4/5 - (4 votes)

Als ich vor knapp einem Jahr meine ersten Erfahrungen mit dem Tool Similar Web und den Daten gemacht habe war die Datengrundlage was Validität anging nicht wirklich gut. Grund genug, dass ich ca.ein Jahr später die Daten noch einmal unter die Lupe nehme.

screenshotWas ist Similar Web?

Similar Web ist ein Tool zur Wettbewerbs-Analyse. Gibt man eine Domain ein werden zeitnah Daten zu der eingegeben Website ausgegeben. Die Daten-Arten ähneln denen eines Web-Analyse-Tools wie z.B. Google Analytics. So bekommt man schön aufbereitet Zahlen zu den monatlichen Besucherzahlen in der Zeitlichen Entwicklung, die Traffic-Verteilung auf Kanäle wie Search, Direct, Social, Mail … Sogar die geografische Verteilung der Website-Besucher oder die relevantesten sozialen Medien und Verlinkungen werden angegeben. Das Ganze wirkt auf den ersten Blick sehr interessant, wenn man bedenkt dadurch einiges über die Online-Strategie des Wettbewerbs zu erfahren. Doch eine berechtigte Frage bleibt…

Wie brauchbar sind die Daten des Tools Similar Web?

Immer öfter werden Daten des Tools Similar Web in  Präsentationen und Vorträgen präsentiert. Doch wie valide bzw. realitätsnah sind diese Daten? Dabei nutzt der israelische Anbieter Similar Group nicht nur legale Methoden wie Umfragen bzw. Panels zur Datenerhebung, sondern verteilt zudem teilweise anonym eigens entwickelte Browser Add Ons, die das Sufverhalten von den Nutzern aufzeichnen. Abgesehen von der rechtlichen und ethisch-moralischen Fragwürdigkeit der Datensammlung bleibt die Frage wie brauchbar die Daten überhaupt sind. Dazu der nachfolgende Test.

Eine Untersuchung / Test

In einer kleinen Untersuchung habe ich Daten zu fünf unterschiedlichen Domains über Similar Web abgefragt. Um die Realitätsnähe der Similar Web Daten zu überprüfen haben wir diese Zahlen mit den Google Analytics Daten der jeweiligen Domain verglichen. Sie untersuchten Domains haben zwischen 6000 und über 1 Mio. Besucher pro Monat. Die Seitenbetreiber kommen aus Deutschland und der Schweiz. Für die Untersuchung habe ich mir folgende Kennzahlen herausgepickt:

  • Anteil Search-Traffic
  • Anteil Search Organic Traffic
  • Anteil Search Paid Traffic
  • Anteil Referral- Traffic
  • Anteil Direct-Traffic
  • Anteil Social-Traffic
  • durchschnittliche Aufenthaltsdauer
  • Absprungrate
  • Seitenaufrufe
  • Anteil Traffic nach Land (Top 5 Länder)

Dabei habe ich analog zu den Similar Web Daten bei einigen Kennzahlen den Zeitraum des letzten Monats, also August betrachtet bzw. der letzten 3 Monate.

Die Testergebnisse

Nachfolgend die Testergebnisse meiner kleinen Untersuchung in Tabellenform:

testergebnisse-similar-web1 testergebnisse-similar-web2

testergebnisse-similar-web3

Fazit: Daten in Quantität nicht vailde aber zum Vergleich teilweise nützlich

Die Ergebnisse aus dem Abgleich der Similar Web Daten mit den Google Analytics Zahlen waren ernüchternd. Die Hoffnung, dass Similar Web die Web-Analyse-Daten des Wettbewerbs auf dem Silbertablett serviert sollte man sich nicht machen. Gerade bei den Zahlen zur  Traffic-Verteilung auf die einzelnen Kanäle gibt es zum Teil Abweichungen von bis zu 50% zu den Google Analytics-Zahlen.  Auch bei den monatlichen Besucher Zahlen konnte ich große Differenzen feststellen. Ein wenig schleierhaft waren mir auch die Keyword-Daten, sowohl die organischen als auch die bezahlten. Hier gab e, bis auf ein paar Brand-Begriffe  kaum Übereinstimmungen zwischen den Similar Web und den Google Analytics Daten. Gerade bei den organischen Keywords würde es mich interessieren, ob Similar Web hier Möglichkeiten besitzt die SSL-Verschlüsselung zu umgehen oder auf welche andere Datenbasis sie sich hierbei beziehen.

