So richtest Du Google Analytics ein — der ultimative Guide

Genau an dieser Stelle liegt auch die Herausforderung: In der Basis-Konfiguration ist Google Analytics in wenigen Schritten einsatzbereit. Doch die vielfältigen Analyse- und Anpassungsmöglichkeiten überfordern viele Marketer und Websitebetreiber. Das muss nicht sein, denn mit ein wenig Struktur kann man sich Schritt für Schritt in dieses mächtige Tool einarbeiten. So könnt ihr zukünftig genau beurteilen, ob ihr mit eurer Website und eurem Online Marketing auf dem richtigen Weg seid.

In diesem 10-teiligen Artikel stelle ich euch die wichtigsten Funktionalitäten von Google Analytics vor. Ihr werdet die grundlegende Einrichtung einer Analytics Property und der Datenansichten kennenlernen. Dann geht es weiter mit dem Conversion- und Ereignistracking, wir machen einen Ausflug in die Webanalyse mit Datensegmenten und lernen einige wenig beachtete Funktionen von Google Analytics kennen. Anschließend gebe ich eine kleine Einführung ich den Google Tag Manager. Die Serie schließt mit der Realisierung erweiterter Tracking-Szenarien, wie etwa Cross-Domain-Tracking oder Download-Tracking.

Am Ende der Serie werdet ihr nicht nur viele Funktionen von Google Analytics kennengelernt, sondern auch eure Properties und Datenansichten sauber strukturiert und konfiguriert haben. Ihr werdet die Ansatzpunkte für die Durchführung eigener Webanalysen identifizieren können, und mit dem Google Tag Manager auch komplexere Tracking-Szenarien umsetzen können.

Los geht’s!

Basis-Tracking einrichten: Tracking-Code abrufen & integrieren, Datenschutz beachten

Im ersten Teil der Serie starten wir mit den Basics. Ich zeige euch, wo ihr euren Google Analytics Tracking Code findet, und auf welchen Wegen ihr ihn auf eurer Website integrieren könnt. Direkt zu Beginn der Arbeit mit Google Analytics gebe ich euch außerdem einige Hinweise zum Thema Datenschutz, die für den Einsatz von Google Analytics wichtig sind.

1. Google Analytics Tracking-Code abrufen

Euer Google Analytics Konto ist mehrschichtig organisiert. Die oberste Ebene ist das Konto, darunter liegen die Properties. Eine Google Analytics Property entspricht im Allgemeinen einer Website. Die meisten Nutzer haben in ihrem Google Analytics Konto nur eine Property angelegt, nämlich für ihre eigene Website. Unterhalb der Property liegen die sogenannten Datenansichten. Mit den Datenansichten könnt ihr die Daten eurer Property unter verschiedenen Blickwinkeln organisieren. Doch dazu im zweiten Teil der Serie mehr.

Zurück zur Property: Den Tracking-Code für eure Website findet ihr auf der Property-Ebene eures Analytics-Kontos. Jede Property in Google Analytics hat eine eigene Tracking-ID. Für die Einrichtung des Trackings benötigt Ihr entweder den vollständigen Universal Analytics Tracking-Code oder – falls ihr das Tracking bereits über den Google Tag Manager einrichtet – die Tracking-ID der Property. Viele Contentmanagement-Systeme wie z.B. WordPress bieten Plug-ins an, die ebenfalls nur die Tracking-ID benötigen, um den Google Analytics Tracking Code auf eurer Website auszuspielen.

Doch unabhängig davon, wie ihr das Tracking umsetzt: Tracking-Code und Tracking-ID findet Ihr in Eurem Google Analytics Konto unter Verwaltung >> Property >> Tracking-Informationen >> Tracking-Code. Die Tracking-ID ist nach dem Muster UA-XXXXXXXX-X aufgebaut. Den Tracking-Code findet Ihr direkt darunter im Abschnitt Website-Tracking.

2. Tracking-Code einbinden

Für ein vollständiges Tracking ist es notwendig, dass ihr den Tracking-Code auf allen Seiten Eurer Website, die Ihr mit Google Analytics überwachen wollt, einbindet. Ich zeige euch hier die Integration des Tracking-Codes auf zwei Arten: Entweder über die direkte Einbindung oder über den Google Tag Manager. Solltet ihr ein Google Analytics Plug-in für euer CMS verwenden, müsstet ihr einen Blick in die Dokumentation des Plug-ins werfen, um den Tracking-Code richtig einzubinden.

2.1 Direkte Einbindung

Wenn ihr den Google Analytics Tracking-Code direkt einbinden möchtet, kopiert ihr das vollständige Tracking-Code Snippet einfach aus Eurer Google Analytics Property und fügt es in den Code eurer Website ein.

Achtung: Das Tracking-Code Snippet muss vor dem schließenden </head>-Tag eingefügt werden.

Der Weg, auf dem der Tracking-Code eingefügt wird, hängt von eurer Website ab. Bei rein statischen HTML-Seiten ist der Code manuell vor jedem </head>-Tag einzufügen. Das dürfte aber für die meisten von euch die Ausnahme sein. In der Regel werden die HTML-Seiten dynamisch erzeugt und stammen aus einem Content-Management-System oder einem Online-Shop-System. In diesem Fall ist der Tracking-Code in den Quellcode einzufügen, der die HTML-Seite erzeugt.
Wie bereits erwähnt, gibt es für viele Content-Management-Systeme (z.B. WordPress, Typo3, etc.) und Shop-Systeme Erweiterungen (Plug-Ins bzw. Extensions), die die Einbindung des Google Analytics Tracking-Codes vereinfachen, ohne dass ein Eingriff in den Quellcode der Seiten notwendig ist.

Informationen und Tipps zur Einbindung des Tracking-Codes findet Ihr auch in der Google Analytics Hilfe: https://support.google.com/analytics/answer/1008080?hl=de

Sobald ihr den Tracking-Code auf eurer Website eingebunden habt, sollte ihr überprüfen, ob der Tracking-Code korrekt funktioniert. Dafür gibt es für den Chrome-Browser eine sehr hilfreiche Erweiterung, die sich Google Tag Assistant nennt: https://support.google.com/analytics/answer/1008083?hl=de

2.2 Einbindung des Tracking-Codes mit dem Google Tag Manager

Viele der späteren Anwendungsbeispiele in dieser Artikelserie verwenden den Google Tag Manager. Deshalb zeige ich euch hier schon einmal, wie ihr mit dem Tag Manager den Analytics Tracking-Code einbinden könnt. Dann seid ihr für die weiterführenden Beispiele optimal vorbereitet. In Teil 7 dieser Artikelserie stelle ich den Google Tag Manager dann ausführlich vor und in den Teilen 8-10 folgen verschiedene Praxisbeispiele, die die Flexibilität und die Vorteile des Tag Managers verdeutlichen.

Bevor wir mit der Einbindung des Analytics Tracking-Codes mit Hilfe des Google Tag Managers starten, ist vielleicht noch eine Frage zu beantworten:

Was ist der Google Tag Manager eigentlich?

Der Google Tag Manager ermöglicht die Einrichtung und Pflege vieler verschiedener Tracking-Codes an einer zentralen Stelle. Auf Eurer Website müsst Ihr dann nicht mehr jeden Tracking-Code einzeln implementieren, sondern nur das sogenannte Container-Tag des Google Tag Managers. Das Container-Tag ist nichts anderes als ein Behälter, der viele verschiedene Tracking-Codes enthalten kann. Welche Tracking-Codes dies sind und auf welchen Seiten sie ausgespielt werden sollen, wird von Euch im Google Tag Manager festgelegt. Neben dem Analytics Tracking-Code könnten dies zum Beispiel auch Tracking-Codes für AdWords oder DoubleClick und auch eine Vielzahl von Drittanbieter-Tags sein. Auf diese Weise lassen weitestgehend ohne Programmieraufwand vielfältige Tracking-Szenarien umsetzen.

Informationen zum Einrichten eines Google Tag Manager Kontos findet Ihr hier:
https://support.google.com/tagmanager/answer/6103696?hl=de

Tracking mit dem Google Tag Manager einrichten

Nachdem Ihr euer Google Tag Manager Konto angelegt habt, erhaltet Ihr zwei Code-Snippets, die Ihr auf Eurer Website einbauen müsst:

Das erste Code-Snippet ist möglichst weit oben im <head>-Bereich unterzubringen. Das zweite Snippet sollte direkt nach dem öffnenden <body>-Tag eingesetzt werden.

Nachdem Ihr den Tag-Container auf Euren Webseiten eingebaut habt, muss im nächsten Schritt nur noch ein Universal-Analytics-Tag eingerichtet werden. Dieses Tag enthält den Analytics-Tracking-Code, mit dem ihr Seitenaufrufe erfassen und an Google Analytics senden könnt.

Wählt den Arbeitsbereich Eures Tag Managers aus und klickt anschließend auf Neues Tag hinzufügen:

Auf der folgenden Seite wählt Ihr zunächst den Tag-Typ Universal Analytics aus:

Anschließend sind für das Tag einige Grundeinstellungen vorzunehmen:

1. Das Tag benötigt einen Namen, unter dem Ihr es später im Tag Manager aufrufen könnt.
2. Die Tracking-ID aus Eurer Google Analytics Property ist hier einzutragen.
3. Der Tracking-Typ ist Seitenaufruf.
4. Als Trigger wählt Ihr „Alle Pages“ aus. Das bedeutet, dass dieses Tag bei jedem Seitenaufruf ausgelöst wird und Daten an Google Analytics übermittelt.
5. Speichern und schon ist das Tag fertig angelegt.

Im letzten Schritt muss der Container, in dem sich nun ein neues Tag befindet, noch veröffentlicht werden. Klickt dafür in der Kopfzeile des Tag Managers auf die Schaltfläche Veröffentlichen.

Auch bei der Einbindung des Google Analytics Tracking-Codes über den Tag Manager sollte die korrekte Funktion des Universal Analytics Tags mit dem Google Tag Assistant überprüft werden.

Mehr Informationen zum Google Tag Assistant: https://support.google.com/analytics/answer/1008083

Weitere Informationen zum Einrichten des Trackings mit dem Google Tag Manager: https://support.google.com/tagmanager/answer/6107124?hl=de

3. IP-Anonymisierung aktivieren

Aus Gründen des Datenschutzes ist es erforderlich, die sogenannte IP-Anonymisierung im Analytics Tracking-Code zu aktivieren. Die IP-Anonymisierung bewirkt, dass das letzte Oktett der IP-Adresse unkenntlich gemacht wird, bevor der Tracking-Code Daten an die Analytics-Server übermittelt.

Die Aktivierung der IP-Anonymisierung ist einfach. Wenn Ihr den Tracking-Code direkt eingebunden habt, müsst Ihr im Tracking-Code direkt vor ga(’send‘, ‚pageview‘); noch die Zeile ga(’set‘, ‚anonymizeIp‘, true); einfügen.

Falls ihr bereits den Google Tag Managers nutzt, ist das Universal Analytics Tag zu erweitern. Wählt das Tag aus, klickt in der Konfiguration des Tags auf Weitere Einstellungen und dann auf Festzulegende Felder. Fügt dort das Feld anonymizeIP und den Wert true hinzu.

Speichert die Änderungen und veröffentlicht das neue Tag. Damit ist die IP-Anonymisierung aktiviert.

Wichtig: Ohne Veröffentlichung werden die Änderungen an euren Tags nicht wirksam.

Mehr Information zur IP-Anonymisierung findet ihr hier: https://support.google.com/analytics/answer/2763052?hl=de

4. Datenschutzerklärung & Cookie-Hinweis

Wenn Ihr Google Analytics einsetzt, müsst Ihr die Besucher Eurer Website darüber informieren. Bitte kontaktiert einen Fachanwalt, um mehr Informationen über eine rechtskonforme Datenschutzerklärung und einen korrekten Hinweis auf die Nutzung von Google Analytics Cookies zu erhalten.

5. Vertrag zur Auftragsdatenverarbeitung

Nutzer von Google Analytics, die dem deutschen Datenschutzrecht unterliegen, sollten außerdem mit Google einen Vertrag zur Auftragsdatenverarbeitung abschließen.

Der Vertragstext wurde mit Inkrafttreten der Privacy-Shield-Regeln zwischen der EU und den USA aktualisiert und ist hier abrufbar:
https://www.google.de/analytics/terms/de.pdf

Zusammenfassung

Im ersten Teil der Artikelserie habe ich euch gezeigt, wie ihr den Google Analytics Tracking-Code auf eurer Website integriert – entweder direkt oder mit Hilfe des Google Tag Managers. Außerdem bin ich auf die IP-Anonymisierung, den Datenschutz und den Vertrag zur Auftragsdatenverarbeitung eingegangen. Damit haben wir die Basis für die weitere Arbeit mit Google Analytics gelegt!

---

Datenansichten & Filter einrichten

Nachdem wir uns im ersten Teil um das Basis-Tracking gekümmert haben, steigen wir im zweiten Teil der Artikelserie “Google Analytics für Einsteiger“ tiefer in die Datenansichten und Filter ein. Wir werfen zunächst einen Blick auf die Grundeinstellungen einer Datenansicht. Dann erfahrt ihr, warum ihr in Google Analytics immer mindestens drei Datenansichten verwenden solltet. Zum Abschluss zeige ich euch, wie ihr internen Traffic und Spam herausfiltern könnt.

1. Grundeinstellungen einer Google Analytics Datenansicht

Eine neue Google Analytics Property enthält zunächst nur eine Datenansicht mit dem Namen „Alle Websitedaten“. Über den Menüpunkt Verwaltung könnt ihr auf diese Datensicht zugreifen und einige Grundeinstellungen vornehmen. Klickt auf Verwaltung und wählt in der Spalte Datenansicht den Punkt Einstellungen der Datenansicht aus. Falls ihr schon mehrere Datenansichten angelegt habt, ist an dieser Stelle zunächst die Datenansicht auszuwählen, die ihr bearbeiten möchtet.

1. Name der Datensicht: Ihr könnt der Datenansicht einen beliebigen Namen geben. Er sollte selbsterklärend sein, damit ihr später die Funktion verschiedener Datenansichten schon anhand des Namens erkennen könnt.
2. URL der Website: Hier tragt ihr die URL der überwachten Website ein. Diese Information wird später in den Content-Berichten und der Inpage-Analyse verwendet.
3. Zeitzone: Die Zeitzone sollte unbedingt korrekt eingestellt werden, damit die in den Berichten angezeigten Daten der richtigen Uhrzeit bzw. dem richtigen Datum zugeordnet werden. Dies ist insbesondere wichtig, um später die zeitliche Aussteuerung von Online-Werbung optimieren zu können.
4. URL-Suchparameter ausschließen: Falls die Suche auf eurer Website URL-Parameter verwendet, ist es empfehlenswert, diese Parameter hier einzutragen. Anderenfalls könnte die Zahl der in den Contentberichten angezeigten URIs stark ansteigen, weil die Suchparameter mit ausgewiesen werden. Der Inhalt der Suchparameter lässt sich über das Site-Search-Tracking analysieren. Wie das geht, zeige ich im nächsten Artikel.

   Wenn ihr auf eurer Website URL-Parameter nutzt, die keinen Einfluss auf den Inhalt der Seite haben, wie z.B. Tracking-Parameter, solltet ihr die Parameter hier ebenfalls eintragen. Sie werden dann ignoriert und tauchen nicht in den Contentberichten auf.

5. Währung: Nutzt ihr E-Commerce-Tracking oder Zielvorhaben mit Werten? Dann könnt ihr an dieser Stelle festlegen, welche Währung den Conversion-Werten zugeordnet werden soll.
6. Bots herausfiltern: Mit dieser Option lassen sich die Seitenaufrufe, die durch bekannte Bots und Spider verursacht werden, aus der Datenansicht herausfiltern. Wichtig: Dies betrifft nur bekannte Bots & Spider. Um Spam in Google Analytics wirkungsvoll einzudämmen, ist diese Einstellung zwar obligatorisch aber leider bei weitem nicht ausreichend. Doch dazu am Ende dieses Artikels mehr.

Weitere detaillierte Informationen zu den einzelnen Einstellungen der Datenansichten findet ihr in der Google Analytics Hilfe: https://support.google.com/analytics/answer/1010249?hl=de

2. Zusätzliche Datenansichten anlegen

Vielleicht fragt ihr euch, wofür ihr zusätzliche Datenansichten in Google Analytics benötigt?

Ein klassischer Anwendungsfall wäre das Cross-Domain-Tracking, bei dem mehrere Domains unter einer Analytics Property getrackt werden. Dann nutzt man neben einer Datenansicht, die den gesamten Traffic enthält, gerne auch weitere Datenansichten für die einzelnen überwachten Domains. So könntet ihr Analysen mit dem Fokus auf nur eine der überwachten Domains durchführen.

Dieser Ansatz bietet sich auch an, falls ihr nur eine Domain überwacht, die jedoch mehrere Subdomains enthält.

Treffen beide Fälle nicht auf euch zu? Macht nichts, ihr solltet trotzdem weitere Datenansichten in eurer Property anlegen und zwar aus einem ganz einfachen Grund:

Bei der Arbeit mit Google Analytics wird man in der Regel auch Filter benutzen, z.B. um internen Traffic oder Spam herauszufiltern. Die Filter sind in Google Analytics ein mächtiges und vielseitiges Instrument, denn mit ihnen lassen sich sogar die Inhalte einzelner Datenfelder überschreiben!

Wichtig: Beim Einsatz von Filtern müsst ihr beachten, dass die Filter wirken, bevor die Daten in eurer Datenansicht gespeichert werden. Das bedeutet, dass herausgefilterte Zugriffe nicht wiederhergestellt werden können, denn sie sind nie in eurer Property gespeichert worden!

Deshalb ist beim Einsatz von Filtern besondere Vorsicht geboten, um keine benötigten Daten zu verlieren oder Daten zu verfälschen.

Ich empfehle euch, dass ihr von Anfang an noch mindestens zwei weitere Datenansichten anlegt:

1. Eine Backup-Datenansicht, die keinerlei Anpassungen wie etwa Filter enthält. Mit ihr könnt ihr prüfen, welche Daten in einer anderen Ansicht herausgefiltert wurden. Falls euch durch den Einsatz eines Filters in einer anderen Datenansicht doch einmal Daten verloren gegangen sind, könnt ihr immer noch in die Backup-Datenansicht schauen.
2. Eine Test-Datenansicht, in der ihr neue Filter oder andere Anpassungen zunächst testet und ihre Wirkung auf eure Daten überprüft. Wenn sich die neuen Filter wie erwartet verhalten, könnt ihr sie anschließend auch in eurer Arbeitdatenansicht („Alle Websitedaten“) aktivieren.

So legt ihr weitere Datenansichten in eurer Property an

Entweder erstellt ihr unter dem Menüpunkt Verwaltung eine neue Datenansicht:

Oder ihr kopiert eine bereits bestehende Datenansicht:

Wichtig: Beim Kopieren einer Datenansicht werden auch die Filter in die neue Datenansicht übertragen. Eine Backup-Datenansicht sollte auf diesem Weg nur erzeugt werden, wenn ihr sicher seid, dass die kopierte Ansicht keinerlei Filter enthält.

Weitere Informationen zum Anlegen neuer Datenansichten und dem Kopieren bestehender Datenansichten findet Ihr in der Google Analytics Hilfe:
https://support.google.com/analytics/answer/1009714?hl=de
https://support.google.com/analytics/answer/3256366?hl=de

3. Internen Traffic herausfiltern

In Google Analytics wird auch der sogenannte interne Traffic erfasst. Das sind Zugriffe auf die Website, die von dir selber oder Kollegen und Mitarbeitern deines Unternehmens stammen. Der interne Traffic verfälscht die Daten in Google Analytics, weil sich hinter ihm keine potenziellen Kunden bzw. „echten Nutzer“ verbergen und sollte deshalb herausgefiltert werden.

Die Schwierigkeit: Interner Traffic lässt sich nicht immer leicht identifizieren. Besonders, wenn ihr nicht mit einer festen IP ins Internet geht (z.B. durch Mitarbeiter im Home-Office), viele Zugriffe über Mobiltelefone oder WiFis erfolgen (z.B. durch Außendienstmitarbeiter) muss man zum Teil erheblichen Aufwand treiben, um den internen Traffic überhaupt zu erkennen.

Doch damit wollen wir uns an dieser Stelle nicht aufhalten. Wir gehen vom einfachsten Fall aus: Ihr habt von eurem ISP (Internet Service Provider) eine feste IP-Adresse zugewiesen bekommen. In wenigen Schritten lässt sich für diese IP ein Filter definieren, der Zugriffe von dieser IP herausfiltert.

So filtert ihr internen Traffic aus eurer Datenansicht heraus

Beispiel: Angenommen, Eure IP-Adresse ist 111.22.33.44, und ihr habt in eurem Google Analytics Tracking-Code die IP-Anonymisierung (siehe Teil 1 dieser Artikelserie) aktiviert.

Wählt in der Verwaltung von Google Analytics die gewünschte Datenansicht aus, klickt auf Filter und dann auf +Filter hinzufügen.

