GA4 in der Praxis: Daten auswerten und wirklich Erkenntnisse sammeln

GA4 haben die meisten mittlerweile implementiert. Wirkliche Erkenntnisse gewinnen aber nur die wenigsten. Julian Kleinknecht zeigt im Video, wie man die gesammelten Daten in GA4 auch tatsächlich gewinnbringend auswertet:

• Traffic-Quellen analysieren
• Verhalten auf der Website analysieren
• Alle Aktionen in Online-Shops analysieren
• Wann Berichte, wann Explorations einsetzen?
• Worauf kommt es bei der Interpretation der Dimensionen und Metriken an?

Anhand konkreter Beispiele. Für Online-Shops und Lead-Generierung.

1) Ziele des Vortrags

• Fokus auf Auswertung statt Implementierung. Für letztere wird häufig sehr viel Aufwand betrieben, Daten aber dann nicht ausgewertet.
• Konkrete Analysetechniken zeigen, die man für alle Websites anwenden kann
• Verständnis dafür schärfen, was Metriken und Dimensionen bedeuten, und wie man sie richtig interpretiert und deren Grenzen kennt.

2) Akquisition: Die wichtigsten Dimensionen und Metriken

Es gibt Dimensionen wie Quelle/Medium und Channel-Gruppierung in drei Ausführungen

• “Erste Nutzerinteraktion”: Nur der erste Kontaktpunkt
• “Neu generierte Zugriffe”: Alle Sitzungen
• ohne Qualifizierung. Dies ist meistens nicht die richtige Wahl, da dies nur für Auswertungen zur Attribution funktioniert

Problem bei “Erste Nutzerinteraktion”: Nicht zuverlässig, da Cookies gelöscht werden.

Die wichtigsten Metriken zu Analyse der Traffic-Quellen lauten:

Interaktionsrate

• wird anhand des Events user_engagement gemessen
• als interagiert gilt:
  • mehr als ein Seitenaufruf
  • länger als 10 Sekunden auf der Seite (gab es in Universal Analytics nicht)
  • Conversion wurde ausgelöst
• Absprungrate: Kehrwert der Interaktionsrate

Interaktionsdauer

• wird auch anhand des Events user_engagement gemessen
• deutlich genauer als noch in UA

Events und Conversions

Aufpassen: Man muss immer einen Wert im Dropdown auswählen. Sonst werden alle Events addiert

Conversion-Rate

In den Berichten fehlt die Conversion-Rate. Über den Button “Bericht anpassen” kann man sie in den beiden Varianten mit Sitzungen bzw. Nutzern im Nenner hinzufügen.

3) Akquisition: So auswerten

Auffälligkeiten oder Unterschiede zwischen Traffic-Quellen identifizieren.

Danach überlegen, woher der Unterschied kommen könnte. Dafür einen Drilldown mithilfe einer sekundären Dimension durchführen:

• utm-Parameter
• Landingpage

Dann nächste mögliche Schritte:

• Budgets anpassen
• Landingpage anpassen

4) Explorations (Explorative Datenansichten)

Berichte sind in GA4 klar abgegrenzt von Explorations. Beide haben Vor- und Nachteile:

Berichte:

• ✔️ Einfach, zu bedienen
• ✔️ Keine Schätzungen
• ❌ Sehr eingeschränkte Funktionalität

Explorations:

• ✔️ Deutlich mehr Freiheit
• ✔️ Mehr Arten von Analysen
• ❌ Daten werden nur geschätzt
• ❌ Nur Lesefreigabe für andere

Aufbau der Explorations:

• Links: Alle Segmente, Dimensionen und Metriken, die man sich auf die virtuelle Arbeitsplatte legt
• Mitte: Konfiguration der Exploration
• Rechts: Ergebnis der Konfiguration

5) Verhalten auf der Website analysieren

a) Priorisierung: Auf welchen Seiten anfangen, zu optimieren?

