Kvantitativ Mediebrugsanalyse og databaseanvendelse

Transkript

1 Kvantitativ Mediebrugsanalyse og databaseanvendelse v/ Hans-Peter Degn Kompendium, del 3 (Internet gemiusaudience) Forår 2014 BA i Medievidenskab, 4. semester

2 Indholdsfortegnelse 1. GENERELT OM GEMIUSAUDIENCE OVERSIGT OVER ANALYSEVÆRKTØJER I GEMIUSAUDIENCE NØGLETALLENE I GEMIUSAUDIENCE OVERVEJELSER OMKRING METODE OG DATAS KVALITET ØVELSER I GEMIUSAUDIENCE ANALYSE AF INTERNETBRUG

3 1. Generelt om gemiusaudience Hvad kan I så bagefter? Lave grundlæggende, kvantitative analyser af internet-brugen dog kun blandt de registrerede netsteder. Pt. vil det sige af de største, danske netsteder i den egentlige gemiusaudience-undersøgelse, alle medlemmer af FDIM. Derudover måles på de 200 største (hvad angår antallet af brugere) ikke-fdim-netsteder. Anvende programmet gemiusexplorer som giver adgang til undersøgelsen gemiusaudience fra instituttets computere. Vurdere analyseresultaterne i lyset af jeres viden om statistisk usikkerhed og de metodiske forudsætninger for datas repræsentativitet, reliabilitet og validitet. Hvad kræver det af brugeren? Først og fremmest forberedelse. Inden man kaster sig over databasen, skal man: Vide hvad man vil undersøge. Have hypotese(r) klar om, hvad resultatet kan blive og dermed hvilke aspekter, man skal undersøge og holde øje med i sine analyser. Overveje den statistiske usikkerhed ud fra stikprøvematerialets størrelse (altså den valgte målgruppe indenfor gemiusaudience-panelet). Have overvejet andre metoder, der kan anvendes forud for, i tilknytning til eller i forlængelse af gemiusaudience -analyserne. Undersøge litteratur, der kan understøtte/supplere analyserne. Baggrund for etableringen af systematisk internetmåling Ønske om systematisk at måle på internetadfærden gennem en panel-undersøgelse med de fordele det indebærer, at man i et panel kender brugernes alder, køn etc. og kan følge deres adfærd, i stedet for blot at måle på ukendt trafik (altså de gammeldags hit-ratings). Hidtil havde man kun kunnet læse diverse hit-ratings i eksempelvis Børsen, men disse gav ingen oplysninger om brugernes profiler (demografi, mediebrug osv.) og blev indsamlet selvstændigt for hvert enkelt netsted; altså dårligt sammenlignelige data på tværs af netsteder som følge af forskellige metoder etc. Foreningen af Danske InternetMedier (FDIM) ønskede derfor en fælles og mere nuanceret beskrivelse af internet-adfærden i Danmark og ikke mindst af brugerne bag. Det krævede oprettelsen af en form for panel/respondentgruppe, hvor man kendte deltagernes data. I første omgang fik Gallup opgaven (NetBehaviour). Efter et par år vandt polske Gemius kontrakten fra Gallup (med virkning fra sommeren 2007). Sidenhen har FDIM i øvrigt skiftet navn fra Foreningen af Danske InternetMedier til Foreningen af Danske Interaktive Medier. Ved at stifte FDIM og ved at etablere systematiske, troværdige målinger af internetadfærden, der også er sammenlignelige på tværs af netstederne, ønskede man at etablere det nødvendige grundlag for en (internet-)mediebranche med tilstrækkelige annonceindtægter fra internetreklame. På linje med de øvrige medier er det med tiden blevet nødvendigt med et troværdigt redskab til at afregne for de anvendte reklamekroner på internettet. gemiusaudience bruges derfor i stigende grad ikke blot til at analysere netsteders brugere, vurderer placering af reklamer mv., men også som grundlag for selve afregningen ved placering af reklamer. 2

4 Eksempler på brugsområder FDIM-medlemmerne. Ejerne af de undersøgte netsteder, altså FDIMs medlemmer, abonnerer på gemiusaudience for at få et billede af, hvem deres brugere er, i hvilket omfang de bruger netstederne og hvornår besøgene foregår. FDIM-medlemmerne udgør en stor del af abonnenterne til gemiusaudience Mediebureauer. Efterhånden er mediebureauerne også begyndt at abonnere på gemiusaudience, som de i høj grad bruger som redskab til planlægning og placering af kampagner på internettet. Medieforskere og -studerende. Medievidenskab i Århus er så vidt vides den eneste forsknings- og uddannelsesinstitution, der abonnerer på internetmålingerne. Her bruges målingerne først og fremmest til at skabe et overblik over, hvilke segmenter/målgrupper de respektive netsteder har som brugere. Introduktion til systemet Instituttet har købt licens til systemet, dog kun til uddannelses- og forskningsformål. Gemius har siden 2007 stået for udviklingen og driften af de officielle internetmålinger indtil videre frem til midten af 2013 (kontrakten bydes ud i licitation i starten af 2013 så interesserede kan byde på opgaven). Gemius har forpligtet sig til altid at have mindst respondenter i deres løbende popup-survey og mindst respondenter i deres software-survey. De to survey-typer vil begge blive gennemgået nærmere nedenfor. (De fleste måneder er der godt respondenter i pop-up-surveyet og i software-surveyet, altså rigeligt i forhold til forpligtelsen.) Bemærk, at der i gemiusaudience er tale om målinger på individniveau. Panelets medlemmer optages individuelt og ikke som samlet husstand. Hvis en paneldeltager ikke har besøgt et af de undersøgte FDIM-netsteder både i den målte måned og måneden efter, så ryger vedkommende ud af målingerne! Der måles i princippet på internetbrug såvel hjemme som på arbejdspladsen. En del af udfordringen ved at undersøge internetadfærd er, at man er nødt til at registrere internetbrugen ikke blot derhjemme, men også når folk er på arbejde. Størstedelen af internettrafikken foregår nemlig i arbejdstiden. Der måles på brugere fra 7 år og opefter. For de 7-14-årige kendes dog kun deres alder og hvor de anvender PC/internettet fra (hjemmet, skolen etc.). Til software-surveyet måles dog kun på danskere fra 15 år og op. Systemets opbygning gemiusaudience består af flere del-undersøgelser, der integreres i et såkaldt Fused Panel System. De forskellige del-undersøgelser (site-centric-målinger og Gemius cookie-panel, herunder pop-up-surveyet) beskrives her: o Første gang en internetbruger besøger et af de målte netsteder, gemmes en cookie fra Gemius på brugerens computer. Dermed kan Gemius holde øje med, om/i hvilket omfang brugeren vender tilbage dette netsted eller til et af de øvrige, målte netsteder. o Hvert eneste af de målte netsteder har det samme lille Gemius-script liggende som en del af deres hjemmesider. Selve Gemius-registreringen er derfor identisk på alle de målte netsteder og derfor kan den samme cookie genkendes uanset hvilket at de målte netsteder, brugeren besøger. o En vis andel (andelens størrelse varierer fra netsted til netsted) af netstedets besøgende udvælges til at deltage i et pop-up-survey ang. brugerens demografiske data såsom køn, alder og uddannelse. 3

5 o I kraft af at en væsentlig del af de adspurgte brugere accepterer at deltage i dette popup-survey, får man hermed opbygget et cookie-panel på pt. omkring respondenter, hvis adfærd (antal besøg, besøgstid mv.) på de målte sider, man kan holde øje med. o Systemets registrering af brugernes adfærd er afhængig af, at den tilknyttede cookie på brugerens computer ikke slettes. o Systemet baserer sig på såkaldte good cookies, dvs. cookies, som man med sikkerhed ved ikke er blevet slettet i løbet af perioden (den målte måned). Det kan man sikre ved kun at basere sig på cookies, der er oprettet inden den målte måneds start, og som man efterfølgende har registreret besøg fra efter den målte måneds udløb. o gemiusaudience måler som nævnt kun på netsteder, der tilhører medlemmer af FDIM. Dermed måler man i selve gemiusaudience-undersøgelsen ikke på f.eks. Google og andre velbesøgte netsteder. o gemiusaudience måler kun indirekte, hvor længe man besøger en hjemmeside. Besøgets starttidspunkt registreres, ligesom starttidspunktet for den næste, besøgte side registreres. Tiden herimellem antages så at være den reelle tid, brugeren har været på siden. Den sidste side, brugeren besøger, inden browser-vinduet lukkes, indgår ikke i tidsmålingerne. Gemius software-panel: o Siden januar 2008 har Gemius foruden det ovenfor beskrevne cookie-panel også etableret et andet, mindre panel af respondenter (ca personer), hvis komplette internetadfærd monitoreres ved hjælp af en software, der automatisk registrerer al internetadfærd. o Alle respondenter i pop-up-surveyet bliver opfordret til at installere en software både på deres hjemme-pc og deres arbejds-pc, der registrerer hele deres adfærd på nettet. o I software-panelet måles ikke blot på respondenternes besøg på en række udvalgte hjemmesider (de 200 største ikke-fdim-netsteder), men også deres anvendelse af andre former for internet-/interaktive programmer bl.a. chats, instant messengers mv. Offline-survey: o Analyseinstituttet Catinét står for at undersøge befolkningens generelle karakteristika for så vidt angår demografiske karakteristika og adfærd på nettet herunder bl.a. hvor mange danskere der månedligt bruger internettet, til hvad og i hvilket omfang. o På baggrund af Catinéts beskrivelse af den generelle befolkning og dens internetvaner vejes respondenterne fra cookie-panelet og software-panelet, således at de forskellige befolkningsgrupper indgår i panelet med en vægt, der svarer til befolkningsgruppens størrelse ude i virkeligheden. Indrapportering og behandling af data De relevante besøgsdata fra pop-up-surveyet registreres i første omgang på de enkelte netsteders servere. Besøgsdata (dvs. site-centric-målingerne på de enkelte netsteder af, hvilke cookies de har haft besøg af) sammenkøres herefter i Gemius database, således at de forskellige netsteders besøg samt paneldeltagernes oplysninger fra pop-up-surveyet om køn, alder osv. sammenflettes til et samlet datasæt. Ved at sammenholde de to ovennævnte sæt af oplysninger (besøgsadfærd og personoplysninger) fra henholdsvis netstederne og respondenterne kan man kortlægge, hvilke netsteder den enkelte respondent har besøgt og hvilke (typer af) respondenter, et givet netsted har haft besøg af. For software-surveyets vedkommende indsamles alle de nødvendige data til undersøgelse direkte fra de ca respondenter, der deltager i dette panel. I ældre versioner af 4

