Inhalt
- Regular Expressions in GA4 Events verwenden
- Einstellung von Attributionsmodellen in GA4 und Google Ads
- Neue Methode für die Zählung von GA4 Conversions
- Anpassung der Attribution für in Google Ads importierte Conversions
- Integration von Third Party A/B-Testing Tools in GA4
- Promotion Reports in GA4
- Der Sunset naht! Export von Universal-Analytics-Daten
- Update für den BigQuery Transfer Service
- Launch der Snowplow BDP Cloud
- mohrstade Whitepaper | Warum Measurement Tools ausgedient haben
Liebe Leser,
kurz vor dem Sunset von Universal Analytics beleuchten wir natürlich die neuen Features in Google Analytics 4, die unterschiedlichen Optionen hinsichtlich der Zählung von Conversions oder die Integration von A/B-Testing. Aber auch die Sicherung von Universal-Analytics-Daten ist ein Thema. Dazu passend zeigen wir (etwas provokant) in unserem neuen Whitepaper auf, warum Measurement Tools bereits überholt sind und welche Vorgehensweise für den Ersatz eines Measurement Tools die richtige ist.
Viel Spaß beim Lesen!
1. Regular Expressions in GA4 Events verwenden
Neuerdings können auch in Google Analytics 4 (GA4) mithilfe von regulären Ausdrücken (RegEx) Bedingungen für die Erstellung von Events festgelegt werden. In GA4 werden reguläre Ausdrücke dabei standardmäßig als „exakte Übereinstimmung“ angesehen. Dies bedeutet, dass die Daten genau dem angegebenen Muster der Bedingung entsprechen müssen. Bei dem Event „Checkout_Step_1“ würde somit auch nur „Checkout_Step_1“ die Bedingung erfüllen. Damit dieser reguläre Ausdruck als teilweise Übereinstimmung verarbeitet werden kann, müssen Metazeichen wie ein Asteriks (*) verwendet werden. Sollen bspw. generisch alle Checkout Steps erfasst werden, können mit „Checkout_Step_.*“ alle Werte zurückgegeben werden, die mit „Checkout_Step_“ beginnen.
Bei der Verwendung von RegEx ist jedoch zu beachten, dass die Regeln zur Erstellung und Änderung von Events direkt im Browser des Nutzers ausgeführt werden. Komplexe oder schlecht geschriebene RegEx können daher bei der Ausführung in bestimmten Browsern erhebliche Probleme verursachen.
Quelle: analytics.google.com
2. Einstellung von Attributionsmodellen in GA4 und Google Ads
Ab Mai werden in Google Analytics 4 (GA4) die Attributionsmodelle „first-click“, „linear“, „time-decay“ und „position-based“ aus den Einstellungen für die Attribution auf Property-Ebene und aus dem Zugriff über die Admin API entfernt. Bei der Erstellung einer neuen GA4-Property können diese Modelle nicht mehr ausgewählt werden. Auch Google Ads ist von dieser Änderung beginnend ab Juni betroffen. Für bereits erstellte Properties und Accounts gilt die Einstellung der Attributionsmodelle für beide Tools allerdings erst ab September. Von diesem Zeitpunkt an wird das „data-driven“ Attributionsmodell als Standardmodell von beiden Tools verwendet.
Bereits gegen Ende 2021 gab Google seinen langfristigen Umstieg auf das datengetriebene Attributionsmodell bekannt. Für Nutzer und Werbetreibende, die bisher keine datengetriebene Attribution verwenden wollten, hatte Google weiterhin lineare statische Attributionsmodelle unterstützt. Nutzer, deren gesamte Attributionslogik bisher auf den Standardmodellen in GA4 aufgebaute, werden nun innerhalb kürzester Zeit gezwungen, diese zu ändern. Ein nicht zu vernachlässigender Schritt mit erheblichem Einfluss auf das operative Marketing.
