Google Analytics 4

Die Beobachtung relevanter Zielgruppen ist für dein Online-Marketing lebenswichtig. Du solltest unterscheiden z.B. zwischen Personen, die bei dir etwas eingekauft oder eine Anfrage gestellt haben und Personen, die nach nur 10 Sekunden wieder gegangen sind.

Mit der Erstellung von Zielgruppen kannst du analysieren, welche Besucher*innen welche Inhalte, Produkte oder Dienstleistungen spannend fanden, kannst Warenkorbabbrecher*innen nachfassen oder eine Aktion nur für Besucher*innen vorbereiten, die eine ganz bestimmte Handlung auf deiner Website ausgeführt haben.

Alle diese Zielgruppen kannst du in dein Google Ads Werbekonto importieren und zur Targeting-Optimierung oder für ganz eigene Retargeting-Kampagnen nutzen.

Der Google Consent-Mode ist seit März 2024 für alle Unternehmen in der EU verpflichtend, die Google Ads oder Google Analytics 4 vollumfänglich nutzen und dem Digital Markets Act (DMA) der EU gerecht werden wollen.

Einfach gesagt, ist der Consent-Mode dafür da, dein Cookie-Consent-Tool (bzw. die Funktionalität deines Cookie-Banners) mit der Datenerfassung durch Google zu verknüpfen, so dass der Einwilligungsstatus deiner Besucher*innen erkannt wird und die Datenerfassung entsprechend aktiviert oder deaktiviert werden kann.

Das ist im Grunde nichts Neues und hat auch ohne den Consent-Mode schon funktioniert. Allerdings musste Google seine Datenerhebung nach dem Gesetz des Digital Markets Act anpassen und mit dem Consent-Mode nun quasi nachweisen, dass eine Einwilligung zur Erhebung bestimmter Daten vorliegt.

Außerdem kennt Google durch die Verknüpfung von Cookie-Consent-Tool mit Google Analytics & Co jetzt erstmals die Quote der Personen, die Cookies nicht akzeptieren und kann aufgrund dieses Wissens Daten modellieren, die bei der Einwilligung dieser Personen wahrscheinlich entstanden wären.

Ohne die Einrichtung des Google Consent-Mode in der Version 2 sind u.a. Remarketing-Kampagnen über Google Ads oder die Erstellung von Zielgruppen in Google Analytics nicht mehr möglich, dir droht ein hoher Datenverlust und deine Tracking-Infrastruktur ist nicht mehr datenschutzkonform.

Es gibt zwei Möglichkeiten den Google Consent-Mode V2 zu implementieren: In der Basis-Variante oder in der erweiterten Advanced-Variante. Im Vergleich ist der Vorteil von Advanced, dass auch dann Conversion-Daten erfasst werden können, wenn deine Besucher*innen Cookies ablehnen. Nämlich cookieless über sogenannte Pings.

Allerdings ist aus Datenschutzgründen ganz klar die Basis-Variante zu empfehlen. Schließlich lehnen deine Besucher*innen beim Advanced-Modus die Datenerfassung explizit ab und werden dennoch getracked – wenn auch über eine technisch andere Lösung ohne Cookies.

Egal, für welche Variante du dich entscheidest, die Integration sollte einerseits über den Google Tag Manager erfolgen, in dem jedes Tag mit dem Einwilligungsmodus verknüpft werden muss und andererseits in der Admin deines Cookie-Consent-Tools eingestellt werden.

Zahlreiche CMS-Anbieter, wie Shopify, oder CMP-Anbieter, wie Cookiebot, haben eine diesbezügliche Partnerschaft mit Google, weshalb die Integration des Consent-Mode über diese Tools recht einfach und gut dokumentiert ist. Folgend findest du eine Liste mit allen CMS sowie CMP Partner-Plattformen.

Sollte dein Cookie-Consent-Tool nicht zu den Partnern gehören, musst du die Verknüpfung durch eine Eigenentwicklung herstellen, was über den Tag Manager mit jedem Tool möglich ist, oder du solltest darüber nachdenken, den Anbieter zu wechseln.

Für Online-Shops oder Websites, bei denen sich Nutzer*innen in einen User-Bereich einloggen können, bringt das Setzen von individuellen User-IDs viele Vorteile. Die User-ID ist eine eindeutige Kennzeichnung, ähnlich einem Fingerabdruck, über die das Verhalten von Bestandskunden*innen über verschiedene Sitzungen sowie geräteübergreifend erfasst und analysiert werden kann.

Dadurch können u.a. Conversions besser zugeordnet, ein geräteübergreifendes Tracking gewährleistet, die Customer Journey wesentlich tiefer abgebildet und personalisierte Erlebnisse deiner Besucher*innen ermöglicht werden.

