Inhalt
- Goodbye Universal Analytics
- Google launcht Open-Source MMM-Modell
- Salesforce Data Clouds bidirektionales Data Sharing mit BigQuery
- Updates für die Google Marketing Platform Admin API
- Erhebung der von Nutzern bereitgestellten Daten ohne User-ID
- Immutable Parameters des GTM (Server-Side)
- Neu in GA4: Key Events

Liebe Leser,
Marketing Mix Modelling erfreut sich schon seit einigen Jahren wieder zunehmender Beliebtheit. Mit immer höheren technischen Restriktionen und einem Online-/Offline-Mix von Maßnahmen ist es wichtig, die Bewertung von Marketingmaßnahmen auf User-Ebene mit Bewertungen auf Basis statistischer Auswertungen aggregierter Daten zu ergänzen. Google stellt mit Meridian eine neue Version seiner MMM-Anwendung vor, die derzeit noch von einem begrenzten Nutzerkreis getestet werden kann.
Während Google Analytics 4 eine neue Integration mit der Salesforce bekommt, wird Universal Analytics 360 immer weniger nutzbar. Entsprechend sollte eine Vorbereitung auf die Einstellung von Universal Analytics erfolgen.
Viel Spaß beim Lesen!
1. Goodbye Universal Analytics
Jetzt aber wirklich!
Ab dem 1. Juli 2024 ist es (leider) so weit. Der Zugriff auf noch bestehende Universal Analytics Properties entfällt und alle Daten werden gelöscht. Ab diesem Zeitpunkt können die Daten weder über das Universal Analytics Interface, noch über die API abgerufen werden.
Im Gegensatz zum schleichenden Sunset einzelner Universal-Analytics-Funktionen soll laut Google die letztendliche Abschaltung von Universal Analytics innerhalb einer Woche erfolgen. Schon seit Januar dieses Jahres wurden sukzessive einzelne Funktionen und Features abgeschaltet. Vergangenen Monat betraf die Einstellung vorwiegend Advertising Features für das Remarketing wie den Google Ads Conversion Export oder Bidding Optimization für Google Ads.
In diesem Zusammenhang wurde auch die Verarbeitung der Ad-Identifier gclid (Google Ads) als und dclid (DoubleClick Click ID) gestoppt, was starke Auswirkungen auf die Auswertung von Anzeigenleistungen mit sich bringt. Auch der BigQuery Export für diverse Product Linkings und der BigQuery Realtime Export wurden bereits eingestellt.
Quelle: support.google.com
2. Google launcht Open-Source MMM-Modell
Meridian. So heißt Googles neues Open-Source-Projekt, das Werbetreibenden die Ausführung ihres eigenen Marketing Mix Modelling ermöglichen soll.
Marketing Mix Modelling (kurz MMM) ist eine statistische Analysetechnik, in der sich die Wirkung von Marketingmaßnahmen über Marketingkanäle hinweg messen lässt. Zeitgleich werden im MMM Faktoren berücksichtigt, die sich auf den Umsatz und andere KPIs auswirken, aber nicht direkt mit einer digitalen Marketingmaßnahme zusammenhängen. Dazu zählen beispielsweise inkrementelle Faktoren wie die Wirkung von TV- und Printanzeigen, Preisnachlässe und Werbeaktionen. Zudem wird der Einfluss des Brandings und des damit über Jahre hinweg aufgebauten Markenwertes oder auch der Saisonalitäten und anderer marktunabhängiger Faktoren wie BIP, Wachstumsrate und Verbraucherstimmung berücksichtigt.
Meridian verwendet ein Bayes’sches Regressionsmodell (statistische Inferenz), welches geografische Daten auf aggregierter Ebene verarbeitet und keine Cookies oder Informationen auf Nutzerebene nutzt. Das Modell verwendet branchenübergreifende Benchmarks und experimentelle Daten und kombiniert diese mit den eigenen, um die Medieneffekte auf Kampagnen einzuschätzen. Zusätzlich bietet das Modell die Möglichkeit, das Google-Query-Volumen (GQV) als Kontrollvariable bei der Messung der Auswirkungen der bezahlten Suche zu verwenden.
Features
- vollständig bayesianisch (wie LightweightMMM)
- geografisch-hierarchisches Modell (wie LightweightMMM)
- zeitvariabler Intercept
- Einbindung von Suchvolumen (GQV)
- Einbeziehung von Reichweiten- und Frequenzmessungen
Limitierungen
- keine zeitvariablen Kovariaten
- Unklarheit über Möglichkeit der Einbindung experimenteller Ergebnisse
- kein Handling von Upper Funnel vs. Lower Funnel
- begrenzte Funktionen zur Modellvalidierung und Stabilitätsbewertung
Pluspunkte sammelt Meridian durch die flexible Modellspezifikation, die Weitergabe von Unsicherheiten durch das gesamte Modell und die Schätzung von Parametern unter der Berücksichtigung von Unsicherheiten. Zum aktuellen Stand fehlen im Modell jedoch wichtige Funktionen wie zeitlich variable Kovariaten. Zudem besteht eine unklare Handhabung von Upper Funnel vs. Lower Funnel Channels. Es bleibt also abzuwarten, wie sich das Modell weiterentwickeln wird. Derzeit ist noch kein klares Release Date kommuniziert, allerdings wurde das Modell bereits ersten Beta-Testern auf Anfrage zur Verfügung gestellt. Die Bewerbung um einen Early-Access-Zugang ist über folgendes Formular möglich.
