Inhalt
-
- Neues Features für Nutzer von Piwik PRO
- Aktualisierung der Felder für den Import von Kostendaten in GA4
- Display & Video 360: API Updates und Structured Data Files
- Google Ads: Änderung der Customer-Match-Mitgliedsdauer
- Google Ads: KI-gestützte Bilderstellung mit Imagen 3
- Updates für Databricks in der Google Cloud
- Looker Studio: Modern Charts und Multi-Column Sorting
- mohrstade Whitepaper | Rohdaten strukturieren mit Dataform
Liebe Leser,
auch im Februar gab es einige Updates, die wir kurz und bündig für Sie aufbereitet haben. Google Ads ermöglicht mit Imagen 3 nun die KI-gestützte Erstellung von Bildern für Anzeigen. Display & Video 360 erhält erweiterte API-Funktionen, in GA4 wurde der Import von Kostendaten vereinfacht und Looker Studio bringt mit Modern Charts und Multi-Column Sorting mehr Flexibilität in die Datenvisualisierung.
Viel Spaß beim Lesen!
1. Neues Features für Nutzer von Piwik PRO
Februar gab es mit Version 18.36 und Version 18.37 gleich zwei Release Notes für Nutzer der Piwik PRO Analytics Suite. Unter anderem wurde der Debug Mode im Piwik PRO Tag Manager aktualisiert. Dieser steht jetzt direkt über das Interface des Tag Managers unter dem Reiter „Debug mode”. Das Update umfasst Verbesserungen der Usability sowie eine bessere Suche und Sortierung. Für eine bessere Übersichtlichkeit werden Pageviews gruppiert dargestellt.
Zudem wurden neue Währungsfelder zu E-Commerce- und Goal Conversion-Tag-Templates hinzugefügt. Verantwortlich hierfür ist ein größeres Update im Analytics-Bereich. Unter anderem lassen sich Daten nun in mehreren Währungen verfolgen und automatisch in die Zielwährung der Website umrechnen. Hierfür verwendet Piwik PRO täglich durchschnittliche Wechselkurse mit dem USD als Basiswährung, um die Berichte möglichst genau zu halten. In diesem Zuge wurden folgende technische Anpassungen vorgenommen:
- Ergänzung der Dimensionen wie local (tracked), converted (in den Einstellungen Ihrer Website ausgewählt) und base currency (USD)
- Automatische Umrechnung der Währungsdaten auf Grundlage der Website- oder App-Einstellungen
- Auswahl der angezeigten Währung in Berichten
- Anzeige der Google Ads Performance sowohl in der Landeswährung als auch in der umgerechneten Währung
Quelle: help.piwik.pro
2. Aktualisierung der Felder für den Import von Kostendaten in GA4
Der Import von Kostendaten in Google Analytics 4 (GA4) wurde aktualisiert und vereinfacht. Ab sofort können Kostendaten mit drei erforderlichen Feldern importiert werden: Quelle, Medium und Datum für die Verknüpfung mit Google Analytics.
Der Kampagnenname und die Kampagnen-ID, die mit Kostendaten verknüpft sind, sind keine Pflichtfelder mehr, können aber optional als Schlüsselfelder eingefügt werden. Wenn verfügbar, empfehlen wir dringend, diese Felder zu importieren, da dies eine detaillierte Berichterstattung ermöglicht. Wenn Kostendaten ohne campaign_name und/oder campaign_id importiert werden, werden die Kostendaten in aggregierter Form gemeldet, wenn diese Dimensionen angefordert werden.
Quelle: analytics.google.com
3. Display & Video 360: API Updates und Structured Data Files
Am 19. Februar 2025 hat Google geplante Änderungen für die Display & Video 360 API sowie die Structured Data Files (SDF) angekündigt, die im Frühjahr 2025 umgesetzt werden sollen. Diese geplanten Änderungen zielen darauf ab, die Funktionalität der API zu verbessern und eine bessere Abstimmung mit dem Produkt Display & Video 360 zu gewährleisten:
Erweiterte API-Funktionen:
Es sind zusätzliche Endpunkte und Parameter geplant, die es Entwicklern ermöglichen, noch detailliertere Einstellungen und Anpassungen für Kampagnen vorzunehmen. Diese Erweiterungen sollen die Flexibilität erhöhen und die Integration mit anderen Tools und Plattformen erleichtern.
Aktualisierte SDF-Formate:
Die Struktur der Structured Data Files wird angepasst, um neue Felder und Formate zu unterstützen. Die Aktualisierungen sollen den Import und Export von Kampagnendaten vereinfachen und die Kompatibilität mit der aktualisierten API sicherstellen.
Verbesserte Datenabgleichsprozesse:
Es werden Mechanismen eingeführt, die den Abgleich von Daten zwischen der API und der DV360-Plattform optimieren. Diese Anpassung soll Inkonsistenzen reduzieren und sicherstellen, dass Änderungen in Echtzeit synchronisiert werden.
