Projektarbeitsthema. Stadt Offenburg: Hans Jürgen Heinzmann. Projektarbeit: Website Measurement von E-Commerce-Plattformen MI 7 - WS 05/06

Transkript

1 Projektarbeitsthema <<Website Measurement: Analyse eines Stadtportals>> Projektgruppe Ruth Geißendörfer Rouven Hertenstein Alexander Juchler Andreas Kraft Tobias Schmid Hochschule Offenburg Fachbereich Medien und Informationswesen Semester WS 2005/2006 MI7 Projektzeitraum Betreuer Prof. Dr. Thomas Breyer-Mayländer Prof. Dr. Volker Sänger Kooperation Web Commerce GmbH: Barbara Meier Markus Schill Stadt Offenburg: Hans Jürgen Heinzmann Seite 1 von 165

2 1 Themenstellung Web-Logfile-Analyse Einleitung Web-Server und Logfile Inhalte und Messgrößen von Logfiles IP-Adresse Statuscode Referrer Agent Combined-Log-Format Hierarchie der Website-Aktivität Technische Probleme bei der Logfile-Nutzung Cache Abgrenzung von Visits server-seitige Nutzer-Identifikation client-seitige Nutzer-Identifikation Kontaktpunkte virtuelle Nutzer Frames Standardisierungsbemühungen Rahmenbedingungen des Datenschutzes Das Vertrauen der Besucher gesetzliche Bestimmungen Verarbeitungsverfahren von Logfiles Web-Analytics als Zyklus Definition von Zielen Festlegung von Messgrößen Planung von Aktivitäten Umsetzung von Verbesserungen Datenerhebung Nutzwert-, respektive Inhaltsanalyse Die erste Stufe Formulierung von Zielen Gewichtung der Ziele Die zweite Stufe Die dritte Stufe Vor- und Nachteile Inhaltliche Anforderungen ASP oder InHouse? client- oder server-basiert? Anschaffungskosten Server-Anforderungen Client-Anforderungen Architektur der Lösung Logs Seite 2 von 165

3 3.5.8 Sprache der Oberfläche Bewertungskriterien im Einzelnen Web-Analytics-Tools im Vergleich Offenburg.de Ziele von Offenburg.de Inhaltsanalyse Beschreibung Inter-City-Test Inhaltsanalyse der Stadt Offenburg Logfile-Analyse Konfiguration und Filter Monthly Report Bildschirmauflösung Browser Platform Interne Suchmaschine und Visits Frequentierung der einzelnen Monate Visits Verhältnis von Suchanfragen zu Visits Suchbegriffe gesamt Suchbegriffe Nov./Dez Suchbegriffe mit der höchsten Trefferanzahl Search Engines Search Phrases Referrer Entry Points Exit Points One Page Visits Visits pro Seite Gliederung nach Seitenart Inhaltsseiten die Startseite Gliederung nach Themen Touristinfo Kultur + Bildung Bürgerservice, Aktuell und Presse Wirtschaft Was + Wann Sport Rathaus Verkehr, Soziales, Bauen Duration of Visit View Time Seiten mit hoher Verweildauer Seiten mit niedriger Verweildauer Startseite Cityguide Bibliothek Offenburg Sprachauswahl Bibliothek erweitere Funktionen und Suche Seiten mit langem Text, viel Informationen Visitors nach Ländern Datentransfer Downloads Seite 3 von 165

4 Bad Links Session-Pfade Top-Pfad Top-Pfad Top-Pfad Path by Sources Startseite Visit Paths Fazit Tools Summary-Plus Sawmill allgemeines Fazit Anhang Inhaltsanalyse der Stadt Offenburg Browserübersicht nach Typ Browserübersicht nach Version Search Phrases Intern (Total) Search Phrases Intern (November/December) Search Phrases Referrer Entry Points Exit Points One Page Visits Visits pro Seite View Time Seiten mit hoher Verweildauer Seiten mit kurzer Verweildauer Downloads Bad Links Path By Selected Source (Welcome Page) Real Page Literaturverzeichnis Glossar Seite 4 von 165

5 Abbildungsverzeichnis Abbildung 1: Hierarchische Gliederung der Website-Aktivität...14 Abbildung 2: HTTP Caching Abbildung 3: Informationen zum Umgang mit Besucher-Daten bei (otto 2006) Abbildung 4: Offenburg im "Inter-City-Test"; Ranking - Bewertung Abbildung 5: Offenburg im "Inter-City-Test"; Ranking - Bewertung Abbildung 6: Frequentierung in Monaten Abbildung 7: Visits in Monaten Abbildung 8: Die Startseite von 68 Abbildung 9: Panoramabilder unter 74 Abbildung 10: Erwähnung aktueller Themen auf der Startseite von 76 Abbildung 11: Der Cityguide unter 86 Abbildung 12: Sprachauswahl für die Bibliothek unter 87 Abbildung 13: Textlastige Seiten unter Abbildung 14: Top Pfad Abbildung 15: Top Pfad Abbildung 16: Top Pfad Abbildung 17: Die rote Navigationsleiste auf der Startseite von 96 Abbildung 18: Die blaue Navigationsleiste auf der Startseite von 97 Abbildung 19: Summary Plus I Abbildung 20: Summary Plus II Abbildung 21: Summary Plus III Codeverzeichnis Code 1: Combined-Log-Format Code 2: Pixelbild Code 3: Scriptbeispiel für Ermittlung der Bildschirmauflösung...56 Seite 5 von 165

