Dimensionen und Messwerte richtig zuordnen

Worauf du achten musst, wenn du in benutzerdefinierten Google-Analytics-Berichten Dimensionen und Messwerte kombinierst.

Jeder Bericht in Google Analytics besteht aus Dimensionen und Messwerten. Dimensionen sind die ordnende Instanz, deren Werte mit den Metriken, den Messwerten gemessen werden können.

Jedoch kann nicht jede Dimension mit einem beliebigen Messwert kombiniert werden.

Alle Dimensionen und Messwerte haben einen Umfang: auf Nutzer-, Sitzungs- oder Trefferebene. Eine sinnvolle Kombination ist nur möglich bei Dimensionen und Metriken mit demselben Umfang.

Im Referenztool https://ga-dev-tools.appspot.com/dimensions-metrics-explorer/findest du eine Liste der gültigen Dimensions- und Messwerte Paare.

Bei den Standard-Berichten sind bereits passende Dimensionen und Metriken vorgegeben.

So ist dir bestimmt schon aufgefallen, dass es bei der Auswertung der Seiten die Metriken „Seitenaufrufe“ und „einzelne Seitenaufrufe“ gibt. Und bei der Auswertung der Landingpages die Metrik „Sitzungen“.

Achtung: Gefahrenquelle benutzerdefinierte Berichte

Besondere Vorsicht ist geboten, wenn du benutzerdefinierte Berichten anlegst, bei welchen du selbst eine Kombination von Dimensionen und Messwerten erstellst. Hier können sich Fehler einschleichen, die dir auf den ersten Blick vielleicht gar nicht auffallen. Wenn du zum Beispiel eine Seitenauswertung mit der Metrik „Sitzungen“ erstellst, dann wird immer nur jeweils die Anzahl der Einstiege auf dieser Seite ermittelt. Und nicht, wie du vielleicht vermuten würdest, die Anzahl der Sitzungen, bei welcher der Nutzer (irgendwann einmal im Laufe der Sitzung) diese Seite besucht hat.

Google Analytics Tipps 13: Dimensionen und Messwerte zuordnen

Beispiel eines benutzerdefinierten Berichtes. Du kannst hier sehr schön erkennen, dass zur Dimension „Seite“ die Metrik „Sitzungen“ und „Einstiege“ übereinstimmen.

Datenzugriff gewähren

Wann es sinnvoll ist deine Anmeldedaten zu Google Data Studio Dashboards zu schützen und wie es geht.

Du kannst bei der Erstellung eines Google Data Studio Dashboards festlegen, welche Anmeldedaten für den Zugriff auf die zugrunde liegenden Daten verwendet werden sollen.

Du kannst wählen zwischen:

  • Anmeldedaten des Eigentümers:
    Anmeldedaten des Eigentümers der Datenquelle werden verwendet.
    Andere benötigen keine eigenen Zugriffsrechte für den Datensatz.
  • Anmeldedaten des Betrachters:
    Nutzer müssen ihre eigenen Anmeldedaten bereitstellen, um auf die Daten zugreifen zu können.

Normalerweise ist es okay, wenn innerhalb einer Organisation die Anmeldedaten des Eigentümers verwendet werden. Stellst du jedoch das Dashboard Fremden zur Verfügung, dann sollen diese nicht auf die Daten deiner Organisation zugreifen können, sondern nur auf das Template.

So stellst du den Zugriff auf deine Anmeldedaten ein

Dies stellst du ein, indem du zuerst unter „Ressourcen“ auf den “Bearbeiten“-Stift einer Datenquelle klickst. Dadurch öffnen sich die Verbindungseinstellungen zu dieser Datenquelle.
In der oberen Einstellungsleiste findest du die Möglichkeit, die Standard-Einstellung zu den Anmeldedaten für den Datenabruf von „Inhaber“ auf „Betrachter“ zu wechseln.

Google Data Studio: Datenzugriff gewähren auf die Anmeldedaten zu einem Dashboard

Unsere fertigen Google Analytics Dashboards und Berichte Templates kostenfrei nutzen

Hier stellen wir die zwei Template–Bundle für Google Analytics zur freien Verfügung: Einen für benutzerdefinierte Berichte und einen fürs Dashboards.

