Publisert i bloggen, fredag 27. februar 2015:

Det sorte hullet: Cookies disabled

I webanalyse er det ett begrep som står helt sentralt, nemlig cookies.

Men hvordan vil de besøkende som blokkerer cookies kunne påvirke statistikken?

Les også blogginnleggene «Hva er cookies?» og «Hvordan du bruker cookies» fra 2013.

Knytter hendelser til profiler

Når det gjelder webanalyse benyttes cookies for å knytte flere enkeltstående hendelser til forskjellige brukerprofiler.

Tidslinje - med cookies

La meg illustrere dette med en tidslinje hvor fire forskjellige brukere genererer til sammen ti sidevisninger på et nettsted fra kl. 12:01 til kl. 12:10:

cookiefritt-ingen-anonyme.png

Av dette kan vi utlede denne statistikken:

Sidevisninger 10
Unike besøkende 4
Sidevisninger per besøkende 2,5
Fluktfrekvens 25 %
Tid brukt per side 3:20
Tid brukt per besøk 6:40

Tidslinje - uten cookies

Uten cookies ville den samme tidslinjen sett slik ut, hvor det fargerike mangfoldet er redusert til en anonym rekke av sidevisninger:

cookiefritt-alle-anonyme.png

Og da ville statistikken fortalt oss dette, hvor egentlig bare antall sidevisninger kan slås fast med sikkerhet:

Sidevisninger 10
Unike besøkende 1-10
Sidevisninger per besøkende 1-10
Fluktfrekvens 0-100 %
Tid brukt per side Kan ikke regnes ut
Tid brukt per besøk Kan ikke regnes ut

Når cookies er blokkert

Det finnes sikkert mange grunner til å blokkere cookies i nettleseren. Ofte er ikke dette bevisste valg man gjør selv, men valg Steve Jobs eller IT-sjefen din har gjort for deg.

Hvis vi går ut fra at den «grønne figuren» på tidslinjen vår har blokkert cookies, så vil tidslinjen se slik ut:

cookiefritt-noen-anonyme.png

Hvordan vil dette påvirke statistikken vår?

Antall sidevisninger kan vi regne ut slik som før, det er fortatt 10.

Men hva med antall unike besøkende?

Vi kan gjøre rede for «blå», «rød» og «gul», men står igjen med 4 sidevisninger fra en eller flere brukere som blokkerer cookies.

Bak disse fire anonyme sidevisningene kan det skjule seg både 1, 2, 3 og 4 unike besøkende.

Forholdsregning

Metoden for å finne ut hvor mange unike besøkende som skjuler seg bak de anonyme sidevisningene er å ta i bruk forholdsregning.

To datasett

Vi deler først inn hele statistikken vår i to separate datasett:

cookiefritt-to-datasett.png

Det neste vi gjør er å regne ut statistikken for datasettet D1 alene, uten data fra D2:

D1
Sidevisninger 6
Unike besøkende 3
Sidevisninger per besøkende 2,0
Fluktfrekvens 33 %
Tid brukt per side 4:00
Tid brukt per besøk 6:00

Forutsetter lik atferd

Når vi har regnet oss frem til statistikken for D1 gjør vi noe som kan få store følger for den endelige statistikken:

Vi forutsetter at det er lik atferd for brukerne i de to datasettene.

Vi vet allerede at det i datasettet D2 var 4 sidevisninger, og nå forutsetter vi også at det var 2,0 sidevisninger per besøk.

Nå kan vi ta i bruk de fantastiske husketrekantene mine og gå løs på følgende ligning:

Unike besøkende = Sidevisninger
Sidevisninger per besøk

Unike besøkende = 4 = 2,0
2

Med andre ord finner vi at det var 2 unike besøkende i datasettet D2. Legger vi sammen de unike besøkende i de datasettene D1 og D2 finner vi at det totalt var 5 unike besøkende.

Implikasjoner

«There are three kinds of lies: lies, damned lies, and statistics.»

Dette var et veldig lite og avgrenset eksempel med 10 sidevisninger og 4 brukere, men det viser likevel at statistikk kan lyve:

Sannhet Beregnet
Sidevisninger 10 10
Unike besøkende 4 5
Sidevisninger per besøkende 2,5 2,0
Fluktfrekvens 25 % 33 %
Tid brukt per side 3:20 4:00
Tid brukt per besøk 6:40 6:00

Dette eksempelet er veldig teoretisk og matematisk, og ulike webanalyseverktøy kan ha ulike metoder for å håndtere slike avvik, for eksempel ved at besøkende som ikke støtter cookies utelates helt fra statistikken eller at man har kommet opp med mer sofistikerte beregninger enn det jeg har gått gjennom her.

Relatert innhold

Cookies: Hvordan det brukes
Cookies: Hva er det?
Sidevisninger, besøk og brukere

Bloggen

Paid and organic last click
Are og Ida på date
Kunstig intelligens
Vekst- prosjektet
Da Outlook stjal ikonet mitt
Sen eller tidlig påske?
Koordinater i SVG
Påstand: Corner er mål
Vestfold-Rogaland kalkulator
Twitter og VM på ski
My New Year's Resolutions
Et bilde sier mer enn tusen ord
Rogaland blir nye Vestfold
På størrelse med Vestfold
Datoformat i Excel og Google Analytics
what3words Hvilke tre ord?
Covfefe will make America great again
Om domenenavn og firmanavn
Fotballfrue: Jeg tar innpå deg
Sakte-TV: Se gresset gro
Sakte-TV: Se maling tørke
Første generasjon iPapp har kommet
Jukselapp fotografering
Det sorte hullet cookies disabled
Høysesong for kjipe annonser
Om analsex og popups
Rotasjon av vindsymboler
Hvor mye er Fotballfrue verdt?
Slik tar du et screenshot
Nyttige husketrekanter
Enklere utregning med kryssmultiplisering
Min egen lille adventskalender
Logge antall likes på Facebook
Hva er sitemap.xml?
Hva er robots.txt?
Responsivt design
Webscraping med PHP
Jeg sammenligner epler og pærer
Scalable Vector Graphics
Google Analytics API: Hente data
Google Analytics API: Muligheter
HTML5: Video
Big Data
Cookies: Hvordan det brukes
Cookies: Hva er det?
Excel i to vinduer
CRM-systemet «Kontor»
Gigantisk timelapse
Hva er jQuery?
Overvåke ReadyNAS DUO med PHP
Favicon - ikonet i adressefeltet
Animert heading på hardcode.no
CSS -sprites
Komprimere PNG-bilder
Redesign av hardcode.no
Klikkbar flash uten clickTAG
Relevans har stor verdi
Alle har wide- screen i 2013
Markedsandeler nettlesere 2010
Internet Explorer-vindu i feil størrelse
Hvor stor er en piksel?
Markedsføring og kundelojalitet
Flash-versjoner
Vestre Sylling og Øverskogen JFF
Sidevisninger, besøk og brukere
Widescreen kommer
Hvor brede bør sidene være?
Fortsatt lese hele saken?
Lese hele saken nå?
Første møte med AdWords
Bort med IE6
Utviklingen på nettleserfronten
Nyttige jukselapper
Nye Sylling.no
Klær med egen logo?
Værdata fra yr.no
Logodesign trender i 2008
Gmail grimaser
Google Analytics
Publiseringssystemet Outpost
Hardcode.no relanseres
Publiserings -systemet