Es gibt einen Satz, der in fast jedem Erstgespräch fällt: „Wir haben Analytics, aber wir wissen trotzdem nicht, was die Leute auf der Seite machen." Das ist kein Widerspruch. Das ist eine korrekte Beschreibung der Lage. Wer Nutzerverhalten analysieren will, sucht genau nach dieser Lücke: zwischen dem, was gemessen wird, und dem, was gemeint war.
Ein Analysewerkzeug protokolliert Ereignisse. Einen Seitenaufruf, einen Klick, das Scrollen bis 75 Prozent, den Absprung nach elf Sekunden. Was der Mensch dabei wollte, steht nirgendwo. Nutzerverhaltensanalyse ist deshalb keine Frage des Werkzeugs, sondern eine Frage der Rekonstruktion: Du hast Spuren und versuchst, daraus eine Handlung zu erschließen. Das funktioniert besser, als die meisten denken, aber nur mit ein paar Regeln.
Was Nutzerverhalten in Analytics eigentlich bezeichnet
Nutzerverhalten ist die Summe der Handlungen, die jemand auf deiner Website ausführt: wo die Sitzung anfängt, was in welcher Reihenfolge angesehen wird, was geklickt, gescrollt, abgebrochen und abgeschickt wird, und wann Schluss ist. Analytics bildet das als Ereignisstrom ab — in GA4 ist alles ein Ereignis, vom page_view bis zum form_submit.
Wichtig ist die Grenze dieses Begriffs, weil an ihr die meisten Auswertungen scheitern. Analytics sieht Handlungen, keine Beweggründe. Es sieht, dass jemand die Preisseite dreimal geöffnet hat, nicht, ob er den Preis zu hoch fand oder die Tabelle nicht verstanden hat. Alles, was du an Absicht ergänzt, kommt aus einer zweiten Quelle: aus der Suchanfrage, mit der die Person kam, aus der internen Suche, aus dem, was im Vertriebsgespräch gefragt wird. Eine Nutzerverhaltensanalyse ist deshalb immer die Verbindung zweier Datenbestände — Verhalten aus Analytics, Absicht aus der Search Console — und nie die Auswertung eines Werkzeugs allein.
Der Durchschnitt versteckt genau das, was du suchst
Die Startseite eines Baumaschinenverleihs kam auf 41 Sekunden durchschnittliche Interaktionszeit. Eine Zahl, mit der man nichts anfangen kann. Aufgeteilt nach Einstiegsseite sah dieselbe Woche so aus: Wer über die Suche nach „Rüttelplatte mieten Dortmund" auf der Produktseite ankam, blieb im Schnitt zwei Minuten und zehn Sekunden. Wer auf der Startseite ankam, war nach zwölf Sekunden wieder weg.
Zwei völlig verschiedene Vorgänge, zusammengerührt zu einer Zahl, die keinen von beiden beschreibt.
Daraus folgt die erste Regel: Gesamtwerte taugen dazu, zu bemerken, dass etwas passiert ist. Um herauszufinden, was passiert ist, brauchst du Segmente. Drei zeigen fast immer etwas:
- Einstiegsseite. Wer über eine Produktseite hereinkommt, hat eine andere Frage als jemand, der auf der Startseite landet.
- Quelle. Suchbesucher haben eine Absicht formuliert. Direktbesucher kennen dich schon. Das darf man nicht in einen Topf werfen.
- Gerät. Am Telefon werden Formulare abgebrochen, die am Rechner problemlos ausgefüllt werden.
Nutzerverhalten analysieren: fünf Kennzahlen und wo sie stehen
Bevor es um die Reihenfolge der Arbeitsschritte geht, lohnt der Blick auf die Kennzahlen selbst. Fünf reichen für alles, was auf einer kleinen Website zu entscheiden ist. Jede beantwortet genau eine Frage, und jede hat einen blinden Fleck. Wer den nicht kennt, liest aus der Zahl etwas heraus, das nicht drinsteht.