Nun wird der Filter zum Ausschluss des internen Traffics definiert:

1. Gebt dem Filter einen eindeutigen Namen, damit schon anhand des Namens die Funktion des Filters erkennbar ist.
2. Der Filtertyp ist Benutzerdefiniert.
3. Wählt die Option Ausschließen
4. Das Filterfeld lautet IP-Adresse.
5. In das Feld Filtermuster wird nun die IP-Adresse eingetragen, von der die Zugriffe herausgefiltert werden sollen. Hier geben wir ^111.22.33 ein.

   Warum tragen wir hier nicht einfach die vollständige IP 111.222.33.44 ein?

   Der Grund liegt in der aktivierten IP-Anonymisierung: Sie bewirkt, dass das letzte Segment der IP-Adresse nicht zu den Google Analytics Servern übertragen wird. Wir können also nur einen Filter für IPs definieren, die mit 111.22.33. anfangen. Das letzte Segment bleibt offen. Genau dies bedeutet der reguläre Ausdruck ^111.22.33.
   Daraus folgt, dass wir mit diesem Filter nicht nur unsere eigene IP 111.22.33.44 ausschließen, sondern auch noch die 255 anderen möglichen Varianten wie zum Beispiel 111.22.33.143.

   Der Filter ist also unscharf und ein genaueres Herausfiltern wäre nur bei deaktivierter IP-Anonymisierung möglich. Dem stehen jedoch die deutschen Datenschutzbestimmungen gegenüber, die die IP-Anonymisierung erfordern.

6. Speichern und der Filter ist aktiviert.

Größeren Unternehmen kann auch die Analyse des internen Traffics wichtige Erkenntnisse liefern. Für einen solchen Fall würde man eine weitere Datenansicht ausschließlich für den internen Traffic anlegen und in ihr einen Filter definieren, der die oben ausgeschlossene IP nun explizit einschließt. Damit ließe sich die interne Nutzung der Website analysieren.

4. Google Spam herausfiltern

Leider kommt Spam auch in Google Analytics vor. Technisch funktioniert Spamming in Google Analytics anders als etwa Email-Spam. Die Ziele der Spammer sind jedoch ähnlich: Eure Aufmerksamkeit erregen und euch dazu verleiten bestimmte Websites zu besuchen. Doch selbst wenn ihr nicht auf den Spam hereinfallt, verursacht er doch ein Problem: Spam verfälscht eure Statistiken und damit erschwert die Webanalyse.

Wie erkennt ihr Spam in Google Analytics?

Spam tritt in Google Analytics an verschiedenen Stellen auf. Ihr findet ihn in den Verweisberichten als sog. Referrer-Spam:

wp-image-80252″} –>

Spam kann auch in den Berichten zu den Spracheinstellungen eurer Besucher auftauchen:

wp-image-80254″} –>

Häufig könnt ihr Spam auch in den Contentberichten von Google Analytics finden. Dort wurden dann scheinbar Seiten auf eurer Website aufgerufen, die jedoch gar nicht existieren.

Google hat in den vergangenen Monaten große Fortschritte beim automatischen Herausfiltern dieses Spams gemacht, dennoch taucht immer wieder Spam in Google Analytics auf. Deshalb empfehle ich euch, regelmäßig die Daten in Google Analytics zu überprüfen und Gegenmaßnahmen zu treffen.

Wie lässt sich Spam in Google Analytics bekämpfen?

Google Analytics Spam wird in erster Linie über spezielle Filter in euren Datenansichten bekämpft. Bis vor Kurzem konnte man mit Verweisfiltern gute Ergebnisse erzielen. Mittlerweile gelingt es Spammern jedoch, glaubwürdige Verweisquellen wie reddit.com oder twitter.com vorzutäuschen, so dass der Spam nur schwer über die Verweisberichte erkennbar ist.

Deshalb ist es sinnvoller nach dem Hostnamen zu filtern. Angenommen, eure Website ist unter www.euredomain.tld erreichbar. Für alle gültigen Zugriffe muss der Hostname auf www.euredomain.tld lauten. Lautet er anders oder fehlt er, handelt es sich potenziell um Spam.

Werfen wir noch einmal einen Blick auf den Verweisbericht und fügen als sekundäre Dimension den Hostnamen hinzu:

wp-image-80256″} –>

Nur für die Verweisquelle images.google.de wird als Hostname www.euredomain.tld angegeben. Damit handelt es sich bei dem Traffic aus dieser Quelle höchstwahrscheinlich nicht um Spam. Bei allen übrigen Verweisquellen sehen wir jedoch abweichende Hostnamen. Auch der Traffic aus Quellen wie reddit.com, der auf den ersten Blick sauber aussah, stellt sich nun als Spam heraus.

Um den Spam zu bekämpfen, lassen wir in Google Analytics nur noch Zugriffe zu, die als Hostnamen www.euredomain.tld gesetzt haben.

So richtet ihr einen Hostnamen-Filter ein:

In der Verwaltung von Google Analytics wählt ihr die gewünschte Datenansicht aus, klickt auf Filter und dann auf +Filter hinzufügen. Nun wird der Hostnamen-Filter zum Ausschluss des Spams definiert:

1. Legt zunächst den Filternamen fest, z.B. „Nur Host www.euredomain.tld zulassen“.
2. Wählt als Filtertyp Vordefiniert
3. Die Bedingung für den Filter lautet: Nur einschließen Hostname-Traffic sind gleich.
4. Tragt den gültigen Hostnamen ein.
5. Überprüft den Filter, ob er sich so verhält, wie von euch wie erwartet.
6. Speichern.

Wichtig: Ermittelt genau die zulässigen Hostnamen. Falls ihr verschiedene Subdomains verwendet, müsse diese in der Filterdefinition berücksichtigt werden. Ebenso können Drittanbieterlösungen, die ihr auf eurer Website integriert habt (zum Beispiel für die Zahlungsabwicklung, den Download kostenpflichtiger Inhalte, usw.) zu weiteren Hostnamen führen, die im Filter explizit erlaubt werden müssen. Auch beim Cross-Domain-Tracking treten verschiedene Hostnamen auf, die ihr bei der Definition des Filters berücksichtigen müsst.

Die Profi-Methode gegen Spam: Der Analytics Key

Der oben vorgestellte Hostnamen-Filter wirkt zurzeit noch effizient gegen Spam. Allerdings habe ich in manchen Google Analytics Properties bereits Spam-Zugriffe mit gültigen Hostnamen gefunden. Es scheint so, als ob einzelne Spammer bereits eine Methode gefunden hätten, um gültige Hostnamen vorzutäuschen. Das könnte bedeuten, dass der Hostname-Filter zukünftig an Wirksamkeit verliert. Eine Profi-Methode gegen Spam in Google Analytics ist der sogenannten Analytics Key. Mit ihm werden alle Daten, die an Google Analytics gesendet werden, zusätzlich authentifiziert. Diese Methode erfordert einige tiefere Kenntnisse in Google Analytics und dem Google Tag Manager, deshalb stelle ich sie nicht im Detail vor. Wer sich für diese Methode interessiert, findet hier weitere Informationen.

Zusammenfassung

Im zweiten Teil der Artikelserie habe ich euch die wichtigsten Einstellungen der Datenansichten gezeigt und erklärt, warum ihr in jeder Property mindestens drei Datenansichten haben solltet. Internen Traffic könnt ihr jetzt mit einem einfachen Filter ausschließen. Zur Bekämpfung von Spam in Google Analytics habt ihr den Hostnamen-Filter kenngelernt, der gute Ergebnisse liefert.

---

Kontoverknüpfungen, Site Search & Werbefunktionen

Im vorangegangenen Teil haben wir uns die Datenansichten und Filter angeschaut. Nun werfen wir einen genaueren Blick auf die Einstellungen der Property. Wir starten mit den wichtigsten Kontoverknüpfungen. Anschließend zeige ich euch, wie ihr die Suchanfragen eurer Besucher mit Google Analytics tracken könnt. Zum Schluss erkläre ich, wie ihr auch Informationen zu demographischen Merkmalen und Interessen eurer Besucher in euren Analysen einbeziehen könnt. Diese Daten sind nützlich, wenn ihr die Aussteuerung eurer Online Kampagnen optimieren möchtet.

1. Verknüpfungen mit AdWords, Search Console und AdSense herstellen

Ihr könnt eure Google Analytics Property mit einer Vielzahl weiterer Google Konten verknüpfen. Die Daten aus verschiedenen Quellen lassen sich auf diesem Weg zentral darstellen und analysieren. Das ist ein großer Vorteil, denn ohne diese Verknüpfungen ist es deutlich schwieriger, die Daten verschiedener Konten miteinander in Beziehung setzen. Im Folgenden schauen wir uns die Verknüpfungen mit AdWords, der Search Console und AdSense an. Darüber hinaus sind noch viele weitere Verbindungen – etwa zu verschiedenen DoubleClick-Konten – möglich, die Integration erfordert zum Teil aber direkte Abstimmung mit Google. Deshalb konzentrieren wir uns hier auf die typischen Anwendungsfälle.

1.1 Verknüpfung mit AdWords

Die Verknüpfung von Analytics mit AdWords ermöglicht euch unter anderem in Google Analytics eine detaillierte Analyse der AdWords-Kampagnen bis hinab auf Keyword-Ebene. Doch die Verknüpfung wirkt auch in die umgekehrte Richtung: Sie erlaubt euch das Importieren von Analytics-Zielvorhaben und E-Commerce-Transaktionen in das AdWords-Konto und die Nutzung von Analytics-Metriken in AdWords.

So stellt ihr die Verknüpfung mit AdWords her

Wählt in Google Analytics den Menüpunkt Verwaltung und anschließend die Property aus, die ihr mit eurem AdWords-Konto verknüpfen wollt.

Klickt anschließend auf AdWords-Verknüpfung.

Auf der folgenden Seite sind zunächst die AdWords-Konten auszuwählen, die mit dieser Analytics Property verknüpft werden sollen.

Wichtig: An dieser Stelle findet ihr nur dann AdWords-Konten vor, wenn diese dem gleichen Google Konto zugeordnet wurden wie auch das Analytics-Konto, in dem ihr die Verknüpfung herstellen möchtet. Wenn ihr Verknüpfungen zu einem AdWords-Konto herstellen möchtet, das einem anderen Google Konto zugeordnet wurde, führt der Weg über ein sogenanntes AdWords-Verwaltungskonto (mehr Informationen hier: https://support.google.com/adwords/answer/6209127).

Google Analytics: AdWords-Verknüpfung herstellen, Schritt 2

Nach dem Klick auf Weiter wird im zweiten Schritt die Verknüpfung konfiguriert:

1. Gebt der Verknüpfung einen eindeutigen Namen, unter dem sie gespeichert werden soll.
2. Für jede Datenansicht in eurer Property könnt ihr auswählen, ob die AdWords-Daten in ihr bereitgestellt werden sollen.
3. Unter den Erweiterten Einstellungen lässt sich die automatische Tag-Kennzeichnung konfigurieren. In der Regel sollte die Tag-Kennzeichnung für alle verknüpften AdWords-Konten aktiviert werden.
4. Setzt das Häkchen, um die Datenfreigabe explizit zu bestätigen.
5. Dann nur noch Konten verknüpfen anklicken und ihr habt die Verknüpfung hergestellt.

Nachdem die Verknüpfung hergestellt wurde, findet Ihr in Google Analytics unter den Akquisitionsberichten nun auch umfangreiche AdWords-Berichte:

Weitere Informationen zur Verknüpfung von Google Analytics und AdWords:
https://support.google.com/analytics/answer/1033961?hl=de

Weitere Informationen zu den AdWords-Berichten in Google Analytics:
https://support.google.com/analytics/answer/4355493?hl=de

1.2 Verknüpfung mit Search Console

Die Verknüpfung mit einem Search Console Konto (früher Webmaster Tools) liefert euch in Analytics zusätzliche Daten über die Zugriffe aus der organischen Google Suche. Besonders die Berichte zu den Zielseiten und Suchbegriffen sind nützlich. Auch wenn das Gros der Suchbegriffe nicht mehr detailliert ausgewiesen wird, liefern die angegebenen Suchbegriffe doch wertvolle Informationen zu Impressionen, Klicks, CTR und Positionen in den Google Suchergebnissen – insbesondere dann, wenn sie mit den Daten in Google Analytics wie zum Beispiel Absprungraten, Aufenthaltsdauer, Conversions etc. kombiniert werden.

So stellt ihr die Verknüpfung mit einem Search Console Konto her

Unter dem Menüpunkt Verwaltung könnte ihr in Google Analytics die Property auswählen, die ihr mit eurem Search Console Konto verknüpfen möchtet.

Klickt anschließend auf Alle Produkte und wählt im Abschnitt Search Console „Search Console-Verknüpfung erstellen“ aus:

Wenn zu der Analytics Property auch eine bestätigte Website in der Search Console vorhanden ist, könnte ihr an dieser Stelle auswählen, in welchen Datenansichten eurer Property die Daten aus der Search Console angezeigt werden sollen:

Nachdem ihr die Verknüpfung hergestellt habt, stehen euch in Google Analytics die Daten aus der Search Console ebenfalls unter den Akquisitionsberichten zur Verfügung:

wp-image-80538″} –>

Weitere Informationen zur Verknüpfung von Google Analytics und Search Console:
https://support.google.com/analytics/answer/1308621?hl=de

Weitere Informationen zu den Search Console-Berichten in Google Analytics:
https://support.google.com/analytics/answer/1308626?hl=de

1.3 Verknüpfung mit AdSense

Setzt ihr auf eurer Website AdSense ein? Dann solltet ihr eine Verknüpfung zwischen Analytics und AdSense herstellen, denn so erhaltet ihr Zugriff auf zusätzliche Berichte und Analysemöglichkeiten. Die Anzeige von AdSense-Daten wie Umsatz, Klicks und Impressionen in Google Analytics ermöglicht euch eine genauere Beurteilung der Effektivität eurer AdSense-Werbung.

So stellt ihr die Verknüpfung mit einem AdSense-Konto her

Wählt wiederum in Google Analytics den Menüpunkt Verwaltung und dann die Analytics Property aus, die mit eurem AdSense-Konto verknüpft werden soll.

Klickt anschließend auf die rote Schaltfläche Neue AdSense-Verknüpfung:

Auf der nächsten Seite sind zunächst die AdSense-Properties auszuwählen, die mit dieser Analytics Property verknüpft werden sollen:

Nach dem Klick auf Weiter werden die Datenansichten der Analytics Property ausgewählt, in denen die AdSense-Daten bereitgestellt werden sollen:

Sobald ihr die Datenansichten ausgewählt und auf Link aktivieren geklickt habt, wird die Verbindung zu eurem AdSense-Konto hergestellt. Anschließend stehen die AdSense-Daten in verschiedenen Berichten im Abschnitt Verhalten >> Publisher in Google Analytics zur Verfügung.

Weitere Informationen zur Verknüpfung von Google Analytics und AdSense:
https://support.google.com/analytics/answer/1012185?hl=de

Weitere Informationen zu AdSense-Daten in den Google Analytics-Berichten:
https://support.google.com/analytics/answer/3254288?hl=de

2. Site Search-Tracking aktivieren

Google Analytics erlaubt euch auch zu analysieren, wie die Benutzer eurer Website die Suchfunktion verwendet haben. Zu diesem Zweck gibt es in Analytics das sogenannte Site Search-Tracking. Es wird in der gewünschten Datenansicht eurer Property aktiviert und konfiguriert.

Wählt in der Verwaltung eures Analytics-Kontos zunächst die gewünschte Property und Datenansicht aus und klickt dann auf Einstellungen der Datenansicht:

Im unteren Bereich der Einstellungen der Datenansicht gibt es einen Abschnitt für das Site Search-Tracking, den wir uns jetzt genauer anschauen:

1. Zunächst aktivieren wir das Site Search-Tracking.
2. Tragt im Abschnitt Suchparameter die URL-Parameter ein, in denen Suchbegriffe übergeben werden. Außerdem könnt ihr festlegen, ob die Suchparameter in Analytics aus der angezeigten URL entfernt werden sollen. Diese Einstellung macht eure Contentberichte übersichtlicher.
3. Bei Bedarf könnt ihr an dieser Stelle die Site Search-Kategorien aktivieren. Das ist sinnvoll, wenn ihr auf euren Suchergebnisseiten Filter einsetzt, mit denen sich die Suchergebnisse weiter einschränken lassen. So könnt ihr das Tracking auf die Suchfilter erweitern.
4. Nun müsst ihr hier nur noch die Kategorieparameter eingeben, die auf eurer Website verwendet werden. Wie schon bei den Suchparametern könnt ihr optional festlegen, ob die Kategorieparameter aus der URL entfernt werden sollen. Die Entfernung der Parameter bezieht sich nur auf die Darstellung der URLs in Google Analytics und hat keine Auswirkung auf die Funktionalität eurer Website.

Nach dem Abspeichern werden ab jetzt auch die Suchvorgänge eurer Besucher getrackt und in separaten Berichten ausgewiesen.

Die Site Search-Berichte findet ihr in Analytics unter den Berichten zum Nutzerverhalten:

Weitere Informationen zum Einrichten des Site Search-Trackings:
https://support.google.com/analytics/answer/1012264

3. Werbefunktionen, Demografie- und Interessensberichte aktivieren

Zum Abschluss des Artikels möchte ich euch noch auf drei Einstellungen in Analytics aufmerksam machen, die euch den Zugriff auf erweiterte Funktionalitäten erlauben. Mit ihnen könnt ihr

• Remarketing-Listen zur Verwendung in Google AdWords erstellen, die auf Verhaltensdaten sowie demographischen Merkmalen und Interessen beruhen.
• demographische Daten in Google Analytics verwenden.
• benutzerdefinierte Segmente erstellen, die auf demographischen Daten wie Alter, Geschlecht und Interessen basieren.

Damit sind nicht nur zusätzliche Segmentierungen für die Datenanalyse möglich, sondern auch der Aufbau von verhaltensbasierten Remarketinglisten, die ihr in euren AdWords-Kampagnen verwenden könnt. Mit anderen Worten: Ihr lernt eure Besucher besser kennen und könnt die daraus gewonnenen Erkenntnisse für das Targeting von Werbekampagnen nutzen.

Wichtig: Wenn ihr diese Funktionen aktiviert, solltet ihr überprüfen, ob eure Datenschutzerklärung angepasst oder erweitert werden muss.

Die Aktivierung erfolgt in zwei Schritten:

3.1 Aktivierung der Werbefunktionen

Zunächst müssen in Google Analytics die Werbefunktionen aktiviert werden. Wählt zu diesem Zweck zuerst Verwaltung, dann das Konto und die gewünschte Property und schließlich die Property-Einstellungen aus:

Auf der folgenden Seite könnt ihr im Abschnitt Werbefunktionen die Berichte zur Leistung nach demografischen Merkmalen und Interesse aktivieren:

3.2 Datenerfassung für Werbefunktionen aktivieren

Anschließend wird die Datenerfassung in Google Analytics erweitert. Wählt in Analytics zunächst Verwaltung und dann die gewünschte Property aus. Wählt in den Property-Einstellungen den Eintrag Datenerfassung aus.

Aktiviert nun das Remarketing und die Funktionen für Werbeberichte. Abspeichern nicht vergessen!

Mit diesen beiden Schritten habt ihr in Google Analytics die Möglichkeit erhalten, auch demographische Merkmale wie Alter und Geschlecht für eure Analysen zu nutzen. Außerdem könnten ihr nun die umfangreichen Funktionen zum Aufbau von Remarketinglisten nutzen.

3.3 Demografie- und Interessensberichte nutzen

Die Berichte zu den demografischen Merkmalen findet ihr in Analytics im Abschnitt Zielgruppe:

Die Berichte erlauben eine Aufschlüsselung eurer Besucher nach Alter bzw. Geschlecht. So könnt ihr zum Beispiel genauer erkennen, welche Altersklassen besonders gut auf eure Werbung ansprechen und überdurchschnittlich viele Bestellungen aufgeben. Umgekehrt könnt ihr auch Altersgruppen identifizieren, die unterdurchschnittliche Leistungswerte aufweisen. Dies wäre dann ein Ansatzpunkt für weitere Analysen bzw. um das Targeting eurer Werbekampagnen zu optimieren.

Direkt unter Berichten zu den „Demografischen Merkmalen“ findet ihr übrigens die Berichte zu den „Interessen“ eurer Besucher, die ihr ebenfalls mit der Aktivierung der Werbefunktionen freigeschaltet habt. Diese Berichte erlauben eine Aufteilung eurer Besucher in verschiedene Affinitätskategorien.

Weiterführende Informationen zu den Werbefunktionen: https://support.google.com/analytics/answer/3450482?hl=de

Demographische Merkmale und Interessen in Google Analytics:
https://support.google.com/analytics/answer/2799357?hl=de

Zusammenfassung

Im dritten Teil der Serie „Google Analytics für Einsteiger“ habt ihr einige der vielfältigen Kontoverknüpfungen kennengelernt, die mit Google Analytics möglich sind. Sie erlauben euch in Google Analytics den Zugriff auf weitere Datenquellen und bieten zusätzliche Analysemöglichkeiten. Ich habe die Einrichtung des Site Search-Trackings vorgestellt, mit dem ihr die Benutzung der Suchfunktion auf eurer Website auswerten könnt. Abschließend haben wir noch einen kleinen Abstecher in die Werbefunktionen gemacht und uns die Berichte zu den demografischen Merkmalen und Interessen eurer Besucher angeschaut.

