Archiv für die Kategorie: Google Analytics Tipps

Du möchtest nach ganz speziellen Gesichtspunkten filtern oder segmentieren, um Insights zu generieren. Da reichen ganz schnell die Standard-Filtermöglichkeiten „entspricht genau“, „enthält“, „beginnt mit“ und „endet mit“ nicht mehr aus.

Leider werden viele schon von der Bezeichnung REGEXP abgeschreckt. Es gibt auch tatsächlich eine Vielzahl an regulären Ausdrücken. Aber keine Angst, du benötigst für Auswertungen mit Google Analytics keine Programmierkenntnisse. Mit einer Hand voll einfacher REGEX-Zeichen kannst du 90% aller Anforderungen abdecken.

RegEx Anwendungen kannst du in Google Analytics einsetzen bei:

• Datenansichtsfilter (z.B. interne IP-Adressen herausfiltern)
• Seitenfilter (nach bestimmten Seiten)
• Landingpages
• Zielvorhaben (unentbehrlich bei Zielvorhaben-Trichtern)
• Segmentierungen (z.B. um Schritt-Abfolgen zu definieren)
• Content-Gruppierungen
• Channel-Gruppierung
• Benutzerdefinierte Berichte

Hier unsere Liste der Top REGEX Funktionen:

REGEX Sonderzeichen	Beispiel	Bedeutung	Erklärung
	services	enthält	Alle Seiten, welche „Services“ enthalten
^ (Caret)	^/services/	beginnt mit	Alle Seiten, die mit /services/ beginnen
$ (Dollar-Zeichen)	/services/$	endet mit	Alle Seiten, die mit /services/ enden
^…$	^/services/$	entspricht genau	Entspricht genau der Seite /services/
| (Pipe)	services|seminare	oder	Alle Seiten, die „services“ oder „seminare“ enthalten
. (Punkt)	te.t	genau ein Zeichen	Platzhalter für ein beliebiges Zeichen (Buchstabe oder Zahl oder Sonderzeichen)
* (Sternchen)	goo*gle	Vorheriges Zeichen kein Mal oder mehrmals	Wiederholung des vorherigen Zeichens kein mal oder beliebig oft
.* (Punkt, Sternchen)	e.*mail	Joker, Wildcard	Das kann alles oder nichts sein (1 Zeichen, nullmal oder beliebig oft).
\ (Backslash)	\.	Hebt die Sonderzeichen-Funktion auf.	Nutzung des normalen Zeichens, nicht des Metazeichens
(…)	(de|en)	Gruppierung	Klammerfunktion wie in Mathe

Diese Zeichen kannst du auch miteinander kombinieren. Dadurch bist du in der Lage, viele Filter-Anforderungen selbst zu definieren.

Hier noch ein paar praktische Beispiele:

Beispiel	Erklärung
\.pdf$	Alle Dateien, welche auf .pdf enden
\?	Alle Seiten mit Parametern (Parameter beginnen mit einem Fragezeichen
^/(de|en)/services	Alle Seiten, welche entweder mit /de oder /en und danach /services beginnen
e.*Mail	Alle Channel, welche E und Mail enthalten, unabhängig davon was dazwischen steht. Enthalten sind z.B. Email, E-Mail, E_Mail, Electronic Mail
goo*gle	Umfasst gogle, google, gooogle, goooogle
te.t	Umfasst text, test, te5t, te?t

Wenn du dir unsicher bist bei der Verwendung eines komplexeren regulären Ausdruckes, dann gibt es Tools, welche deinen Teststring prüfen und dir übereinstimmende Ergebnisse anzeigt, z.B. https://rubular.com/

Vermutlich jeder, der mit Google Analytics Berichten arbeitet, ist schon einmal in die Sampling-Falle getappt. Du konzentrierst dich auf die Berichtsdaten und übersiehst das kleinegelbe Sampling-Icon. Dieses weist darauf hin, dass nur eine Teilmenge zur Datenberechnung herangezogen wird. Du merkst es oftmals erst später, wenn du die Daten mehrfach überprüfst und bei gleichen Einstellungen immer wieder andere absolute Zahlen angezeigt werden.

Sobald die Auswertungsanforderungen zu komplex sind, wird Data Sampling eingesetzt, um die Berechnungen zu beschleunigen. Die Analyse von Teilmengen kann wesentlich schneller durchgeführt werden als die Analyse der Gesamtmenge. Die Ergebnisse der Teilmenge werden einfach auf die Gesamtmenge hochgerechnet. Muster und Trends können identifiziert werden. Leider werden dabei für einen regelmäßigen Zeitraum-Vergleich keine vergleichbaren Ergebnisse geliefert.

