Alle 121Watt Bianca Baer Christian B. Schmidt Christian Kunz Eva Schmuhalek Jens Fauldraht Long Liu Markus Hövener Search Engine Journal Susanne Veith

11.10.2023 Eva Schmuhalek

Podcast: 3 Jahre GA4! Was denken unsere Experten und Expertinnen?

3 Jahre GA4! Was denken unsere Experten und Expertinnen?

Podacst anhören

Im Oktober 2020 wurde Google Analytics 4 gelauncht. Schnell war klar, dass Google die Vorgänger-Version Universal Analytics früher oder später einstellen wird. Am 01. Juli 2023 war es dann (offiziell) soweit: Ab sofort liefen keine Daten mehr in Universal Analytics ein, was das Webanalyse-Tool unbrauchbar machte. Zumindest theoretisch, denn in der Praxis haben viele Properties weiterhin Daten bekommen. Das hat sich erst nach und nach geändert. Google Analytics 4 ist mittlerweile 3 Jahre alt. Um das zu feiern haben wir Analytics-Expertinnen und -Experten gefragt, wie sie GA4 die letzten 3 Jahre erlebt haben und was sie sich für die Zukunft von dem Webanalyse-Tool erwarten. Dazu haben wir ihnen folgende Fragen gestellt:

Die Expertinnen und Experten

Porträit Alexander HollAlexander Holl
Alexander ist Gründer und Geschäftsführer der 121WATT und bringt eine beeindruckende Laufbahn von über 20 Jahren in der Online-Marketing-Branche mit sich. Mit seiner Expertise, die er unter anderem als Direktor bei AltaVista und Yahoo sammelte, hat er sich insbesondere im Bereich der Webanalyse und  der Suchmaschinenoptimierung einen Namen gemacht. Als Lehrbeauftragter und Gastreferent an verschiedenen Hochschulen und als Leiter des Fachbeirats der Search Marketing Expo (SMX) teilt er sein Wissen rund um effektive Online-Marketing-Strategien und Webanalyse. Bei seiner Firma 121WATT schult Alexander Unternehmen wie Telekom, Otto und die Deutsche Bahn, um nur einige zu nennen, in den Bereichen Webanalyse, Suchmaschinenoptimierung und Künstliche Intelligenz.

 

Portrait Cem AlkanCem Alkan
Cem ist Senior Digital Analytics Consultant und Head of Academy bei der Digital Motion GmbH. Bei der Unternehmensberatung, die sich auf Digital Analytics spezialisiert hat, unterstützt er Unternehmen rund um das Thema digitale Transformation und schult zudem Kundinnen und Kunden, damit sie ihre Projekte selber angehen können. Sein Schwerpunkt liegt dabei auf der Integration geeigneter Webanalyse-Tools und Tag-Management-Systemen. Bei der 121WATT gibt Cem sowohl das Basis- als auch das Fortgeschrittenen-Seminar zum Google Tag Manager. Zuvor war Cem Online-Marketing-Manager bei der webalytics GmbH.

 

Portrait Florian MöllerFlorian Möller
Florian ist seit 2018 selbstständiger Consultant und berät mit seiner Firma Ecommerce Analytics große Unternehmen wie Mercedes Benz und Telefonica, aber auch viele mittelständische Unternehmen und Start-ups. Sein Schwerpunkt liegt dabei auf den Themen (Server-Side-) Tracking, Google Analytics 4, Cookie Bannern und Browser Tracking Preventions. Florian ist bereits seit 2008 in der Branche tätig und nicht mehr daraus wegzudenken. Bevor er in die Selbständigkeit ging, war er Web Analyst bei Vervum GmbH und SinnerSchrader Commerce sowie Senior Consultant Web Analytics bei konversionsKRAFT (Web Arts AG). Florin hat außerdem den Analytics-Club gegründet. Eine Plattform für alle Online-Marketer:innen, die Fragen rund um die Webanalyse haben oder sich zu diesem Thema austauschen wollen.

 

Portrait Jeff Sauer

Jeff Sauer
Jeff ist Gründer der DataDrivenU.com, erfolgreicher Agentur-Inhaber, Business Coach, Blogger und Professor. Jeff war 4 Jahre als Digital Nomad in der Welt unterwegs und hat nun seinen Platz in den Vereinigten Staaten von Amerika, genauer gesagt: Virginia, gefunden. Jeff glaubt fest an datengetriebenes Marketing. Seine Arbeiten wurden in verschiedenen Branchen-Magazinen veröffentlicht und in Bestseller-Listen aufgenommen. Seine Google Certification Programme zählen über 50.000 Teilnehmer:innen. Als Speaker hat jeff bisher über 100 Keynotes und Workshops in über 20 Ländern präsentiert.

 

Portrait Justus BlümerJustus Blümer
Justus Blümer ist Gründer von owntag, einem Hostinganbieter für den Server Side Google Tag Manager. Als Freelancer für Web Analytics & Marketing Tech unterstützt er Unternehmen bei der Konzeption und technischen Umsetzung ihrer Datenstrategien.

 

 

Portrait Maik BrunsMaik Bruns
Maik Bruns ist Geschäftsführer der Webanalyse-Agentur Metrika und nicht nur ein erfahrener Webanalyse-Profi und -Trainer, sondern der persönliche Erfolgs-Architekt für seine Kunden. Gemeinsam mit seinem Team verfolgt er eine klare Mission: Mehr als nur Webseiten zu optimieren – er will das Business der Kunden transformieren und datenbasiert Online-Wachstum bringen.

 

 

Portrait Marius HüpelMarius Hüpel
Marius ist studierter Wirtschaftsjurist LL. M. und Experte für Webanalyse und Datenschutz. Als Senior Digital Marketing Manager bei der 121WATT betreut er die Inhouse-Webanalyse sowie Kundenprojekte zu den Themen Google Analytics 4, Matomo und Datenschutz. Außerdem gibt er sein Wissen in offenen und Inhouse-Seminaren an die Teilnehmer:innen weiter. Darüber hinaus spricht der passionierte Datenschutzexperte auf einschlägigen Konferenzen, wie z. B. den Freiburger Webdays und ist Mitglied der Arbeitsgruppe „Gewerblicher Rechtsschutz und Datenschutz“ an der Hochschule Osnabrück.

 

Portrait Michaela LinhartMichaela Linhart
Michaela Linhart betreibt einen der führenden Digital-Analytics-Blogs in DACH – die ANALYTICSkiste – und ist als freie Consultant für Digitale Analyse tätig. Davor betreute sie als Digital-Analytics-Consultant bei e-dialog, der größten österreichischen Spezialagentur für Performance-Marketing, vor allem Konzerne wie Magenta, A1 oder Red Bull unter Einsatz der Google-Marketing-Plattform und Google Analytics 360. Bei der 121WATT ist Michaela Expertin und Trainerin für Google Analytics 4, GA4-Migration und GA4 für E-Commerce.

