Fyll på med kunskap ifrån, jag vågar säga Sveriges främsta experter, Niklas och Marcus.

Malin Hellström, tf Objektledare verksamhet digitala medier, Västra Götalandregionen

Missa inte att anmäla dig till nästa Matomosnack!


Hoppa till anteckning:

Årets sista Matomosnack blev en clinic med Västra Götalandsregionens (VGR) vardagliga utmaningar med Matomo, mätbarhet och uppföljning. Kort beskrivet om VGR:s verksamhet och det som har med Matomo att göra:

  • 1,8 miljoner invånare i länet
  • 56k anställda
  • Uppdrag: hälso- och sjukvård, kollektivtrafik, kultur, regional utveckling
  • Miljontals besök på webbplatserna.
  • Cirka 200 webbplatser i Matomo + att nationella tjänster som 1177.se, UMO.se, mfl, är viktiga kanaler.
  • Haft Matomo sedan ca 2010, intern drift och har hela Premium bundle.

Hur spåra 404-sidor & felsidor på rätt sätt?

Det vi uppehöll oss längst vid var hur man ska kunna jobba bort länkar till 404-sidor, alltså avpublicerat material.

Det VGR redan gjort var att följa Matomo-guiden att skriva om sidtitlar så som de registreras av Matomo.

How to track error pages (404 pages) in Matomo? Which URLs are 404 and which referrers lead to these pages?

Det innebär att istället för att Matomo registrerar sidtiteln som ”Sidan kunde inte visas” så får den en syntax i stil med följande:

404/URL = https://vgregion.se/hitte-på-404/ From = https://domän.se/med-trasig-länk/

Ett problem som VGR stött på var dock att From ofta var tomt. Det beror på något orelaterat, nämligen möjligheten för de som nu länkar till VGR:s felsida att utelämna uppgiften om sig själv som avsändare. Det kallas för en webbplats referrer-policy och det blir allt vanligare att vi i Matomo inte kan se den kompletta adressen på sidan som en besökare kom ifrån, utan enbart domänen. En annan variant är att helt stryka detta så den webbplats som tar emot besökaren blir tvungen att registrera besökaren som ”Direkttrafik” så som det visas upp i Matomo. Här finns dokumentation om Referrer-Policy:

Referrer-Policy - HTTP | MDN

Men för att inte fastna i detta problem la vi energi på en skräddarsydd rapport (custom reports, ett premiumplugin till Matomo) som enbart listade den trafik till 404-sidor som Sarah och Bettina på VGR faktiskt kan jobba med. De där avsändaren är känd, oavsett om den var intern mellan organisationens webbplatser eller någon utomstående.

Skärmdump från Västra Götalandsregionens Matomo - vid konfiguration av Custom reports för analys av 404-meddelanden

Ifall man följer ovanstående Matomo-guide kommer ens custom report att behöva följande filter för att enbart lista trafik från sidor man åtminstone får veta domänen eller i bästa fall den fullständiga adressen:

  • Sidtitel – Innehåller – 404
  • OCH
  • Sidtitel – Innehåller – From = http

Anledningen att detta filter fungerar är först för att det filtrerar fram att 404 måste ingå i sidtiteln. Dessutom måste From = http finnas i sidtiteln. Ifall källan till trafiken saknas så finns inte delen http i sidtiteln utan då endast From =.

Resten av denna custom report konfigureras efter eget tycke. Förslagsvis är det Sidtitel man har som dimension och Besök som variabel av den enkla anledningen att Matomos styrka är att ge perspektivet hur vanligt förekommande denna sämre upplevelse är och att man kan börja i den änden där insatser gör mest nytta.

Västra Götalandsregionen har ju också Siteimprove som kan leta trasiga länkar. Detsamma finns som funktion inne i Episerver. Det de inte har är data om det är brutna länkar som någonsin klickas på. Ja, om man inte har överskott med tid är det rimligt att Matomo är ens primära verktyg för att följa upp 404:or.

Rent generellt, hur följer man upp sina inlänkar och allra helst de där avsändarna av trafiken har låst ner sin Referrer-Policy?

Marcus hade två förslag:

  1. Gratisverktyget Google Search Console – där brukade man ha en viss översikt över vilka webbplatser som länkar in till ens webbplats. Dock oklart hur långt man kommer med detta för en enorm webbplats som VGR:s primära externwebb.
  2. Betalverktyget Ahrefs som är ett SEO-verktyg för att utvärdera en webbplats backlinks och länkprofil. Det är en enorm katalog av vem som länkar till vem på internet.

How to Check Backlinks: 7 Tremendous Backlink Checker Tools – några tips till.