---

Conversion- und Ereignistracking mit Google Analytics

Im nun folgenden 4. Teil befassen wir uns intensiver mit der Erfassung einzelner Nutzeraktionen in Google Analytics. Das Tracking von Conversions und Ereignissen ist eine der wichtigsten Funktionen von Google Analytics. Sie erlaubt die gezielte Auswertung einzelner Interaktionen auf eurer Website.

Typische Aktionen, die mit Hilfe des Conversion- bzw. Ereignistrackings erfasst werden, sind aufgegebene Bestellungen in Online-Shops oder das Absenden eines Kontaktformulars (sog. Macro-Conversions). Das Conversion- bzw. Ereignistracking eignet sich aber auch für das Tracking sogenannter Micro-Conversions, wie etwa das Hinzufügen eines Produktes zum Warenkorb, die Scrolltiefe einzelner Seiten, Formulareingaben und vieles mehr.

Doch unabhängig davon, ob ihr Macro- oder Micro-Conversions tracken möchtet, immer geht es um eine genauere Beurteilung, ob und wie Besucher mit eurer Website interagieren. Die gewonnenen Daten können sowohl für eine Verbesserung des Nutzererlebnisses auf Eurer Website als auch für die Aussteuerung Eurer Werbekampagnen genutzt werden.

wp-image-80841″} –>

In diesem Artikel erkläre ich, wie ein einfaches Conversion-Tracking mit Zielvorhaben eingerichtet wird. Außerdem lernt ihr die Unterschiede zwischen Zielvorhaben und E-Commerce-Transaktionen kennen. Abschließend stelle ich das Ereignistracking anhand eines Beispiels vor.

1. Conversion-Tracking mit Zielvorhaben einrichten

Wir starten ins Conversion-Tracking mit einem einfachen Beispiel. Angenommen, ihr möchtet erfassen, wie oft die Besucher eurer Website das Kontaktformular absenden. Für diese Interaktion richtet ihr ein Tracking ein, indem ihr das erfolgreiche Abschicken des Kontaktformulars als Zielvorhaben in Google Analytics definiert.

Hinweis: In diesem Beispiel gehen wir davon aus, dass der Besucher nach dem Absenden des Formulars auf eine Bestätigungsseite weitergeleitet wird. Häufig werden auf Websites auch AJAX-Formulare genutzt, die nach dem Absenden des Formulars keine neue Seite aufrufen, sondern die Bestätigungsmeldung auf der gleichen Seite ausgeben. Diese Formulare werden ein wenig anders getrackt. Wie das geht, zeige ich euch in einem späteren Artikel dieser Serie.

Wechselt in die Verwaltung eures Google Analytics Kontos und wählt die Property und Datenansicht aus, in der ihr ein neues Zielvorhaben anlegen möchtet:

Nachdem ihr den Eintrag Zielvorhaben ausgewählt habt, klickt ihr auf die rote Schaltfläche +Neues Zielvorhaben:

Nun wird das neue Zielvorhaben definiert. Ihr werdet in mehreren Einzelschritten durch die Einrichtung des Zielvorhabens geleitet. Im ersten Schritt könnt ihr auf eine Vorlage für häufig genutzte Zielvorhaben zurückgreifen oder ein „Benutzerdefiniertes Zielvorhaben“ anlegen:

Für unser Beispiel können wir auf eine Vorlage zurückgreifen. Wählt im Abschnitt Anfrage den Unterpunkt Kontakt aus und klickt dann auf Weiter. Auf der nächsten Seite wird die Zielbeschreibung eingerichtet:

1. Zunächst benötigt das neue Zielvorhaben einen Namen, der eindeutig ist und den Zweck des Zielvorhabens sofort erkennen lassen sollte. Unter diesem Namen findet ihr das Zielvorhaben später in den Berichten von Google Analytics.
2. Jedes Zielvorhaben erhält außerdem eine ID und wird einer Zielvorhabengruppe zugeordnet. Ähnliche Zielvorhaben solltet ihr nach Möglichkeit derselben Gruppe zuordnen, denn die Zielvorhabengruppen stehen euch später in den Berichten als Auswahlmöglichkeit zur Verfügung. Umgekehrt sollten Zielvorhaben, die wenig miteinander zu tun haben (z.B. „Bestellung aufgegeben“ und „Aufenthaltsdauer > 5 min“), in getrennten Gruppen geführt werden.
3. Gebt den Typ des Zielvorhabens an: Wenn nach dem Absenden des Kontaktformulars eine Dankeseite mit einer eindeutigen URL erscheint, lautet der Typ Ziel. Sollte die URL der Dankeseite nicht eindeutig sein, ist sie für die Definition des Zielvorhabens nicht geeignet, weil ihr dann auch Conversions erfassen könntet, ohne dass das Kontaktformular abgesendet wurde.
4. Klickt auf Weiter, um zum letzten Schritt zu gelangen.

Nun legen wir die letzten Details fest:

1. Im Abschnitt Ziel muss die Zielseite eingetragen werden, die nach dem erfolgreichen Absenden des Kontaktformulars aufgerufen wird.
2. Jedem Zielvorhaben kann ein Wert zugewiesen werden. Diese Funktion solltet ihr möglichst immer nutzen, denn sie erlaubt eine Gewichtung unterschiedlicher Zielvorhaben.Beispiel: Angenommen, ihr richtet Zielvorhaben für die Website eines Handwerksbetriebes ein. Das durchschnittliche Auftragsvolumen beträgt 5000,- Euro. Außerdem wurde festgestellt, dass aus durchschnittlich 20 Anfragen über das Kontaktformular ein Auftrag resultiert. Damit wäre der rechnerische Wert eines abgeschickten Kontaktformulars 250,- Euro (5000,- Euro / 20).Weist nach Möglichkeit jedem Zielvorhaben einen Wert zu. Das mag auf den ersten Blick nicht sinnvoll erscheinen, denn nicht jede Interaktion eines Besuchers, für die ein Zielvorhaben angelegt wurde, lässt sich direkt in einem monetären Wert ausdrücken. Trotzdem solltet ihr von dieser Möglichkeit Gebrauch machen, denn mit dem Zuweisen eines Wertes könnt ihr eure Zielvorhaben gewichten: So kann der Download eines Tutorials (Wert des Zielvorhabens: 10,- Euro) für euch wertvoller sein, als ein Kommentar in einem eurer Blogartikel (Wert des Zielvorhabens: 5,- Euro). Ihr erreicht mit der Zuweisung von Werten zu euren Zielvorhaben eine stärkere Differenzierung. Es geht nicht mehr nur um die bloße Anzahl der erzielten Conversions, sondern auch um ihren Wert für euch. In den Berichten von Google Analytics könnt ihr damit besonders wertvolle Unterseiten eurer Website ebenso identifizieren wie wertvolle Trafficquellen.
3. Es gibt Zielvorhaben, bei denen ein Besucher mehrere Einzelschritte durchlaufen muss, um es abzuschließen. Für diese Fälle bietet sich die Einrichtung eines sogenannten Trichters an. Mit Hilfe des Trichters wird die Abfolge der einzelnen Schritte beschrieben, die der Besucher bis zum Erreichen der Zielseite durchlaufen muss. In Google Analytics gibt es unter Conversions >> Zielvorhaben >> Trichtervisualisierung einen speziellen Bericht für die Trichteranalyse. Dieser Bericht ermöglicht euch die Identifikation kritischer Einzelschritte mit hohen Abbruchraten.

   Mehr Informationen zum Einrichten von Trichtern findet ihr hier: https://support.google.com/analytics/answer/1012040?hl=de#funnels_for_destination_goals
   https://support.google.com/analytics/answer/2976313

4. Dann nur noch speichern, und ihr habt das Zielvorhaben angelegt.

Umfangreiche Berichte zu Zielvorhaben findet ihr in Google Analytics im Abschnitt Conversions >> Zielvorhaben.

Mehr über Zielvorhaben in Google Analytics:
https://support.google.com/analytics/answer/1012040?hl=de

2. Conversion-Tracking mit E-Commerce-Transaktionen

Wenn ihr einen Online-Shop betreibt, habt ihr meist höhere Anforderungen an das Conversion-Tracking. Neben der Erfassung der Bestellungen in Google Analytics sind auch der Bestellwert und Informationen über die bestellten Artikel wichtig. Denn so könntet ihr zum Beispiel ermitteln, über welche Traffic-Kanäle ihr besonders viel Umsatz generiert oder welche Artikel von Besuchern, die über Facebook Posts zu euch gekommen sind, häufig gekauft werden.

Mit Zielvorhaben ist ein solches Tracking jedoch nicht möglich: Der Wert eines Zielvorhabens ist in der Regel nicht variabel und weitergehende Informationen zu Warenkörben, Versandkosten, enthaltenen Steuern, usw. können auch nicht erfasst werden.

Deshalb bietet Google Analytics zu diesem Zweck das E-Commerce-Tracking an. Das E-Commerce-Tracking ermöglicht die Erfassung von Bestellungen, Warenkörben, Retouren und vielem mehr. Neben der Aufgliederung der erzielten Umsätze nach Trafficquellen ist die Analyse von Transaktionen und Warenkorbinhalten in vielen verschiedenen Dimensionen möglich: etwa um herauszufinden, über welche Werbekampagnen ihr besonders viele hochpreisige Artikel verkaufen könnt, oder welche Kanäle insbesondere für Sales-Aktionen geeignet sind.

Weitere Informationen zum E-Commerce-Tracking: https://support.google.com/analytics/answer/1037249?hl=de

2.1 E-Commerce-Tracking einrichten

Für die Einrichtung des E-Commerce-Trackings sind einige zusätzliche Einstellungen in Google Analytics vorzunehmen. Außerdem müsst ihr eure Tracking-Codes erweitern, um Informationen über Transaktionen und Warenkörbe an Analytics zu senden.

In Google Analytics ist zunächst E-Commerce zu aktivieren. Wählt in der Verwaltung eures Google Analytics Kontos die Property und Datenansicht aus, in der E-Commerce aktiviert werden soll. Klickt dann auf E-Commerce-Einstellungen:

Nun könnt ihr die Einstellungen für die E-Commerce-Berichte in Google Analytics vornehmen:

1. Aktiviert E-Commerce.
2. Geht dann weiter zum nächsten Schritt.

Auf der zweiten Seite lassen sich die erweiterten E-Commerce-Einstellungen aktivieren:

1. Wenn ihr nur einfache Warenkörbe und Bestellwerte an Google Analytics übermitteln wollt, sind die erweiterten E-Commerce-Einstellungen nicht zwingend notwendig. Aber schon Produktvarianten, die in dem Warenkorb, den ihr an Google Analytics übermittelt, abgebildet werden sollen, sind die erweiterten E-Commerce-Einstellungen nötig. Klärt daher im Vorfeld, ob ihr die Basis-Funktionalitäten des E-Commerce-Trackings ausreichen. Wenn nicht, müsst ihr die erweiterten E-Commerce-Einstellungen aktivieren.

   Achtung: Die Einrichtung des Trackings unterscheidet sich zwischen dem einfachen und dem erweiterten E-Commerce-Tracking!

2. Änderungen absenden. Fertig, die E-Commerce-Berichte sind aktiviert.

Nachdem ihr in Google Analytics E-Commerce aktiviert habt, müsst ihr euren Tracking-Code erweitern:

1. E-Commerce-Plugin von Google Analytics laden
   Fügt in euren Tracking-Code die zusätzliche Zeile ga(‚require‘, ‚ecommerce‘); ein, um das E-Commerce Plugin zu laden:

   <script>
   (function(i,s,o,g,r,a,m){i[‚GoogleAnalyticsObject‘]=r;i[r]=i[r]||function(){
   (i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o),
   m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m)
   })(window,document,’script‘,’https://www.google-analytics.com/analytics.js‘,’ga‘);ga(‚create‘, ‚UA-XXXXXXXX‘, ‚auto‘);

   ga(‚require‘, ‚ecommerce‘);
   //hinter ga(‚create‘, …) einfügen
   ga(’send‘, ‚pageview‘);

   </script>

2. Beim Absenden einer Bestellung übergebt ihr die Transaktionsdaten an Google Analytics:

   ga(‚ecommerce:addTransaction‘, {
   ‚id‘: ‚1234‘, // Bestellnummer
   ‚revenue‘: ‚94.99‘, // Umsatz inkl. Versandkosten und Steuern
   ’shipping‘: ‚5‘, // Versandkosten
   ‚tax‘: ‚15.17‘ // Steuern
   });ga(‚ecommerce:addItem‘, {
   ‚id‘: ‚1234‘, // Bestellnummer (s.o.)
   ’name‘: ‚Laufschuhe Runner 2000′, // Produktname
   ’sku‘: ‚WS-3981‘, // Artikelnummer
   ‚category‘: ‚Bekleidung‘, // Kategorie
   ‚price‘: ‚89.99‘, // Preis (pro Einheit)
   ‚quantity‘: ‚1‘ // Menge
   });

   ga(‚ecommerce:send‘);
   Der obige Code besteht aus drei Teilen. Zunächst wird die E-Commerce-Transaktion erzeugt, dann ein Artikel hinzugefügt und schließlich die Daten an Google Analytics gesendet.

Eine ausführliche Beschreibung, wie das Tracking eingerichtet wird, findet ihr hier: https://developers.google.com/analytics/devguides/collection/analyticsjs/ecommerce

2.2 Erweitertes E-Commerce-Tracking

Wenn Ihr eure Bestellungen noch genauer analysieren möchtet, sollte ihr einen Blick auf das erweiterte E-Commerce-Tracking werfen. Es ermöglicht euch die Übermittlung sehr viel detaillierter Informationen wie etwa Produktvarianten, Rücksendungen und Stornierungen. Außerdem könnt ihr den Einfluss interner Werbung in Bezug auf die erzielten Bestellungen messen und noch einiges mehr.

Mehr Informationen zu den erweiterten E-Commerce Berichten:
https://support.google.com/analytics/answer/6014841?hl=de

Das Einrichten des erweiterten E-Commerce-Trackings ist ein wenig aufwendiger und würde über diesen Artikel deutlich hinausgehen. Es gibt einen umfangreichen Developer Guide, in dem ihr weiterführende Informationen findet: https://developers.google.com/analytics/devguides/collection/analyticsjs/enhanced-ecommerce

2.3 Weitere Anwendungsfälle für das E-Commerce-Tracking

Selbst wenn ihr keinen Online-Shop betreibt, könnten die vielen zusätzlichen Funktionen des E-Commerce-Trackings für euch interessant sein. Denn auch für Ziele, wie das Absenden eines Kontakt- oder Anfrageformulars ist das E-Commerce-Tracking manchmal die bessere Wahl.

Dazu ein Beispiel:

Auf größeren Websites wird in der Regel für jede Kundenanfrage, die über ein Kontaktformular eintrifft, eine eindeutige ID generiert, unter der die Anfrage anschließend im CRM-System weitergeführt wird. Diese Anfrage-ID könntet ihr bei der Nutzung von Zielvorhaben nicht in Analytics speichern. Hingegen ist das beim E-Commerce-Tracking kein Problem. Statt ein Zielvorhaben zu erfassen, sendet ihr beim Abschicken des Kontaktformulars eine E-Commerce-Transaktion mit der Anfrage-ID als Transaktionsnummer an Google Analytics. So lässt sich zum Beispiel nachträglich in Analytics genau erkennen, aus welchen Trafficquellen einzelne Anfragen kamen. Bei komplexeren Szenarien, wie etwa Vertragsanfragen für unterschiedliche Arten von Versicherungen, Buchungsanfragen im Tourismusbereich, etc. lassen sich die Warenkorbfunktionalitäten nutzen, um Inhalt und Wert der Anfragen schon in Google Analytics genauer zu bestimmen und für erweiterte Analysen zugänglich zu machen. Darüber hinaus erlauben die Funktionen des erweiterten E-Commerce-Trackings auch eine Nachverfolgung, ob aus einer Anfrage ein Vertragsabschluss erzielt werden konnte. Ebenso ließe sich der Einfluss interner Werbekampagnen auf das Absenden von Anfrageformularen analysieren.

Ihr seht schon, man kann das E-Commerce-Tracking für weit mehr als nur die Abbildung von Online-Bestellungen nutzen. 🙂

2.4 Unterschiede zwischen Zielvorhaben und E-Commerce-Transaktionen

Es gibt einige wichtige Unterschiede zwischen Zielvorhaben und E-Commerce-Transaktionen:

• Ein einzelnes Zielvorhaben wird pro Sitzung jeweils nur 1x gezählt.

  Beispiel: Für Absenden eines Kontaktformulars haben wir ein Zielvorhaben angelegt. Wenn ein Benutzer innerhalb einer Sitzung zweimal das Kontaktformular absendet, wird dies dennoch nur als eine Conversion gezählt.

• E-Commerce-Tracking erlaubt mehrere Conversions pro Sitzung.
  Um beim Beispiel mit dem Kontaktformular zu bleiben: Wenn es wichtig ist, jedes einzelne Absenden eines Kontaktformulars innerhalb einer Sitzung als separate Conversion zu erfassen, ist der Einsatz des E-Commerce-Trackings zwingend erforderlich. Wenn ein Besucher innerhalb einer Sitzung zwei Bestellungen aufgibt, werden diese als zwei E-Commerce-Transaktionen in Analytics erfasst.
• Zielvorhaben erlauben in der Regel keine variablen Conversionwerte.
  Der Zielvorhabenwert wird in den Einstellungen des Zielvorhabens festgelegt, er ist nicht variabel. Es gibt eine Ausnahme: Bei Zielvorhaben, die aus Ereignissen abgeleitet werden, kann der Ereigniswert für das Zielvorhaben übernommen werden. Auf diesem Weg lassen sich auch für Zielvorhaben variable Conversionwerte abbilden. Für Conversions mit veränderlichen Werten wie z.B. Bestellungen in einem Online-Shop sind E-Commerce-Transaktionen empfohlen.
• E-Commerce-Transaktionen ermöglichen die Darstellung von Conversions in viel mehr Einzelheiten.

  Allerdings verursacht das Einrichten des E-Commerce-Trackings deshalb auch einen höheren Aufwand. Belohnt werdet ihr mit detaillierteren Daten und mehr Analysemöglichkeiten.

3. Ereignis-Tracking mit Google Analytics

In Ergänzung zum Conversion-Tracking erlaubt euch Google Analytics, einzelne Nutzerinteraktionen mit Hilfe des Ereignis-Trackings zu erfassen. Ereignisse können zum Beispiel das Klicken auf einen Click-To-Call Link, der Download einer Datei, das Scrollen des Bildschirminhalts, usw. sein.

Ereignisse bestehen in Google Analytics aus vier Informationen:

• Kategorie
• Aktion
• Label (optional)
• Wert (optional)

Für die erfassten Ereignisse gibt es in Google Analytics eine Reihe von Berichten im Abschnitt Verhalten >> Ereignisse.

Weitere Informationen zu Ereignissen in Google Analytics:
https://support.google.com/analytics/answer/1033068?hl=de

3.1 Beispiel: Einfaches Download-Tracking

Ich erkläre euch anhand eine kleinen Beispiels, wie das Ereignis-Tracking eingerichtet wird. Angenommen, wir bieten auf unserer Website Kochrezepte zum Download an. Dann wäre es für uns sehr nützlich zu wissen, wie oft einzelne Rezepte von unseren Besuchern heruntergeladen werden. In Google Analytics gibt es für den Download von Dateien kein voreingestelltes Tracking. Das müssen wir selber einrichten, indem wir die Klicks auf Download-Links erfassen.

Mit diesem Aufruf sendet ihr ein beliebiges Ereignis an Google Analytics:

ga('send', 'event', [eventCategory], [eventAction], [eventLabel], [eventValue]);

Für einen Klick auf einen Download-Link könnte der Aufruf so aussehen:

ga('send', 'event', 'Datei-Download', 'PDF-Download', [Download-URL], 10);

Was bedeutet dieser Aufruf?
Die Kategorie des Ereignisses lautet Datei-Download, die Aktion ist PDF-Download , als Label tragen wir Download-URL ein und der Wert dieses Ereignisses ist 10.

Ein Download-Link auf unserer Website würde vielleicht so aussehen:

<a href="http://www.unsere-website.tld/kochrezept.pdf">Kochrezept herunterladen</a>

Wenn wir die Klicks eines Besuchers auf diesen Download-Links tracken möchten, ergänzen wir den Link um den Tracking-Code:

<a href="http://www.unsere-website.tld/kochrezept.pdf"

onClick=“ga(’send‘, ‚event‘, ‚ Datei-Download‘, ‚PDF-Download‘, ‚http://www.unsere-website.tld/kochrezept.pdf‘, 10);“

> Kochrezept herunterladen </a>

Nach diesem Muster müsstet ihr alle Download-Links auszeichnen. Falls ihr unterschiedliche Arten von Dateien zum Download anbietet, könntet ihr das Feld [eventAction] nutzen, um verschiedene Dateitypen voneinander zu unterscheiden, also zum Beispiel „PDF-Download“, „MP3-Download“, usw. Das ist bereits alles. Anschließend stehen die Datei-Downloads in den Ereignisberichten von Analytics zur Verfügung.