 

Portrait Philipp Baron Freytag von LorinhovenPhilipp Baron Freytag von Loringhoven
Philipp Loringhoven verfügt über mehr als 18 Jahre Erfahrung in der Unterstützung und Leitung von Unternehmen bei der Entwicklung von Marketing und Sales-Strategien durch Daten und Marketing-Analysen. Er hat in dieser Zeit sowohl für Startups als auch für große Unternehmen gearbeitet und internationale Teams geleitet. Als Freiberufler konzentriert er sich nun darauf, Unternehmen zu beraten, wie sie ihre Daten am effektivsten für Marketingzwecke nutzen können. Zudem moderiert Philipp den Podcast „DataEngage“, in dem er aufzeigt, wie Daten direkt zu zufriedeneren Kunden und mehr Profitabilität führen. Er vertritt die Auffassung, dass Marketing im Kern kundenorientiert sein muss und dass Marketing-Analysen eine wichtige Grundlage dafür darstellen.

 

Portrait Simo Ahava

Simo Ahava
Simo ist einer der bekanntesten Köpfe in der Webanalyse-Szene. Auf seinem Blog simoahava.com postet er regelmäßig Updates sowie ausführliche Artikel zum Google Tag Manager und Google Analytics 4. Seit 2020 betreibt Simo gemeinsam mit seiner Ehefrau die Lernplattform Simmer, auf welcher sich Interessierte zu technischen Marketing-Themen weiterbilden können. Daneben ist Simo Partner und Senior Data Advocate bei 8-bit-sheep, einer Unternehmensberatung für Themen rund um Digital Analytics.

 

 

Portrait Timo AdenTimo Aden
Timo ist Gründer der Firma Digtl, die  seit 2022 Unternehmen beim Aufbau und der Nutzung von digitalen Marketing Technologien unterstütz. Der besondere Fokus liegt dabei auf technischen und analytischen Themen. Außerdem ist Timo als Berater selbständig. Bis 2008 war er Custom Analytics Manager bei Google und hat anschließend sein eigenes Unternehmen, die Trakken GmbH gegründet, die er 2022 verlassen hat. Timo bezeichnet sich selbst als „Internet Unternehmer, Buchautor, Blogger, Evangalist und Speaker.“

 

 

Portrait Timo DechauTimo Dechau
Timo ist Gründer der deepskydata ApS und Experte für Tracking und Analytics. Während seiner Karriere hat er viele spannende Jobs innegehabt, ist zum Beispiel als Produkt & AWS Architekt für Audible tätig und hat als Freelancer verschiedene  Unternehmen zu den Themen Product Management, Google Analytics, Google Tag Manager und Big Query berate. Außerdem war er Head of Product bei Adspert und Projektmanager bei d-SIRE GmbH & Co. KG.

 

 

Frage 1: Wie geht es dir bzw. deinen Kundinnen und Kunden mit dem Shutdown von UA? Wie geht es dir mit „nur GA4“?

Alexander: Wir bei 121WATT haben keine Kundinnen und Kunden in dem Sinne, sondern Seminarteilnehmer:innen. Meine Wahrnehmung ist, dass viele den Druck durch Google zur Migration als Chance wahrgenommen haben. Sie haben diese Gelegenheit genutzt, um bestehende Implementierungen kritisch zu überprüfen und neu zu denken. Themen wie Namenskonventionen für Ereignisse, UTM-Parameter oder Audiences stehen viel stärker im Fokus. Allerdings sind das neue Datenmodell, die neuen Definitionen, Reportingmöglichkeiten und die umfangreichen Individualisierungsmöglichkeiten, beispielsweise über die Bibliothek, riesige Herausforderungen für das Jahr 2024. Die meisten sind froh, die Migration geschafft zu haben. Nun steht das Reporting an, das sich allerdings teils erheblich von Universal Analytics unterscheidet. Es ist nicht immer einfach zu erklären und manchmal rätselhaft. Da Geschäfts- und Budgetentscheidungen davon abhängen, muss Google schnell Vertrauen in die Daten herstellen. Im Folgenden liste ich einige konkrete Probleme und Fragestellungen auf:

Cem: Ich merke, dass noch eine relativ große Unsicherheit herrscht. Es wird noch viel verglichen, d.h. wir uns unsere Kunden schauen auf alte UA Daten und suchen nach Bestätigung, dass in GA4 alles soweit „richtig“ ist. Es ist die Aufgabe von uns Consultants und Web Analysten, das Vertrauen in die neue Datenbasis von GA4 herzustellen bzw. zu stärken.

Florian: Ich habe tatsächlich noch einen Kunden, bei dem wir vorrangig mit Universal Analytics arbeiten. Weil es ein 360-Account ist, also ein kostenpflichtiger GA-Account. Und dort wird Universal Analytics später abgeschaltet.
Und es fühlt sich tatsächlich immer ungewohnter an, mit Universal Analytics zu arbeiten. GA4 ist der gefühlte Standard.

Jeff: The delay in shutting down UA only made the transition to GA4 more difficult. Why? Because it gave false hope that Google would keep it up longer and allowed people to be lazy with their transition. Now many people are going through the learning curve that they had 2 years to address and are finding out that GA4 requires more configuration than UA did to get useful data… and they won’t be able to get all of their insights retroactively. Had they shut everyone down on July 1, we’d be much further along in overall adoption.

(Übersetzung: Die Verzögerung beim Abschalten von UA machte die Umstellung noch komplizierter. Warum? Weil Google den User:innen damit die Hoffnung gegeben hat, dass sie mehr Zeit für die Migration haben und ihnen erlaubt hat, etwas fauler bei der Umsetzung zu sein. Obwohl sie also zwei Jahre Zeit hatten, erfahren mache User:innen erst jetzt, dass die Konfiguration von GA4 länger und komplizierter ist als die von UA, wenn man nützliche Daten haben möchte. Tatsächlich werden sie nicht dazu in der Lage sein, alle wichtigen Insights noch nachträglich zu erhalten. Hätte Google UA für alle am ersten Juli abgeschaltet, wären wir zum Großteil schon viel weiter mit der Migration. 

Justus: Der Umstieg auf GA4 war und ist vor allem eine große Chance, Setups inhaltlich neu zu konzipieren und auch technisch auf solidere Beine zu stellen als bisher.
Wenn man ohnehin überdenkt, welche Events und Parameter man braucht, kann es sich anbieten, den dataLayer aufzuräumen oder überhaupt einen einzuführen, wenn es bisher keinen gab.
Viele Unternehmen machen sich dank GA4 zum ersten Mal wirklich Gedanken darüber, warum und welche Daten sie überhaupt erheben. Server Side Tagging ist ebenso ein großes Thema, das viele zeitgleich angegangen sind.
Diese erfreulichen Verbesserungen haben nun schon viele erfolgreich hinter sich gebracht. Mit GA4 an sich geht es aber nun jetzt erst so richtig los:

Die Eingewöhnungsphase fängt für die meisten Endnutzer gerade erst an, jetzt wo das Ausweichen auf Universal Analytics keine Option mehr ist.
Mein persönliches Resumé bisher: Die fundamentalen Ideen hinter GA4 wie das komplett event-basierte Datenmodell oder das Zusammenleben von App- & Web- Daten in einer Property sind große Fortschritte, die ich nicht mehr missen möchte. Die tatsächliche Umsetzung und die Praxis im Alltag: noch nicht gut.