In Google Analytics findest du eine Vielzahl an Standard-Berichten, welche die Grundlage für viele tiefergehende Reportings und Dashboards bilden. Wenn du bestimmte Auswertungen regelmäßig benötigst, dann kannst du dir eigene benutzerdefinierte Berichte und Dashboards erstellen und speichern. Diese Berichte kannst du ganz einfach mit einem Klick immer wieder aufrufen.

Bei der Erstellung eigener Reportings und Dashboards steigt jedoch das Risiko, dass du Dimensionen und Metriken kombinierst, welche nicht passen. So erhältst du zwar Zahlen, diese spiegeln jedoch nicht das von dir gewünschte Ergebnis wider.

Aufgrund unserer langjährigen Erfahrungen mit Kunden unterschiedlicher Branchen und Größen haben wir hilfreiche Vorlagen entwickelt, die dir schnell einen guten Überblick über deine Website verschaffen und viele Auswertungsfragen beantworten können.

Das ist ganz praktisch, da du dir keine Gedanken machen musst über die richtige Kombination von Dimensionen und Metriken.

Du kopierst einfach ein Template in deine Datenansicht und kannst es sofort nutzen. Nicht benötigte Reports kannst du wieder löschen, oder auch weiter auf deine Bedürfnisse anpassen.

Wir haben verschiedene Bundles für euch zusammengestellt:

1. Starter-Bundle für benutzerdefinierte Berichte

Das Starter-Bundle für benutzerdefinierte Berichte enthält 8 Report-Templates als Vorlage:

https://analytics.google.com/analytics/gallery/#posts/search/%3F_.term%3Dauthor%3A%22Bernadette%22%26_.start%3D0%26_.tab%3DAll%26_.sort%3DDATE%26_.viewId%3D5jUdIpXbRDWdaPHWU_y1Ag/

  • Basic KPIs
  • Tages-, Wochen- und Monatsauswertung mit den wichtigsten KPIs
  • Zugriffe nach einzelnen Stunden des Tages
  • Ereignisse: Auflistung aller Ereignisse in Tabellenform
  • SEA Überblick: Kampagnen, Anzeigengruppen, Keywords
  • SEO Überblick: Quellen und Keywords
  • Vergleich Mobile vs. Desktop Zugriff
  • Referrer-Zugriffe: Verweis-URLs und Zielseiten

Diese Reports bilden eine gute Basis für regelmäßige wöchentliche oder monatliche Reportings.

2. Starter-Bundle für Dashboards

Das Startet Bundle für Dashboardsenthält 7 Dashboard-Templates als Vorlage:

https://analytics.google.com/analytics/gallery/#posts/search/%3F_.term%3Dauthor%3A%22Bernadette%22%26_.start%3D0%26_.tab%3DAll%26_.sort%3DDATE%26_.viewId%3DwxWeD4Z7Q12P5AaOT4Hsxw/

  • Gesamtüberblick
  • Überblick über die bestehenden Einrichtungen
  • Vergleich Desktop- zu Mobile-Zugriffen
  • Organische Zugriffe
  • Ads-Kampagnen
  • Seiten-Performance, Ladezeiten
  • Fehlerseiten (Achtung: hier musst du noch die Einstellungen auf deine Einrichtung zuschneiden)

Mit Hilfe dieser Dashboards kannst du dir einen schnellen Überblick verschaffen.

Mit nur wenigen Klicks kannst du dir die Vorlagen über die Google Analytics Solution Gallery herunterladen und in deine Datenansicht importieren.

Google Analytics Tipps: Solution Gallery

Zusätzlich zu den beiden Starter-Bundles habe ich im Laufe der Zeit noch weitere Templates für spezielle Fragestellungen eingestellt, z.B.

