Web Analytics

Web Analytics bezeichnet die systematische Erfassung, Messung, Auswertung und Interpretation von Nutzerdaten auf Websites und digitalen Plattformen. Das Ziel ist es, das Verhalten von Besuchern zu verstehen, die Performance von Marketingmaßnahmen zu messen und datenbasierte Entscheidungen zur Optimierung von Website und Strategie zu treffen.

Ohne Analytics ist digitales Marketing ein Blindflug. Jede Kampagne, jedes Redesign und jede Content-Entscheidung sollte auf Basis echter Nutzerdaten getroffen werden – nicht auf Bauchgefühl. Die enge Verbindung zu SEO, Conversion Rate-Optimierung und Heatmap-Analysen macht Web Analytics zum zentralen Steuerungsinstrument jeder digitalen Strategie.

Google Analytics 4 (GA4): Das neue Datenmodell

Seit der Abschaltung von Universal Analytics im Juli 2023 ist Google Analytics 4 (GA4) der Standard. GA4 unterscheidet sich fundamental von seinem Vorgänger: Statt eines session-basierten Modells steht ein Event-basiertes Datenmodell im Mittelpunkt.

Das Event-Modell verstehen

In Universal Analytics waren Pageviews die primäre Messgröße, Sessions die Container. In GA4 ist jede Nutzerinteraktion ein Event:

• page_view – Seitenaufruf
• scroll – Nutzer scrollt 90 % einer Seite
• click – Klick auf externen Link
• file_download – Download einer Datei
• video_start, video_progress, video_complete – Video-Interaktionen (YouTube)
• purchase – Kauf im Online-Shop
• Custom Events – frei definierbar

Dieser Ansatz ist flexibler, macht aber die Einrichtung komplexer als in UA.

Automatisch erfasste Events

GA4 erfasst bestimmte Events automatisch ohne zusätzliche Konfiguration:

Die wichtigsten Web-Analytics-Metriken

Wer mit Analytics arbeitet, muss die grundlegenden Metriken kennen und korrekt interpretieren können.

Nutzer-Metriken

Users (Nutzer): Individuelle Besucher in einem Zeitraum. GA4 unterscheidet zwischen „Total Users" (alle Nutzer) und „Active Users" (Nutzer mit engagierter Session). Der Standardwert in GA4 ist Active Users.

New Users vs. Returning Users: Das Verhältnis von Neu- zu Wiederkehrenden gibt Hinweise auf die Kundenbindung. Informationsseiten haben typischerweise einen höheren Neu-Nutzer-Anteil als E-Commerce-Shops.

Sessions: Eine Session beginnt, wenn ein Nutzer auf die Website kommt, und endet nach 30 Minuten Inaktivität. Eine Zahl, die zeigt, wie oft die Website insgesamt besucht wird – unabhängig von der Nutzerzahl.

Traffic-Metriken

Pageviews / Views: Gesamtzahl aller aufgerufenen Seiten. Enthält mehrfache Aufrufe derselben Seite durch denselben Nutzer.

Sessions pro Nutzer: Durchschnittlich wie viele Sessions pro Nutzer im Zeitraum generiert werden. Hoher Wert = hohe Wiederkehrerquote.

Engagement Rate: GA4-Nachfolger der klassischen Bounce Rate. Eine Session gilt als „engaged", wenn: Nutzer länger als 10 Sekunden bleibt, eine Conversion stattfindet oder mindestens 2 Seiten aufgerufen werden. Eine Engagement Rate über 60 % ist in den meisten Branchen gut.

Engagement-Metriken

Average Engagement Time (Durchschnittliche Engagement-Zeit): Ersetzt die frühere „durchschnittliche Sitzungsdauer". Misst aktive Nutzungszeit (Tab im Vordergrund, Interaktion erkennbar). Deutlich präziser als die alte Metrik.

Engaged Sessions per User: Wie viele engagierte Sessions ein Nutzer im Schnitt hatte. Relevanter als bloße Session-Zahlen für die Qualitätsbewertung.

Events per Session: Durchschnittliche Anzahl von Events pro Session. Gibt einen Hinweis auf die Tiefe der Nutzung.