Data Sampling startet laut Google standardmäßig bei Datenanfragen, sobald 500.000 Sitzungen auf Property-Ebene für den ausgewählten Zeitraum gezählt werden.

In Analytics 360 sind es 100 Millionen Sitzungen auf Datenansichtsebene für den ausgewählten Zeitraum.

In den Standardberichten werden die Daten nicht gesampelt.

Sobald du Berichte außerhalb der Standard-Auswertungen erstellst, werden Stichproben erhoben. Bei jeder Abfrage werden andere Stichprobenanteile erhoben.

Dies erfolgt bei Nutzung von:

• Benutzerdefinierte Berichte
• Filter
• Segmente
• Sekundäre Dimensionen
• Nutzer- oder Verhaltensfluss
• Betrachtung langer Zeiträume

Ob und zu wie viel Prozent gesampelt wird, erkennst du an dem Icon neben dem Berichtsnamen.

Grün bedeutet: kein Sampling angewendet

Gelb bedeutet: Data Sampling wurde im aktuellen Bericht angewendet

Wenn du mit der Maus über das Sampling-Symbol fährst, dann wird auch der Anteil der erhobenen Stichprobe angezeigt.

Je geringer die Samplingrate, desto höher werden die Ungenauigkeiten bei der Berechnung.

Wie kannst du Sampling vermeiden?

Nutze Standard-Berichte

Diese sind nicht gesampelt. Überlege, ob du den Einsatz von Segmenten oder sekundären Dimensionen vermeiden und das gleiche Ergebnis mit einem Standard-Bericht darstellen kannst.

Als Beispiel: Wenn du die Landingpages über die organische Suche auswerten möchtest, dann kannst du den Bericht: Verhalten – Websitecontent – Landingpages aufrufen. Und das Segment „organische Zugriffe“ – dann wird gesampelt. In unserem Beispiel werden nur 29% der Daten als Stichprobe herangezogen.

Die Landingpages kannst du auch auswerten über den Bericht: Akquisition – Alle Zugriffe – Channels. Hier klickst du den Channel „Organic Search“ an und änderst die Primäre Dimension auf: Landingpage.
Wie du erkennen kannst, wird hier nicht gesampelt.

Verkürze den Betrachtungszeitraum

Wenn du den Betrachtungszeitraum verkürzst, dann verringerst du damit die Zahl der Sitzungen. Wenn du eine Auswertung über einen längeren Zeitraum erstellen möchtest, z.B. eine Jahresauswertung und du bekommst nur Daten auf Stichprobenbasis, dann verringere einfach den Auswertungszeitaum, zum Beispiel auf Monatsbasis. Diese kannst du anschließend zum Beispiel in Excel wieder zusammenzählen.

Arbeite mit der Google Analytics API

Mit Hilfe der Google Analytics API kannst du Berichte zerteilen. Ich arbeite gerne mit Tools, welche die Google Analytics API nutzen, zum Beispiel Next Analytics oder Analytics Edge. Dort kannst du einstellen, dass zur Vermeidung von Sampling immer nur Datenpakete für einen kleinen Zeitraum gezogen und am Ende wieder zusammengesetzt werden.

Nutze mehrere gefilterte Datenansichten

Wenn du immer wieder ein bestimmtes Nutzersegment auswerten möchtest und schon alleine beim Einsatz des Segments die Daten gesampelt werden, dann könntest du dir dafür eine eigene Datenansicht anlegen. Die Standard-Berichte in dieser Datenansicht werden nicht gesampelt.

Unterteile die Daten in verschiedene Properties

Die automatische Berechnung für den Einsatz von Stichprobenerhebungen wird auf Property-Ebene vorgenommen. Wenn du zum Beispiel verschiedene Länder-Websites hast, dann kannst du für jede Länder-Website eine eigene Property erstellen.

Nutze Google Analytics 360

Wenn du immer wieder ins Sampling rutschst, da deine Datenmenge generell groß ist, dann solltest du dir überlegen, Google Analytics 360 einzusetzen. Die Nutzung von Google Analytics 360 ist jedoch nicht kostenlos!

Standardmäßig kannst du bis zu 25 Datenansichten pro Property erstellen. Diese Möglichkeit solltest du nutzen, um mehrere Datenansichten für verschiedene Anforderungen zu erstellen.

Leider wird sehr oft diese Möglichkeit nicht genutzt und es gibt nur eine Datenansicht pro Property: „Alle Websitedaten“.

Manchmal kommt es vor, dass sehr ambitioniert ganz viele Datenansichten angelegt werden. Die Dokumentation wird nicht nachgeholt und irgendwann weiß keiner diese verschiedenen Ansichten mehr zu unterscheiden oder versteht, wofür diese überhaupt angelegt wurden. Im schlimmsten Fall nutzt jeder eine andere Datenansicht, so dass mit unterschiedlichen Daten gearbeitet wird.

