gehen. Mit einem zusätzlichen Script für Google Analytics kann weitere Informationen über den Besucher der Seite und sein Verhalten auf der Seite herausfinden.

Eine Möglichkeit besteht darin, dass Besucher, die sich länger als 30 Sekunden auf der Seite befinden in einer gesonderten Nutzergruppe klassifiziert werden.  Dies ermöglicht das klarere Trennen unterschiedlicher Zielgruppen sowie das bessere Clustern der Verhalten der einzelnen Zielgruppen (high interesst People, low interesst People), womit wiederum Rückschlüsse für den eigentlichen Inhalt und Qualität der Seiten bzw. Contents abgeleitet werden können.

Nutzergruppe Leser und Scanner

Um nun zusätzlich die Zielgruppe der higher interest people noch genauer zu evaluieren, sollte die eigentliche Länge des Inhaltes (z.B. Messung der Höhe des Inhaltscontainers) sowie das Scrollverhalten mitgemessen werden. Diese beiden Werte ermöglichen es, Leser von den Leuten zu unterscheiden, die lediglich den Text scannen bzw. überfliegen. Leute die Texte scannen weisen ein anderes Scrollverhalten auf, als Leute die lesen. Über die benutzerdefinierte Variablen kann man diese Nutzerkennzeichnung in sein Google Analytics Profil einfließen lassen.

Wie sollte eine Messung erfolgen:

  • Ist der Inhalt überhaupt scrollbar oder wird bereits der gesamte Inhalt der Seite am Ausgabegerät komplett angezeigt?
  • Wie ist die eigentliche Höhe des Inhaltes in Pixel?
  • Zu welchem Zeitpunkt wurde mit dem Scrollen der Seite begonnen?
  • Wie ist das allgemeine Scroll-Verhalten des Nutzers?
  • Wurde der Artikel bis ans Ende gescrollt/zu Ende gelesen?
  • Wird bis ans Ende der Seite gescrollt, z.B. bei Blogs die Kommentare gelesen?
  • Wie ist die URI und der Titel (Title-Element) der Seite?

In Google Analytics lassen sich diese Daten leicht über das Campaign Tracking messen.

Ein entsprechendes Script hierfür wurde von Justin Cutroni entwickelt und von Eivind Savio unter „Tracking Content Scrollers, Scanners & Readers in Google Analytics“  weiterentwickelt. Empfehlenswert sind beide Artikel. Eivind Savio bietet auch zusätzlich eine Auswertungsmöglichkeit in Excel . Hier sein Script:

Einbau des Google Analytics JavaScript:

Variablen die zu setzen oder veränderbar sind:

  • readerLocation
  • readerTime
  • callBackTime
// This script is from Eivind Savio

// This script was originally written by Justin Cutroni, see http://cutroni.com/blog/2012/02/21/advanced-content-tracking-with-google-analytics-part-1/
var readerTime = 30; // Seconds after scroll to bottom of content before visitor is classified as "Reader"
var readerLocation = 150; // # px before tracking a reader
var callBackTime = 100; // Default time delay before checking location
// Set some flags for tracking & execution
var timer = 0;
var contentLength = 0; // Content Length -> Length of content area
var scroller = false;
var endContent = false;
var didComplete = false;
// Set some time variables to calculate reading time etc.
var pageTimeLoad = 0;
var scrollTimeStart = 0;
var timeToScroll = 0;
var contentTime = 0;
var endTime = 0;
jQuery(function($) {
// Check if content has to be scrolled
if ($(window).height() < $('#contentArea').height()) { // Replace contentArea with the name (class or ID) of your content wrappers name
pageTimeLoad = new Date().getTime();
contentLength = $('#contentArea').height();
_gaq.push(['_trackEvent','Page Scroll','Page Scroll: Allowed',window.location.pathname,contentLength,true]);
}
// Check the location and track user
function trackLocation() {
bottom = $(window).height() + $(window).scrollTop();
height = $(document).height();
// If user has scrolled beyond threshold send an event
if (bottom > readerLocation && !scroller) {
scroller = true;
scrollTimeStart = new Date().getTime();
if (pageTimeLoad > 0) {
timeToScroll = Math.round((scrollTimeStart-pageTimeLoad)/1000);
} else { 
timeToScroll = ""
}
// Article scroll started
_gaq.push(['_trackEvent','Page Scroll','Page Scroll: Started',window.location.pathname,timeToScroll,true]);
}
// If user has hit the bottom of the content send an event
if (bottom >= $('#contentArea').scrollTop() + $('#contentArea').innerHeight() && !endContent) {
timeToScroll = new Date().getTime();
contentTime = Math.round((timeToScroll-scrollTimeStart)/1000);
if (contentTime < readerTime) {
_gaq.push(['_setCustomVar',1,'ReaderType','Scanner',3]);
_gaq.push(['_trackEvent','Page Scroll','Page Scroll: Content Scanner',window.location.pathname,contentTime,true]);
} else {
_gaq.push(['_setCustomVar',1,'ReaderType','Reader',3]);
_gaq.push(['_trackEvent','Page Scroll','Page Scroll: Content Reader',window.location.pathname,contentTime,true]);
}
endContent = true;
}
// If user has hit the bottom send an event
if (bottom == height && !didComplete) {
endTime = new Date().getTime();
totalTime = Math.round((endTime - scrollTimeStart)/1000);
_gaq.push(['_trackEvent','Page Scroll','Page Scroll: Page Bottom',window.location.pathname,totalTime,true]);
didComplete = true;
}
}
// Track the scrolling and track location
$(window).scroll(function() {
if (timer) {
clearTimeout(timer);
}
// Use a buffer so we don't call trackLocation too often.
timer = setTimeout(trackLocation, callBackTime);
});
});