Quelle: analytics.google.com
3. Neue Methode für die Zählung von GA4 Conversions
In GA4 steht seit Kurzem mit „Einmal pro Sitzung“ eine neue Zählmethode für Conversions zur Verfügung. Bislang wurde jedes Mal eine Conversion gezählt, sobald das entsprechende Event in GA4 erfasst wurde. Nun lässt sich über die Einstellung „Conversions“ in den Property Settings die Messung einer spezifischen Conversion zusätzlich auf das initiale Auftreten eines Events innerhalb einer Sitzung beschränken.
So können Soft-Conversions innerhalb des Interfaces definiert werden, die lediglich einmalig pro Session gezählt werden sollen. Beispiel hierfür ist der Besuch einer bestimmten Seite pro Session, die somit nicht bei jedem Reload als neue Conversion deklariert wird.
Quelle: analytics.google.com
4. Anpassung der Attribution für in Google Ads importierte Conversions
Google Ads lässt nun auch den Import von Wertbeiträgen für einzelne Kanäle aus kanalübergreifenden GA4 Conversions zu, um die Attributionslogik beider Tools stärker anzugleichen.
Zuvor wurden Conversions aus GA4 auf der Basis des letzten Klicks kanalübergreifend importiert und dann in Google Ads auf der Grundlage des im Google-Ads-Konto ausgewählten Attributionsmodells zugewiesen. Das bedeutet, dass keine Conversions in Google Ads importiert wurden, falls die letzte Interaktion des Nutzers nicht aus einer Google-Werbeanzeige stammte. Mit dem neuen Upgrade wird auch in diesem Fall ein Teil der kanalübergreifenden Conversions anteilig in Google Ads importiert. Ist beispielsweise die datengetriebene Attribution für eine importierte Conversion ausgewählt, werden alle fraktionierten Google Conversions, die in GA4 Reportings angezeigt werden, unabhängig vom letzten Touchpoint des Nutzers in Google Ads importiert.
Quelle: Eigene Darstellung
5. Integration von Third Party A/B-Testing Tools in GA4
Im Rahmen des nahenden Sunsets von Google Optimize Ende September dieses Jahres, hat Google nun eine Guideline zur Integration von A/B-Testing Tools von Drittanbietern veröffentlicht.
Sobald ein Experiment in einem Drittanbieter-Tool erstellt wird, kann die GA4-Eigenschaft mit dem Experiment nach Zustimmung verknüpft werden. Wenn das Experiment beginnt, erstellt GA4 automatisch eine Zielgruppe für jede Variante. Anschließend werden die Daten über die Dimension Experience-variant ID mit jedem Nutzer in einer Variante verknüpft und können analysiert werden. Wenn das Experiment endet, löscht GA4 anschließend automatisch jede Zielgruppe, damit das Limit der Zielgruppe nicht überschritten wird. Über die Experience-variant ID kann jedoch weiterhin in Explore Report und BigQuery zugegriffen werden.
Quelle: support.google.com
6. Promotion Reports in GA4
In Anbetracht des nahendem Sunsets von Universal Analytics Properties arbeitet Google mit Hochtouren an GA4. Seit Ende April steht im Interface von GA4 auch ein Promotion Report zur Verfügung, mit dem sich der Einfluss einzelner E-Commerce Promotions auf Produktkäufe und Umsatz analysieren lässt.
Aus Universal Analytics sind derartige Berichte bereits bekannt. Da der Implementierung eine recht komplexe Logik zugrunde liegt, sollte der Use Case einer Implementierung in Hinblick auf die zu erwartenden Insights evaluiert werden.
Quelle: analytics.google.com
7. Der Sunset naht! Export von Universal-Analytics-Daten
Vorbereitung auf den anstehenden Sunset
Aufgrund des bevorstehenden Sunsets aller Standard-Properties von Universal Analytics am 01. Juli 2023 sowie der Einstellung des gesamten Tools am 01. Juli 2024 hat Google hat nun einen Artikel über die verschiedenen Optionen für den Export historischer Daten aus Universal Analytics vor der Abschaltung geschrieben.