6 software-surveyet kobles dette således ikke til site-centric-målinger (dvs. målingerne hos de respektive netsteder). I nyere versioner (siden september 2011) samles softwaresurveyets data med den egentlige gemiusaudience-undersøgelse i såkaldte fusionsdatasæt. Gemius internetmålinger foregår på månedsbasis. Data udsendes med en måneds forsinkelse, da man er nødt til at sætte et vist tidsrum af i forlængelse af den målte måned for at kunne skelne, hvilke cookies der er good cookies. Det er ikke muligt at lave én samlet analyse på tværs af datasæt. Beregninger må foretages i hvert datasæt for sig. 5

7 2. Oversigt over analyseværktøjer i gemiusaudience Med gemiusaudience og det tilhørende program, gemiusexplorer, kan man foretage forskellige typer af analyse af diverse målgrupper og deres brug af internettet. Dette afsnit indeholder en oversigt over de typer af analyse, gemiusaudience tilbyder, samt eksempler på nogle af de spørgsmål, man typisk vil kunne finde svar på ved hjælp af de forskellige analyseformer. Til forskel fra de øvrige mediebrugsdatabaser (der alle kommer fra Gallup), har gemiusaudience for så vidt ikke det helt store udbud af forskellige analyseformer, man kan vælge imellem. De fleste af de muligheder for analytiske vinkler, gemiusaudience tilbyder, er samlet i én analysetype, nemlig førstnævnte nedenfor (Brugeranalyse). Det giver den fordel, at man til forskel fra de andre mediebrugsdatabaser sjældent har brug for en hel række af forskellige analysetyper for at dække en problemstilling. Men omvendt har det også den bagside, at variationsmulighederne i vinklingen af problemstillingen begrænses en del i forhold til de øvrige mediebrugsdatabaser. Hvad der er vundet på overskuelighed og tilgængelighed af programmet er således tabt på detaljeringsgrad og muligheden for at analysere en problemstilling til bunds. Brugeranalyse: Brugeranalysen er som nævnt ovenfor den af analysetyperne, der rummer flest muligheder og (relativt set ift. de øvrige analysetyper i gemiusaudience) flest frihedsgrader i vinklingen af analyser og dermed også den analyseform, du givetvis vil komme til at bruge mest. I brugeranalysen kan du frit udvælge de netsteder, du ønsker at analysere på (i modsætning til Ranking-analysen, der altid vil udvælge de netsteder, der ligger på top-listen indenfor et givet parameter se gennemgang af Ranking-analysen nedenfor). Brugeranalysen giver mulighed for at sammenligne de analyserede netsteder på en lang række nøgletal (se Kapitel 3 for en gennemgang af nøgletallene). Hvor mange brugere har dette netsted og hvem er de? Hvor lang tid bruger de besøgende på netstedet? Ranking: Ranking-analysen bruges til at give et hurtigt svar på, hvordan top-listen (f.eks. top10 eller top20) ser ud indenfor et givet parameter. Top-listen genereres med udgangspunkt i alle de målte netsteder dog kun de netsteder, der lever op til de kvalifikationskrav, der angives under Tag hensyn til:, når analysen defineres. Top-listen beregnes med udgangspunkt i et nøgletal, såsom antallet af brugere, sidehenvisninger, den anvendte tid på netstedet, dækning etc. Hvordan ser top-listen ud med basis i et udvalgt nøgletal? Dobbeltdækningsanalyse: Dobbeltdækningsanalysen bruges til at undersøge, hvor mange brugere der har været på to forskellige netsteder. Analysen kan bygges op med flere kombinationer af netsteder i hhv. tabellens rækker og kolonner. Dobbeltdækningen angives både i absolutte tal og relativt (vertikalt ift. netstedet angivet i kolonnen eller horisontalt ift. netstedet angivet i rækken). Bemærk, at mens Brugeranalysen kan give oplysninger om den samlede dobbeltdækning mellem flere netsteder, angiver Dobbeltdækningsanalyse den konkrete parvist mellem de udvalgte netsteder. Hvor mange brugere har været både på netsted A og netsted B? 6

8 Målgrupper krydstabeller: Analyseformen Målgrupper krydstabeller kan for udvalgte nøgletal (Brugere, Sidevisninger, Gennemsnitligt tidsforbrug pr. bruger, Reach og Brugersammensætning) være en hjælp/ smutvej til at få tal for kombinationer af målgruppeparametre f.eks. køn og alder. Vil man undersøge de to køn inddelt i fem forskellige aldersgrupper, slipper man således for selv at skulle definere alle de i alt 10 forskellige målgrupper. Hvad er udvalgte nøgletal for målgrupper bestående af kombinationer af parametre f.eks. køn og alder? URL-adressemasker: Denne analyseform har udelukkende til formål at give oplysning om, hvilke (del-)netsteder, der tilsammen ligger bag de angivne data for et (overordnet) netsted angivet under Positive URL masks. Eller alternativt angive visse underdele af et givet netsted, som ikke tæller med i stedets samlede data angivet under Negative URL masks. Hvilke (del-)netsteder indgår i de samlede data for det pågældende netsted? Udenlandske brugere: Denne analyseform har udelukkende til formål at give oplysning om, hvor mange brugere fra udenlandske IP-adresser, de enkelte netsteder har haft besøg af i løbet af den målte periode. De udenlandske brugere tæller ikke med i den rigtige brugeranalyse (nævnt ovenfor), bl.a. fordi de ikke er dækket af det landsdækkende telefon-survey, som er med til at danne grundlaget for vægtningen af brugernes demografiske data mv. Hvor mange udenlandske brugere har netstedet haft besøg af? I forhold til mediebrugsdatabaserne for de elektroniske medier (radio og TV) bemærkes det, at gemiusaudience ikke tilbyder oplysninger om brugernes migrationer. Brugernes migrationer mellem de målte hjemmesider er teknisk set mulige at registrere, men FDIM-medlemmerne har indtil videre ikke ønsket at frigive sådanne oplysninger, og derfor indgår det ikke i gemiusaudiences målinger. I modsætning til TV er det (naturligvis) heller ikke muligt at analysere brugerkonstellationen under internetbrugen, idet der kun måles på enkeltindivider, ikke på samlede husstande. I øvrigt ville det som oftest heller ikke give mening, idet hovedparten af internetbrugen foregår individuelt foran PC en. Sammenligner man igen med TV-meter og Radio-meter, er det i gemiusaudience heller ikke muligt at undersøge på programniveau eller hvad der måtte svare hertil eftersom man ikke på samme måde som for en tv- eller radio-sendeflade kan tale om en opdeling i programmer udsendt i konkrete tidsrum. Hjemmesiderne udsendes teoretisk set hele tiden, døgnet rundt. Tilsvarende kan man ikke uddifferentiere reklamerne, da de (i fald der overhovedet er nogle bannere eller andet) er integreret i den enkelte hjemmeside. 7

