Eine Absprungrate braucht ein Bit, keinen Tracker

Bis zum 28. August zeigte diese Seite keine Absprungrate, und die Über-Seite sagte, das sei Absicht: sie bräuchte eine über mehrere Seitenaufrufe verfolgte Sitzung, und dafür bräuchte es ein Einwilligungsbanner.

Die erste Hälfte stimmte. Die zweite hörte in dem Moment auf zu stimmen, in dem wir anfingen, Ausstiegsseiten aufzuzeichnen, und niemand hat den Satz nachgezogen.

Warum sie sich nicht einfach ausrechnen ließ

Es gibt eine Tabelle mit Übergängen von Seite zu Seite. Sie sieht nach allem aus, was eine Absprungrate braucht: ein Besuch, der von einer Seite zur nächsten geht, ist kein Absprung, also zähle die Besuche ohne Übergang.

Das geht nicht, und der Grund steht in drei Zeilen der aufzeichnenden Stelle. Ein Übergang fällt weg, wenn beide Seiten dieselbe sind, wenn zwischen ihnen mehr als dreißig Minuten lagen, und ab dreihundert neuen Paaren auf einem Zähler an einem Tag. Jede Regel ist richtig für das, wofür die Tabelle da ist — zu zeigen, welche Seite zu welcher führt — und jede macht eine echte zweite Seite unsichtbar.

Ein Besuch dagegen dauert, wenn man ihn zählen will, eine Stunde: so lange überlebt die Zeile in der Live-Tabelle. Zähler und Nenner benutzten also zwei verschiedene Begriffe von Besuch. Die Zahl wäre nicht leicht falsch gewesen, sie wäre haltlos gewesen.

Was die Daten sehr wohl sagten

Am 27. und 28. August gab es 8.669 Besuche und 2.817 Übergänge, im Schnitt also 1,32 Seiten je Besuch. 99 von 572 Zählern verzeichneten überhaupt einen Übergang.

Das ist kein abgeschalteter Schalter — die Wegeaufzeichnung ist vorgabegemäß an, und bei allen 166.453 Zählern steht sie auf an. Diese Seiten sind wirklich einseitig: Profilseiten, Einzelseiten, eine Bildersammlung auf der Plattform von jemand anderem. Eine Absprungrate wird für die meisten nahe hundert Prozent stehen, und das wird stimmen.

Ein Bit, und keine neue Erhebung

Ein Besuch hat ohnehin eine Stunde lang eine Zeile. Sie trägt jetzt eine Angabe mehr: ob dieser Besuch je eine zweite, andere Seite gesehen hat. Der Wert wird in der Anweisung gesetzt, die sowieso läuft, ohne zusätzliche Abfrage:

ON DUPLICATE KEY UPDATE mehr = mehr | (url <> VALUES(url)),
                        last_seen = UNIX_TIMESTAMP(), url = VALUES(url)

Die Reihenfolge dieser Zuweisungen ist der ganze Kniff. Die Datenbank wertet sie von links nach rechts aus, url trägt beim Vergleich also noch die vorige Adresse. Stellt man url nach vorn, vergleicht die Zeile die neue Adresse mit sich selbst, das Bit bleibt für immer null, und die Absprungrate steht für alle bei hundert Prozent. Das ist ein Versagen, das genau wie ein plausibles Ergebnis aussieht — deshalb war es die Mühe wert, es an einer Wegwerfzeile zu beweisen, bevor man ihm glaubt.

Ist die Stunde um, zählt das nächtliche Aufräumen die ablaufenden Zeilen — wie viele Besuche, wie viele davon mehrseitig — schreibt eine Zeile je Zähler und Tag und löscht sie. Das Bit lebt eine Stunde. Kein Cookie, und nichts, was sie überdauert.

Was sich verallgemeinern lässt

Die interessante Frage war nie, wie man eine Sitzung verfolgt. Sie war, welche der Dinge, die wir ohnehin aufschreiben, die Frage zufällig beantwortet — und ob die Antwort an denselben Begriff gebunden ist wie die Frage.

Zwei Quellen, die beide aussehen, als zählten sie Besuche, die eine mit einer Dreißig-Minuten-Regel und die andere mit einer Sechzig-Minuten-Regel, ergeben ein Verhältnis, das eine Zahl ist und nichts bedeutet. Es ist einfacher, einer Zeile, die es schon gibt, ein Bit hinzuzufügen, als später zu erklären, warum die Quote ist, wie sie ist.