Wenn man unterschiedliche Vorlagen auf der Website hat, z. B. einen zusätzlichen Blog, wiederholt man diesen Vorgang einfach für die jeweils andere DOM-Struktur. Also den eigentlichen Text dort markieren, den XPath kopieren und dann über das Set weitere strukturgleiche URLs holen.
Da man nun alle Texte aus den Primary-Content-Bereichen in Zellen gezogen hat, ist die weitere Auswertung einfach. Über die Funktion =CountWords(A7), die mit den SEO-Tools für Excel ebenfalls integriert wird (über das Menü unter „Strings“), steht eine einfache Wortzählung einer Zelle zur Verfügung. Man adressiert also einfach die Zelle, in der man per XPath den Text geholt hat, und erhält die Anzahl Wörter.
Hinweis: Die Funktion „=CountWords“ darf nicht mit der Funktion „=WordCount“ verwechselt werden. Letztere zählt wie weiter oben beschrieben die Anzahl Wörter auf einer Webseite. Die erste Formel zählt die Wörter in einer Zelle!
Wenn man nun weiß, dass normale Menschen etwa mit einer Geschwindigkeit von 220 Wörtern pro Minute lesen, kann man die eben ermittelte Anzahl der Wörter aus den Primary-Content-Bereichen, z. B. 1.620 Wörter, durch Division dazu in Beziehung setzen. Wer diese Seite komplett durchlesen möchte, braucht also in etwa grob 7,4 Minuten (1.600 Wörter/220 Wörter).
Die oben ermittelte deutlich exaktere Zeitmessung pro URL via Analytics kann man nun ganz einfach in Excel einer Maximalzeit gegenüberstellen, um zu ermitteln, wie viele Prozent des vorhandenen Textes im Schnitt überhaupt gelesen werden. Natürlich ist auch diese Methode nur sehr grob, weil am Ende niemand sagen kann, ob der Besucher abwesend auf die Seite starrt und an seinen letzten Urlaub denkt oder ob er wirklich liest. Hat man das Scroll-Tracking implementiert, kommt man auch aber hier der Wahrheit ein kleines Stück näher. Natürlich wird sich die URL-Lesedauer bezogen auf die Contentmenge in den seltensten Fällen 100 % nähern. Das tut der Nützlichkeit einer genaueren Messung aber keinen Abbruch. Je nach Domain und Inhalt werden sich bestimmte Prozentsätze einpendeln und es gilt wie immer, die positiven, vor allem aber die negativen Abweichungen von der individuellen „Norm“ zu filtern. Sieht man sich die Winner- und Loser-URL an, fallen einem sehr oft durch den neuen Fokus die Unterschiede ins Auge und man erkennt, was der (wahrscheinliche) Grund für Lesefreude oder -verweigerung ist. Dort setzt man dann mit Optimierungsmaßnahmen an.
Fleißaufgabe: Die Boilerplate ermitteln
Wie oben im letzten Hinweis erwähnt, ermittelt =WordCount die Gesamtmenge an Text einer Seite. Über „=CountWords“ hat man den Umfang des Primary Contents. Ermittelt man beides und zieht die Werte voneinander ab, bleibt die Boilerplate übrig, also die Anzahl Wörter, die auf allen oder strukturgleichen Seiten identisch oder fast identisch vorhanden ist. Der Wert wird sicherlich über einzelne Seiten etwas schwanken, aber über eine Mittelwertberechnung bekommt man dann schnell einen recht stabilen Kalkulationswert. Besteht die Boilerplate z. B. aus 850 Wörtern, einem Wert, den man jetzt kennt, kann man diesen gedanklich im Umgang mit allen SEO-Tools bei Textauswertungen abziehen und landet dann beim Umfang des „echten“ Contents.
Bonustipp für Tracking-Nerds
Wer noch einen Schritt weiter gehen möchte, ermittelt in Excel aufgrund der errechneten maximalen Lesedauer Klassen wie z. B. 0.5, 1.0, 1.5 usw., um die Lesedauer gröber zu kategorisieren. Diese Klassenbezeichnungen lassen sich dann auf URL-Basis als Tags über benutzerdefinierte Dimensionen und den Google-Tag-Manager in Analytics einspielen. Anschließend kann man dann dort nach Lesedauer oder auch nach (echter) Wortanzahl segmentieren.
