Hvorfor viser Google Analytics færre besøk enn Squarespace? Hvorfor viser ikke WordPress like mange besøk som Facebook?

Vi får i blant spørsmål om hvorfor statistikk fra ulike statistikk- og annonseverktøy ikke ser ut til å være enig med hverandre. Det kan være flere grunner til det.

Det virker kanskje rart at ulike måleverktøy gir forskjellige tall på noe som i teorien være samme mål, men det finnes gode, naturlige forklaringer. Og når det kommer til stykket, er det antagelig ikke noe stort problem heller, så lenge vi vet hvorfor det skjer.

Det er flere mulige grunner til at tallene vi ser i ett verktøy skiller seg fra tallene fra et annet.

Den nyeste feilkilden i statistikken kommer fra cookie-lovgivning, GDPR og andre regler som skal bidra til å beskytte folks personopplysninger. I stadig større grad kreves samtykke fra brukerne for å spore dem.

Ulike metoder for å innhente samtykke, og ulikheter i hva som skjer når brukeren ikke gir samtykke, fører til skjevheter i målingene.

Dette er neppe den største feilkilden, men ettersom mye av regelverket er såpass nytt, og det fortsatt ikke har vokst frem vanlige «best practices» som alle følger, er det en del usikkerhet rundt dette.

En større kilde til ulikheter ligger nok i teknologien plattformene bruker for å spore trafikk og adferd på nettstedet.

Kode på siden

De fleste sporings- og analyseverktøy – Google Analytics, Facebook, Hubspot, og så videre – belager seg først og fremst på en liten snutt med JavaScript-kode som vi legger inn på nettstedet. En viss andel av dem som besøker nettstedet har imidlertid valgt å blokkere slik kode i nettleseren sin.

Noen verktøy bruker derfor i tillegg (eller i stedet) en litt eldre metode, som er noe mer robust, men ikke gir like mye data. De legger en piksel på nettstedet – et ørlite bilde som må lastes ned fra en annen server. Hver gang bildet lastes ned, telles det som en sidevisning.

Begge de metodene baserer seg imidlertid på noe som ligger i koden på selve nettstedet, og de er derfor avhengig av at ikke noe går galt under lasting av siden (tilsiktet av brukeren eller ikke).

Trafikk på serveren

Webhotell, nettsidebyggere og lignende tjenester – som Shopify, Squarespace eller Instapage – har ikke det samme problemet.

Ettersom de eier serverne nettstedet ligger på, og all trafikk til nettstedet må gå via dem, trenger de ikke basere seg på noe som ligger i koden. De kan simpelthen telle hvor mange ganger siden blir forespurt fra serveren.

Det gir bedre tall på hvor mange besøk nettstedet har, men sier mindre om hvem de besøkende er og hvordan de bruker nettstedet.

Analysere utenfra

Det finnes også tjenester på nett som forsøker å anslå trafikken til nettsteder uten å ha tilgang til hverken nettstedet eller serveren. For eksempel Amazon-eide Alexa.com eller SimilarWeb.com.

Disse bruker andre metoder igjen: Egenrapportering fra nettstedene, data kjøpt fra nettleverandørene, data samlet inn av apper eller nettleserutvidelser de får folk til å installere, analyser av Google-søk, eller en kombinasjon.

Slike data er de minst pålitelige – særlig for litt mindre nettsteder – for det er vanskelig å få gode data fra utsiden, og verktøyene må ofte trekke generelle slutninger basert på veldig få datapunkter.

Selv når teknologien virker som den skal, er det forskjell på hvordan og hvor godt de ulike verktøyene kjenner igjen brukere fra ett besøk til et annet.

Det er viktig, blant annet for å få inntrykk av hvor mange individer som har sett annonsene våre, for å telle antall besøkende når folk besøker nettstedet flere ganger, eller for å få innsikt i hvilke skritt kunder må gå gjennom før de er klar til å slå til på et tilbud.