Auf stark frequentierten Websites werden die Klicks auf die verschiedenen Arten von Links vielfach sehr differenziert erfasst. Ein Ereignisbericht würde dann etwa so aussehen:

3.2 Zielvorhaben aus Ereignissen ableiten

Wir bleiben bei unserem Beispiel: Wenn der Zweck unserer Website die Bereitstellung von Kochrezepten ist, sollten wir die Downloads nicht nur als Ereignis erfassen, sondern auch als Zielvorhaben. Denn dann können wir die erzielten Downloads in den Zielvorhabenberichten genauer analysieren und unser Marketing darauf ausrichten, zukünftig noch mehr Besucher zum Herunterladen unserer Kochrezepte zu veranlassen. In Google Analytics könnt ihr in wenigen Schritten ein Ereignis in ein Zielvorhaben überführen.

Beispiel:

Die Downloads von Kochrezepten erfassen wir als Ereignis der Kategorie „Datei-Download“. Wir definieren in Google Analytics ein Zielvorhaben, dass immer dann erreicht wird, wenn ein Ereignis der Kategorie „Datei-Download“ auftritt.

So wird das Zielvorhaben definiert:

Wechselt wieder in die Verwaltung eures Google Analytics Kontos und wählt die Property und Datenansicht aus, in der ihr ein neues Zielvorhaben anlegen möchtet:

Nach dem Klick auf Zielvorhaben, wählt ihr die rote Schaltfläche +Neues Zielvorhaben aus:

Nun richtet ihr das neue Zielvorhaben ein:

1. Wählt Benutzerdefiniert
2. Klickt dann auf Weiter.

Nun folgt die Beschreibung des Ziels anhand eines Ereignisses:

1. Gebt dem Ziel einen Namen, z.B. „Datei-Downloads“.
2. Legt die Zielvorhaben-ID und –gruppe fest.
3. Wählt Ereignis als Typ aus.
4. Klickt auf Weiter.

Im letzten Schritt beschreibt ihr das Ereignis, das das Zielvorhaben auslösen soll:

1. Mit Hilfe der Ereignisbedingungen legt ihr fest, welche Art von Ereignis diesem Zielvorhaben zugeordnet werden soll. Wir definieren, dass alle Ereignisse der Kategorie „Datei-Download“, dieses Zielvorhaben auslösen sollen.
2. Beim Senden eines Ereignisses an Google Analytics kann optional ein Zielvorhabenwert angegeben werden. Mit Aktivierung dieser Einstellung wird der Wert des Ereignisses als Zielvorhabenwert übernommen.
3. Abspeichern und fertig.

Immer dann, wenn ein Ereignis der Kategorie „Datei-Download“ auftritt, wird dieses auch als Zielvorhaben gezählt.

Auf diesem Weg könnt ihr aus verschiedensten Ereignissen, die einzelne Interaktionen widerspiegeln, Conversions ableiten, die ihr anschließend in den Zielvorhabenberichten auswerten könnt.

Zusammenfassung

Geschafft! Das war eine ganze Menge Stoff rund um das Conversion- und Ereignistracking. Ich habe euch gezeigt, wie mit Hilfe eines Zielvorhabens das Absenden eines Kontaktformulars getrackt werden kann. Anschließend habt ihr das E-Commerce-Tracking kennengelernt: E-Commerce-Transaktionen lassen sich mit dem Standard-Tracking oder dem erweiterten E-Commerce-Tracking erfassen. In beiden Fällen müsst ihr eure Tracking-Codes ergänzen, um zusätzliche Information über die Transaktionen an Google Analytics zu senden. Das erweiterte E-Commerce-Tracking bietet viele Funktionen, die tiefergehende Analysen ermöglichen, wie etwa die Auswertung von Produktvarianten, Rücksendungen oder internen Werbekampagnen.
Zum Schluss haben wir uns angeschaut, wie die Interaktionen eurer Besucher mit Hilfe des Ereignistrackings erfasst werden können. Als Beispiel haben wir ein einfaches Download-Tracking eingerichtet und aus den Download-Ereignissen anschließend ein Zielvorhaben abgeleitet.

Wenn ihr ein Conversion-Tracking für eure Website einrichten möchtet, solltet ihr zunächst mit den Interaktionen starten, die direkt den Zweck eurer Website widerspiegeln, zum Beispiel Bestellungen erfassen oder Anfragen tracken. Anschließend könnt ihr tiefer einsteigen und die Aktionen tracken, die die Conversion vorbereiten, wie etwa das Hinzufügen von Artikeln in den Warenkorb. Denkt daran, dass ihr auch aus dem Tracking scheinbar „negativer Aktionen“ wichtige Erkenntnisse gewinnen könnt, um eure Website, den Bestellprozess oder die Kundenansprache zu optimieren. „Negative Aktionen“ sind nicht nur Abbrüche im Bestellprozess, sondern auch Reklamationen, Anforderungen für Rücksendelabel, niedrige Produktbewertungen, usw.

---

Kampagnentracking, benutzerdefinierte Benachrichtigungen und Vermerke

Nachdem wir uns in Teil 4 das Conversion Tracking intensiv angeschaut haben, zeige ich euch in diesem Artikel der Serie einige zusätzliche Funktionen zur Unterstützung eurer täglichen Arbeit in Google Analytics. Wir beginnen mit den Vermerken, die euch ein Speichern wichtiger Hinweise in Google Analytics ermöglichen. Anschließend zeige ich euch die Vorteile von benutzerdefinierten Benachrichtigungen. Am Ende des Artikels lernt ihr das Kampagnentracking von Google Analytics kennen.

wp-image-81392″} –>

1. Vermerke für mehr Überblick

Die Vermerke sind in Google Analytics fast so etwas wie ein Underdog. Sie werden nur selten erwähnt – vielleicht einfach deshalb, weil sie an sich nichts Außergewöhnliches zu bieten haben.

Doch so unspektakulär die Funktion auch sein mag: Für eure Arbeit mit Google Analytics ist sie sehr hilfreich. Denn sie erlaubt euch, zusätzliche Informationen und Hinweise in euren Berichten zu speichern. Ihr könnt zum Beispiel wichtige Änderungen an eurem Tracking vermerken:

1. Klickt auf den Link +Neuen Vermerk erstellen, um einen Vermerk in Google Analytics zu hinterlegen. Es öffnet sich ein kleiner Dialog, in dem Ihr für ein bestimmtes Datum eine Notiz schreiben könnt. Außerdem lässt sich steuern, ob der Vermerk nur für euch oder für alle Nutzer mit Zugriff auf diese Property sichtbar ist.
2. Bereits anlegte Vermerke erkennt ihr im Diagramm an der Sprechblase.
3. Klickt auf die Sprechblase, um den Vermerk zu lesen.

In dem obigen Beispiel wurden am 24.11.2016 weitreichende Änderungen am Tracking vorgenommen. So etwas sollte unbedingt in Analytics dokumentiert werden. Denn häufig weiß man schon einige Wochen später nicht mehr genau, wann genau das Tracking geändert wurde und vor allem, was geändert wurde. Berücksichtigt ihr diese Änderungen jedoch nicht in euren Webanalysen, zieht ihr im schlimmsten Fall die falschen Schlüsse aus euren Daten. Deshalb denkt daran, Änderungen am Tracking in Google Analytics zu dokumentieren.

Zusätzlich solltet ihr auch Werbeaktionen vermerken, die zu Auffälligkeiten in euren Daten führen können. Dies könnte zum Beispiel der Versand eines Newsletters mit einem großen Verteiler sein. Vermerkt das Versanddatum des Newsletters in Analytics, damit ihr auch Monate später eine etwaige Traffic-Spitze am Versandtag erklären könnt. Gleiches gilt auch für reichweitenstarke Werbekampagnen, Kooperationen mit Werbepartnern, usw.

Vermerke sind nützlich, um Änderungen bzw. Ereignisse, die eure Daten in Analytics beeinflussen, zu dokumentieren. Macht von dieser Funktion Gebrauch, damit ihr eure Daten auch über längere Zeiträume zuverlässig vergleichen und analysieren könnt.

2. Benutzerdefinierte Benachrichtigungen

Google Analytics kann euch automatisch über bestimmte Ereignisse informieren. Die Funktion nennt sich „benutzerdefinierte Benachrichtigungen“. Doch für welche Ereignisse benötigt ihr eine automatische Benachrichtigung?

Die benutzerdefinierten Benachrichtigungen werden häufig für die Funktionsüberwachung der eingerichteten Trackings verwendet. Google Analytics könnte euch zum Beispiel automatisch benachrichtigen, wenn die Zahl der täglichen Sitzungen unter einen bestimmten Wert fällt. Das wäre ein Hinweis darauf, dass eure Tracking-Codes evtl. nicht mehr richtig funktionieren. Wenn ihr einen Online-Shop betreibt, solltet ihr auch die E-Commerce Transaktionen überwachen und euch informieren lassen, wenn keine Umsätze oder Transaktionen mehr erfasst werden.

Weitaus häufiger als man denken würde, kommen solche Fälle vor: Die beauftragte Agentur oder eure interne IT nehmen Änderungen an der Website vor, die unbeabsichtigt dazu führen, dass der Analytics Tracking-Code nicht mehr ausgespielt wird oder fehlerhaft ist. Auch Updates von Themes, Plugins, usw. können bisweilen die Datenerfassung mit Google Analytics beeinträchtigen. Gelegentlich führt auch ein falsch eingerichteter Filter in einer Datenansicht dazu, dass keine neuen Daten mehr in Google Analytics eintreffen. Falls ihr nicht täglich die Kennzahlen in Analytics überprüfen solltet, können mehrere Tage (manchmal sogar Wochen!) vergehen, bis ihr merkt, dass eure Trackings nicht funktionieren und keine Daten in Analytics erfasst werden. Deshalb solltet ihr euch automatische Benachrichtigungen anlegen, die euch informieren, sobald eure Kennzahlen bestimmte Grenzwerte über- oder unterschreiten.

So legt ihr in Google Analytics eine benutzerdefinierte Benachrichtigung an

Wählt in der Verwaltung eures Google Analytics Kontos die Property und Datenansicht aus, in der ihr eine benutzerdefinierte Benachrichtigung anlegen möchtet.

Nach der Auswahl von Benutzerdefinierte Benachrichtigungen klickt ihr auf die rote Schaltfläche +Neue Benachrichtigung:

Im nächsten Schritt wird eine benutzerdefinierte Benachrichtigung angelegt, die euch informiert, sobald die Zahl der täglichen Sitzungen unter einen bestimmten Wert fällt:

1. Gebt der neuen Benachrichtigung zunächst einen eindeutigen Namen, an dem ihr die Funktion der Benachrichtigung auf einen Blick erkennen könnt.
2. Die Benachrichtigung wird in der aktuellen Datenansicht angelegt. Zusätzlich könnt ihr sie in den weiteren Datenansichten der Property verfügbar machen. Wählt einfach die gewünschten zusätzlichen Datenansichten aus.
3. Mit der Auswahl des Zeitraums definiert ihr, wie oft die Benachrichtigungsbedingung überprüft und ggfs. eine E-Mail-Benachrichtigung verschickt wird. Es sind tägliche, wöchentliche und monatliche Benachrichtigungen möglich. Für die Überwachung, ob Daten in die Datenansicht einlaufen, sollte ihr den Zeitraum Tag auswählen.
4. Sobald eine Benachrichtigung ausgelöst wird, findet ihr sie in Analytics im Abschnitt Personalisieren >> Benutzerdefinierte Benachrichtigungen. Ich empfehle euch, unbedingt auch die Email-Benachrichtigungen auszuwählen, damit ihr selbst dann informiert werdet, wenn ihr nicht täglich mit Google Analytics arbeitet.
5. Nun legt ihr die Bedingung fest, die erfüllt werden muss, damit eine Benachrichtigung ausgelöst wird. Da wir informiert werden wollen, wenn auffällig wenige Sitzungen erfasst werden, wählen wir Alle Zugriffe, Sitzungen, Ist weniger als aus und tragen im Feld Wert eine sinnvolle Zahl ein. Orientiert euch zum Beispiel am Tag mit den wenigsten Sitzungen innerhalb der vergangenen drei Monate und zieht davon noch 25% ab. Wenn die Zahl der täglichen Sitzungen unter diese Schwelle fällt, würdet ihr von Google Analytics eine E-Mail erhalten und solltet eure Trackings und Einstellungen überprüfen.
6. Speichern nicht vergessen und die Benachrichtigung ist angelegt.

Ich empfehle euch, auch die Absprungrate mit Hilfe von benutzerdefinierten Benachrichtigungen zu überwachen. Deutliche Abweichungen von der durchschnittlichen Absprungrate können ebenfalls ein Hinweis auf Probleme beim Tracking sein. Insbesondere Ereignistrackings können Einfluss auf die Berechnung der Absprungrate nehmen und sie zum Teil auf extrem niedrige Werte reduzieren. Umgekehrt kann ein falsch konfiguriertes Cross-Domain-Tracking die Absprungrate nach oben treiben. Deshalb solltet ihr die Absprungrate ebenfalls überwachen und beim Über- bzw. Unterschreiten einer bestimmten Schwelle den Versand einer Benachrichtigung auslösen. Betreiber von Online-Shops sollten zudem den Verlauf wichtiger Kennzahlen wie Umsatz und Zahl der Transaktionen überwachen, um fehlerhafte E-Commerce Trackings zeitnah zu erkennen.

3. Kampagnentracking mit Google Analytics

Google Analytics bietet euch eine komfortable Möglichkeit für das Tracking von Werbekampagnen. Wenn Ihr Nutzer von Google AdWords seid, habt ihr vielleicht schon die Möglichkeiten zur Analyse von AdWords-Werbekampagnen in Google Analytics kennengelernt (siehe Teil 3 dieses Artikels, Kontoverknüpfung mit AdWords).

Doch das Kampagnentracking ist nicht auf Google AdWords beschränkt. Ihr könnt in Analytics auch für beliebige andere Werbekampagnen ein Tracking einrichten. Es liefert zwar nicht ganz so detaillierte Daten, wie sie durch die enge Verknüpfung von Analytics mit AdWords ermöglicht werden, dennoch hilft euch das Kampagnentracking enorm bei der Messung, Analyse und Optimierung eurer Kampagnen. Genau dieses Tracking möchte ich euch nun genauer vorstellen.

Beispiel zum Kampagnentracking

Nehmen wir an, dass ihr einen Online-Shop betreibt und regelmäßig einen Newsletter versendet. In eurem Newsletter bewerbt ihr verschiedene Produkte aus eurem Shop und verlinkt sie entsprechend. Wäre es nicht spannend zu wissen, wie viele eurer Newsletter-Empfänger auf die Links geklickt haben und vor allem, ob sie anschließend eine Bestellung in eurem Shop getätigt haben? Mit diesen Daten könntet ihr den Erfolg eures Newsletters messen und Ansprache und Auswahl der Produkte optimieren, um mehr Umsatz zu generieren.

Ohne das Kampagnentracking wäre ein Newsletterabonnent, der in seinem E-Mail Client auf den Link in einem Newsletter klickt, in Google Analytics nicht als Besucher aus eurem Newsletter erkennbar. Als Quelle würde in Analytics (direct) stehen und als Medium (none) angegeben werden. Das lässt keine Rückschlüsse auf den Einfluss eures Newsletters zu.

Doch mit dem Kampagnentracking könnt ihr genau erkennen, wie viele Besucher über euren Newsletter in euren Shop kamen und wie viele Bestellungen sie getätigt haben (Conversion-Tracking vorausgesetzt). Das Kampagnentracking von Google Analytics basiert darauf, dass einige URL-Parameter – die sogenannten utm-Parameter – an die Ziel-URL gehängt werden. Mit Hilfe der utm-Parameter könnt ihr zusätzliche Informationen an Google Analytics übermitteln.

Es gibt fünf verschiedene utm-Parameter: utm_source, utm_medium, utm_campaign, utm_term und utm_content.

Die Parameter utm_source, utm_medium, und utm_campaign solltet ihr immer verwenden, um aussagekräftige Daten in Analytics zu erhalten. Die Parameter utm_term und utm_content sind optional. Mit ihnen könnt ihr zwischen einzelnen Werbemitteln unterscheiden und Informationen zum Keyword mitgeben, das eine einzelne Anzeige ausgelöst hat.

Welche Informationen werden mit den verschiedenen Parametern übermittelt?

wp-image-81402″} –>

Wenn ihr die Links in eurem Newsletter um die drei Parameter utm_source, utm_medium und utm_campaign erweitert, findet ihr diese Informationen anschließend in Google Analytics in den Dimensionen Quelle, Medium und Kampagne.

Falls einer eurer Newsletterempfänger auf einen Link im Newsletter klickt, möchtet ihr vielleicht folgende Informationen in Google Analytics sehen:

• Quelle: newsletter
• Medium: email
• Kampagne: newsletter- nr-10

Diese drei Informationen werden jetzt einfach mit Hilfe der utm-Parameter an eure Links gehängt.

URL vorher: http://www.eure-domain.tld/

URL nach der Erweiterung mit utm-Parametern: http://www.eure-domain.tld/?utm_source=newsletter&utm_medium=email&utm_campaign=newsletter-nr-10

Klickt nun einer eurer Abonnenten auf diesen Link, werden die utm-Parameter von Google Analytics ausgewertet. Für Quelle / Medium steht dann nicht länger (direct) / (none) in euren Berichten sondern newsletter / email. Zusätzlich wird die Sitzung der Kampagne newsletter- nr-10 zugeordnet. Das ermöglicht euch in Analytics die Nutzung der Kampagnenberichte:

Die utm-Kampagnenparameter sind sehr flexibel. Wenn ihr regelmäßig Posts auf Twitter, Facebook, usw. veröffentlicht, könnt ihr mit den Kampagnenparametern die Ergebnisse dieser Posts wie etwa Sitzungen & erzielte Bestellungen messen:

Google stellt euch ein Tool zur Verfügung, mit dem ihr die utm-Parameter einfach an eure URLs anhängen könnt:
https://ga-dev-tools.appspot.com/campaign-url-builder/

Weitere Informationen zu benutzerdefinierten Kampagnen findet ihr hier:
https://support.google.com/analytics/answer/1033863?hl=de

Können interne Werbekampagnen auch mit den utm-Parameter getrackt werden?

Falls ihr auf eurer Website interne Werbung wie zum Beispiel Banner für einzelne Produkte einsetzt, könntet ihr auf die Idee kommen, auch die internen Links mit utm-Parametern auszuzeichnen. Das solltet ihr jedoch auf keinen Fall machen, denn die utm-Parameter sind nur für das Tracking externer Kampagnen geeignet. Wenn ihr die utm-Parameter in internen Verlinkungen auf eurer Website verwendet, hat das mehrere unangenehme Folgen.

Sobald ein Besucher auf einen solchen Link klickt, wird seine laufende Sitzung in Google Analytics beendet und eine neue Sitzung gestartet, für die die Quell-/Medium-Informationen aus den utm-Parametern gesetzt werden. Was heißt das für eure Daten in Analytics?

• Die Zahl der Sitzungen wird unnatürlich erhöht, denn jeder Klick auf einen internen Link mit utm-Parametern verursacht eine neue Sitzung.
• Eine Conversion kann nicht mehr der ursprünglichen externen Traffic-Quelle zugeordnet werden, weil in der neuen Sitzung die Quell-/Medium-Information der utm-Parameter genutzt werden. Ihr könnt dann schlechter den Beitrag der verschiedenen externen Traffic-Quellen zu euren Conversions beurteilen.
• Klickt ein neuer Besucher bereits auf der Landingpage einen internen Link mit utm-Parametern an, führt dies sofort zu einer neuen Sitzung. Das bedeutet, dass die Absprungrate für Besucher aus externen Quellen künstlich steigt.

Deshalb solltet ihr die utm-Parameter keinesfalls für die internen Verlinkungen auf eurer Website einsetzen. Für die Analyse interner Werbung gibt es im erweiterten E-Commerce Tracking vielfältige Funktionen.

Alternative zum erweiterten E-Commerce Tracking: Man kann mit Hilfe des Google Tag Managers auch ein eigenes Set von URL-Parametern (sog. itm-Parameter) definieren, die für das Tracking interner Werbekampagnen verwendet werden. Die Einrichtung des Trackings ist eher etwas für die Fortgeschrittenen unter euch. Anschließend ist die Benutzung der itm-Parameter jedoch so einfach wie die Verwendung der utm-Parameter für externe Kampagnen. Mehr Informationen hier: Interne Werbekampagnen mit Google Analytics tracken.

Zusammenfassung

Zur Halbzeit dieser Artikelserie habt ihr kennengelernt, wie ihr mit Hilfe der Vermerke wichtige Zusatzinformationen in Google Analytics speichern könnt. Die benutzerdefinierten Benachrichtigungen helfen euch, die Funktion eurer Trackings zu überwachen und bei ungewöhnlichen Änderungen automatisch eine Benachrichtigung zu erhalten. Zum Schluss des Artikels habe ich euch das Kampagentracking von Google Analytics vorgestellt, das eine Analyse eurer Werbekampagnen ermöglicht.