Betrachtet man nun die Werte der Absprungrate (BounceRate), Verweildauer und der allgemeinen Besuchtiefe, sowie weitere definierter softer Ziele wie Weiterempfehlungen, Likes oder GPlus auf Basis der unterschiedlichen Nutzergruppen von Click Frauds, Scannern und Leser, gibt einem dies ein genaueres Bild über die Qualität des Inhaltes und eventuellen Verbesserung die anschließend in eine Überarbeitung oder Anpassung einfließen  können.

Natürlich eignet sich diese Messmethode nicht für alle Webseiten oder Seitentypen. Produktseiten oder Kategorieseiten erfordern andere Beurteilungskriterien. Für reine Content-Seiten, Artikel oder Blog-Beiträge kann man jedoch mit dieser Methode ein guten Eindruck vom Nutzer aber auch von der Wirkung und Ansprache des Inhaltes bekommen.

Bitte beachten Sie, dass in Google Analytics durch den zusätzlichen Einbau dieser Skripte die BounceRate beeinflusst wird und die eigentliche Verweildauer/Besuchszeit auf der Seite durch das Messen des ersten Scrolls als Event verändert und verkürzt wird. In aller Regel haben dann die Messwerte Absprungrate und Verweildauer keine Aussagekraft mehr.

Bildergalerien und Videogalerien messen

Analog zum Tracken von Lesern und Scanner bei Artikeln, lässt sich das gleiche Prinzip auch bei Bildergalerien und Videogalerien einer Webseite einsetzen. Hier ein beispielhaftes Muster, wie die Messung über benutzerdefinierte Variablen in Google Analytics aussehen könnten:

_gaq.push(['_setCustomVar', 1, 'ReaderType', 'Scanner', 3]);
 } else {
 _gaq.push(['_setCustomVar', 1, 'ReaderType', 'Reader', 3]);
 }

Für Foto- & Bildergalerien:

_gaq.push(['_setCustomVar', 1, 'ReaderType', 'GalleryScanner', 3]);
 } else {
_gaq.push(['_setCustomVar', 1, 'ReaderType', 'GalleryViewer', 3]);

Fazit:

Mit diese Methode können Sie nun nicht nur Besucher und Zielgruppen einzelner Kanäle oder aufgeteilt nach neuen und wiederkehrenden Besuchern unterschieden, sondern auch nach denjenigen, die Inhalte lediglich schnell Scannen oder wirklich lesen. Diese Kategorisierung spielt eine wichtige Rolle bei der Beurteilung der Qualität eines Inhaltes oder Artikels und kann unmittelbar wieder auf eine User Experience zurückgespielt werden. Betrachtet man nur den Bereich SEO und den organischen Index lassen sich auch leicht Rückschlüsse ziehen, ob der eigentlichen Suchintension richtig entgegnet wird.

Share this nice post:

Related posts: