maj 12, 2024
I mit arbejde med online marketing møder jeg mange spændende værktøjer og dashboards til SEO, PPC, generel markedsføring og så videre.
Mange af disse er databaserede og viser kun det, de kan måle – de er fornuftige. Andre bruger 1 tal til at estimere 10 andre – de er ikke fornuftige.
… Og så er der dem i midten.
I dette blogindlæg kommer vi ind på:
- Hvilke tal, du ikke kan stole på
- Eksempler på tools, du skal være forsigtig med
- Clickstreams
- Korrekt data
- Konklusion
Lad os dykke ned i det.
Disse metrics kan du ikke stole på
De værktøjer, jeg stejler over, prøver gerne at estimere sig frem til en eller flere af følgende (vel at mærke uden at benytte sig af data fra Search Console, Google Analytics eller andet):
- Din og dine konkurrenters bounce rate
- Jeres CTR i søgeresultatet (med optimeringsforslag)
- Fordelingen imellem mobil og desktop trafik
- Estimeringer ift. brugernes adfærd på dit og konkurrenters websites og mange flere
Hvad er en clickstream – og hvor opstår problemet?
En af de mest hyppigt brugte datatyper er ”clickstreams”. Helt kort er en clickstream en kæmpe logbog over en række brugeres online adfærd.
Denne adfærd er sporet ved, at brugeren har downloadet en tool bar eller en udvidelse til eksempelvis Google Chrome. Det kan reelt også være fra et antivirus-program eller anden software, som ved, hvilke websites brugeren besøger.
Dataene er i teorien gode, da de på mange måder er tilsvarende Googles egne informationer. Problemet er mængden af data, som er tilgængelig – specielt når vi kigger på det danske marked.
Mange tools proklamerer nemlig, hvis du spørger ind til det, at de har 10-30 millioner enheders data i deres system.
Problemet: Verden har flere milliarder enheder, og Danmark er en lille pøl i det store billede.
Snakker vi om en clickstream på 30 millioner brugere, svarer det kun til 0,13% af verdens 23,14 milliarder enheder.
Forskellige statistikker viser, at min. 5 millioner af disse er PC’er og smartphones – så lad os gå med dette tal.
I så fald svarer en clickstream på 30 millioner til 0,6% af den samlede trafik.
Samtidig er der tale om amerikanske værktøjer – altså må man antage, at de fleste brugere, der trackes, kommer fra USA.
Med andre ord: Datagrundlaget er sandsynligvis langt lavere end 1% af det danske marked.
På små websites er det altså utopi at tro, at man kan drage nogen form for konklusion.
Værktøjer og metrics der ligger et sted i midten
Ahrefs. Meget af det, Ahrefs gør, er godt.
De har enormt meget data på links – faktisk så meget, at det indirekte har gjort det muligt for dem også at være et troværdigt søgeordsværktøj.
Når du bruger metrics som ”Ahrefs Rank” og ”Domain Rating”, er du bare nødt til at være lidt opmærksom. Disse er nemlig enormt nemme at manipulere med.
Laver du eksempelvis et redirect igennem ”goo.gl”, eller laver du en tom profil på et stort amerikansk site, vil dette tælle enormt meget mod en høj Ahrefs-rank, selvom disse links giver næsten eller slet ingen værdi.
Får du et link fra en side dybt begravet på DR.dk, tæller den ligeledes for samme (eller næsten samme) værdi, som hvis du havde fået et link fra forsiden.
Samtidig er der dog en stærk korrelation imellem en god Ahrefs-rank + et højt trafikestimat og et godt domæne.
Med andre ord er Ahrefs god til at give dig et overblik – du må bare ikke drage din konklusion ud fra tallet.
Ahrefs er et af de bedre værktøjer derude, omend nogle af dataene skal tages med et gran salt.
Her er du på sikker grund
Vil du være sikker i din konklusion, skal du benytte dig af Search Console, Google Analytics, Hotjar og andre leadtracking værktøjer.
Du kan kun sikre dig korrekt data, hvis nogen har målt det hele – og det vil typisk skulle være dig selv, der gør det.
Search Console udleverer den data, Google vil/må give dig – det er så tæt på sandhed, som du kan komme. Din egen tracking bør være udgangspunktet for dine handlinger. Alt andet er hjælpemidler/overblik.
Vores konklusion
Mange tools – heriblandt Ahrefs – har noget at byde på. De hjælper dig til at skabe et overblik.
MEN: Hvis du ikke selv på nogen måde kan finde frem til, hvor dataene kommer fra, så er det typisk kalkuleret.
Bruger du dette kalkulerede tal til at drage en konklusion, skal du have en idé om, hvad de gør for at udregne tallet.
Gør du ikke dette, arbejder du i blinde!
[1] https://www.statista.com/statistics/471264/iot-number-of-connected-devices-worldwide/
