Google Analytics-Daten für Lookerstudio aufbereiten

Universal Analytics: Daten exportieren, sichern & ansehen

Ab Juli 2024 in Google Universal Analytics keine Daten mehr verfügbar sein. Schon seit Juli 2023 werden in Universal Analytics keine neuen Daten mehr erfasst, nun werden auch die bestehenden Daten gelöscht.

Lohnt sich der Aufwand? Braucht man die historischen Google Analytics Daten überhaupt?

Google empfiehlt, die alten Daten aus Google Analytics zu sichern. Auch für viele Unternehmen ist es wichtig, dass auch in Zukunft die historischen Daten zur Verfügung stehen. Bevor man die Daten sichert, sollte man sich aber überlegen, wie häufig man in den letzten Monaten historische Daten betrachtet hat.

Kommt man zu dem Schluss, dass die Daten gesichert werden müssen, gilt es zu überlegen, welche Berichte man benötigt. Eine sinnvolle Auswahl kann sein:

  • Traffic-Quellen
  • Seitenaufrufe
  • Landingpages
  • Transaktionen bzw. Conversions
  • Produkte
  • Informationen zu Nutzern, wie zum Beispiel Standort und Gerätekategorie

Für alle, die die Daten selbst sichern möchten, unsere Empfehlung als Zusammenfassung:

  • Der einfache Export aus der Oberfläche ist keine gute Idee.
  • Für kleinere Websites kann das Plugin für Google Sheets eine gute Wahl sein.
  • Größere Websites kommen um einen Export via API (z.B. mit R) nicht umhin.
  • Die Daten können in Lookerstudio als CSV hochgeladen und dort visualisiert werden.

Der einfache Export in der Oberfläche ist nicht zu empfehlen

In der Oberfläche kann man sich oben rechts unter “Export” den jeweiligen Bericht ganz einfach herunterladen.

Das große Problem hierbei: Niemand möchte alle Daten von 2015-2023 ansehen. Stattdessen sind Vergleiche zwischen bestimmten Zeiträumen (egal, ob im Vergleich zu Universal oder GA4) von Interesse.

Beim manuellen Export müsste man also für alle Berichte alle Monate einzeln herunterladen. Und auch dann ist der Vergleich nur zwischen Monaten machbar. Zwei längere Zeiträume zu vergleichen, ist wieder komplizierter.

Was unbedingt enthalten sein muss: zusätzliche Datumsdimension

Zusätzlich zu Dimensionen wie “Seitenpfad” oder “Channelgruppierung” muss man also immer das jeweilige Datum zum Datensatz mit speichern. Hierfür kann man entweder den Monat (z.B. Januar 2022) oder Tag (z.B. 03. Januar 2022) speichern.

Achtung: Je nach Anzahl der Besucher und Alter der UA-Property kann die Dimension “Tag” zu sehr großen Dateien führen.

Für die meisten Anwendungsfälle reicht es aus, Vergleiche auf Monatsbasis anzustellen. Entsprechend benötigt man auch nur die Dimension “Monat” statt “Tag”.

Export per Google Sheets: Bei geringen Datenmengen sinnvoll

Google bietet ein Addon für Google Sheets, mit dem man die API mit einer einfachen Oberfläche ansprechen kann.

Einfach das Addon “Google Analytics Spreadsheet Add-on” zu Google Sheets hinzufügen und dann Berichte per Dropdown definieren:

Das Addon generiert eine solche Konfiguration. Hier noch das Datum anpassen:

Und dann unter Extensions > Google Analytics > Run Reports den Bericht erstellen.

Wichtig: Keine berechneten Metriken wie “Bounce-Rate” oder “Time on Page” exportieren. Berechnete Metriken können nicht einfach addiert werden. Stattdessen die Rohdaten (wie Bounces) exportieren und dann die Bounce-Rate selbst berechnen (Formel: Bounces / Sessions).

Die beste Möglichkeit: Export per API in kleinen Teilen

Gerade bei vielen Properties mit vielen Daten stößt der Export via Google Sheets aber schnell an seine Grenzen:

  • Statt alle Seiten aufzulisten, erhält man bei den Seitenaufrufen den Eintrag “other” mit einem sehr großen Anteil an Seiten. Diese kann man nicht auswerten.
  • Man erhält nur gesampelte Daten, die nicht der Realität entsprechen.

Unser Lösungsansatz: Statt eines Exports für den gesamten Zeitraum fragen wir jeden Monat einzeln ab und setzen die Daten dann zusammen.

Dies lässt sich zum Beispiel mit der Bibliothek “googleAnalyticsR” für R realisieren. Eine grobe Skizze des entsprechenden Skripts sieht so aus:

Google Analytics Daten als CSV oder Google Sheets aufbewahren

Die exportierten Daten können nicht in GA4 importiert werden, sondern müssen an einem getrennten Ort gespeichert werden. Für die meisten Anwendungsfälle ist Lookerstudio die beste Option. Genau wie Google Analytics ist es kostenlos.

In Lookerstudio können CSV-Dateien bis zu 100 MB bzw. Google Sheets mit bis zu 10.000.000 Zellen (nicht Zeilen!) importiert werden. Für viele Websites reicht dies aus, vor allem, wenn als Dimension “Monat” statt “Tag” gewählt wurde.

Sind die Exporte größer, führt kein Weg an einer echten Datenbank wie BigQuery vorbei. Dies ist jedoch deutlich aufwendiger.

Alte Google Analytics Daten mit Lookerstudio visualisieren

In Lookerstudio werden die zuvor exportierten CSV-Dateien hochgeladen.

Neben einer sinnvollen Visualisierung sind ausführliche Tabellen sinnvoll. Berechnete Metriken wie die Bounce-Rate müssen als eigene Metriken hinzugefügt werden:

Die finale Ansicht könnte dann für die Traffic-Quellen so aussehen (inkl. Auswahl des Datums oben rechts):

Eine andere Ansicht zeigt die eCommerce-Transaktionen :

ConversionBoosting