Musthave Google Analytics filters #1

Musthave Google Analytics filters #1

Home » Musthave Google Analytics filters #1

Musthave Google Analytics filters #1

Een eenvoudige en gratis tool om je website data inzichtelijk te maken. Dat is Google Analytics. Je plakt een stukje code op je website en de grafieken en tabellen beginnen zich gestaag te vullen. Vaak worden de Google Analytics cijfers als waarheid beschouwd en worden er conclusies aan verbonden die een heel businessplan kunnen beïnvloeden. Maar zijn die cijfers wel te vertrouwen?

Trust GA

Het nut van filters

Het korte antwoord: Nee. Cijfers zijn niet te vertrouwen. Althans, niet direct. Google Analytics verzamelt allerlei gegevens van je bezoekers. Van tijd op de website tot aan de bron waar ze vandaan komen. Google Analytics is er voor ingericht om inzicht te krijgen in het gedrag van bezoekers op je website. Maar niet alle bezoekers zijn menselijk of relevant voor jouw product of dienst. Of misschien heb je in een campagnenaam een typefoutje gemaakt waardoor je campagnes niet als collectief worden gemeten. 

Met filters, het woord zegt het al, kun je bepaalde informatie uit je dataweergave filteren. Je kiest er dus voor dit niet mee te nemen in grafieken en tabellen. Deze data beïnvloedt dan ook niet je analyses. Maar dat niet alleen. Met filters kun je ook op andere manieren je dataweergave beïnvloeden. Zoals het samenvoegen van data uit verschillende campagnes of het hernoemen van een databron. Er zijn talloze mogelijkheden.

De belangrijkste filters

Welke filters voor jouw Google Analytics-account het belangrijkst zijn hangt af van de soort website, welke rapporten je gebruikt en hoe je je data hebt gestructureerd. Toch zijn er een aantal filters waar nagenoeg iedere gebruiker baat bij heeft:

  • IP-filter
    Sluit een bepaald IP-adres uit. Vaak gebruikt om jezelf en collega’s/partners uit te sluiten.
  • Spamfilters
    Sluiten spam verkeer uit. Dit kan en moet op verschillende manieren. 
  • Lowercase filter
    Zet inkomende data om in kleine letters. Dit maakt rapporten een stuk overzichtelijker.

In deel twee van mijn blog leg ik je uit hoe je deze filters zelf instelt! Ik verklap je vast dat het vijf filters zijn die je zeker in je Google Analytics view wil hebben!

Maar nu eerst een korte theorieles over waarom je deze filters nodig hebt.

IP-filters

IP staat voor Internet Protocol. Ieder apparaat dat is aangesloten op het internet heeft een IP-adres. Dit kun je het beste vergelijken met een telefoonnummer of postcode. Zoals je een telefoonnummer koppelt aan een persoon, kun je een IP-adres koppelen aan een apparaat en/of verbinding. Zo kun je specifieke apparaten, en dus personen, uitsluiten van je dataweergave. 

De meest voorkomende reden om dit te doen is omdat je zelf, je collega’s of partners vaak om professionele redenen op de website zitten. Om de website aan te passen, functionaliteiten te testen, een testconversie te doen of simpelweg even te kijken hoe een pagina eruit ziet. Allemaal werkzaamheden die niet bij het gedrag van je doelgroep horen. Wil je een goed en betrouwbaar overzicht van wat je doelgroep doet op je website, dan wil je jezelf, je collega’s en partners dus uitsluiten van je dataweergave.

Spamfilters

Spam Everywhere

Naar mijn mening zijn goede spamfilters de belangrijkste filters die je toe kunt voegen aan je Google Analytics-account. Het woord spam ken je misschien wel van je e-mailprogramma. Daar zit altijd zo’n spamfolder in. De spamfilters die je in Google Analytics kunt instellen delen het principe: ongewenst verkeer eruit vissen. 

Stel je bent marketingmanager bij een middelgroot bedrijf. Je hebt een flink deel van je budget besteed aan naamsbekendheid. Aan het einde van het jaar zie je dat het aandeel direct en organisch verkeer in verhouding tot het betaalde verkeer enorm gegroeid is. Direct en organisch verkeer komt doorgaans doordat bezoekers bekend zijn met je bedrijf of website. Dat zou duiden op meer naamsbekendheid, dat je budget goed is besteed en dat je op dezelfde manier door moet gaan. Toch!?