6 Tabellenverzeichnis Tabelle 1: Log-Zeile im Combined-Log-Format Tabelle 2: Nutzwertanalyse der Web-Analytics-Tools Tabelle 3: "Monthly Report Tabelle 4: Auszug der Browserübersicht, getrennt nach Typen Tabelle 5: Auszug der Browserübersicht; aufgeschlüsselt nach Versionen Tabelle 6: Übersicht der Betriebssystem Tabelle 7: Detailansicht der Betriebssystem Tabelle 8: Verhältnis von Suchanfragen zu Visits Tabelle 9: Auszug aus der Tabelle "Search Phrases Intern (Total)" Tabelle 10: Auszug aus der Tabelle Search Phrases Intern (November/December) Tabelle 11: Suchbegriffe mit der höchsten Trefferanzahl Tabelle 12: Search Engines Tabelle 13: Die Suchmaschine "Google" im Detail Tabelle 14: "Search Phrases" Tabelle 15: Auszug aus der Tabelle Referrer Tabelle 16: Auszug aus der Tabelle Entry Points Tabelle 17: Auszug aus der Tabelle Exit Points Tabelle 18: Auszug aus der Tabelle One Page Visits Tabelle 19: Auszug aus der Tabelle Visits pro Seite Tabelle 20: Gliederung der Visits nach Themen Tabelle 21: "Duration of Visit"; Dauer der einzelnen Besuche...81 Tabelle 22: Auszug aus der Tabelle View Time Tabelle 23: Auszug aus der Tabelle View Time Tabelle 24: Ermittelung der Besucherherkunft durch GeoIP Tabelle 25: Ermittlung der Besucherherkunft anhand der TLD Tabelle 26: Datentransfer Tabelle 27: Auszug aus Tabelle Downloads Tabelle 28: Interessensschwerpunkte der Nutzer Tabelle 29: Auszug aus der Tabelle Bad Links Tabelle 30: Nutzung der roten Navigationsleiste Tabelle 31: Nutzung der blauen Navigationsleiste Tabelle 32: Ranking der Visit Paths Seite 6 von 165

7 1 Themenstellung Im Marketing mit Online-Medien hat sich die Analyse der Logfile-Daten als preiswerte und sehr wertvolle Quelle von Informationen über die Nutzung einer Website etabliert. Im Rahmen der interdisziplinären Projektarbeit werden unterschiedliche Analyse-Tools eingesetzt und miteinander verglichen. Ziel der Arbeit sind beispielhafte Anwendungen der Softwaretools, um die daraus resultierenden Empfehlungen aus Marketingsicht darzustellen. Die zu untersuchende Website ist der Internetauftritt der Stadt Offenburg. Hierzu ist eine Abstimmung zwischen Stadt und betreuender Agentur notwendig. Von beiden Seiten wurde das Projekt angenommen. Stadt Offenburg Hans J. Heinzmann Fachbereich Zentrale Dienste Abt. Medien und Marketing Hauptstr. 90 D Offenburg Tel. : Fax : Hans-Juergen.Heinzmann@offenburg.de Web Commerce GmbH Barbara Meier Markus Schill Robert-Bosch-Str Offenburg Telefon : 0781 / Telefax : 0781 / bmeier@w-commerce.de mschill@w-commerce.de Auf Basis der Erfahrungen, die mit den bereits auf Seiten der Hochschule und Agentur getesteten Tools gemacht wurden, muss im Rahmen des Projekts eine Entscheidung für ein möglichst umfassendes Tool gefällt werden. Gemessen werden die Zugriffe der Monate November und Dezember In der Auswertung soll neben den summarischen Werten der Werbeträger- und Werbemittelleistung der Aufbau von Clickstreams einzelner Nutzergruppen erfolgen. Die damit geschaffenen Nutzertypologien sollen in ihrem Verhalten mit den Zielen der Website abgeglichen werden, so dass konkrete Ansatzpunkte für Veränderungen und Verbesserungen genutzt werden können. Da in den nächsten Monaten ohnehin ein Relaunch der Website ansteht, kann der Erfolg der neuen im Vergleich zur alten Konzeption abgeglichen werden. Endprodukte sind eine Dokumentation des eingesetzten Tools mit Empfehlungen für den Gebrauch, ein Berichtsband + Kundenpräsentation über die Ergebnisse auf der Seite inklusive Handlungsempfehlungen; sowie ein kurzer Bericht über den Projektverlauf. Seite 7 von 165