9 3. Nøgletallene i gemiusaudience Det helt centrale nøgletal, når internetbrugen måles, er dækningstallet, Reach. Dette fokus på dækningstallet skyldes, at man primært er interesseret i, om en hjemmeside er blevet besøgt/set eller ej. Hvor lang tid, man har brugt på siden, bliver ofte betragtet som uinteressant. (Hertil kommer, at registreringen af tidsforbruget på den enkelte side indeholder visse usikkerheder, jf. Kapitel 1.) Nedenfor følger en beskrivelse af de forskellige nøgletal i gemiusaudience. Du kan også få en beskrivelse af det enkelte nøgletal, ved at holde musen over kolonneoverskriften. Basic Brugere (real users): Et udtryk for et netsteds dækning indenfor en given målgruppe, angivet i antal brugere og dermed også et udtryk for variansen af opnåede kontakter: Hvor bredt når man ud. I brugertallet/dækningstallet indgår alle besøgende, der har haft mindst én sidevisning på netstedet indenfor den målte periode. Sidevisninger: En opgørelse over, hvor mange sidevisninger et givet netsted har haft indenfor den analyserede målgruppe. Hver eneste side, brugeren klikker sig forbi (hver eneste www-dokument, brugeren loader), tæller med i opgørelsen af sidevisninger. Tid: Den samlede mængde af tid, som den samlede gruppe af brugere indenfor målgruppen har brugt på det givne netsted. Tiden måles i timer. Besøg: Det samlede antal besøg på det givne netsted, som den analyserede målgruppe samlet set har gjort indenfor den målte periode. (Hvert besøg kan sagtens bestå af en længere række af på hinanden følgende sidevisninger indenfor det givne netsted. Og hver bruger kan sagtens bidrage med flere besøg indenfor den målte periode.) Reach-Internet: Et udtryk for et netsteds dækning, evt. indenfor en bestemt målgruppe, angivet ved den andel af målgruppens brugere, der har besøgt netstedet, set i forhold til den samlede population. Dermed også et udtryk for variansen af opnåede kontakter: Hvor bredt når man ud set i forhold til hele befolkningen. I dette nøgletal indgår alle besøgende, der har haft mindst én sidevisning på netstedet indenfor den målte periode. Basic other averages Gennemsnitlig sidevisningstid: Det gennemsnitlige tidsrum mellem to sidevisninger. (Sidevisningstiden for en given side beregnes ved at registrere, hvornår siden blev loadet samt hvornår næste side blev loadet. Tidsrummet herimellem defineres som sidevisningstiden for den enkelte, givne side hvilket ikke nødvendigvis er det samme som den samlede tid, Brugeren har brugt på hele netstedet som sådan.) 8

10 Gennemsnitligt antal sidevisninger pr. Bruger: Det gennemsnitlige antal sidevisninger, netstedets brugere (evt. indenfor en given målgruppe) har genereret. Gennemsnitligt tidsforbrug pr. Bruger: Den samlede mængde af tid, som den gennemsnitlige bruger af det givne netsted har brugt på netop dette netsted. Gennemsnitligt tidsforbrug pr. Besøg: Den tid, som et gennemsnitligt besøg varer for en gennemsnitlig bruger på det givne netsted. Gennemsnitligt antal besøg pr. Bruger: Det gennemsnitlige antal besøg på det givne netsted, som en gennemsnitlig bruger af netstedet har gjort indenfor den målte periode. (Hvert besøg kan sagtens bestå af en længere række af på hinanden følgende sidevisninger indenfor det givne netsted.) Composition Brugersammensætning: Et udtryk for, hvor stor en andel af Brugerne på et givet netsted, der tilhører en given målgruppe. (Svarer til dækningsstrukturen (StrukDæk%) i Index Danmark.) Sammensætning af sidevisninger: Et udtryk for, hvor stor en andel af det samlede antal sidevisninger på et givet netsted, som den konkrete målgruppe har stået for. Tids sammensætning: Et udtryk for, hvor stor en andel af det samlede anvendte tidsforbrug på et givet netsted, som den konkrete målgruppe har stået for. Share: Andel af Brugere: Dette nøgletal tager udgangspunkt i, hvor mange brugere der samlet set har besøgt et af de netsteder, der indgår i den aktuelle analyseopstilling. Andel af Brugere (også kaldet Sharen) angiver således, hvor stor en andel af det samlede antal besøgende på de udvalgte netsteder, der har besøgt det konkrete netsted. Andel af sidevisninger: Dette nøgletal tager udgangspunkt i det samlede antal sidevisninger blandt de netsteder, der indgår i den aktuelle analyse/tabel. Nøgletallet angiver, hvor stor en andel af dette samlede antal sidevisninger, som det enkelte netsted står for. 9

11 Andel af tidsforbrug: Dette nøgletal tager udgangspunkt i det samlede tidsforbrug (indenfor den målte periode) på de netsteder, der indgår i den aktuelle analyse/tabel. Nøgletallet angiver, hvor stor en andel af dette samlede tidsforbrug, som det enkelte netsted står for. Affinity Index: Målgruppeaffinitet-Internet: Et udtryk for, hvor under-/overrepræsenteret den givne målgruppe er på det enkelte netsted. Under-/overrepræsentationen måles på baggrund af netstedets dækning (Reach) ikke på baggrund af antallet af sidevisninger. Duplication: Min. Bruger-dobbeltdækning: Antallet af Brugere, som har besøgt alle netsteder i den aktuelle analyse mindst én gang i løbet af den analyserede periode. Min. Bruger-dobbeltdækning (%): Den andel af et givet netsteds brugeres, som har besøgt alle netsteder i den aktuelle analyse mindst én gang i løbet af den analyserede periode. Maks. Bruger-dobbeltdækning: Antallet af brugere på det givne netsted, som også har besøgt et eller flere af de øvrige netsteder i den aktuelle analyseopstilling. Maks. Bruger-dobbeltdækning (%): Den andel et givet netsteds brugere, som også har besøgt et eller flere af de øvrige netsteder i den aktuelle analyseopstilling. Stream: Stream views: Det antal gange brugere i den analyserede målgruppe har startet stream views på det givne netsted. Views er en serie af streams, som begynder med at materialet loades i en player og afsluttes af en brugerhandling. Stream besøg: Antal besøg på det givne stream-netsted udført af brugere i den analyserede målgruppe. Gennemsnitlig tid stream views: Den tid, som et gennemsnitligt view varer for en gennemsnitlig bruger på det givne netsted. 10

12 Gennemsnitligt antal stream views per bruger: Det gennemsnitlige antal views pr. bruger i den analyserede målgruppe på det givne netsted. Gennemsnitligt antal stream besøg per bruger: Det gennemsnitlige antal stream besøg på det givne netsted, som en gennemsnitlig bruger af netstedet har gjort indenfor den målte periode. Sammensætning af stream views: Et udtryk for, hvor stor en andel af det samlede antal stream views på et givet netsted, som den konkrete målgruppe har stået for. Andel af stream views: Dette nøgletal tager udgangspunkt i det samlede antal stream views blandt de netsteder, der indgår i den aktuelle analyse/tabel. Nøgletallet angiver, hvor stor en andel af dette samlede antal sidevisninger, som det enkelte netsted står for. Population: Population-Internet: Det samlede antal internetbrugere indenfor den valgte målgruppe, der ifølge telefon-survey angiver at anvende internettet mindst én gang månedligt. 11

13 4. Overvejelser omkring metode og datas kvalitet Når man vurderer kvaliteten af de indsamlede data i gemiusaudience, skal man først og fremmest have udvælgelseskriterierne for de målte respondenter i henholdsvis pop-up-panelet (dvs. cookiepanelet) og i software-panelet in mente. Særligt væsentligt at holde sig for øje er kravet om, at man skal have besøgt en af de målte FDIMhjemmesider både i den målte måned og i løbet af den efterfølgende måned for ikke at glide ud af målingerne til den egentlige gemiusaudience-undersøgelse, pop-up-panelet. Det indebærer, at det ikke er alle almindelige danskeres internet-adfærd, vi kan udtale os om, men derimod den særlige gruppe af mere regelmæssige internet-brugere. Og her er det tilmed ikke nok blot at være regelmæssig bruger af udenlandske sites eller en speciel gruppe af (mere perifere) danske netsteder, nej man skal jævnligt komme forbi et af de målte (altså FDIMs) netsteder. Vi skal altså huske, at undersøgelsens population ikke er alle danskere, men kun hvad man kan kalde internet-danskere som jævnligt besøger en af de målte sider. Når dette er sagt, skal vi dog også huske på, at det er de fleste af de store, danske netsteder, der indgår i undersøgelsen. Er man jævnligt på nettet, vil det også være langt det mest normale, at man mindst en gang om måneden er omkring dr.dk, krak.dk, dmi.dk eller et af de andre målte netsteder. I praksis kan vi derfor beskrive populationen som alle internet-danskere, i hvert fald hvad angår de senere års målinger. Da Gallup stod for målingerne og havde nogle nogenlunde tilsvarende kriterier, var frafaldet i størrelsesordenen godt og vel 1% pr. uge (tal for 2005). I løbet af et år blev halvdelen af Gallups panel sorteret fra. (Gallup brugte en anden metode til indsamling af data, men tallene kan alligevel give en fornemmelse af, at ikke alle internetbrugende danskere dengang kunne leve op til de opstillede kriterier.) En anden skævvridning kan ske ved accepten af at deltage i Gemius pop-up-survey. Man kan forestille sig, at bestemte grupper af skeptiske eller travle brugere ikke ønsker at deltage i den slags. Dette forsøger Gemius dog at tage højde for ved at vægte panelets demografiske sammensætning, så det matcher det danmarksbillede, som bliver tegnet gennem Catinéts offlineundersøgelse af danskernes karakteristika. Når Gemius forsøger at følge brugeradfærden (hvilke af de målte netsteder, brugerne besøger, hvor ofte de vender tilbage etc.), er man afhængig af de afsatte cookies. Derfor er såkaldt cookiedeletion (altså sletning af cookies fra ens PC) en udfordring, som man må tage med i betragtning. Det gøres i første omgang ved kun at basere sig på de såkaldte good cookies cookies, som man ved ikke er blevet slettet undervejs i måleperioden. Det kan man vide ved at tjekke, at de er oprettet inden den målte periode gik i gang, samtidigt med at de er set efter periodens udløb. Samtidigt må man så forholde sig til, om det er bestemte brugere, der begår cookie-deletion. Det forsøger man at tage højde for gennem vægtningen af paneldeltagere, således at selvom det måske(!) især er unge mænd, der sletter deres cookies, så sørger man alligevel for, at de unge mænd stadig indgår med den rette vægt i panelet. For software-panelet er folks villighed til at installere overvågningssoftware på deres computer herunder ikke mindst adgangen til at registrere internet-adfærden på arbejdspladsen en særligt stor udfordring for panelets repræsentativitet. Mange personer og især mange virksomheder afslår dette, hvilket hurtigt kan resultere i, at store medarbejdergrupper er afskrevet som respondenter, eksempelvis hvis A.P. Møller eller Århus Kommune ikke vil give tilladelse til den nødvendige monitorering. Lad mig straks understrege, at jeg ikke ved, hvordan de to nævnte organisationer konkret ville forholde sig, hvis en medarbejder forespurgte om sagen (om end A.P. Møller er kendt for at være lukket som en østers i nærmest enhver sammenhæng), men de illustrerer blot, hvordan relativt store befolkningsgrupper hurtigt kan være sorteret fra, hvis blot en enkelt virksomhedsleder eller IT-ansvarlig er negativt stemt overfor idéen. Samtidigt kan man let forestille sig, at visse, bestemte dele af befolkningen vil være meget skeptiske overfor at deltage i software-panelet. 12