Um die Vergabe von User-IDs auf deiner Website zu integrieren, muss bei jedem Login eines Users die User-ID in den Data-Layer geschrieben werden, wozu eine Anpassung deines Quellcodes notwendig ist. Werden die User-IDs gesetzt, müssen diese noch an Google Analytics übergeben werden, was über den Google Tag Manager anhand eines entsprechenden „user_id“ Parameters schnell umsetzbar ist.

Mehr Informationen zur Integration der User-ID findest du in den offiziellen Google Analytics Guides. Aber bedenke: Das Erfassen von User-IDs sollte zwingend in deiner Datenschutzerklärung ausgewiesen werden und zum Setzen der User-IDs solltest du die explizite Einwilligung deiner Besucher*innen einholen (über dein Cookie-Consent-Tool).

Mit der zusätzlichen Aktivierung der Google-Signale werden den selbst erhobenen Daten externe Informationen zugeordnet, die Google über die entsprechenden Nutzer*innen in anderen Google Anwendungen erhebt (und aufgrund der Zustimmung für „personalisierte Werbung“ im jeweiligen Google-Account auch erheben darf). Zum Beispiel Daten aus dem Google Chrome Browser oder aus einem Android Betriebssystem.

Dadurch werden die eigenen Website-Daten mit Google Daten angereichert, die z.B. den Standort, den Google-Suchverlauf, den YouTube-Verlauf oder die Daten von Google Partner Websites enthalten. Das führt zu einer höheren Datenqualität, die beispielsweise eine stärkere Zielgruppenausrichtung oder individuelleres Remarketing möglich macht.

An- oder ausschalten lassen sich die Google-Signale ganz einfach über die Property-Einstellungen unter Datenerhebung und -änderungen > Datenerhebung > Datenerhebung durch Google-Signale.

Aber Vorsicht: Die Datenerhebung durch Google-Signale sollte zwingend in deiner Datenschutzerklärung verankert sein und nur dann erfolgen, wenn dir die entsprechende Einwilligung deiner Besucher*innen vorliegt (über die Verknüpfung deiner Datenerfassung mit einem Cookie-Consent-Tool, über das Cookies erlaubt oder abgelehnt werden können).

Alles, was du in Google Analytics 4 an Berichten siehst, ist im Grunde nichts weiter als ein Vorschlag, wie deine Berichte aussehen können. Übernimm die Darstellungen, Messwerte und Struktur nicht einfach, wenn sie nicht perfekt für dich passen.

Denn du kannst alles anpassen. Wirklich alles. Dir gefällt der Oberbegriff bzw. die Kategorie einer Sammlung aus Berichten nicht? Dann benenne die Sammlung um oder erstelle über die Bibliothek einfach eine komplett neue.

Ein Bericht aus der Sammlung „Lebenszyklus“ wäre für dich besser in der Sammlung „Nutzer“ aufgehoben? Dann ziehe den Bericht einfach um. Dir fehlt im Bericht „Landingpage“ ein wichtiger Messwert und manche vorhandenen Messwerte sind für dich völlig irrelevant? Dann passe den Bericht an, füge Messwerte hinzu und werfe andere raus.

Du willst in einem Bericht nicht das voreingestellte Liniendiagramm, sondern ein Balkendiagramm oder noch besser gar kein Diagramm? Rate…dann passe es einfach nach deinen Wünschen an.

In Google Analytics 4 gibt es keine Struktur, keine Sammlung, keine Übersicht und keinen Bericht, den du nicht 100 % nach deinen Bedürfnissen individualisieren kannst und diesen erheblichen Mehrwert solltest du dir nicht entgehen lassen.

Die Zählmethode von Conversions bzw. Schlüsselereignissen ist in Google Analytics 4 standardmäßig auf „einmal pro Ereignis“ eingestellt. Betreibst du einen Online-Shop und deine Conversions sind Verkäufe passt das auch, denn du willst jeden Sale als Conversion erfassen.

Stehen bei dir aber Leads oder Anmeldungen im Fokus, macht diese Einstellung keinen Sinn. Schließlich hast du auch nur dann ein Lead, wenn die gleiche Person dich zweimal über deine Website kontaktiert.

In solchen Fällen solltest du die Zählmethode von „einmal pro Ereignis“ (jede Conversion wird gezählt) auf „einmal pro Sitzung“ umstellen (die gleiche Person kann innerhalb einer Sitzung nicht mehrere Conversions auslösen).

Du kannst diese Einstellung individuell pro Conversion bzw. Schlüsselereignis vornehmen. Also z.B. beim Sale den Standard lassen und beim Lead umstellen. Dazu gehst du einfach in die Verwaltung > Datenanzeige > Schlüsselereignisse > klickst auf die drei Punkte hinter dem gewünschten Ereignis und wählst „Zählmethode ändern“.