8 2 Web-Logfile-Analyse 2.1 Einleitung Grundlage jeder quantitativen Erfolgsmessung von Websites ist die Logfile-Analyse. Web-Server protokollieren in so genannten Logfiles eine Vielzahl von Daten, die durch Zugriffe auf von ihm bereitgestellten Dateien einer Web-Präsenz entstehen. Der Betreiber des Web-Servers kann durch die Analyse der Logfiles wertvolle technische und nutzerorientierte Informationen zur Web-Präsenz gewinnen. Web-Analytics wird also dann wichtig, sobald das Internet erfolgreich, effektiv und zielgerichtet genutzt werden möchte. Denn ein Blindflug im Nebel ohne jeglichen Sichtkontakt mit dem Verhalten der Besucher auf der Website führt bestimmt zu Missverständnissen und lässt das Internet-Engagement schnell zur Fehlinvestition werden. 2.2 Web-Server und Logfile Die Aufgabe eines Web-Servers liegt darin, beispielsweise HTML-Dateien auf Anfrage eines Web-Clients zur Anzeige bereitzustellen. Jede Web-Server-Software zeichnet diese Anfragen in mindestens einem Logfile (zumeist Textdateien) auf, um derartige Zugriffe nachvollziehbar zu machen. Hierdurch liegen Protokolle vor, die die Beanspruchung einer Web-Seite (Web-Page) und derer Teilbereiche objektiv abbilden. Basis für den Aufruf einer Web-Seite bildet das Übertragungsverfahren des Internet-Protokolls HTTP (Hypertext Transfer Protocol). Der Nutzer (User) gibt client-seitig die Adresse (URL, Uniform Resource Locator) des gewünschten Dokumentes in einen Internet-Browser ein. Dieser initiiert daraufhin den Verbindungsaufbau zu dem Web-Server, auf welchem das Dokument vorliegt und sendet eine Anfrage (Request) zur Übertragung. Der Web-Server sendet das Dokument beziehungsweise dessen Inhalte an die Adresse des Nutzers (Response) und protokolliert die Übertragung unmittelbar im Logfile. Um den physischen Übertragungsweg zu entlasten, wird die Verbindung zwischen Server und Client nach jeder Request/Response-Interaktion naturgemäß wieder getrennt. Das Logfile zeigt daher keinen zusammenhängenden Nutzungsvorgang, sondern eine chronologische Auflistung von bearbeiteten Anfragen. Seite 8 von 165

9 2.3 Inhalte und Messgrößen von Logfiles Web-Logfiles sind strukturiert aufgebaute Protokolldateien. Sie sind serverplattformunabhängig und bestehen aus einfachem ASCII (American Standard Code for Information Interchange). Der Webserver beziehungsweise die -software protokolliert je HTTP-Transaktion eine Zeile mit Informationen. Somit repräsentiert eine Zeile im Logfile eine Anfrage (Hit) auf dem Webserver. Die inhaltliche Darstellung einer solchen Zeile fußt auf einer klaren Feldstruktur. Wobei die Rangfolge je Webserver durchaus variieren kann. Ein standardisiertes Format ist das Common Logfile Format (CLF), welches die meisten Web- Server (neben proprietären Formaten) unterstützen. Jeder Eintrag eines CLF-Logfiles beinhaltet nachstehende Angaben: - IP-Adresse oder Domain-Name des Nutzers - Identifizierung des Client-Rechners - Authentifizierung des Nutzers - Datum und Uhrzeit der Anfrage - Anfragebefehl Client - angeforderte Datei - verwendetes Übertragungsprotokoll - dreistelliger Statuscode der Übertragung - Übertragungsvolumen in Byte IP-Adresse Die IP-Adresse ist eine Ziffernfolge mit einer Länge von 32 Bits (4 Bytes), die jeden Rechner im Internet eindeutig identifiziert. Jeder IP-Adresse ist zudem ein Domain-Name zugeordnet, welcher die Lokalisation eines Rechners durch das Domain Name System (DNS) verdeutlicht. Die Zuordnung beider Daten wird per Anfrage an DNS-Server vorgenommen, worin Verzeichnisse über IP-Adressen und der zugehörigen Domain-Namen bereitgehalten werden. Die jeweiligen Logfile-Eintragungen zu Nutzungsvorgängen werden über die IP-Adresse kombiniert (zum Beispiel wird ' ' zu ' p50829bda.dip0.tipconnect.de', welche eine dynamische IP-Adresse von T-Online ist). Sobald eine IP-Adresse in relativ kurzem Zeitabstand wiederholt im Logfile auftritt, so ist mit hoher Wahrscheinlichkeit davon auszugehen, dass beide Aktionen von demselben Nutzer ausgingen. Weitere Angaben zur Identifizierung oder Authentifizierung treten nur dann auf, wenn dies client-seitig notwendig wurde. Schließlich verzichten öffentliche Website-Bereiche meist auf Zugangsüberprüfungen, wodurch diese Eintragungen dann natürlich im Logfile fehlen. Seite 9 von 165

