Wie interner Traffic Website-Analysen verfälscht
Erfahren Sie, wie Besuche von Mitarbeitenden Seitenaufrufe, Interaktions- und Conversion-Raten beeinflussen und wann sich ein Ausschluss lohnt.
Warum werden Website-Analysezahlen durch internen Traffic aufgebläht?
Eine Marketingmanagerin prüft vor dem Launch eine neue Landingpage. Ein Entwickler testet den Checkout, eine Supportmitarbeiterin sucht die Bestellung eines Kunden heraus und eine Agentur überprüft ihre Kampagnen-Tags. Jeder dieser Besuche kann Analysedaten erzeugen, obwohl keiner von einem potenziellen Kunden stammt.
Interner Traffic macht einen Bericht nicht immer maßgeblich aus. Bei einer Seite mit wenig Aufrufen können jedoch schon einige Besuche von Mitarbeitenden die scheinbare Interaktionsrate verändern oder einen Test erfolgreicher aussehen lassen, als er ist. Entscheidend ist nicht nur die Frage, warum interner Traffic verfälscht Website-Statistiken, sondern auch, welche Besuche intern sind, wie sie eine Entscheidung beeinflussen und ob es sinnvoll ist, sie auszuschließen.
Was zählt als interner Traffic, wenn ein Team die Website nutzt?
Als interner Traffic gelten Aktivitäten von Personen, die für oder im Auftrag der Organisation arbeiten, und nicht von Kunden oder potenziellen Kunden. Dazu gehören Mitarbeitende, Auftragnehmende, eine Webagentur und Supportmitarbeitende. Ihre Aufgaben unterscheiden sich, doch ihre Besuche können in derselben Analytics-Property erfasst werden wie die Besuche von Kunden.
Die Zugriffe kommen nicht nur aus dem Büronetzwerk. Eine Mitarbeiterin prüft die Website vielleicht zunächst auf einem Laptop im Büro-WLAN und später zu Hause auf ihrem privaten Smartphone. Ein Auftragnehmer nutzt womöglich ein Unternehmens-VPN, während ein Agenturmitarbeiter von einem anderen Büro aus zugreift. All das kann interner Traffic sein, auch wenn die Besuche unter unterschiedlichen Netzwerkadressen oder Geräten erscheinen.
Auch der Zweck spielt eine Rolle. Eine Supportmitarbeiterin, die eine Hilfeseite liest, um einem Kunden zu helfen, testet keine Kampagne – es handelt sich trotzdem um eine Aktivität von Mitarbeitenden. Ein Entwickler, der nach einer Veröffentlichung prüft, ob eine Seite geladen wird, besucht sie eindeutig aus beruflichen Gründen. Analytics-Tools erfassen in der Regel, was auf der Website passiert, nicht warum jemand sie besucht.
Warum kommt es bei der täglichen Arbeit zu wiederholten Besuchen?
Die meisten Besuche von Mitarbeitenden gehören zum normalen Arbeitsalltag. Eine Redakteurin öffnet einen Entwurf, veröffentlicht ihn und prüft die Live-Version auf dem Smartphone. Ein Kampagnenmanager klickt auf einen getaggten Link, um das Ziel zu kontrollieren. Ein Entwickler lädt eine Produktseite wiederholt neu, während er ein Layoutproblem behebt.
Solche Prüfungen können mehrere Seitenaufrufe oder Sitzungen erzeugen – insbesondere, wenn Mitarbeitende im Laufe des Tages wiederkommen oder mehrere Browser verwenden. Cookie-Einstellungen, Browserprofile und die Sitzungsregeln des Analytics-Tools beeinflussen außerdem, ob ein erneuter Besuch zu einer bestehenden Sitzung gezählt oder als neue Sitzung erfasst wird.
Auch der Kundenservice erzeugt ein eigenes Muster. Eine Supportmitarbeiterin sucht vielleicht im öffentlichen Hilfebereich, öffnet eine Seite zu Rücksendungen und prüft eine Produktseite, während sie mehrere verschiedene Anfragen bearbeitet. Dabei handelt es sich um tatsächliche Aktivitäten, sie spiegeln aber kein unabhängiges Kundeninteresse an diesen Seiten wider.
Testaktivitäten bleiben leicht unbemerkt. Ein Team ruft vielleicht den Live-Checkout auf, um einen Zahlungsvorgang zu prüfen, ohne eine Bestellung aufzugeben, oder besucht nach einer Änderung an einer Schaltfläche erneut eine Kampagnenseite. Wer solche Prüfungen kurz dokumentiert, kann ungewöhnliche Ausschläge in einem Bericht später besser einordnen.
Welche Kennzahlen werden durch interne Besuche am stärksten beeinflusst?
Verschiedene Kennzahlen reagieren unterschiedlich auf Aktivitäten von Mitarbeitenden. Ein Seitenaufruf zählt, wie oft eine Seite geladen wird. Wiederholte Prüfungen erhöhen diesen Wert also unmittelbar. Die Zahl der Sitzungen kann steigen, wenn Besuche unter unterschiedlichen Sitzungsbedingungen beginnen. Bei der Nutzerzahl kommt es darauf an, wie das Analytics-Tool eine Person erkennt: Eine Mitarbeiterin, die zwei Geräte verwendet, kann als eine oder als mehrere Nutzerinnen erscheinen.