Ehemals harmlose Dimensionen mit vielen verschiedenen Werten – hoher Kardinalität – führen in GA4 zu nutzlosen “(other)” Zeilen in Reports.
Zentrale Prozesse wie Session-Berechnung finden im Browser statt auf Googles Servern. Ende Q3 2023 gibt es immer noch keinen Support für Server Side Tagging im Firebase SDK. Es gibt zahllose dieser großen und kleinen Fehlentscheidungen, Undurchdachtheiten und Bugs, die einem die Arbeit mit GA4 unnötig schwer machen. Wer sich den ganzen Tag damit beschäftigen kann, kommt damit zurecht, aber für alle anderen sind das zu oft unüberwindbare Hürden.

Maik: Der Shutdown ist für viele vor allem eine sehr unbequeme Änderung in gewohnten Abläufen und Messwerten in der Webanalyse. Was früher halbwegs begriffen wurde, muss heute wieder neu gelernt werden.

Viele versuchen nach wie vor beispielsweise Sessions aus den beiden Tools miteinander zu vergleichen. Dabei sind sie im Grunde genommen nicht mehr zu vergleichen. Genau so geht es mit anderen Messwerten und Dimensionen.
Insofern macht der Shutdown von UA vielen noch zu schaffen.

Mir persönlich und uns bei Metrika geht’s super mit GA4. Wir vermissen “UA” nullkommanull. Das liegt sicherlich daran, dass wir uns der Situation des Zwangs-Wechsels sehr früh gestellt und überlegt haben: “Wie kann das Tool für unsere Kunden maximalen Nutzen stiften?”. Und dann sind wir nunmal sehr schneller Lerner und Anpasser.

Einige Mitarbeiter sind sogar jetzt schon nur noch mit GA4 “aufgewachsen”. Die kennen gar nichts anderes mehr.

Marius: Der Shutdown hat in der Regel ganz gut funktioniert, da wir uns genügend Zeit für die Migration von UA auf GA4 genommen haben. Wir haben hier ein umfangreiches Konzept herausgearbeitet und haben es als Möglichkeit gesehen, unser Setup neu aufzuräumen und nur mit den Einstellungen und Ereignissen zu versehen, dir wir wirklich brauchen. Wir möchten mit der Umstellung eine bessere Übersichtlichkeit herstellen, was uns auch gelungen ist.

Die Art und Weise haben wir auch für unsere Kund:innen umgesetzt und wir haben die Migrationen so geplant, dass wir auch schon bis zum Stichtag genügend Datenhistorie gesammelt haben. Dann war es natürlich überraschend, oder auch nicht, dass auch noch nach dem 01. Juli 2023 Daten in UA verarbeitet worden sind.

Michaela: Ich denke, wir haben den Shutdown ganz gut überstanden – zumal ein paar wenige UA-Properties immer noch Daten erfassen…

Bis zuletzt wurde spekuliert, ob Google tatsächlich am 1. Juli 2023 einen Schlussstrich ziehen wird. Nachdem es kein offizielles anderes Statement gab und Google durch diverse Info-Balken, Emails & Co extrem viel Druck aufgebaut hat, haben meine Kunden das Datum dann schon sehr ernst genommen und auf Hochdruck gearbeitet, dass die Migration vom alten Universal Analytics auf das neue GA4 Ende Juni abgeschlossen ist. Da wurden viele Nächte durchgearbeitet…

Das dann am 1. Juli immer noch Daten in UA eingeflossen sind, hat für Erstaunen und auch ein wenig für Frust gesorgt. Der ganze Stress war gefühlt “umsonst” und meine Kunden sind gefühlt alle gleichzeitig in die Sommerferien gegangen. Ganz nach dem Motto: “Ich brauche Pause von Google.” Der Vorteil: Die Arbeit ist erledigt. Die Daten laufen ein und nach der Sommerpause kann bereits hervorragend mit GA4 gearbeitet werden. Umsonst war die rechtzeitige Migration jedenfalls nicht. Deswegen geht es meinen Kunden und mir mit “nur GA4” eigentlich sehr gut.

Philipp: Die Übergangsphase von Universal Analytics (UA) zu GA4 hat in der Marketingwelt für einige Diskussionen gesorgt und meine Kunden definitiv vor Herausforderungen gestellt. Zum Glück sehen viele von ihnen GA4 primär als „Sammlungs-Tool“ und nicht unbedingt als Analyse-Tool. Diese Perspektive hat die Anpassung in vielen Fällen tatsächlich erleichtert. Google Analytics bleibt jedoch ein essenzielles Werkzeug zur Daten-Auswertung, und die Neuausrichtung des Messmodels passt nicht unbedingt zu jedem Geschäftsmodell. Es ist essenziell zu betonen, dass der wahre Wert von Daten oft durch die Kombination aus verschiedenen Quellen zum Vorschein kommt. Während der neue Fokus von GA4 auf Exploration innovativ ist, erfordert er eine vertiefte Datenkompetenz, die bei einigen Unternehmen noch nachgereicht werden muss. Zusammengefasst: Die GA4-Neuerung hat sowohl Chancen als auch Herausforderungen mit sich gebracht, und die anfänglichen Anpassungen könnten für manche spürbar sein.

Simo: It’s not “GA4 only”, even in quotes :) The shutdown of UA was a great opportunity to break free of GA’s hegemony in the free analytics tool market. With some customers I work with, we moved on to other tools (Snowplow, Amplitude, Piwik…) with great success and in some cases relief!

For those clients that chose to migrate to GA4, we made sure that it was a deliberate decision rather than something that Google was trying to shove down our throats. First thing we did was disable all automatic migrations and products links and connected services. We treated GA4 implementation as a standalone migration, which gave us a great opportunity to revisit the measurement plans!

(Übersetzung: Es ist nicht einfach „nur GA4“, auch nicht in Anführungszeichen :). Der Shutdown von UA war eine große Möglichkeit, um sich von der Vorherrschaft von Google Analytics auf dem globalen Markt für kostenfreie Analyse-Tools zu lösen. Einige meiner Kund:innen haben mit großem Erfolg und in einigen Fällen auch Erleichterung zu anderen Tools gewechselt (Snowplow, Amplitude, Piwik…). Bei den Kund:innen, die sich entschieden haben, zu GA4 zu migrieren, haben wir sichergestellt, dass es sich um eine gut überlegte Entscheidung handelt und nicht eine von Google auferlegte Zwangshandlung. Der erste Schritt war dann, alle automatischen Migrations-Funktionen, sowie verbundene Services zu deaktivieren. Wir haben die GA4-Implementierung als alleinstehende Migration angesehen, was uns die Möglichkeit gegeben hat, die Tracking-Pläne nochmal zu überdenken.)

