Was ein Sankey-Diagramm zeigt, was ein Funnel nicht kann

Was ist ein Sankey-Diagramm?

Jedes Sankey-Diagramm befolgt eine Regel, die kein anderes Diagramm erzwingt: Die Menge, die in einen Knoten eintritt, entspricht der Menge, die ihn verlässt, also bleibt die Bandbreite von einem Ende des Bildes bis zum anderen erhalten. Googles Diagrammdokumentation gibt die schlichte Definition, dass ein Sankey-Diagramm "a visualization used to depict a flow from one set of values to another" ist, wobei "the things being connected are called nodes and the connections are called links".

Das ist die gesamte Grammatik. Knoten sind Stufen, Kategorien oder Seiten. Links sind die Bewegung dazwischen. Die Breite jedes Links ist proportional zur Anzahl derer, die ihn entlanglaufen, und die Höhe jedes Knotens ist proportional zur Gesamtmenge, die hindurchgeht.

Der Name geht auf Captain Sankey zurück, der die Effizienz von Dampfmaschinen mit Pfeilen zeichnete, deren Breite proportional zum Wärmeverlust war. Energiebilanzierung ist der Grund, warum die Erhaltungsregel fest eingebaut ist: Wärme, die in eine Maschine geht, muss irgendwohin, und das Diagramm wurde gebaut, um zu zeigen, wohin.

Was unterscheidet die Erhaltungsregel von anderen Diagrammen?

Ein Balkendiagramm lässt jeden Balken unabhängig sein. Ein Sankey nicht.

Die klarste Formulierung davon steht im API-Vertrag von d3-sankey, dem Layout, von dem Googles eigener Sankey-Code abgeleitet ist. Die Dokumentation definiert den Knotenwert so:

node.value - the node's value; this is the sum of link.value
             for the node's incoming links, or node.fixedValue
             if defined

Daraus folgen direkt zwei Konsequenzen. Erstens ist link.width proportional zu link.value und node.y1 - node.y0 proportional zu node.value, Sie können also kein Band verbreitern, ohne ein anderes zu verschmälern. Zweitens warnt das Layout Sie nicht, wenn Ihre Daten nicht aufgehen. Es berechnet den Knoten aus den Links neu, die Sie geliefert haben, und zeichnet ein stimmiges Bild eines unstimmigen Datensatzes.

Deshalb muss der Abbruch ausdrücklich modelliert werden. Wenn 1.000 Sitzungen auf eine Warenkorbseite kommen und 600 zur Kasse weitergehen, zeichnet ein Sankey mit einem ausgehenden Link von 600 den Warenkorbknoten stillschweigend als 600-Einheiten-Knoten neu. Die 400, die gegangen sind, erscheinen nicht als Verlust, sie erscheinen, als hätte es sie nie gegeben. Sie müssen einen Exit-Knoten mit 400 hinzufügen, damit das Bild die Wahrheit sagt.

Die andere strukturelle Einschränkung steht in der ersten Zeile der d3-sankey-Dokumentation: Es visualisiert "the directed flow between nodes in an acyclic network". Azyklisch heißt: keine Schleifen. Nutzerreisen laufen ständig in Schleifen.

Wo hilft ein Sankey-Diagramm in der Analyse?

Dort, wo es um Verzweigung geht und wo die Zweige so wichtig sind wie der Stamm.

Ein Funnel beantwortet eine Frage gut: wie viele jeden Schritt überstanden haben, in einer festen Reihenfolge, die Sie vorher definiert haben. Ein Sankey beantwortet eine andere: wohin alle tatsächlich gegangen sind. Vier Fälle, in denen das die bessere Frage ist:

• Traffic-Quelle zu Landingpage zu Ergebnis. Ein Funnel verdichtet das auf eine Conversion-Rate pro Kanal. Ein Sankey zeigt, dass ein Kanal sich auf eine einzige Landingpage konzentriert, während ein anderer sich auf zwölf verteilt, und das ändert, was Sie reparieren.
• Checkouts mit mehreren Pfaden. Gast-Checkout, Konto-Checkout und Express-Zahlung sind drei Zweige, keine drei Schritte. Ein Sankey hält sie bis zum Ende getrennt.
• Suche zu Ergebnis zu Aktion. Suchanfragetyp links, Ergebniskategorie in der Mitte, Aktion rechts, mit dem Band ohne Aktion in voller Breite gezeichnet statt weggelassen.
• Tarif- oder Kategoriewechsel. Aus welchem Tarif kam jedes Upgrade, in welchen ging jedes Downgrade, alles in einem Bild.

Die gemeinsame Eigenschaft ist Viele-zu-viele-Bewegung. Googles Dokumentation sagt dasselbe: Sankeys eignen sich am besten für "a many-to-many mapping between two domains" oder "multiple paths through a set of stages". Wo die Bewegung eins zu eins und geordnet ist, trägt eine Funnel-Analyse dieselbe Information mit weniger Tinte.

Wo führt ein Sankey-Diagramm in die Irre?

