Was ist Web Analytics?

Web Analytics ist die systematische Erfassung, Messung und Auswertung dessen, was Besucher auf einer Website tun: wie viele kommen, woher sie kommen, welche Seiten sie sich ansehen, worauf sie klicken und ob am Ende ein Kauf oder ein Formular abgeschlossen wird. Dabei geht es darum, Bauchgefühl durch überprüfbare Daten zu ersetzen.

Die Disziplin hängt nicht an einem bestimmten Werkzeug. Google Analytics 4 ist heute die meistgenutzte kostenlose Option, doch das Konzept existiert schon länger als diese Plattform und funktioniert mit jedem anderen Messsystem genauso. Was sich zwischen den Tools unterscheidet, ist die Art der Datenerhebung, nicht das, was im Kern gemessen wird: Sitzungen, Nutzer, Trafficquelle und Conversion-Ereignisse.

Richtig eingesetzt, verbindet Web Analytics jeden Schritt der Customer Journey mit einem konkreten Wert: welcher Inhalt einen Besucher hält, an welcher Stelle der Kaufprozess abbricht, und welcher Kanal genau die Zielgruppe bringt, die am Ende wirklich kauft. Ohne diese Daten bleibt jede Aussage über das Nutzerverhalten eine Vermutung, mit ihnen lässt sie sich an echten Zahlen überprüfen.

Vor der ersten Auswertung lohnt sich ein Blick auf die genaue Definition jeder Kennzahl, denn manche Namen bedeuten zwischen Tools und Versionen nicht mehr dasselbe.

Die Absprungrate von GA4 mit der aus dem alten Universal Analytics zu verwechseln, gehört zu den häufigsten Lesefehlern bei Reports: gleicher Name, andere Definition.

Jeder Besuch wird über ein Mess-Tag erfasst, meist ein JavaScript-Schnipsel oder ein Tracking Pixel, das beim Laden der Seite auslöst und das Ereignis an den Server des Analyse-Tools sendet. Dieser Versand sollte erst nach der Einwilligung des Nutzers erfolgen, da meist ein Cookie mit einer Kennung gesetzt wird, um denselben Besucher über mehrere Sitzungen hinweg wiederzuerkennen.

Google Analytics 4 hat außerdem das Datenmodell gegenüber dem Vorgänger geändert: Statt alles um den Seitenaufruf herum zu organisieren, behandelt es jede Interaktion, vom Klick bis zum Scrollen, als eigenständiges Ereignis. Der Seitenaufruf existiert weiterhin, ist aber nur noch ein Ereignistyp unter vielen, was die Berechnung von Kennzahlen wie der Sitzung mit Interaktion unabhängig von einer einzelnen Aktion erlaubt. Einen Teil dieser Ereignisse, etwa page_view, scroll oder file_download, erfasst GA4 automatisch, sobald das Tag eingebunden ist; andere, wie ein Klick auf einen bestimmten Button, muss das Team selbst als eigenes Ereignis anlegen.

Die Website erfasst diese Ereignisse möglichst über ihr eigenes First-Party-Cookie, statt auf ein Drittanbieter-Cookie angewiesen zu sein, das Safari und Firefox standardmäßig blockieren. Genau das treibt den Trend zum serverseitigen Tracking: Der eigene Server der Website leitet das Ereignis per API direkt an die Analyseplattform weiter, unabhängig davon, ob der Browser die Anfrage durchlässt.

Ohne Web Analytics stützen sich Entscheidungen auf einer Website auf die Meinung, die im Meeting am lautesten vorgetragen wird. Mit ihr lassen sich eine Preisänderung, die Überarbeitung eines Formulars oder der Erfolg einer Kampagne für eine bestimmte Zielgruppe an echten Besuchen, Sitzungen und Conversions messen, nicht an subjektiven Eindrücken.

Innerhalb dieser breiteren Praxis existieren einzelne Funktionen nebeneinander: Demografische Daten und Google Signals ergänzen bereits erfasste Sitzungen um Alter, Geschlecht oder Standort; die Segmentierung gruppiert diese Sitzungen nach gemeinsamen Merkmalen, um sie miteinander zu vergleichen. Eine Verknüpfung mit einem CRM verbindet das, was vor dem Kauf auf der Website passiert, mit dem, was danach in der Kundenbeziehung folgt.

Google Analytics 4 dominiert den Markt, weil es kostenlos ist und ins übrige Google-Ökosystem eingebunden ist, ist aber nicht die einzige Option: Werkzeuge wie Matomo bieten eine Alternative, die sich auf dem eigenen Server betreiben lässt, gedacht für Teams, die bei ihren Daten nicht von einem externen Anbieter abhängen wollen.

• Vor der Implementierung festlegen, was als Conversion zählt, nicht erst nach dem Blick auf die ersten Reports.
• Prüfen, dass kein Tag vor der Zustimmung zum Consent-Banner auslöst.
• Segmentierung nutzen, um Nutzergruppen miteinander zu vergleichen, statt nur auf die aggregierte Gesamtzahl zu schauen.
• Web-Analytics-Daten mit dem CRM verknüpfen, um zu sehen, was nach der Conversion mit einem Besucher passiert, nicht nur davor.
• Im Debug-Modus regelmäßig prüfen, ob die Schlüsselereignisse noch korrekt ankommen.
• Dem Team erklären, dass die Absprungrate von GA4 nicht dieselbe Kennzahl ist wie die von Universal Analytics, bevor Zahlen über Zeiträume hinweg verglichen werden.

• Die Absprungrate von GA4 mit der aus dem alten Universal Analytics vergleichen, als wäre es dieselbe Kennzahl.
• „Gesamtnutzer" als reale Personen behandeln, ohne die Duplizierung über verschiedene Geräte desselben Besuchers zu prüfen.
• Google Signals aktivieren, ohne vorher die Consent-Einstellungen der Website zu prüfen.
• Aus einer einzigen Datenwoche Schlüsse ziehen, ohne vorher Bot-Traffic oder eine einmalige Anomalie auszuschließen.
• Sich allein auf das Standard-Tracking im Browser verlassen, ohne zu prüfen, wie es sich bei Safari- oder Firefox-Traffic verhält.