---

Datenanalyse mit Google Analytics

In den vorangegangenen Teilen dieser Artikelserie habe ich euch gezeigt, wie ihr Google Analytics konfigurieren und Trackings einrichten könnt. Deshalb wird es nun höchste Zeit, die Datenanalyse mit Google Analytics genauer kennenzulernen. Zunächst schauen wir uns die Datensegmente an, denn mit ihnen könnt ihr viel mehr Erkenntnisse aus euren Daten ziehen. Außerdem stelle ich euch die benutzerdefinierten Berichte und Dashboards vor, die schnellen Zugriff auf die von euch am meisten benötigten Daten ermöglichen.

wp-image-81823″} –>

1. Datensegmente in Google Analytics

In Google Analytics werden euch vielfach zusammengefasste Daten angezeigt, d.h. für einen von euch ausgewählten Zeitraum könnt ihr zum Beispiel eine Absprungrate von 62,7% ablesen. Diese Zahl ist für sich genommen nicht besonders aussagekräftig, denn aus ihr lassen sich mögliche Ansatzpunkte für Optimierungen noch nicht gut erkennen. Nur mit dieser Zahl alleine wäre es euch noch nicht möglich zu sagen, an welcher Stelle ihr ansetzen müsstet, um die Absprungrate zu reduzieren. Genau hier kommen die Datensegmente ins Spiel: Wenn ihr eure Daten segmentiert, versucht ihr, durch eine kluge Aufteilung der Datenmenge auffällige Abweichungen zu identifizieren.

Bleiben wir noch bei dem Beispiel mit der Absprungrate: Statt einer allgemeinen Absprungrate, wäre es doch viel interessanter die Absprungrate zum Beispiel nach Trafficquellen zu differenzieren. Dann würdet ihr vielleicht feststellen, dass Besucher, die über Google AdWords auf eure Website gelangen, eine stark überdurchschnittliche Absprungrate aufweisen: Das wäre ein deutlicher Hinweis darauf, dass die Landingpage nicht die Erwartungen erfüllt, die ihr mit eurer AdWords-Anzeige geweckt habt. Oder ihr segmentiert nach Gerätekategorien und stoßt auf eine überdurchschnittliche Absprungrate für mobile Endgeräte. Dann wüsstet ihr: Die Darstellung eurer Website auf mobilen Endgeräten muss geprüft werden.

Zweites Beispiel: Eine E-Commerce-Conversion-Rate von 3,0% klingt nicht schlecht. Vielleicht habt ihr euch die Conversion-Rate ja auch schon für die einzelnen Trafficquellen anzeigen lassen und Unterschiede festgestellt. Sehr gut! Aber sollte man nicht auch demografische Daten hinzuziehen? So könntet ihr ermitteln, welche Altersklassen besonders viele Conversions erzeugen. Diese Information ließe sich dann auf zweierlei Weise nutzen: Zum einen könntet ihr eure Werbung noch stärker auf Altersgruppen ausrichten, die offensichtlich eure Produkte gerne kaufen. Zum anderen hättet ihr ggfs. einen Ansatzpunkt, um eure Werbung für jene Altersgruppen zu optimieren, die noch unterdurchschnittlich viele Conversions erzeugen.

Datensegmente sind der Schlüssel zu effektiven Analysen, die euch zu wertvollen Erkenntnissen verhelfen. Sie sind der Dreh- und Angelpunkt, um Optimierungspotenziale aufzudecken.

Lasst uns anhand eines Online-Shops einmal anschauen, wie man aus den demografischen Berichten mit Hilfe von Segmenten noch mehr herausholen kann.

Beispiel: Demografische Berichte mit Segmenten kombinieren

In Google Analytics findet ihr unter Zielgruppe >> Demografische Merkmale >> Alter einen sehr interessanten Bericht, der eure Besucher in Altersgruppen aufgliedert. Für unseren fiktiven Online-Shop könnte der Bericht zum Beispiel so aussehen:

Auch ohne zusätzliche Datensegmente können wir der Tabelle bereits folgende Fakten entnehmen:

• Die Altersgruppen 25-34 und 35-44 Jahre weisen die höchsten Conversion-Raten auf (4,07% und 5,43%)
• Der durchschnittliche Bestellwert steigt von ca. 155 $ bei der Altersgruppe 18-24 Jahre kontinuierlich auf bis zu 237 $ bei der Altersgruppe 35-44 Jahre an, danach fällt er wieder ab. Den Ausreißer in der Altersgruppe 65+ ignorieren wir, weil diese Gruppe sehr klein ist.
• Die Altersgruppe 18-24 Jahre sorgt für viel Traffic, aber relativ wenig Conversions.

Schon mit der Aufgliederung nach Altersgruppen haben wir über unsere Besucher einiges herausgefunden. Das geht aber noch besser. 🙂

Wir erweitern diesen Bericht nun um zwei benutzerdefinierte Segmente:

• Nutzer mit Transaktionen (Bestellungen)
• Nutzer ohne Transaktionen (Bestellungen)

Klickt oberhalb des Diagramms auf +Segment hinzufügen:

Wählt dann die rote Schaltfläche +Neues Segment aus:

Nun wird das Segment definiert:

1. Gebt dem Segment einen aussagekräftigen Namen, z.B. „Nutzer mit Transaktionen“.
2. Wählt den Punkt Verhalten
3. Legt fest, welche Nutzer diesem Segment zugeordnet werden sollen. Da dieses Segment nur Nutzer enthalten soll, die mindestens eine Transaktion ausgelöst haben, tragen wir folgende Bedingung unter Transaktionen ein: Transaktionen pro Nutzer > 0.
4. Abspeichern, und das Segment ist angelegt.

Das zweite Segment „Nutzer ohne Transaktionen“ wird auf die gleiche Weise angelegt:

Der Name des Segments lautet nun „Nutzer ohne Transaktionen“. Diesem Segment werden die Nutzer zugeordnet, die keine Bestellung aufgegeben haben. Die Bedingung ist also: Transaktionen pro Nutzer = 0.

Die beiden neuen Segmente wenden wir jetzt auf den Bericht Zielgruppe >> Demografische Merkmale >> Alter an:

Das Diagramm hat sich deutlich verändert. Pro Segment und Altersgruppe wird nun ein einzelner Graph gezeichnet.

Viel interessanter sind jedoch die Veränderungen in der Tabelle. Schauen wir uns die Daten doch einmal genauer an:

25-34 Jahre: Diese Altersgruppe stellt mit über 47% (1) die meisten Nutzer, die eine Transaktion ausführen. Gleichzeitig weist sie mit rund 46% den höchsten Anteil neuer Nutzer mit Transaktionen auf (2). Das bedeutet: In dieser Altersgruppe funktioniert die Ansprache von Nutzern bereits sehr gut und sollte ausgebaut werden. Die Nutzer ohne Transaktion weisen gleichzeitig unterdurchschnittliche Absprungraten (3) auf. Für diese Nutzer sollten Maßnahmen wie etwa Retargeting getroffen werden, um aus ihnen Käufer zu machen.

35-44 Jahre: Die Altersgruppe 35-44 Jahre zeigt ein ähnliches Bild wie die 25-34jährigen. Zwar ist hier der Anteil neuer Nutzer, die eine Transaktion ausführen etwas niedriger (4), liegt aber dennoch deutlich über den anderen Altersgruppen. Die Nutzer reagieren offensichtlich gut auf die ausgespielte Werbung. Außerdem weist die Gruppe die höchste Conversion-Rate (5) auf. Deshalb sollte geprüft werden, ob die Marketingaktivitäten für diese Gruppe intensiviert werden können. Hier liegt viel Potenzial.

18-24 Jahre: Diese Gruppe weist einen relativ niedrigen mittleren Bestellwert und eine niedrige Conversion-Rate auf (6). Sie stellt nur 9,71% der Nutzer, die eine Bestellung getätigt haben (7). Gleichzeit stammen aus dieser Gruppe jedoch etwa 25% aller Sitzungen (8) und ist damit die zweitstärkste Gruppe. Der Anteil neuer Nutzer, die eine Transaktion ausführen ist unterdurchschnittlich (9). Dennoch ist die Gruppe äußerst interessant: Die hohe Zahl der Sitzungen lässt auf viel Potenzial schließen, denn die Absprungrate ist verglichen mit den kaufstarken Altersgruppen nur leicht höher. Wir können daraus schlussfolgern, dass die Gruppe 18-24 Jahre zwar ein Interesse an den angebotenen Produkten hat, aber möglicherweise (noch) nicht über genügend Einkommen verfügt, um in größerem Umfang Bestellungen aufzugeben. Wenige Jahre später werden diese Nutzer in der Gruppe 25-34 Jahre jedoch deutlich mehr Bestellungen tätigen. Für diese Altersgruppe könnte es sinnvoll sein, einfachere Produkte zu günstigeren Preisen anzubieten, um sie frühzeitig an den Shop zu binden.

Dies kann an dieser Stelle natürlich nur eine Kurzanalyse sein, aber sie zeigt, wie viel mehr ihr aus euren Daten herausholen könnt, wenn ihr Datensegmente nutzt. In weiteren Schritten sollte man für die einzelnen Altersgruppen die Traffic-Quellen mit einbeziehen und den Inhalt der Warenkörbe analysieren, um das Marketing noch stärker auf die Bedürfnisse der Altersgruppen auszurichten.

Weitere Informationen zu Datensegmenten findet ihr hier:
https://support.google.com/analytics/answer/3123951?hl=de

2. Benutzerdefinierte Berichte und Dashboards

In Google Analytics seid ihr nicht auf die vordefinierten Berichte beschränkt. Wenn ihr maßgeschneiderte Berichte zur Darstellung bestimmter Daten oder individuelle Dashboards mit euren wichtigsten Kennzahlen benötigt, solltet ihr euch die benutzerdefinierten Berichte und Dashboards genauer anschauen. Häufig werden benutzerdefinierte Berichte und Dashboards auch verwendet, um für die Entscheider in eurem Unternehmen Informationen in komprimierter Form bereitzustellen.

2.1 Benutzerdefinierte Berichte

Die benutzerdefinierten Berichte sind in Google Analytics ein sehr flexibles Mittel, um Daten genau nach euren Wünschen aufzubereiten und zu präsentieren. Die Anwendungsmöglichkeiten sind so vielfältig, dass ich euch im Folgenden anhand eines einfachen Beispiel zeigen möchte, wie benutzerdefinierte Berichte grundsätzlich angelegt werden.

Beispiel: Verkäufe nach Wochentag anzeigen

In Google Analytics gibt es keinen vordefinierten Bericht, der euch E-Commerce-Transaktionen gegliedert nach den Wochentagen anzeigen würde. Das ist ein wenig merkwürdig, denn für die Planung eurer Marketingaktivitäten ist es sehr nützlich zu wissen, an welchen Wochentagen eure Kunden am meisten kaufen und ihr die höchsten Conversion-Rates erreicht. Macht aber nichts, den Bericht legen wir jetzt einfach selber an.

So erzeugt ihr einen Bericht, der die Verkäufe auf eurer Website nach Wochentagen gegliedert anzeigt:

Wählt in Google Analytics die Datenansicht aus, zu der ihr einen benutzerdefinierten Bericht hinzufügen möchtet. Selektiert dann im Abschnitt Personalisieren den Eintrag Benutzerdefinierte Berichte.

Wählt anschließend +Neuer benutzerdefinierter Bericht aus.

Nun wird der benutzerdefinierte Bericht angelegt:

1. Gebt dem Bericht einen eindeutigen Titel, z.B. „Sitzungen, Transaktionen & Umsatz nach Wochentag“.
2. Jeder Bericht kann mehrere Bericht-Tabs enthalten. In unserem Beispiel arbeiten wir mit nur einem Tab. Gebt den Tab ggfs. einen individuellen Namen.
3. Wählt für den Typ des Bericht-Tabs „Explorer“ aus. Dies ist der Typ, der aus einem Graphen und einer Tabelle besteht.
4. Anschließend könnt ihr die Messwerte angeben, die auf dem Bericht-Tab ausgegeben werden sollen. Es sind mehrere Messwertgruppen möglich. Uns reicht für dieses Beispiel eine Messwertgruppe. Fügt die Messwerte „Sitzungen“, „E-Commerce-Conversion-Rate“, „Transaktionen“ und „Umsatz“
5. Legt fest, nach welchen Dimensionen die zuvor festgelegten Messwerte aufgeschlüsselt werden sollen. Wählt „Wochentag“ und „Name des Wochentags“
6. Optional können die Daten, die für diesen Bericht herangezogen werden sollen, durch Filter eingeschränkt werden. Für dieses Beispiel benötigen wir jedoch keinen Filter.
7. Bereits an dieser Stelle kann der neue Bericht auch für weitere Datenansichten zugänglich gemacht werden. Wählt hier ggfs. die zusätzlichen Datenansichten aus, in denen der neue Bericht auch genutzt werden soll.
8. Dann nur noch speichern und der neue benutzerdefinierte Bericht steht bereit.

Wenn ihr euren neuen benutzerdefinierten Bericht aufruft, könnte er zum Beispiel so aussehen:

1. In dieser Dropdown-Liste könnt ihr den Messwert auswählen, der im Graphen dargestellt werden soll.
2. Die primäre Dimension des Berichtes ist Wochentag. Die Wochentage werden mit den Ziffern 0-6 gekennzeichnet. 0 entspricht dem Sonntag und 6 steht für den Samstag.
3. Wem das zu unübersichtlich ist, kann als sekundäre Dimension „Name des Wochentages“ hinzufügen.

Als primäre Dimension ist „Name des Wochentages“ leider nicht geeignet, weil dann im Graphen die Messwerte nicht nach den einzelnen Wochentagen zusammengefasst werden können.

Nach dem gleichen Muster lässt sich auch ein benutzerdefinierter Bericht für die Aufschlüsselung der Verkäufe nach der Tageszeit anlegen. Wählt für diesen Bericht als primäre Dimension „Stunde“ aus.

Falls ihr mehr über die Optimierung von Online-Kampagnen nach Wochentag und Uhrzeit wissen möchtet, könnte dieser Artikel für euch interessant sein.

Weitere Informationen zu benutzerdefinierten Berichten findet ihr hier:
https://support.google.com/analytics/answer/1151300?hl=de

2.2 Benutzerdefinierte Dashboards

Alle relevanten Kennzahlen und Berichte auf einen Blick: genau dies wird in Google Analytics mit benutzerdefinierten Dashboards ermöglicht.

Ein benutzerdefiniertes Dashboard kann verschiedenste Widgets enthalten: Einzelne Messwerte, Diagramme, Tabellen, Landkarten und noch vieles mehr. Ihr könnt einzelne Widgets detailliert definieren oder ganz einfach Standardberichte eurem Dashboard hinzufügen.

Ein Beispiel für ein individuelles Dashboard:

Benutzerdefiniertes Dashboard anlegen

So legt ihr ein benutzerdefiniertes Dashboard an:

Wählt in eurer Datenansicht im Abschnitt Personalisieren den Eintrag Dashboards aus und klickt dann auf Erstellen.

Nun könnt ihr auswählen, ob ihr mit einem leeren Dashboard oder einem vordefinierten Starter-Dashboard beginnen möchtet. Alternativ ist auch der Import eines vordefinierten Dashboards aus der Google Analytics Lösungsgalerie möglich.

Wir starten mit einem leeren Dashboard:

1. Wählt „Unformatiert“ aus.
2. Gebt dem neuen Dashboard einen Namen.
3. Klickt auf „Dashboard erstellen“, um das neue Dashboard anzulegen.

Anschließend könnt ihr verschiedenste Widgets dem neuen Dashboard hinzufügen:

Widget 1: Verlauf der Absprungrate anzeigen

1. Namen des Widgets festlegen.
2. Typ „Verlauf“ auswählen.
3. „Absprungrate“ auswählen.

Widget 2: Nur Sitzungen von Besuchern aus Social Media Kanälen anzeigen

1. Namen des Widgets festlegen.
2. Typ „Verlauf“ auswählen.
3. „Sitzungen“ auswählen.
4. Filter definieren, um nur Sitzungen von Besuchern anzuzeigen, die über Social Media Kanäle gekommen sind.

Widget 3: Zahl der E-Commerce-Transaktionen als Messwert anzeigen

1. Namen des Widgets festlegen.
2. Typ „Messwert“ auswählen.
3. „Transaktionen“ auswählen.
4. Jedes Widget kann mit einem Bericht oder einer URL verlinkt werden.

Widget 4: Gerätekategorien in Tabelle auflisten

1. Namen des Widgets festlegen.
2. Typ „Tabelle“ auswählen.
3. Spalten für die Tabelle auswählen (Dimension & Messwerte).
4. Jedes Widget kann mit einem Bericht oder einer URL verlinkt werden.

Das Ergebnis: Euer Dashboard mit vier Widgets

So sieht das fertige Dashboard mit den vier neuen Widgets aus:

Wichtig: Dieses Dashboard demonstriert nur einen kleinen Teil der Möglichkeiten, die in benutzerdefinierten Dashboards und Widgets liegen. Welche Diagramme, Messwerte, Tabellen, usw. sinnvoll sind, hängt vom Zweck der einzelnen Website und euren Wünschen ab.

Weitere Informationen zu benutzerdefinierten Dashboards findet ihr hier:
https://support.google.com/analytics/answer/1068218?hl=de

Zusammenfassung

Für erfolgreiche Webanalysen solltet ihr nicht nur auf das Einrichten von Trackings oder die Konfiguration von Google Analytics achten. Viel wichtiger ist eigentlich die Frage, wie ihr die Daten in Google Analytics nutzen könnt, um neue Erkenntnisse über eure Kunden zu gewinnen oder Optimierungspotenziale zu identifizieren. Ein Schlüssel – wenn nicht gar der wichtigste – zu besseren Analysen ist die Segmentierung eurer Daten. Es bringt euch meist nur wenig, auf übergreifende Kennziffern wie die Absprungrate oder die Conversion-Rate zu schauen. Viel interessanter ist doch die Frage, wie sich zum Beispiel die Conversion-Rate für einzelne Akquisitionskanäle, Werbekampagnen, Nutzergruppen, usw. verhält. Erst dann könnt ihr tatsächlich die Ansatzpunkte erkennen, um euer Marketing zu optimieren oder die User Experience auf eurer Website zu verbessern.

Zwei wichtige Hilfsmittel für die Datenanalyse in Google Analytics sind die benutzerdefinierten Berichte & Dashboards. Sie erlauben euch schnellen Zugang zu genau jenen Daten, die für euch die höchste Relevanz besitzen.

Wenn ihr unsicher seid, welche Daten für euer Business am wichtigsten sind, empfehle ich euch diesen Artikel über die Entwicklung von Webanalyseplänen. Er hilft euch dabei, einen Überblick über die von euch benötigten Daten und ihre Segmentierungen zu bekommen. Daraus könnt ihr dann die erforderlichen Trackings ableiten.

Deshalb: Die Datenerfassung mit korrekt funktionierenden Trackings ist die Basis. Doch Sinn macht der Aufwand nur, wenn ihr auch konkrete Ziele formuliert habt, die ihr mit Hilfe der Webanalyse erreichen möchtet.

---

Einführung in den Google Tag Manager

In den letzten sechs Teilen dieser Artikelserie haben wir uns vor allem mit der Konfiguration von Google Analytics auseinandergesetzt. Doch inzwischen wird der Google Tag Manager immer häufiger in einem Atemzug mit Google Analytics genannt. Was verbirgt sich eigentlich hinter dem Google Tag Manager? Und warum sollte man sich mit ihm beschäftigen, wenn wir hier doch eigentlich von Google Analytics sprechen?
In diesem Artikel zeige ich euch, warum Google Analytics und der Google Tag Manager so ein starkes Team sind. Als Praxisbeispiel realisieren wir ein Tracking des in WordPress so beliebten Contact Form 7-Kontaktformulars.

wp-image-82495″} –>

Einführung in der Google Tag Manager

Für viele ist der Google Tag Manager noch immer Neuland, dabei ist das Tool schon seit fast fünf Jahren verfügbar. Doch erst jetzt wird der Tag Manager in der Breite sichtbar und in mehr und mehr Projekten eingesetzt. Übrigens aus gutem Grund: Denn mit dem Tag Manager lassen sich unterschiedlichste Tracking-Szenarien flexibel und mit geringem Programmieraufwand umsetzen.

Es wird also höchste Zeit, dass wir einen genaueren Blick auf den Tag Manager werfen.

1. Was ist der Google Tag Manager?

Der Name sagt es schon: Der Tag Manager ist ein Werkzeug zur Verwaltung der Tags bzw. Code-Snippets, die für das Tracking auf Websites benutzt werden. Der Google Tag Manager ist nicht auf Google Anwendungen wie zum Beispiel Analytics, AdWords, Optimize, etc. beschränkt. Ihr könnt mit ihm auch viele Tags von Drittanbietern wie etwa Twitter und Criteo einbinden. Benutzerdefinierte HTML-Tags erlauben zudem die Einbindung beliebiger weiterer Tracking-Tags oder JavaScript-Funktionen. Mit anderen Worten: Der Tag Manager ist ein offenes System von hoher Flexibilität, mit dem ihr sehr genau steuern könnt, welche Code-Snippets auf eurer Website ausgespielt werden sollen.