10 2.3.2 Statuscode Der Statuscode ist eine Information, die vom Web-Server erzeugt wird und nicht von der Client-Seite übermittelt wird. Darin wird protokolliert, wie die gestellte Anfrage bearbeitet wurde (Janetzko 1999a, S. 172). Für eine fehlerfreie Bearbeitung wird zum Beispiel der Code 200 verzeichnet. Ebenfalls bekannt ist die Meldung 404, die im Browser angezeigt wird, wenn ein angefordertes Dokument auf dem Server nicht gefunden wurde. Das W3C listet unter über 40 standardisierte Statusmeldungen aus (W3C 2006). Diese Meldungen geben dem Webserver-Betreiber Hinweise auf Probleme im Betrieb. Server-basierter Lösungen geben durch Logfile-Auswertungen zuverlässige Statistiken zu Serverproblemen wieder Referrer Über die oben beschriebenen Eintragungen im CLF-Logfile hinaus können weitere Informationen festgehalten werden. Die relevantesten sind die Einträge von Referrer und Agent. Ein Referrer-Eintrag gibt die URL der Seite an, die zuletzt aufgerufen wurde (Heindl 2001, S. 185). Anhand dieser Angaben kann demnach der Weg des Nutzers durch eine Website nachvollzogen werden, da jeder Eintrag im Logfile eine Verbindung zur zuvor besuchten Seite beinhaltet. Hinzu kommt, dass sich diejenigen Einstiegspunkte in die Website aufdecken lassen, die als Links von externen Seiten, Suchmaschinen oder Werbebannern existieren. Des Weiteren hängen Suchmaschinen bei der Verarbeitung von Suchanfragen die Suchbegriffe oft als Parameter eines Abfrage-Strings an die URL des verarbeitenden Programms an, so dass diese auch im Referrer-Eintrag erscheinen. Die Herkunft kann also eine Reihe von Erkenntnissen liefern: Die Analysen zeigen genau von wo die Benutzer kommen. Sowohl von welcher Domain (beispielsweise google.de), als auch von welcher Seite. Damit wird für den Site-Betreiber ersichtlich, von welcher Adresse und aus welchem Umfeld auf ihre Seite verwiesen wird. Erweitert kann aus dem Schwerpunkt der Herkunftsseite auf die Interessen der eigenen Besucher geschlossen werden. Suchmaschinen sind ein wesentlicher Traffic-Lieferant für Websites. Um Internet-Angebote für Suchmaschinen zu optimieren ist es wichtig zu wissen, wie hoch die Traffic-Zahlen gegenwärtig sind und wo ungenutzte Potentiale liegen könnten. Seite 10 von 165

11 Der Referrer liefert auch die Suchbegriffe, die bei der Suchmaschine eingegeben wurden. Somit wird aufgeführt, was die Besucher im Sinn hatten. Durch gründliche Betrachtung dieser Begriffe lassen sich Interessenschwerpunkte abbilden. Andererseits kann gezeigt werden, dass die Seite unter Keywords gut gelistet wird, die sich inhaltlich gar nicht wesentlich auf der Website wieder finden (was für hohe 1-Seiten- Besuche ursächlich sein kann). Wenn allerdings kein Referrer in den Analyse-Daten verzeichnet wird, so hat der Benutzer die Adresse wahrscheinlich per Hand eingetippt oder ein eigenes Lesezeichen genutzt. Die Anzahl dieser Nutzer steht also für die Größe eines Stammpublikums oder für die Bekanntheit von Online-Adresse und Website. Allerdings bleibt diese Folgerung zum Teil hypothetisch, denn ob die Annahme tatsächlich zutrifft, ist nicht sicher. Eingeschränkte Gewissheit kann höchstens dadurch erlang werden, indem folgende Technik eingesetzt wird: Nachdem eine Seite als Lesezeichen zu den Favoriten hinzugefügt wird, suchen viele Browser dann im Rootverzeichnis der Homepage nach der Datei "favicon.ico", laden diese und verwenden dieses Icon anstelle des Standardicon bei der Darstellung dieses Favoriten. In den Logfiles kann später ausgelesen werden, wie häufig ein Bookmark auf die Seite gesetzt wurde, indem die Log- Einträge mit "GET favicon.ico" ausgezählt werden Agent Im Agent-Eintrag stehen Angaben über den Client beziehungsweise dessen Softwareausstattung. Darunter Typ und Version des Browsers und Betriebssystems. Diese Angaben bilden grob die technische Ausstattung der Nutzer ab. Die Website sollte dementsprechend so konzipiert sein, dass der Großteil der Nutzer die Seite ohne Darstellungsprobleme aufrufen kann Combined-Log-Format Referrer und Agent werden teilweise in server-eigenen Logfiles aufgezeichnet oder mit dem CLF-Logfile kombiniert, was dann als Combined-Log-Format bezeichnet wird. Ein Logfile-Ausschnitt in diesem Format wird nachstehend aufgeführt. Die Darstellung verdeutlicht auch die genauen Inhalte eines Logfiles am Beispiel eines einzelnen Eintrags. Seite 11 von 165

12 [01/Dec/2005:05:59: ] "GET /scripts/buergerservice/buergerservice_u.phtml?id=205&buchstabe=p HTTP/1.1" " "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0)" Code 1: Combined-Log-Format Log-Einträge (siehe oben) Feldname Beschreibung host Im Feld host wird die Adresse des Computers protokolliert, der den HTTP-Request ausführt. Aufgezeichnet wird die numerische IP-Adresse beziehungsweise (sofern möglich) die Auflösung der IP-Adresse als qualifizierter Domain Name durch den Domain Name Service (DNS). - ident Dieses Feld ist für die Benutzer-Identifikation vorgesehen. In der Regel wird das Feld leer gelassen und mit einem Bindestrich gefüllt. - authuser Dieses Feld dient der Kennzeichnung bestimmter Zugriffe von authentifizierten Benutzern, die zum Beispiel auf eine passwortgeschützte Datei zugreifen. Protokolliert wird die userid des authentifizierten Benutzers. [01/Dec/2005:05:59: ] date Im Feld date wird das Datum und die genaue Zeit für jeden Hit protokolliert. "GET /scripts/buergerservice/ buergerservice_u.phtml? id=205&buchstabe=p HTTP/1.1" request Das Feld request beinhaltet den HTTP-Request des Clients / Benutzers. Der HTTP-Request steht in Hochkommata und setzt sich aus folgenden Bestandteilen zusammen: 1) die HTTP-Methode (GET POST HEAD), 2) URL der zugegriffenen Datei und 3) Name und Version des Protokolls. Das Feld request identifiziert eindeutig die zugegriffene Ressource. 200 status status protokolliert den Status des entsprechenden Requests. Der dreistellige Code beschreibt, zu welcher Klasse von Requests der jeweilige Zugriff gehört. Es existieren vier Seite 12 von 165