Nach der Deadline und bis zur Abschaltung der Plattform haben Nutzer von Standard-Properties weiterhin über das User Interface Zugriff auf historische Daten und Berichte, jedoch nicht auf den Editor. Bis zur vollständigen Abschaltung der Plattform können Daten aus den Standard- und 360-Properties über folgende Optionen exportiert werden:
- BigQuery–Export in Verbindung mit einem Google Cloud Storage (360 only)
- Reporting–APIs in Verbindung mit einem Cloud Storage und Looker Studio
- CSV–Download von Berichten
- Über das Google Sheets Add-on für Universal Analytics
Die vollständige Guideline sowie eine detaillierte Dokumentation zu den genannten Export-Optionen finden Sie hier.
Quelle: analytics.google.com
8. Update für den BigQuery Transfer Service
Der BigQuery Data Transfer Service für Google Ads unterstützt ab sofort die neue Version der Google Ads API (v12). Der Google Ads Connector unterstützt jetzt auch PMax– und Discovery–Kampagnen, ein Limit von 8000 Leaf–Accounts pro Übertragung, den ––table_filter und Abwärtskompatibilität. Die zusätzlichen Funktion sind global in für jeden Transfer-Job verfügbar.
Quelle: analytics.google.com
9. Launch der Snowplow BDP Cloud
Schon Ende November vergangenen Jahres hat Snowplow die BDP Cloud ersten Beta-Testern zur Verfügung gestellt. Nun wurde die Plattform offiziell veröffentlicht.
Mit der BDP Cloud können Nutzer von den Features und Services der Behavioral Data Platform (BDP) profitieren. Zudem werden Technologie und Infrastruktur von Snowplow selbst gehostet und verwaltet. Im Gegensatz zur Open Source Data Collection Pipeline von Snowplow bietet die BDP Cloud zusätzlich ein umfangreiches Service Level Agreement (SLA) und ein User Interface, in dem Konfigurationen und Änderungen an der Pipeline vorgenommen werden können.
Abgesehen vom Bereitstellungsmodell ist die BDP Cloud darauf ausgelegt, Kunden den Einstieg in die Nutzung von Verhaltensdaten zu erleichtern. BDP Enterprise richtet sich eher an größere Teams und Enterprise-Unternehmen, die vollständige End–to–End–Kontrolle über ihre Technologie, SLAs und Data-Governance-Funktionen wünschen. Mit 1350 $ pro Monat ist die BDP Cloud dennoch eine wesentlich günstigere Alternative zu der BDP. Dafür gibt es jedoch Abstriche wie ein Limit von 80 Mio. monatlichen Events und eingeschränkte Integrationsmöglichkeiten mit den Data-Warehouse-Lösungen, darunter Snowflake, Amazon Redshift und Databricks. Nutzer der Google Cloud Platform und BigQuery kommen bisher zu kurz.
Eine Übersicht zu den Funktionen und dem Pricing der BDP Cloud finden Sie hier.
Quelle: snowplow.io/blog
10. Warum Measurement Tools ausgedient haben
Grenzen von Measurement Tools für den Einsatz im Enterprise-Unternehmen
mohrstade Whitepaper
Seit der Ankündigung des Sunsets von Universal Analytics sehen sich viele Enterprise-Unternehmen mit der Mammut-Aufgabe konfrontiert, ihr bisheriges komplexes und historisch gewachsenes Tracking Setup in die Logik eines neuen Datenmodells zu übertragen. Die Kontrolle über die Datenerhebung und die Unabhängigkeit von tool-spezifischen Schemata werden für viele Unternehmen daher immer relevanter. Doch auch aus strategischer Sicht ist ein Tool wie Google Analytics 4 oder Adobe Analytics für den Einsatz im Enterprise-Unternehmen nicht geeignet und sollte nicht die Funktion eines zentralen Analysetools für die Beantwortung geschäftskritischer Fragestellungen einnehmen.
In unserem neuen Whitepaper stellen wir die aktuelle Rolle von Measurement Tools und die aus ihr resultierende Problematik im Enterprise-Unternehmen dar und zeigen anhand eines tool-agnostischen Lösungsansatzes auf, wie sich relevante Quellsysteme zentral in der Cloud zusammenführen und analysieren lassen.
Warum Measurement Tools ausgedient haben
