Maria-Lena Matysik

Episode 8 – Frühjahrsputz im Google Analytics Account

Ein Account Audit ist häufig der erste Schritt mit dem wir bei einem neuen Kunden beginnen. Da können wir schauen, wie die Datenqualität aussieht, welche Optimierungspotentiale es gibt und auch, wie intensiv bereits mit Google Analytics gearbeitet wird.

Wir gehen in dieser Folge durch unsere Liste an Punkten, die wir uns ansehen.

Audit Ziel:

  • einen ersten Eindruck von Setup bekommen (Advanced oder Basic?)
  • mit welchen Änderungen könnte man das Setup verbessern (an die Anforderungen angepasst!)
  • Tracking-Fehler finden

Audit “von Außen”

Wie ist Google Analytics integriert? Wo ist das Snippet im Quellcode? Wurde ein Tag Manager verwendet?
In welche Properties wird getrackt? Doppeltes Tracking?
Gibt eine DataLayer?
Sind Marketing Pixel hard-coded in der Website? z.B. Facebook?

Audit “von Innen”

Property Ebene

Sitzungseinstellungen (Dauer einer Sitzung / einer Kampagne) verändert?
Verweis-Ausschlussliste (Referrer Exklusion) Daten
Welche Einträge gibt es (eigene Domain, Payment Anbieter)?
Welche Referrer sind im Akquisitionsreport aufgeführt?
Quellen der organischen Suche eingetragen (je nach Zielgruppe relevant z.B. Ecosia), Suchparameter herausfinden
Suchbegriff-Ausschlussliste (organische Suche als direkten Traffic klassifizieren)
Sind Demographische Daten und Interessen aktiviert? Wenn ja, sind sie in der Datenschutzerklärung erwähnt
Google AdWords, Search Console verbunden? Auto-Tagging?
Benutzerdefinierte Dimensionen und Metriken
Gibt es welche?
Wenn ja, laufen noch Daten ein und machen die Sinn?

View Ebene

Gibt es eine ungefilterte und eine Produktions-Ansicht? [aka Marketing Ansicht]
Was wird in der Produktions-Ansicht gefiltert (Bots, interner Traffic, Schreibweise)? Hinweis: Oft IPs nicht pseudonymisiert und der interne Traffic wird darüber herausgefiltert)
Stimmt die Zeitzone?
Stimmt die Währung? (vor allem bei multi-currency setups)
Sind die Ziele über die Ansichten gleich?
Werden die Ziele noch getrackt?
Sind die E-Commerce Einstellungen richtig und gleich über die Ansichten
Ist das Tracking der internen Suche aktiviert
Welche URL Parameter werden ausgeschlossen
Gibt es eine Benutzerdefinierte Kanal-Gruppierung?

Daten Ebene

Referrer-Daten
Tauchen hier Referrer auf, die eigentlich einen UTM Parameter haben sollten?
Gibt es Traffic von eingesetzten Services, wie bspw. Payment Anbietern (PayPal)
Gibt es Traffic von Suchmaschinen?
Seiten
Gibt es Seiteneinträge mit URL-Parametern
Gibt es Seitenduplikate (bspw mit und ohne /)
Werden 404 getrackt
Hostnamen
Gibt es Traffic von eigenen Staging-Seiten
Gibt es Traffic von fremden Seiten?
Bounce Rate
Ist zu niedrig oder ist zu hoch, plötzliche Sprünge?
User Explorer
Session Probleme (Cross-Domain, SPA)
AdWords
AdWords Clicks ohne Sessions (Gclid Problem)
UTMs
Keine E-Mail Kampagnen getrackt?
Traffic
Sind Kanäle in den letzten 90 Tagen eingebrochen?
Annotationen
Werden sie genutzt?
Sampling
Gibt es ein akutes Sampling Problem?
Gibt es ein Event-Tracking
Sind die Kategorien, Aktion und Labels sinnvoll strukturiert?

Episode 7 – Muss es unbedingt Google Analytics sein?

Bisher haben wir immer wie selbstverständlich über Google Analytics Implementierungen gesprochen.

Aber natürlich gibt es da noch andere Tools. Wir stellen euch einige vor (Mixpanel, Amplitude, Firebase, Matomo, Snowplow , u.a.)