Timo A.: Hier muss man unterscheiden, ob Kunden die kostenlose oder die 360-Variante verwenden. Denn die GA360 Kunden haben noch bis Ende Juni 2024 Zeit komplett auf GA4 umzustellen. Entsprechend haben die meisten dieser Unternehmen UA und GA4 im Parallelbetrieb und nutzen tatsächlich oftmals noch nach wie vor UA als Source of Truth.

Die Unternehmen, die die kostenlose GA4 Variante nutzen, mussten natürlich zwangsläufig umstellen und gewöhnen sich nach und nach daran – es bleibt ihnen auch nicht viel anderes übrig. Hier gibt es unterschiedliche Erfahrungen – wenn man sich intensiv mit GA4 beschäftigt, sich darauf einlässt und nicht fortlaufend UA hinterher trauert, sondern akzeptiert, dass es ein neues / anderes Tool ist, dann ist die Akzeptanz recht gut.

Grundsätzlich ist es derzeit aber dennoch oft so, dass seit dem Sunset von UA eine Menge Unsicherheit und auch Skepsis im Umgang mit GA4 herrscht – auch weil ein Vergleich der Zahlen aus UA mit GA4 nicht immer ohne weiteres möglich ist, sie oftmals abweichen (oft erklärbar) und teilweise aufgrund der verschiedenen Reportingmöglichkeiten in GA4 (Reports, Explore, DataAPI) etwas verwirrend sein können.

Je mehr man sich mit GA4 beschäftigt, desto mehr erkennt man auch, dass es ein wirklich gutes Tool ist und wirklich viele sehr gute Gedanken eingeflossen sind. Es ist interessant zu beobachten, wie lange man dennoch an Altvertrautem hängt, auch wenn viele Details in UA nicht wirklich sinnvoll waren, man sich aber einfach sehr daran gewöhnt hat und sich dann mit eigentlich besseren Lösungen dennoch schwer tut.

Man sollte einfach akzeptieren, dass es ein neues Produkt ist und man vieles des bisherigen UA Detailwissen einfach nicht mehr benötigt, bzw. neu lernen und verstehen muss. Natürlich gibt es aber auch noch einige Bugs, teilweise Fragezeichen und Dinge, die nicht so funktionieren, wie man es erwartet. Schaut man sich die Entwicklung der letzten Wochen und Monate an und die Roadmap für die nächsten Wochen und Monate, so habe ich ein gutes Gefühl und bin davon überzeugt, dass GA4 – egal ob in der kostenlosen oder der 360-Variante – ein absolut relevantes Tool wird oder bleibt und damit auch zur Source of Truth wird.

Timo D.: I made the decision to not offer any GA4 projects anymore. Why? My approach is to understand a tool as deeply as possible to also answer the edge questions. And you can only do this with a specific number of tools. So when GA4 was starting to become a moving target when it comes to features (changing things along the way), I decided to focus on different tools.

(Übersetzung: Ich habe angeboten, keine GA4-Projekte mehr anzubieten. Warum? Meine Philosophie lautet, dass ich Tools bis ins kleinste Detail verstehen möchte, sodass ich auch Randfragen und Einzelfälle beantworten kann. Allerdings kann man nicht in endlos vielen Tools eine derartige Expertise aufbauen. Als GA4 live genommen wurde und nach und nach immer mehr Features hinzukamen, habe ich beschlossen, mich auf andere Tools zu fokussieren). 

Frage 2: Was ist aus deiner Sicht das überschätzteste Feature in GA4?

Alexander: Für mich sind das folgende Berichte und Aspekte:

Cem: Ich entscheide mich für die Explorations. Sie sind komplex zusammenzubauen, fehleranfällig und bei der investierten Zeit ist mir der Output zu gering. Anstatt Explorations zu nutzen, nutze lieber direkt Looker Studio. Es ist zwar insgesamt umfangreicher, aber der zusätzliche Invest mündet in schönen, informationsreichen Dashboards.

Florian: Die Pfadanalyse. Wird oft genannt, wenn es darum geht, zu verstehen, wie Nutzer über die Website navigieren. Aber der Bericht wird ab drei Schritten doch sehr faserig und schwierig zu interpretieren.

Jeff: I’m gonna get in trouble for this one, but I think it’s BigQuery export for the majority of users who just want to know how many people visited their site. BigQuery export is great, for a small percentage of users, and a nightmare learning curve for casual marketing observers who just want data that’s easy to read and interpret.

(Übersetzung: Hierfür werde ich Kritik ernten, aber für die Mehrheit der User:innen ist es ist der BigQuery-Export. Die meisten wollen einfach nur wissen, wie viele Leute ihre Website besucht haben. Der BigQuery-Export ist großartig, für einen kleinen Prozentsatz der Nutzer:innen, aber ein Alptraum für gelegentliche Marketingbeobachter:innen, die einfach nur Daten wollen, die leicht zu lesen und zu interpretieren sind.)

Justus: Nr. 1: Der Name.
Ich hätte an Googles Stelle den extrem bekannten Namen natürlich auch beibehalten. “Google Analytics” sorgt bei den meisten aber für die Fehleinschätzung, dass es sich um eine kleine Weiterentwicklung, eine neue Version des selben Tools handelt.
Der Zweck, die Erfolgsmessung des eigenen Onlinemarketings, ist zwar gleich geblieben. Die Unterschiede sowohl in der Nutzung als auch in der zugrundeliegenden technischen Konzeption sind aber so groß, dass ein neuer Name eigentlich angebracht wäre. In UA haben sich Nutzer mit etwas Intuition und Ausprobieren einigermaßen zurechtgefunden oder konnten zumindest erfolgreich so tun. GA4 ist ein Profi-Tool, das ohne Übung und Grundlagenwissen unbenutzbar ist.

Nr. 2: “Cookieless” Tracking.
Insbesondere kurz nach dem Start von GA4, damals noch als “App+Web Property”, wurde von Google die Möglichkeit zum Cookie-losen Tracking offensiv als Feature beworben.
Dass das nicht ohne Einbußen in der Datenqualität möglich und dass rechtskonformer Datenschutz neben Cookies noch viele andere Aspekte hat, ist für nicht-technische Entscheiderinnen schwer nachzuvollziehen.
Der “Consent Mode” kann zwar das Setzen von Cookies technisch verhindern, sendet aber trotzdem Daten an Google und ist damit keine wirklich datenschutzfreundliche Lösung, auch wenn der freundliche Google-Ads-Verkäufer am Telefon genau das erzählt.

Maik: Das meist überschätzte Feature ist ganz klar: die optimierten Analysen mit ihren vielen automatischen Messpunkten.

Wer sich darauf verlassen muss, dass Google Analytics automatisch schon die richtigen Dinge messen und korrekte Werte dazu übergeben wird, hat nicht nur von vornherein viel Kontrolle abgegeben, sondern darüber hinaus scheint Datenqualität nicht das höchste Gut im Unternehmen zu sein.