Werbetreibende und Entwickler werden dazu angehalten, sich mit den bevorstehenden Änderungen vertraut zu machen und ihre aktuellen Implementierungen entsprechend anzupassen. Weitere Informationen wie auch eine genaue Timeline zu den Änderungen in Display & Video 360 API und den Structured Data Files (SDF) finden Sie im Ads Developers Blog.
Quelle: ads-developers.googleblog.com
4. Google Ads: Änderung der Customer-Match-Mitgliedsdauer
Ab dem 7. April 2025 führt Google Ads eine neue Richtlinie ein, die die maximale Mitgliedsdauer für Customer-Match-Listen auf 540 Tage begrenzt. Diese Änderung betrifft sowohl Google Ads als auch die DV360-Plattform. Ziel der Anpassung ist es, die Customer-Match-Funktionalität besser an bewährte Praktiken anzupassen und die Aktualität der Zielgruppendaten sicherzustellen.
Für bestehende Customer-Match-Listen bedeutet dies, dass Listen, die derzeit keine Ablaufdauer oder eine Mitgliedsdauer von mehr als 540 Tagen aufweisen, automatisch auf die neue maximale Dauer von 540 Tagen reduziert werden. Diese Anpassung erfolgt rückwirkend, sodass Mitglieder, die zuvor für eine längere Dauer in der Liste waren, nun ebenfalls der 540-Tage-Grenze unterliegen. Infolgedessen könnten die Größen der Zielgruppenlisten abnehmen, da Mitgliedschaften nach Ablauf dieser Frist automatisch entfernt werden. Kampagnen, die auf zu kleine Zielgruppensegmente abzielen, könnten dadurch in ihrer Auslieferung eingeschränkt oder sogar automatisch pausiert werden.
Um Unterbrechungen in Ihren Werbekampagnen zu vermeiden, empfiehlt es sich, Ihre Custome-Match-Listen vor dem 7. April 2025 zu aktualisieren. Für Nutzer der Google Ads API bedeutet dies konkret, dass ab dem genannten Datum Versuche, das Feld UserList.membership_life_span auf einen Wert größer als 540 zu setzen, zu einem Fehler RangeError.TOO_HIGH führen werden. Es ist daher ratsam, bestehende Implementierungen dahingehend zu überprüfen und anzupassen, dass der Wert dieses Feldes 540 Tage nicht überschreitet. Weitere Informationen finden Sie im offiziellen Ads Developer Blog.
Quelle: ads-developers.googleblog.com
5. Google Ads: KI-gestützte Bilderstellung mit Imagen 3
In Google Ads können Werbetreibenden neuerdings Bilder mithilfe generativer KI für Anzeigen erstellen. Diese Funktion basiert auf Googles Imagen-3-Modell, das in der Lage ist, Bilder von erwachsenen Personen und Gesichtern zu generieren. Diese Neuerung steht für verschiedene Kampagnentypen zur Verfügung, darunter Performance Max, Demand Gen, Display- und App-Kampagnen.
Die Nutzung dieser Funktion ist denkbar einfach: Werbetreibende können mittels Texteingaben (Prompts) spezifische Bilder generieren lassen. Wie im Bild gezeigt, kann so z. B. ein Anbieter von Kochkursen durch Eingabe von „person cooking“ oder – etwas detaillierter – „middle-aged man chopping“ passende Bilder erstellen. Sollten die initial generierten Bilder nicht den Vorstellungen entsprechen, bietet das Tool die Möglichkeit, weitere Variationen zu erzeugen oder die Prompts mit detaillierteren Beschreibungen hinsichtlich Alter, Geschlecht, ethnischer Zugehörigkeit und Nationalität anzupassen.
Um Transparenz zu gewährleisten, werden alle generierten Bilder mit SynthID gekennzeichnet, einer Technologie, die KI-generierte Inhalte eindeutig markiert. Zudem hat Google strikte Richtlinien implementiert, um Missbrauch zu verhindern. Es ist beispielsweise nicht möglich, Bilder von Markenprodukten, prominenten Persönlichkeiten wie Politikern oder Prominenten, Kindern oder anderen sensiblen oder expliziten Inhalten zu generieren. Diese Maßnahmen stellen sicher, dass die generierten Inhalte sowohl qualitativ hochwertig als auch ethisch unbedenklich sind. Weitere Details zu diesen Funktionen finden Sie im offiziellen Google Ads & Commerce Blog.
Quelle: blog.google.com
6. Updates für Databricks in der Google Cloud
Auch für Databricks in der Google Cloud gab es im Februar mehrere Updates, um die Funktionalität und Benutzerfreundlichkeit der Plattform weiter zu verbessern. Die unserer Ansicht nach relevantesten Updates haben wir für Sie zusammengefasst:
Verbesserte Filterfunktion im Databricks Marketplace:
Der Databricks Marketplace hat ein überarbeitetes Filterpanel erhalten. Mit dem neuen Filterpanel können Nutzer nun gezielter nach Produkten, Anbietern, Preisen und weiteren Kriterien filtern, was die Auffindbarkeit relevanter Angebote verbessert.
