Kleine und mittelständische Unternehmen können mithilfe der kostenlosen Google-Analytics-Lösung ihre Kunden besser verstehen und die Performance der einzelnen Marketing-Kanäle wirkungsvoll vergleichen. Das funktioniert jedoch nur, wenn der Analytics-Code sauber implementiert und das Tool richtig konfiguriert ist. Die häufigsten Stolperstellen – und deren Lösungen – zeigt dieser Artikel.
Fehler Nummer 1: PayPal & Co. wurden nicht aus den Verweisen ausgeschlossen
Die Webadressen von Zahlungsanbietern – etwa paypal.com, sofort.com, klarnapayments.com etc. – führen den Kunden zwar letztlich zum Kauf, doch sie gehören nicht zu den Marketingkanälen und haben weder Traffic noch Conversions ausgelöst.
Wenn sie nicht aus den Verweisen ausgeschlossen werden, zeigt Google Analytics (kurz: GA) sie und andere Quellen (wie die unbezahlte Google-Suche oder Facebook) als stärkste Umsatzquellen an (Akquisition → Alle Zugriffe → Quelle/Medium). Es ist dann nicht mehr nachvollziehbar, welche Quellen die Nutzer tatsächlich zum Bezahlvorgang mit beispielsweise PayPal geführt haben.
PayPal wird hier als zweitstärkste Umsatzquelle angezeigt, ist aber keine Traffic-Quelle wie die organische Suche.
Die gute Nachricht: Dieses Problem lässt sich mithilfe einer Verweis-Ausschlussliste lösen. Zu finden ist diese Möglichkeit unter der entsprechenden Property → Verwaltung → Tracking-Informationen → Verweis-Ausschlussliste. Hier werden die Domains, die ausgeschlossen werden sollen, hinzugefügt – und idealerweise regelmäßig ergänzt.
Achtung: Zur Einrichtung werden Admin-Rechte benötigt und der Ausschluss (genauso wie alle anderen Filter) funktioniert nicht rückwirkend!
Fehler Nummer 2: Interner Traffic wurde nicht oder nicht korrekt ausgeschlossen
Die Auswertung der Analytics-Daten dient dazu, mehr über (potenzielle) Kunden zu erfahren, die Websiteinhalte und Produkte entsprechend anzupassen und die Anzahl an Conversions zu steigern. Die eigenen Mitarbeiter verhalten sich jedoch auf der Unternehmenswebsite völlig anders als die Kunden. Sie fokussieren sich beispielsweise auf bestimmte Bereiche der Website oder bleiben länger auf einer Seite – dadurch wird das Gesamtbild verfälscht. Solcher interner Traffic sollte daher ausgeschlossen werden.
Viele Werbetreibende beschäftigen sich aktiv mit dem Thema, haben aber häufig Schwierigkeiten mit der richtigen Implementierung, vor allem wegen der in der EU obligatorischen Anonymisierung von IP-Adressen.
Ein üblicher Fehler ist dabei die Verwendung eines IP-Filters: Im Filter wird die vollständige IP-Adresse eingetragen, die ausgeschlossen werden soll. Bei der aktivierten IP-Anonymisierung ersetzt allerdings Google Analytics das letzte Oktett einer IP-Adresse durch 0 (aus 12.218.31.144 wird beispielsweise 12.218.31.0). Somit wird die interne IP-Adresse nicht erkannt und kann nicht mehr herausgefiltert werden.
Ebenso wenig korrekt ist es, nur einen Teil der IP-Adresse im Filter einzugeben, etwa den Teil vor dem anonymisierten Oktett (Option „IP-Adresse beginnt mit“). Mit diesem Ansatz würden nämlich noch zusätzliche 255 IP-Adressen ausgeschlossen und dadurch die Daten verfälscht werden.
Zur Abhilfe stehen mehrere Maßnahmen zur Verfügung, jede mit eigenen Vor- und Nachteilen. Unser Agentur-Favorit ist der Ausschluss über einen Cookie und eine benutzerdefinierte Dimension in Analytics. Dafür sollte unternehmensintern die Website über eine extra dafür angelegte Landingpage besucht werden, sodass ein benutzerdefinierter Wert in den GA-Cookie geschrieben werden kann.
Alle internen Nutzer können dann über einen Filter in GA ausgeschlossen werden.
Beispiel für eine interne Landingpage zum Ausschluss interner Nutzer
Wichtig: Wenn interne Nutzer ihre Cookies löschen, müssen sie anschließend erneut die interne Landingpage besuchen, damit Google Analytics sie als Mitarbeiter erkennt. Außerdem darf diese Landingpage nicht von den Suchmaschinen indexiert werden, da es sonst zu externen Besuchen kommen kann.