Bettina nämnde att man tidigare kunde använda Googles avancerade sökning för att hitta vem som länkar till en specifik adress. Efter lite research visade det sig att denna funktion finns kvar direkt i själva sökfältet om man följer följande söksyntax:

link: https://www.vgregion.se/jobba-i-vgr/sok-jobb-i-vgr/ -site:vgregion.se -site:varbi.com

Länk till det sökresultatet.

Det vi vill ha där är vilka som länkar till VGR:s jobbsöksida, men vi har valt bort alla länkar som finns på VGR:s egna domän vgregion.se samt deras upphandlade jobbannonstorg Varbi.

Heatmaps och skrollkartor som inte är logiska

En annan frågeställning var exempel på oväntad funktion i Matomo hann vi inte reda ut fullständigt, men bekymret är att klickkartan i Matomos premiumfunktion Heatmaps såg trovärdig ut. Dock såg skrolldjupet inte trovärdigt ut då det nästan omgående var knappt 3 % som skrollat.

Vår hypotes under mötet var att det kan bero på en krock i Javascript-kod. Att Matomo Tag Manager i VGR:s fall gick i kollision med något annat skript på de sidor där skrollning inte registrerar korrekt. Detta är något man visserligen själv kan undersöka via sin webbläsares utvecklarverktyg, närmare bestämt console i det här fallet, men nog är mer för ens IT-personal eller närmsta utvecklare.

Nyheter om Matomo och övriga anteckningar

  • Matomo 4.13 släppt! 🎉

Kalendern:

  • 30 januari – Superweek som brukar släppa presentationerna öppet
  • 25 mars – okonferensen Measurecamp i Helsingfors
  • 22 april – Measurecamp i Amsterdam
  • 26 juni – Snowflake Summit i Las Vegas, för den som är intresserad av en data-pipeline för insamlingen av data för analys

Önskemål inför kommande Matomosnack:

Efter förkylningar och kräksjukor, som sköt upp snacket två veckor tidigare, var vi tillbaka. Dagens presentation hölls av Niklas Ternstedt från Whitespace och Johan Ljungkvist från Region Skåne. De gjorde en gemensam clinic i Matomo med Region Skåne som övningsfall.

Ax till limpa: Effektmål > Mätområde > Mätvärde > Rapport

Inför öppen ridå började de med regionens effektmål, till mätområden, till att ett sätt att mäta ”Ökad innehållskvalitet” är att i Matomo fånga upp återkoppling från riktiga användare av webbplatsen. Region Skåne har, som många andra, en sån där fråga ”Fick du hjälp av informationen på sidan?” som kan besvaras med antingen ”Ja” eller ”Nej”. Likt en enkät i mikroformat.

Men de hade kört fast i den sista delen, nämligen i hur man i Matomo ska kunna få ut en rapport för att börja analysera och dra slutsatser. Förutsättningarna innan mötet var att man spårade användarinteraktionen med Ja/Nej med en händelse till Matomo. Om händelsen var ”Ja” så triggades ett mål i Matomo med värdet +1, det vill säga något motsvarande ett positivt värde. Om klicket var på ”Nej” registrerades också ett mål, ett ”anti-mål”, som i något oönskat och med målvärdet -1.

Det här var dock svårt att få ihop till en rapport ens med premium-pluginet Custom reports.

Hypotes: Justering av händelsespårningen är saliggörande?

Matomos inbyggda målfunktionalitet hjälpte inte riktigt till med att besvara på vilken sida (anti)målet inträffat, så första försöket av att utveckla mätvärde tog Skåne halva vägen fram.

Under snacket blev istället hypotesen att i Matomos händelsespårning logga sidtitel + knapptext. Det vill säga exempelvis:

Så styrs Region Skåne – Ja

Ifall en användare klickat på Ja-knappen på sidan med titeln Så styrs Region Skåne.

Händelserapporter eller Custom reports

Då finns åtminstone data inne i Matomo som besvarar frågan vad av Ja/Nej som klickats på och för exakt vilken sida på webbplatsen. Om man inte har Custom reports så kan man göra samma sak här, men kommer då få nöja sig med hur denna data rapporteras under Beteende Händelser.

Ifall man har Custom reports så är det en smaksak hur man vill designa sin rapport. Kanske att man vill lista allt rakt uppåner för att själv tänka ut fördelningen mellan Ja- och Nej-svar för en viss sida. Ett annat alternativ är att ha Custom reports som ett mellansteg för att ”designa” den data man främst vill exportera ur Matomo.

Och ja, det är vanligt att det känns lite som trial 'n error när man bygger upp sina Custom reports.

Namnstandard i Matomo Tag Manager?

Nedan är ett utkast på namnstandard för MTM. Whitespace rekommenderar generellt att man har en dokumenterad namnstandard så man slipper sitta och gissa något år senare vad den insamlade datan egentligen betyder.