Warum ist Google Analytics so erfolgreich?

Und wie entscheide ich mich für ein Tool?

Episode 6 – Ad Hoc Analyse und das magische Werkzeug benutzerdefinierte Berichte

Anwendungsbereiche für Google Analytics:

  1. Monitoring (regelmäßig, langfristig, immer die selben Metriken) z.B. Marketing-Kampagnen Reports, SEO Reports, IT-Reports, …
  2. Explorative Datenanalyse / Ad Hoc Analysen

Unsere Erfahrung: im Alltag geht der explorative Umgang mit Google Analytics oft unter; das Erstellen von Reports nimmt so viel Zeit in Anspruch
Außerdem: auch wenn z.B. Marketing Manager ein Grundverständnis von Google Analytics haben fehlt oft das Wissen über einige wichtige Features

Diese Werkzeuge für Ad Hoc Analysen diskutieren wir:

  1. Zielvorhaben (besprochen in Episode 5 der Analytics Sprechstunde)
  2. Filter
  3. Segmente
  4. Benutzerdefinierte Berichte

Filter

  • Hilft dir deinen Blick zu fokussieren
  • Schneller die relevanten Informationen zu sehen z.B. nur bestimmte URLs, nur bestimmte Devices, …

Benutzerdefinierte Berichte

  • Es gibt viele vordefinierte Berichte, jedoch braucht es für manche Analyse einer individuellen Zusammenstellung
  • In den Berichten könnt ihr Dimensionen und Metriken nach eurem Wunsch zusammenstellen
  • Dimension ergeben das “Was” in der Analyse und beschreiben die Daten, wie bspw. die Herkunft, die besuchten Seiten, das Betriebssystem, das Datum, der Zeitpunkt, …
  • Metriken beschreiben das “Wie oft” oder ein “Verhältnis” bspw. Seitenaufrufe, Sitzungen, Nutzer, Conversion Rate
  • Eigene Berichte nutze ich für zwei Zwecke:
    • Datenansichten, die ich häufig brauche (Benutzerdefinierte Dimensionen, spezielle SEO Reports oder Datentest von benutzerdefinierten Dimensionen)
    • Finden von Optimierungsmöglichkeiten
  • Für die Optimierungen erstelle ich einen benutzerdefinierten Report und verwende bei den Dimensionen “Tabellenliste” als Ansicht. Hier gibt es auch die Exploreransicht (kleiner Exkurs „Ansichten“)
  • Bei den Dimensionen wähle ich dann 2-3 Dimensionen, wie bspw. Source/Medium, Landing Page und Gerätetype
  • Dazu nehme ich dann als Metriken die Sitzungen und die Conversion Rates von den Zielen, die mich interessiere
  • Dann untersuche ich alle Kombinationen nach Abweichungen vom Durchschnitt (+ od. -) für Kombinationen mit ausreichend Sitzungen (Filter)
  • Wichtig, die Scopes beachten (Seiten und Sessions)!
  • Berichte können exportiert und geteilt werden

Segmente

  • Segmente sind Filter, die auf allen Daten und Reports global liegen
  • Damit kann ich einfach das Verhalten von bestimmten Segmenten vergleichen (Desktop vs. Mobile)
  • Die Vergleiche können mir helfen zu verstehen, warum bspw. ein Segment besser konvertiert als ein anderes
  • Es kann mir auch helfen Datenprobleme zu identifizieren
  • Segmente resultieren bei mir häufig aus Ergebnissen, die ich aus den benutzerdefinierten Reports gewonnen habe
  • Google Analytics bietet ein paar Segmente out of the box – Direkt, Organisch,…
  • Häufig werde ich allerdings Segmente selbst erstellen
  • Neues Segment anlegen:
    • Vordefinierte Selektoren: Technologie, Verhalten, Enhanced Ecommerce
    • Konditionen: Dimensionen und Metriken können beliebig kombiniert werden
    • Immer die Echtzeit-Zahl im Blick behalten
    • “Und” + “Oder”
    • Einschliessen oder Ausschliessen
    • Sessions oder User
    • Sequenzen definieren
  • Aus Segmenten können einfach Audiences für das Remarketing gebildet werden (Achtung DSGVO)
  • Segmente können geteilt werden
  • Segmente können auch über die API abgerufen werden (Supermetrics, Data Studio)

Links

Der Dimensionen und Metriken Explorer von Google Analytics: https://developers.google.com/analytics/devguides/reporting/core/dimsmets

Nachtrag

Während der Podcast-Aufnahme haben wir uns gefragt:

Aktualisieren sich geteilte Berichte in Google Analytics automatisch?