Fehler Nummer 3: Seitenaufrufe, Transaktionen oder Umsätze werden doppelt getrackt
Die Daten im Backend und die Daten in Google Analytics werden in der Regel nicht zu 100 % übereinstimmen. Spätestens wenn es regelmäßig zu Abweichungen von 50 % oder mehr kommt, handelt es sich wahrscheinlich um eine Dopplung. Bevor es dazu kommt, lohnt sich ein Blick in die kostenlose Chrome-Erweiterung „Google Tag Assistant“, mit der man prüfen kann, ob beispielsweise Page Views wirklich nur einmalig getrackt werden.
Auf dieser Webseite werden Page Views doppelt getrackt, wie dem Google Tag Assistant zu entnehmen ist.
Um zu überprüfen, ob Google Analytics eine Transaktion mehrfach gezählt hat, erstellt man einen benutzerdefinierten Bericht: Anpassung → Benutzerdefinierte Berichte → Neuer benutzerdefinierter Bericht. Anschließend werden „Transaktionen“ als Messwertgruppe und „Transaktions-ID“ als Dimensionsaufschlüsselung hinzugefügt. Stimmt die Anzahl an Reihen mit der Anzahl an Transaktionen überein? Sehr gut – dann gab es im ausgewählten Zeitraum keine doppelten Transaktionen.
In diesem Konto werden keine doppelten Transaktionen getrackt.
Und wenn doch eine Dopplung vorliegt? Zunächst sollte man sicherstellen, dass das (E-Commerce) Tracking nicht doppelt eingebunden ist, beispielsweise über den Google Tag Manager sowie zusätzlich über ein Plugin. Das ist eine der häufigsten Ursachen für doppelte Werte. In diesem Fall sollte eine der Datenquellen entfernt werden.
Ein weiterer häufiger Grund ist eine veraltete Tracking-Code-Version im Quellcode der Webseite, bei der keine Updates der Funktionalitäten mehr vorgenommen werden. Um dies zu verhindern, empfehlen wir einen geregelten Umstieg von der direkten Einbindung des Google Analytics Tracking-Codes auf den Tag Manager. Dazu muss das Snippet aus dem Quellcode entfernt werden.
Fehler Nummer 4: Es wird nur eine einzige Datenansicht verwendet
Wenn Filter verwendet werden – etwa wie in Punkt 2 beschrieben –, dann werden die betroffenen Daten permanent geändert bzw. ausgeschlossen und lassen sich nicht mehr wiederherstellen. Kommt es zu Fehlern bei der Filter-Konfiguration, hat der Werbetreibende mit nur einer Datenansicht kein Backup zur Verfügung und kann somit selbst nach der Anpassung der Filter keine aussagekräftige Analyse der bereits gesammelten Daten durchführen.
Mithilfe mehrerer Datenansichten lässt sich dieses Problem vermeiden. Zunächst wird eine Rohdaten-Ansicht ganz ohne Filter aufgesetzt, sodass alle verfügbaren Daten aufbewahrt werden und immer zur Verfügung stehen. Dazu kommt eine Test-Ansicht (Verwaltung à Datenansicht erstellen), in der die neuen Filter getestet werden. Sind die beobachteten Ergebnisse nach einigen Tagen zufriedenstellend, kann der neue Filter nun auf die Hauptansicht übertragen werden.
Ein weiterer Vorteil einer Rohdaten-Ansicht liegt darin, dass einsehbar ist, welcher Prozentsatz an Traffic durch die Filter ausgeschlossen wird. Je nach Bedarf lässt sich dieses Basic-Set-Up um weitere (bis zu 25) Datenansichten ergänzen, etwa aufgeteilt nach Haupt-Traffic-Quellen oder Märkten.
Fehler Nummer 5: Definierten Zielvorhaben fehlen
Jede Website braucht ein klares Ziel bzw. mehrere klare Ziele. Bei der Mehrheit unserer Kunden sind es vor allem Verkäufe oder Leads. Weitere Ziele könnten unter anderem Newsletter-Anmeldungen, Kontaktaufnahmen über Chat oder Downloads einer PDF-Datei sein. Nur mithilfe klarer Zielvorgaben lassen sich folgende Fragen beantworten:
- Wie viele Zielabschlüsse wurden generiert?
- Wie hoch ist die Conversion-Rate?
- Woher kommen die Nutzer, die die gewünschte Aktion auf der Website durchgeführt haben?
Erst im Anschluss daran lassen sich die Marketing-Maßnahmen entsprechend anpassen.
