2023-01-12 | Article | Insights
Eine genaue, zuverlässige und aussagekräftige Datengrundlage ist die Voraussetzung dafür, datengestützte Entscheidungen treffen zu können. Die Fähigkeit, qualitativ hochwertige Daten in GA4 zu erfassen und zu verwalten, ermöglicht es, fundierte Geschäftsentscheidungen zu treffen und das Potenzial von GA4 für die Beantwortung grundlegender Geschäftsfragen auszuschöpfen.
Die Herausforderung bei allen Arten von Analysedaten besteht darin, dass sie auch heute noch in manchen Unternehmen oder Organisationen nicht hoch genug priorisiert werden. Einer der Gründe ist der Mangel an genauen Daten und der damit verbundene Verlust an Glaubwürdigkeit. Hinzu kommt, dass GA4 auf einem völlig neuen Datenmodell basiert, das neues Know-how erfordert, und dass viele Unternehmen derzeit noch Schwierigkeiten beim Übergang von Universal Analytics zu GA4 haben, da die Implementierung nach wie vor komplex ist. Infolgedessen neigen Analyseprojekte dazu, schneller zu stagnieren, als sie sollten.
Keine Umsetzung ist perfekt. Das Ziel ist es, Fehler zu minimieren und hohe Genauigkeit zu gewährleisten. Wie dies zu erreichen ist, hängt davon ab, wo man mit seiner GA4-Implementierung steht. Wenn GA4 bereits implementiert wurde, kann die Datenqualität durch Prüfung des aktuellen GA4 Setups bewertet werden. Wenn man noch nicht mit GA4 begonnen hat, ist es einfacher, mit der Datenerfassung bei Null anzufangen, als sich mit den Folgen einer fehlerhaften Implementierung auseinanderzusetzen. So oder so, sobald Daten gesammelt werden, muss ihre Qualität wie bei jedem anderen System kontinuierlich überwacht werden.
In diesem Artikel zeigen wir, welche Schritte überprüft werden müssen, um eine hohe Datenqualität in GA4 zu erreichen und zu erhalten:
✓ Überprüfung des GA4-Setups
Die GA4-Daten sollten mit Hilfe eines Health-Check-Berichts geprüft werden. Der Bericht fasst zusammen, was ordnungsgemäß funktioniert und was fehlt, und liefert eine Gesamtbewertung der GA4-Qualität, die Aufschluss darüber gibt, woran gearbeitet werden muss.
✓ Definition von Geschäftszielen und KPIs
Es ist erforderlich, eine klare Vorstellung davon zu haben, was man messen möchte. Wichtig ist, nur die Daten zu erfassen, die relevant sind.
✓ Implementierungsspezifikationen
Technische Spezifikationen für das GA4-Tracking in dokumentierter Form sind die Grundlage für die Entwickler, um das Tracking zu implementieren. Die Spezifikationen müssen fehlerfrei sein, da sie die Grundlage für die Datenerfassung bilden.
✓ GA4-/ GTM-Konfiguration
Die GA4-Properties und -Streams müssen korrekt eingerichtet sein. Der GTM oder ein anderes Tag Management System, welches verwendet wird, müssen korrekt konfiguriert worden sein, damit von diesen Systemen Daten empfangen und an GA4 weitergeleitet werden können.
✓ Testen
Nach der Implementierung und Konfiguration muss das Tracking zunächst in einer Testumgebung (z. B. Staging) getestet werden, gefolgt von Tests in der Live-Umgebung. Dabei müssen alle möglichen Szenarien und User Journeys berücksichtigt und mit den richtigen Tools und technischem Wissen gründlich getestet werden, während der Code und die Protokolle überprüft werden. Kleine Fehler wie Tippfehler in den Werten von Parametern (z. B. ein falsch formatierter Preiswert im E-Commerce) können große Auswirkungen auf die Datenqualität haben. Werden die Fehler jedoch in einer Testumgebung oder vor der Freigabe an die Live-Umgebung entdeckt, lassen sie sich noch mit geringem Aufwand beheben. Die Kosten für ein unvorsichtiges Testen sind wesentlich höher, wenn die Datenerfassung bereits stattfindet oder wenn bereits Geschäftsentscheidungen auf Basis falsch erhobener Daten getroffen wurden.
✓ Überprüfung der Berichte
Die Berichte in der GA4-Benutzeroberfläche müssen überprüft werden, um zu sehen, ob die Daten plausibel sind und den Erwartungen entsprechen. Noch besser ist es, die GA4-Data Streams mit einem Datenvisualisierungstool wie Looker Studio zu verbinden, um erweiterte Analysen und visuell aussagekräftige Diagramme zu erstellen, die helfen, die Daten besser zu verstehen.
✓ Monitoring der Datenqualität
In der GA4-Benutzeroberfläche können benutzerdefinierte Insights eingerichtet werden, um Benachrichtigungen per E-Mail zu erhalten, wenn etwas Unerwartetes passiert (z. B. Traffic-Rückgang, drastische Änderung der Traffic-Quelle, höhere oder niedrigere Conversions usw.). Benutzerdefinierte Einblicke bieten die Möglichkeit, Anomalien in den Daten schnell zu erkennen. Darüber hinaus können die GA4-Daten mit Hilfe eines Qualitäts-Dashboards, z.B. in Looker Studio, kontinuierlich überwacht werden, um wichtige GA4-Qualitätsmetriken und -Dimensionen im Auge zu behalten.
✓ Kampagnenmessung
Werden Kampagnendaten erfasst? In GA4 ist derzeit keine Individualisierung der Channel-Gruppierung möglich. Das bedeutet, dass benutzerdefinierte Bezeichnungen für die Medium-Parameter in "Sonstige" auflaufen werden. Daher sollte man sich bis auf Weiteres an die von Google vordefinierten Bezeichnungen hierbei halten. Andere UTM-Parameter wie Kampagne und Quelle sind weiterhin anpassbar (mehr über Channel-Gruppierung in GA4 kann hier nachgelesen werden). Das Kampagnentracking ist einfach, muss aber methodisch und idealerweise mit Hilfe eines automatisierten Kampagnen-Builders durchgeführt werden, um Fehler zu vermeiden.
Die oben genannten Schritte sollten befolgt werden, um die Qualität der GA4-Daten aufrechtzuerhalten, man darf aber nicht vergessen, dass dies keine einmalige Aufgabe ist. So wie sich das Web verändert, so verändern sich auch die technische Landschaft, der Inhalt der Website, die Marketingkampagnen usw. (ein gutes Beispiel dafür sind E-Commerce-Websites). Wenn die Daten nicht immer wieder neu bewertet werden, ist es sehr wahrscheinlich, dass sie sich mit der Zeit verschlechtern.
Aus diesen und weiteren Gründen müssen die GA4-Daten regelmäßig überprüft werden. Wie oft das geschieht, hängt von dem Umfang des Trackings und der Organisation ab. Wir empfehlen, das GA4-Setup mindestens einmal pro Jahr für kleinere Tracking-Setups und mehrmals pro Jahr für größere Setups zu überprüfen. Audits sind auch zu bestimmten Zeiten sinnvoll, z. B. wenn sich die Interessengruppen ändern oder sich die technische Landschaft weiterentwickelt. Letztlich gibt es keinen Ansatz, der für alle gut passt.