Das Beste, was Unternehmen tun können: diese Dinge ausschalten und stattdessen lieber versuchen, die richtigen und wichtigen Messpunkte so zu setzen, dass sie einem viel Aussagekraft geben.

Als plakatives Beispiel möchte ich hier mal die gemessenen Scroll-Vorgänge herausheben. Wer diese optimierte Analyse automatisch messen lässt, wird automatisch in die Irre geführt. Denn hier wird tatsächlich nur dann ein Messpunkt übergeben, wenn 90 % der Seite gescrollt wurden. Was genau bedeutet das? Welche sinnvolle Schlussfolgerung lässt sich damit ziehen?

Abgesehen davon, dass Scroll-Vorgänge zu messen ohnehin überschätzt ist, ist dieser Datenpunkt durch diese Einschränkung an sich komplett obsolet.

Marius: Das überschätzteste Feature ist aus meiner Sicht das Cookieless Tracking, wenn man, wie auch bei Matomo, ohne die Einwilligung der Nutzer:innen arbeiten möchte. Dadurch habe ich in der Regel ein paar Vorteile, was datenschutzrechtlich zu beachten ist, aber ich habe eine sehr einfache Datenerhebung und ich kann Nutzer-Zusammenhänge nicht mehr erkennen. Da stellt sich mir die Frage, was ich aus Analysesicht für Vorteile habe. Ich für meinen Teil möchte Daten mit einer hohen Qualität analysieren, um auch die Zusammenhänge des Nutzerüberlaufs (zum Beispiel) bewerten zu können. Als Konsequenz habe ich eine schlechtere Datenqualität und auch aus Datenschutzsicht habe ich nicht weniger zu prüfen. Es ist also aus datenschutzrechtlicher Sicht aufwändig umzusetzen und technisch müssen wir ebenfalls vieles beachten.

Michaela: Datadriven Attribution.

Attribution ist nach wie vor ein wichtiges Thema, keine Frage. Allerdings ist die Umsetzung in Google Analytics 4 sehr komplex und teilweise undurchsichtig gestaltet. Nicht alle Berichte in GA4 attribuieren standardmäßig “data-driven” – selbst dann nicht, wenn die Attributionseinstellungen im Backend auf “Datengetrieben” eingestellt sind. So werden Dimensionen mit Präfix “Erste Nutzerinteraktion” First-Click attribuiert. Dimensionen mit Präfix “Sitzungen” werden ebenfalls First-Click attribuiert und zeigen, über welchen Kanal die Sitzung ursprünglich generiert wurde. Besucht ein User die Website jedoch über mehrere Traffic-Quellen innerhalb einer Sitzung, werden diese im GA4-Interface nicht ausgewiesen. Wir verlieren somit wichtige Touchpoints in der Customer Journey (Gutscheinportale, etc.). Nur jene Dimensionen ohne Präfix werden data-driven attribuiert. Data Driven-Attribution findet man daher hauptsächlich nur im Bereich “Werbung”.

Dazu kommt die Traffic-Source-Challenge (weiter unten beschrieben), welche eine Auswertung der Customer Journey im GA4-Interface praktisch unmöglich macht.

Noch schwieriger wird es mit einer clientseitigen GA4-Implementierung, da die Cookielaufzeit von gängigen Browsern wir Safari, Firefox und Edge auf 7 Tage beschränkt ist (ITP – Intelligence Tracking Prevention). Kommen User über sogenannte “Tracking Capabilities” (gclid, fbclid, usw.) auf die Website, verlieren Cookies sogar schon nach 24h ihre Gültigkeit. Fazit: User werden schlecht wiedererkannt und somit verkürzen sich Customer Journeys auf oft nur ein oder zwei Touchpoints, obwohl es möglicherweise viel mehr gegeben hätte.

Deswegen finde ich, dass Datadriven Attribution im aktuellen Setup ein stark überschätztes Feature und daher mit Vorsicht zu genießen ist.

Philipp: Aus meiner Sicht wird der Consent-Mode bzw. eben das Thema Data Modelling in GA4 überschätzt. Ich vertrete entschieden die Position von „No Consent, No Tracking“, was bedeutet, dass ein klares Nein auch als solches akzeptiert werden sollte – besonders wenn eben die Sammlung durch 3. Party Dienste stattfindet. Es sollten, auch keine „pseudo“ anonymisierten Daten für statistische Modellierung verwendet werden, wenn keine Zustimmung erteilt wurde. Der Consent-Mode in GA4 präsentiert sich aber eben als eine Lösung um dieses Prinzip brav zu ignorieren. „Ist ja alles Anonym“…

Das bringt mich dann zu meiner 2. „Sorge“ über den Druck, den Google hinsichtlich der Data-Driven Multi-Touch Attribution (MTA) ausübt – Geht ja beides „Hand in Hand“. Grundsätzlich finde ich die Richtung, die Google mit MTA einschlägt, gut und richtig. Allerdings benötigt eine effektive MTA eine erhebliche Menge an Daten und Varianz – Consent Mode & Modelling lässt grüßen – , um aussagekräftige Erkenntnisse zu liefern. Viele Marketers scheinen den Ergebnissen blind zu vertrauen, ohne die zugrundeliegenden Daten und Modelle zu hinterfragen. Das kann zu Fehlinterpretationen und letztlich zu suboptimalen Marketing-Entscheidungen führen.

Simo: Measurement Protocol. It has always been, continues to be, and will always be a complete nuisance with GA.

Google Analytics is a *web* (and occasionally app) measurement tool. It’s *NOT* an offline data collection tool. Even with UA, MP was already completely messed up. For some reason, companies want to use GA to measure accurate revenue, but that’s a fallacy. GA isn’t a financial tool! It’s not supposed to be “accurate”. It’s supposed to be consistently inaccurate. If your visitors use an ad blocker or something to block 99.9% of their hits but then you collect only transactions from them via Measurement Protocol, that data will look seriously messed up in GA.

So, please, for the love of all data gods, stop using Measurement Protocol. It has no utility with Google Analytics.

(Übersetzung: Das Measurement Protocol. Es war schon immer, ist immer noch und will immer eine Plage sein. Google Analytics ist ein Tool zum Messen von *Web-* (und ab und zu App-) Daten. Es ist NICHT dazu da, um Offline-Daten zu sammeln. Auch in UA war das Measurement protocol bereits Schrott. Aus irgendeinem Grund wollen Unternehmen Google Analytics nutzen, um akkurate Einnahmen zu messen, allerdings ist das ein Trugschluss und nicht der Sinn von GA. GA ist kein Finanztool!. Es soll garnicht „exakt“ messen, sondern konstant inexakt. Wenn deine Website Besucher:innen Ad Blocker oder Ähnliches verwenden, um 99,9 % ihrer Klicks zu verbergen, aber du Transaktionen via Measurement protocol misst, werden deine Daten in GA ziemlich durcheinandergebracht.)