2. Vorteile des Google Tag Managers

Der Tag Manager bringt Übersicht in eure Tracking-Tags. Gerade auf Websites, die schon ein wenig länger online sind, entsteht im Laufe der Zeit häufig ein Wildwuchs verschiedenster Tracking-Codes. Wenn man Glück hat, wurden die eingebundenen Tracking-Codes dokumentiert, so dass man nachvollziehen kann, in welchen Bereichen der Website welche Codes zu welchem Zweck genutzt werden.

Meistens jedoch hat man kein Glück: Dann finden sich auf einer Website noch Tracking-Codes von Werbepartnern, mit denen schon seit Jahren nicht mehr zusammengearbeitet wird. Hingegen fehlen in Teilbereichen der Website einzelne Tracking-Codes, deren Daten man gut gebrauchen könnte. Noch fataler ist ein Relaunch der Website: Dann gehen häufig Tracking-Codes verloren, weil sie nirgendwo dokumentiert waren. In der Folge wird eine Website manchmal wochenlang ohne Trackings betrieben.

Mit dem Google Tag Manager bekommt ihr endlich Ordnung und Übersicht in eure Tracking-Codes. Denn der Tag Manager ist die zentrale Schaltstelle, um Tags zu verwalten, zu konfigurieren und auf eurer Website auszuspielen. So habt ihr jederzeit den Überblick über eure Trackings.

Ein wichtiges Merkmal des Tag Managers ist sein sogenanntes Container-Tag, das von euch dynamisch mit verschiedensten Tracking-Tags gefüllt werden kann. Dieser Ansatz hat für euch einen großen Vorteil: Für die meisten Trackings reicht es nämlich aus, die beiden Code-Snippets des Container-Tags auf eurer Website zu implementieren. Die Trackings selber konfiguriert ihr dann im Tag Manager und legt fest, unter welchen Bedingungen, sie über das Container-Tag auf eurer Website ausgespielt werden sollen. Das Container-Tag ersetzt also alle manuell integrierten Tags.

Auf diese Weise könnt ihr zusätzliche Tracking-Tags auf eurer Website ausspielen, ohne in den Code eurer Website eingreifen zu müssen. Ihr fügt ein neues Tag einfach in den Container des Tag Managers hinzu und veröffentlicht die Änderung. Anschließend enthält das Container-Tag auf eurer Website das neue Tracking-Tag.

Doch das ist nicht alles, denn der Tag Manager geht noch einen Schritt weiter: Er ermöglicht euch, Funktion und Verhalten der Tracking-Tags regelbasiert festzulegen. Ihr könnt über den Tag Manager steuern, wann zum Beispiel ein Google Analytics Tag ausgelöst werden soll (etwa bei einem Pageview oder beim Absenden eines Formulars). Ferner könnt ihr definieren, welche Daten das Tag an Google Analytics (oder Facebook, Twitter, etc.) übermitteln soll. Dies macht den Tag Manager enorm anpassungsfähig und in den meisten Fällen könnt ihr diese Regeln ohne zusätzlichen Programmieraufwand auf eurer Website umsetzen. Es gibt einige Situationen, in denen ihr zusätzlichen Code auf euren Webseiten benötigen werdet, doch dazu mehr im Abschnitt Data Layer.

Auf einen Blick: Die Vorteile des Google Tag Managers

• Auf der Website muss nur noch ein Code-Snippet eingebunden werden
• Zentrale Verwaltung aller Tracking-Tags
• Änderungen an den Trackings sind durch integrierte Versionsverwaltung jederzeit nachvollziehbar
• Die Realisierung zusätzlicher Trackings ist in den meisten Fällen ohne Eingriff in den Code der Website möglich
• Tools wie der Vorschaumodus und der Tag Assistant erleichtern das Testing und Debugging

3. Die Tag Manager Basics

Bevor wir mit den Praxisbeispielen starten, möchte ich euch kurz noch einige Begriffe erklären, die euch bei der Arbeit mit dem Tag Manager immer wieder begegnen werden: Tags, Trigger, Variablen und der Data Layer. Was verbirgt sich dahinter?

3.1 Tags

Hinter den Tags verbergen sich die kleinen Code-Snippets, die über den Tag Manager auf eurer Website ausgespielt werden. Meist werden Tags verwendet, um Daten über die Nutzung eurer Website an Dritte zu senden. Der Tag Manager bietet euch derzeit über 50 Tags verschiedenster Anbieter, darunter natürlich auch das Universal Analytics-Tag, um Daten an Google Analytics zu senden und das AdWords-Conversion-Tracking-Tag, mit dem Informationen über Conversions an euer AdWords-Konto gesendet werden können. Ergänzend dazu könnt ihr mit Hilfe der benutzerdefinierten Tags beliebige Code-Snippets in das Container-Tag einfügen.

Mehr Informationen zu Tags: https://support.google.com/tagmanager/answer/3281060?hl=de

In der Konfiguration des Tags wird festgelegt, welche Daten das Tag erfassen und senden soll. Damit ist jedoch nicht definiert, wann das Tag eigentlich ausgelöst wird, z.B. durch einen Pageview oder ein abgeschicktes Kontaktformular. Deshalb benötigt ihr zusätzlich ihr noch eine Steuerung, die das Tag genau dann auslöst, wenn bestimmte Bedingungen erfüllt werden. Zu diesem Zweck verknüpfen wir jedes Tag mit einem sogenannten Trigger.

3.2 Trigger

Mit Hilfe des Triggers beschreiben wir die Bedingung, unter der ein bestimmtes Tag ausgelöst werden soll. Einige Beispiel für solche Bedingungen:

Löse ein Tag aus,

• wenn eine Seite aufgerufen wurde.
• wenn ein Kontaktformular abgesendet wurde.
• wenn eine PDF-Datei heruntergeladen wurde.
• wenn ein Besucher bis zum Ende der Seite gescrollt hat.
• wenn auf einen Social Sharing Button geklickt wurde.
• wenn sich ein Besucher für den Newsletter angemeldet hat.
• wenn eine Bestellung aufgegeben wurde.

Wie auch immer die Bedingung lautet: Der Trigger wird mit einem Tag verknüpft und steuert, ob das Tag Daten senden darf. Der Trigger ist für das Tag also so etwas wie eine Ampel: Solange die Triggerbedingung nicht erfüllt ist, gibt der Trigger dem Tag ein rotes Signal: Das Tag wird nicht ausgelöst und sendet keine Daten. Wird die Bedingung erfüllt – zum Beispiel durch ein abgeschicktes Kontaktformular – gibt der Trigger das Tag frei, und das Tag sendet Daten.

Ein Trigger kann mit mehreren Tags verknüpft werden. Dann würden beim Erfüllen der Trigger-Bedingung mehrere Tags auf einmal ausgelöst werden. Umgekehrt wird ein Tag, das mit keinem Trigger verknüpft wurde, niemals Daten senden. Ein Tag muss immer von einem Trigger ausgelöst werden, um aktiv zu werden.

Weitere Informationen zu Triggern: https://support.google.com/tagmanager/answer/6106961?hl=de

3.3 Variablen

Variablen sind im Google Tag Manager allgegenwärtig. Ihr werdet sie in der Regel immer dann brauchen, wenn ihr Tags und Trigger einrichtet. In einer Variablen werden Informationen abgelegt, die ihr z.B. in einem Trigger zum Überprüfen einer Bedingung nutzen könnt. Häufig wird der Inhalt von Variablen auch mit Hilfe eines Tags zum Beispiel an Google Analytics gesendet.

Es gibt im Google Tag Manager eine Vielzahl sogenannter integrierter Variablen:

• Page URL: Die URL der aufgerufenen Seite
• Click ID: Die ID des angeklickten Elementes
• Referrer: Die Verweis-URL der aufgerufenen Seite
• und noch viele mehr…

Weitere Informationen zu integrierten Variablen: https://support.google.com/tagmanager/answer/7182738?hl=de

Zusätzlich könnt ihr eigene Variablen definieren. Sie erlauben euch den Zugriff auf weitere Informationen, wie zum Beispiel auf das Protokoll der angeklickten URL, den Seitentitel der aufgerufenen Seite und noch vieles mehr. Ihr könnt sogar JavaScript-Funktionen nutzen, z.B. um den Dateityp einer heruntergeladenen Datei zu bestimmen oder einen Cookie zu platzieren. Mehr Informationen zu benutzerdefinierten Variablen findet ihr hier: https://support.google.com/tagmanager/answer/6106899

3.4 Data Layer

Eine weitere wichtige Komponente des Google Tag Managers ist der sogenannte Data Layer, häufig auch Datenschicht genannt. Vereinfacht könnte man sagen, dass der Data Layer immer dann zum Einsatz kommt, wenn ihr zusätzliche Informationen der Website oder über den Besucher bzw. sein Verhalten an den Tag Manager übertragen möchtet.

Beispiele:

• Wichtige Nutzerinteraktionen, die keinen neuen Seitenaufruf auslösen, z.B. das Absenden eines Kontaktformulars, das mit AJAX realisiert wurde.
• Detaillierte Informationen über E-Commerce-Transaktionen, z.B. Transaktions-IDs, Bestellwert, Warenkorbinhalt, usw.
• Der Status eines Besuchers eurer Website, z.B. eingeloggt/nicht eingeloggt, oder Erstbesteller / Vielbesteller / Premiumkunde.
• Der Preis des Produktes, das ein Besucher gerade anschaut.

In solchen Fällen benötigt ihr auf eurer Website ein wenig zusätzlichen JavaScript-Code, der die gewünschten Informationen in den Data Layer schreibt. Im Tag Manager könnt ihr diese Informationen ganz einfach aus dem Data Layer herauslesen und in dafür vorgesehenen Variablen speichern. Anschließend lassen sich diese Variablen in Tags und Triggern weiterverwenden.

Das folgende Praxisbeispiel zeigt einen einfachen Anwendungsfall für den Data Layer: Wir tracken das Absenden des beliebten WordPress-Kontaktformulars Contact Form 7.

Mehr zum Data Layer:

• Allgemeine Informationen: https://support.google.com/tagmanager/answer/6164391
• E-Commerce-Tracking: https://support.google.com/tagmanager/answer/6107169?hl=de
• Developer Guide: https://developers.google.com/tag-manager/devguide

4. Praxisbeispiel: Tracking eines Contact Form 7-Kontaktformulars in WordPress

WordPress hat eine enorm hohe Verbreitung und wer auf seiner WordPress-Seite ein Kontaktformular integrieren möchte, greift häufig zu dem Plugin Contact Form 7. Deshalb zeige ich euch im folgenden Beispiel, wie ihr ein Tracking für ein Kontaktformular einrichtet, das mit Contact Form 7 umgesetzt wurde.

Voraussetzungen, damit ihr die Beispiele nachvollziehen könnt;

1. Ihr besitzt ein Tag Manager Konto (https://tagmanager.google.com/?hl=de).
2. Die Code-Snippets für das Container-Tag habt ihr auf eurer Website integriert.
3. Das Tracking für Seitenaufrufe ist bereits eingerichtet.

Keine Sorge, wenn ihr ganz neu mit dem Google Tag Manager einsteigt, findet ihr in Teil 1 dieses Artikels eine genaue Anleitung für diese ersten drei Schritte: Einbindung des Tracking-Codes mit dem Google Tag Manager.

Los geht’s: Tracking für das Kontaktformular einrichten

Contact Form 7 ist eines der beliebtesten WordPress-Plugins. Es bietet ein einfach konfigurierbares Kontaktformular, das sich leicht in WordPress-Seiten integrieren lässt. Doch wie könnt ihr mit Google Analytics tracken, ob ein Besucher eurer Website das Formular erfolgreich abgeschickt hat?

In Teil 4 Conversion Tracking haben wir bereits einmal ein Zielvorhaben für ein Kontaktformular eingerichtet. Die Voraussetzung war allerdings, dass nach dem Absenden des Formulars eine eindeutige Seite, z.B. /danke-fuer-ihre-anfrage.php, aufgerufen wird.

Mit Contact Form 7 funktioniert dieser Ansatz leider nicht, weil nach dem erfolgreichen Absenden des Formulars normalerweise keine neue Seite geladen wird, sondern auf der aktuellen Seite lediglich eine Meldung wie „Vielen Dank für Ihre Nachricht.“ ausgegeben wird.

Contact Form 7 ermöglicht uns aber auf einfache Weise, ein benutzerdefiniertes Ereignis in den Data Layer des Tag Managers zu senden. Im Tag Manager definieren wir einen Trigger, der von diesem Ereignis ausgelöst wird. Der Trigger wiederum steuert ein Tag an, mit dem wir ein Ereignis an Google Analytics senden.

Die einzelnen Schritte noch einmal im Überblick:

1. Aus Contact Form 7 heraus senden wir ein benutzerdefiniertes Ereignis in den Data Layer des Tag Managers.
2. Im Tag Manager definieren wir einen Trigger, der von diesem benutzerdefinierten Ereignis ausgelöst wird.
3. Und zuletzt legen wir im Tag Manager ein Tag an, das ein Ereignis an Google Analytics sendet, wenn der Trigger ausgelöst wurde.

Klingt kompliziert? Es ist viel einfacher, als es aussieht. Jeden Schritt erkläre ich nun ausführlich.

Schritt 1: Aus Contact Form 7 heraus ein Ereignis senden

Wählt im Admin-Bereich von WordPress das entsprechende Contact Form 7 Kontaktformular aus und selektiert den Tab Zusätzliche Einstellungen.

Tragt in das Textfeld folgenden Code ein:

on_sent_ok: "dataLayer.push({'event':'kontaktformular-abgeschickt'});"

Wenn das Kontaktformular erfolgreich abgeschickt wurde, wird der JavaScript-Code „dataLayer.push …“ ausgeführt. Mit ihm wird an den Data Layer des Google Tag Managers ein Event mit dem Namen „kontaktformular-abgeschickt“ gesendet.

Mehr Information hier: https://developers.google.com/tag-manager/devguide#events

Das ist bereits alles, was wir im Kontaktformular erweitern müssen. Nun geht es im Tag Manager weiter.

Schritt 2: Trigger im Tag Manager definieren

Klickt im Arbeitsbereich eures Tag Managers auf Trigger und dann auf NEU.

Es öffnet sich ein Fenster, in dem nun der Trigger definiert wird:

1. Der Trigger erhält den Namen Kontaktformular abgeschickt.
2. Der Typ des Triggers ist Benutzerdefiniertes Ereignis.
3. Der Ereignisname lautet kontaktformular-abgeschickt. Das ist genau der Name des Ereignisses, das wir über das Kontaktformular an den Data Layer senden.
4. Im Abschnitt Diesen Trigger auslösen bei: wählen wir Alle benutzerdefnierten Ereignisse Das bedeutet, dass dieser Trigger immer ausgelöst wird, wenn ein Ereignis mit dem Namen kontaktformular-abgeschickt auftritt.
5. Abspeichern, und der Trigger ist bereit.

Im nächsten Schritt wird das Tag eingerichtet.

Schritt 3: Tag anlegen und mit dem Trigger verbinden

Klickt im Arbeitsbereich eures Tag Managers auf Tags und dann auf NEU.

Im folgenden Fenster wird das Tag definiert, mit dem das erfolgreiche Abschicken des Kontaktformulars an Google Analytics gemeldet wird:

1. Das Tag erhält den Namen UA – Event – Kontaktformular abgeschickt. So kann man in der Tag-Liste schon anhand des Namens die Funktion des Tags erkennen.
2. Wählt Universal Analytics als Tag-Typ
3. Im nächsten Feld wird die Tracking-ID der Analytics Property eingetragen, in die die erfassten Daten gesendet werden sollen. Ich habe die Tracking-ID in der benutzerdefinierten Variablen UA Tracking-ID hinterlegt, so muss ich mir die Tracking-ID nicht merken. Ihr könnt die Tracking-ID natürlich auch direkt eingegeben.
4. Der Erfassungstyp wird auf Ereignis geändert.
5. In das Feld Kategorie wird Kontaktformular eingetragen. Unter dieser Kategorie könnt ihr das Ereignis später in Google Analytics finden.
6. In das Feld Aktion wird E-Mail Kontaktaufnahme (bestätigt) eingetragen.Optional: Am Ende des Feldes Aktion habe ich den Zusatz (bestätigt) eingetragen, weil wir bei einem Kontaktformular das erfolgreiche Absenden überprüfen können. Im Gegensatz dazu wären Klicks auf mailto-Links unbestätigte Kontaktaufnahmen, weil wir nicht erkennen können, ob vom Besucher tatsächlich eine E-Mail verschickt wurde.

1. Unter Weitere Einstellungen >> Festzulegende Felder wird anonymizeIp ausgewählt und auf true gesetzt, um die Anforderungen des Datenschutzes zu berücksichtigen.
2. Schließlich muss nur noch der Trigger ausgewählt werden, der das Tag auslösen soll. Wählt den eben angelegten Trigger Kontaktformular abgeschickt
3. Abspeichern, und das Tag ist fertig eingerichtet.

Nicht vergessen: Damit das neue Tag und der Trigger wirksam werden, müssen die Änderungen im Google Tag Manager veröffentlicht werden!

Geschafft! Ihr habt ihr ein Tracking für ein Kontaktformular vom Typ Contact Form 7 eingerichtet.

Wenn ihr jetzt in Google Analytics eure Ereignisberichte aufruft, sollten dort auch entsprechende Ereignisse erscheinen (sofern ein Besucher ein Kontaktformular abgeschickt hat):

Achtung: Änderungen in Contact Form 7, Version 4.7

Mit der Version 4.7 von Contact Form 7 wird empfohlen, nicht länger die Funktion on_sent_ok für das Einrichten von Trackings zu verwenden, weil diese bis Ende 2017 deaktiviert wird (mehr Infos hier). Stattdessen sendet Contact Form 7 nun ein DOM Event mit dem Namen wpcf7mailsent, wenn das Formular erfolgreich abgeschickt wurde (mehr Infos hier).

Das bedeutet, dass wir unser Tracking ein wenig umstellen müssen. Statt im ersten Schritt über die Funktion on_sent_ok ein Event in den Data Layer zu senden, benötigen wir nun einen EventListener der auf das Event wpcf7mailsent reagiert und dann in den Data Layer ein Event mit dem Namen ‚kontaktformular-abgeschickt‘ sendet.

Der Rest unserer Trackings (Trigger und Tag im Tag Manager) bleibt unverändert. Wir ändern nur die Methode, mit der wir das Event in den Data Layer senden.

1. Event-Listener definieren

Um das DOM Event wpcf7mailsent abzufangen, benötigen wir einen eigenen Event-Listener:

<script>
 document.addEventListener( 'wpcf7mailsent', function( event ) {
     dataLayer.push({'event':'kontaktformular-abgeschickt'});
 }, false );
 </script>

Dieses Stückchen Code sendet in den Data Layer des Tag Managers ein Event mit dem Namen ‚kontaktformular-abgeschickt‘, wenn ein DOM Event mit dem Namen wpcf7mailsent auftritt.

2. Event-Listener in die Website integrieren

Normalerweise müsstet ihr diesen Event-Listener in der Datei header.php eures WordPress Themes hinzufügen. Zur Veranschaulichung, was mit dem Google Tag Manager alles möglich ist, machen wir das hier einmal anders und spielen das Code-Snippet über ein benutzerdefiniertes HTML-Tag aus.

Trigger einrichten

Damit das Code-Snippet, das den Event-Listener enthält, nicht auf jeder Seite ausgespielt wird, benötigen wir einen speziellen Trigger. Dieser neue Trigger soll nur dann auslösen, wenn eine Seite aufgerufen wird, auf der sich ein Kontaktformular befindet.

Klickt im Arbeitsbereich eures Tag Managers auf Trigger und dann auf NEU.

Es öffnet sich ein Fenster, in dem nun der Trigger definiert wird:

1. Der Trigger erhältden Namen Aufruf der Kontaktseite.
2. Der Typ des Triggers ist Seitenaufruf.
3. Im Abschnitt Diesen Trigger auslösen bei: wählen wir Einige Seitenaufrufe aus, damit wir im nächsten Schritt festlegen können, bei welchen Seitenaufrufen dieser Trigger ausgelöst werden soll. Falls ihr auf allen Seiten eurer Website ein Kontaktformular integriert haben solltet, würdet ihr hier stattdessen Alle Seitenaufrufe auswählen.
4. Nun wird die Bedingung definiert, unter der der Trigger auslösen soll. In diesem Beispiel habe ich als Bedingung Page Path ist gleich /kontakt/ Das bedeutet, dass der Trigger ausgelöst wird, wenn der Pfad der aufgerufenen Seiten gleich /kontakt/ ist. Der Pfad zu eurer Kontaktseite wird vermutlich anders lauten. Dann müsstet ihr die Bedingung entsprechend anpassen.
5. Abspeichern, und der Trigger ist bereit.