Viele Ereignisse werden in Google Analytics 4 standardmäßig erfasst. Das war beim alten Google Analytics Universal noch nicht so. Zum Beispiel Klicks auf externe Links, Video-Plays oder Downloads. Aber wenn du tiefergehende Informationen zu diesen Ereignissen erfassen möchtest, musst du Ereignisparameter erstellen.

Es ist schön, wenn du weißt, wie viele deiner Besucher*innen ein Video angeschaut, eine Suchanfrage gestellt oder ein PDF heruntergeladen haben. Aber noch wichtiger ist es doch zu wissen, welches Video, welcher Suchbegriff und welches PDF. Diese Detailinformationen werden aber nur erfasst, wenn du über die benutzerdefinierten Dimensionen sogenannte Ereignisparameter definierst.

Standardmäßig hast du also die Anzahl der ausgelösten Ereignisse in deinen Berichten (z.B. 36 Video-Plays), kannst aber nicht eine Ebene tiefer gehen, um zu sehen, welche deiner Videos zu wie viel Prozent angeschaut wurden. Dazu benötigst du die Parameter.

Um einen Ereignisparameter zu erstellen, gehst du in die Verwaltung > Datenanzeige > Benutzerdefinierte Definitionen > Benutzerdefinierte Dimensionen und erstellst dort eine neue Dimension. Die Ereignisparameter kannst du aus einer Dropdownliste auswählen.

Viele relevante Parameter werden standardmäßig von Google Analytics zur Verfügung gestellt, wie z.B. „search_term“, „file_name“ oder „link_text“ und können einfach ausgewählt werden. Fehlt ein für dich wichtiger Parameter in der Liste, musst du dessen Erfassung über den Google Tag Manager zuerst herstellen.

Ein klassisches Beispiel: Du hast einen Online-Shop und ein Besucher kommt über einen externen Link auf deine Seite. Der Besucher kauft über Paypal bei dir ein und an sich ist alles gut. Allerdings steht in deinen Berichten jetzt Paypal als Quelle des Besuchers und nicht die externe Website, über die der Besucher eigentlich zu dir gefunden hat.

Dadurch identifizierst du relevante Besucherquellen nicht korrekt und großes Optimierungspotenzial für dein Marketing bleibt auf der Strecke. Wenn du Paypal aber auf die Liste unerwünschter Verweise setzt, wird nicht dein Zahlungsanbieter als Besucherquelle ausgewiesen, sondern die ursprüngliche Quelle.

Deshalb solltest du alle deine Kooperationspartner und damit alle externen URLs, zu denen deine Besucher*innen während des Kauf-, Buchungs-, oder Terminierungsprozesses weitergeleitet werden, in die Liste unerwünschter Verweise eintragen.

Dazu gehst du in Google Analytics auf die Tag-Einstellungen deines Datenstreams und dort auf die „Liste unerwünschter Verweise“.

Die Zeitüberschreitung für Sitzungen (in den Tag-Einstellungen) bietet in Google Analytics 4 mehrere Einstellungsmöglichkeiten. Besonders relevant ist die Einstellung für den „Timer für Sitzungen mit Interaktion“. Standardmäßig ist dieser auf 10 Sekunden eingestellt. Das heißt, dass bei jedem Besuch deiner Website nach 10 Sekunden automatisch ein Ereignis ausgelöst und eine Interaktion gemessen wird.

Das ist an sich gut für deine Absprung- bzw. Interaktionsrate, denn jeder Besuch, der länger als die voreingestellten 10 Sekunden dauert, kann sich damit nicht mehr negativ auf diese wichtigen Raten auswirken. Ganz egal, ob der Besuch am Ende nur 11 Sekunden gedauert und nichts anderes als der Aufruf der Einstiegsseite stattgefunden hat.

Für deine Datenanalyse ist das aber eher nachteilig. Denn seien wir mal ehrlich: Welche für dich relevanten Handlungen können innerhalb von nur 10 Sekunden auf deiner Website ausgeführt werden? Ein Sale? Niemals. Ein Lead? Wohl kaum. Das Lesen eines Artikels? Die Anmeldung an den Newsletter?

Wie viel bleibt von deinen Inhalten und von deiner Marke in nur 10 Sekunden hängen, selbst wenn du der Meinung bist, dass auch der reine Aufruf einer Einstiegsseite für dich relevant ist? Aus unserer Sicht muss ein Besuch in der Regel mindestens 20-30 Sekunden dauern, um sagen zu können, dass die Person in irgendeiner Form Interesse an den Inhalten der Website hatte. Bei dieser Einstellung gilt es deshalb, einen guten Mittelweg zu finden, zwischen stumpfer Bounce-Rate-Optimierung und qualitativer Datenanalyse.

In deiner Google Analytics 4 Property kannst du einstellen, wie lange deine Ereignis- sowie Nutzerdaten aufbewahrt werden sollen. In beiden Fällen gibt es nur zwei Optionen, nämlich 2 oder 14 Monate.

