PDF-Analyse: Was Lesedaten Seite für Seite verraten

Was ist PDF-Analyse? Messen, wie ein Dokument gelesen wird, nicht nur, ob es geöffnet wurde

PDF-Analyse misst das Leseverhalten in einem geteilten Dokument: welche Seiten ein Leser erreicht hat, wie lange jede ihn gehalten hat und wo er aufgehört hat. Sie unterscheidet sich vom Zählen von Downloads oder Aufrufen, das nur festhält, dass eine Datei angefordert wurde.

Der Unterschied ist technisch, kein Marketing. Eine PDF ist eine Datei, und eine Datei, die in Acrobat, Vorschau oder dem eingebauten Viewer eines Smartphones geöffnet wird, läuft vollständig auf dem Gerät des Lesers, ohne dass etwas zurückmeldet. Nichts im PDF-Format macht aus Seiten Ereignisse. Analyse auf Seitenebene ist also nie eine Eigenschaft des Dokuments – sie ist eine Eigenschaft des Ortes, an dem das Dokument geöffnet wird. Laden Sie die PDF in ein Tool hoch, das sie hostet und in seinem eigenen Viewer anzeigt, teilen Sie den Link, und dieser Viewer kann beobachten, welche Seite wie lange auf dem Bildschirm ist. Die Messung lebt im Viewer, nicht in der Datei.

Daraus folgt eine Konsequenz, die vor allem anderen gesagt werden sollte, weil sie entscheidet, ob Ihnen irgendetwas davon zur Verfügung steht: Eine PDF, die Sie bereits als E-Mail-Anhang verschickt haben, lässt sich nachträglich nicht analysieren. Einer Datei, die schon unterwegs ist, kann man keine Messung mehr hinzufügen. Daten auf Seitenebene gibt es nur für Dokumente, die als Link geteilt wurden, und erst ab dem Moment, in dem Sie sie so geteilt haben. Wenn Sie nur die engere Frage interessiert, ob ein Dokument überhaupt geöffnet wurde: Öffnen, Klicken und Lesen sind drei verschiedene Ereignisse, und erst ihre Trennung klärt diese Frage tatsächlich.

Warum kann Google Analytics nicht sagen, welche Seiten gelesen wurden? Es sieht nur den Klick

Google Analytics kann Ihnen sagen, dass jemand auf einen Link zu Ihrer PDF geklickt hat, und nichts danach. Das ist das häufigste Missverständnis bei der PDF-Messung, und es lohnt sich, genau zu sein, denn GA4 hat tatsächlich eine Funktion, die nach PDF aussieht – sie misst nur etwas anderes, als die meisten annehmen.

Die erweiterte Messung von GA4 enthält ein Ereignis file_download. Googles eigene Dokumentation beschreibt, dass es ausgelöst wird “when a user clicks a link leading to a file (with a common file extension)” (englisches Original; sinngemäß: wenn ein Nutzer auf einen Link zu einer Datei mit einer gängigen Dateiendung klickt), und nennt die auslösenden Endungen – einen regulären Ausdruck, der mit pdf|xlsx?|docx?|txt|rtf|csv beginnt. Lesen Sie das genau: Das Ereignis ist der Klick auf den Link. Es wird auf der HTML-Seite ausgelöst, die den Link enthält, denn dort sitzt das Analyse-Tag. Sobald die Datei auf das Gerät des Lesers gelangt, ist GA dort überhaupt nicht mehr präsent.

Eine file_download-Zahl in GA4 ist also keine Aufrufzahl und schon gar keine Lesemessung. Sie weiß nicht, ob der Download abgeschlossen wurde, ob die Datei je geöffnet wurde oder welche Seiten angesehen wurden – und kann es nicht wissen, denn es gibt nichts, woran man ein Tag hängen könnte. Eine PDF ist keine HTML-Seite. Das ist kein Versäumnis, das Google zu beheben vergessen hat; es ist eine Grenze dessen, was ein Seiten-Tag beobachten kann.

Praktisch heißt das: Nutzen Sie GA4, um zu erfahren, wie viele Menschen sich zu Ihrem Dokument durchgeklickt haben – eine echte und nützliche Trichterzahl –, und nutzen Sie einen gehosteten Viewer, wenn Sie wissen müssen, was nach dem Klick geschah. Beide messen benachbarte, sich nicht überschneidende Hälften desselben Wegs.

