|
Vor zehn Jahren habe ich aufgezeigt, dass die Seiten-Popularität eines
Webauftritts
einem physikalischen Kraftgesetz folgt. Kurz gesagt: Ein paar
wenige Seiten waren extrem populär, ein grösserer Teil
war gemässigt populär, und beim Rest handelte es sich um die
grosse Menge der schwach besuchten Seiten.
Mathematisch ist die Zipf-Kurve eine Gerade auf einem doppel-logarithmischen
Diagramm, bei dem wir die Seiten mit ihrem Popularitätsrang
auf der x-Achse und die Zahl der Treffer auf der y-Achse
eintragen. Die alten Analysen haben
gezeigt, dass die gleiche Verteilung beides beschreibt, die
Zahl der von aussen auf die Seiten kommenden Besucher und den
Traffic, den die Mitarbeiter eines Unternehmens selbst
erzeugen, wenn sie auf fremde Websites gehen.
Gelten diese Ergebnisse
auch heute noch? Das Web ist heute 2.200 Mal so gross, die
Traffic-Patterns könnten sich also geändert haben. Genau das
wollte ich herausfinden.
Die Seitenpopularität
Das folgende Diagramm
zeigt den Traffic auf useit.com während eines erst kurz zurückliegenden
Zeitraums von acht Wochen. Jeder Punkt steht für eine Seite,
und die Seiten sind nach ihrer Popularität geordnet. Die
populärste Seite (die Startseite) hatte 261.024 Abrufe.
Bei den populärsten 350
Seiten folgen die empirischen Daten der Theorie bemerkenswert
gut. Danach allerdings weichen die Daten vom theoretischen
Pfad ab: Die nächsten
700 Seiten haben weniger Traffic als vorausgesagt.
Die kleine Bild oben rechts zeigt das entsprechende Diagramm von meiner
Analyse vor zehn Jahren. Es ist fast unheimlich, wie stark es
den neuen Daten ähnlich sieht. Insbesondere fällt das Ende
bei der alten Kurve genau so ab und lässt somit eine Menge
Seiten mit wenig Traffic vermissen.
Das Abbildung des "grossen Rests" fehlt in beiden Diagrammen, weil die Sites noch
nicht genügend alte Inhalte angesammelt haben, um die
erwartete Anzahl von Seiten mit wenig Traffic zu haben. Es
dauert wahrscheinlich Hunderte von Jahren, bis eine Website,
die von einer einzelnen Person (oder auch nur von einer
einzelnen Marketing-Abteilung) geschrieben wird, eine
Viertelmillion Seiten angesammelt hat.
Traffic von anderen Websites
Das nächste Diagramm
zeigt die Anzahl der Besucher, die innerhalb des Zeitraums von
acht Wochen über Links von anderen Websites auf unsere Site
gelangt sind. Jeder Punkt steht für eine externe Website.
In diesem Fall
umschlingen die empirischen Daten die rote Linie der Theorie
auf ihrem ganzen Weg bis hinab zur x-Achse. Der Unterschied
ist: Hier fehlen keine Sites, die auf useit.com
verlinken könnten, und eine grosse Zahl dieser Websites
sind gering frequentierte Blogs, die nur gelegentlich
einzelne Benutzer referenzieren.
Eine offensichtliche Ausnahme von der
Theorie ist, dass die Website, über welche die meisten Besucher
hereingekommen sind, für viel
mehr Besuche verantwortlich ist als vorausgesagt. Über Google
(angezeigt als extrag rosser Punkt) kamen 257.040 Besucher;
nach der Theorie hätten es nur 52.479 sein sollen.
Google ist demzufolge fünf mal so
populär wie in der Theorie vorausgesagt. Aber dieses Phänomen
könnte verschwinden, wenn andere Suchmaschinen aufholen. Ob
dies eintritt, kann uns nur die Zeit zeigen.
Und: Google ist zwar überproportional
wichtig, aber wenn man sie zusammenzählt, erzeugen die übrigen
35.631 mit useit.com verlinkten Websites 35% mehr Verkehr. Es
ist also keine gute Idee, sich nur auf die Nummer 1 zu
konzentrieren.
Suchmaschinen-Anfragen
Um useit.com zu finden
haben die Benutzer über sämtliche verschiedenen
Suchmaschinen hinweg insgesamt 110.399 verschiedene
Suchanfragen eingegeben. 83% dieser Anfragen wurden in den
besagten acht Wochen jeweils nur ein einziges Mal benutzt.
Die 10 häufigsten
Anfragen erzeugten 10% des gesamten Verkehrs, jede davon ist
also eindeutig wichtiger als die, die nur einen einzigen
Besucher hereingebracht haben. Doch wenn man sie zusammenzählt,
haben die einfach benutzten Anfragen drei Mal so viel Verkehr
eingebracht wie die 10 meistbenutzten Anfragen. Diese
Statistik zeigt, wie fehlerhaft es ist, die Suchmaschinen-Optimierung nur auf ein paar besonders
leistungsstarke Anfragen zu konzentrieren. Ihre Website muss
gefunden werden, sobald die Benutzer relevante Anfragen
eingeben – und normalerweise gibt es dafür sehr viele Möglichkeiten.
