Strategien gegen „Uniques Exceeded“

Von | 27. März 2012

Achtung: Dieser Artikel ist seit dem 26.4. faktisch falsch und so gut wie überflüssig! Uniques Exceeded werden jetzt anders genutzt, und zwar sowohl in SiteCatalyst 14 als auch 15.

Was genau „Uniques Exceeded“ bedeutet oder wie man in eine Situation kommt, in der SiteCatalyst in Reports „Uniques Exceeded“ Elemente anzeigt, hatten wir schon beschrieben. Der Artikel heute soll drei Strategien anreissen, wie man die Situation vermeiden kann.

Gruppieren

Für Variablen, die hierarchisch organisierte Werte enthalten, kann man ab einem bestimmten Level der Hierarchie gruppieren, falls die Werte unterhalb des Levels gleich verteilt sind. Statistisch macht es dann keinen Unterschied, ob ich mir ein einzelnes Element der Gruppe oder die Gruppe insgesamt ansehe.

Beispiel s.pageName – alle Artikel unter „Politik;Europa;Luxemburg“ zusammen bringen es auf meiner fiktiven Newssite auf die gleiche Anzahl Page Views wie der Artikel „Karneval in Mainz offiziell eröffnet“. Wegen des geringen Volumens bringt es nichts, die Luxemburg Artikel individuell zu optimieren, daher fasse ich sie unter einem einzigen Namen zusammen.

Ziel ist, ähnliche Werte aus dem Long Tail zusammenzufassen.

Falls eine der Gruppen aus dem Long Tail unverhältnismäßig viel Traffic entwickelt, analysiert man die Elemente in Data Warehouse und teilt die Gruppe im Zweifelsfall wieder auf.

Aufteilen

Wenn es die Kombination verschiedener Merkmale ist, die mich über 500k Kombinationen drückt, bietet es sich an, die Merkmale individuell zu tracken.

Beispiel s.products – mein Shop bietet T-Shirts an, jedes in 25 Farben, 6 Größen und mit rundem oder V-Ausschnitt. Bei 1667 T-Shirts überschreite ich damit schon die 500k!

Stattdessen ordne ich jedem T-Shirt eine SKU zu und tracke die anderen Merkmale (Farbe, Größe, Ausschnitt) in conversion variables (eVars). Ich kann später Reports runterbrechen, mir also für ein bestimmtes T-Shirt ansehen, wie die Verteilung der Farben aussieht. Und ich kann mir einen Report erstellen, der mir die Farben zeigt, unabhängig davon, um welches T-Shirt es sich handelte.

Data Warehouse

Das 500000 Limit gilt nur für SiteCatalyst, daher ist es oft am einfachsten, die Analyse mit Data Warehouse zu fahren. Das ist natürlich nur praktikabel, wenn man es nicht andauernd tun muß.

Variablen (props und eVars) können so konfiguriert werden, daß sie in SiteCatalyst im Interface nicht zu sehen sind aber trotzdem Daten sammeln, die man dann aus Data Warehouse abrufen kann. Das funktioniert gut im Zusammenspiel mit einem der beiden Methoden oben:

  • Gruppieren & Data Warehouse – Wenn man wie oben die s.pageName Variable teilweise gruppiert („Politik:Europa:Luxemburg“), bietet es sich an einen spezifischeren Seitennamen in eine prop zu schreiben. Mit Data Warehouse kann man dann tiefere Analyse fahren und ab und zu überprüfen, ob die Annahme noch korrekt ist, die Elemente der Gruppe sein gleichverteilt.
  • Aufteilen & Data Warehouse – Aufteilen hat einen großen Nachteil: man muß Reports herunterbrechen, wenn man sich für Kombinationen interessiert. Je nach Report bedeutet das, daß man entweder nicht alle Metriken zur Verfügung hat (traffic) oder nicht weiter herunterbrechen kann (conversion). Daher ist es sinnvoll, die Kombination „T-Shirt/rot/V-Ausschnitt“ in eine Variable zu schreiben und diese dann mittels Data Warehouse zu analysieren.

Der zweite Fall ist weniger wichtig als der erste, weil man in Data Warehouse ja beliebig herunterbrechen kann.

Ein Gedanke zu „Strategien gegen „Uniques Exceeded“

  1. Pingback: Navigation Timing – Ladezeiten messen? | Webanalyse auf Deutsch

Kommentar verfassen

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.