Anteil engagierter Sitzungen. GA4 zählt eine Sitzung als engagiert, wenn sie länger als zehn Sekunden aktiv war, mindestens zwei Seitenaufrufe hatte oder ein Schlüsselereignis auslöste. Zu finden unter Berichte → Engagement → Landingpage in der Tabelle unter dem Diagramm. Fehlt die Spalte, holst du sie über den Stift Bericht anpassen oben rechts unter Messwerte dazu. Der blinde Fleck: Diese Kennzahl ist das exakte Gegenstück zur Absprungrate — hundert minus Anteil engagierter Sitzungen ergibt sie — und erbt damit deren Tücken. Was der Wert auf welcher Seite bedeutet, steht in Bounce Rate verstehen, was man dagegen unternimmt, in Absprungrate senken.
Durchschnittliche Interaktionsdauer. Die Zeit, in der dein Tab sichtbar im Vordergrund lag — nicht die Spanne zwischen zwei Klicks, wie es die alten Werkzeuge gerechnet haben. Sie steht in derselben Tabelle, als Durchschnittliche Interaktionsdauer pro Sitzung. Der blinde Fleck: Es ist ein Mittelwert über alle Sitzungen einer Seite, und ein Fenster, das offen liegen bleibt, während jemand Kaffee holt, zählt weiter mit. Warum die alte Verweildauer verschwunden ist und was an ihre Stelle tritt, steht in Verweildauer in GA4 anzeigen.
Scroll-Tiefe. Die Kennzahl mit der größten Überraschung: GA4 misst sie über die erweiterte Messung, aber mit genau einer Schwelle. Das Ereignis scroll feuert einmal pro Seite, wenn jemand 90 Prozent der Seitenhöhe erreicht. Werte für 25, 50 oder 75 Prozent gibt es im Standard nicht. Einschalten in drei Schritten:
- Verwaltung → Datenerfassung und -änderung → Datenstreams öffnen und den Web-Stream anklicken.
- Im Kasten Erweiterte Messung auf das Zahnrad, den Schalter bei „Scrollen" umlegen, speichern.
- Ein bis zwei Tage später unter Berichte → Engagement → Ereignisse nachsehen. Dort steht
scrollmit der Zahl der Sitzungen, die unten angekommen sind.
Der blinde Fleck ist die Seitenlänge. Auf einer kurzen Seite erreichen auch die 90 Prozent, die nichts gelesen haben; auf einer langen Seite ist derselbe Wert ein starkes Signal. Scroll-Tiefe vergleicht man deshalb nur mit sich selbst — dieselbe Seite vor und nach einer Änderung —, nie zwei verschiedene Seiten miteinander. Wer feinere Schwellen braucht, legt sie im Google Tag Manager über den Trigger „Scroll-Tiefe" an.
Klickpfade. Wohin die Leute von einer Seite aus weitergehen. Explorationen → Neue Exploration → Pfadexploration, als Startpunkt die Einstiegsseite, als Knotentyp Seitentitel und Bildschirmname statt der voreingestellten Ereignisnamen — sonst siehst du eine Kaskade aus page_view und lernst nichts. Der blinde Fleck: Die Darstellung fasst zusammen und zeigt pro Ebene nur die häufigsten Verzweigungen. Der seltene Weg, den ausgerechnet die zahlenden Kunden nehmen, verschwindet darin. Dafür brauchst du den Segmentvergleich aus Schritt 6.
Ereignisse pro Sitzung. Wie dicht jemand mit einer Seite umgeht: Aufrufe, Klicks, Scrolls, Absendungen, zusammengezählt und durch die Sitzungen geteilt. Steht ebenfalls im Landingpage-Bericht. Der blinde Fleck ist der wichtigste von allen: Diese Zahl steigt, sobald du mehr misst. Baust du ein neues Ereignis ein, sieht dein Verlauf nach einer Verhaltensänderung aus, obwohl sich nur dein Tracking geändert hat. Über die Zeit ist sie deshalb nur zwischen zwei Tracking-Änderungen vergleichbar — zwischen zwei Seiten derselben Website dagegen jederzeit.
Vier der fünf Kennzahlen liefert GA4 ohne Zusatzarbeit, nur feinere Scroll-Schwellen brauchen den Tag Manager. Was keine von ihnen liefert, ist der Grund. Dafür muss die Absicht aus der Search Console daneben, und genau darum geht es im nächsten Abschnitt.
Nutzerverhaltensanalyse in sechs Schritten
Die folgende Reihenfolge ist keine Empfehlung aus einem Lehrbuch, sondern die Abfolge, in der die Befunde aufeinander aufbauen. Jeder Schritt dauert ein paar Minuten, der ganze Durchlauf eine gute Stunde. Die Klickpfade beziehen sich auf GA4 in der aktuellen Oberfläche.