Taggar i Matomo Tag Manager (MTM)

  • [Eventuellt vilket system]
  • [Eventuellt om det är en specifik del av webbplatsen]
  • [Typ av tagg]
  • [Vad taggen mäter]
  • [Eventuellt mer information vad den mäter]
  • Börja varje ord med stor bokstav
  • Separera med bindestreck -
Exempel

Vi ska mäta klick på länken fler sökalternativ på en kunds webbplats.

Taggens namn blir då: Händelse - Fler Sökalternativ

Vi ska mäta klick på select-listan huvudkategori på en kunds webbplats.

Taggens namn blir då: Händelse - Fler sökalternativ - Huvudkategori

Vi ska mäta knappen första sida i bildvisningsfunktionen på en kunds webbplats.

Taggens namn blir då: Bildvisning - Händelse - Första Sidan

Triggers i MTM

  • [Typ av trigger]
  • [Vad triggern mäter]
  • Börja varje ord med stor bokstav
  • Separera med bindestreck -
Exempel

Vi ska mäta klick på länken fler sökalternativ på en kunds webbplats.

Taggens namn blir då: Element - Fler sökalternativ

Variabler i MTM

  • [Typ av variabel]
  • [Vad variabeln gör eller vilket värde den hämtar från datalagret]
  • Börja varje ord med stor bokstav
  • Separera med bindestreck -
Exempel

Vi vill hämta ett specifikt DOM-element, till exempel CSS-klassen för rubrikerna i toppmenyn på en kunds webbplats.

Då blir variabelns namn: DE - .navHasNoChildren clickMenu

DE står för DOM Element och sedan är det namnet på CSS-klassen som rubrikerna har.

Förkortningar av de olika variablerna
  • Constant - C
  • Time since page load - TSPL
  • Page Meta Content - PMC
  • Custom Javascript - CJ
  • DOM Element - DE
  • DataLayer - DL
  • First-party cookies - FPC
  • Referrals - R
  • Javascript Variable - JV
  • URL Parameter - UP
  • URL Variable - UV

Nytt i Matomo

Filmer från årets Matomocamp:

Whitespace kompletterar Matomosnack-träffarna med ett konto på Mastodon (dit många flytt från Twitter) där vi publicerar och återpublicerar saker som är intressant för oss i Matomo-sfären:

Ronan Chardonneau skriver på en bok om Matomo. Översättning till engelska väntas preliminärt till kvartal 1, 2023.

Kalendern

Övrigt

Lite länkar och dialog från chatten.

Nytt förslag på ämne för nästa träff är den där ”hälsokontrollen” man vill ha gjord för att kunna följa upp generiska saker som 404-felsidor, nollresultat i sök och eliminera de anställdas besök på sin externwebb. Hör av dig om du har fler sådana frågor.

Preliminärt kör vi detta som en clinic på en av Västra Götalandsregionens webbplatser eller intranät. Men är du intresserad hör du av dig till Marcus.

Förslag sedan tidigare är:

  • A/B-tester – där vi söker någon som kört ett experiment på sin webbplats, för demo
  • Visualisering av data utanför Matomo – Marcus vill ha mer input om någons exempel på behov eller om någon har något att visa upp

Nästa träff är den sista för året. 20:e december, klockan 15. Om du inte är anmäld till Matomosnack, och får våra mejl med anteckningar och agenda mellan träffarna, så kan du anmäla dig på följande sida.

Dagens presentation hölls av Johan Westin som är en av de mer tekniskt kunniga i Whitespaces Matomo-team. Johan gick igenom tagghantering och samtyckes-frågeställningar.

Nu ligger Johans presentation från Matomocamp i samma ämne ute öppet - se den här. Och här finns Johans presentationsbilder från Matomocamp.

Det blev en del diskussioner om vad kakor egentligen är i teknisk och juridisk mening. Att kakfrågan lyder under LEK (lag om elektronisk kommunikation, ePrivacy är EU-direktivet bakom) och att personuppgifter i kakor lyder under GDPR.

PTS (Post- och Telestyrelsen) är tillsynsmyndighet för LEK och skriver följande om kakor:

”Lagen gäller mer än kakor

Det finns olika kakor

Kakor kan se ut på olika sätt. Flera olika tekniska lösningar berörs av samma regler. Bestämmelsen gäller, förutom traditionella kakor även liknande tekniska lösningar där information lagras och hämtas från en användares terminalutrustning.”

Information om kakor (PTS)

Kakfrågan på en webbplats kan också likna en fråga om samtycke, vilket regleras av GDPR:s artikel 6 ifall kakan/behandlingen innehåller personuppgifter.