Conversion-Metriken

Conversions: In GA4 als „Key Events" bezeichnet. Selbst definierte Ereignisse, die Ihre wichtigsten Ziele repräsentieren – z. B. Formularabsendungen, Käufe, Anrufe.

Conversion Rate: Anteil der Sessions mit mindestens einer Conversion. Berechnung: Conversions ÷ Sessions × 100. Details zur Optimierung im Artikel Conversion Rate.

Dimensionen vs. Metriken: Ein grundlegendes Konzept

In Analytics gilt eine wichtige Unterscheidung:

Metriken sind quantitative Werte, die sich messen lassen: Anzahl der Sessions, Conversion Rate, Verweildauer.

Dimensionen sind qualitative Attribute, nach denen Metriken aufgegliedert werden können: Gerät, Browser, Herkunftsland, Kanal, Seiten-URL, Kampagnenname.

Metriken werden immer im Kontext von Dimensionen aussagekräftig. Beispiel: „500 Sessions" ist eine Metrik. „500 Sessions aus dem organischen Suchergebnis auf dem iPhone in Deutschland" ist eine Metrik kombiniert mit drei Dimensionen.

Traffic-Quellen und Kanalgruppen

GA4 ordnet Traffic automatisch in Kanalgruppen ein:

Warum „Direct" oft zu groß ist

Ein überproportional großer „Direct"-Kanal deutet meist auf fehlende UTM-Parameter hin. Wenn E-Mail-Kampagnen ohne UTM-Tags verschickt werden oder Social-Media-Links nicht parametrisiert sind, werden diese Besuche als Direct erfasst. Konsequentes UTM-Tagging ist ein Muss für verlässliche Attribution.

UTM-Parameter: Kampagnen-Tracking richtig einrichten

UTM-Parameter (Urchin Tracking Module) sind URL-Anhänge, die dem Analytics-System mitteilen, woher ein Besucher kommt.

Die fünf UTM-Parameter

Beispiel-URL: https://pakumedia.de/leistungen?utm_source=instagram&utm_medium=social&utm_campaign=webdesign-awareness&utm_content=reel-01

Nutzen Sie Googles kostenlosen Campaign URL Builder für die einfache Erstellung.

Events und Conversions in GA4 konfigurieren

Standard vs. Custom Events

GA4 unterscheidet drei Event-Typen:

1. Automatisch erfasste Events – ohne Konfiguration aktiv
2. Enhanced Measurement Events – in den GA4-Einstellungen aktivierbar (Scrolls, Outbound Clicks, Site Search, Video-Engagement, Downloads)
3. Custom Events – über Google Tag Manager oder Code-Implementierung

Conversions (Key Events) einrichten

In GA4 können beliebige Events als „Key Event" markiert werden. Diese erscheinen dann in Conversion-Reports. Typische Conversions:

• Kontaktformular abgesendet (form_submit)
• Kauf abgeschlossen (purchase)
• Telefonnummer angeklickt (phone_click)
• Whitepaper heruntergeladen (file_download)
• Zum Warenkorb hinzugefügt (add_to_cart)

Funnelanalyse: Den Weg zur Conversion verstehen

GA4 bietet in der „Explorations"-Funktion (Datenexploration) leistungsstarke Funnel-Analysen. Damit lässt sich abbilden, wie Nutzer durch einen definierten Pfad navigieren – und an welchem Schritt sie aussteigen.

Beispiel: E-Commerce Checkout-Funnel

Produktseite aufgerufen → Zum Warenkorb hinzugefügt → Checkout begonnen → Zahlung eingegeben → Kauf abgeschlossen

Wenn 1.000 Nutzer die Produktseite sehen, 300 in den Warenkorb legen, 150 den Checkout beginnen, 80 die Zahlung eingeben und 60 kaufen, liegt die Gesamt-Conversion Rate bei 6 %. Der größte Drop-Off ist zwischen Warenkorb und Checkout – hier lohnt sich die Optimierung.

Dieses Wissen ist direkt mit A/B-Testing-Maßnahmen und der Analyse über Heatmaps kombinierbar.