Bei den Ereignisdaten ist die Standardeinstellung nur 2 Monate. Für deine Datenanalyse ist das aber ein extrem kurzer Zeitraum. Für manche Berichte ist damit z.B. kein Vergleich zum Vorjahr oder zum zurückliegenden Quartal möglich. Deshalb solltest du die Datenaufbewahrung der Ereignisdaten, wie bei den Nutzerdaten, auf 14 Monate einstellen.

Vergiss bei einer Umstellung aber nicht, die Angaben in deiner Datenschutzerklärung entsprechend anzupassen. Anpassen kannst du das Ganze in der Verwaltung > Datenerhebung und -änderung > Datenaufbewahrung.

Egal, wie du deine Property konfigurierst, du verwendest Google Analytics nur dann datenschutzkonform, wenn du für das Setzen der Statistik-Cookies die Einwilligung deiner Besucher*innen einholst.

Die Nutzung eines Cookie-Consent-Tools und damit das Schalten eines entsprechenden Cookie-Banners auf deiner Website ist bei der Integration von Google Analytics obligatorisch. Vergiss deshalb nicht, deine Datenerfassung mit deinem Cookie-Consent-Tool zu verknüpfen, so dass Google Analytics auch wirklich nur dann Daten erfasst, wenn deine Besucher*innen explizit dazu eingewilligt haben.

In Google Analytics 4 gibt es vier verschiedene Ereignistypen.

1. 1. Automatisch erfasste Ereignisse

Diese Ereignisse werden in jedem Fall erfasst, wenn Google Analytics korrekt für eine Website oder App installiert ist. Zum Beispiel der Aufruf einer Seite (page_view) oder das Öffnen der App (first_open).

1. 2. Ereignisse für optimierte Analysen

Diese Ereignisse werden erfasst, wenn die optimierten Analysen in Google Analytics aktiviert sind, was standardmäßig der Fall ist. Darunter fallen zum Beispiel Interaktionen mit Formularen, Videos oder das Scrollen. Aber Vorsicht: Die automatische Erfassung dieser Ereignisse kann durchaus Tücken haben. Beispielsweise kann das Abschicken von Formularen fehlerhaft erfasst werden oder das Tracking von Suchanfragen läuft nur nach manueller Anpassung. Die Funktionalität von Ereignissen für optimierte Analysen sollte deshalb kritisch überprüft und bei Bedarf durch die Einrichtung empfohlener oder benutzerdefinierter Ereignisse ersetzt werden.

1. 3. Empfohlene Ereignisse

Diese Ereignistypen werden standardmäßig nicht erfasst und müssen manuell implementiert werden. Allerdings gibt es vordefinierte Namen und Parameter für diese Ereignisse. Darunter fällt z.B. der Login oder die Registrierung. Um zu prüfen, ob dein gewünschtes aber nicht unter Punkt 1 oder 2 fallendes Ereignis zu diesen empfohlenen sowie vordefinierten Ereignissen gehört, check am besten die Google Analytics Hilfe.

1. 4. Benutzerdefinierte Ereignisse

Wie der Name schon sagt, handelt es sich hierbei um komplett selbstdefinierte Ereignisse. Diese sollten aber nur dann umgesetzt werden, wenn es für den gewünschten Anwendungsfall bzw. für die zu erfassende Handlung keine empfohlenen Ereignisse gibt. Dringend zu beachten ist, dass der Ereignisname maximal 40 Zeichen lang sein darf. Überschreitet ein Name dieses Limit, werden die Daten nicht korrekt erfasst und / oder fließen nicht in die Berichte ein.

In deiner Google Analytics Property werden dutzende Ereignisse erfasst. Darunter auch viele erst einmal nicht weiter definierte und völlig oberflächliche Ereignisse wie clicks, page_views oder session-starts. Um die Spreu vom Weizen zu trennen und zu definieren, was für dich die wichtigsten Ereignisse sind (gleichzusetzen mit Conversions), musst du Schlüsselereignisse definieren.

Dazu gehst du einfach in die Verwaltung > Datenanzeige > Ereignisse und markierst die gewünschten Ereignisse mit einem Klick als Schlüsselereignisse. Diese werden anschließend in einem eigenen Bericht ausgewiesen und können z.B. als Conversions in Google Ads importiert werden.

Aber mach dir vorher besser Gedanken über die gewünschten Schlüsselereignisse. Je nach Umfang deiner Website oder je nachdem, wie granular du dein Tracking aufgebaut hast, können schnell jede Menge Schlüsselereignisse zu Stande kommen und das Limit an möglichen Schlüsselereignissen liegt bei 30.