Misschien wel, misschien niet. Maar daar schiet je natuurlijk niets mee op. Je wilt het zeker weten. Gelukkig heb je net op tijd contact met BlooSEM en kom je erachter dat een groot deel van het directe en organische verkeer geen daadwerkelijke bezoekers zijn, maar spamverkeer. Verkeer dat niet relevant voor je is en natuurlijk nooit iets van je koopt. Je naamsbekendheid is dus helemaal niet zoveel verbeterd als je dacht en die smak geld die je er tegenaan gooide is het misschien helemaal niet waard geweest. Zonde van het geld, maar die fout maak je gelukkig nu geen tweede keer dankzij je nieuwe Google Analytics-filters!

Spam traffic valt niet altijd even snel op. Toch kun je met een scherp oog en een portie gezond verstand al snel bepalen of je last hebt van spamverkeer. Een aantal voorbeelden:

Spam Traffic

Een piek in direct verkeer om de 10 of 20 dagen. Dit verdween natuurlijk na het opzetten van spamfilters :)

Direct traffic spam

Enorm veel direct verkeer op pagina’s die heel diep in je website liggen of in dit geval zelfs niet eens (meer) bestaan.

Referral spam 1
Referral spam 2
Referral spam 3

Vreemde source/medium of language data in je rapporten

Spamverkeer verschuilt zich in ieder Google Analytics-account. De ene spambot is wat beter in zichzelf verbergen dan de ander, dus is het soms lastig te herkennen. Waar je voor moet zorgen is dat het grootste gedeelte van dit data vervuilende verkeer uit je Google Analytics-rapporten gefilterd wordt. Pas dan kun je verantwoorde keuzes maken op basis van je cijfers.

Lowercase filters

Een lowercase filter wordt voornamelijk ingezet om data overzichtelijk te houden. Het is een hele simpele filter die je een hoop irritatie en rekenwerk kan schelen. 

Google Analytics is hoofdlettergevoelig. Dit betekent dat Bloosem verschillend wordt gezien van BlooSEM. Op het eerste gezicht niet zo erg maar… Stel dat je bijvoorbeeld een campagne hebt lopen via LinkedIn en via Google Ads. In LinkedIn vul je als campagnenaam “Campagne 1” in en in Google Ads als campagnenaam “campagne 1”. Qua hoofdlettergebruik zijn deze twee benamingen verschillend en zo zullen ze ook in Google Analytics verschijnen. Aangezien ze wel bij dezelfde campagne horen en je deze in zijn geheel zal willen evalueren, wil je de cijfers dus onder dezelfde noemer hebben. De lowercase filter maakt je data dus gestructureerder en gemakkelijker te analyseren. De lowercase filter in praktijk:

Zonder lower case filter op ”campagne”

Geen lower case filter campagne

Met lower case filter op ”campagne”

Lower case filter campagne

Zonder lower case filter op ”bron/medium”

Bron zonder lower case

Met lower case filter op ”bron/medium”

Bron met lower case

Zoals te zien is in bovenstaande tabellen uit ons eigen Google Analytics-account vereenvoudigt de filter de manier van rapportage. Zeker wanneer een vermelding van bijvoorbeeld source/medium niet uniform is qua hoofdlettergebruik kan het een hoop zoek- en rekenwerk schelen. Weinig moeite, veel profijt.

Filters aanmakenIn deel twee van dit blog leg ik je uit hoe je de filters aanmaakt, zodat ook jij in no-time de juiste keuzes kunt maken op basis van je data. Deel twee kun je binnen een week verwachten, dus nog even geduld. 

Wat je wel vast kunt doen, is checken of je de eigen spamfilter van Google Analytics al aan hebt gezet. Deze vangt al een behoorlijk deel spamverkeer voor je op. Deze optie vind je door naar je weergave-instellingen te gaan en vervolgens iets naar beneden te scrollen. Staat er nog geen vinkje onder Bot Filtering? Zet het vinkje en bekijk volgende week of je al verschil ziet in je data!

Exclude known bots

Tot volgende week!

Dit blog is ook verschenen bij Frankwatching

Daan-promovenster


Hulp nodig met web analytics? Maak kennis met BlooSEM, contact Daan!