Google Analytics Benutzerdefinierte Berichte teilen

 

Gibt es in Data Studio ein „Vergleich“-Chart wie in den Standard Reports in Google Analytics?

Google Data Studio Barchart Anwendungsfall Absprungrate

Nein, in Google Data Studio kann ich prozentuale Werte im Vergleich zu 100% anzeigen lassen. Außerdem kann eine Zielwertlinie einblenden. Sie zeigt mir ob die tatsächlichen Werte, das Ziel über- oder unterschreiten (siehe Screenshot links).

Beispiel:

Die Absprungsrate (Bounce Rate) einer Seite liegt bei 40,5%. Der Balken zeigt, dass dieser Wert höher ist als der Zielwert (schwarze Linie) von 30%.

 

In Google Analytics kann ich mir in den Standard-Berichten einen Wert im Vergleich zum Durchschnitt der gesamtem Website ausgeben lassen.

Beispiel:

Eine URL wurde im letzten Monat 350 Mal aufgerufen. Vergleich dazu: Die durchschnittliche Anzahl der Seitenaufrufe über alle URL der Website ist 200. Also wurde unsere URL häufiger aufgerufen, als der Durchschnitt der Website.

Episode 5 – Ziele in Google Analytics und Customer Journey Tracking à la Hubspot

Was sind Zielvorhaben und welche sollte ich einrichten?

Was ist ein Zielvorhaben?
– Mit Zielvorhaben kann ich messen, welches Ziel von einem Webseiten-Besucher erfüllt wurde z.B. ein Newsletter Signup oder eine Registrierung
– Ein Zielvorhaben kann ganz flexibel definiert werden
– Seitenaufruf (Ziel-URL) –> Achtung! URLs können sich ändern!
– Seiten pro Sitzung
– Dauer
– Ereignis (Event) —> viele Individualisierungsmöglichkeiten, kann alles sein
– Einem Zielvorhaben kann auch ein Wert beigefügt werden (Wie viel ist mir die Erfüllung dieses Ziels Wert?)

Wie tracke ich eine Customer Journey, so wie es bspw. Hubspot macht?

Ein Beispiel-Setup mit Google Analytics, WordPress, Optimizely und Mailchimp

wichtig vorab – Wir bewegen uns hier in die rote DSGVO Zone – auf jeden Fall juristisch abstimmen

  • In WordPress liegt mein Content. Hier muss ich natürlich Google Analytics implementieren. Am besten direkt über den Tag Manager – zur Not auch über die üblichen PlugIns.
  • Dann sollte ich zu jedem Post passende CTAs hinzufügen (PlugIns) – und beim Klick auf den CTA ein Event an Google Analytics tracken
  • Mit Klick kommt der User auf eine Landing Page (bspw. bei Optimizely, Mailchimp bietet mittlerweile auch Landingpages an). Hier muss auch Google Analytics implementiert sein und in die gleiche Property tracken. Achtung- wenn es eine andere Domain sein sollte, auf Cross-Domain Tracking achten!
  • Füllt der User das Lead Formular aus, wird in Mailchimp ein neuer Eintrag angelegt – dazu solltet ihr im Frontend die Google Analytics client ID auslesen (einfach eure Entwickler fragen – Die ID findet ihr im Cookie). Diese ID übergebt ihr als User ID an Mailchimp und speichert sie ebenso als zusätzliche Dimension in Google Analytics) – Event „Lead Generation“ auch auch Google Analytics schicken – Übergebt auch an Mailchimp und Analytics welches Formular der User genutzt hat und welches PDF er bekommt.
  • Jetzt könnt ihr in Mailchimp eine E-Mail-Kette anlegen, die startet, wenn ein Lead neu angelegt wurde. In die E-Mails könnt ihr die Öffnungen und Klicks auch mit Google Analytics tracken. Wichtig ist, dass ihr bei den Links in Mailchimp an die UTM Parameter denkt. Und ihr solltet auch die User Id als URL-Parameter jedem Link hinzufügen
  • Denn so könnt ihr auf den Zielseiten ein Script implementieren, dass die User ID aus der URL liest und wieder in die benutzerdefinierte Dimension speichern, die als Client ID für Google Analytics vorgesehen ist
  • Damit habt ihr am Ende ein Set von Events, mit denen ihr den Lead Funnel in Google Analytics abbilden könnt
  • Funnel in Analytics sind allerdings schwierig.
  • Einfache Variante, einfach die Events als Ziele anlegen und die Häufigkeit pro Zeit messen
  • Richtigere, aber komplexere Variante 1 – Sequenz Segmente
  • Richtigere, aber komplexe Variante 2 – benutzerdefinierte Report mit Client Id und Zielen – Export und ein wenig Excel Magie