Auf vier bestimmte Arten, die alle daher kommen, dass die Erhaltungsregel auf unsaubere echte Daten trifft.

Schleifen werden zu Breite plattgedrückt. Weil das Layout einen azyklischen Graphen verlangt, erzeugt ein Besucher, der Startseite, Produkt, Startseite, Produkt durchläuft, zwei getrennte Startseiten-Knoten an zwei getrennten Schritten. Die Produktseite sieht aus wie zwei verschiedene Ziele, und dieselbe Seite taucht zweimal in einem Bild auf. An den Zahlen ist nichts falsch. Die Form legt Erkundung nahe, wo die Realität ein Hin und Her ist.

Abschneiden zerstört die Arithmetik. Pfadberichte begrenzen, wie viele Knoten sie pro Schritt zeigen. Die Pfadexploration in GA4 zeigt standardmäßig die Top 5 Knoten, lässt sich auf 20 erweitern und fasst alles darüber hinaus in einem "Others"-Knoten zusammen. Sobald ein Ausläufer in "Others" gefaltet oder weggelassen wird, stehen die Breiten nicht mehr für die Grundgesamtheit, und das breiteste Band bei Schritt vier ist das breiteste unter den Übriggebliebenen statt das breiteste insgesamt.

Ausstiege sind unsichtbar, solange Sie sie nicht bauen. Das ist dasselbe Versagen wie beim Warenkorbbeispiel oben, und es ist der häufigste Grund, warum ein Sankey gesünder aussieht als das Geschäft. Jede Stufe braucht einen ausdrücklichen Exit-Link, sonst normiert sich das Bild leise auf die um, die weitergegangen sind. Gleichen Sie die Breiten gegen Ihre Abbruchrate ab, bevor Sie das Diagramm irgendwem zeigen.

Die horizontale Position ist Reihenfolge, nicht Zeit. Spalten sind Schritte. Eine Lücke von drei Sekunden und eine Lücke von drei Tagen belegen denselben Abstand. Eine Reise, die im Sankey glatt aussieht, kann einen zweitägigen Stillstand enthalten, den das Layout nicht ausdrücken kann.

Welche Analyse-Tools zeichnen eines?

Weniger, als die Beliebtheit des Begriffs vermuten lässt, und Googles Dokumentation widerspricht sich genau an diesem Punkt.

Der Widerspruch lohnt zweimaliges Lesen. Die Sankey-Seite von Google Charts nutzt Google Analytics als Beispiel für den Diagrammtyp im Einsatz und sagt, Sankeys seien die Art, wie "Google Analytics uses sankeys to show how traffic flows from pages to other pages on your web site". Die GA4-Hilfeseite zur Pfadexploration beschreibt dieselbe Funktion als Baumgraphen. Ein Baum und ein Sankey sind nicht dasselbe Objekt: In einem Baum hat jeder Knoten genau einen Elternknoten, Flüsse teilen sich also, führen aber nie wieder zusammen. In einem Sankey können zwei Quellen in einem Knoten zusammenlaufen. Dieser Unterschied entscheidet, ob der Bericht Ihnen sagen kann, dass zwei Kanäle auf derselben Seite zusammentreffen.

Google Charts trägt auf der Seite auch seine eigene Warnung: "The sankey chart may be undergoing substantial revisions in future Google Charts releases."

Wie bauen Sie eines, das nicht lügt?

Fünf Regeln, bei denen es durchweg um die Daten geht statt um die Zeichnung.

1. Fügen Sie an jeder Stufe Exit-Knoten hinzu. Wenn eine Stufe 1.000 hinein und 600 hinaus hat, ist der dritte Link ein Ausstieg mit 400 Einheiten. Ohne ihn normiert sich das Diagramm neu.
2. Legen Sie die Einheit fest, bevor Sie anfangen. Sitzungen und Nutzer erzeugen verschiedene Bilder, denn ein Nutzer steuert mehrere Sitzungen bei, und ein Diagramm auf Nutzerebene führt Pfade zusammen, die ein Diagramm auf Sitzungsebene getrennt hält. Entscheiden Sie sich, beschriften Sie es, und mischen Sie die beiden nie in einem Diagramm. Der Unterschied ist derselbe, der hinter Seitenaufrufen, Sitzungen und Nutzern steht.
3. Gruppieren Sie, bevor Sie abschneiden. Fassen Sie /product/* bewusst in einem Knoten zusammen, statt das Tool den Ausläufer streichen zu lassen. Eine entworfene Gruppierung erhält die Arithmetik; ein Abschneiden zerstört sie.
4. Begrenzen Sie die Schritte. Vier oder fünf Spalten sind die lesbare Grenze. Darüber hinaus kreuzen sich die Bänder so stark, dass kein Leser einen Pfad verfolgen kann, und die Erhaltungseigenschaft ist nicht mehr sichtbar, obwohl sie weiter gilt.
5. Bauen Sie aus der Rohsequenz neu auf. Die Quelldaten für ein korrektes Sankey liegen auf Hit-Ebene, sortiert nach Kennung und Zeitstempel, also genau in der Form von Clickstream-Daten. Aggregierte Berichte haben die Reihenfolge, die das Diagramm braucht, bereits weggeworfen.