Timo A.: Hier gibt es einige Features, die richtig gut gedacht sind, aber im Live-Betrieb noch nicht komplett ausgereift und/oder nutzerfreundlich sind. Ein paar Beispiele:

Grundsätzlich ist es so, dass GA4 deutlich mehr Möglichkeiten bietet, als UA – vor allem, wenn man die kostenlosen Varianten vergleicht. Allerdings hat man in GA4 deutlich mehr Flexibilität und Möglichkeiten zur Individualisierung – was im übrigen bei UA immer kritisiert wurde – was allerdings dazu führt, das weniger vorgekaut wird, man sich intensiver mit den Daten und dem Tool beschäftigen sollte und es dadurch etwas komplexer geworden ist. Dies sorgt dann dafür, dass es für einige User komplizierter geworden ist, es zu verstehen und zu nutzen. Insofern sollte man aus meiner Sicht auch mehr als früher unterscheiden, wer tatsächlich innerhalb des GA4 Interfaces arbeitet und für wen Looker Studio (Pro) die vielleicht bessere Alternative ist, die Daten zu betrachten.

Timo D.: User acquisition – there are definitely use cases for that (in a SaaS setup to learn about the initial touchpoint), but these are edge cases and don’t deserve their own model and reporting. Have it as user property like the other tools have (first_utm_campaign).

(Übersetzung: Nutzer Akquisition. Sicherlich gibt es Fälle dafür (etwa in einem SaaS-Setup um den allerersten Touchpoint zu identifizieren). Allerdings sind das Grenzfälle, die kein eigenes Modell und Reporting benötigen. Du kannst es auch als User Property anlegen, sowie in anderen Tools auch (first_utm_campaign).)

 

Frage 3: Was ist aus deiner Sicht das unterschätzteste Feature in GA4?

Alexander: Ich bin mir nicht sicher, ob „unterschätzt“ der richtige Begriff ist. Die Bibliothek und die Individualisierung der Berichtsoberfläche durch Sammlungen, Themen und Berichte sind aus meiner Sicht wertvolle Features für individuelles Reporting. Die Nutzung der Bibliothek ist technisch unkompliziert, aber konzeptionell herausfordernd.

Cem: Die Möglichkeit, die Standardberichte in GA4 anzupassen und neue Berichte und ganze Collections in der Bibliothek anzulegen und zur Verfügung zu stellen.

Florian: Die Trichter-Berichte. Weil man in GA4 wirklich jede denkbare Nutzerinteraktion als Trichterschritt definieren kann. Das ging in Universal Analytics nicht bzw. war nur ein Feature für die sehr teure UA360-Version.
In GA4 wird dies von vielen Anwendern leider nicht genutzt, weil sich die Funktion, eigene Trichter-Berichte zu erstellen, in den explorativen Datenanalysen “versteckt”, also nicht in den Standard-Berichten zu finden ist.

Jeff: Audiences! They are underused, misunderstood, and not very well advertised by Google. Yet they are extremely powerful.

(Übersetzung: Zielgruppen! Sie werden zu wenig verwendet, missverstanden und von Google nicht gut genug beworben. Dabei haben sie viel Potenzial.)

Justus: Der Rohdaten-Export zu BigQuery.
Wer den Export nicht aktiviert, nutzt einen der größten Vorzüge von GA4 nicht und verzichtet auf die Möglichkeit, die wirklich spannenden Fragen beantworten zu können, für die ein vorgefertigte Report-UI nicht individuell genug ist.

Nicht jeder Marketing Manager muss SQL lernen oder Looker Studio Experte werden. Aber wer schon jetzt viel Zeit in Google Analytics verbringt, sollte sich ein bisschen Zeit zum Experimentieren nehmen, um zumindest die Möglichkeiten dieses Analyse-Weges einschätzen zu können.

Maik: Das unterschätzteste Feature in Google Analytics 4 ist meiner Meinung nach die explorative Datenanalyse.

Viele Nutzer verlassen sich viel zu sehr auf die Standard-Reports als Gegenstück zur explorativen Datenanalyse. Die Standard-Reports gibt Google, ähnlich wie in Universal Analytics zuvor, in der Menüleiste vor.

Die explorative Datenanalyse bietet dagegen sehr viele Möglichkeiten, viel tiefer in die Daten einzusteigen. Und auch Dinge auszublenden, die gerade nicht benötigt werden.

Dummerweise muss man dafür ein bisschen mehr Wissen aufbauen und z. B. auch verstanden haben, welche Messwerte und Dimensionen miteinander harmoniere. Wer das jedoch in seiner Lernkurve mitnimmt, bekommt einen riesigen Fundus an Möglichkeiten, die Daten zu analysieren, sie kreuz und quer zu lesen und zu wesentlichen besseren Insights zu gelangen.

Marius: Das ist für mich die individuelle Einstellungsmöglichkeit in den Standardberichten von GA4. Ich habe zum Beispiel die Bibliothek, wo ich eine neue Sammlung an Berichten sowie neue Berichte anlegen kann. Dadurch kann ich die Menüstruktur von GA4 anpassen und ich kann es auf meine Cases auslegen und eine neue Struktur anlegen.

Darüber hinaus kann ich ebenfalls in meinen Standardberichten die Dimensionen und Metriken anpassen, wodurch ich mich auf meine persönlich wichtigen Dinge den Fokus legen kann.

Michaela: Scatterplots (Streudiagramme).

Diesen neuen Diagrammtyp fokussiert GA4 sehr stark. Er ist per Default in einigen Standardberichten zu finden und kann auch als explorative Datenanalyse im freien Format erstellt werden.

Scatterplots zeigen definitiv viel schneller die Insights in den Daten – jedenfalls viel schneller als eine Datentabelle oder ein Liniendiagramm, jene Standard-Darstellungsvarianten aus Universal Analytics. Allerdings bedarf die Interpretation eines Scatterplots ein wenig Übung, weswegen diesem Diagrammtyp aktuell noch wenig Aufmerksamkeit geschenkt wird. Deswegen meine Empfehlung: Unbedingt anschauen! Zur vereinfachten Einarbeitung inkl. Cheatsheets habe ich hier einen Blogartikel erstellt: >> Toolbox: Die besten Insights aller Zeiten mit Scatterplots in GA4

Philipp: Flexibilität! Das kommt mir in den Sinn, wenn ich über das am meisten unterschätzte Feature in GA4 nachdenke. Die hohe Anpassbarkeit, die es ermöglicht, das Interface und die Auswertungen auf die spezifischen Bedürfnisse unseres Unternehmens zuzuschneiden, ist ein Game-Changer. Wir sind nicht länger an statische Reports und Auswertungen gebunden, sondern können die Benutzeroberfläche so gestalten, dass sie den spezifischen Zielen und Anforderungen unseres Unternehmens gerecht wird. Dies öffnet Türen für tiefere Einsichten und eine maßgeschneiderte Datenanalyse, die direkt auf unsere Bedürfnisse zugeschnitten ist.