Dann solltest du „aufräumen“, die Struktur glattziehen, Datenansichten sprechend benennen und ungenutzte Datenansichten löschen.

Datenansicht löschen

Dies geschieht, indem du eine Datenansicht in den Papierkorb verschiebst. Dort verbleibt sie vorsichtshalber noch 35 Tage, bevor sie endgültig gelöscht wird. Dies dient als Sicherheit, falls du es dir nochmal anders überlegen solltest.

Gehe dazu in den Verwaltungsbereich und rufe die zu löschende Datenansicht auf. Gehe in den Bereich „Einstellungen der Datenansicht“ und klicke dort auf „in den Papierkorb verschieben“.

Anschließend auf den Bestätigungsbutton „Papierkorb ansehen“.

Den Papierkorb kannst du einsehen im Verwaltungsbereich auf Kontoebene. Dort kannst du die Datenansicht wiederherstellen.

Das Löschen einer Datenansicht erfolgt endgültig. Nach 35 Tagen ist keine Wiederherstellung mehr möglich. Daher bekommst du bei einer solch weitreichenden Entscheidung zusätzlich eine E-Mail-Benachrichtigung. Diese E-Mail Benachrichtigung geht nicht nur an dich, sondern an alle Nutzer mit Zugriffsrechten für dieses Konto.

Zum Wiederherstellen der Datenansicht musst du auf „Einblenden“ klicken.

 

Auch über diese Aktion werden wieder alle Nutzer mit Bearbeitungsrechten für diese Datenansicht per E-Mail benachrichtigt.

 

Oftmals werden in Google Analytics dynamische Sitzungs- oder Kundennummer-Variablen übergeben. URLs werden automatisch mit diesen Informationen ergänzt, was dir eine Flut von verschiedenen URL-Varianten beschert mit oftmals nur einem Seitenaufruf.

So bekommst du für eine Seite teilweise hunderte verschiedene einzelne Eintragungen, da jedes Mal eine neue ID hinten angefügt wird.

Screenshot mit ID-Parametern an derselben Seite:

Diese einzelnen URLs benötigst du gar nicht. Im Gegenteil, sie erschweren deine Marketing-Auswertungen.

Möglicherweise bekommst du auch Probleme wegen zu hoher Kardinalität, da du an die Systemlimits von Google Analytics kommst.

Du solltest zuerst alle URL-Parameter prüfen, ob diese für deine Marketing-Auswertungen benötigt werden. Dies ist im Prinzip immer dann der Fall, wenn sich der Seiteninhalt verändert und dies durch Auswertung der Parameter erkennbar wird. Zum Beispiel kannst du mit Hilfe von angehängten Parametern erkennen, ob ein Tab auf einer Seite aufgerufen wurde. Bei Aufruf des Tabs erscheint ein anderer Inhalt auf der Seite; dies möchtest du auswerten. Diese Parameter solltest du in deiner Datenansicht belassen.

Diese Prüfung nimmst du vor im Bericht Verhalten – Websitecontent – Alle Seiten.

Dort gibst du im Filter folgenden regulären Ausdruck ein: \?
So bekommst du alle Seiten aufgelistet, welche einen Parameter enthalten. Diese solltest du dann prüfen.

Screenshot von Seitenparametern, welche nicht ausgeschlossen werden sollten:

Sobald du die Prüfung abgeschlossen hast, kannst du die Parameter ausschließen im Verwaltungsbereich – Einstellungen der Datenansicht – URL Suchparameter ausschließen. Hierzu benötigt du natürlich Bearbeitungsrechte.

Beachte bitte, dass hier zwischen Groß- und Kleinschreibung unterschieden wird.

Der Ausschluss der URL-Suchparameter greift natürlich erst ab dem Einrichtungsdatum.

In jeder Datenansicht hast du die Möglichkeit, das Land und die korrekte Zeitzone einzustellen. Diese dient als Datumsgrenze für deine Berichte.

Wenn du eine Zeitzone einstellst, dann basiert die Berechnung der Tageszeit auf dieser Einstellung. Stell dir vor, du hättest als Land: Vereinigte Staaten, Los Angeles Zeit eingestellt, dann würdest du dich wundern, dass in deiner Auswertung für Deutschland die meisten Zugriffe nachts stattfinden. Das liegt jedoch nur darin begründet, dass in Los Angeles -8 Stunden Unterschied zur deutschen Zeit gemessen werden.

Die korrekte Einstellung kannst du vornehmen in der Verwaltungsebene der Datenansicht – Einstellungen der Datenansicht – Land oder Gebiet der Zeitzone.