HTML-Tag einrichten

Klickt im Arbeitsbereich eures Tag Managers auf Tags und dann auf NEU.

Im folgenden Fenster wird das HTML-Tag definiert, das den Code für den Event-Listener enthält:

1. Das Tag erhält den Namen EventListener für Kontaktformular.
2. Wählt Benutzerdefiniertes HTML als Tag-Typ
3. Im nächsten Feld wird der Code für den Event-Listener eingetragen. Genau in dieser Form wird der Code dann auf der Website ausgespielt.
4. Wählt den Trigger aus, der dieses HTML-Tag steuert. Wir selektieren den gerade neu angelegten Trigger Aufruf der Kontaktseite.
5. Abspeichern.

Nicht vergessen: Damit die Änderungen auf eurer Website wirksam werden, müsst ihr Sie noch über den Tag Manager veröffentlichen.

Nun habt ihr auf eurer Website einen zusätzlichen Event-Listener integriert, ohne in den Code eingreifen zu müssen!

3. on_set_ok aus den Einstellungen des Kontaktformulars entfernen

Damit der neue EventListener korrekt funktioniert, solltet ihr den on_set_ok Eintrag aus den Einstellungen eures Kontaktformulars entfernen.

Das war es bereits: Mit diesen kleinen Änderungen habt ihr das Tracking des Contact Form 7 Kontaktformulars auf die neue Methode umgestellt.

Fazit

Der Google Tag Manager ermöglicht die zentrale Verwaltung eurer Tracking Tags und sorgt so für Ordnung und Überblick. Durch die weitgehende Trennung zwischen Tracking-Logik und Tracking-Code ist er sehr flexibel und erlaubt Realisierung verschiedenster Trackings ohne direkt in den Code der Website eingreifen zu müssen.

---

Cross-Domain Tracking

Das Cross-Domain Tracking – auch domainübergreifendes Tracking genannt – bereitet in Google Analytics häufig Kopfzerbrechen. Dabei ist die Einrichtung des Trackings eigentlich gar nicht so schwer, wenn man alle notwendigen Einstellungen berücksichtigt. In diesem Artikel zeige ich euch, wie ihr ein domainübergreifendes Tracking mit Google Analytics einrichtet.

1. Wofür benötigt man Cross-Domain Tracking?

Google Analytics unterstützt in seinen Grundeinstellungen zunächst kein domainübergreifendes Tracking von Besuchern. Jeder Property wird normalerweise genau eine Domain zugeordnet. Die Domain kann beliebig viele Subdomains beinhalten, wie etwa www.euredomain.tld, shop.euredomain.tld und blog.euredomain.tld. Wenn ihr jedoch eure Besucher über verschiedene Domains hinweg tracken möchtet, sind einige zusätzliche Einstellungen in Google Analytics nötig.

Beispiel:

Nehmen wir an, dass ihr einen Onlineshop unter der Adresse www.euer-onlineshop.tld betreibt. Für ein neues Produkt habt ihr eine Marketingkampagne gestartet, für die eine separate Microsite unter www.neues-super-produkt.tld genutzt wird. Die Microsite wird über verschiedene Kanäle beworben, z.B. Google AdWords, Facebook Ads & Twitter Ads. Besucher finden auf der Microsite viele Informationen zu dem neuen Produkt. Wenn sie es kaufen möchten, werden sie über einen Kaufen-Link auf euren Onlineshop unter www.euer-onlineshop.tld geleitet.

Das Problem: In der Analytics Property eures Onlineshops könnt ihr sehen, wie viel Traffic von der Microsite www.neues-super-produkt.tld in euren Shop geflossen ist, und wie viele Bestellungen aus dem Traffic generiert werden konnten. Was ihr leider nicht messen könnt, ist der Einfluss der Werbekampagnen auf die Sales: Denn die Kampagnen liefern Traffic auf die Domain www.neues-super-produkt.tld. Sobald ein Besucher in den Shop wechselt, wird in der Google Analytics Property des Shops eine neue Sitzung gestartet. Anhand dieser Sitzung könnt ihr nur noch feststellen, dass der Besucher über die Microsite zu euch gekommen ist. Welcher Werbekanal ursprünglich dahinter stand, ist nicht mehr zu erkennen.

Genau an dieser Stelle kommt das Cross-Domain Tracking zum Einsatz. Es erlaubt euch, einen Besucher über verschiedene Domains hinweg zu tracken, ohne dass beim Domainwechsel eine neue Sitzung in Analytics gestartet wird. So lässt sich die ursprüngliche Trafficquelle auch nach dem Wechsel des Besuchers zwischen den überwachten Domains immer feststellen. Wenn also ein Besucher über eine Facebook Ad auf eure Microsite gekommen ist und anschließend in eurem Onlineshop eine Bestellung tätigt, könnt ihr in Analytics genau erkennen, dass dieser Kauf auf eine Facebook Ad zurückzuführen ist.

Wichtig: Die Quell-/Medium-Information wird auf Sitzungsebene gespeichert. Deshalb muss gewährleistet sein, dass beim Wechsel zwischen den Domains keine neue Sitzung gestartet wird. Überprüft deshalb mit dem Google Tag Assistant, dass beim Domain-Wechsel die ursprüngliche Sitzung weiter geführt wird.

2. So wird das Cross-Domain Tracking eingerichtet

Das Cross-Domain Tracking lässt sich auf zwei verschiedene Arten einrichten. Wenn ihr den Universal Analytics Tracking Code direkt auf eurer Website eingebunden habt, muss der Tracking Code um einige Zeilen erweitert werden. Falls ihr bereits den Google Tag Manager verwendet, sind die Universal Analytics Tracking Tags um einige Einstellungen zu ergänzen.

Wir bleiben bei unserem obigen Beispiel und richten nun ein domainübergreifendes Tracking für die beiden Domains www.euer-onlineshop.tld und www.neues-super-produkt.tld ein.

2.1 Variante 1: Direkte Einbindung des Tracking Codes

Der Universal Analytics Tracking Code wird einige Zeilen erweitert (fett hervorgehoben):

<script>
  (function(i,s,o,g,r,a,m){i['GoogleAnalyticsObject']=r;i[r]=i[r]||function(){
  (i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o),
  m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m)
  })(window,document,'script','https://www.google-analytics.com/analytics.js','ga');
  ga('create', 'UA-XXXXXXXX-1', 'auto', {'allowLinker': true});
  ga('require', 'linker');
  ga('linker:autoLink', ['euer-onlineshop.tld', 'neues-super-produkt.tld'] );
  ga('set', 'anonymizeIp', true);
  ga('send', 'pageview');
</script>

Diesen Tracking Code müsst ihr auf beiden Websites integrieren. Denkt daran, die Tracking-ID UA-XXXXXXXX-1 durch eure eigene ID austauschen.

Wichtig: Beide Domains nutzen die gleiche Tracking ID! Die zu trackenden Domains werden ohne Subdomain (z.B. www.) eingetragen. Damit das Tracking dennoch funktioniert, muss in der Zeile ga(‚create‘ … hinter der Tracking-ID zwingend ‚auto‘ eingetragen werden.

2.2 Variante 2: Tracking Code wird über den Google Tag Manager integriert

Wenn ihr den Tag Manager verwendet, muss jedes Universal Analytics Tag für das domainübergreifende Tracking erweitert werden. Deshalb legen wir im ersten Schritt eine benutzerdefinierte Variable an, in der wir die einzelnen Domains speichern. So müsst ihr die Domains nicht bei jedem Tag einzeln eintragen.

1. Der Name der Variablen ist Auto Link Domains.
2. Der Variablentyp ist Konstant.
3. In das Feld Wert tragt ihr die Domains ein, die ihr über das Cross-Domain Tracking erfassen möchtet. Die einzelnen Domain werden jeweils mit einem Komma getrennt, also zum Beispiel: euer-onlineshop.tld,neues-super-produkt.tld
4. Speichern.

Im zweiten Schritt erweitert ihr euer Tracking Tag um einige Einstellungen:

1. Wählt in eurem Tracking Tag den Abschnitt Weitere Einstellungen aus.
2. Wählt dann Festzulegende Felder aus.
3. Fügt ein weiteres Feld hinzu. Der Feldname ist cookieDomain, und als Wert tragt ihr auto ein.
4. Fügt noch ein Feld hinzu.Der Feldname ist allowLinker, und als Wert tragt ihr true ein.
5. Im Abschnitt Domainübergreifendes Tracking tragt ihr in das Feld Automatisch verknüpfte Domains eure benutzerdefinierte Variable {{Auto Link Domains}}. In dieser Variable stehen die Domains, für die ein gemeinsames Tracking eingerichtet werden soll.
6. Speichern.

Das waren bereits die Anpassungen, die ihr im Tag Manager vornehmen musstet. Falls ihr mehrere Universal Analytics Tags verwendet, denkt daran, diese Anpassungen für jedes einzelne Tag vorzunehmen.

2.3 Verweisausschlüsse festlegen

Alle Domains, die vom Cross-Domain Tracking erfasst werden, müssen in Google Analytics in die Verweis-Ausschlussliste eurer Property eingetragen werden.

1. Wählt in der Verwaltung eurer Property den Punkt Tracking-Informationen und dann Verweis-Ausschlussliste aus.
2. Klickt auf die Schaltfläche +Verweisausschluss hinzufügen.
3. Fügt die Domains hinzu, für die ihr das Cross-Domain Tracking eingerichtet habt, also z.B. euer-onlineshop.tld und neues-super-produkt.tld.

2.4 Vollständige Seiten-URLs anzeigen

In Google Analytics wird normalerweise nicht die vollständige Seiten-URL inklusive des Domainnamens angezeigt, sondern nur der Seitenpfad (URI).

Beispiele für Seitenpfade:

/
/kontakt/
/shop/

Wenn mehrere Domains innerhalb einer Property getrackt werden, ist die reine Pfadangabe meist nicht mehr eindeutig. Es lässt sich nicht erkennen, auf welcher Domain die aufgerufene Seite liegt. Deshalb erweitern wir den Seitenpfad jetzt um die Domain, damit wir eine eindeutige Zuordnung der aufgerufenen Seiten erhalten. Dafür richten wir einen benutzerdefinierten Filter ein.

1. Wählt die Datenansicht in eurer Property aus, in der ihr den Filter nutzen möchtet.
2. Klickt auf den Eintrag Filter und dann auf die rote Schaltfläche +Filter hinzufügen.
3. Gebt dem neuen Filter einen eindeutigen Namen, z.B. Vollständige Seiten-URL anzeigen.
4. Der Filtertyp ist Benutzdefiniert.
5. Wählt Erweitert aus.
6. Im Abschnitt Feld A -> A extrahieren wird Hostname ausgewählt und (.*) eingetragen.
7. Im Abschnitt Feld B -> B extrahieren wird Anforderungs-URI ausgewählt und (.*) eingetragen.
8. Im Abschnitt Ausgabe in -> Konstruktor wird Anforderungs-URI ausgewählt und $A1$B1 eingetragen.
9. Setzt einen Haken bei Feld A erforderlich.
10. Setzt einen Haken bei Ausgabefeld überschreiben.

Dann nur noch abspeichern. Ab jetzt wird in der Dimension Anforderungs-URI nicht nur der Seitenpfad, sondern auch die Domain gespeichert.

3. Test & Überprüfung des Trackings

Die Einrichtung des domainübergreifenden Trackings scheint zunächst nicht sonderlich kompliziert. Doch in der Praxis funktioniert das Tracking dann häufig doch nicht auf Anhieb. Deshalb solltet ihr genau überprüfen, ob beim Wechsel zwischen den überwachten Domains wirklich keine neue Sitzung angelegt wird und die ursprüngliche Quell-/Medium-Informationen erhalten bleiben. Denkt bei der Überprüfung auch an Ereignistrackings, E-Commerce-Tracking usw. Falls ihr auf eurer Seite auch iframes benutzen solltet, wird das durchgehende Tracking dadurch leider ein wenig anspruchsvoller.

So überprüft ihr euer Cross-Domain Tracking

1. Test

Beim Wechsel zwischen den Domains wird an eure URLs ein zusätzlicher Parameter mit dem Namen _ga angehängt. Wenn dieser Parameter fehlt, funktioniert euer Cross-Domain Tracking definitiv nicht.

Beispiel:
Auf der Seite www.neues-super-produkt.tld/jetzt-neu.php befindet sich ein Link zu eurem Onlineshop www.euer-onlineshop.tld. Wenn ihr den Link anklickt, und die URL im Browser geladen wird, solltet ihr in der Adresszeile des Browser den zusätzlichen URL-Parameter _ga sehen:

.1921251045.1491907765″} –>

http://www.euer-onlineshop.tld/?_ga=1.236687169.1921251045.1491907765

Der Wert des Parameters variiert natürlich, aber dieser Parameter muss beim Domainwechsel zwingend an die URLs gehängt werden.

2. Test

Wenn der _ga Parameter an eure URLs angehängt wird, kommen wir zum zweiten Test. Dafür benötigen wir den Google Tag Assistant. Mit dieser Chrome-Erweiterung lässt sich genau überprüfen, welche Daten von euren Tracking Codes an Google Analytics gesendet werden.

Im ersten Schritt rufen wir die Microsite www.neues-super-produkt.tld auf. Wir fügen der URL zwei utm-Parameter hinzu, um Quelle und Medium der Sitzung manuell zu setzen:

http://www. neues-super-produkt.tld/?utm_source=cdt-test-source&utm_medium=cdt-test-medium

Im Google Tag Assistant finden wir den Aufruf, der an Google Analytics abgesetzt wird:

Der Parameter cid ist für uns wichtig. Hinter ihm verbirgt sich die sogenannte Client ID. Sie sollte sich beim Wechsel zwischen den Domains nicht ändern. Die Client ID ist übrigens auch ein Bestandteil des _ga Parameters.

Dann folgen wir einem Link von der Microsite in den Onlineshop und kontrollieren den Pageview wiederum mit dem Tag Assistant:

Im Onlineshop wird von Google Analytics dieselbe Client ID verwendet, wie auf der Microsite. Damit haben wir schon viel erreicht.

Nun überprüfen wir noch zusätzlich, ob die Sitzung beim Wechsel der Domain erhalten bleibt. Wechselt dazu im Tag Assistant auf den Tab Google Analytics Report.

Wir sehen, dass genau eine Sitzung (und nicht zwei!) erfasst wurde. Außerdem wurde die Quell-/Medium-Information, die wir über die utm-Parameter mitgegeben hatten, der Sitzung korrekt zugeordnet.

Schauen wir uns die einzelnen Seitenaufrufe im Abschnitt Flow (weiter unten auf der Seite) noch einmal genauer an:

Die ersten beiden Seitenaufrufe finden auf der Microsite statt. Wir sehen, dass mit dem „Page Load 1“ eine neue Sitzung (Session Start) gestartet wird. Mit dem dritten Seitenaufruf erfolgt dann der Wechsel in den Onlineshop. Wenn an dieser Stelle wiederum „Session Start“ stehen würde, wäre das ein ganz klarer Hinweis darauf, dass das Cross-Domain Tracking nicht funktioniert. Im obigen Beispiel wird der dritte Seitenaufruf der gleichen Sitzung zugeordnet, obwohl er von einer anderen Domain stammt: Also arbeitet unser Cross-Domain Tracking richtig. 🙂

Fazit

Das Cross-Domain Tracking ermöglicht die Analyse des Benutzerverhaltens über mehrere Domains hinweg. Das ist besonders dann sinnvoll, wenn sich eure Besucher über verschiedene Domains bewegen, bis sie eine Conversion auslösen. Denn dann erlaubt euch das domainübergreifende Tracking eine genaue Zuordnung der ursprünglichen Trafficquelle zu den erzielten Conversions. Typische Anwendungsfälle sind neben der Konstellation Microsite/Onlineshop auch Verbünde von Websites, die sich gegenseitig Nutzer zuspielen und extern eingebundene Inhalte (z.B. von Zahlungsdienstleistern), die die Integration eines eigenen Tracking Codes unterstützen.

Das Einrichten des domainübergreifenden Trackings geht meist recht schnell. Doch plant genügend Zeit ein, um eure Trackings ausführlich zu testen. Denn nur so könnt ihr sicherstellen, dass das domainübergreifende Tracking für alle möglichen Varianten richtig funktioniert.

---

Tracking von 404-Fehlerseiten

1. Darum solltet Ihr 404-Fehlerseiten überwachen

Keiner mag sie und doch wird man sie nicht los: Die Rede ist von den 404-Fehlerseiten, die ein Webserver ausliefert, wenn unter der angeforderten URL nichts gefunden wurde. Auf unseren eigenen Websites gehen wir davon aus, dass die internen Verlinkungen schon (hoffentlich!) alle richtig sein werden. Schließlich haben wir ja sauber gearbeitet, oder?

Trotzdem können 404-Fehler auftreten: Zum Beispiel, wenn externe Links zu eurer Seite nicht korrekt gesetzt wurden. Oder wenn ihr in euren Werbekampagnen fehlerhafte URLs nutzt. Bei Änderungen der Seitenstruktur treten 404-Fehler gerne gehäuft auf, und sind zum Teil nur mit viel Fleißarbeit zu beheben.

Ganz ehrlich: Wie oft kontrolliert ihr eure Server-Logs auf 404-Fehlermeldungen? Wahrscheinlich nicht allzu häufig, oder? In vielen Fällen habt ihr vielleicht noch nicht einmal Zugriff auf die Weblogs und erfahrt von nicht gefundenen Seiten nur aus eigener Erfahrung oder durch die Hinweise von Besuchern eurer Website.

Wenn ihr eure Website bereits mit Google Analytics überwacht, lässt sich das Tracking mit wenigen Schritten auch auf die 404-Fehlerseiten erweitern. So könnt ihr genau überwachen, wann 404-Fehler auftreten, welche fehlerhafte URLs aufgerufen wurden und ggfs. auch, wo sich der falsch gesetzte Link befindet.

Natürlich lassen sich Verlinkungen auch mit Hilfe der Google Search Console oder externer SEO-Werkzeuge zur Onpage-Analyse aufspüren. Doch beide Ansätze haben den Nachteil, dass es insbesondere bei großen Websites länger dauern kann, bis fehlerhafte Verlinkungen in den Fehlermeldungen auftauchen. In der Zwischenzeit haben sich jedoch schon viele Besucher über falsche Links geärgert.

In diesem Artikel zeige ich euch, wie ihr 404-Fehlerseiten in Google Analytics tracken könnt.

2. Vorteile des Trackings mit Google Analytics

• Schnelle Ergebnisse: Fehlerhafte Links werden identifiziert, sobald ein Besucher auf sie geklickt hat.
• Priorisierung: Ihr seht in Analytics, welche fehlerhaften Links besonders häufig 404-Fehlermeldungen verursachen und deshalb mit Priorität korrigiert werden sollten.

Ein Nachteil soll nicht unerwähnt bleiben: Man wird in der Regel nie alle fehlerhaften Links mit dieser Methode erfassen können, weil kein systematisches Crawling der Website erfolgt, sondern basierend auf dem Nutzerverhalten Fehlermeldungen getrackt werden. Allerdings bedeutet dies umgekehrt, dass jene fehlerhaften Verlinkungen, die für die Benutzer besonders ärgerlich und damit relevant sind, auch zuerst in Google Analytics sichtbar werden.

Los geht’s:

3. Einrichten des Trackings im Google Tag Manager

Das Tracking wird im Google Tag Manager eingerichtet. Anschließend können wir in Google Analytics die Aufrufe von 404-Fehlerseiten auswerten.

Für das Tracking benötigen wir im Tag Manager eine benutzerdefinierte Variable, einen Trigger und das Tag für die 404-Fehlerseite.

3.1. Benutzerdefinierte Variable einrichten

Klickt im Arbeitsbereich eures Tag Managers auf Variablen und unter Benutzerdefinierte Variablen auf NEU.

Im sich nun öffnenden Fenster wird die Variable definiert:

1. Gebt der Variablen den Namen Page Title.
2. Die Variable ist vom Typ JavaScript-Variable.
3. In das Feld Name der globalen Variablen wird document.title eingetragen.
4. Abspeichern, und die Variable Page Title ist fertig definiert.

In der Variablen Page Title haben wir damit den Titel des aktuell geladenen Dokumentes verfügbar. Im nächsten Schritt nutzen wir diese Information und legen einen Trigger an, der ausgelöst wird, wenn die 404-Fehlerseite geladen wird.

3.2. Trigger für 404-Fehlerseite einrichten

Klickt im Arbeitsbereich eures Tag Managers auf Trigger und dann auf NEU.

Es öffnet sich ein Fenster, in dem nun der Trigger definiert wird:

1. Der Trigger bekommt den Namen 404 Fehlerseite aufgerufen.
2. Der Typ des Triggers ist Seitenaufruf.
3. Im Abschnitt Diesen Trigger auslösen bei: wählen wir Einige Seitenaufrufe aus, weil wir jetzt eine Bedingung für das Auslösen des Triggers definieren müssen.
4. Jetzt kommt unsere benutzerdefinierte Variable Page Title zum Einsatz: Wählt im ersten Feld Page Title aus, dann enthält, und schließlich tragt ihr den Titel eurer 404-Fehlerseite ein. Auf meiner Website lautet der Titel zum Beispiel Seite wurde nicht gefunden. 404-Fehler. und genau dieser Text wird jetzt in das letzte Feld eingetragen. Bei euch wird die Fehlerseite mit Sicherheit einen anderen Titel haben, den Inhalt dieses Feldes müsst ihr also anpassen.
5. Dann abspeichern, und der Trigger ist angelegt.