Det är viktigt att man tar stöd av jurister när man gör dessa vägval. Så man som icke-jurist inte ensam behöver komma fram till vilken uttolkning av lagar och praxis organisationen gör.

Länkar som togs upp:

Dagens introducerande ämne var omvandlingskanal. Kanske mer känt som conversion funnel. Vi pratade om dessa olika nivåer av framgång mot ett konverterande besök på en webbplats eller app. Omvandlingskanal är ett premium-tillägg i Matomo och ingår i Premium Bundle ifall du funderar på det paketet så får du också det extremt populära Custom reports.

AIDA-modellen

En kommunikativ och kommersiell vinkel på omvandling eller konvertering är AIDA-modellen, som ibland kompletteras med ett ’S’ på slutet för tillfredsställelse. Om man har AIDA-modellen som en omvandlingskanal går konverteringen i följande steg uppifrån:

  • A - Attention (uppmärksamhet)
  • I - Interest (intresse)
  • D - Desire (önskan)
  • A - Action (handling)
  • S - Satisfaction (tillfredsställelse)

Det är en modell för aktivering av en kund.

Kommunikationstrappan - att planera sin kommunikations effekt

På Marcus tidigare arbetsplats har kommunikatörer ofta refererat till en “kommunikationstrappa” och då menat att ibland är det bara uppmärksamhet som behövs. Se exempel på kommunikationstrappa hos Region Jönköpings Län.

Om det räcker med att nå ut blir det en väldigt kort omvandlingskanal och blir förstås svårt att mäta också på andra sätt än “vanity metrics”. Blir lite att redovisa hur många som potentiellt nåtts av budskapet snarare än att något mätbart av värde inträffat.

Men kommunikationstrappan kan också leda till att man siktar på engagemang och då blir omvandlingskanalen djupare.

En UX:are kanske kallar något motsvarande AIDA-modellen för en kundresa?

Webbanalytikern vill förstå, förutspå och förbättra

Inom webbanalysen blir det i alla fall en fråga om att utvärdera vilka delmoment som kan mätas och följas upp i efterhand. Det med den mest grundläggande av sysslor för en webbanalytiker; viljan att förstå.

Omvandlingskanal är ett utmärkt hjälpmedel då det också stödjer webbanalytikers intresse av att förutspå saker och jobba fram hypoteser på förbättringar. Det är liksom hela cirkeln av sysslor. Utveckla metod att mäta så man förstår det som används, för att utvärdera vilket oundvikligen leder till om man får sina förutsägelser bekräftade eller krossade, till att ha förbättringshypoteser som man återigen ska förstå, och så vidare.

Om du vill se exempel på omvandlingskanaler i Matomo kan du kolla in den officiella webbplatsens info här.

Nytt om Matomo i oktober

Matomo 4.12.2 släpptes och innehåller:

  • Fixar buggar från 4.12-4.12.1
  • Prestandaförbättringar mot databasen
  • Buggfix för nya opt-out mot spårning.
  • Säkerhetsfix så en superuser inte kan XSS:a en annan superuser

Nästa gång kommer vi äntligen att prata om samtyckeshantering av kakor / cookie-less / logganalys då Johan Westin gör ett gästspel. Han pallar tekniska frågor så utmana honom gärna!

Ämnet för dagen var dataexporter från Matomo. Om man bryter ner det består det av flera delar. Att få ut data ur Matomo kan göras genom:

  • Export från en vy inne i Matomo till diverse format (vilket demonstrerades)
  • Matomos Analytics Web API som stödjer hämtning av alla Matomo-rapporter, men man kan också styra Matomos funktion denna väg.
  • Gå rakt mot databasen

Men var ska man ha in denna data? Vanliga konsumenter kan vara följande:

  • Excel och andra kontorsapplikationer
  • Verktyg för Business Intelligence och visualisering. Som Tableau, PowerBI, Qliksense, etc.
  • Direktintegration mot något eller koppling till en RPA-bot som agerar baserat på data i Matomo.

Ibland finns en färdig Matomo-connector för det verktyg du vill få över data till. Exempelvis om man jobbar med dashboards i Google Data Studio (och har ofarlig data) finns det en connector som underlättar dataexporten.

Kodexempel i Python som visades upp

Att läsa in JSON-fil man exporterat från Matomo-vyn Beteende Sidor. Exportfilen heter matomoexport-2022.json och ska ligga i samma mapp som Python-filen.

 import json

f = open('matomoexport-2022.json') # Export från Matomos vy Beteende -> Sidor
json_data = json.load(f)

for url in json_data:
   if url.get('url') != None:
      print(f"URL: {url.get('url')}\nUnika sidvisningar: {url.get('nb_visits')}\n")

Köra ett test av statuskod på de populäraste sidorna

Detta för att se om de fortfarande är aktiva eller kanske numera resulterar i felsidor. En skillnad i tänk med att köra nedan kod och att spara statuskod i Matomo är att det i Matomo skulle bli en ögonblicksbild av när sidan besöktes. Nedan kod undersöker om det i detta nu är en fungerande adress eller ej.