14 Hvad angår eventuelle udenlandske brugere på de undersøgte netsteder, så er der sket det væsentlige fremskridt ift. Gallups målinger, at man nu i det mindste måler antallet af udenlandske besøgende. Det kan dog være svært at give noget fornuftigt bud på, hvordan de udenlandske brugere fordeler sig på demografiske variabler, da de ikke er dækket af Catinéts offlineundersøgelse og derfor heller ikke udvælges til at deltage i pop-up-surveyet. Hvis et netsted således har en relativt høj andel af udenlandske besøgende, kan gemiusaudiences brugerspecifikke data for dette netsted blive en smule overfladiske, da de kun kan bygge på den danske andel af brugerne. For de udenlandske brugeres vedkommende, kan vi kun konstatere, hvor mange de er ikke hvem de er. Endelig er der problemstillingen omkring måling af tid, der kan give anledning til systematiske fejlmålinger. Når man kun benytter starttidspunktet for hvert nyt hjemmesidebesøg til at beregne varigheden af opholdet, så giver det let et skævt billede. Eksempelvis hvis brugeren har flere browser-vinduer åbne samtidigt. Har man 2 browser-vinduer åbne i 10 minutter før man surfer videre, så ser det ud som om, at man har brugt 10 minutter på hvert af disse sites. Men reelt har man bladret mellem vinduerne og kun brugt (gennemsnitligt) 5 minutter på hvert. Eller måske har man siddet og arbejdet i et Word-dokument og har reelt kun brugt 1 minut på hvert site. Helt sikkert går det galt med at måle tidsforbruget på den sidste side, brugeren besøger, før browseren lukkes. Her kommer der jo ikke noget starttidspunkt for et nyt site, der kan bruges til at beregne opholdets længde, som derfor glider helt ud af målingen. Her skal det bemærkes, at software-panelets måling af tid ikke foregår på samme måde som i den egentlige gemiusaudience-undersøgelse, pop-up-panelet. Hos software-panelet giver netop den installerede overvågnings -software mulighed for automatisk at måle tidsforbrug mv. Derfor er software-panelet ikke underlagt det normale kriterium om, at respondenten skal klikke på et link eller på anden måde navigere et skridt videre, før en sidevisning tæller med. 13

15 5. Øvelser i gemiusaudience analyse af internetbrug. Øvelse 1) Opstart af programmet. Selve softwaren, der bruges til at håndtere de indsamlede data, hedder gemiusexplorer (mens hele undersøgelsen overordnet kaldes gemiusaudience). I modsætning til de øvrige mediebrugsdatabaser, altså Gallups Index Danmark, TV-meter og Radio-meter, så er selve gemiusexplorer-programmet installeret på hver enkelt PC i Adornos computerlokale. Ligesom de øvrige mediebrugsdatabaser kan gemiusaudience kun tilgås fra disse PC ere. Du finder en genvej til gemiusexplorer-programmet på computerens skrivebord. (Skulle den være slettet, så prøv at søge på gemius internt på computeren.) Når du har åbnet gemiusexplorer, starter du med at møde et skærmbillede i stil med Figur 1: Figur 1 - Startskærmbilledet Øvelse 2) Åbning af datasæt. Som det næsten kan ses af startskærmbilledet, er programmet tomt, når det startes op. Før du kan gå i gang med at analysere, skal du have åbnet datasættet for den periode (og det panel), du er interesseret i at undersøge. Mens selve gemiusexplorer-programmet ligger installeret på hver enkelt PC, skal datasæt derimod hentes fra et fælles drev, S-drevet. Datasættene er placeret i mappen S:\Imv\Gemius\data Her ligger mapper med datasæt for pop-up-panelet og software-panelet samt de såkaldte fusions-data. For pop-up-panelet findes både overordnede datasæt (som kun kan undersøge en hel måned af gangen), og de fulde datasæt (som kan opdeles på dagsniveau indenfor den enkelte måned). Klik først på ikonet for Åbn,, og vælg datasættet for den periode (og det panel), du ønsker at undersøge. (Bemærk i øvrigt, at du ved at holde ctrl nede, mens du klikker, kan åbne flere datasæt på én gang, hvis du har brug for dette det har du dog ikke indtil videre.) 14

16 Åbn det overordnede datasæt for juni måned Det kræver licens at åbne datasættene fra gemiusaudience. Hvis ikke systemet kan genkende dig/den PC, du sidder ved, vil du blive bedt om at identificere dig, før du kan åbne det ønskede datasæt. BEMÆRK: I alle tilfælde, hvor du bliver bedt om at identificere dig, skal du bruge dette ID: Login: AUHUM Password: botunobi Nu skulle du gerne have åbnet det overordnede datasæt for juni måned, Dit skærmbillede består nu af tre delelementer (foruden værktøjslinjen øverst): Yderst til venstre ser du det såkaldte Medie-træ og lige til højre for dette det såkaldte Aggregerede træ, mens hele den højre del af skærmbilledet kommer til at bestå af en tabel, der præsenterer din analyses resultater. Tabellen med analyseresultater opdateres hele tiden hver eneste gang du foretager en ændring i din opsætning af analysen, genberegnes tabellen med resultater. Øvelse 3) Valg af nøgletal. I gemiusexplorer er der omkring 30 forskellige nøgletal at vælge imellem. En beskrivelse af alle nøgletallene findes i Kapitel 3. Nøgletallene tilvælges/fravælges ved at højreklikke oppe i tabelhovedet (den metalgrå bar oppe i toppen af tabellen, hvor de forskellige nøgletal står). I første omgang ønsker vi udelukkende at se på antallet af brugere på de forskellige netsteder. Højreklik i tabelhovedet og tilvælg/fravælg således at du kun har valgt Brugere som nøgletal i tabellen. Senere vender vi tilbage og ser på de øvrige nøgletal. Øvelse 4) Medietræet - valg af netsteder til analysen. Medietræet er det sted, hvor du finder alle de netsteder, der indgår i undersøgelsen. Som hovedregel er det alle besøg på det nævnte netsted, der tæller med. Således vil data for tv2.dk inkludere alle, der har været forbi et eller andet sted på tv2-sitet. Man behøver således ikke have været omkring hovedsiden, tv2.dk, for at tælle med. Er man i stedet gået direkte ind på politik.tv2.dk eller spil.tv2.dk, så tæller man også med. Tilsvarende vil man også tælle med som besøgende på DRs netsted, selvom man er gået direkte ind på et specifikt del-netsted, f.eks. dr.dk/mama. 15

17 I nogle tilfælde kan det også være sådan, at det, vi normalt betragter som flere forskellige hjemmesider, tæller med under ét og samme netsted i gemiusaudience. Eksempelvis tæller besøg på naturligt nok med i data for Mindre intuitivt er det måske, at bl.a. skrivunder.dk, gratis6.dk og benjamin.dk alle tæller med i de overordnede data for jubii.dk. Øvelse 5) URL-adressemasker hvad består netstedets måling af. Hvis du gerne vil tjekke, hvor stor en del af et netsted eller hvor mange forskellige delnetsteder der tæller med i et givet netsteds samlede data i gemiusaudience, så vælger du først de netsteder, du gerne vil undersøge. Du tilvælger et netsted ved at finde det i medietræet og hakke af i den lille firkant ud for. Undersøg, hvor mange del-netsteder (URL er) der rent faktisk tæller med i dataene for henholdsvis home.dk, jv.dk, politiken.dk og virk.dk. Inden du tilvælger de fire nævnte netsteder, kan du med fordel rydde op i tabellen og fjerne de tyve forskellige netsteder, der allerede er valgt i den automatisk genererede tabel, ved at klikke på Fravælg alle noder,. Når du har ryddet op og derefter valgt de fire nævnte netsteder, klikker du herefter på knappen til analyse af URL-adressemasker,. Hermed har du faktisk allerede udført en analyse af typen URL-adressemasker, altså ganske enkelt en analyse af, hvilke del-netsteder (URL er) der bidrager til de samlede data/brugertal for respektive netsteder. Figur 2 - URL-analyse 16