De fleste verktøyene bruker en cookie som er lastet ned på maskinen vår. Men cookier er normalt knyttet til nettleseren, og de fleste av oss har mye mer enn én nettleser.

Ikke bare har vi gjerne én eller flere nettlesere på jobb og én eller flere på hjemme-PC-en, men på telefonen og nettbrettet er det ofte egne nettlesere bygget inn i individuelle app-er. Så i tillegg til Chrome og Safari på telefonen, er det egne nettlesere i Facebook-, Twitter- og SnapChat-appene.

Om ikke verktøyene gjør noe for å motvirke det, kan ett menneske som besøker flere ganger fremstå som et helt fotballag. Derfor kombinerer de ulike verktøyene data fra informasjonskapslene med annen informasjon de har tilgang til, som IP-adresser og nettverk, innlogging og oppførsel.

Men det er vanskelig å få det riktig.

Det vil si: For Facebook og Google – som er flinke til å få oss til å logge inn med samme konto i alle nettleserne våre – er det forholdsvis enkelt å kjenne oss igjen på tvers av apper og apparater.

Andre, som Squarespace, Shopify eller ordinære annonseverktøy, vil antagelig ikke kjenne oss igjen mellom to besøk om vi først åpner et nettsted i SnapChat, og deretter søker opp samme nettsted i Chrome.

Hvor mange ser annonsen vår?

Dette er ikke bare en utfordring når det gjelder å måle besøkende på nettstedet, men også når vi skal annonsere. Når vi annonserer på Facebook og Instagram, for eksempel, vil rapportene fra Facebook (som eier begge plattformene) korrigere for overlapp mellom de to.

Med andre ord: Om vi nådde 100.000 mennesker på Facebook og 100.000 på Instagram, men 50.000 av dem var mennesker som så annonsen på begge plattformer, vil Facebook fortelle oss at vi nådde 150.000 unike brukere totalt.

Hvis vi derimot annonserer på SnapChat og Instagram, og nådde 100.000 personer på hver plattform, kan ingen fortelle oss hvor mange som så annonsen begge steder.

Hvis ikke det er noe overlapp mellom de to, nådde vi 200.000 mennesker. Men antagelig var det noen som så annonsen både på SnapChat og Instagram. Vi vet bare ikke hvor mange.

Allerede i teknologien kan vi se at det er mye rom for avvik mellom tallene, men det slutter ikke der. For de ulike verktøyene er ikke engang enig om hvordan man skal telle.

Man skulle kanskje tro at det var rimelig ukomplisert å telle. Et besøk er et besøk, og en besøkende er en besøkende, og så er det bare å telle 1, 2, 3 og så videre. Men det er dessverre ikke så enkelt.

De ulike måleverktøyene har ofte svært ulike måter å telle på, og det påvirker tallene. Vi kan til og med finne avvik mellom to produkter fra samme leverandør, som for eksempel Google Ads og Google Analytics.

For hva telles egentlig som et besøk?

Skal vi telle et besøk som varer i null sekunder? Hvis du lever av å selge klikk og sidevisninger vil du antagelig si at «Ja! Et besøk er et besøk».

Men om du er den som betaler for trafikken er det ikke sikkert du er enig i det. Hvis det er mange besøk som varer i null sekunder (slik det noen ganger er), vil du slutte å stole på tallene.

Og hva med kjente roboter, som Googlebot? Telles de som besøkende? Hvis ikke, hva gjør vi da med dem som oppfører seg som roboter, men ikke oppgir at det er det de er – slik spamroboter gjerne vil gjøre?

Hvordan skal vi telle en som besøker nettstedet, forlater det igjen, men så kommer tilbake to minutter senere? Telles det som ett besøk eller to?

Og hva når vi ser at samme person besøker et nettsted først fra datamaskinen sin og like etterpå besøker fra telefonen sin? Er det ett eller to besøk? Én eller to besøkende? Spiller det noen rolle om vi vet at det skjer mye mer ofte enn vi klarer å fange opp?