Aber! Dadurch hat sich halt auch das Paradigma von einem „Klick&Play“ zu einem „Klick&Think“-Ansatz verschoben. Wir müssen nachdenken, was die Daten tatsächlich bedeuten und wie sie am besten genutzt werden können, um wertvolle Erkenntnisse zu gewinnen. Es ist eine Aufforderung, tiefer in die Daten einzutauchen und ein klares Verständnis darüber zu entwickeln, wie jede Metrik und Dimension unser Geschäft beeinflusst. Es erfordert von jedem Anwender, eine höhere Datenkompetenz. Und klar, kann man noch immer einfach nur an der Oberfläche der Daten kratzen – nützlich ist das aber wie gesagt eher weniger… Stattdessen müssen wir jetzt die zugrunde liegenden Muster verstehen, wie die Daten erhoben werden, und wie wir sie interpretieren können, um informierte Entscheidungen zu treffen. Dies bedeuten, dass wir mehr Zeit und Ressourcen in die Schulung und Weiterbildung investieren müssen, um sicherzustellen, dass jedes Teammitglied die notwendigen Fähigkeiten hat, um mit der erhöhten Komplexität umzugehen.

Die erhöhte Eigenverantwortung und der proaktivere Ansatz zur Datenanalyse können anfangs eine Herausforderung sein, bieten aber auch eine große Chance. Durch eine tiefere Auseinandersetzung mit den Daten können wir eine stärkere Datenkultur schaffen, besser informierte Geschäftsentscheidungen treffen und letztendlich unser Geschäft effektiver steuern. Durch diese Änderungen bietet GA4 die Möglichkeit, nicht nur die Art und Weise, wie wir mit Daten umgehen, zu transformieren, sondern auch, wie wir unser Geschäft insgesamt steuern und optimieren.

Simo: This is easy: the BigQuery link. Sure, it’s easy to toggle it on just because it’s “free”. But how many companies efficiently use BigQuery as their new source of truth? And how many spend an inordinate amount of time trying to get BigQuery data to match the GA4 data?

Here’s a tip: choose a day of the week, such as Wednesday, and make that a “BigQuery day”. Do all your analysis work in BigQuery for a challenge. And do it without consulting GA4! Try to build your own queries to match your business questions rather than trying to match GA4 data.

(Übersetzung: Das ist einfach: Die Schnittstelle zu BigQuery. Klar ist sie einfach und kostenlos einzurichten (du musst nur den Toggle auf „an“ stellen). Aber wie viele Unternehmen nutzen diese „Quelle der Wahrheit“ wirklich? Und wie viele verbringen unnötig viel zeit dafür, ihre BigQuery Daten mit den GA4 Daten abzugleichen? Hier ist mein Tipp: Wähle einen Tag in der Woche (beispielsweise den Mittwoch) aus und mache ihn zu deinem BigQuery-Tag. Deine Herausforderung: Mache alle deine Analysen in BugQuery, ohne in GA4 nachzusehen. Statt die Daten mit GA4 abzugleichen solltest du eigene Abfragen entwickeln und stellen, um die Antworten auf deine Fragen zu bekommen.)

Timo A.: Aus meiner Sicht ist dies “Create Events”. Dies ist sehr hilfreich, wenn man schnell und ohne Entwickleraufwand Conversion / Events implementieren möchte. Leider stehen diese dann derzeit nur noch nicht in BigQuery zur Verfügung.

Zudem ist eines der unterschätztesten Features die Report Customization (auch wenn ich es bei Frage 2 ebenfalls mit aufgeführt habe) und auch die User Collections. Die Möglichkeit individueller Report Anpassungen wurde bei UA sehr häufig nachgefragt – nun gibt es die Möglichkeiten in GA4 und ich habe den Eindruck, dass sie sehr selten tatsächlich genutzt werden.
Und bei den Nutzern der kostenlosen GA Varianten ist sicherlich auch die Verknüpfung zu BigQuery eines der unterschätztesten Features. So war es in UA ohne 360 nicht möglich auf die Rohdaten zuzugreifen, mit GA4 ist dies nun möglich und die damit im Zusammenhang stehenden Möglichkeiten sind beinahe unbegrenzt. Ich denke, dass hier gerade für die Unternehmen, die die kostenlose GA4-Variante nutzen, noch das größte Potential schlummert, so richtig datengestützt zu agieren.

Timo D.: More difficult to answer – One side says – the BigQuery export is available for everyone. But this brings a bunch of new challenges for teams who never worked with raw event data. But we are all here to learn, aren’t we? The other side says – custom events. Not being able to change even just the name of an event in GA3 was so much pain. Now we can do that.

(Übersetzung: Diese Frage ist schwieriger zu beantworten. Auf der einen Seite würde ich sagen, es ist toll, dass der BigQuer Export für alle User:innen verfügbar ist. Allerdings bringt das große Herausforderungen für Teams mit sich, die noch nie mit rohen Ereignis-Daten gearbeitet haben. Aber wir sind ja alle hier um zu lernen, oder? Auf der anderen Seite würde ich sagen: Benutzerdefinierte Ereignisse. Es war ein echter Pain in Universal Analytics, dass man nicht mal die Namen der Ereignisse ändern könnte. Jetzt haben wir diese Möglichkeit.)

 

Frage 4: Was ist aus deiner Sicht das größte Fragezeichen bi GA4?

Alexander: Neben den bereits genannten Unklarheiten fehlt mir eine klare Produktvision für GA4. Auch wenn es dieses Jahr bereits 33 Releases gab – siehe hier –, verstehe ich die beabsichtigte Richtung nicht vollständig. Soll GA4 ein Self-Service-Tool für die meisten Webseiten-Besitzer werden oder ein Analytics-Tool für fortgeschrittene Web-Analysten? Viele Änderungen erscheinen zufällig und unkoordiniert. Ein weiteres Thema ist der Fokus vieler Tools, wie Power-BI oder SAP auf Künstliche Intelligenz. Dabei geht es nicht nur um die Modellierung der Daten, sondern auch um die Unterstützung der Nutzer bei der Datenanalyse. Hier sehe ich noch keinen klaren Fokus bei GA4.
Aber in einem Jahr nach geschätzten 40+ großen und kleineren Releases wissen wir wahrscheinlich mehr

Cem: Der Umgang im Rahmen der Datenerhebung mit der Filterung von Daten. Es gibt keine Views mehr, und die Filtermöglichkeiten sind wirklich rar gesät.

Florian: Die drei GA4-???:

  1. Warum ist die Conversion-Rate immer noch nicht per Standard als Metrik in den Tabellen enthalten?
  2. Funktioniert GA4 tatsächlich ohne Cookies?
  3. Warum kann ich die häufig wieder verwendeten Vergleiche nicht wie in UA speichern,
    sondern muss sie jedesmal neu erstellen?

Jeff: Will the interface get an overhaul now that the underlying data model is stabilizing? Is the underlying data model actually stable? Why do things break so often?