Jede Kennzahl auf Seitenebene und die Frage, die sie wirklich beantwortet

Tools für Seitenanalyse melden eine kleine und ziemlich einheitliche Auswahl an Zahlen. Jede beantwortet eine enge Frage gut und eine breitere schlecht. Hier ist jede Kennzahl, die Ihnen wahrscheinlich begegnet, was sie tatsächlich belegt und an welcher Grenze Sie sie messen sollten.

Zwei Zeilen tragen den größten Teil des Werts, und genau diese beiden kann ein Aufrufzähler nicht liefern. Die Abbruchkurve zeigt, wo Ihr Dokument scheitert. Die Lesezeit pro Seite zeigt, ob die Seiten, die erreicht wurden, gelesen oder überflogen wurden. Alles andere ist Kontext um diese beiden herum.

Beachten Sie die ehrliche Asymmetrie in der dritten Spalte. Jede dieser Kennzahlen beantwortet eine Frage nach dem Was oder Wo, keine die Frage nach dem Warum. Eine Seite mit langer Verweildauer kann fesselnd sein – oder verwirrend. Eine Seite, auf der Leser gehen, kann langweilig sein – oder genau die Seite, die ihre Frage beantwortet hat, sodass es keinen Grund zum Weiterlesen gab. Die Daten verorten das Ereignis; deuten müssen Sie es weiterhin selbst.

Wie liest man eine Abbruchkurve? Suchen Sie den ersten großen Einbruch

Eine Abbruchkurve (Reichweitenkurve) ist der Anteil der Lesesitzungen, die auf jeder Seite noch dabei sind. Sie beginnt per Definition bei 100 %, weil erst das Anzeigen von Seite eins eine Sitzung auf die Kurve bringt, und von dort fällt sie nur noch. Sie zu lesen heißt, den steilsten einzelnen Schritt zu finden, denn dort verliert Ihr Dokument Menschen.

Hier ist unsere, über den gesamten Bestand. Schmeichelhaft ist sie nicht, und genau deshalb veröffentlichen wir sie.

Die Form ist der Befund. Von Seite eins zu Seite zwei gehen 34,9 Prozentpunkte verloren. Die Seiten zwei bis zwölf – alle zehn Schritte zusammen – kosten 36,1. Etwa ein Drittel der Lesesitzungen endet auf Seite eins, und etwa ein weiteres Drittel ist bis Seite zwölf verschwunden, sodass dort weniger als ein Drittel der ursprünglichen Sitzungen übrig ist.

Das ist kein PDF-spezifisches Problem; so funktioniert Lesen am Bildschirm, und der Befund wiederholt sich über Medien hinweg. Die Scrolltiefen-Daten von Chartbeat zu Nachrichtenartikeln, über die Farhad Manjoo 2013 in Slate berichtete, zeigten dieselbe brutale Ballung am Anfang: “For every 161 people who landed on this page, about 61 of you—38 percent—are already gone.” (englisches Original; sinngemäß: Von 161 Menschen, die auf dieser Seite gelandet sind, sind etwa 61 – 38 Prozent – schon wieder weg.) Jakob Nielsens Eyetracking-Arbeit bei der Nielsen Norman Group kam von der anderen Seite zum selben Schluss – dass auf einer typischen Seite “users have time to read at most 28% of the words during an average visit; 20% is more likely.” (englisches Original; sinngemäß: Nutzer haben bei einem durchschnittlichen Besuch Zeit, höchstens 28 % der Wörter zu lesen; 20 % sind wahrscheinlicher.) Menschen überfliegen und gehen früh. Eine PDF ist davon nicht ausgenommen.

Was Sie mit der Kurve anfangen, ist einfach, und es ist der Grund, sie sich überhaupt anzusehen. Finden Sie den ersten steilen Einbruch und fragen Sie, was unmittelbar danach kommt. Sind das Ihre Preise, Ihre Empfehlung oder Ihre Fallstudie, kommt dieser Inhalt nicht an – egal, was die Aufrufzahl sagt. Ziehen Sie ihn vor den Einbruch und messen Sie den nächsten Versand. Das ist die ganze Methode, und deshalb ist die Abbruchseite aussagekräftiger als jede Gesamtzahl.