13 Log-Einträge (siehe oben) Feldname Beschreibung Klassen: 1. erfolgreich success (200), 2. weitergeleitet redirect (300), 3. fehlgeschlagen failure (400) und 4. Serverfehler server error (500) bytes Dieses Feld stellt die übertragene Datenmenge des HTTP-Requests dar. Werden keine Daten übertragen, so steht an dieser Stelle ein Bindestrich oder die Ziffer 0. search?hl=en&lr= &q=parken+in+offenburg& btng=search referrer referrer ist Teil des extended log format. Die URL des referrer -Feldes zeigt die vom Benutzer zuletzt angeforderte URL an. Sowohl URLs innerhalb der eigenen Website, als auch URLs von externen Websites (zum Beispiel Suchmaschinen oder Seiten fremder Webserver). Aus diesem Feld lässt sich also die Navigation identifizieren. Insbesondere wird deutlich über welche externen URLs der Request erfolgt. Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0) useragent user agent ist ebenfalls Teil des extended log format. Hier werden Angaben zu Browsertyp (Name, Version) und Betriebssystem des zugreifenden Computers festgehalten. Robots von Suchmaschinen tragen in dieses Feld meist ihren Namen ein (zum Beispiel Googlebot). Tabelle 1: Log-Zeile im Combined-Log-Format Durch Einbindung aktiver Programmkomponenten (zum Beispiel mit JavaScript) können weitere Informationen verschafft werden. Beispielsweise über die Aktivierung von JavaScript, Bildschirmauflösungen oder installierte Plug-ins. Einen ausführlichen Einblick zeigt die URL im Internet (Privacy 2006). Seite 13 von 165

14 2.4 Hierarchie der Website-Aktivität Die Erfolgsmessung einer Internet-Präsenz erfolgt oft über die Anzahl der Zugriffe. Sowohl im Vergleich der Nutzungsintensität verschiedener Webseiten wie auch zur internen Bewertung der Website-Aktivität ist es wichtig, sich auf eindeutig festgelegte Messgrößen zu einigen. Dabei gilt es zu unterscheiden zwischen objektiv messbaren und betriebswirtschaftlich interessanten Größen. Ein Unternehmen ist daran interessiert, aussagefähige Zahlen wie die Anzahl der Nutzer festzustellen, verfügt aber in den Logfiles nur über eine Aufzeichnung abgerufener Dateien. Den Zusammenhang zwischen beiden Größen verdeutlicht eine hierarchische Gliederung der Website-Aktivität, die folgende Größen definiert (Cutler & Sterne 2000, S. 16): User Visit Page View Hit Abbildung 1: Hierarchische Gliederung der Website-Aktivität - Als User (Nutzer) wird eine individuelle natürliche Person bezeichnet, die auf eine Website zugreift. - Ein Visit (Sessions, Besuche) ist ein zeitlich zusammenhängender Nutzungsvorgang eines Nutzers. Handelt es sich dabei um einen wiederkehrenden Nutzer, so verursacht dieser im Zeitablauf mehrere Visits. - Jeder Visit besteht wiederum aus einem oder mehreren Page Views (Page Impressions), das heißt einer Abfolge von einzelnen HTML-Seiten. Dabei kann eine Seite mehrere Objekte beinhalten, die als eigenständige Dateien auf dem Server vorliegen, zum Beispiel der Seitentext, Bilder oder Videodateien. - Jeder Aufruf einer einzelnen Datei wird als Hit (abgerufene Dateien) bezeichnet und in einem Eintrag des Logfiles protokolliert, so dass die Darstellung einer Seite im Browser mehrere Hits verursachen kann. Eine beliebte Messgröße zur Bestimmung der Werbeeffizienz ist die Klickrate (AdClicks) (Janetzko 1999, S. 87). Sie beschreibt den Anteil an Nutzern, der auf die Präsentation eines Werbeträgers, beispielsweise eines Banners, durch Betätigen des Hyperlinks reagiert. Um die Klickrate zu berechnen werden die Zugriffszahlen der werbetragenden und der beworbenen Seite benötigt. Liegt eine dieser Seite 14 von 165