Das folgende Diagramm
zeigt die Verteilung der Suchmaschinen-Anfragen, sortiert nach
der Anzahl der eingehenden Besucher, welche das jeweilige
Suchwort benutzt haben.
Das Diagramm zeigt grob
die erwartete Verteilung, aber mit einer Ausbuchtung bei den
Anfragen Nr. 5 bis 300. Mit anderen Worten, Anfragen im
mittleren Bereich sind wichtiger, als die Theorie voraussagt.
Beispiele für Suchanfragen in diesem Bereich sind »response
time« (Antwortzeit), »open link in new window« (Link in neuem
Fenster öffnen), »teenagers«, »site maps«, »eye tracking«
und »link color« (Linkfarbe). Useit.com hat sich nicht
besonders auf diese Themen spezialisiert, das ist auch ein
Grund dafür, dass sie nicht am
Anfang der Liste stehen. Doch zu jeder dieser Anfragen habe
ich zumindest einen passenden Artikel.
Im Allgemeinen behandelt
meine Website ein breites Spektrum von Themen in einiger
Tiefe, und das ist wahrscheinlich der Grund für diese
Ausbuchtung bei den mittleren Anfragen mit Extra-Traffic.
Wenn wir die Liste der
Anfragenpopularität nach unten weiterverfolgen, werden die
Anfragen länger und länger. Das folgende Diagramm zeigt die
Anzahl der Wörter in der Anfrage für jede der ersten 19
Gruppen von jeweils 1000 Anfragen. (Das heisst: Die Anfragen
Nr. 1-1000 waren die ersten, gefolgt von den Anfragen Nr.
1001-2000 und so weiter bis zu den Anfragen Nr.
18.001-19.000).
Anfragen mit einem
einzelnen Wort waren unter den ersten tausend Anfragen (also
denen, die den meisten Verkehr erzeugt haben), weit
verbreitet, fielen weiter hinten aber rasch ab. Im Gegensatz
dazu sind Anfragen mit vier oder fünf Wörtern unter den
populärsten Anfragen selten, stellen aber einen grossen
Anteil der Anfragen jenseits der ersten 7000.
Das zeigt, wie wichtig es
ist, beim Suchmaschinenmarketing auf längere Anfragen zu
achten: Anfragen mit mehreren Wörtern sind am besten
geeignet, um das weite Feld der Benutzerinteressen abzudecken.
In diesem Fall gehörten
zu den langen Anfragen im Verkehrsbereich um 7000 z. B. »radio
buttons and check boxes« (fünf Wörter) und »horizontal
scrollbar in html« (waagerechte Scroll-Leiste in Html, vier Wörter).
In 10 Jahren fast keine
Veränderung
Beim Vergleich der neuen
Daten mit denen von vor zehn Jahren fällt am meisten auf,
dass die Kurven fast gleich aussehen. Viele Messwerte des
Webverkehrs folgten 1996 einer Zipf-Verteilung, und sie tun es
heute immer noch.
Die beiden Ausnahmen
haben mit Suchmaschinen zu tun:
- Eine einzige Suchmaschine
ist unverhältnismässig populär. Ist das ein vorübergehender
Glücksfall oder eine fundamentale Veränderung in der
Internet-Fabrik? Das werden wir in zehn Jahren überprüfen.
- Die Benutzer geben
heutzutage öfter lange Suchanfragen ein. (Diesen Trend
diskutiere ich detailliert in meinem Kurs über die
grundlegenden Richtlinien für Web-Usability).
Doch im Grossen und
Ganzen bleiben die wichtigsten Muster des Internet-Gebrauchs
bemerkenswert stabil. Das beruht auf dem gleichen Phänomen,
das auch die langfristige Haltbarkeit von
Usability-Richtlinien bestimmt. In beiden Fällen sind die
Schlussfolgerungen unabhängig vom technischen Wandel oder von
Modewellen. Vielmehr beruhen sie auf der grundlegenden Natur
menschlichen Verhaltens.
Wenn Sie wissen, dass
eine einzige Verteilung diese vielen Erscheinungsformen des
Internet-Gebrauchs beschreibt, erleichtert Ihnen das die
Analyse Ihrer eigenen Logfiles: Tragen Sie Ihre statistischen
Daten über einer log-log-Skala ein [d.h. ein
Koordinatensystem mit zwei logarithmischen Skalen] und sehen
Sie nach, ob sie auf einer Geraden liegen. Wenn ja, dann folgt
Ihre Website der Theorie. Wenn nein, dann sehen Sie nach, wo
Sie abweichen: An der Spitze, in der Mitte oder am Ende?
Oberhalb oder unterhalb der vorausgesagten Gerade? Jede
Abweichung hilft Ihnen zu verstehen, in welcher Weise Ihr
Verkehr von der Norm abweicht. Diese Einsichten können Ihnen
auch Hinweise auf Wachstumspotenziale geben.
|