Det här kan vara användbart när man en tid efter migrering till ett nytt webbpubliceringssystem vill undersöka om inarbetade och populära adresser överlevde skiftet till nya webbplatsen.

 import requests

for url in json_data:
   if url.get('url') != None:
      r = requests.get(url.get('url'))

      if r.status_code == 200:
         print(f"{r.status_code} i statuskod för {url.get('url')}")
      else:
         print(f"ÅNEJ! {r.status_code} i statuskod för {url.get('url')}")

print('Test klart!')


Ifall en sida inte fungerar exakt som det är tänkt (det vill säga svarar med 200) kommer det skrivas ut ett ÅNEJ… vilket berättar vilken adress du kan behöva kolla upp.

Många organisationer vill undvika att ge sina användare diverse dokument att ladda ner och hellre konvertera populärt material till webbinnehåll istället.

Nedanstående kod utgår ifrån tidigare export av data vilket betyder att man börjar med ”populärast först”. Att de webbsidor som besöks mest kan vara ett sätt att prioritera vilka dokument man ska göra till webbinnehåll först, vilka PDF-filer man ska tillgänglighetsgranska först, etc.

Nedan kod kollar ifall det finns länkar till filer med ändelser som:

  • .doc och .docx – Microsoft Word
  • .ppt och .pptx – Microsoft Powerpoint
  • .xls och .xlsx – Microsoft Excel
  • .pdf – Adobes PDF-format
 import requests
from bs4 import BeautifulSoup

for url in json_data:
   if url.get('url') != None:
      the_url = url.get('url')
      soup = BeautifulSoup(requests.get(the_url).text, 'html.parser')

      links = soup.select('a')
      for link in links:
         if link.get('href') != None and ('.pdf' in link.get('href') or '.doc' in link.get('href') or '.xls' in link.get('href') or '.ppt' in link.get('href')):
            print(f"{the_url} länkar till {link.get('href')}")

print('Test klart!')

När koden körs kommer den berätta på vilken adress på webbplatsen den hittade en länk till ”förbjudet dokument”, oavsett om länken är intern inom webbplatsen eller hos någon annan. Du får reda på adressen till dokumentet.

Visualisering och Business Intelligence med opensource-verktyg?

En deltagare tyckte det kändes knepigt att hämta in data till ett proprietärt verktyg för Business Intelligence, eller ännu värre om det är en molntjänst med beroenden utanför EU. Bra poäng!

Det finns ett gäng BI-verktyg som är opensource och som man kan drifta antingen lokalt på sin dator eller tipsa sin IT-avdelning för gemensam drift.

Här finns en lista på (mestadels) öppna verktyg:

12 Best Open Source Tools Data Teams Love

Marcus har hunnit testa igenom Lightdash och KNIME från ovanstående lista. Både Niklas och Marcus har kört (det öppna men inte fria) Tableau Public.

Utöver dessa finns Apache Superset. Känns dock ganska avancerat för att jämföras med ”self service”-ambitionen som BI brukar sträva efter i relation till folk som inte jobbar heltid med dataanalys.

Nytt om Matomo

Matomo version 4.12 är släppt. I grova drag är det en uppdatering som i vanlig ordning fixar med stabilitet. Också att den inbyggda funktionen för att tacka nej till spårning inte längre är beroende av iframes. Inbjudan som Matomo-användare introducerades i förra versionen och nytt för 4.12 är att det nu som administratör går att hämta ut en inbjudningslänk åt användaren.

Matomocamp släppte sitt program i förra veckan. Marcus och Niklas kommer presentera, men även Johan Westin hos oss. Vi kör om:

  • Tagghantering, samtycke
  • Bygga en grym instrumentpanel
  • Matomo för intranätanalys

Följ Whitespace på MatomoCamp 3-4 november

Förslag på ämnen för kommande Matomosnack är:

  1. A/B-tester (vi söker någon som har ett användningsfall att exemplifiera med).
  2. Visualisering av data utanför Matomo (Marcus vill ha mer input…)
  3. Omvandlingskanal - med händelser, det vill säga inte URL-baserat
  4. Olika spårningstekniker och olika juridiska perspektiv (LEK & GDPR) – cookie, cookie-less/logganalys och samtyckeshantering

Niklas visade upp betalfunktionen Heatmaps

Gick igenom gränssnittet för att skapa en heatmap, med samplingsfrekvens, var skärmdump hämtas ifrån, etc.