Bei den Zahlen zur Aufenthaltsdauer gab es bei den 5 Testdomains bis auf eine Ausnahme eine Näherung der Daten. Auch bei den Verhältnismäßigkeiten zwischen den einzelnen Traffic-Kanäeln ließen sich durchaus Übereinstimmungen bei den Testdomains feststellen. Allerdings für einen direkten Benchmark wäre ich mit den Zahlen von Similar Web vorsichtig. Dafür gab es schon bei dieser überschaubaren Datenmenge zu viele Abweichungen. Ob sich die monatlichen Kosten für die Pro-Version lohnen sollte deswegen jeder für sich selbst entscheiden.

 

Zu Olaf Kopp

Olaf Kopp ist Online-Marketing-Experte für Generative Engine Optimierung (GEO) und SEO. Er besitzt 15+ Jahre Erfahrung in Google Ads, SEO und Content Marketing und ist einer der frühen Pioniere in den Bereichen Generative Engine Optimization (GEO) und Digitaler Markenaufbau. Er ist Co-Founder, Chief Business Development Officer (CBDO) sowie Head of SEO & AI Search (GEO) bei der Online-Marketing-Agentur Aufgesang GmbH. International gilt Olaf Kopp als anerkannter Branchenexperte für semantische SEO, E-E-A-T, Large Language Model Optimization (LLMO), Generative Engine Optimization (GEO) sowie KI- und Suchmaschinen-Technologie. Seine Arbeit verbindet strategisches Content Marketing mit Customer Journey Management und datengetriebener Suchmaschinenoptimierung. Bereits seit 2023 beschäftigt er sich nachweislich intensiv mit den Themen GEO und LLMO und zählt damit zu den ersten Vordenkern weltweit in diesem Bereich. In diesem Kontext gründete Olaf Kopp die weltweit erste Datenbank für SEO und GEO-relevante Patente und Research Paper sowie die SEO Research Suite. Seine Expertise findet regelmäßig Eingang in internationale Fachpublikationen. Renommierte Medien wie die FAZ oder Absatzwirtschaft referenzieren Olaf Kopp als Experten für Generative Engine Optimization (GEO). Als Autor schreibt er für nationale und internationale Fachmagazine wie Search Engine Land, t3n, Website Boosting, HubSpot, SISTRIX, Oncrawl, Searchmetrics, Upload und OMR. 2022 wurde er Top Contributor bei Search Engine Land. Zudem steht er regelmäßig als Speaker auf Bühnen von Konferenzen wie SMX, SERP Conf., SEO Vibes, SEA/SEO World, CMCX, OMT, Digital Bash oder der Campixx. Darüber hinaus ist er Host des Podcasts OM Café, Autor des Buches „Content-Marketing entlang der Customer Journey“, Co-Autor des Standardwerks „Der Online Marketing Manager“ (Kapitel Online-Marketing-Strategie und Content Marketing) sowie Mitorganisator des SEAcamp.

5 Kommentare

    Olaf Kopp sagt:

    Hallo Johannes,

    da gebe ich Dir Recht. Ich hatte auch eigentlich noch vor die Analytics Search Zahlen auf 100% hochzurechnen.

    Für den letzten Schritt hat da die Zeit gefehlt. Für das Ergebnis bzw. Erkenntnis war das aber auch nicht entscheidend.

    Johannes sagt:

    Sehr interessante Auswertung, ich habe hier auch schon mal verglichen und bin zu ähnlichen Ergebnissengekommen, dass die Daten zumindest zum Teil als Näherungswerte brauchbar sind.

    Bei Deiner Tabelle irritieren mich die Anteile beim Search Traffic etwas. Bei den Similar Web Daten addiert sich der SEO-SEA-Traffic zu 100% und bei Deinen Analytics Daten splittest Du den Anteil auf. Das macht eine Vergleichbarkeit dort schwierig, könnte Leser verwirren und zu Fehlinterpretationen führen.

    Beste Grüße