Schritt 1: Die Einstiegsseiten holen. Gehe auf Berichte → Engagement → Landingpage und stelle den Zeitraum auf die letzten 28 Tage. Sortiere nach Sitzungen und notiere dir die ersten zehn Zeilen mit Sitzungen, Anteil engagierter Sitzungen und durchschnittlicher Interaktionsdauer. Mehr als zehn brauchst du nicht: bei den meisten Websites decken die ersten zehn über achtzig Prozent des Traffics ab.
Schritt 2: Die Absicht danebenlegen. Öffne die Search Console, gehe auf Leistung → Seiten, klick die jeweilige URL an und wechsle auf den Reiter Abfragen. Damit hast du für jede Einstiegsseite die Frage, mit der die Leute kommen. Ohne diesen Schritt bewertest du Verhalten ohne zu wissen, worauf es eine Antwort sein sollte. Falls die Search Console noch nicht eingerichtet ist, steht das Vorgehen in Google Search Console einrichten.
Schritt 3: Nach Gerät aufteilen. Im Landingpage-Bericht oben auf + Vergleich hinzufügen, als Bedingung Gerätekategorie = mobile wählen. Jetzt liegen Handy- und Rechnerwerte nebeneinander. Interessant sind nicht die absoluten Unterschiede, sondern die Seiten, bei denen der Abstand größer ist als bei allen anderen. Das sind die Seiten mit einem Bedienproblem am Telefon.
Schritt 4: Die Wege ansehen. Explorationen → Neue Exploration → Pfadexploration, als Startpunkt die wichtigste Einstiegsseite. Du siehst, wohin die Leute von dort aus gehen. Zwei Muster lohnen einen zweiten Blick: eine Seite, auf die überraschend viele wechseln (dort steht etwas, das auf der Einstiegsseite fehlt), und ein Hin und Her zwischen zwei Seiten.
Schritt 5: Den Abbruch verorten. Wenn es einen mehrstufigen Vorgang gibt — Formular, Kasse, Konfigurator —, bau eine Trichterexploration mit einem Schritt pro Stufe. Die Stufe mit dem größten Absturz ist deine Baustelle. Ausstiege am Ende des Vorgangs sind dagegen kein Befund, sondern das erwünschte Ende.
Schritt 6: Die Gegenprobe. Bau in einer freien Exploration ein Segment aus allen Sitzungen mit Abschluss und vergleiche es mit dem Rest. Dieser Schritt setzt voraus, dass der Abschluss überhaupt als Schlüsselereignis gezählt wird; wenn nicht, holst du das vorher in Conversion-Tracking einrichten nach. Ist er markiert und das Segment bleibt trotzdem leer, arbeitest du GA4 Conversion wird nicht angezeigt durch. Meistens unterscheidet sich genau eine Sache: eine bestimmte Seite, die diese Leute gesehen haben, ein Gerät, das sie benutzt haben, oder eine Quelle, über die sie kamen. Diese eine Sache ist der Hebel, an dem du als Nächstes ziehst.
Wer die GA4-Oberfläche noch nicht kennt und sich beim ersten Bericht verläuft, findet den Einstieg in GA4 auswerten.
Drei Spuren, die von Frust erzählen
Frust ist im Datensatz sichtbar, wenn man weiß, wonach man sucht.
Der Neuladevorgang ist das deutlichste Signal. Wenn dieselbe Sitzung dieselbe Seite innerhalb weniger Sekunden ein zweites Mal aufruft, hat jemand auf etwas geklickt und es ist nichts passiert. Ein Formularabsenden ohne Rückmeldung, ein Filter, der nicht greift, ein Bild, das nicht lädt. In GA4 findest du das als zweiten page_view derselben Seite in derselben Sitzung.
Das Hin und Her zwischen zwei Seiten ist das zweite. Wenn Besucher zwischen Leistungsseite und Preisseite dreimal wechseln, fehlt auf einer der beiden eine Information, die sie nebeneinander brauchen. Meistens ist es der Preis neben dem Leistungsumfang.