Die Einrichtung ist schnell unter Verwaltung à Zielvorhaben auf der Datenansichtsebene umsetzbar. Sollen mehr als 20 Zielvorhaben erstellt werden, ist eine weitere Datenansicht für den Rest notwendig. Wählen kann man zwischen vier Arten von Vorlagen (Umsatz, Akquisition, Anfrage, Engagement) sowie einem intelligenten oder benutzerdefinierten Zielvorhaben (Typ: Ziel, Dauer, Seiten/Bildschirme pro Sitzung, Ereignis). Optional kann man pro Ziel auch einen Wert vergeben.
Bonus-Tipp: Bei Zielvorhaben, für deren Abschluss mehrere Schritte notwendig sind, sollte unbedingt ein Trichter erstellt werden. Insbesondere im E-Commerce kann dieser hilfreiche Insights zum Optimierungspotenzial einzelner Schritte liefern. Die Trichter-Option ist im Nachhinein zu finden unter Conversions → Zielvorhaben → Trichtervisualisierung → Auswahl an Zielvorhaben.
Beim Schritt „Bestellung Prüfen“ steigen bei diesem Shop fast 40 % aller Nutzer aus.
Idealerweise liegt der Anteil an Nutzern, die bei einem bestimmten Schritt aussteigen, unter 20 %. Ist der Anteil bei einem Schritt auffällig hoch, sollte dieser Schritt unter dem Aspekt der Conversion-Rate-Optimierung geprüft werden. Vielleicht fehlen dem Nutzer weitere Informationen, weitere Zahlungsmittel oder er wird durch zu viele Inhalte abgelenkt.
Fehler Nummer 6: Gleiche Quellen und Medien werden nicht zusammengeführt
Insbesondere beim Traffic von Facebook und Instagram sieht man häufig vielfältige Quellen, die als unterschiedliche Verweise aufgelistet sind, sich aber im Grunde auf die gleiche Plattform beziehen. Für mehr Übersichtlichkeit und einfachere Datenanalyse empfiehlt es sich, alle solche Subdomains per Filter unter Verwaltung → Filter zusammenzuführen.
Nicht zusammengeführte Quellen am Beispiel von Facebook (oben) und deren Zusammenführung (unten).
Noch mehr Datenqualität bringt der Einsatz von UTM-Parametern. Wenn beispielsweise Werbung über Social Media geschaltet wird, werden alle Zugriffe über Facebook, LinkedIn & Co. als Referral-Traffic dargestellt. Mit UTM-Parametern lässt sich das vermeiden. Dazu müssen an die verwendeten URLs systematisch zumindest die Pflichtparameter „source“, „medium“ und „campaign“ angehängt werden (Beispiel: https://www.claneo.com/de/publikationen/?utm_source=facebook.com&utm_medium=social&utm_campaign=news2020). Dadurch lässt sich die Art des Social-Media-Traffics noch besser nachvollziehen und dessen Performance besser auswerten.
Fehler Nummer 7: UTM-Parameter werden nicht herausgefiltert
Wenn eine Seiten-URL zweimal besucht wird, jedoch jedes Mal einen anderen Parameter enthält, wird diese Seite standardmäßig von Google Analytics als zwei getrennte Seiten betrachtet – selbst wenn der Seiteninhalt gleich ist.
Die angehängten Parameter „hl“ und „ref_topic“ führen hier beispielsweise dazu, dass die folgenden beiden Seiten (genauer gesagt die Teile der Seiten-URL, die auf den Domainnamen folgen) sowie die dazugehörigen KPIs separat in Berichten zum Websitecontent aufgeführt werden:
https://support.google.com/analytics/answer/1008015 – 1 Seitenabruf
https://support.google.com/analytics/answer/1008015?hl=en&ref_topic=3544906 – 1 Seitenabruf
Das wirkt sich negativ auf die Länge und damit auch die Übersichtlichkeit der Liste der besuchten Seiten aus – und erschwert damit die Datenauswertung. Die Berichte zum Websitecontent enthalten jedoch viele hilfreiche Insights dazu, wo Nutzer ein- oder aussteigen, ob sie die Seiten gut navigieren können und welche Seiten besonders gut performen – Übersichtlichkeit ist wichtig.
Ein weiterer Nachteil: Alle restlichen Seiten in den täglich zusammengefassten Tabellen ab 50.000 Einträgen (sowie mehrtägig zusammengefasste Tabellen ab 100.000 Einträgen) landen in einer Zeile mit der Bezeichnung „Sonstiges“ („other“) – und verlieren demnach vollkommen an Aussagekraft.