Was beweist die Lesezeit pro Seite? Aufmerksamkeit, kein Verständnis

Die Lesezeit pro Seite ist das stärkste Signal der Seitenanalyse und trotzdem nur ein Näherungswert. Sie erfasst, wie lange eine Seite auf dem Bildschirm war – ein Beleg für Aufmerksamkeit, nicht dafür, dass etwas verstanden, geglaubt oder umgesetzt wurde.

Die Zahlen aus unserem Bestand, die man kennen sollte, sind die Mediane, und sie sind ernüchternd. Die mediane Lesesitzung dauert 28 Sekunden; die Sitzung am 90. Perzentil dauert 3,24 Minuten. Die mediane Zeit auf einer einzelnen Seite beträgt 3,53 Sekunden, mit einem 90. Perzentil von 48,5 Sekunden. Wer diese beiden Paare zusammen liest, sieht die Verteilung: Die meisten Besuche sind ein flüchtiger Blick, eine Minderheit ist echtes Lesen. Genau deshalb melden wir Mediane und 90. Perzentile statt eines Durchschnitts – ein Durchschnitt aus 28 Sekunden und 3 Minuten beschreibt niemanden und würde uns auf Kosten des Lesers schmeicheln.

Die Verweildauer einer einzelnen Seite zu deuten, verlangt Disziplin, denn die Zahl ist in beide Richtungen mehrdeutig. Viel Zeit auf einer Seite ist nicht automatisch gut: Die Seite kann fesselnd gewesen sein, oder dicht und verwirrend, oder der Leser hat einen Tab offen gelassen und ist zum Mittagessen gegangen. Wenig Zeit ist nicht automatisch schlecht: Ein Inhaltsverzeichnis oder ein Deckblatt sollte kurz sein. Der sinnvolle Vergleich ist fast nie ein absoluter Richtwert – sondern die Aufgabe der Seite. Fragen Sie, ob die Seite so viel Aufmerksamkeit gehalten hat, wie es ihrer Aufgabe entspricht.

Bevor Sie irgendetwas davon trauen: Manche dieser Aufrufe waren nie menschlich

Ein Teil jeder PDF-Aufrufzahl ist automatisierter Traffic, den nie ein Mensch gesehen hat. Das gehört auf eine Seite über die Deutung von Kennzahlen, weil es genau die Zahlen verfälscht, nach denen Sie sonst handeln würden – und fast niemand in dieser Kategorie sagt es.

E-Mail-Sicherheitsscanner und Link-Vorschauen öffnen URLs, bevor Ihr Empfänger es tut. Ein Tracking-Link zu einer PDF ist eine URL wie jede andere, also öffnen Maschinen ihn: abgerufen, gerendert, protokolliert und als Aufruf gezählt. Wir haben unsere eigenen Produktionsdaten vor jeder Filterung gemessen und festgestellt, dass ungefähr einer von sieben erfassten Aufrufen keinerlei Interaktion mit einer Seite enthielt – die Art, die als automatisiert oder ohne Interaktion markiert wird, einschließlich Menschen, die geöffnet und wieder gegangen sind. Der vollständige Datensatz, das genaue SQL und die Schwankung von Monat zu Monat stehen auf dieser Seite.

Das steht hier und nicht in einer Fußnote, weil Bot-Traffic und Seitenanalyse auf eine bestimmte, nützliche Weise zusammenwirken. Automatisierte Öffnungen blähen eine Aufrufzahl auf und reichen selten tief in eine Abbruchkurve hinein. Ein Scanner verbringt selten neunzig Sekunden auf Ihrer Preisseite. Je tiefer im Dokument eine Kennzahl liegt, desto vertrauenswürdiger wird sie – ein weiterer Grund, die Kurve zu lesen statt der Gesamtzahl. PDFTrackr filtert automatisierte Öffnungen aus Ihren Zahlen, aber das Prinzip gilt für jedes Tool: Ein Aufruf ohne Lesezeit dahinter ist kein Beleg dafür, dass jemand irgendetwas gelesen hat.

Was Analyse Seite für Seite nicht sagen kann

Die Grenzen sind ebenso erwähnenswert wie die Fähigkeiten, und sie gelten für jedes Tool dieser Kategorie, PDFTrackr eingeschlossen.