Wichtig: Der Seitentitel der 404-Fehlerseite muss eindeutig sein und darf für keine anderen Seiten verwendet werden. Ansonsten würde der Trigger auch bei Seitenaufrufen auslösen, die nicht zu einer 404-Fehlerseite gehören.

Jetzt muss nur noch das Tag definiert werden, und wir haben ein funktionierendes Tracking für 404-Fehlerseiten.

3.3 Tag für 404-Fehlerseite einrichten

Klickt im Arbeitsbereich eures Tag Managers auf Tags und dann auf NEU.

Im folgenden Fenster wird das Tag eingerichtet:

1. Das Tag erhält den Namen UA – 404 Fehler. Den Zusatz UA schreibe ich zwecks der Übersichtlichkeit gerne an den Anfang von Universal Analytics Tags, das ist aber nicht notwendig.
2. Als Tag-Typ wird Universal Analytics ausgewählt.
3. Im nächsten Feld musst Du die Tracking-ID der Analytics Property eingegeben, in die die erfassten Daten gesendet werden sollen. Ich habe die Tracking-ID in der benutzerdefinierten Variablen {{UA Tracking-ID}} hinterlegt, man kann die Tracking-ID natürlich auch direkt eingegeben.
4. Der Tracking-Typ wird auf Ereignis geändert.
5. In das Feld Kategorie wird 404 Fehler eingetragen. Unter dieser Ereigniskategorie sind die Aufrufe der 404-Fehlerseiten später in Google Analytics zu finden.
6. In das Feld Aktion wird 404 Fehler bei Seitenaufruf: {{Page URL}} eingetragen. Die Variable {{Page URL}} enthält die URL der aufgerufenen Seite, die zu der 404-Fehlermeldung geführt hat.
7. In das Feld Label wird Referrer: {{Referrer}} eingetragen, damit wir in Analytics sehen können, woher der Seitenaufruf kam, der die 404-Fehlermeldung verursacht hat.
8. Treffer ohne Interaktion wird auf Wahr gesetzt, damit dieses Ereignis die Absprungrate nicht positiv beeinflusst.

1. Unter Weitere Einstellungen >> Festzulegende Felder wird anonymizeIpausgewählt und auf truegesetzt, um den Anforderungen des Datenschutzes gerecht zu werden.
2. Schließlich muss nur noch der Trigger ausgewählt werden, der das Tag auslösen soll. Wir wählen den Trigger 404 Fehlerseite aufgerufen aus.
3. Dann abspeichern, und das Tag ist fertig eingerichtet.

Nicht vergessen: Damit das neue Tag und der Trigger wirksam werden, müssen die Änderungen im Google Tag Manager veröffentlicht werden.

Im Tag Manager sind wir damit fertig.

4. 404-Fehlerseiten in Google Analytics analysieren

Die Daten über 404-Fehler werden jetzt an Google Analytics gesendet. Es ist Zeit, einen genaueren Blick auf diese Daten zu werfen. Dafür bietet sich in Analytics der Bericht Verhalten >> Ereignisse >> Übersicht an. Wählt dann die Ereigniskategorie 404 Fehler aus.

Ändert auf der Folgeseite die Primäre Dimension auf Ereignisaktion und fügt Ereignislabel als Sekundäre Dimension hinzu:

Nun kann genau analysiert werden, welche Seitenaufrufe zu 404-Fehlermeldungen geführt haben, und wo die entsprechende fehlerhafte Verlinkung zu finden ist:

Fall 1: Direkte Zugriffe mit falschen URLs

Direkte Zugriffe mit falschen URLs erscheinen mit leerem Referrer in der Spalte Ereignisaktion. In diesen Fällen ist zu unterscheiden:

• Die Ursache könnte in einem Tippfehler in der Adresszeile des Browsers liegen. Dann muss man nicht weiter tätig werden.
• Es kann sich aber auch um eine in den Favoriten des Browsers abgespeicherte URL handeln, die auf eurem Webserver nicht mehr existiert. Dann solltet ihr eine saubere 301-Weiterleitung auf eine möglichst gut passende andere Unterseite einrichten, damit der Besucher keine 404-Fehlermeldung zu sehen bekommt, sondern auf eine Seite geleitet wird, die seiner ursprünglichen Intention entspricht.

Fall 2: Falsch gesetzte Backlinks

Falsch gesetzte Backlinks könnt ihr mit dieser Methode auch erkennen. In der Spalte Ereignisaktion werden externe URLs ebenfalls ausgeben. Wenn möglich, solltet ihr in diesen Fällen den Webmaster der verlinkenden Website kontaktieren und um eine Korrektur des Links bitten. Alternativ wäre auch hier die Einrichtung einer 301-Weiterleitung möglich, um das Problem in den Griff zu bekommen.

Fall 3: Fehlerhafte interne Links

Fehlerhafte interne Links findet ihr mit dieser Methode natürlich auch. Es ist deutlich zu erkennen, dass sich auf der Seite https://www.ebernickel.de/webanalyse/ der Link zu https://www.ebernickel.de/falsch-seite.htm befindet. Der Link kann dann umgehend korrigiert werden.

Fazit

Das Tracking von 404-Fehlermeldungen mit dem Google Tag Manager und Google Analytics ermöglicht das schnelle Identifizieren fehlerhafter interner Verlinkungen ebenso wie falsch gesetzter Backlinks. Nicht vergessen: Diese Methode ist von den Interaktionen der Besucher abhängig und kann kein vollständiges Crawlen der Website nach fehlerhaften Verlinkungen ersetzen. Allerdings findet ihr mit diesem Ansatz sehr schnell jene falschen URLs, deren Korrektur für die Besucher der Website besonders relevant ist, weil sie viel genutzt werden.

---

Tracking von Downloads

Google Analytics erfasst in der Standardkonfiguration leider keine Datei-Downloads. Wenn ihr auf eurer Website jedoch Dateien zum Herunterladen anbietet (z.B. Produktbroschüren, Handbücher, etc.), solltet ihr diese Downloads unbedingt erfassen. Denn häufig liefern die Downloads wichtige Signale, um jene Besucher zu erkennen, die sich für euer Angebot besonders interessieren. Mit Hilfe des Google Tag Managers lässt sich ein vielseitiges Download-Tracking für Google Analytics einrichten. Es zeigt euch nicht nur die Gesamtzahl von Downloads an, sondern gliedert sie zudem nach Dateityp und Namen der jeweils heruntergeladenen Dateien.

Mit diesen Daten habt ihr in Google Analytics die Möglichkeit, eure Downloads genauer zu analysieren und passende Zielvorhaben zu definieren. Im folgenden Artikel erkläre ich die notwendigen Schritte für die Einrichtung des Trackings und zeige, wie die gesammelten Daten in Analytics ausgewertet werden können.

Einführung

Das Messen von Downloads ist in Google Analytics nicht ohne Weiteres möglich. Das liegt an der einfachen Tatsache, dass für die Erfassung von Seitenaufrufen in Analytics ein Tracking-Code auf der jeweiligen Seite eingefügt sein muss. Doch wenn man auf einer Website einen Download-Link wie etwa http://www.euredomain.tld/tolles-tutorial.pdf anklickt, so wird mit dem PDF-Dokument tolles-tutorial.pdf eine Datei aufgerufen, die keinen Tracking-Code von Google Analytics enthält. Deshalb kann ein Download zunächst einmal nicht in Google Analytics erfasst werden.

Was man jedoch in Analytics gut tracken kann, ist der Klick auf den Download-Link. Und genau an dieser Stelle setzen wir an: Wir überwachen Klicks auf Download-Links und senden bei jedem Klick entsprechende Daten zum angeforderten Download an Analytics.

Flexibles Download-Tracking

Die Lösung, die ich euch in diesem Artikel zeigen möchte, ist sehr flexibel, weil die zu trackenden Downloads einfach anhand des Dateityps PDF, MP3, WMF, ZIP) definiert werden. Die Daten werden so erfasst, dass man in Google Analytics genau analysieren kann:

• Wie viele Dateien insgesamt herunterladen wurden
• Auf welche Dateitypen sich die Downloads verteilten
• Wie oft jede einzelne Datei heruntergeladen wurde

Damit habt ihr eine solide Datenbasis für weitergehende Analysen in Google Analytics.

Los geht’s.

Einrichten des Trackings im Google Tag Manager

Das Einrichten des Trackings im Google Tag Manager erfolgt in drei Schritten. Zunächst werden einige Variablen und Funktionen eingerichtet. Dann definieren wir einen Trigger, der beim Klicken auf einen Download-Link ausgelöst wird. Im letzten Schritt richten wir das Tag ein, mit dem Daten über den Download an Google Analytics gesendet werden.

1. Schritt: Variablen und Funktionen einrichten

Für das Tracking benötigen wir eine im Tag Manager integrierte Variable, eine benutzerdefinierte Variable sowie zwei JavaScript-Funktionen.

Integrierte Variable Page URL aktivieren

Klickt im Arbeitsbereich eures Tag Managers auf Variablen und unter Integrierte Variablen auf Konfigurieren:

Aktiviert im nun folgenden Fenster die Variable Page URL.

Benutzerdefinierte Variable einrichten

Wir legen nun die Variable Click URL Path an. Klickt im Arbeitsbereich eures Tag Managers auf Variablen und unter Benutzerdefinierte Variablen auf NEU.

Im sich nun öffnenden Fenster wird die Variable Click URL Path definiert. In ihr wird der Pfad der aufgerufenen URL gespeichert.

1. Gebt der Variablen den Namen Click URL Path.
2. Die Variable ist vom Typ Variable für automatisches Ereignis.
3. Der Variablentyp ist Element-URL.
4. Für den Komponententyp wählt ihr Pfad
5. Abspeichern, und die Variable Click URL Path ist bereit.

Wenn ein Besucher auf einen Link klickt, wird in dieser Variablen der Pfad des Linkziels gespeichert. Wir können diese Variable also dafür nutzen, um herauszufinden, ob auf einen Download-Link geklickt wurde. Näheres dazu findet ihr bei der Definition des Triggers. Zunächst aber müssen noch zwei JavaScript-Funktionen eingerichtet werden.

JavaScript-Funktionen definieren

Im Google Tag Manager können eigene JavaScript-Funktionen definiert werden, um bestimmte Daten abzufragen oder zu manipulieren. Gespeichert werden solche Funktionen ebenfalls in benutzerdefinierten Variablen.

Klickt im Arbeitsbereich eures Tag Managers auf Variablen und unter Benutzerdefinierte Variablen auf NEU.

Im folgenden Fenster wird die Variable ReturnClickURLFiletype definiert. In ihr speichern wir eine Funktion, die die Dateiendung eines aufgerufenen Download-Links zurückgibt.

1. Gebt der Variablen den Namen ReturnClickURLFiletype.
2. Die Variable ist vom Typ Benutzerdefiniertes JavaScript.
3. Fügt in das Textfeld den JavaScript-Code ein:

   function() {
   var url = {{Click URL Path}};
   return url.substr(url.lastIndexOf(‚.‘)+1);
   }

4. Abspeichern, und die Variable ReturnClickURLFiletype ist bereit.

Nun folgt die zweite Funktion ReturnClickURLFilename. Diese Funktion gibt den Namen der Datei zurück, die heruntergeladen werden soll. Klickt im Arbeitsbereich eures Tag Managers auf Variablen und unter Benutzerdefinierte Variablen noch einmal auf NEU.

1. Gebt der Variablen den Namen ReturnClickURLFilename.
2. Die Variable ist vom Typ Benutzerdefiniertes JavaScript.
3. Fügt in das Textfeld den JavaScript-Code ein:

   function() {
   var url = {{Click URL Path}};
   return url.substr(url.lastIndexOf(‚/‘)+1);
   }

4. Abspeichern, und die Variable ReturnClickURLFilename ist bereit.

Damit haben wir alle benötigten Variablen und Funktionen eingerichtet. Es geht weiter mit der Definition des Triggers.

2. Schritt: Trigger für Downloads Links einrichten

Klickt im Arbeitsbereich eures Tag Managers auf Trigger und dann auf NEU.

Es öffnet sich ein Fenster, in dem nun der Trigger definiert wird:

1. Der Trigger bekommt den Namen Download einer Datei.
2. Der Typ des Triggers ist Klick – Nur Links.
3. Die Option Auf Tags warten wird gesetzt. Damit werden Links erst aufgerufen, wenn die Tags geladen wurden bzw. das Limit von 2000 ms überschritten wurde.
4. Die Option Bestätigung überprüfen wird ebenfalls gesetzt. Damit werden ungültige Klicks herausgefiltert. Ihr solltet unbedingt testen, ob die beiden Optionen Auf Tags warten und Bestätigung überprüfen Probleme beim Laden eurer Seite oder beim Aufrufen von Links verursachen. Dafür gibt es im Tag Manager die Funktion In Vorschau ansehen. Sie befindet sich links vom blauen Senden-Button. Hier findet ihr weitere Infos.
5. Der Trigger wird auf allen Seiten aktiviert:

   Page URL stimmt mit regulärem Ausdruck überein .*
   Alternativ könnte man hier nur jene Seiten angeben, auf denen Downloads angeboten werden.

6. Im Abschnitt Diesen Trigger auslösen bei: wählen wir Einige Klicks auf Links aus, weil wir eine Bedingung für das Auslösen des Triggers definieren müssen.
7. Jetzt kommt die benutzerdefinierte Variable Click URL Path zum Einsatz: Wählt im ersten Feld Click URL Path und im zweiten Feld stimmt mit regulärem Ausdruck überein Nun folgt ein regulärer Ausdruck, mit dem wir sicherstellen wollen, dass dieser Trigger nur ausgelöst wird, wenn die aufgerufene URL mit einer bestimmten Zeichenkette endet. Sollen zum Beispiel die Downloads von PDF- und ZIP-Dateien getrackt werden, tragen wir folgenden regulären Ausdruck in das Textfeld ein: \.(pdf|zip)$
   Dieser Ausdruck beschreibt, dass die aufgerufene URL mit .pdf oder .zip enden muss, um den Trigger auszulösen.
8. Dann abspeichern, und der Trigger ist fertig.

Tipp!

Das Tracking kann auf weitere Dateitypen einfach erweitert werden. Wenn zum Beispiel auch die Downloads von MP3- und WMF-Dateien getrackt werden sollen, sind die entsprechenden Dateiendungen in Schritt 7 der Triggerkonfiguration zu ergänzen: \.(pdf|zip|mp3|wmf)$

Jetzt muss nur noch das Tag definiert werden, und wir haben ein funktionierendes Tracking für die Downloads von PDF und ZIP-Dateien.

3. Schritt: Tag für Download-Tracking einrichten

Klickt im Arbeitsbereich eures Tag Managers auf Tags und dann auf NEU.

Im folgenden Fenster wird das Tag eingerichtet, mit dem wir Daten an Google Analytics senden, sobald ein Besucher auf einen Download-Link geklickt hat.

1. Das Tag erhält den Namen UA – Event – Datei-Download. Den Zusatz UA schreibe ich gerne an den Anfang von Universal Analytics Tags, das ist aber nicht notwendig. Gleiches gilt für den Zusatz Event, so kann man in der Tag-Liste gleich erkennen, was das Tag trackt.
2. Als Tag-Typ wird Universal Analytics ausgewählt.
3. Im nächsten Feld müsst ihr die Tracking-ID der Analytics Property eingegeben, in die die erfassten Daten gesendet werden sollen. Ich habe die Tracking-ID in der benutzerdefinierten Variablen {{UA Tracking-ID}} hinterlegt, damit ich nicht jedes Mal die Tracking-ID suchen muss, wenn ich ein neues Tag anlege. Ihr könnt die Tracking-ID natürlich auch direkt eingegeben.
4. Der Erfassungstyp wird auf Ereignis geändert.
5. In das Feld Kategorie wird Datei-Download Unter dieser Ereigniskategorie sind die Klicks auf Download-Links später in Google Analytics zu finden.
6. In das Feld Aktion wird {{ReturnClickURLFiletype}}-Download Die Funktion ReturnClickURLFiletype liefert die Dateiendung der heruntergeladenen Datei. Beim Download einer PDF-Datei würde im Feld Aktion also „pdf-Download“ an Analytics übermittelt werden.
7. In das Feld Label wird {{ReturnClickURLFilename}} Die Funktion ReturnClickURLFilename gibt den Namen der heruntergeladenen Datei zurück. Würde ein Besucher die Datei „Bedienungsanleitung-DS362.pdf“ herunterladen, würde genau dieser Dateiname in das Feld Label eingetragen und an Google Analytics übermittelt werden.
8. Treffer ohne Interaktion wird auf Falsch gesetzt. Das bedeutet, dass dieses Ereignis als Interaktion gezählt wird und damit die Absprungrate positiv beeinflusst.

   Das hat folgenden Hintergrund: Wenn ein Besucher direkt auf eure Downloadseite kommt (z.B. über die organischen Suchergebnisse von Google), eine Datei herunterlädt und die Seite anschließend verlässt, würde Google Analytics dies als Absprung werten. Schließlich wurde nach dem Aufruf der Download-Seite keine weitere Seite mehr aufgerufen. Tatsächlich hat der Benutzer ja durchaus noch mit eurer Downloadseite interagiert: Er hat nämlich auf einen Download-Link geklickt. Damit dieses Ereignis als Interaktion gewertet wird und damit positiven Einfluss auf die Berechnung der Absprungrate hat, wird Treffer ohne Interaktion auf Falsch gesetzt.

1. Unter Weitere Einstellungen >> Festzulegende Felder wird anonymizeIp ausgewählt und auf true gesetzt, um den Anforderungen des Datenschutzes gerecht zu werden.
2. Schließlich muss nur noch der Trigger ausgewählt werden, der das Tag auslösen soll. Wählt den Trigger Download einer Datei
3. Dann abspeichern, und das Tag ist fertig eingerichtet.

Nicht vergessen: Damit das neue Tag und der Trigger wirksam werden, müssen die Änderungen im Google Tag Manager veröffentlicht werden.

Im Tag Manager sind wir damit fertig. Nun können wir in Google Analytics Daten über Klicks auf Download-Links sammeln und analysieren.

Downloads in Google Analytics auswerten

Nach das neue Tracking über den Tag Manager veröffentlich wurde, werden in Google Analytics die Klicks auf Download-Links erfasst. Deshalb werfen wir jetzt einen genaueren Blick auf die erfassten Daten.

Downloads in Ereignisberichten

Wenn eurer Tracking funktioniert, sollten Klicks auf Download-Links in den Echtzeitberichten angezeigt werden. Unter Echtzeit >> Ereignisse findet ihr die Echtzeitberichte für Ereignisse:

Eine Übersicht zu den erfolgten Downloads findet ihr in den Ereignisberichten von Google Analytics. Wählt den Bericht Verhalten >> Ereignisse >> Übersicht aus und dann Vollständigen Bericht anzeigen.

In der anschließenden Übersicht könnt ihr als primäre Dimensionen Ereigniskategorie, Ereignisaktion und Ereignislabel auswählen und erhaltet detaillierte Daten zu den erfolgten Downloads.

Zum Beispiel nach Dateityp:

Oder auch aufgesplittet nach den einzelnen heruntergeladenen Dateien:

Wenn man wissen möchte, woher die Besucher kamen, die Downloads angefordert haben, kann man die Berichte z.B. mit Quelle/Medium als sekundärer Dimension erweitern:

Noch mehr Analysemöglichkeiten ergeben sich, wenn ihr die Download-Ereignisse als Zielvorhaben definiert. Wie man Ereignisse in Zielvorhaben überführt, erkläre ich in Teil 4 dieser Artikelserie: Conversion Tracking, Abschnitt 3.2 Zielvorhaben aus Ereignissen ableiten.

Fazit

Das Einrichten eines Download-Trackings ist mit dem Tag Manager keine schwere Sache. Die notwendigen Schritte könnt ihr weitestgehend ohne Programmierkenntnisse umsetzen und erhaltet ein sehr flexibles Tracking für alle gewünschten Dateitypen.

In Google Analytics lassen sich die Daten anschließend aufgliedern nach

• Summe aller Dateidownloads
• Summe der Downloads pro Dateityp
• Summe der Downloads pro Datei

Die Daten sind mit weiteren Dimensionen und Segmenten in Analytics problemlos kombinierbar. So könnte man z.B. ohne Schwierigkeiten ermitteln, über welche Trafficquellen am meisten Downloads erzielt werden, oder welche Downloadanteile auf die verschiedene Gerätekategorien (Desktop, Tablet, Smartphone) entfallen.

Wenn ihr die Downloads auch in Conversion-Berichten auswerten möchtet, solltet ihr aus den Download-Ereignissen entsprechende Zielvorhaben ableiten.