Tips om att dölja cookie-frågan från heatmapens skärmdump dök upp. När man skapar en heatmap kan man ange den CSS-klass som oönskade element har och som man inte vill ska vara med i bilden. Samma sak om det finns personuppgifter i den skärmdump som kan tas, då kan man välja något av följande:

  1. Helt gömma det CSS-elementet i konfigurationen av din heatmap. Det kommer ge elementet egenskapen display: none; när skärmdumpen tas.
  2. Ha en manuellt skapad adress till sidan för skärmdumpens ändamål, där påhittade personuppgifter skrivs in istället.

Om du aldrig sett en heatmap förut så är det en visualisering av hur användarna interagerar med en webbsida. Där finns varma, ljumna och kalla zoner för att visa vad som används mest och minst. Kanske känner du till det specialiserade verktyget HotJar? Det här är något motsvarande men med fördelen att det kan dra nytta av Matomos övriga funktioner som segment, målomvandling, med mera.

Heatmaps i Matomo har ett separat skript som laddas i webbläsaren och funktionen använder Matomos rådata.

En heatmap är ett verktyg som nog används mer frekvent bland UX-designers än de som närmar sig webbanalys från det statistiska hållet. Så behöver du validera dina sifferbaserade hypoteser med kvalitativa metoder är detta ett sätt att försöka nå insikter.

Om du missade Niklas och Linns webbinar nyligen om att mixa metoder kan du se den här.

Nytt om Matomo och avslutande dialog

Matomo-temat Modern har kommit ut i en ny version. Det påverkar alltså användargränssnittet inne i Matomo.

Det är vi på Whitespace som utvecklar det temat och även den första versionen var roligt nog väldigt populär. Fokus är på visuellt stöd och markera vad som är viktigast. Och nu kan man testa med mörkt läge vilket gör att man inte riskerar att bli bländad om man sitter i en mörk omgivning.

Gratiskonferensen Matomocamp 3-4 november.

Vi pratade visserligen om Matomocamp förra gången också, men värt att påminna om.

Matomocamp var förra året en aning tekniskt fokuserat, men det kanske blir lite mindre av det i år då (om allt går vägen) så kommer Niklas och Marcus ta upp mer verksamhetsinriktade frågeställningar som hur man använder verktyget och lite produktstrategi.

Länktips i möteschatten:

  • regex101 – för att laborera och testa reguljära uttryck (så kallade RegEx), vilket är en form av mönstermatchning, dessvärre med en hög inlärningströskel

Förslag på ämnen för Matomosnack 11:e oktober är i skrivande stund:

  • Skräddarsydda dataexporter (genom custom reports, kanske?) och effektiv datavisualisering utanför Matomo.
  • A/B-tester

Nytt om Matomo

  1. Gratiskonferensen om Matomo, MatomoCamp, kommer arrangeras 3-4 november 2022. MatomoCamp.org
  2. Digitaliseringsmyndigheten DIGG har släppt ett SDG-plugin för Matomo fritt på Github.
  3. Matomo Analytics version 4.11 släpptes i augusti. Största nyheterna är hur användare av verktyget numera bjuds in, samt att det går att aktivera målöversikt i standard­rapporterna. Aktiveringen ligger under tabellerna där vi brukar hitta insikter och enkel tabell som alternativ. Nu finns också ”Display a table with Goals metrics” där.

”Så gör vi”: Marcus visar hur man kan mäta öppna data, API:er och annat som inte är surfande på vanliga webbsidor

  • Öppna data?
    “Nya datalagen”, anno augusti 2022!
  • API:er?
    Utlämning av öppna data och interaktion mellan olika IT-system!
  • Varför till Matomo?
    Allt digitalt är inte surfande på vanliga webbsidor eller i appar!
  • Hur rent tekniskt?
    Manuellt ange; siteid, “sidtitel”, URL, unikt användare-ID, slumpat värde.

Kodexempel i Python

Dokumentation hur anropen ska se ut finns i Matomos utvecklar­dokumentation - developer.matomo.org/api-reference/tracking-api

I programmerings­språket Python kan en simpel implementation se ut så här i serversidan kod:

def track_api_request(action_name, url, ip):
   import urllib.parse, requests

   action_name = urllib.parse.quote(action_name)
   url = urllib.parse.quote(url)
   id = get_md5(ip, 16)
   rand = get_md5(datetime.now(), 5)

   r = requests.get(f"https://din-matomo-domän.se/matomo.php?idsite=14&rec=1&action_name={action_name}&url={url}&_id={id}&rand={rand}")

Som du ser är Matomo-egendomen 14 hårdkodad i ovanstående exempel. Det går förstås att göras dynamisk om man har fler än en egendom.