• Warum ein Leser aufgehört hat. Die Kurve verortet die Seite, auf der die Aufmerksamkeit endet. Der Grund – gelangweilt, unterbrochen, zufrieden, von Ihren Preisen abgeschreckt – steht nicht in den Daten. Er ist eine Hypothese, die Sie bilden und am nächsten Dokument prüfen.
• Ob jemand gelesen oder nur hingesehen hat. Die Lesezeit misst, dass eine Seite auf dem Bildschirm war. Sie kann sorgfältiges Lesen nicht von einem vergessenen Tab unterscheiden und weder Verständnis noch Zustimmung belegen.
• Irgendetwas über eine Datei, die Sie als Anhang verschickt haben. Daten auf Seitenebene gibt es nur für Dokumente, die als Tracking-Link geteilt wurden. Eine nachträgliche Messung gibt es nicht.
• Belastbare Schlüsse für einzelne Segmente aus einem ungekennzeichneten Bestand. Unsere eigenen 514 Dokumente sind nicht nach Typ gekennzeichnet, sie tragen also keine ehrliche Aussage wie etwa, dass Angebote anders gelesen werden als Berichte.
• Wer jemand wirklich ist. Eine E-Mail-Abfrage speichert die Adresse, die ein Leser eingetippt hat. Eine Identität prüft sie nicht.
• Kontrolle über das Dokument. Analyse ist keine digitale Rechteverwaltung. PDFTrackr kann Downloads abschalten und mit Pro ein Wasserzeichen im Viewer einblenden, aber nicht verhindern, dass jemand den Bildschirm abfotografiert. Wenn Ihr Ziel Kontrolle statt Erkenntnis ist, ist DRM die richtige Kategorie.

So sehen Sie die Analyse Seite für Seite an Ihrer eigenen PDF, kostenlos

Wenn Sie die Kurve für ein eigenes Dokument möchten, ist die Einrichtung kurz. Diese vier Schritte zeigen, wie die Messung auf Seitenebene mit jedem linkbasierten Tool funktioniert, PDFTrackr eingeschlossen.

1. Laden Sie die PDF in ein Tool für Dokumentanalyse hoch und erstellen Sie einen Freigabe-Link. Das Tool hostet das Dokument und zeigt es in seinem eigenen Viewer an. Dieser Viewer kann beobachten, welche Seite auf dem Bildschirm ist; eine Datei auf der Festplatte eines anderen kann das nicht.
2. Senden Sie den Link statt der Datei. Fügen Sie den Tracking-Link in Ihre E-Mail oder Nachricht ein. Hängen Sie zusätzlich die Original-PDF an, bleibt jedes Lesen dieser Kopie unsichtbar.
3. Öffnen Sie die Ansicht pro Seite, sobald es mindestens einen Leser gibt. Gehen Sie die Seiten der Reihe nach durch und suchen Sie den ersten großen Einbruch zwischen zwei benachbarten Seiten. Diese Lücke ist der Befund, nicht die Gesamtzahl der Aufrufe.
4. Vergleichen Sie die Abbruchseite mit der Seite, die Leser erreichen sollten. Liegt die Seite, auf die es Ihnen ankommt, hinter dem Einbruch, kommt sie beim Leser nicht an. Ziehen Sie diesen Inhalt nach vorn und messen Sie den nächsten Versand.

Der Free-Plan von PDFTrackr enthält die Analyse Seite für Seite für jedes Dokument – keinen Aufrufzähler, bei dem die Seitendaten hinter einer Bezahlschranke liegen –, dazu 500 MB Speicher, 50 Dateien, 50 Freigabe-Links und einen Analyseverlauf von 365 Tagen, ohne Kreditkarte zum Start. Der Export der Analysen ist im Free-Plan nicht enthalten. Auch andere Tools bieten Seitendaten kostenlos – Peony nennt keine Obergrenze für Tracking-Links, wo wir bei 50 begrenzen –, und unser Leitfaden zum kostenlosen PDF-Tracking zeigt, wie die Teile zusammenpassen.

Weiterlesen: wie kostenloses PDF-Tracking funktioniert, wie schnell ein geteiltes Dokument zum ersten Mal geöffnet wird, warum Klicken, Öffnen und Lesen drei verschiedene Dinge sind, warum einer von sieben PDF-Aufrufen markiert wird und woher eine Lesezeit-Angabe tatsächlich kommt.