  • Social Media Dashboard
  • SEO Dashboard
  • Bundle: Fehlerseiten-Auswertung, bestehend aus 1 Dashboard und 4 benutzerdefinierten Berichten
  • Referral-Dashboard (Zugriffe über Verweise)

Suche in der Google Analytics Solution Gallery einfach nach „Bernadette“. Hier findest du alle von mir erstellten Lösungen.

https://analytics.google.com/analytics/gallery/#posts/search/%3F_.term%3Dauthor%3A%22Bernadette%22%26_.start%3D0%26_.tab%3DAll%26_.sort%3DDATE/

Sofort nach dem Herunterladen kannst du diese Templates einfach kostenfrei nutzen und für dich anpassen.

Datenquellen eindeutig benennen

Gerade wenn du mit vielen Datenquellen arbeitest, verlierst du in Data Studio leicht den Überblick, ob du denn jetzt die richtige Datenansicht gewählt hast. Denn bei der Anzeige der aktuellen Datenansicht kann nur eine bestimmte Zeichenanzahl angezeigt werden, so dass du bei längeren Bezeichnungen der Ursprungquelle nicht eindeutig erkennen kannst, ob du genau die von dir gewünschte Datenansicht ausgewählt hast.

Insbesondere bei der Search Console ist es schwierig, die richtige Tabelle zu erkennen.

Bei der Search Console gibt es zwei verschiedene Tabellen:

  • „URL Impressionen“ enthält Auswertungen zu den Landingpages, mit: LandingPage, Query, Device Cat, Country, Impressions, URL Clicks, URL CTR
  • „Website Impressionen“ enthält Auswertungen zu den Suchanfragen: mit Query, Device Cat, Country,Impressions, Clicks, Site CTR, Average Position

Screenshot der beiden verschiedenen Search Console Tabellen, welche wählbar sind:

Google Data Studio Tipp 12: 1.	Datenquellen eindeutig benennen  - verfügbare Datenquellen

Um die beiden verschiedenen Search-Console-Quellen beim Arbeiten in Google Data Studio besser erkennen zu können, solltest du diese mit kurzen, sofort erkennbaren Namen versehen.

Hierzu klickst du im Bearbeiten-Modus im Tab „Daten“ auf den „Bearbeiten“-Stift neben der Datenquelle

Google Data Studio Tipp 12: 1.	Datenquellen eindeutig benennen  - bearbeiten

Du gelangst in den Bearbeitungsbereich der Ressource.

Hier änderst du den Namen der Ressource ab und klickst auf „Fertig“.

Google Data Studio Tipp 12: 1.	Datenquellen eindeutig benennen  - Verbindung bearbeiten

Die Datenquelle ist umbenannt und der Name passt nun in den zur Verfügung stehenden Platz. So hast du ab sofort einen besseren Überblick.

Google Data Studio Tipp 12: 1.	Datenquellen eindeutig benennen  

Reguläre Ausdrücke in Google Analytics und Google Data Studio nutzen

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.

Google Analytics Tipp: Reguläre Ausdrücke verwenden – wenn Standard-Filtermöglichkeiten nicht mehr ausreichen (Screenshot)

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/

Sprechende Benennungen nutzen

In Google Data Studio werden Daten in Dimensionen und Metriken unterteilt. Dimensionen kategorisieren oder gruppieren die Daten, mit Metriken werden diese gezählt. Manchmal sind die automatisch erstellten Benennungen für Dimensionen und Metriken, welche aus den Ursprungstools übernommen werden, sehr sperrig oder schwer verständlich. Es ist eine große Erleichterung, die Datenüberschriften nach eigenen Wünschen verständlich zu benennen. Ich bin ein Fan davon, sprechende Namen zu nutzen. So siehst du – aber vor allem auch andere Nutzer – auf einen Blick, um was es eigentlich geht

Beispiel für einen sehr langen Namen für ein Zielvorhaben in Google Analytics:

Bezeichnungen in Google Data Studio ändern

Bei Klick auf den Bearbeiten-Stift direkt links neben dem Messwert im Tab „Daten“ kann dieser einfach umbenannt werden.