In Google Analytics 4 gibt es drei verschiedene Identitäten für die Berichterstellung. Diese legen im Grunde fest, mit welcher Methode Ereignisse den Besucher*innen deiner Website zugeordnet werden und haben entsprechende Auswirkungen auf deine Berichte. Die drei Identitäten sind:

1. 1. Zusammengeführt

Das ist die Standardeinstellung. Bei dieser Identität werden die Daten der User-ID, der Geräte-ID sowie von modellierten Daten ausgewertet.

1. 2. Beobachtet

Bei dieser Identität werden die Daten der User-ID und der Geräte-ID ausgewertet.

1. 3. Gerätebasiert

Bei dieser Identität werden nur die Daten der Geräte-ID ausgewertet.

Welche der drei Optionen für deine Berichterstellung die richtige ist, hängt zum einen von deinem Traffic ab, denn nicht jede Identität funktioniert mit geringem Traffic gut und zum anderen von deinen Prioritäten.

Steht für dich die größtmögliche Datenmenge im Fokus, dürfte die zusammengeführte Identität für dich das Richtige sein. Geht es dir primär um die Datenqualität, solltest du vielleicht besser die beobachtete Identität wählen. Musst du besonders hohe Datenschutzansprüche erfüllen, dürfte die gerätebasierte Identität für dich am meisten Sinn machen.

Pauschal lässt sich das aber schwer sagen und die passende Identität sollte individuell identifiziert und eingestellt werden. Sollte in deinen Berichten später eine Grenzwertfunktion angewendet werden, wodurch Berichte gar nicht oder nur eingeschränkt verfügbar sind, kannst du das auflösen, in dem du die Identität für die Berichterstellung änderst.

Du kannst aus Google Analytics bzw. deiner Datenanalyse noch viel mehr rausholen, wenn du andere Google Tools mit Analytics verknüpfst. Für alle empfehlenswert, ist die Synchronisation mit der Google Search Console, um die Daten aus der Google Suche in GA4 analysieren zu können.

Für alle Online-Shops macht z.B. die Verknüpfung mit dem Merchant-Center Sinn, für alle Werbetreibenden die Verknüpfung mit Google Ads usw.

Über die Tag-Einstellungen deines GA4 Datenstreams kannst du internen Traffic definieren und damit Zugriffe über die IP-Adressen deines Unternehmens von der Datenerfassung ausschließen. Für die Datenanalyse macht das hochgradig Sinn, da interne Zugriffe die Daten oft stark verfälschen.

Allerdings bleibt der Eintrag der eigenen IP-Adressen, je nach technischer Infrastruktur, oft wirkungslos, da die IP-Adressen bei GA4 standardmäßig anonymisiert werden und der Ausschluss deshalb u.U. nicht funktioniert. 

Die Unterschiede zwischen GA4 und dem alten Google Analytics Universal sind so groß, dass GA4 eigentlich nicht als neue Version angesehen werden sollte, sondern als komplett eigenständiges Tool.

Allein schon die Erfassung der Daten an sich basiert auf zwei völlig verschiedenen Modellen. Während das alte Universal ein auf Sitzungen und Seitenaufrufen basiertes Datenmodell zur Grundlage hatte, basiert das Datenmodell von GA4 vollständig auf Ereignissen.

Im Klartext: beide Tools erfassen, verarbeiten und analysieren die gleichen Daten auf verschiedene Art und Weise, weshalb ein Vergleich der Systeme von Haus aus schwierig ist. GA4 kann die Daten von Websites sowie von Apps zentral erfassen, beim alten Analytics musste noch Firebase für App-Daten verwendet werden.

Mal abgesehen davon, ist die gesamte Oberfläche von GA4 ganz anders aufgebaut, die Anpassungsmöglichkeiten sind erheblich gestiegen, der Datenschutz hat eine größere Relevanz und andere Metriken stehen im Fokus (z.B. die Interaktionsrate statt der Absprungrate).

Am Ende ist GA4 einfach das zeitgemäßere Webanalysetool, was keinen Ausbau des alten Google Analytics Universal darstellt, sondern eine Neuentwicklung. Wer die Stärken und Individualität von GA4 nutzen möchte, sollte sich deshalb von der alten Welt lösen und sich ohne Wehmut auf die neue Welt einlassen.

Auf diese Funktion haben viele Datenanalysten*innen lange und sehnsüchtig gewartet: Den DebugView in Google Analytics. Dieser hilft nicht nur, die Art der Datenerfassung als solches nachvollziehen zu können, sondern dient u.a. zur Validierung der Infrastruktur, zur Abnahme sowie Kontrolle implementierter Ereignisse, zur Identifizierung relevanter Parameter, die als Zusatzinfos zum eigentlichen Event erfasst werden oder zum schlichten Testen von neuen Funktionen.