15 Seiten auf einem fremden Web-Server, ist eine entsprechende Kooperation bei der Ermittlung der Zugriffszahlen unabdingbar. Von Interesse sind dann nicht nur absolute Nutzungszahlen, sondern vor allem die Verweildauern der Nutzer auf einzelnen Seiten. Doch das ist in Logfiles schwer feststellbar, da diese in ihrem Zeitstempel keine Zeiträume, sondern nur diskrete Zeitpunkte aufzeichnen. Verweildauern lassen sich durch die Zeitdifferenzen der Logfile-Einträge ermitteln, was jedoch grobe Ungenauigkeiten mit sich bringt. Es werden weder die Übertragungszeiten berücksichtigt noch Informationen über die Verweildauer auf der letzten betrachteten Seite gewonnen. Eine exakte Zeitbestimmung ist durch die Einbindung eines JavaScript-Programms in die Website möglich, dessen Aufgabe eine Zeitmessung auf der Client-Seite ist. Dies wiederum setzt voraus, dass der Browser des Nutzers JavaScript unterstützt und diese Option vom Nutzer nicht deaktiviert wurde. 2.5 Technische Probleme bei der Logfile-Nutzung Bedingt durch den einfachen Aufbau der Logfiles und Internetarchitektur selbst entstehen technische Probleme, welche die Quantität und Qualität des Datenbestandes beeinflussen. Eine Beurteilung von Informationen, die auf Logfiles basieren, sollte deshalb folgende Problembereiche nicht außer Acht lassen: - Datenspeicherung in Caches - Abgrenzung von Visits - Nutzeridentifikation - Kontaktpunkte: Ein- und Ausstiegspunkte der Website - Virtuelle Nutzer (Spider, Bots, Crawler) - Verwendung von Frames Cache Caches sind Datenspeicher, die temporär zwischenlagern, um den Zugriff bei erneuter Anforderung zu beschleunigen. Im Internet-Verkehr wird hierdurch die Auslastung von Verbindungen geschmälert. Je nach Lokalisation lassen sich Caches server-seitig, client-seitig oder auf einem Rechner in der Übertragungskette unterscheiden. Eine derartige Zwischenstation könnte ein Proxy-Server oder ähnliches sein, der den Knoten zwischen Internet und Intranet bildet und Anfragen aus dem internen Bereich weiterleitet. Fordert ein Nutzer beispielsweise ein HTML-Dokument an, so antwortet der Web-Server mit der Übertragung und dokumentiert dies im Logfile. Auf dem Sendeweg wird im Cache des Proxy-Servers oder des Clients eine temporäre Kopie in Form einer Datei abgelegt. Bei einer erneuten Anforderung desselben Dokuments sucht der Browser zunächst im lokalen Cache und startet nur dann einen komplett neuen Request, wenn das Dokument nicht vorliegt. Genauso gibt der Proxy-Server das Dokument zurück Seite 15 von 165

16 und leitet den Request nicht an den Web-Server weiter. Als Ergebnis erhält der Nutzer eine Kopie und der Web-Server registriert somit keine erneute Anfrage. 6. neuer Request 1. Request 2. Weiterleitung Client- Browser = = = = = = = = Proxy- Server = = = = = = = = Web- Server = = = = = = = = Anzeige im Browser 5. Weiterleitung 7. Rückgabe der Kopie = = = = = = = = Kopie im Cache 3. Response = = = = = = = = HTML- Dokument 4. Logile-Eintrag Abbildung 2: HTTP Caching Zwar kann einem Dokument eine Anmerkung eingefügt werden, um das Caching zu unterbinden, doch würde dies dem Sinn des Cache-Prinzips widersprechen. Das Resultat wäre eine erhöhte Belastung der Internet-Verbindungen Abgrenzung von Visits Weitere Probleme bedingt die Natur von HTTP bei der eindeutigen Abgrenzung von Visits. Da das Internet-Protokoll nach jeder Datenübertragung die Verbindung zum Client abbricht und beim nächsten Request wieder komplett neu herstellt, ist ein Nutzungsvorgang lediglich durch die Auflistung einzelner Zugriffe dokumentiert. Dass es sich in den separaten Logfile-Einträgen um einen zusammenhängenden Vorgang handelt, lässt sich anhand der zeitlichen Nähe einzelner Einträge mit recht hoher Wahrscheinlichkeit vermuten. In der Praxis werden zur Abgrenzung von Visits Zeitfenster zwischen fünf Minuten und einer halben Stunde vorgegeben (Bensberg & Weiß 1999, S. 429), nach deren Ablauf erneute Zugriffe von derselben IP-Adresse als neuer Besuch der Website definiert wird. Seite 16 von 165