Sen när man vill anropa den här funktionen och faktiskt logga ett anrop till sin öppna datakälla eller API, då ser det ut så här i serversidans kod:

track_api_request("Öppna data kommun och region (json)", request.url, request.remote_addr)

Och precis som man med webbplatser bör vi logga diverse fel och när användarna stöter på problem. Samma principer här. Som nedan där det loggas att användaren råkade (eller avsiktligen) angav en felaktig API-nyckel, vilket kan liknas vid ett felaktigt lösenord.

track_api_request("Error: Not valid API key", request.url, request.remote_addr)

Samma typ av tänk används hos de som av någon anledning vill skriva om hur sidtitlarna sparas i Matomo. Exempelvis att ha aktuell etjänst som prefix i sidtiteln och dylikt.

Begränsningar?

Att logga icke-webbplatser är konceptuellt annorlunda och det kan bli rörigt att analysera med de standardrapporter och funktioner Matomo har. Finns exempelvis “utlänkar” i ett API? Vad är avvisningsfrekvens i de användningsfall man har?

Det vi pratade om under Matomosnack var att man nog gör bäst i att designa en instrumentpanel med det som är meningsfullt i det enskilda fallet och förvarna användarna om det snurriga om de klickar runt i Matomo. Möjligen designar man epostrapporter med det som är logiskt för ens uppföljning av datakällan / API:t.

Niklas går igenom Custom reports

Custom reports är, som namnet antyder, ett sätt att skapa anpassade och skräddarsydda rapporter i Matomo. Det är ett plugin som kostar pengar, köps av InnoCraft som ligger bakom Matomo-produkten. Custom reports ingår om man köper premium bundle - en sorts best-of av populära Matomo-plugin som man kan få mängdrabatt om man köper ihop.

En vanligt nämnd nytta med custom reports är för att Matomo-användaren ska slippa leta på flera ställen i gränssnittet för svaret på en fråga.

Dessa exempel på rapporter brukar vi nämna under våra Matomo-utbildningar:

  1. Vad interagerar användaren med på en specifik sida?.
  2. Vilken webbsida användaren kom från?

Inte med perfekt data om man är ute efter andra webbplatser, men man kan tänka sig kampanjers olika landningssidor lika gärna.

  1. Adress på sida som ger 404-fel.

För att utreda vilka inarbetade adresser man skrotat som får mest trafik. Kanske är värt att återvinna dessa adresser på något sätt?

Givetvis med de möjligheter och begränsningar som finns i Matomo. Dock finns det rätt mycket valfrihet här.

Nytt om Matomo och avslutande dialog

Varje version ny version av Matomo får förstås diverse dolda förbättringar för att göra Matomo mer stabilt och pålitligt. De brukar också lägga till fler guider och tillägg för FAQ:n.

En ny funktion som märks i version 4.10 är att man nu kan flytta runt förhandsgranskningsrutan av Matomo Tag Manager så den inte är i vägen för saker man vill se. Sen är det 30 andra tickets fixade med 4.10

Version 4.11 är inte släppt ännu men gräver man runt verkar den största nyheten vara att kunna se på vilka sidor mål inträffar och jämföra deras “intjänade värde”. Det tillkommer som ännu ett alternativ mellan “enkel tabell” och “insikter”, alltså “tabell med målkonvertering” i botten av tabellerna i de olika rapporterna.

Anteckningar från vårt tredje Matomosnack.

Anpassade dimensioner

Sista Matomosnack för maj handlade om anpassade dimensioner i Matomo. Alltså att man via sin webbplats kompletterar med extra data som kan hjälpa till med analysen inne i Matomo.

Vi höll upp ett varningens finger för anpassade dimensioner, att det inte ska användas för lättvindigt 👋

  • Ändrar databasens struktur!
  • Prestanda? Är extra information att bearbeta.
  • Begränsat antal? Max 5 st per variant är default.

Det finns två varianter av anpassade dimensioner:

  • Åtgärdsdimension – tänk på dem som händelser
  • Besöksdimension – mer generell extrainfo du vill spara

Några exempel på anpassade dimensioner som dykt upp i dialog med kunder och kollegor är:

  • Är personen chef? För uppföljning av ett intranät.
  • Vilken personalkategori tillhör användaren? (intranät eller verksamhetssystem)
  • Är användaren inloggad? (Användaren har gått från Mina sidor mot den öppna webben)
  • Kommun personen finns i? (Mina sidor har bekräftad information om de som loggat in)
  • Åldersgrupp? (Mina sidor)

UX-frågor som Marcus provkört på Webperf.se

  • Estimated reading time (Åtgärdsdimension)
  • Darkmode-preferens (Besöksdimension)

Användarsegment i Matomo

Niklas gav en snabb introduktion till segment.

