Dataverschillen tussen klassieke Google Analytics en Universal Analytics

27 maart 2014 Inzichten /

Eind januari schreven we over de upgrade naar Universal Analytics als een must voor 2014 zodat je website tracking correct blijft verlopen en je de nieuwe functionaliteiten kan gebruiken. Ondertussen zijn er al een aantal klanten succesvol gemigreerd en interpreteren we voor hen data op basis van de nieuwe tracking code.

Aangezien de manier van meten ingrijpend veranderd is, kan je verwachten dat de data ook verschillend is tussen de twee methoden. We hebben daarom een experiment uitgevoerd om de data te vergelijken. Laat ons toch beginnen met een mini-onderzoek als extraatje.

Google Analytics gebruik in België

Een vraag die je je altijd zou moeten stellen bij een onderzoek is of hetgeen je onderzoekt relevant is. Zo verdoe je als onderzoeker geen tijd en verkwist je ook de tijd van je lezers niet.

In ons geval gaat het over het gebruik van Google Analytics (GA) om sites te tracken. Ons buikgevoel vertelt ons wel dat Google Analytics dominant is in de markt van webanalyse tools, maar laat ons dat toch eens staven met wat data.

We moesten dus nagaan hoeveel % van de websites op het .be cTLD gebruik maken van Google Analytics. Je kan hiervoor in de broncode van de sites kijken en turven hoeveel keer de Google Analytics Tracking Code voorkomt. Om dit wat sneller te laten verlopen hebben we de sites automatisch gescrapet op de aanwezigheid van 4 varianten van Google Analytics:

  • Universal Analytics (UA)
  • Klassieke Google Analytics (GA)
  • Klassieke Google Analytics met ondersteuning van DoubleClick (DC)
  • Urchin (de in onbruik geraakte voorloper van GA)

Bij deze de observaties:

n=1408   Aantal %
  Google Analytics 860 61,08
  Universal Analytics 176 12,50
  DoubleClick 124 8,81
  Urchin 3 0,21
  Geen Google Tracking 245 17,40

 

Tracking via Google heeft dus 82,60% marktaandeel in onze steekproef. Bijna 85% van Google-gebaseerde tracking is nog volgens de klassieke manier (GA of DC) en amper 15% gebruikt al Universal Analytics. Dat betekent dat de meeste gebruikers het risico lopen om binnenkort geen juiste data meer te hebben. Urchin wordt tot mijn verbazing nog steeds “gebruikt”, al is dat zeer beperkt. (we willen trouwens niet claimen dat dit statistisch representatief is, maar het geeft een zeer goede indicatie)

Bij bijna 8% van de sites ontdekken we een combinatie van GA en UA. Deze sites zullen waarschijnlijk verschillen zien in de data tussen de twee methodes. In het volgend stuk zoomen we in op die mogelijke verschillen.

Verschillende data in Google Analytics en Universal Analytics?

Om te testen op welke vlakken de data zou kunnen verschillen hebben we geen migratie naar Universal Analytics uitgevoerd, maar hebben we een tijd lang de twee meetmethodes naast elkaar laten lopen op een site. Hieronder de verschillen die we detecteerden op de metrics die we vooropstelden.

Bezoeken

In onze test noteerden we totaal 1% meer bezoekers via Universal Analytics dan via Google Analytics. Er waren geen uitschieters van de oorsprong van deze bezoeken.

Google geeft mee dat:

“Verwijzingen worden anders verwerkt dan in eerdere versies van Google Analytics.
Gewoonlijk wordt voor alle verwijzingen een nieuwe sessie gestart in UA. Als een bezoeker bijvoorbeeld op uw site is, deze verlaat, maar onmiddellijk terugkomt, dan worden voor deze gebruiker twee sessies geregistreerd.”

Bezoekers

Onze data gaf 1,3% minder bezoekers via UA.

Momenteel heeft dit nog niks met cross device tracking te maken, maar in de toekomst zal dit wel een verklaring kunnen zijn. Dan zal je immers de mogelijkheid hebben in UA om bezoekers over verschillende devices (laptop, smartphone, tablet…) te volgen.

Paginaweergaven

We stelden vast dat we 2% minder paginaweergaven hadden in UA. Hier was het verschil ook verdeeld over alle pagina’s, die uiteraard allemaal beide codes hadden. Ook het aantal unieke paginaweergaven daalden met 0,4%

Nieuwe bezoekers

UA gaf ons 5% meer nieuwe bezoekers dan GA. Nieuwe bezoekers is een metric die niet zo eenvoudig is en anders wordt berekend en afhankelijk is van geaggreerde data of data die op het moment berekend wordt. Er kunnen tevens inconsistenties ontstaan door instellingen bij de bezoeker zelf.

Hoe omgaan met deze verschillen?

We zagen op bepaalde metrics stijgingen en op andere dalingen. Het is ook zo dat de verschillen niet gepaard gaan met de metrics (site A kan een stijging hebben voor metric A terwijl site B hiervoor een daling heeft).

Hoe kunnen we deze verschillen nu interpreteren en daarmee omgaan? Er zijn 4 mogelijke denkpistes:

  • Google Analytics rapporteert niet correct, UA wel.
  • Universal Analytics rapporteert niet correct, GA wel.
  • Er is een conflict met andere code op de site die voor anomalieën zorgt.
  • De definities en manier van berekening verschilt, dus we vergelijken soms appelen met peren.

Ik ben geneigd om voor het laatste te kiezen. Het protocol is volledig herwerkt en de data-processing gebeurt anders. Zet je er een andere webanalyse tool naast (bv. Comscore of Webtrends) dan ga je nog weer andere cijfers zien.

Denk vooral vanuit de trends die je detecteert en je doelstellingen, maar focus je niet te veel op de absolute cijfers op microniveau. Je moet de data soms een vanop een afstand bekijken om het groter plaatje te zien. En als je, na de migratie naar Universal Analytics, perioden vergelijkt, besef dan ook dat een deel van een stijging of daling te verklaren is door het nieuwe protocol.

 

Vragen over jouw Google Analytics of Universal Analytics implementatie? Dan kan je steeds terecht bij een van onze analytics specialisten.

 

Photo credit

Lees meer

Nieuwsbrief

Doe zoals meer dan 1700 marketing en design experts en ontvang maandelijks onze nieuwsbrief vol inzichten, tips en verrassende nieuwigheden.