Bezeichnungen in Google Data Studio ändern

So sieht dann die neue Metrik aus, welche wesentlich kürzer und auch besser verständlich ist:

Bezeichnungen in Google Data Studio ändern

Automatisches Diagnose-Tool von Google

Google Analytics hat ein eigenes Monitoring Tool mit Benachrichtigungen und Diagnosemeldungen. Dazu musst du auf das Icon mit der Glocke klicken, welches sich oben rechts auf deinem Bildschirm befindet. Neue Meldungen werden mit einer Zahl angezeigt.

Google Analytics Tipp: Diagnose Tool

Das Diagnose-Tool prüft regelmäßig bestimmte Einstellungen deines Analytics-Kontos, teilt dir Auffälligkeiten mit und weist auf eventuelle Schwachstellen in der Implementierung hin. Außerdem bekommst du Lösungsvorschläge mitgeteilt.

Jede Benachrichtigung enthält eine Beschreibung des Problems und eine Lösungsmöglichkeit. Bei Klick auf „Details“ erfährst du mehr zu dieser Auffälligkeit.

Wenn du das Problem behoben hast, dann kannst du es erneut prüfen lassen. Wurde das Problem behoben, bekommst du darüber natürlich keine weitere neue Meldung mehr.
Wenn du am aktuellen Zustand nichts ändern möchtest, kannst du einzelne Meldungen auch ignorieren, um sie auszublenden.

Das ist eine – wie ich finde – sehr praktische Sache. Daher empfehle ich dir: Schau dir die gefundenen Diagnosen regelmäßig an.

Auswertungszeitraum auf die letzten 12 Monate einstellen

Bei der Nutzung der Zeitraum-Steuerung für einen Google Data Studio Report gibt es viele vorgefertigte Zeiträume, z.B. die letzten 7 Tage, der letzte Monat, das aktuelle Jahr. Es fehlte die Möglichkeit, die letzten 12 Monate als Standard-Zeitraum festzulegen. Also dynamisch rollierend. Die Lösung: Du nutzt die erweiterte Zeitraum-Einstellung. Wie das geht, zeig ich dir jetzt.

Dazu klickst du im Bearbeiten-Modus auf das Zeitraum-Widget, so dass rechts die „Zeitraum“-Eigenschaften eingeblendet werden. Im Tab „Daten“ kannst du den Standardzeitraum festlegen.

Hier klickst du auf das Auswahlfeld: „Automatischer Zeitraum“ und wählst sodann „Erweitert“. Im Dialogfeld wählst du deinen gewünschten benutzerdefinierten Zeitraum. Beispielsweise gibst du beim Startdatum ein: Heute Minus 13 Monate und beim Enddatum: Heute Minus 1 Monat.

Dadurch hast du deinen Standard-Zeitraum auf die letzten 12Monate eingestellt.

Google Data Studio: Rollierender Zeitraum – die letzten 12 Monate anzeigen

Data Sampling (Stichprobenerhebung) in Google Analytics erkennen und vermeiden

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

Google Analytics Tipp: Data-Sampling vermeiden

Gelb bedeutet: Data Sampling wurde im aktuellen Bericht angewendet

Google Analytics Tipp: Data-Sampling erkennen und vermeiden

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.

Google Analytics Tipp: Data-Sampling vermeiden mit Standardberichten

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.

Google Analytics Tipp: Data-Sampling - hier wird mit Stichproben gearbeitet!

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!

Separate Zeitraumsteuerung für Betrachter ermöglichen

Bei Erstellung eines Data Studio Dashboards legst du einen Standard-Auswertungszeitraum fest, zum Beispiel die letzten 28 Tagen oder den letzten Monat.

Zusätzlich solltest du dem Betrachter ermöglichen, nach eigenen Wünschen einen anderen Auswertungszeitraum frei zu wählen.

Wenn du zuerst im Bearbeiten-Modus die Zeitraumsteuerung einbaust, dann gibst du einen Standard-Auswertungszeitraum vor.

Wenn der Betrachter das Dashboard öffnet, dann werden die Daten für den Standard-Auswertungszeitraum ermittelt. Der Betrachter kann bei Klick auf das Zeitraum-Widget einen beliebigen anderen Zeitraum auswerten.

Google Data Studio: Zeitraum steuern Google Data Studio Tipp: Zeitraum steuern