Beispielsweise die Ursache von Störungen lässt sich über den DebugView leicht herausfinden und prinzipiell waren Live-Analysen der eigenen Datenwelt nie so einfach und umfassend. Durch den DebugView verändern sich die Möglichkeiten der Datenanalyse grundlegend.

Am einfachsten aktivieren lässt sich der DebugView, in dem du den Vorschaumodus im Google Tag Manager startest und in einem neuen Tab Google Analytics aufrufst. Dort findest du den DebugView unter den Property-Einstellungen > Datenanzeige > DebugView.

Für viele scheint bei der Auswertung von Daten eine Regel zu gelten: Eine hohe Sitzungsdauer ist positiv und eine niedrige ist negativ. Aber lässt sich das wirklich so pauschal einordnen? Mit Sicherheit nicht.

Eine hohe Sitzungsdauer kann auch belegen, dass der Checkout-Prozess deines Online-Shops oder das Lead-Formular deiner Website deutlich zu lang sind. Oder dass deine Besucher*innen sich nicht gut auf deiner Website zurechtfinden.

Umgekehrt kann eine niedrige Sitzungsdauer auch aussagen, dass deine Besucher*innen schnell ans gewünschte Ziel kommen und die UX sowie Customer Journey auf deiner Website optimal ist. Die Einordnung der Sitzungsdauer ist also abhängig vom Content der jeweiligen Seite.

Eine niedrige Sitzungsdauer kann auf der Seite deines Lead-Magnets perfekt sein, auf der Seite deines neusten Blog-Artikels sicher nicht. Wie so oft bei der Datenanalyse, solltest du bestimmte Metriken, wie die Sitzungsdauer, nicht prinzipiell als positiv oder negativ verstehen, sondern immer in Relation zum entsprechenden Inhalt setzen.

Ganz ähnlich wie bei der Sitzungsdauer verhält es sich bei der Bounce-Rate bzw. Absprungrate. Es lässt sich nicht pauschal sagen, dass eine hohe Absprungrate schlecht und eine niedrige gut ist. Eine hohe Absprungrate kann auf einer Seite, auf der z.B. der Download deines White-Papers stattfindet, völlig irrelevant sein. Vielleicht schon deswegen, weil du den Download des White-Papers nicht als Ereignis erfasst.

Eine extrem niedrige Absprungrate kann umgekehrt auch einen Fehler in deiner Tracking-Infrastruktur belegen, weil z.B. mehrere Ereignisse ausgelöst werden, obwohl deine Besucher*innen gar keine Handlungen auf der Seite durchführen. Niedrig ist nicht gleich positiv.

Auch hier gilt es deshalb, den Wert der Absprungrate mit dem Content der jeweiligen Seite abzugleichen und diesen zu hinterfragen, ohne voreilige Schlüsse zu ziehen.

Im alten Google Analytics konntest du dir „Custom Alerts“ einrichten, um Benachrichtigungen zu erhalten, für den Fall, dass bei deiner Datenerfassung z.B. irgendwelche unerwarteten Peaks auftreten. Diese Funktion gibt es in GA4 so nicht mehr. Aber keine Angst, es ist besser.

In GA4 kannst du dir „Custom Insights“ und damit selbstdefinierte Statistiken in Form von Regeln einrichten, bei deren Eintreten du per E-Mail benachrichtigst wirst. Auf diesem Weg bekommst du sofort mit, sollte zum Beispiel deine Datenerfassung ausfallen oder sollte es deutliche Peaks bei der Anzahl an Seitenaufrufen, Nutzern oder Ereignissen geben (egal, ob nach oben oder unten).

Die Custom Insights bieten dir hilfreiche Vorlagen, mit denen du schnell Anomalien für die Anzahl an Ereignissen, Conversions, Umsätzen oder Besucher*innen definieren kannst. Tritt eine Anomalie ein und einer der Werte weicht deutlich vom Schnitt deiner historischen bzw. zu erwartenden Daten ab, erhältst du eine E-Mail. Natürlich kannst du neben den Vorlagen auch komplett benutzerdefinierte Regeln erstellen.

Einstellen kannst du die Custom Insights in GA4, indem du auf der Startseite auf „Alle Statistiken ansehen“ klickst. So gelangst du zur Übersicht deiner Insights und kannst dort mit einem Klick auf „verwalten“ bestehende Insights bearbeiten oder mit einem Klick auf „erstellen“ neue definieren.

Solltest du in deinen Berichten den Hinweis “Grenzwertfunktion angewendet“ finden, werden dir nicht alle verfügbaren Daten angezeigt. Das passiert immer dann, wenn du Google Signale aktiviert hast und die Daten in deinem Bericht mehrheitlich aus Daten dieser Signale bestehen und weniger aus deinen selbsterhobenen Daten.

