Webanalisten.nl overzicht 2009: de toppers

Je doet iets met analyse of je doet het niet… Ik heb me afgelopen weekend even uitgeleefd op de cijfers die wij hebben over de artikelen, reacties en de auteurs. In totaal zijn er in 2009 180 artikelen door 33 verschillende auteurs geplaatst. De artikelen werden gelezen door een som van 90.645 unieke webpagina lezers over alle artikelen. Dezelfde artikelen behaalden 113.248 item views via RSS achtige readers (waarin het hele artikel ook te lezen is). Dit komt redelijk overeen met de uitgaande kliks in artikelen die 50/50 verdeeld zijn over herkomst webanalisten.nl en andere herkomsten.

Het gemiddelde bereik van een artikel ligt daardoor naar verwachting iets boven de 1000 unieke personen. Bij deze artikelen werd afgelopen jaar door in totaal 374 verschillende unieke personen 1335 reacties geplaatst. Tot slot werd er over deze artikelen volgens topsy.com 889 maal getwitterd.

Welke toplijsten en hoe is de score tot stand gekomen?

Op basis van de cijfers per artikel en auteur heb ik de volgende toplijsten gemaakt:

  • Top 15 beste artikelen van 2009
  • Top 10 beste auteurs van 2009

Wat heb ik nu gedaan om uiteindelijk een sortering te maken?

  1. De volgende data heb ik opgevraagd:
    1. Per artikel uit 2009
    2. Per auteur
      • Aantal artikelen geschreven in 2009 (via de WordPress database)
      • Aantal reacties geschreven in 2009 (via de WordPress database)
      • Gemiddeld aantal unieke vertoningen per geschreven artikel in 2009 (via Google Analytics)
      • Gemiddeld aantal rss views per geschreven artikel in 2009 (via Feedburner)
      • Gemiddeld aantal reacties per geschreven artikel in 2009 (via de WordPress database)
      • Gemiddeld aantal tweets per geschreven artikel in 2009 (via de API’s van Topsy, Tweetmeme en Backtype)
  2. Voor elke score per artikel of auteur heb ik toen berekend wat het aandeel was in het totaal (van de som van alle comments, artikelen, unieke vertoningen etc.).
  3. Hierna heb ik een aantal wegingen doorgevoerd voor elke aandeelwaarde die ik had bij een score onderdeel van een artikel of een auteur:
    1. Ik heb berekend wat het gemiddelde was van, bijvoorbeeld, het aantal comments per artikel, om daarna te bekijken wat het gemiddelde is van de comments per artikel van alle artikelen waarbij het aantal comments per artikel hoger of juist lager was dat het normale gemiddelde. Deze 2 waarden heb ik op elkaar gedeeld (hoog/laag). Dit om te zorgen dat aandeelwaarde onderdelen met een grotere spreiding (dat deels door toeval kan ontstaan zijn) minder zwaar meewegen. De reeds berekende score van het vorige punt heb ik gedeeld door deze weging.
    2. Bij artikelen heb ik rss views en tweets beiden nogmaals door 2 gedeeld. Het effect van veel rss views en veel tweets is namelijk ook meer uniek bezoek. Ik wil voorkomen dat auteurs die goede koppen schrijven of een groot tweetbereik hebben dubbel worden beloond.
    3. Bij auteurs is om deze zelfde reden de score van het gemiddeld aantal tweets en rss views per artikel gehalveerd. Tevens is de score voor het aantal eigen reacties gehalveerd (deze heeft namelijk ook effect op het totaal aantal reacties).
  4. Tot slot heb ik de data gefilterd:
    1. artikelen: alle artikelen met als inhoud een verloting zijn verwijderd uit de toplijst (onnatuurlijk hoog aantal reacties en/of tweets).
    2. auteurs: alle auteurs die maar 1 artikel hebben geschreven in 2009 zijn niet meegenomen in de lijst, anders worden zij te hoog beoordeeld voor maar 1 heel geslaagd artikel! Ook zijn de gezamenlijke accounts “gastauteur” en “abnamro optimalisatie” verwijderd uit deze lijst.