Vad segment inte är 👋

  • Ett filter! Använd custom reports?
  • Ofarligt för er prestanda!

Varför segment och till vilken nytta?

  • Lär känna olika grupper av dina användare!
  • Förvalta era segment!

Några exempel på segment:

  • Nytta: Uppfyllt mål vs Inte uppfyllt mål
  • Förvärv: Våra egna kampanjer
  • UX: Darkmode vs Lightmode från våra anpassade dimensioner 🤔

Universella KPI:er?

Dialogen mellan deltagarna och det avslutande öppna samtalet handlade om det finns några universella KPI:er. Där föreslogs konverteringsgrad, det vill säga fullföljande ända fram till en tack-sida i slutet av en etjänst. En annan var digitaliseringsgrad som i hur förflyttningen till digitala kanaler fortlöper.

Länktips med inspiration om att använda data i sin ambition att förbättra sin tjänst:
Using performance data to improve your service: an introduction - Service Manual - GOV.UK

Också en diskussion om att det går att hämta data ur Matomo och visa upp i andra sorters översikter. En deltagare hade använt produkten Qlik Sense och hämtat data via Matomos API för rapporter.

Marcus tipsade om Apache Superset för den som vill ha ett Business Intelligence-verktyg som är opensource. Dessa kan användas för kompletterande visualiseringar eller för att mixa data från Matomo med andra datakällor.

För den som använder Wordpress som sitt CMS kan det vara värt att kolla in Content Insights for Editors som är ett plugin Whitespace byggt. Då hämtas Matomo-data till Wordpress, vilket gör att det går att remixa med data som vem som är redaktör för sidor, hur gamla undersidorna är, etc, men kanske viktigast så finns instrumentpanelen integrerad där dess konsument redan jobbar - i CMS:et.

Nästa träff blir den 14:e juni klockan 15-16 och efter det tar vi ett sommaruppehåll.

Om du eller någon kollega missat att anmäla dig till utskicken med möteslänkar så finns anmälningsformuläret på denna länk

Punkterna för vårt andra Matomosnack handlade om att:

  • Introducera Matomosnack som koncept för nytillkomna
  • Att deltagarna skulle presentera sig själva för att kunna vidga sina nätverk
  • Niklas berättar teori kring målformulering och visar praktiskt i Matomo hur man gör
  • Mätbar användarupplevelse - hur går det till?
  • Ordet är fritt avhandlade om det går att få till ”beräknade värden”, exempelvis om man kan få genomsnitt för saker i rapporter. Även om svårigheten att få fatt på föregående sidas URL i rapporter. En relaterad fundering var att fånga vilken sida användaren stod på när webbplatssök användes. Ännu hellre att matcha vilken sökfras som användes från vilken webbsida.

Boktips om webbanalys:

Boktips om mätbar användarupplevelse:

En av deltagarna tänkte också på Jonas Söderströms bok Jävla skitsystem angående användarupplevelser.

Verktyg för a/b-testning:

Länktips ur chatten: Using performance data to improve your service: an introduction - Service Manual - GOV.UK

Punkterna för vårt första Matomosnack handlade om att:

  • Introducera Matomosnack som koncept
  • Att deltagarna skulle presentera sig själva för att kunna vidga sina nätverk
  • Vår webbanalytiker Niklas Ternstedt visade hur han hjälpt en Whitespace-kund med instrumentpanelen i Matomo
  • Marcus Österberg som jobbar med verksamhetsutveckling genom webbanalys hos Whitespace drog en översikt för nyheterna i Matomo som produkt sedan slutet av 2021.
  • Ordet är fritt vilket blev snack om Matomo inne i Sitevisions molntjänst, vad Sitevision kallar Sitevision Webbanalys och vilka begränsningar en delad molntjänst kan innebära

En deltagare ville också få se hur man kan definiera mål inne i Matomo-gränssnittet. Logganalys i Matomo versus spårning med Javascript avhandlade också. Och hur gör man rätt kring cookies? Ja, det finns ett antal frågor att stöta och blöta där vi kan hjälpas åt.

Vill du också snacka Matomo?

Fyll i den e-postadress som du använder på jobbet i formuläret här nedanför. Inför varje tillfälle får du en inbjudan med Teams-länk.

Om du jobbar som konsult inom webbanalys har vi andra initiativ på gång. Hör av dig till oss så håller vi dig uppdaterad.

Om du inte jobbar med Matomo tipsar vi om Whitespaces webbinarier som är fria för alla att ta del av.

Se våra inspelade Matomo-webbinarier