Die interne Suche ist die ehrlichste Rückmeldung, die du bekommen kannst, und wird am häufigsten ignoriert. Wenn Leute auf deiner Seite nach „Widerruf", „Telefonnummer" oder „Anfahrt" suchen, dann hast du diese Information entweder nicht oder sie ist an einem Ort versteckt, an dem niemand sie vermutet. In GA4 schaltest du das unter Verwaltung → Datenerfassung und -änderung → Datenstreams → Erweiterte Messung mit dem Punkt „Website-Suche" ein; damit der Suchbegriff auch in Berichten auftaucht, legst du unter Verwaltung → Benutzerdefinierte Definitionen eine benutzerdefinierte Dimension auf den Ereignisparameter search_term an. Dann liest du die Liste einmal im Monat.
Ein Praxisbeispiel mit echten GA4-Kennzahlen
Zurück zum Baumaschinenverleih. Dieselbe Woche, aber nicht mehr als Gesamtwert, sondern zwei Zeilen aus dem Landingpage-Bericht nebeneinander:
- Startseite: 612 Sitzungen, Anteil engagierter Sitzungen 38 Prozent, durchschnittliche Interaktionsdauer 12 Sekunden, 2,1 Ereignisse pro Sitzung, 3 Anfragen.
- Produktseite „Rüttelplatte mieten": 148 Sitzungen, Anteil engagierter Sitzungen 71 Prozent, durchschnittliche Interaktionsdauer 2:10 Minuten, 4,8 Ereignisse pro Sitzung, 11 Anfragen.
Die Startseite bringt viermal so viele Sitzungen und ein Viertel der Anfragen. Wer nur auf Sitzungen schaut, hält sie für die wichtigste Seite der Website. Wer auf das Verhalten schaut, sieht etwas anderes: Auf der Produktseite kommt jemand mit einer fertig formulierten Frage an und findet die Antwort. Auf der Startseite kommen alle an — Bewerber, Lieferanten, Bestandskunden auf der Suche nach der Telefonnummer, dazu ein Rest Suchbesucher —, und die zwölf Sekunden sind der Durchschnitt aus lauter verschiedenen Vorgängen, von denen die meisten nie eine Anfrage werden sollten.
Der Rückschluss ist unbequem, aber eindeutig: Die Startseite hat kein Engagement-Problem, das man mit einem besseren Text löst. Sie hat die Aufgabe, in wenigen Sekunden auf die richtige Unterseite weiterzuleiten, und daran misst man sie — an der Verteilung der Folgeseiten in der Pfadexploration, nicht an der Verweildauer. Das Geld liegt bei den Seiten, die eine einzelne Suchanfrage beantworten. Und die Aufgabe, die sich aus diesen zwei Zeilen ergibt, ist nicht „Startseite überarbeiten", sondern: für die übrigen Mietartikel je eine Seite bauen, die so funktioniert wie die eine, die schon funktioniert.
Die Verweildauer bei Einzelseitenbesuchen ist eine Erfindung
Klassische Analysewerkzeuge berechnen die Zeit auf einer Seite als Differenz zwischen zwei Zeitstempeln. Ruft jemand nur eine einzige Seite auf, gibt es keinen zweiten Zeitstempel. Die Verweildauer ist dann nicht kurz, sie ist nicht vorhanden, und viele Werkzeuge zeigen an dieser Stelle einfach eine Null.
GA4 misst das inzwischen anders, nämlich über die Zeit, in der der Tab sichtbar im Vordergrund liegt. Das ist deutlich näher an der Wirklichkeit. Trotzdem geistern die alten Zahlen und die alten Vergleichswerte weiter durch Berichte. Wenn dein Werkzeug für die halbe Website eine Verweildauer von 0:00 ausweist, hast du ein Messartefakt gefunden, kein Nutzerverhalten. Wie eng das mit der Absprungrate zusammenhängt, steht in Bounce Rate verstehen.
Deine Zahlen sind niedriger als die Wirklichkeit
Ein Punkt, den viele nie mitbekommen: Die Zahlen in deinem Analytics beschreiben nicht alle Besucher, sondern nur die, die dem Tracking zugestimmt haben. Jeder Cookie-Banner, den jemand wegklickt oder ablehnt, bedeutet einen Besucher, der stattfindet, aber in keinem Bericht auftaucht. Je nach Zielgruppe lehnt ein Viertel bis die Hälfte ab.