17 2.5.3 server-seitige Nutzer-Identifikation Die Identifikation des Nutzers erfolgt im Logfile anhand der IP-Adresse. Ob es sich dabei immer um dieselbe Person handelt, ist allerdings ungewiss, denn in Unternehmen, Universitäten und generell großen Netzwerken können mehrere Nutzer den gleichen Rechner verwenden. Hinzu kommt, dass auch hier meist Proxy-Server die Datenerhebung beeinflussen können. An der Schnittstelle zum Internet leiten sie Anfragen der Clients weiter und versehen sie mit ihrer eigenen IP-Adresse. Greifen hier also mehrere User über den gleichen Proxy-Server auf eine Webseite zu, so werden ihre Anfragen unter ein und derselben IP-Adresse protokolliert. Ein weiterer Aspekt ist, dass IP-Adressen auch dynamisch vergeben werden können. Das heißt, ein Nutzer erhält bei jeder neuen Internetverbindung eine neue IP-Adresse. Verbreitet ist dieses Verfahren vor allem bei Providern wie AOL, T-Online und dergleichen, die für eine große Anzahl an Kunden nur über einen begrenzten IP-Adressraum verfügen. In den Logfile-Einträgen kann daher ein Nutzer unter verschiedenen Adressen oder mehrere Nutzer mit derselben Adresse auftreten client-seitige Nutzer-Identifikation Eine Möglichkeit zur Nutzeridentifikation, die mit oben genannter Problematik aufräumt, bietet der Einsatz der Cookie-Technologie. Cookies sind kleine Textdateien, die ein Web-Server zusätzlich zur angeforderten Seite übermittelt und auf der Festplatte des Clients als Text-Datei speichert. Diese enthalten eindeutige Identifikationsnummern sowie die Angabe der Domain, welche als Empfänger des Cookies bestimmt ist. Cookies können entweder nur für einen Besuch gelten (Session Cookies). In diesem Fall werden sie nur für die Navigationsverfolgung eines Besuchers benötigt. Sie können aber auch längere Gültigkeit haben (Persistant Cookies). Dadurch, dass die Cookie-Datei auch nach dem Verlassen der Seite auf dem Rechner des Besuchers gespeichert bleibt, kann der Besucher bei erneutem Besuch wieder erkannt werden. Darauf beruht die Berechnung von Neu- und Wiederholungs-Besuchern. Bei jeder nachfolgenden Anfrage wird das Cookie an den Web-Server zurückübertragen, so dass dort der anfragende Internet-Browser über mehrere Schritte eines Nutzungsvorgangs eindeutig identifiziert werden kann. Die Lebensdauer des Cookies wird per Zeitangabe definiert. Der Einsatz von Cookies schränkt die Anonymität der Nutzer natürlich stark ein. Deshalb verfügen nahezu sämtliche Browser über die Option, Cookies abzublocken oder den Benutzer vorher um sein Einverständnis zu fragen. Der Nutzer hat stets die Möglichkeit, Cookie-Files von seiner Festplatte zu löschen. Die Wirksamkeit von Cookies hängt also absolut von der Kooperationsbereitschaft der Nutzer ab. Das ganze Thema wäre nicht weiter spektakulär, wenn es nicht einerseits so zentral für die Messung von Besuchern wäre und andererseits von einem Großteil der Internet-Nutzer als Ärgernis betrachtet würde. Seite 17 von 165

18 Nutzer sind inzwischen sehr sensibel in puncto Datensicherheit. Sie sind oft in Sorge, ausspioniert zu werden oder durch Spy-Programme und Trojaner missbraucht zu werden. Um den Schutz der Nutzer vor unerwünschten Effekten beim Surfen zu erhöhen, gibt es eine Unzahl von Hilfsmitteln, die den Datenverkehr zwischen dem einzelnen PC und dem Internet überwachen. Derartige Tools (Firewalls, Webwasher, Virenschutz-, Privacy-Kontrollen, Sicherheitskonfigurationen in den Browsern et cetera) betrachten auch Cookies generell als potentielle Gefahr. Faktisch sind Cookies für die Nutzer nutzlose Ärgernisse. Für die Unternehmen aber die einzige Möglichkeit, zu einigermaßen zuverlässigen Daten zu kommen. Daraus ergibt sich für die Betreiber von Websites die logische Konsequenz: Wenn möglich, sollte vermittelt werden, wozu Cookies gebraucht werden. Und wo der Nutzen für den einzelnen Besucher liegt. Eine wirklich eindeutige und verlässliche Identifikation ist nur durch eine explizite Anmeldung (Login) bei jedem Nutzungsvorgang zu erreichen Kontaktpunkte Webseiten sind in der Regel nicht vom übrigen Internet isoliert, sondern verfügen über Kontaktpunkte (Hyperlinks) zu weiteren Webseiten. Die Betätigung eines Links bei Suchmaschinen, Werbeflächen oder Kooperationspartnern stellt damit einen wichtigen Moment dar, an dem ein Nutzer die Website betritt oder gar wieder verlässt. Analysiert man diese Kontaktpunkte, so erhält man Anhalt darüber, was ein Nutzer beim Eintreten erwartete beziehungsweise wo und vor allem warum er das Interesse wieder verlor. Gerade bei Werbeflächen ist das Erfassen der Kontakte unabdingbar. Hier leitet sich nämlich oft der Preis der Werbefläche ab. Angaben über die Einstiegspunkte finden sich in den Referrer-Einträgen der Logfiles. Die Anzahl der Nutzer, die eine Seite über einen Link wieder verlassen, ist nicht aus dem eigenen Logfile ermittelbar. Schließlich löst der Link einen Request an einen fremden Server aus. Der letzte Eintrag ist daher beim Betreten der Seite erstellt worden, die den Link enthält. Einen Lösungsansatz für diese Problematik bietet das Einfügen zusätzlicher Seiten, die zwar selbst keinen Inhalt anzeigen, dafür aber zuerst ein Zählprogramm auslösen, um dann unmittelbar auf die gewünschte Zielseite weiter zu verbinden (Greenspun 1998, S. 106). Seite 18 von 165