Interaktionskennzahlen können sich in beide Richtungen verändern. Liest ein Mitarbeiter eine ausführliche Hilfeseite, kann dies die erfasste Interaktionszeit erhöhen. Öffnet ein Entwickler eine Seite und verlässt sie schnell wieder, kann das die durchschnittliche Interaktionsrate senken. Keines der beiden Muster zeigt, wie sich ein typischer Kunde verhalten hat.
Bei Conversion-Raten ist besondere Vorsicht geboten. Testet eine Mitarbeiterin ein Formular und sendet es ab, kann das Analytics-System die Aktion als Conversion zählen – es sei denn, das Ereignis ist so konfiguriert, dass Tests von echten Anfragen unterschieden werden. Erhöhen Besuche von Mitarbeitenden die Sitzungszahl, ohne dass Conversions dazukommen, kann die ausgewiesene Conversion-Rate sinken. Wird eine Testübermittlung als Conversion gezählt, kann sie dagegen steigen.
Bei Seiten mit wenig Traffic fällt der Effekt oft stärker ins Gewicht. Angenommen, eine Seite verzeichnet in einem Berichtszeitraum nur wenige Kundenbesuche, aber mehrere Prüfbesuche durch Mitarbeitende. Diese können die angezeigten Durchschnittswerte deutlich verändern, obwohl sich das Verhalten der Kunden überhaupt nicht geändert hat.
Wie lässt sich feststellen, ob Besuche intern sind, ohne voreilige Schlüsse zu ziehen?
Beginnen Sie mit einer Hypothese, nicht mit einem Urteil. Vergleichen Sie ungewöhnliche Aktivitäten mit bekannten Arbeitsabläufen: Ein Besucheranstieg kurz nach einer Veröffentlichung könnte beispielsweise zu einem Testzeitraum der Entwickler passen. Fragen Sie nach, wer die Änderung vorgenommen hat, bevor Sie den Traffic als intern einstufen. So können Sie Mitarbeiterbesuche in der Webanalyse erkennen, ohne einzelne Indizien vorschnell als Beweis zu behandeln.
Netzwerkdaten können helfen, sind aber kein Beweis. Eine Büro-IP-Adresse oder ein bekannter VPN-Adressbereich kann einige Besuche von Mitarbeitenden erkennen lassen. Beschäftigte im Homeoffice, Auftragnehmende und wechselnde Netzwerkkonfigurationen können jedoch außerhalb dieser Bereiche liegen. Auch ein Kunde, der dasselbe Unternehmens-VPN nutzt, kann eine Netzwerkadresse mit Mitarbeitenden teilen.
Achten Sie auf eine Kombination von Indizien. Eine wiederholte Abfolge über einen stagingähnlichen Pfad auf der Live-Website, ein interner Testlink und ein passender Zeitpunkt in den Release-Notizen können für eine Einstufung als interne Aktivität sprechen. Ein einzelner Besuch von einem unbekannten Standort reicht dafür nicht aus. Halten Sie fest, welche Belege zur Einstufung geführt haben, damit andere Analysten sie später überprüfen können.
Zu sinnvollen Prüfungen gehört, Mitarbeitende Testzeiten notieren zu lassen, bekannte Arbeitssitzungen mit den Zeitstempeln in Analytics zu vergleichen und die aufgerufenen Seiten zu prüfen. Wenn Ihre Einrichtung eine separate Testumgebung oder eine Kennzeichnung für Mitarbeitende unterstützt, nutzen Sie sie, um künftige Prüfungen leichter zu erkennen. Gerätetyp oder kurze Besuchsdauer eignen sich nicht zuverlässig, um Beschäftigte zu identifizieren.
Was ändert sich, wenn interner Traffic mit dem Verhalten von Kunden vermischt wird?
Vermischte Zugriffe können die Aussage eines Berichts verändern. Eine Hilfeseite, die der Support häufig nutzt, kann wie ein beliebtes Ziel von Kunden wirken. Schnelle Prüfungen durch Entwickler können den Eindruck erwecken, eine neue Seite habe viel Traffic, aber eine geringe Interaktionsrate. Die Zahlen bilden weiterhin die erfassten Aktivitäten ab – das Verhalten der Kunden jedoch weniger genau.
Kleine Experimente sind besonders anfällig. Wenn nur wenige Personen eine neue Schaltfläche sehen, können Klicks von Mitarbeitenden oder Testübermittlungen das scheinbare Ergebnis beeinflussen. Ein Team behält möglicherweise ein Design bei, das Kunden nicht bevorzugen, oder verwirft ein erfolgreiches Design, weil interne Aktivitäten den Vergleich verzerrt haben.
Auch die Conversion-Performance kann in beide Richtungen verzerrt werden. Wird eine Testbestellung als Kauf gezählt, sehen die Ergebnisse besser aus. Viele Sitzungen von Mitarbeitenden ohne Käufe können die Rate dagegen schlechter aussehen lassen. Bevor Sie auf einen kleinen Unterschied reagieren, prüfen Sie, ob während des Berichtszeitraums bekannte interne Arbeiten stattfanden und ob bei Tests das Conversion-Ereignis ausgelöst wurde.