18 Øvelse 6) Aggregeret træ når grupper af medier analyseres samlet. Du bruger altså Medietræet til at udvælge de netsteder, du gerne vil analysere. I Medietræet indgår de respektive netsteder, som undersøgelsen, gemiusaudience, indeholder data for, og disse netsteder kan vælges et for et ved at hakke af et for et, som du lige gjorde ovenfor. Hvis du derimod ønsker at analysere samlet på en gruppe af hjemmesider (f.eks. en række udvalgte netaviser), skal du bruge det Aggregerede træ. Her kan du oprette en samlekategori (altså hvad der svarer til en plan i Index Danmark) ved at først at højreklikke i det Aggregerede træ, vælge Opret nyt aggregeret træ og så navngive samlekategorien. Herefter tilføjer du de netsteder, du ønsker skal indgå, ved at klikke og trække fra Medietræet og ind i den nye samlekategori. Lav en gruppering bestående af følgende avisers internetudgaver: Berlingske Tidende, BT, Børsen, Fyens Stiftstidende, JydskeVestkysten, Jyllands-Posten, Nordjyske Stiftstidende, Politiken, Weekendavisen og Århus Stiftstidende. Vælg at lade denne nye samlekategori indgå i din URL-analyse ved at hakke den af i den lille firkant til venstre for kategorien. I tabellen til højre kan du nu se, hvor mange del-netsteder, der i fællesskab bidrager til de samlede data for denne samlekategori/plan eller dette aggregerede træ, som gemiusexplorer har valgt at kalde det. Øvelse 7) Valg af analyseform. Overordnet set giver gemiusexplorer mulighed for seks forskellige måder at analysere sine data på. Man skifter mellem de seks analyseformer ved hjælp af disse seks knapper til venstre i værktøjslinjen: Nævnt fra venstre mod højre er de seks analyseformer: 1) Brugeranalyse 2) Ranking 3) Dobbeltdækningsanalyse 4) Målgrupper krydstabeller 5) URL-adressemasker 6) Udenlandske brugere Du har allerede tyvstartet og anvendt den ene af analyseformerne nemlig den femte i rækken, URL-analysen, som du brugte i Øvelse 5 og 6. Når du klikker på URL-knappen får du en oversigt over, hvilke (del-)netsteder, der indgår i data for de respektive netsteders målinger. Den første i rækken af analyseformer er Brugeranalyse. Dette vil være den analyseform, de fleste af jeres analyser vil tage udgangspunkt i. I Brugeranalyse kan man næsten få det, som man vil, mens de øvrige analyseformer er mere specifikke og er rettet mod en helt bestemt interesse. Man kunne også sige, at med en Brugeranalyse kan vi alt det, de andre meget specifikke analyseformer ikke kan. 17

19 Når du åbner gemiusexplorer-programmet, lægger det dog automatisk ud med at lave en Ranking-analyse. Lad os derfor først se nærmere på denne analyseform, før vi om lidt retter blikket mod Brugeranalysen og de øvrige analyseformer. Øvelse 8) Ranking-analyse. En Ranking-analyse resulterer pr. definition i en tabel, der rangordner de analyserede netsteder efter en valgt parameter. Den valgte parameter kan eksempelvis være den samlede dækning (reach), antallet af sidevisninger, den brugte tid på hjemmesiden etc. Ranking-analysen er således temmelig rigid i sin form. Du udvælger ikke selv præcist hvilke netsteder, du vil have med i din tabel. Ranking-analysen udvælger automatisk de 10, 20 eller måske 50 netsteder (du vælger selv antallet), der scorer højest på den parameter, du vælger at ranke efter. Ranking-analysen udvælger som udgangspunkt blandt alle de netsteder, der bliver målt på i gemiusaudience. Når du vælger Ranking, kommer en dialogboks nogenlunde som denne frem: Figur 3 dialogboks ved Ranking-analyse Under Indikator vælger du, hvilken parameter din analyse/tabel skal rangordnes efter. I det viste tilfælde har man valgt at rangordne efter den tid, en gennemsnitlig bruger har brugt på hver enkelt hjemmeside. Man vælger også, hvor mange netsteder (kaldet noder ), man vil have med i sin tabel. I det viste eksempel vil tabellen indeholde de 20 netsteder (blandt alle de målte netsteder i gemiusaudience), hvor gennemsnitsbrugeren har brugt mest tid. Ved en Ranking-analyse udvælger man altså ikke selv præcist hvilke specifikke hjemmesider, der skal indgå i tabellen, men lader Ranking-analysen udvælge de, der scorer højest på den valgte parameter. Ranking-analysen finder hjemmesiderne indenfor en eller flere fastlagte grupper af hjemmesider. Disse vælges under Medregn også:. 18

20 Servicer betyder i dette tilfælde enkeltsider/undersider/delnetsteder fra et overordnet netsted. Et eksempel kunne være nyhederne.tv2.dk, der jo er en del af det overordnede netsted tv2.dk. Men for de ældre datasæt (frem til medio 2008) gælder, at gemiusaudience alene tilbyder data for hvert netsted under ét i disse datasæt har vi desværre ikke adgang til underopdelte data for de forskellige netsteder. Derfor vil du i datasættet her for juni 2007 ikke få noget ud af at vælge Servicer som kilde til Ranking-analysen. I de nyere datasæt er det derimod muligt for nogle netsteder at underopdele og specifikt se på eksempelvis nyhederne.tv2.dk. Udgivelser refererer her til de overordnede netsteder, f.eks. tv2.dk (det programmet i andre tilfælde kalder noder ). Når vi vælger at tage hensyn til Udgivelser, vil Ranking-analysen altså rangordne blandt alle de målte, overordnede netsteder i gemiusaudience. Kategorier refererer til eventuelle samlekategorier, som indgår i datasættets Medietræ. Indtil videre har man ikke valgt at gruppere de forskellige sites i overordnede kategorier (det kunne eksempelvis have været nyheds-sites, dating, portaler etc.), derfor får vi pt. ikke noget ud af at vælge denne mulighed. Kommunikations-programmer og Andre applikationer henviser til evt. målinger af sådanne programmer. Først i de nyere datasæt er gemiusaudience begyndt at måle på sådanne programmer (og indtil videre kun på Windows Live Messenger), så heller ikke her vil vi få noget ud af at vælge denne mulighed. I nyere datasæt vil der også være mulighed for at vælge Streams, der dækker over netsteder med streamet indhold, typisk nyheds-sites med indlejrede videoklip/tv-indslag. Endelig er der Aggregerede, der ligesom Kategorier refererer til eventuelle samlekategorier, men i dette tilfælde til evt. kategorier, som brugeren selv har lavet og som i så fald kan ses i det Aggregerede træ. I datasæt fra og med oktober 2007 har du nederst også mulighed for at vælge, om du (kun) vil se på kommercielle eller ikke-kommercielle netsteder. Overvejer man placering af en reklame, er det jo kun relevant at se på de kommercielle netsteder. Lav en Ranking-analyse af de 30 hjemmesider, der havde flest brugere i løbet af juni måned Du kan nu se, at den hjemmeside, som flest danskere besøgte i løbet af juni, var krak.dk skarpt forfulgt af dr.dk og med tv2.dk på tredjepladsen. På 30.-pladsen ligger billetnet.dk, der havde besøg af knap unikke brugere i løbet af måneden. Prøv nu at ændre analysen, så den også tager hensyn til dine aggregerede grupper af hjemmesider du har jo en samlekategori liggende fra tidligere (Øvelse 6), bestående af 10 store internetaviser. Set samlet under ét trænger de 10 internetaviser sig ind på tredjepladsen og henviser tv2.dk til fjerdepladsen, idet lige knap 1,6 millioner danskere har besøgt en (eller flere) af de internetaviser, du har valgt skulle indgå i denne samlekategori. 19

21 Øvelse 9) Brugeranalyse. Som lovet vender vi nu tilbage til den nok vigtigste af analyseformerne, Brugeranalysen. Vælg derfor denne analyse ved at klikke på. I første omgang ændrer det ikke ved tabellen. Den indeholder stadig de 30 netsteder, der blev udvalgt ovenfor i Ranking-analysen. Brugeranalysens styrke er blandt andet, at du selv kan udvælge et antal netsteder til din analyse og så sammenligne disse på en række parametre forskellige målgrupper og/eller forskellige nøgletal. De udvalgte netsteder behøver ikke nødvendigvis at være de-mest-eteller-andet i modsætning til Ranking-analysen. Opbyg tabellen, så den foruden planen med de 10 internetaviser indeholder de respektive brugertal for bt.dk, jp.dk og politiken.dk. Nu kan du se, at politiken.dk i sig selv havde læsere i løbet af måneden, mens bt.dk havde hele og jp.dk knap Laver man en simpel addition af de tre internetavisers brugertal, giver det altså et større tal, end de knap 1,6 millioner, vi i Øvelse 8 konstaterede var det samlede brugertal for alle ti internetaviser inklusiv de tre aktuelle. Det skyldes naturligvis, at der er en række gengangere blandt brugerne af de tre aviser, der således er dobbeltdækkede og kommer til at tælle med to gange, hvis man blot laver en simpel addition. Lad os derfor se nærmere på, hvordan man kan analysere dobbeltdækning. Øvelse 10) Dobbeltdækning i en Brugeranalyse. Vælg nu i stedet at undersøge brugen af bolius.dk, home.dk og ofir.dk stadig i en Brugeranalyse. De tre netsteder havde henholdsvis , knap og lige godt bruger i løbet af juni, Tilsammen var der lige godt brugere, der havde besøgt et eller flere af de tre netsteder. Vi kan således regne ud, at der må have været omkring brugere, der havde besøgt to, eller måske alle tre, af de analyserede netsteder. Regn selv efter. Tilvælg nu nøgletallene Min. Bruger-dobbeltdækning, Min. Bruger-dobbeltdækning (%), Maks. Bruger-dobbeltdækning, Maks. Bruger-dobbeltdækning (%) samt Population. Nøgletallet Min. Bruger-dobbeltdækning angiver, at lige godt og vel brugere har været på besøg på alle tre netsteder i løbet af juni