19 2.5.6 virtuelle Nutzer Einträge in Logfiles müssen nicht zwangsläufig von realen Personen stammen. Beispielsweise werden im Zuge einer Suchmaschinenanmeldung sämtliche Inhalte einer Webseite automatisch indexiert. Dies erfolgt eigens durch Suchprogramme der jeweiligen Suchmaschinen-Betreiber. So genannte Spider, Crawler oder Bots. Diese virtuellen Nutzer hinterlassen charakteristische Spuren in den Agent-Einträgen und IP-Adressen der Logfiles, was eine Filterung der Nutzungszahlen zulässt (Puscher 2000, S. 102; drweb 2006) Frames Die inhaltlichen Daten von Logfiles werden nicht ausschließlich durch technische Rahmenbedingungen bestimmt, sondern auch durch die Strukturierung der Website. Der Einsatz von Frames lässt eine Seite aus mehreren Dateien bestehen. Neben dem Frameset, das Größe und Anordnung der übrigen Frames bestimmt, sind dies vor allem Inhalts-, Navigations- oder Werbeframes. Für den Benutzer ist normalerweise nur der Inhaltsframe von Interesse; die anderen Frames dienen lediglich als gestalterisches Mittel. Dennoch werden diese bei sämtlichen Serverabrufen im Logfile vermerkt und gelten damit als Teil des Nutzungsvorgangs. Um die Dokumentation und Auswertung auf relevante Inhalte zu beschränken, können die Seiten im Quellcode der Website-Programmierung mit einer Markierung versehen werden, die den Typ des jeweiligen Dokuments anzeigt. Eine Eintragung im Logfile erfolgt nur, wenn die Datei als Seiteninhalt markiert ist, während Framesets oder Navigationsframes nicht protokolliert werden. 2.6 Standardisierungsbemühungen Unterschiedliche Definitionen von Messgrößen und die erwähnten technischen Probleme bei der Auswertung von Logfiles bedingt eine Einigung auf ein standardisiertes Messverfahren. Zumindest dann, wenn ein Vergleich der Website-Aktivitäten verschiedener Anbieter erfolgen soll. Die Informationsgemeinschaft zur Feststellung der Verbreitung von Werbeträgern e. V. (IVW) bietet ein solches Verfahren für den deutschsprachigen Raum an. Bei deren Mitgliedern werden die Messgrößen Page Impressions (Page Views) und Visits monatlich erhoben und auf der Website der IVW (Info 2006) veröffentlicht. Gemeldete Mitglieder der IVW sind ausschließlich Betreiber von Websites, die Werbung Dritter zulassen und durch die Veröffentlichung ihrer Zugriffszahlen einen Reichweitenvergleich für potenzielle Werbekunden ermöglichen. Die Teilnehmer dieses IVW-Verfahrens implementieren eine spezielle Zählsoftware auf ihren Web-Servern, welche die Erfassung der oben genannten Messgrößen entsprechend den IVW-Kriterien überwacht. Für die korrekte Zählung sind die Seiten in Werbeseiten, Seite 19 von 165

20 Navigationsseiten, Content Pages und die Homepage (Startseite eines Angebots) zu klassifizieren. Bei der Durchführung werden nur die Homepage und die Content Pages berücksichtigt. Ergänzend wird in jede Seite eine ein Pixel kleine, nicht sichtbare Grafik (WebBug) implementiert, die bei jedem Seitenzugriff garantiert neu geladen und somit nicht in einem Cache zwischengespeichert wird. Durch die geringe Größe der Grafik entsteht eine vernachlässigbare Mehrbelastung der Übertragungswege. Ein Eintrag in das Logfile erfolgt bei jedem Aufruf dieser Grafik. Zur Auswertung stellt die IVW ein eigenes Tool bereit, das Page Impressions und Visits nach deren Definition ermittelt. Dieses Verfahren bietet demzufolge weder eine tiefer gehende Analyse der Web-Präsenz noch besonders wertvolle Zahlen über das Nutzungsverhalten. Der Einsatz des IVW-Verfahrens dient lediglich der Ermittlung einheitlicher Zugriffszahlen für die angeschlossenen Websites, um das quantitative Werbepotenzial anzuzeigen. Nachstehend ein Beispiel für ein Pixelbild wie es auf Spiegel-Online für die Zählung bei der IVW eingesetzt wird: <img src=" ag9tzxbhz2uvy2vudgvy/szwprofil-1001" width="1" height="1" border="0" align="right" alt=""> Code 2: Pixelbild 2.7 Rahmenbedingungen des Datenschutzes Web-Analytics-Systeme berühren potentiell die Datenschutzrechte von Website-Besuchern und - Empfängern. Unabhängig von der gesetzlichen Lage bestehen darüber hinaus bei Internet-Nutzern erhebliche Sorgen und Unsicherheiten hinsichtlich des Umgangs mit ihren Daten. Dies gilt für Internet- Nutzer aus Deutschland, anderen europäischen Ländern, und nicht weniger für amerikanische Surfer (auch wenn die gesetzlichen Vorgaben weniger eng sind). Spektakuläre Fälle von gestohlenen Bankdaten (Phishing) und unseriöse Praktiken von Adress- und Datenhändlern verstärken diese Bedenken zusätzlich. Das ganze Thema - IP-Adressen, Datenspeicherung, Cookies, unsichtbare 1-Pixel-Bilder und so weiter ist für den durchschnittlichen Internet-Nutzer einerseits technologisch undurchsichtig und andererseits hochgradig negativ besetzt. Misstrauen und Ängste werden durch Halbwahrheiten und bewusste Vermischung unbedenklicher und illegaler Praktiken in kommerziellem Interesse gefördert. Seite 20 von 165