Aus diesem Grund sollten alle URL-Parameter ausgeschlossen werden, die die Webseiteninhalte nicht verändern und die für die weitere Datenanalyse unerheblich sind. So lassen sich solche Parameter finden:
- Verhalten → Websitecontent → Alle Seiten
- „\?“ in die Suchleiste eingeben
Es werden so nur die besuchten URLs mit Parametern angezeigt. Mögliche Kandidaten für den Ausschluss sind z. B. „sort“, „mc_cid“, „fbclid“ und „token“, diese unterscheiden sich aber je nach Website. Die Parameter können nun unter Verwaltung à Einstellungen der Datenansicht festgelegt werden.
Wichtig: Ist es gewünscht, dass die Angaben zur Suche auf der Website zwar unter Verhalten à Site Search à Übersicht auftauchen, jedoch nicht noch einmal in den Berichten zum Webcontent zu finden sind, sollte das Site Search Tracking unter den Einstellungen der Datenansicht aktiviert werden. Dort können bis zu fünf relevante Suchparameter hinzugefügt werden. Außerdem wird ein Häkchen bei „Suchparameter aus URL entfernen“ gesetzt, wie die folgende Abbildung zeigt. Ein Ausschluss dieser Suchparameter zusammen mit den URL-Suchparametern führt hingegen zum Verlust der Site-Search-Daten.
Ausschluss von unnötigen URL-Parametern (oben) und Aktivierung des Site Search Trackings (unten)
Fehler Nummer 8: Cross-Domain-Tracking bei mehreren Domains wird nicht verwendet
Befindet sich der Shop auf einer Subdomain (deinshop.domain.com), die von der Unternehmenswebsite (domain.com) abweicht? Oder ist der Button, über den man zu einem Formular gelangt, auf einer anderen Top-Level-Domain (domain.de) platziert als das Formular (program.de) selbst? Das domainübergreifende Tracking hilft, die Performance der Marketing-Kanäle auszuwerten und entsprechend zu optimieren.
Die Implementierung des gleichen Tracking-Codes auf beiden/mehreren Domains ersetzt nicht das Cross-Domain-Tracking, denn damit wird mit dem Domain-Wechsel trotzdem eine neue Sitzung durch einen neuen Nutzer erfasst – die bisher gesammelten Daten inklusive der Besucherquelle werden nicht übergeben. Ein Hinweis auf fehlendes oder falsch umgesetztes domainübergreifendes Tracking kann es sein, wenn unter Akquisition → Alle Zugriffe → Quelle/Medium fast alle Zielabschlüsse durch direkten Traffic zustande gekommen sind.
Alle Abschlüsse werden hier dem Direct Traffic zugeschrieben.
Bei der Einrichtung hilft die detaillierte Anleitung von Google. Wichtig: Nach dem Set-up sollte sichergestellt werden, dass die hinzugefügte Domain auch auf der Verweis-Ausschlussliste steht (siehe Punkt 1).
Fazit: Sorgfältige Einrichtung lohnt sich
Wer diese acht typischen Fehler bei der Nutzung von Google Analytics vermeidet, trifft seine Business-Entscheidungen mit großer Wahrscheinlichkeit auf der Basis von validen, sauber aufbereiteten Daten. Die Mühe lohnt sich, denn die Insights, die Google Analytics bietet, können in hohem Maß dazu beitragen, die eigene Website und die eigenen Marketing-Aktivitäten zu verbessern.
Die acht Stolperfallen in diesem Artikel machen allerdings nur einen Teil der Arbeit aus. Wie im nächsten Schritt die Daten auszuwerten und zu interpretieren sind, ist wiederum ein anderer Themenbereich mit eigenen Herausforderungen. Auch hier lohnt sich jedoch die Investition – wir wünschen viel Erfolg bei der Umsetzung!
Loading...
Ich bin ganz verunsichert. Darf man Analytics nach dem Privacy Shield überhaupt noch nutzen? Auf vielen juristischen Seiten steht, dass es nicht mehr zu empfehlen ist.
Lieber Webt, leider dürfen und können wir als eine Performance Marketing Agentur keine juristische Beratung anbieten. Gerne teilen wir aber unsere Erfahrungen, dass mit der IP-Anonymisierung, dem Cookie-Consent und den Informationen für die Nutzer auf der Datenschutzseite Google Analytics zurzeit noch von sehr vielen Unternehmen, die auf dem deutschen Markt Google-Werbung schalten, genutzt wird. Gleichzeitig arbeiten wir auch mit den Kunden, die z.B. Matomo Analytics (Piwik) bevorzugen, was sich als eine ethische Alternative zu Google Analytics positioniert.
P.S. Entschuldige bitte unsere verspätete Rückmeldung! Tatsächlich haben wir erst jetzt eine Benachrichtigung zum neuen Kommentar bekommen.