Episode DSGVO Spezial – Heute startet die DSGVO und wir sprechen drüber

DSGVO und Google Analytics – Tracking Opt-In oder Opt-Out?

Und wie implementiere ich Google/Universal Analytics nun rechtskonform?
Was sollte ich jetzt also implementieren?

Möglichkeit 1: Opt-In für Tracking

Für alle, die denken, die DSK wird recht behalten und der Europäische Gerichtshof wird entscheiden, dass eine Zustimmung des Nutzer nötig wird

Möglichkeit 2: Opt-Out wie bisher

Erweiterung: Verzicht auf die Aktivierung des User-ID Funktion für Cross-Device-Tracking

To-Dos-Liste DSGVO

Es muss gar nicht so viel anders gemacht werden

1) Einen Auftrags(daten)verarbeitungsvertrag mit Google LLC abschließen
2) Den Zusatz zur Datenverarbeitung von Analytics mit Google abschließen (findet man unter Verwaltung in GA )
3) Implementierung der Funktion IP-Maskierung („anonymizeIP“), Löschung der letzten 8 Ziffern der IP vor der Speicherung
4) Opt-Out ermöglichen (Implementierung des sg. „Disabling Tracking„; ein Opt-Out-Cookie, mit dem der User durch einen einfachen Klick das Analytics-Tracking unterbinden kann. https://developers.google.com/analytics/devguides/collection/gajs/?hl=de#disable
5) Datenschutzerklärung anpassen
6) Keine Aktivierung der User-ID!

Opt-Out ohne Tag Manager

Ein JavaScript Code wird vor dem GA Code eingebunden
Hinter dem Link „GA deaktivieren“ z.B. in der Datenschutzerklärung liegt ein JavaScript Code
Der löst den vorgestellten Code aus und deaktiviert damit den GA Code Schnipsel

Opt-Out mit dem Google Tag Manager

Bei Klick auf den Opt-Out-Link wird ein Cookie gesetzt mit dem Inhalt „Opt-Out“
Eine Variable angelegt, die den Wert des Cookies ausliest
Jeder Tag, der blockiert werden soll (z.b. GA) bekommt dann als Ausnahme-Trigger „wenn Variable Opt-Out = true“ dann nicht feuern

https://www.simoahava.com/gtm-tips/respect-opt-out-from-advertising-and-analytics/
https://www.simoahava.com/gtm-tips/opt-out-of-google-analytics-tracking/
https://www.christian-penseler.de/opt-out-loesung-fuer-analytics-facebook-tracking-mit-dem-google-tag-manager/

Opt-In

Sobald auf den Link der „Zustimmung zum Tracking“ geklickt wird
Wird ein Event gepushed, auf das das Tag feuert

Weitere Links

Rechtsanwalt mit starkem technischem Profil: https://www.xing.com/profile/Carsten_Ulbricht/cv
T3N Guide: https://t3n.de/news/dsgvo-fuer-unternehmer-t3n-guide-911252/
Heise DSGVO: https://www.heise.de/thema/DSGVO
Heise – Datenschutzkonferenz mit Opt-In: https://www.heise.de/newsticker/meldung/DSGVO-und-Telemedien-Cookies-und-Tracking-nur-noch-mit-expliziter-Einwilligung-4045908.html
Heise-DSGVO-Nerd-Talk: https://www.heise.de/newsticker/meldung/heiseshow-live-ab-12-Uhr-Die-DSGVO-kommt-Was-genau-passiert-jetzt-4055679.html