Det finnes utallige slike scenarioer og spørsmål, der grensene ikke er 100% tydelige, og der de ulike verktøyene gir sine egne svar.

Så, når du legger sammen alle de ulike feilkildene, er det ikke rart om det blir forskjell i resultatene.

Når du leser dette mister du kanskje all tro på statistikken. For hva skal vi med så upålitelige tall?

Sannheten er at det faktisk ikke er så viktig om tallene er helt nøyaktige eller ikke.

I annonsering og massekommunikasjon har det aldri vært noe 1-til-1-forhold mellom statistikken og virkeligheten. Det har alltid bare vært omtrentlige anslag.

Det som er viktig er ikke om vi nådde 7824 mennesker eller 8263 på en solfylt torsdag i april. Det tallet gir bare noen rettesnorer – ikke et fasitsvar. Vi trenger normalt ikke vite det nøyaktige tallet, bare om det er høyere eller lavere enn tilsvarende tall for torsdagen før.

Det som er viktig, er derfor om tallene er sammenlignbare med tall for andre torsdager, andre måneder, og andre kampanjer – slik at vi kan se utviklingen av tallet over tid, og forstå hva som påvirker det.

Enn så lenge vil alle statistikkverktøy rapportere mange feil og unøyaktigheter. De gode nyhetene er at hvert verktøy stort sett vil gjøre de samme feilene dag etter dag, år etter år, og fra nettsted til nettsted.

Så når Google Analytics rapporterer tall for en måned som avviker fra virkeligheten med fem, ti eller tjue prosent, så vil de tallene likevel (stort sett) være sammenlignbare med tall for en annen måned og et annet nettsted, så lenge begge tallene er målt med Google Analytics.

Og det samme gjelder for forskjellen mellom to ulike verktøy. Hvis vi ser omtrent 10 prosent avvik mellom tallene rapportert av Google Analytics og Squarespace i januar, kan vi forvente at det er omtrent 10 prosent avvik i mars, mai og september, også.

Avvik mellom ulike rapporteringkilder er altså sjelden grunn til bekymring. Som oftest kan avvikene forklares av naturlige årsaker. Ofte holder det å vite at det skjer, andre ganger bør vi ha en god forklaring på hvorfor det skjer.

Kun i noen få tilfeller, der det er viktig å ha presise tall, bør vi vurdere å bruke tid og penger på å finne ut hvordan vi kan hindre at det skjer i det hele tatt.

Hvis avviket er spesielt stort, kan det være lurt å forsøke å forstå hvorfor. Hva som kvalifiserer som et stort avvik avhenger litt av hva tallene representerer, hvor store tallene er, hvor pålitelige du har grunn til å tro at de er, og så videre.

Det er ikke unormalt om besøkstall målt med ulike metoder avviker med 10–20 prosent. Salgstall, derimot, bør selvsagt ikke ha uforklarte avvik i det hele tatt.

En annen grunn til å se nærmere på hva som kan være feil, er om avviket plutselig endrer seg. Hvis vi er vant til at tallene fra Google Analytics ligger 10% under tallene fra webhotellet, men en dag ser at de plutselig ligger 10% over tallene fra webhotellet i stedet, bør vi sjekke hva som har skjedd.

Det er lurt å gjøre noen undersøkelser hvis avviket kun inntreffer på én spesiell side på nettstedet, eller kun på trafikk fra én spesiell kilde. Det kan tyde på at det er noe galt med oppsettet.

Men den mest presserende grunnen til å sjekke om det er noe galt, og eventuelt ta skritt for å utbedre feil, er om tallene antyder resultater (som salg eller andre konverteringer) som ikke dukker opp i virkeligheten, eller motsatt, at resultatene vi ser i virkeligheten ikke synes i statistikken.

For når det kommer til stykket, handler all statistikken om hvordan vi kan forutse og påvirke resultatene på bunnlinjen. Så hvis ikke tallene gir oss innsikt i hvordan vi kan forbedre oss, er de ikke mye verd. Da må vi gjøre noe.