Das hat zwei Folgen, die du im Kopf behalten musst. Erstens sind deine absoluten Zahlen zu niedrig, systematisch. Wenn GA4 hundert Besucher zeigt, waren es in Wahrheit vielleicht hundertfünfzig. Zweitens, und wichtiger: Solange die Ablehnungsquote einigermaßen stabil bleibt, sind deine Vergleiche trotzdem gültig. Ob eine Seite doppelt so viele Sitzungen hat wie eine andere, stimmt auch dann, wenn beide untererfasst sind. Deshalb ist die Fixierung auf absolute Zahlen bei kleinen Websites ein Fehler. Verhältnisse und Veränderungen über die Zeit sagen dir mehr als der nackte Zähler, der ohnehin nur einen Ausschnitt zeigt.
Vier Fragen, die eine Analyse tragen
Jede brauchbare Analyse beantwortet vier Fragen in dieser Reihenfolge.
- Wo kommen sie an? Sortiere die Einstiegsseiten nach Sitzungen. Bei den meisten Websites machen die ersten zehn Seiten über achtzig Prozent aus. Der Rest ist Rauschen und kostet dich nur Zeit. Welcher GA4-Bericht dir das zeigt und wie du ihn dir zurechtbaust, steht in GA4 auswerten.
- Was haben sie gesucht? Hol dir für jede dieser Seiten die häufigsten Suchanfragen aus der Search Console. Dann lies die Seite noch einmal mit genau dieser Frage im Kopf.
- Wo hören sie auf? Interessant sind nicht die Ausstiege am Ende eines Vorgangs, sondern die in der Mitte. Ein Ausstieg auf der Danke-Seite ist ein Erfolg. Ein Ausstieg im Schritt zwei von vier ist eine Baustelle.
- Was machen die anderen anders? Bau ein Segment aus allen Sitzungen mit Abschluss und vergleiche es mit dem Rest. Meistens unterscheidet sich genau eine Sache: eine bestimmte Seite, die sie gesehen haben, oder ein Gerät, das sie benutzt haben.
Welche Werkzeuge du wirklich brauchst
Für eine Nutzerverhaltensanalyse reichen zwei kostenlose Werkzeuge, und die meisten Websites nutzen nicht einmal die aus.
Analytics — GA4 oder eine cookiefreie Alternative wie Matomo oder Plausible — liefert das Verhalten: Einstiege, Wege, Abbrüche, Ereignisse. Die Search Console liefert die Absicht: die Suchanfragen, mit denen die Leute kommen. Erst zusammen ergeben die beiden einen Satz, der etwas aussagt. Falls die Search Console bei dir noch fehlt, ist das der erste Handgriff: Google Search Console einrichten führt dich durch Property, Verifizierung und Sitemap.
Alles Weitere ist Zusatz und lohnt erst, wenn diese beiden ausgeschöpft sind. Der Google Tag Manager ist dabei kein Analysewerkzeug, sondern eine Auslieferungsschicht; du brauchst ihn erst, wenn dir die eine Scroll-Schwelle von GA4 nicht reicht oder du Klicks auf einzelne Schaltflächen zählen willst. Heatmaps und Sitzungsaufzeichnungen helfen bei einer konkreten, eng umrissenen Frage — warum bricht dieses eine Formular ab —, taugen aber nicht zum Stöbern; du siehst sonst zwanzig Aufzeichnungen und hast danach zwanzig Anekdoten. Die interne Suche kostet nichts außer der Einrichtung und ist oft ergiebiger als jedes Zusatzwerkzeug. Und ein Werkzeug, das niemand braucht: ein zweites Analysewerkzeug parallel zum ersten. Zwei Zahlensätze, die leicht voneinander abweichen, führen zu Diskussionen über die Messung statt über die Website.
Womit du morgen früh anfängst
Nimm dir eine Tabelle und eine halbe Stunde. Eine Zeile pro Einstiegsseite, die ersten zehn reichen. Vier Spalten: Sitzungen, Anteil engagierter Sitzungen, häufigste Suchanfrage laut Search Console, und dann eine Spalte, die du von Hand füllst: Was will die Person, die hier ankommt?
Die letzte Spalte ist Handarbeit und der wertvollste Teil der Übung. Sobald du bei einer Zeile ins Stocken gerätst und den Satz nicht formulieren kannst, hast du eine Seite gefunden, die keinen klaren Zweck hat. Das ist fast immer die Seite, an der es hakt, und meistens auch die, auf der ein technisches Problem sitzt. Welche das zuerst sind, steht in SEO-Probleme finden.