Konfigurierbare Lebensdauer von OAuth-Secrets:
Databricks hat die Verwaltung von OAuth-Secrets für Service-Principals optimiert, indem eine konfigurierbare Lebensdauer für diese Secrets eingeführt wurde. Neu erstellte OAuth-Secrets haben standardmäßig eine maximale Gültigkeitsdauer von zwei Jahren. Zuvor hatten diese Secrets kein festgelegtes Ablaufdatum, was potenzielle Sicherheitsrisiken mit sich brachte. Mit der Änderung können Administratoren die Gültigkeitsdauer nun entsprechend den Sicherheitsrichtlinien ihres Unternehmens anpassen und so den unbefugten Zugriff auf Ressourcen besser kontrollieren.
Vorschau von Dateien in Volumes:
Eine weitere Neuerung betrifft die Handhabung von Dateien innerhalb von Volumes. Ab sofort bietet der Catalog Explorer die Möglichkeit, Vorschauen für gängige Dateiformate direkt anzuzeigen, darunter Bilder, Textdateien, JSON, YAML und CSV. Diese Funktion ermöglicht es Nutzern, den Inhalt von Dateien schnell zu sichten, ohne sie zuvor herunterladen oder in externen Anwendungen öffnen zu müssen. Es wird also eine gute Beschleunigung für bestehende Workflows erzielt.
Detailliertere Abrechnungsprotokollierung für Model Serving:
Um die Transparenz von Kosten zu verbessern, protokolliert Databricks nun Abrechnungsdaten für Model Serving sowie die bereitgestellte Durchsatznutzung in Intervallen von fünf Minuten. Zuvor erfolgte diese Protokollierung stündlich. Durch die verkürzten Intervalle erhalten Nutzer eine feinere Granularität in ihren Abrechnungsdaten. Es ist allerdings zu beachten, dass die Abrechnung für die Nutzung der Foundation Model API weiterhin in stündlichen Intervallen aggregiert wird.
Eine detaillierte Übersicht zu allen Updates und Änderungen aus dem Februar wie auch aus den Vormonaten finden Sie in der offiziellen Developer-Dokumentation von Databricks.
Quelle: docs.databricks.com
7. Looker Studio: Modern Charts und Multi-Column Sorting
Looker Studio hat eine neue Funktion namens „Modern Charts“ eingeführt, die das Design und die Anpassungsmöglichkeiten von Diagrammen erheblich erweitert. Zu den Neuerungen zählen abgerundete Ecken bei Balken- und Säulendiagrammen, neue Farbthemen für ein professionelleres Erscheinungsbild sowie Gradient-Optionen für Linien- und Zeitreihendiagramme. Zudem wurden erweiterte Transparenzkontrollen für Streu- und Blasendiagramme implementiert, die eine präzisere Darstellung ermöglichen. Diese Funktionen bieten Anwendern mehr Flexibilität bei der Gestaltung ihrer Dashboards und ermöglichen eine ansprechende Präsentation von Daten.
Eine weitere bedeutende Verbesserung ist die Einführung des “Multi-Column Sorting” in Tabellendiagrammen. Nutzer können mehrere Spalten gleichzeitig sortieren, indem sie beim Klicken auf die gewünschten Spaltenüberschriften die Umschalttaste (Shift) gedrückt halten. Diese Interaktion ermöglicht es, Daten nach mehreren Kriterien gleichzeitig zu ordnen, was besonders bei umfangreichen Datensätzen von Vorteil ist.
Anwendungsbeispiele: Im E-Commerce-Bereich kann diese Funktion genutzt werden, um Produktlisten zuerst nach Kategorie und anschließend nach Verkaufszahlen zu sortieren. Im Marketing können Kampagnendaten nach Region und gleichzeitig nach Conversion-Rate geordnet werden, um regionale Leistungsunterschiede zu analysieren.
Das Multi-Column Sorting trägt also dazu bei, tiefere Einblicke in Daten zu gewinnen sowie Muster und Trends zu erkennen, die bei einer eindimensionalen Sortierung möglicherweise übersehen würden. Weitere Informationen zu den genannten Updates finden Sie in den offiziellen Release Notes von Looker Studio.
Quelle: kodalogic.com/blog
8. Rohdaten strukturieren mit Dataform
mohrstade Whitepaper
Mit Google Analytics 4 (GA4) ist der Zugriff auf Rohdaten einfacher denn je – insbesondere durch die direkte Integration in BigQuery. Doch wie lassen sich diese Daten effizient transformieren und für Analysen nutzbar machen? Dataform bietet eine leistungsstarke Lösung, um Rohdaten innerhalb der Google Cloud Platform (GCP) zu verarbeiten und wertvolle Erkenntnisse zu gewinnen.
In unserem neuesten Whitepaper zeigen wir Ihnen auf, wie Dataform funktioniert, welche Vorteile es bietet und wie es moderne Datenpipelines optimieren kann.
Rohdaten strukturieren mit Dataform