Relevante Berichte:

• Seiten und Bildschirme. Wichtig: Content-Gruppen statt einzelner Seiten betrachten
• Landingpages. Auswertung nach Content-Gruppen ist nur in den Explorations möglich

b) Welche Elemente werden verwendet?

Grundlegendes Prinzip: Kein Element (wie die interne Suche, Navigation oder Filter) sollte optimiert werden, bevor man nicht weiß, ob das Element auch verwendet wird.

Dafür muss das passende Event getrackt werden. Zum Beispiel per Google Tag Manager.

Dann ist die spannende Frage nicht nach der absoluten Anzahl der Events, sondern nach dem Anteil der Besucher, die es auslösen.

Die passende Exploration ist die “Segmentüberschneidung”:

c) Parameter weiter analysieren

Beispiele:

• Auf welchen Kategorieseiten wird gefiltert?
• Welche Werte der Filter werden verwendet?

Damit man selbst definierte Events als Werte angezeigt bekommt, muss man einen passenden Filter hinterlegen:

d) Nachfolgeseiten via Pfadanalyse analysieren

Erster Schritt: Oben rechts auf “Neu starten” klicken.

Dann “Seitenpfad und Bildschirmklasse” als Knotentyp auswählen.

Mit einem Klick auf eine Seite kann man die dortigen Nachfolgeseiten bestimmen:

e) Eigene Trichter definieren

Trichter kann man sowohl anhand von Seitenaufrufen sowie anhand von Events definieren:

Das Ergebnis:

Mit einem Klick auf den Ordner oben rechts kann man die Exploration in einen normalen Bericht umwandeln.

6) E-Commerce analysieren

a) Trichter je Produkt / Kategorie

Unter lässt sich je Produkt bzw. Produktkategorie dieser Trichter analysieren:

Produktseite angesehen > Produkt zum Warenkorb hinzugefügt > Produkt gekauft

In diesem Beispiel performt das 4. Produkt deutlich besser als das 2. Hier sollte man weiter nachforschen.

Wichtige Einschränkung: Legt ein Besucher zum Beispiel 100 Produkte in den Warenkorb, wird dies als 100 gemessen und kann die Auswertung verfälschen.

Voraussetzung, damit der Bericht befüllt wird, sind diese Events:

• view_item
• add_to_cart
• purchase

b) Purchase Journey

Dies ist der Trichter von “alle Sitzungen” zum Kauf:

Der Bericht kann man Dimensionen wie der Gerätekategorie oder der Traffic-Quellen heruntergebrochen werden:

Voraussetzung, damit der Bericht befüllt wird, sind diese Events:

• view_item
• add_to_cart
• begin_checkout
• purchase

c) Checkout Journey

Trichter für den Checkout-Prozess.

Der Bericht kann in die Explorations übernommen werden und dort ausführlicher analysiert werden. Zum Beispiel danach, welche Seiten Abbrecher aufrufen.

Voraussetzung, damit der Bericht befüllt wird, sind diese Events:

• add_payment_info
• add_shipping_info

d) Produktlistenleistung

Als Produktlisten können definiert werden:

• Produktseite: Alternativen, Zubehör
• Startseite: Neuheiten, angesehene Produkte
• Kategorieseite
• Suchergebnisseite

Dann kann analysiert werden, auf welchen Seiten es hohe bzw. niedrige Klickraten gibt:

Voraussetzung, damit der Bericht befüllt wird, sind diese Events:

• view_item_list
• select_item

(Mit passenden Parametern)

Achtung: Die Implementierung ist recht kompliziert.

7) Analysen festhalten

Allgemeine Tipps für Auswertungen:

• Zielgruppe im Kopf haben
• Motivation definieren und kommunizieren
• Beim Vorstellen der Ergebnisse mit dem Ergebnis anfangen

Technische Anforderungen:

• immer Zeitraum notieren
• Nur vollständige Tage verwenden
• Implementierung und Einschränkungen im Hinterkopf haben
• Gemachte Analysen strukturiert festhalten, zum Beispiel in einer Airtable-Tabelle