Segmentierung: Daten sinnvoll aufteilen

Aggregierte Daten täuschen. Ein Durchschnitt von 2 Minuten Verweildauer kann bedeuten, dass 50 % der Nutzer sofort abspringen und 50 % 4 Minuten verbringen. Segmentierung macht diese Unterschiede sichtbar.

Wichtige Segmentierungsachsen

• Gerät: Mobile vs. Desktop vs. Tablet (oft sehr unterschiedliche Conversion Rates)
• Kanal: Organisch vs. Paid vs. Social
• Neu vs. Wiederkehrend: Neue Nutzer müssen überzeugt werden, Wiederkehrende sind bereits interessiert
• Geografie: Regionale Unterschiede in Conversion und Engagement
• Landingpage: Welche Einstiegsseite führt zu den besten Ergebnissen?

Echtzeit-Reporting

GA4 bietet einen Echtzeit-Report, der die letzten 30 Minuten der Nutzung anzeigt. Nutzen Sie ihn für:

• Kontrolle nach dem Go-live einer neuen Kampagne
• Überprüfung, ob Events korrekt feuern
• Monitoring während Presse-Erwähnungen oder Viral-Events

Google Search Console vs. Analytics: Unterschiede und Zusammenspiel

Viele verwechseln oder vermischen Google Analytics und Google Search Console. Beide liefern wertvolle, aber unterschiedliche Daten:

Best Practice: Verknüpfen Sie GA4 mit Search Console, um in GA4 organische Keyword-Daten direkt in den Berichten zu sehen.

Datenschutz und DSGVO: Compliance im Analytics

Die Herausforderung

Google Analytics 4 überträgt IP-Adressen und Gerätedaten standardmäßig an Google-Server in den USA. Mehrere Datenschutzbehörden in der EU haben Analytics-Implementierungen ohne ausreichende Maßnahmen als DSGVO-widrig eingestuft.

DSGVO-konforme Implementierung

Für eine rechtssichere GA4-Implementierung sind folgende Maßnahmen erforderlich:

1. Auftragsverarbeitungsvertrag (AVV) mit Google abschließen
2. Cookie-Consent-Banner mit ablehmbarer Analytics-Cookie-Option
3. IP-Anonymisierung (in GA4 standardmäßig aktiviert)
4. Datenaufbewahrungsfrist auf 14 Monate beschränken
5. Daten-regionalisierung: In GA4-Einstellungen die Datenspeicherung auf europäische Server begrenzen (GA4 EU-Datenverarbeitung aktivieren)
6. Consent Mode v2 implementieren, um datenschutzkonforme Signale an Google zu senden

DSGVO-konforme Alternativen

Wer rechtliche Unsicherheiten vermeiden möchte, kann auf europäische Analytics-Lösungen setzen:

Heatmaps als ergänzende Analysetechnik

Klassische Analytics-Tools zeigen was Nutzer tun (welche Seiten sie besuchen, wann sie abspringen). Heatmaps ergänzen diese Daten und zeigen wo Nutzer klicken, wie weit sie scrollen und welche Elemente ihre Aufmerksamkeit fangen.

Kombinierter Einsatz:

• Analytics zeigt: Landingpage hat 80 % Bounce Rate
• Heatmap zeigt: Nutzer sehen den CTA-Button nicht, weil er unterhalb der Scroll-Grenze liegt
• Ergebnis: CTA-Button wird nach oben verschoben → Bounce Rate sinkt

Die Kombination aus quantitativen Analytics-Daten und qualitativen Heatmap-Erkenntnissen ist die effektivste Methode zur systematischen Website-Optimierung.

Reporting: Daten in Entscheidungen überführen

Rohdaten allein haben keinen Wert. Analytics-Daten müssen aufbereitet, interpretiert und in konkrete Handlungsempfehlungen überführt werden.

Welche KPIs sollten ins Reporting?

• Organischer Traffic (monatlich, im Vergleich zum Vormonat und Vorjahr)
• Conversion Rate nach Kanal
• Top-Landingpages nach Engagement und Conversion
• Bounce/Engagement Rate nach Gerät
• Kampagnen-ROI

Reporting-Rhythmus