22 Min. Bruger-dobbeltdækning (%) angiver, at 2% af brugerne på bolius.dk også havde besøgt både home.dk og ofir.dk mens en kvart procent af brugerne på home.dk også havde besøgt både bolius.dk og ofir.dk. Maks. Bruger-dobbeltdækning angiver, at godt og vel af brugerne på ofir.dk også havde besøgt mindst et af de to øvrige netsteder i analysen. Tilsvarende angiver Maks. Bruger-dobbeltdækning (%), at knap 18% af brugerne på ofir.dk også havde besøgt mindst et af de to øvrige netsteder i analysen. I øvrigt angiver nøgletallet Population, at der i juni 2007 var lige knap danskere over 7 år, der kan betegnes som regelmæssige internetbrugere. Fjern nøgletallene for dobbeltdækningen igen, inden vi går videre. Øvelse 11) Dobbeltdækningsanalyse Selvom Brugeranalysen altså godt kan bruges til at undersøge dobbeltdækning, så har gemiusexplorer også en specifik analyseform rettet mod formålet: Dobbeltdækningsanalysen. Før du vælger at lave en Dobbeltdækningsanalyse, skal du have markeret/valgt netop de netsteder, du vil undersøge dobbeltdækningen mellem. Nulstil derfor din nuværende analyseopsætning ved at klikke på. Herefter vælger du at analysere disse fem jobsites: jobbank.dk, jobfinder.dk, jobindex.dk, jobworld.dk og jobzonen.dk. Efter du har tilvalgt de fem netsteder til din analyse, klikker du på Dobbeltdækningsanalyseikonet,. Når du vælger Dobbeltdækningsanalysen, dukker en dialogboks frem, hvor du skal vælge, hvordan de udvalgte netsteder skal fordeles mellem rækker og kolonner. I dette tilfælde vil vi gerne tage udgangspunkt i jobbank.dk og se, hvor stor dobbeltdækningen er mellem dette site og de fire øvrige. Vælg derfor jobbank.dk til rækkerne og de øvrige til kolonnerne. Figur 4 - dialogboks ved Dobbeltdækningsanalyse 21

23 Du kan nu se, at blandt brugerne på jobbank.dk var der 2.464, der også var på jobfinder.dk i løbet af juni 2007, mens hele brugere havde været på både jobbank.dk og jobindex.dk. Vælger du fanebladet Min. Bruger-dobbeltdækning (H%), får du et procenttal, der tager udgangspunkt i rækken (H står for horisontalt). Dermed kan du se, at knap 6% af jobbank.dk s brugere også var inde på jobfinder.dk, mens næsten 71% af jobbank.dk s brugere også var omkring jobindex.dk. Omvendt kan du under fanebladet Min. Bruger-dobbeltdækning (V%) (der tager udgangspunkt i kolonnen) se, at selvom rigtigt mange af jobbank.dk s brugere også havde været omkring jobindex.dk, så svarer det alligevel kun til knap en tiendedel af jobindex.dk s samlede brugerskare. Øvelse 12) Definition af målgrupper. Hidtil har vi udelukkende analyseret på hele den danske internetbefolkning. Men ofte vil man være interesseret i mere specifikke målgrupper. Når du vil definere en (eller flere) målgruppe, starter du med at gå op under menupunktet Målgrupper, hvor du vælger Guide til målgruppe-definition. Eller alternativt kan du trykke ctrl + shift + G, eller du kan klikke på målgruppe-ikonet i værktøjslinjen,. Når du gør det, får du en pop-up-menu, der ser nogenlunde sådan ud: I udgangspunktet vil denne pop-up-boks lave én målgruppe af gangen. Kriterierne for den målgruppe, du er i gang med at definere, indgår i tabellen/gitternettet i øverste halvdel af boksen. 22

24 De parametre, du kan definere din målgruppe på baggrund af, står listet nederst til venstre. Du vælger de kriterier, din målgruppe skal defineres på baggrund af ved at klikke-og-trække dem fra banken af parametre nederst til venstre og op i tabellen/gitternettet øverst. Gitternettet skal læses rækkevis. Hvis der er flere parametre i én række, skal mindst et af parametrene være opfyldt. Er der flere rækker med parametre, skal hver række være tilfredsstillet. Der er altså et såkaldt logisk OR mellem hvert parameter indenfor den samme række, og et AND mellem hver række. Prøv engang at trække Mand op i cellen i række 1, kolonne 1. Træk herefter Region Midtjylland op i cellen i række 2, kolonne 1. Og som det sidste træk da Høj uddannelse lang varighed op i række 1, kolonne 2. Nu ser din målgruppedefinition sådan ud: Den målgruppe, du hermed har defineret, er kendetegnet ved at indeholde alle midtjyder, der enten er mænd og/eller har en lang videregående uddannelse. I juni 2007 er der respondenter fra Gemius pop-up-survey, der lever op til disse kriterier. Ude blandt den danske internetbefolkning generelt er der godt af denne slags. 23

25 Nu var det en lidt tilfældig målgruppe, vi her fik defineret. Ryd derfor definitionerne ved at klikke på knappen Slet hele definitionen ude til højre for gitternettet. I stedet vil vi se på de årige. Vælg dem. Nu har vi for så vidt en målgruppe klar til vores analyse. Men hvis vi nu gerne vil analysere flere målgrupper samtidigt, så klikker vi på knappen Tilføj ny definition nede til højre. Bemærk, at der nu kommer et nyt faneblad med målgruppedefinitioner (øverst til venstre). Som udgangspunkt har den nye målgruppe ikke nogen specifikke definitioner, så den består altså af hele populationen. Vi kan her vælge, at vi eksempelvis er interesseret i at se på aldersgruppen 55+ til sammenligning med de årige, vi valgte lige før. Gør det. Definer en tredje målgruppe også. Denne gang vælger du de årige. Gå derefter op og dobbeltklik på selve cellen, hvor der står Alder=[15-24]. Bemærk, at cellen nu bliver rød og = erstattes med <>. Det betyder, at du i stedet for de årige efterspørger alle dem, der netop ikke er år. Du har altså negeret cellens oprindelige definition. Faktisk kan du, lige netop hvad alder angår, selv definere præcist hvor grænserne for de forskellige kategorier skal trækkes. Prøv at højreklikke på Alder nede i parameter-banken, nederst til venstre, og vælg Definer intervaller. Nu kan du vælge lige præcist de aldersspænd i kategorierne, du ønsker. Således kan vi lave et helt væld af forskellige målgrupper et faneblad for hver målgruppe. Når vi har lavet alle de målgrupper, vi ønsker at analysere på, kan vi tilmed vælge at gemme dem, hvis vi gerne vil kunne hente dem frem senere også. Det gøres ved at klikke på knappen Gem til fil. Husk i så fald at gemme på dit personlige P-drev! Hvis vi vil hente en gemt gruppe af målgruppedefinitioner, gøres det ved at klikke på Indlæs fra fil og så finde det sted på dit P-drev, hvor du har gemt dine Gemius-målgrupper. Egentlig er vi lige nu kun interesserede i at analysere på mænd og kvinder. Lad os derfor lige rydde op i alle definitionerne ved at klikke på Slet alle definitioner. Gå derefter ned og dobbeltklik på Køn. Bemærk nu, at programmet automatisk laver to faneblade til henholdsvis mænd og kvinder. Tilføj en tredjemålgruppe bestående af hele befolkningen. Når du har gjort dette, klikker du på OK. Lav nu en brugeranalyse vælg atter en gang at analysere på bolius.dk, home.dk og ofir.dk. 24