Ein so gebautes Sankey und ein Bericht zum User Flow beantworten dieselbe Frage, aber nur eines von beiden zeigt Ihnen die Größe dessen, was Sie an jedem Schritt verloren haben.

Häufig gestellte Fragen

Was ist der Unterschied zwischen einem Sankey-Diagramm und einem Funnel-Diagramm?

Ein Funnel nimmt einen geordneten Pfad an und meldet, wer jeden Schritt übersteht. Ein Sankey zeigt jeden gegangenen Pfad, einschließlich Zweigen, die wieder zusammenlaufen, und skaliert jedes Band auf sein Volumen. Nehmen Sie einen Funnel, wenn die Reihenfolge feststeht und Sie sie vorher definiert haben. Nehmen Sie ein Sankey, wenn das Interessante ist, wo die Leute abgezweigt sind.

Ist die Pfadexploration in GA4 ein Sankey-Diagramm?

Googles eigene Dokumentation antwortet in beide Richtungen. Die GA4-Hilfeseite nennt die Pfadexploration einen Baumgraphen. Die Sankey-Seite von Google Charts führt Google Analytics als Beispiel dafür an, dass Sankeys zeigen, wie Traffic zwischen Seiten fließt. Der Unterschied im Verhalten ist, dass ein Baum nicht zeigen kann, wie zwei Quellen in einem Knoten zusammenlaufen.

Warum geht mein Sankey nicht auf?

Fast immer, weil der Abbruch nicht als Link dargestellt ist. Layouts auf Basis von d3-sankey leiten den Wert eines Knotens aus der Summe seiner eingehenden Links ab, jede Gruppe, die ohne ausgehenden Link verschwindet, wird also aufgesogen statt angezeigt. Fügen Sie an jeder Stufe einen ausdrücklichen Exit-Knoten hinzu.

Kann ein Sankey-Diagramm Schleifen oder wiederkehrende Besuche zeigen?

Nicht direkt. d3-sankey ist als Layout für azyklische Netzwerke dokumentiert. Tools umgehen das, indem sie jeden Schritt als eigene Spalte behandeln, eine zweimal besuchte Seite erscheint also als zwei Knoten. Die Zahlen bleiben korrekt, und die Form übertreibt, wie viele verschiedene Ziele es gibt.

Wie viele Schritte sollte ein Sankey zeigen?

Vier oder fünf Spalten. Jede weitere Spalte vervielfacht die Zahl der sich kreuzenden Bänder, und ab diesem Punkt können Leser keinen einzelnen Pfad mehr verfolgen, womit der einzige Vorteil wegfällt, den das Diagramm gegenüber einer Tabelle hatte.

Braucht ein Sankey-Diagramm gleiche Summen links und rechts?

Ja, wenn es korrekt gebaut ist. Jede Einheit, die in die linke Spalte eintritt, muss irgendwo in der rechten Spalte ankommen, auch in einem Exit- oder Abwanderungsknoten. Ungleiche Summen bedeuten, dass eine Gruppe das Diagramm verlassen hat, ohne verbucht zu werden.

Warum heißt es Sankey-Diagramm?

Benannt nach Captain Sankey, der damit die Effizienz von Dampfmaschinen darstellte. Er zeichnete Pfeile, deren Breite proportional zum Wärmeverlust war, und genau daher stammt auch die Erhaltungsregel: Die Energie, die in eine Maschine eintritt, muss irgendwohin, und das Diagramm sollte zeigen, wohin.

Was unterscheidet ein Sankey-Diagramm von einem Baumdiagramm?

In einem Baumdiagramm hat jeder Knoten genau ein Elternelement, Pfade verzweigen sich also, laufen aber nie wieder zusammen. In einem Sankey-Diagramm können zwei Quellen in einem gemeinsamen Knoten zusammenlaufen. Dieser Unterschied betrifft direkt die Pfadexploration von GA4, die Google selbst als Baumdiagramm bezeichnet, während die Sankey-Seite von Google Charts Google Analytics als Beispiel für einen Sankey anführt.

Welche Daten braucht man, um ein Sankey-Diagramm zu bauen?

Daten auf Hit-Ebene, sortiert nach Kennung und Zeitstempel, also genau die Form von Clickstream-Daten. Aggregierte Reports haben diese Reihenfolge bereits verworfen, die ein Sankey braucht, um Nutzer den richtigen Knoten und Verbindungen zuzuordnen.

Kann ein Sankey-Diagramm zeigen, wie lange ein Schritt in der Journey gedauert hat?

Nein. Die horizontale Position in einem Sankey steht für die Reihenfolge, nicht für die verstrichene Zeit, ein Abstand von drei Sekunden und einer von drei Tagen nehmen also dieselbe Distanz im Diagramm ein. Eine Journey, die im Sankey glatt aussieht, kann eine mehrtägige Pause verbergen, die das Diagramm nicht darstellen kann.