Deshalb sollten Analytics-Daten auch im betrieblichen Kontext betrachtet werden. Änderten sich die Zahlen einer Seite am selben Tag wie bei einer Website-Veröffentlichung oder einer Supportkampagne, halten Sie das fest, bevor Sie die Entwicklung der Kundennachfrage zuschreiben. Teams können erfasste Leads außerdem mit CRM-Daten abgleichen. Mehr dazu erfahren Sie unter Website-Analytics-Conversions abgleichen.
Wie sollte ein Team entscheiden, welchen internen Traffic es ausschließt?
Der Ausschluss von Traffic kann die Analyse des Kundenverhaltens klarer machen, aber ein Filter kann auch nützliche Informationen verbergen oder echte Besucher entfernen. Wer beispielsweise ein gesamtes Büronetzwerk blockiert, könnte auch Kundenaktivitäten verlieren, wenn diese dasselbe Netzwerk nutzen. Änderungen bei der Arbeit im Homeoffice können außerdem dazu führen, dass eine alte Netzwerkregel nicht mehr vollständig greift.
Für viele Teams ist es sicherer, interne Aktivitäten zu kennzeichnen oder eine separate Berichtsansicht zu pflegen, statt sie aus sämtlichen Berichten zu entfernen. In einer kundenorientierten Ansicht kann der als intern markierte Traffic ausgeblendet werden, während eine separate Ansicht weiterhin die Prüfung des Live-Verhaltens ermöglicht. Das ist hilfreich, wenn Entwickler nach einer Veröffentlichung bestätigen müssen, dass eine Seite oder ein Formular funktioniert.
Wählen Sie die Methode passend zu der Entscheidung, die der Bericht unterstützen soll. Geht es darum, die Kundennachfrage einzuschätzen, sollten bekannte Testaktivitäten ausgeschlossen oder separat erfasst werden. Soll geprüft werden, ob der Live-Checkout funktioniert, können Testbesuche von Mitarbeitenden relevant sein. Dokumentieren Sie, wer für die Regel verantwortlich ist, welche Zugriffe sie abdeckt und was dabei möglicherweise übersehen wird. So lässt sich gezielt internen Traffic aus Google Analytics ausschließen, ohne die Grenzen der Filterregel aus dem Blick zu verlieren.
Testen Sie die Änderung, bevor Sie sich darauf verlassen. Vergleichen Sie einen Bericht mit angewendetem Ausschluss mit einem ohne Ausschluss und prüfen Sie, ob erwartete Aktivitäten von Mitarbeitenden verschwinden, während gewöhnliche Testbesuche weiterhin wie vorgesehen funktionieren. Kann eine Filterregel Mitarbeitende nicht zuverlässig genug von Kunden unterscheiden, lassen Sie die Daten sichtbar und kennzeichnen Sie die Einschränkung, statt eine exakte Trennung vorzutäuschen.
Wie lässt sich verhindern, dass interner Traffic künftige Analysen verfälscht?
Führen Sie einen einfachen Teamprozess ein. Vor einem Test auf der Live-Website sollten Sie festhalten, wer testet, welche Seiten oder Ereignisse betroffen sind und ungefähr wann die Prüfung stattfindet. Ein Vermerk im Ticket zur Veröffentlichung reicht aus, damit Analysten eine vorübergehende Veränderung des Traffics später einordnen können.
Geben Sie Mitarbeitenden eine klare Testroutine vor. Verwenden Sie beispielsweise nach Möglichkeit ein dafür vorgesehenes Browserprofil oder eine Testumgebung. Informieren Sie außerdem die für Analytics verantwortliche Person, bevor Sie auf der Live-Website ein Formular absenden oder einen Testkauf abschließen. So lassen sich versehentliche Conversions vermeiden, ohne dass das Team auf Prüfungen des Kundenerlebnisses verzichten muss.
Überprüfen Sie Ausschlüsse, wenn sich Büronetzwerke, VPN-Zugänge, Analytics-Tags oder die Teamstruktur ändern. Ein Filter, der auf einem veralteten Netzwerkbereich basiert, erfasst möglicherweise keine Besuche von Mitarbeitenden mehr. Ein weiter gefasster Ersatz könnte stattdessen Kunden erfassen. Testen Sie die Regel mit einem bekannten Besuch einer Mitarbeiterin oder eines Mitarbeiters und prüfen Sie das Ergebnis in der Berichtsansicht.
Machen Sie schließlich die Definition von internem Traffic für alle sichtbar, die den Bericht lesen. Ein kurzer Hinweis dazu, welche Aktivitäten von Mitarbeitenden ausgeschlossen und welche weiterhin berücksichtigt werden, verhindert, dass eine gefilterte Zahl mit einer vollständigen Erfassung aller Besuche verwechselt wird. Diese Unterscheidung ist wichtig, wenn der nächste Seitentest nur eine kleine Zahl von Sitzungen betrifft.