26 Din analyse/tabel indeholder nu tre sæt af data henholdsvis for mænd, kvinder og alle internetdanskere (over 7år). Ud for hver målgruppe er brugerdata for de enkelte netsteder specificeret. Hver målgruppe er altså underopdelt for de respektive netsteder i analysen. Hvis du i stedet ønsker at tage udgangspunkt i hvert enkelt netsted og så underopdele dettes data i de forskellige målgrupper, kan du oppe i tabelhovedet trække Udgivelse hen, så det kommer til at stå foran Målgruppe. Inden vi går videre, så flyt Målgruppe tilbage, yderst til venstre i tabellen, så vi får data for hver enkelt målgruppe underopdelt for de enkelte netsteder. Øvelse 13) Analyseformen Målgrupper krydstabeller. Som vi så ovenfor, har man i Brugeranalysen ganske gode muligheder for at lave målgruppespecifikke analyser. Men er man interesseret i at underopdele sine målgrupper systematisk f.eks. inddele befolkningen i seks aldersgrupper og samtidig undersøge dem alle opdelt i hhv. mænd og kvinder så kan det være tidsbesparende at bruge analyseformen Målgrupper krydstabeller frem for møjsommeligt at sidde og lave hver af disse 12 forskellige kombinations-målgrupper i en Brugeranalyse. Fra Øvelse 12 er din tabel lige nu opbygget med tre målgrupper: Mænd, kvinder og hele populationen. Når du klikker på ikonet for Målgrupper krydstabeller,, kommer en dialogboks frem, hvor du skal vælge, hvilke målgrupper din analyse skal kombinere mellem. Figur 5 - dialogboks til analyseformen Målgrupper krydstabeller Klik på firkanten med de tre prikker nederst til højre,. Så kommer dialogboksen til målgruppedefinitioner frem, som du også mødte tidligere. 25

27 Udfyld dialogboksen med seks faneblade for disse alders-målgrupper: 7-14, 15-24, 24-34, 35-44, og 55+. Klik herefter OK. Nu er dialogboksen fra før udfyldt således, at din analyse vil bestå af en krydstabel med køn (og hele populationen) i rækkerne overfor de seks aldersgrupper i kolonnerne. Figur 6 - dialogboks til analyseformen Målgrupper krydstabeller Denne analyseform giver dig nu særskilte resultater for de forskellige kombinationsmuligheder mellem køn og aldersgrupper. F.eks. kan du se, at home.dk i løbet af juni 2007 havde brugere i alderen år, heraf mænd og kvinder. Er det ikke brugertallet, du er interesseret i, men derimod antallet af sidevisninger, tidsforbruget pr. bruger, reach-tallet eller brugersammensætningen, så kan du skifte mellem disse i fanebladene øverst. Analyseformen Målgrupper krydstabeller kan for så vidt ikke noget, du ikke allerede kunne lave i Brugeranalysen men den kan i visse situationer lette arbejdet (og overblikket) en smule, særligt hvad angår besværet med at lave målgrupper. Øvelse 14) Analyseformen Udenlandske brugere Analyseformen Udenlandske brugere giver kort og godt et tal for, hvor mange udenlandske brugere, der har besøgt de analyserede netsteder. De udenlandske brugere tæller ikke med, når vi f.eks. laver en normal Brugeranalyse, Ranking-analyse, Dobbeltdækningsanalyse eller Målgrupper krydstabeller-analyse. Lad os i dette tilfælde se nærmere på, hvor mange udenlandske brugere der er på de 10 internetaviser, vi tidligere har udvalgt til vores samlekategori (aggregeret træ). 26

28 Lige nu består vores analyse/tabel af en krydstabel mellem køn og alder, der undersøger bolius.dk, home.dk og ofir.dk. Vi skal således have ryddet grundigt op i både målgrupper, netsteder mv. I stedet for manuelt at fravælge hvert eneste af netstederne og målgrupperne i tabellen ved at klikke dem væk med musen, går vi i stedet op under menupunktet Analyse og vælger Nulstil analyse (alternativt kunne vi også bare trykke ctrl + R). Som et tredje alternativ kunne vi også have valgt at klikke på knappen Nulstil analyse,. Havde vi kun skullet fravælge netstederne, men bibeholdt målgrupperne, skulle vi ikke nulstille analysen, men i stedet have benyttet det mindre drastiske alternativ nemlig knappen Fravælg alle noder, der ser sådan ud:. Mens Nulstil analyse ikke blot fjerner alle de valgte netsteder i analysen, men også nulstiller eventuelle valg af målgrupper og tidsperioder, så nøjes Fravælg alle noder med alene at fjerne de valgte netsteder. Nu er tabellen ryddet, og inden vi tilvælger nye netsteder (internetaviserne) til vores analyse, skifter vi analyseform til Udenlandske brugere,. Herefter vælger vi vores samlekategori af internetaviser, som ligger under Aggregeret træ. Nedslående nok, så giver analysen/tabellen ikke umiddelbart noget resultat vi får ikke noget svar på, hvor mange udenlandske brugere, der samlet set har været på de 10 internetaviser i vores samlekategori. Problemet er, at gemiusaudience ikke kan skaffe helt så deltaljerede oplysninger om de udenlandske brugere, som man har om de danske. Derfor er man ikke klar over, i hvilket omfang de udenlandske brugere af eksempelvis berlingske.dk går igen blandt brugerne på bt.dk. Når man ikke er sikker på dobbeltdækningen mellem de forskellige netsteder blandt de udenlandske brugere, så betyder det samtidigt, at man ikke kan give noget samlet brugertal/dækningstal for antallet af udenlandske brugere på de 10 internetaviser. Derimod kan vi få at vide, hvor mange udenlandske brugere de hver især har haft. Det kan vi se ved at tilvælge ikke blot samlekategorien, men også de 10 selvstændige netsteder, der indgår heri. Når du gør det, kan du se, at eksempelvis politiken.dk havde godt og vel udenlandske brugere, mens weekendavisen.dk havde under udenlandske brugere i løbet af juni måned,

29 Øvelse 15) Definition af perioder. Hidtil har du lavet dine analyser med udgangspunkt i hele den periode, dit datasæt dækker det vil sige det samlede dækningstal, tidsforbrug etc. for en hel måned set under ét. Hvis du gerne vil se på en mere specifik periode indenfor datasættet, altså vælge nogle bestemte dage/uger ud indenfor den måned, datasættet dækker, så har du også mulighed for det. Muligheden foreligger dog kun i de datasæt, hvor undersøgelsens fulde data indgår. Gå ind og åbn et nyt datasæt, som du lærte det i Øvelse 2. Under S:\Imv\Gemius\data\Pop-Up Panel - Overordnede datasæt fandt du det datasæt, du hidtil har arbejdet med. Dette datasæt er et lille datasæt, som kun indeholder data for hele måneden under et altså ikke med mulighed for at udvælge en specifik periode. Hvis du derimod går ind i mappen S:\Imv\Gemius\data\Pop-Up Panel - Fulde datasæt, så kan du her finde de datasæt, som også giver mulighed for at arbejde indenfor en helt specifik periode f.eks. hverdagene eller en bestemt uge. Ulempen ved disse datasæt er dog, at de er væsentlig større end det datasæt, du hidtil har arbejdet med og dermed bruger gemiusexplorer væsentligt længere tid på sine beregninger her. Så hvis du udelukkende er interesseret i data for hele måneden, så nøjes med at åbne den lille version. Lige nu vil vi dog gerne arbejde med specifikke perioder. Åbn derfor det fulde datasæt for juni (Undlad at lukke det overordnede datasæt for juni, vi skal bruge det senere igen.) En del af problemet med de tungere, fulde datasæt er, at tabellen som udgangspunkt hele tiden opdateres/genberegnes, hver gang du tilføjer et nyt netsted eller laver andre ændringer i analysens opsætning. For at undgå dette kan man klikke på pauseknappen,, så programmet venter med at genberegne, mens man vælger (eller fravælger) alle de netsteder, man er interesseret i. Først når du igen klikker på pauseknappen, opdateres hele tabellen. Når du har åbnet det fulde datasæt, så vælg billedbladet.dk og seoghoer.dk til din analyse. Vi vil nu se på, hvilke ugedage netudgaverne af de to sladderugeblade har flest læsere. Åbn guiden til periode-definition. Det kan du gøre enten under menupunktet Periode eller ved at klikke på knappen oppe i værktøjslinjen. Nu åbnes en dialogboks med en kalender for den måned, datasættet dækker. Her kan du udvælge de dage, du ønsker at arbejde med. Du har tilmed mulighed for at udvælge flere forskellige dage/perioder. Start med at vælge alle mandagene ved at markere dem i kalenderen. Når de er markeret, navngiver du din udvalgte periode her Mandage og klikker på knappen Ny,. På samme måde definerer du 6 andre perioder med henholdsvis tirsdag til søndag. Når du har gjort det, klikker du OK. 28