Google hat diese Funktion eingeführt, um sicherzustellen, dass durch die Datenanalyse kein Rückschluss auf Personen möglich ist. Denn das wäre möglich, wenn deine selbsterhobenen Daten sehr gering sind und in deinem Bericht deshalb hauptsächlich von Google über Google Signale erhobene Nutzerdaten ausgewiesen werden würden.

Die Anwendung der Grenzwertfunktion ist in dem Sinne keine Fehlermeldung, sondern eine Einschränkung deiner Datenanzeige aus Datenschutzgründen. Sind deine Berichte durch diese Funktion beeinträchtigt, musst du entweder Google Signale deaktivieren, was nur bedingt zu empfehlen ist, oder du passt die Identität deiner Berichterstattung in den Property-Einstellungen auf „gerätebasiert“ an.

Google Analytics ist keine statische Software, sondern eine dynamische Analyse-Plattform. Ähnlich einer App, gibt es regelmäßige Updates, wichtige Richtlinienänderungen, neue Funktionen kommen hinzu und so weiter.

Deshalb solltest du die Community von GA4 im Auge behalten und dir den offiziellen Blog der Google Marketing Plattform als Lesezeichen speichern. Dort findest du alle News, Ankündigungen und Updates rund um GA4 und den Google Tag Manager.

Aufrufe (auch bezeichnet als Pageviews) sind eine der Standard-Metriken in Google Analytics 4 und erfassen die Anzahl an Seitenaufrufen einer Website bzw. die Anzahl von Bildschirmaufrufen einer App.

Wird eine Seite von einer Person mehrfach aufgerufen, werden alle Aufrufe gezählt und fließen in die Statistik mit ein. Die Anzahl an Aufrufen ist deshalb in der Regel größer als die der Nutzer*innen sowie als die der Sitzungen.

Eine Sitzung wird in Google Analytics gestartet, wenn Nutzer*innen eine Seite der Website aufrufen oder eine App im Vordergrund öffnen. Standardmäßig wird eine Sitzung nach 30 Minuten Inaktivität beendet, wobei diese Dauer in der Konfiguration von GA4 angepasst werden kann. Es gibt keine Begrenzung für die Dauer einer Sitzung. Ein Nutzer kann mehrere Sitzungen auslösen.

Die Metrik der Nutzer in Google Analytics wird von vielen falsch interpretiert. Denn dieser Wert entspricht nicht allen Nutzer*innen einer Website oder App, sondern nur allen aktiven Nutzer*innen. Die Definition des Messwertes ist: Nutzer aus einer Sitzung mit Interaktion. Eine Sitzung mit Interaktion ist eine Sitzung, die länger als 10 Sekunden dauert und ein Conversion-Ereignis oder mindestens 2 Seiten- oder Bildschirmaufrufe umfasst.

Wer nicht nur die Nutzer*innen mit Interaktion analysieren möchte, sondern alle Nutzer*innen der Website bzw. App, muss sich den Messwert „Nutzer insgesamt“ ansehen.

Die Absprungrate (auch als Bounce-Rate bezeichnet) zeigt den Prozentsatz der Sitzungen, bei denen es keine Interaktion gab. Liegt die Absprungrate z.B. bei 35 %, bedeutet das, dass 35 % der Besucher*innen der Seite diese wieder verlassen haben, ohne eine Interaktion durchzuführen.

Allgemein gilt eine hohe Absprungrate als negativ und eine niedrige als positiv. Allerdings ist die Bewertung der Bounce-Rate immer abhängig vom Inhalt der jeweiligen Seite, weshalb diese Pauschalisierung falsch ist.

Die Interaktionsrate ist das Pendant zur Absprungrate und zeigt den Prozentsatz der Sitzungen, bei denen eine Interaktion stattgefunden hat. Liegt die Interaktionsrate z.B. bei 65 %, bedeutet das, dass 65 % der Besucher*innen der Seite eine Interaktion durchgeführt haben.

Allgemein gilt eine niedrige Interaktionsrate als negativ und eine hohe als positiv, also genau das Gegenteil der Absprungrate. Allerdings ist auch die Bewertung der Interaktionsrate immer abhängig vom Inhalt der jeweiligen Seite, weshalb diese Pauschalisierung falsch ist.

Die durchschnittliche Sitzungsdauer gibt die Dauer einer Sitzung auf der entsprechenden Seite oder innerhalb der aufgerufenen App an. Diese Metrik zeigt die gesamte Zeit die Nutzer*innen auf einer Website verbracht haben, unabhängig davon, ob Nutzer*innen mit der Seite interagieren. Die Sitzungsdauer endet, wenn die entsprechende Sitzung beendet bzw. die Seite verlassen wird.

Die Zeit, die Nutzer*innen auf einer Website oder in einer App verbringen, ist eines der wichtigsten Kriterien der Datenanalyse, mit der das Nutzerinteresse gemessen werden kann.