(Überstzung: Wird das Interface eine Überarbeitung bekommen, jetzt da sich das dahinterliegende Datenmodell stabilisiert? Ist das Datenmodell tatsächlich stabil? Warum funktionieren Dinge sooft nicht?)

Justus: Ich habe oben geschrieben, dass GA4 nur mit Übung und Grundlagenwissen benutzbar ist.
Das kann okay sein, aber nur dann, wenn beides einfach zugänglich ist und aktiv und effektiv vermittelt wird.

Es gibt zwar großartige Blogs-Artikel von engagierten Experten aus der Community, die auf solche Fragen aus dem Analyse-Alltag eingehen, aber das kann doch nicht Googles Anspruch sein. Das größte Fragezeichen bei GA4 ist, wie sie die breite Masse an Nutzern dazu befähigen können, das Tool zu benutzen und gerne zu benutzen.

Ich hoffe, dass das gelingt, denn ich bin trotz aller Kritik GA4-Fan. Bislang konnte mich noch kein Konkurrenzprodukt davon überzeugen, für den professionellen Einsatz in mittelgroßen und großen Unternehmen besser geeignet zu sein. GA4 ist nach wie vor zu Recht der Standard und es wäre toll, wenn noch mehr Unternehmen und die Menschen darin davon profitieren könnten.

Maik:Es gibt für mich zwei große Fragezeichen ehrlicherweise.

Das erste große Fragezeichen ist für mich: Wollen alle Unternehmen tatsächlich diesen Deep Dive in ein Webanalyse-Tool machen und sich wirklich aufschlauen? Klar, GA4 ist zunächst kostenlos und bietet sehr wirklich gute Möglichkeiten. Gleichzeitig müssen Mitarbeiter aber auch vernünftig geschult werden in diesem Tool, um wirklich davon zu profitieren. Ansonsten bleibt es ein nettes Statistiktool.
Wenn ich mir so manche Konfiguration für Google Analytics 4 von außen ansehe – und das lässt sich ja recht leicht machen–, schaudert es mich als Unternehmer mitunter. Ich sehe sehr viel was allerhöchstens “Standarddaten” abbildet. Nur sehr wenige sinnvoll angepasste Implementierungen, deren Daten dem Unternehmen dann tatsächlich helfen werden, Wachstum zu produzieren. Das liegt zum einen an unklaren Anforderungen, mitunter aber auch an wenig Implementierungserfahrung auf Unternehmens- oder Agenturseite. So scheint es oft so als würde Google Analytics 4 ebenso ein Feigenblatt in Richtung Webanalytics und “Data influenced Marketing” werden wie zuvor schon Universal Analytics.

Das zweite Fragezeichen ist für mich: die User Experience des Produkts.
Ich habe selten zu Beginn einer Laufzeit eines Produktes so eine schlechte User Experience erlebt. Von sich überlagernden oder unlesbaren Buttons, über URLs, die nicht umgebrochen werden in Tabellen und somit unlesbar waren, bis hin zu kryptischen Fehlermeldungen, die immer mal wieder auftauchen, ist vieles dabei, was abschreckend wirken kann.

Marius: Für mich jetzt nicht unbedingt, aber für viele Teilnehmer:innen an meinen Seminaren: Explorative Datenanalyse. Wenn man damit einsteigen möchte und eine erste explorative Datenanalyse erstellen möchte, ist die Berührungsangst sehr groß, da man nicht intuitiv die Funktionsfähigkeit der Datenanalyse überschauen kann. Kurz gesagt, das System ist dort zu komplex aufgebaut und man könnte es höchstwahrscheinlich übersichtlicher gestalten.

Für mich persönlich ist auch noch ein großes Fragezeichen bei den Filtern im Zuge der Datenerhebung. In UA konnte ich Daten für bestimmte Seiten herausnehmen oder wir waren ein großer Fan des Groß- bzw. Kleinschreibung-Filters. Ich finde es schade, dass diese Einstellung nicht mehr in dem Setup von GA4 hinterlegt ist. Aber gut, dafür kann man ja auch im GTM einen Workaround bauen. Aber das ist für viele GA4 Nutzer:innen ebenfalls keine alltägliche Arbeit.

Michaela: Die  “Traffic Source Challenge”, wie Charles Farina in seinem Blogartikel sehr schön beschreibt, in Kombination mit “GA4 sessions magick”, wie Artem Korneev in diesem Blogartikel sehr schön beschreibt.

Über das GA4 Interface lässt sich nämlich nicht beantworten, wieviele User die Website tatsächlich besucht haben und wir sehen auch nicht alle Traffic-Quellen.

Wir erhalten zwar die allererste Traffic-Quelle des Users (First Acquisition Touchpoint). Wir erhalten auch die allererste Traffic-Quelle der Session (First Session Touchpoint). Besucht ein User die Website jedoch über mehrere Traffic-Quellen innerhalb einer Sitzung, werden diese im GA4-Interface nicht ausgewiesen. Stattdessen landet der Traffic im Unassigend-Kanal mit (not set) als Source und Medium.

Google dürfte hier also noch ein paar Baustellen haben und ich bin gespannt, ob und wann diese behoben werden. Bis dahin bleibt einem für eine valide Aussage nichts anderes übrig als die Analyse über BigQuery durchzuführen. Müssen wir jetzt alle BigQuery lernen?

Philipp: Das Daten-Modell von GA4, insbesondere sobald man die Möglichkeit des Exports zu Google Big Query nutzt, ist für mich das größte Fragezeichen und gleichzeitig das Killer-Feature in GA4 – Sorry Frage 3! Die dadurch ermöglichte Unabhängigkeit von Google in der Dateninterpretation und -modellierung ist ein mächtiges Tool, birgt jedoch auch eine große Verantwortung. Verantwortung besonders auf Seiten von Google uns endlich eine Sinnvolle Dokumentation inklusiver stabiler Daten und Exports zu liefern…

Aktuell wollen viele noch immer ihre liebgewonnenen „alten“ Reports aus UA-Zeiten zurück. Und dieser Wandel weg von den alten gelernten Mustern stellt eine signifikante Herausforderung dar. Die Umstrukturierung der Konzepte rund um Sessions, Users und Events inklusive der zusätzlichen Datenpunkte (Parameter) erfordert eine Neubewertung und ein neues Verständnis von „Was können wir eigentlich Fragen? Was können wir mit den Daten besser verstehen?“. Das verlangt eine frische Perspektive und möglicherweise eine Umschulung für diejenigen, die fest in der alten Analysewelt verankert sind.

Eben diese Freiheit in Bezug auf die Dateninterpretation und -modellierung durch den Export zu Google BigQuery empfinde ich als starkes Argument für die Migration zu GA4, auch wenn die damit verbundene Lernkurve und die notwendigen Anpassungen in den Arbeitsabläufen und d

Die letzten 10 Podasts von Eva Schmuhalek

Alle Podcasts auflisten