De reden waarom ik heb gewerkt met 3 verschillende api’s om de tweet totalen te berekenen is vanwege het feit dat zij alle 3 niet volledig zijn in hun weergave van aantallen tweets. Enerzijds onthouden ze niet alle historische data, anderzijds mist 1 van de 3 wel eens wat tweets door verschillend (short) URL gebruik. Als oplossing heb ik er voor gekozen om de 3 verschillende aantallen bij elkaar op te tellen en als totaal per artikel (en auteur) mee te nemen.

Top 15 beste artikelen

titel
auteur
comments unique views rss views tweets score

1. 6 schrijftips voor een onweerstaanbare website
Aartjan van Erkel – De verwoording
16 2038 706 26 2,95

2. ´2 kleine aanpassingen en de conversie schiet omhoog´
Ton Wesseling – Online Dialogue
20 1980 731 8 2,92

3. De 9 redenen om de volle winkelwagen niet af te rekenen
Ton Wesseling – Online Dialogue
14 1760 862 42 2,83

4. Ontsla je contentmanager
Aartjan van Erkel – De verwoording
25 1021 765 112 2,79

5. SEO-copywriting kost conversie
Aartjan van Erkel – De verwoording
41 1215 650 6 2,73

6. Optimalisatie abnamro.nl: reisverzekeringen
abnamro.nl optimalisatie
40 868 734 40 2,63

7. De 6 geheimen van verleiding
Aartjan van Erkel – De verwoording
16 1818 550 4 2,51

8. 8 grote verbeteringen in Google Analytics aangekondigd
Daniel Markus – Clickvalue
20 859 802 33 2,06

9. Formulieren in banners leveren 5 maal meer conversie
Ton Wesseling – Online Dialogue
9 1374 618 13 2

10. Verschillen in web analytics systemen (TNO rapport)
Ton Wesseling – Online Dialogue
22 867 610 3 1,83

11. De plek van de webanalist
Xaviera Ringeling – Contentgirls
31 560 550 3 1,76

12. Optimaliseer URL´s voor Google
Xavier Maurits – Web Lodge
20 657 789 9 1,73

13. Optimalisatie abnamro.nl: credit card sales & service
abnamro.nl optimalisatie
21 587 604 34 1,72

14. Behavioral Targeting: Hoe ver mag je gaan?
Reinout Wolfert – SNS Bank
18 834 603 7 1,71

15. Tabs in productpagina´s voor meer conversies
Martijn van Vreeden – Traffic Builders
11 880 773 13 1,7

Top 10 beste auteurs

auteur artikelen comments unieke views per artikel rss views per artikel comments per artikel tweets per artikel score

1. Aartjan van Erkel – De verwoording 5 47 1352 665 22,4 30,8 3,45

2. Ton Wesseling – Online Dialogue 51 125 510 634 7 8,1 2,8

3. Xaviera Ringeling – Contentgirls 2 13 724 685 18 19 2,3

4. Reinout Wolfert – SNS Bank 30 127 471 612 6,6 5,2 2,26

5. Andre Scholten – Traffic4u 2 33 772 700 6,5 6,5 1,83

6. Vincent van Scherpenseel – E-mark 5 27 381 597 9,4 26,2 1,64

7. Daniel Schrijver – Oracle 4 7 442 663 8,3 22,3 1,6

8. Marcel Dumont – Global Top Media 4 7 527 624 8 12,5 1,58

9. Daniel Markus – Clickvalue 5 16 469 615 8,2 11,4 1,55

10. Egan van Doorn – OrangeValley 12 11 422 628 5,9 4,8 1,49

Felicitaties aan Aartjan, maar natuurlijk ook heel veel dank aan alle andere bloggers en reageerders. Happy new year en veel kennis en plezier met webanalisten.nl in 2010!

Reacties (4)

Reacties zijn gesloten.