30 Nu kan du se, at din tabel har fået en flok faneblade et for hver periode (mandage, tirsdage etc.). Når du bladrer de forskellige faneblade igennem kan du se, at antallet af brugere på billedbladet.dk og seoghoer.dk tydeligvis topper omkring torsdag, hvor den trykte udgave kommer på gaden og hvor ugens nye sladderhistorier dermed frigives også på nettet. Vælg nu Internet til din analyse i stedet for billedbladet.dk og seoghoer.dk. Internet er en samlekategori for alle de målte netsteder, så her får vi altså at vide, hvor mange der samlet set har været på nettet. Når vi bibeholder periodeinddelingen med de forskellige ugedage, kan vi tydeligt se, at der er væsentligt flere, der surfer på internettet i hverdagene, end i weekenderne. På hverdage er det omkring 83% af (internet)befolkningen, der har været på nettet, mens det på weekenddage kun er knap 2/3 af befolkningen. MEN vær lige opmærksom på, hvad det egentlig er, vi undersøger (og får svar på) her: Når vi laver en periode bestående af eksempelvis mandagene i juni 2007 og derefter får at vide, at 83% har været på internettet i denne periode, så betyder der ikke at der hver mandag er omkring 83%, der har været på nettet! Det svar, vi får, er derimod, at der samlet set henover månedens mandage har været 83% af befolkningen på nettet. Man behøver altså kun at have surfet en enkelt mandag for at tælle med. Dækningen er altså den samlede dækning, ikke den gennemsnitlige daglige (mandags-)dækning. Desværre indeholder gemiusexplorer ikke noget nøgletal for den gennemsnitlige daglige dækning men vi kan finde frem til den på egen hånd. Lad os holde fast i mandagene. Samlet set var der 83%, der havde surfet på en mandag i juni 2007, men hvor mange er der på en gennemsnitlig mandag? Gå ind og opret fire nye perioder, en for hver af mandagene i juni Nu kan du se, at der på en gennemsnitlig mandag var 48-49%, der surfede på internettet. (Tager vi gennemsnittet af de 4 mandage får vi en gennemsnitlig, daglig dækning på 48,4%.) Øvelse 16) De resterende nøgletal. Foreløbigt har vi kun kigget på en god håndfuld af nøgletallene i gemiusexplorer. Lad os derfor kigge på nogle af de mest væsentlige af de tilbageværende nøgletal og hvordan de hænger sammen. Luk først det fulde datasæt, vi lige arbejdede med. Vi er ikke længere interesseret i bestemte dage, så derfor er det for tungt at arbejde i det fulde datasæt. 29

31 Genskab atter en gang en Brugeranalyse i det overordnede datasæt for juni 2007 af bolius.dk, home.dk og ofir.dk samt målgrupperne Alle, Mænd og Kvinder. Tilføj i første omgang disse nøgletal: Brugere, Sidevisninger, Tid, Gennemsnitlig sidevisningstid, Gennemsnitligt antal sidevisninger pr. Bruger, Gennemsnitligt tidsforbrug pr. Bruger samt Sammensætning af sidevisninger. Du kan nu se, at bolius.dk i juni måned havde knap mandlige brugere og godt kvindelige brugere. I alt genererede brugerne lige knap sidevisninger på bolius.dk i løbet af måneden. Hver bruger genererede i gennemsnit 3,7 sidevisninger ( sidevisninger fordelt på brugere), heraf stod hver kvinde gennemsnitligt set for lidt flere sidevisninger, end mændene gjorde. Alt i alt blev der brugt godt og vel timer på bolius.dk, og igen var det kvinderne, der stod for broderparten godt af de brugte timer. Et samlet tidsforbrug på netstedet på timer fordelt på brugere betyder, at hver bruger i gennemsnit har brugt knap 4 minutter på bolius.dk. Ser man isoleret på mændene, brugte de i gennemsnit kun 3 minutter i løbet af måneden på bolius.dk, mens kvinderne gennemsnitligt set brugte knap 5 minutter hver. Når hver bruger i gennemsnit havde 3,7 sidevisninger og brugte knap 4 minutter på netstedet, så betyder det i sidste ende, at hver sidevisning i gennemsnit har varet lige godt 1 minut hvilket set af nøgletallet Gennemsnitlig sidevisningstid. Når der samlet er genereret knap sidevisninger, og mændene stod for lige knap af disse, så må det betyde, at mændene har stået for 48,6% af sidevisningerne, hvilket ses af nøgletallet Sammensætning af sidevisninger. Fravælg Gennemsnitlig sidevisningstid, Gennemsnitligt antal sidevisninger pr. Bruger, Gennemsnitligt tidsforbrug pr. Bruger, samt Sammensætning af sidevisninger. Tilvælg i stedet nøgletallene Andel af sidevisninger og Andel af tidsforbrug. Under Sidevisninger ses det, at kvinderne i alt genererede knap sidevisninger til sammen på de tre analyserede netsteder. Heraf blev de genereret på bolius.dk. Det svarer til, at bolius.dk stod for knap 1% (0,8%) af alle de sidevisninger, de tre netsteder tilsammen genererede ( ud af ). Dette ses af nøgletallet Andel af sidevisninger. Denne andel beregnes altså med baggrund i de netsteder, man har udvalgt i sin analyse. 30

32 På samme måde angiver nøgletallet Andel af tidsforbrug, hvor stor en andel af det samlede tidsforbrug spenderet på de analyserede hjemmesider, som eksempelvis bolius.dk specifikt stod for. I alt brugte befolkningen godt timer på de tre hjemmesider tilsammen, heraf godt på bolius.dk. Dermed stod bolius.dk for ca. 1,3% af det tidsforbrug, danskerne tilegnede de tre hjemmesider i løbet af juni Fravælg nøgletallene Sidevisninger, Tid, Andel af sidevisninger og Andel af tidsforbrug. Tilvælg i stedet Besøg, Reach, Gennemsnitligt antal besøg pr. Bruger, Brugersammensætning, Tids sammensætning, Andel af brugere samt Målgruppeaffinitet. Sørg også for, at nøgletallet Population stadig er med. Den danske internetpopulation bestod i juni 2007 af personer. Af disse var inde på bolius.dk i løbet af måneden. Det betyder, at ca. 1,25% af danskerne besøgte bolius.dk i løbet af juni. bolius.dk opnåede altså en dækning (reach) for hele måneden på 1,25%. Som vi så ovenfor, var godt af de besøgende kvinder og knap mænd. Dermed havde bolius.dk en brugersammensætning, hvor kvinderne udgjorde godt 46% af brugerne, mens mændene udgjorde knap 54%. Ser vi på hele den danske internetpopulation, så udgør mændene godt og vel af den samlede population på lige knap Det betyder, at mændene udgør 51% af den danske internetpopulation, mens kvinder udgør 49%. (Som vi i øvrigt ved fra bl.a. Index Danmark, så udgør mændene kun 49% af hele den danske befolkning, men når vi kigger specifikt på internetpopulationen anno 2007, så bliver forholdet mellem mænd og kvinder altså vendt rundt.) Hvis mændene skulle have bidraget med et antal brugere, der svarede til mændenes fylde blandt internet-danskerne, så skulle 51% af brugerne altså have været mænd. Som vi lige så, var det knap 54% af brugerne på bolius.dk, der var mænd. Mændene var altså overrepræsenterede i forhold til deres målgruppes størrelse. Det betyder, at mændene havde en målgruppeaffinitet på 105%, mens kvinderne til gengæld var underrepræsenterede med en målgruppeaffinitet på knap 95%. Som vi så tidligere, brugte kvinderne ca af de i alt timer, der blev spenderet på bolius.dk i løbet af måneden. Mændene brugte således ca timer. Det svarer til, at mændene stod for ca. 43% af den samlede tid brugt på bolius.dk, hvilket ses af nøgletallet for tidssammensætningen. 31

33 Det er bestemt ikke umuligt, at den samme bruger vender tilbage til et givet netsted flere gange i løbet af den analyserede periode. Så længe brugeren genererer flere på hinanden følgende sidevisninger indenfor samme netsted, så tæller det som ét besøg. Men hvis brugeren har været et andet sted i cyberspace i mellemtiden og derefter vender tilbage til det konkrete netsted (evt. flere dage/uger senere), så tæller det som et nyt besøg. Hver bruger kan således stå for flere besøg på et netsted. Som vi ved, havde bolius.dk samlet set brugere i juni Disse brugere gjorde i alt godt besøg på netstedet. Det betyder, at hver bruger i gennemsnit havde 1,5 besøg, hvilket også ses af nøgletallet Gennemsnitlig antal besøg pr. Bruger. Som det sidste vil vi se på nøgletallet Andel af brugere. Analogt til nøgletallene Andel af sidevisninger og Andel af tidsforbrug tages her udgangspunkt i, hvad de analyserede netsteder samlet set har genereret af brugere. Andel af brugere angiver således, hvor stor en andel af det samlede antal brugere til de udvalgte netsteder, som har besøgt det konkrete netsted. Herudover findes en gruppe nøgletal rettet mod analyse af streams. Disse nøgletal svarer næsten analogt til deres pendanter blandt de ovennævnte nøgletal for analyse af sites. For en uddybende præsentation af nøgletal for streams henvises til kapitel 3. Øvelse 17) Når der er for få respondenter. Hvis du vælger at analysere på et af de mindre besøgte netsteder, kan en del af nøgletallene blive usikre. Hvis kun få brugere har besøgt netsted.dk, ja så kan det være tilfældigheder, der afgør, om der eksempelvis er en overrepræsentation af mænd eller kvinder. Netsteder, hvor antallet af besøgende respondenter er lavt (under 70 respondenter indenfor den undersøgte målgruppe i pop-up-panelet), markeres med blå skrift i stedet for den sædvanlige rødlige/brune skrift. Prøv f.eks. at se på in.dk og undersøg for både mænd og kvinder. Så ser du, at der har været for få mandlige respondenter på netstedet til at alle nøgletallene kan betragtes med tilfredsstillende sikkerhed. Analyse af software-panelets data er underlagt nogenlunde samme kriterier, dog stilles der her højere stikprøvekrav, og usikre tal vil slet ikke være synlige. DegnDanmark,