Die durchschnittliche Interaktionsdauer umfasst nicht die gesamte Zeit, die Nutzer*innen auf einer Website verbringen (das wäre die durchschnittliche Sitzungsdauer), sondern nur die Zeit ab der ersten Interaktion. Diese Metrik endet nicht zwingend erst dann, wenn die Sitzung beendet wird, sondern u.U. schon, wenn die Seite nicht mehr im Fokus des Browsers ist (zum Beispiel, wenn der Tab nur im Hintergrund geöffnet ist).

Eine Sammlung besteht aus mehreren Themen (maximal bis zu 5), denen wiederrum mehrere Berichte zugeordnet sind. Sammlungen können über die Bibliothek in GA4 bearbeitet oder neu erstellt werden. Es gibt vordefinierte Sammlungen, die standardmäßig in der Berichtsnavigation angezeigt werden.

Jede neu erstellte Sammlung muss zuerst in der Bibliothek veröffentlicht werden, bevor diese in der Navigation sichtbar ist.

Wenn du noch mehr aus deinen Daten herausholen willst, als die ohnehin schon starken Berichte in Google Analytics hergeben, ist die explorative Datenanalyse genau das richtige für dich. Anlässe kann es dafür viele geben:

• • Bestimmte Messwerte können nicht in benutzerdefinierten Berichten verwendet werden
  • Für dich ist ein eine Tabelle, ein Linien- oder Balkendiagramm nicht genug
  • Du suchst nicht nach einer Zahl, sondern nach Mustern oder Trends
  • Die willst den Sales-Funnel deines Online-Shops granular darstellen
  • Du willst den Lifetime-Wert deiner Besucher*innen analysieren
  • Du benötigst eine ausführliche Trichter-, Pfad-, oder Segmentanalyse

In der explorativen Datenanalyse gibt es eine Vorlagengalerie, aus der du dich bedienen kannst, es besteht aber auch die Möglichkeit, ganz eigene Formate zu erstellen. Mittlerweile können auch einige der Daten, die über die explorative Datenanalyse erhoben werden, in Standard-Berichte integriert werden.

Eine Property ist eine Ressource in Google Analytics, dem ein individueller Tracking-Code zugeordnet ist. Pro Google Analytics Konto können dutzende Properties angelegt werden. Beispielsweise kann eine Property für die Homepage, eine für die App und eine für die Inhalte einer Subdomain eingerichtet werden.

Der Google Analytics-Radar ist eine neue, auf Machine-Learning beruhende Funktion in GA4. Ähnlich einem Chatbot können dem Radar über das Suchfeld in GA4 Fragen gestellt werden, beispielsweise zu den erhobenen Daten der letzten Woche. Mit jeder Frage und jeder Antwort lernt der Algorithmus dazu und lernt auch deine Bedürfnisse besser kennen. In der Verwaltung von GA4 gibt es zudem eine Historie zu allen gestellten Fragen und deren Antworten.

Im alten Google Analytics gab es pro Property mehrere Datenansichten, in GA4 heißen diese nun Datenstreams. Pro Property können mehrere Datenstreams erstellt werden, wobei jeder Datenstream anders konfiguriert werden kann. So ist z.B. in Datenstream A ein bestimmter Filter aktiv und in Datenstream B eine andere Identität der Berichterstellung als in Datenstream C. So lassen sich die Daten der verschiedenen Datenstreams vergleichen und die für dich beste Konfiguration identifizieren.

Channelgruppen in Google Analytics stehen für die Zusammenfassung verschiedener Besucherquellen. Standardmäßig gibt es eine vordefinierte Channelgruppe in GA4, die insgesamt 18 Channels umfasst. Ein Channel ist beispielsweise „Paid Search“ oder „Organic Search“. Zusätzlich zur vordefinierten Channelgruppe können zwei weitere erstellt werden. Jede Channelgruppe kann bis zu 25 Channels enthalten.

Unter Umständen ist die voreingestellte Zuordnung oder Definition der Channels für deine Datenerfassung nicht die beste, weshalb das Anlegen einer eigenen Channelgruppe durchaus sinnvoll sein kann. Benutzerdefinierte Channelgruppen können auch als primäre Gruppe deiner Datenzuordnung eingestellt werden.

Während wir in der Google Welt zwischenzeitlich über 6 verschiedene Attributionsmodelle gesprochen haben (letzter Klick, erster Klick, linear, Zeitverlauf, positionsbasiert und datengetrieben), existieren heute nur noch zwei:

• • Letzter Klick
  • Datengetrieben (von Google empfohlen und voreingestellt)

Wer das Attributionsmodell umstellen möchte, sollte in jedem Fall auf dem Schirm haben, dass die Modelle in Google Ads und Google Analytics zwingend identisch sein sollten (sofern die beiden Konten miteinander verknüpft sind), damit bei der Datenerfassung kein zu großes GAP entsteht.