Traffalyzer nimmt dir den mechanischen Teil dieser Übung ab: Es holt die Einstiegsseiten, die passenden Suchanfragen und die Engagement-Werte zusammen in eine Ansicht, damit du nicht zwischen drei Werkzeugen hin und her springst. Die letzte Spalte musst du trotzdem selbst schreiben. Die kennt nur, wer sein Geschäft kennt.
Häufige Fragen
Was versteht man unter Nutzerverhalten?
Nutzerverhalten bezeichnet alle Handlungen, die jemand auf einer Website ausführt: Einstieg, Seitenreihenfolge, Klicks, Scrolltiefe, Formulareingaben, Abbrüche und Ausstieg. Analytics-Werkzeuge zeichnen diese Handlungen als Ereignisse auf. Die Beweggründe dahinter zeichnen sie nicht auf — die musst du aus einer zweiten Quelle ergänzen, meistens aus den Suchanfragen in der Search Console.
Wie funktioniert eine Nutzerverhaltensanalyse?
In vier Zügen: Du holst dir die zehn wichtigsten Einstiegsseiten aus GA4, legst für jede die häufigsten Suchanfragen aus der Search Console daneben, teilst die Werte nach Gerät und Quelle auf und suchst dann die Stelle, an der Sitzungen abbrechen. Am Ende steht pro Seite ein Satz darüber, was die ankommende Person wollte und ob sie es bekommen hat. Seiten, für die du diesen Satz nicht formulieren kannst, sind die Baustellen.
Welche Kennzahlen zeigen das Nutzerverhalten am besten?
Anteil engagierter Sitzungen, durchschnittliche Interaktionsdauer und Ereignisse pro Sitzung, jeweils aufgeteilt nach Einstiegsseite — nicht als Gesamtwert der Website. Der Gesamtwert vermischt Vorgänge, die nichts miteinander zu tun haben, und beschreibt am Ende keinen davon. Mit Vorsicht zu genießen ist die Verweildauer bei Besuchen mit nur einer Seite, weil sie in vielen Werkzeugen technisch gar nicht gemessen werden kann.
Wie messe ich die Scroll-Tiefe?
In GA4 über die erweiterte Messung: unter Verwaltung → Datenerfassung und -änderung → Datenstreams den Web-Stream öffnen, im Kasten Erweiterte Messung aufs Zahnrad klicken und den Schalter „Scrollen" umlegen. Danach feuert das Ereignis scroll einmal pro Seite, sobald jemand 90 Prozent der Seitenhöhe erreicht; weitere Schwellen gibt es im Standard nicht. Wer 25, 50 und 75 Prozent braucht, legt sie im Google Tag Manager über den Trigger „Scroll-Tiefe" an. Beim Lesen zählt die Seitenlänge mit: Auf kurzen Seiten erreichen fast alle die 90 Prozent, auf langen ist derselbe Wert aussagekräftig.
Wie analysiere ich das Verhalten neuer Nutzer?
Vergleiche in GA4 das Segment „Neue Nutzer" mit „Wiederkehrende Nutzer" über + Vergleich hinzufügen im Landingpage-Bericht. Interessant ist nicht, dass Neue kürzer bleiben — das tun sie immer —, sondern die Seiten, bei denen der Abstand deutlich größer ist als im Schnitt: Dort wird Vorwissen vorausgesetzt, das jemand beim ersten Besuch nicht haben kann. Interne Fachbegriffe, Produktnamen ohne Erklärung und Formulare, die nach Kundennummern fragen, sind die üblichen Ursachen. (Falls du nach dem Verhalten neuer Mitarbeiter im Sinne von Einarbeitung suchst: darum geht es hier nicht, dieser Artikel behandelt Website-Nutzer.)
Wie oft sollte ich das Nutzerverhalten auswerten?
Einmal im Monat für den vollen Durchlauf, bei kleinen Websites einmal im Quartal. Häufiger auszuwerten führt fast immer dazu, dass du zufällige Schwankungen als Veränderung deutest: Bei zweistelligen Sitzungszahlen pro Seite ist eine Woche schlicht zu kurz für eine belastbare Aussage. Sinnvoll ist ein zweiter, kürzerer Blick nach jeder Änderung an einer wichtigen Seite — dann aber gezielt auf diese Seite und mit mindestens zwei Wochen Abstand.