Quelle: Eigene Darstellung in Anlehnung an github.com/google/lightweight_mmm
3. Salesforce Data Clouds bidirektionales Data Sharing mit BigQuery
Zero ETL Approach
Das bidirektionale Data Sharing zwischen BigQuery und der Salesforce Data Cloud ist ab sofort allgemein verfügbar. Ende 2023 kündigte Google Cloud eine strategische Partnerschaft mit Salesforce an, die Kunden die Übertragung von Daten aus der Salesforce Data Cloud in BigQuery erleichtern sollte, um dort die Daten für Machine-Learning-Modelle in der Vertex AI oder Copilot zu nutzen, ohne dabei eine Infrastruktur einrichten oder verwalten zu müssen.
Ermöglicht wird dies über BigQuery Cross-Cloud Joins und andere Data-Sharing-Funktionen der Google Cloud. Folgende Funktionenstehen zur Verfügung:
Cross-Cloud Joins:
Für kleinere Datensätze und Ad-hoc-Analysen lässt sich ein Cross-Cloud Join der Salesforce Data Cloud und Google Cloud-Datensätze nutzen.
Cross-Cloud Materialized Views:
Bei größeren Datensätzen, die öfter aktualisiert werden müssen, eignet sich die Nutzung sogenannter Cross-Cloud Materialized Views. Diese werden automatisch und inkrementell aktualisiert und zeigen nur inkrementelle Daten in regelmäßigen Abständen an.
Auf der anderen Seite lassen sich Tabellen aus BigQuery als externe Data-Lake-Objekte in der Saleforce Data Cloud ablegen. Weitere Informationen zum Einrichten der Funktion für den bidirektionalen Datenaustausch der beiden Tools finden Sie in dem offiziellen Blogbeitrag von Google.
Quelle: cloud.google.com
4. Update für die Google Marketing Platform Admin API
Ende März wurde eine neue Version der Google Marketing Platform Admin API (v1 Alpha) veröffentlicht. Diese ermöglicht programmatischen Zugriff auf die Konfigurationsdaten von GA4 Properties, darunter das Up- oder Downgrade von GA4 Properties zwischen Standard und Analytics 360 sowie die Verknüpfung von Google-Analytics-Konten mit Organisationen. Hierfür stehen aktuell jedoch nur Methoden für das Link Management zur Verfügung, so z. B.:
organizations.analyticsAccountLinks.create
erstellt eine Verknüpfung zwischen dem Analytics-Konto und der Organisation der Google Marketing Platform.
organizations.analyticsAccountLinks.delete
löscht die Verbindung zum Account, wodurch das Analytics-Konto von der Organisation der Google Marketing Platform getrennt wird.
organizations.analyticsAccountLinks.list
listet die Google Analytics-Konten auf, die mit der angegebenen Organisation der Google Marketing Platform verknüpft sind.
organizations.analyticsAccountLinks.setPropertyServiceLevel
aktualisiert die Serviceebene für eine Analytics Property.
Weitere Informationen zur Nutzung der API sowie spezifische Referenzen finden Sie in der offiziellen Dokumentation.
Quelle: developers.google.com
5. Erhebung der von Nutzern bereitgestellten Daten ohne eine User-ID
Mit dem neuesten Update in GA4 ist es nicht mehr erforderlich, eine User-ID zu setzen, bevor die vom Nutzer bereitgestellten Daten auf einer Website erfasst werden können. Sofern keine User-ID gesetzt wird, wird bei Aktivierung des Features „Erhebung der von Nutzern bereitgestellten Daten“ von Google automatisch eine gehashte und pseudonymisierte User-ID erstellt. Darüber hinaus lässt sich ab sofort die Löschung der vom Nutzer bereitgestellten Daten anfordern. Vor der Aktivierung der Funktion sollte eine Folgenabschätzung aus datenschutzrechtlicher Sicht erfolgen.
Quelle: analytics.google.com
6. Immutable Parameters des GTM (Server-Side)
Im März hat Google eine Liste an event_data Parametern des GTM (Server-Side) veröffentlicht, welche nicht verändert werden dürfen. Das Löschen, Erweitern oder Ändern dieser Parameter kann sich nachteilig auf die Funktionalität von Google-Tags und nachgelagerten Produkten wie bspw. Google Ads, GA4 oder Floodlight auswirken.
Die betrifft einige offensichtliche Parameter wie client_id, event_name, gclid, transaction_id, ip_override oder die event_location, aber auch eine Vielzahl anderer Parameter, die auf den ersten Blick nicht so ersichtlich sind. Eine vollständige Übersicht finden Sie in der offiziellen Dokumentation des Google Tag Managers.
Quelle: developers.google.com
7. Neu in GA4: Key Events
Erst vor Kurzem wurde eine Umstrukturierung bzw. Zusammenlegung der Advertising-Reports im GA4 Interface bekannt gegeben. Mit diesem Update wird nun die Definition von Conversions in Google Ads und GA4 angeglichen.
Grund hierfür sei die unterschiedliche Handhabung des „Conversion“-Begriffs zwischen den Tools. Bisher wurden wichtige Events, die in GA4 als Conversions markiert werden konnten, anders gemessen als die Conversions in Google Ads. Dies führte oftmals zu Diskrepanzen zwischen den beiden Tools.
Events, welche vorher über das GA4 Interface als Conversions markiert wurden, werden ab sofort als „Key Events“ bezeichnet. Der Begriff „Conversion“ obliegt nur noch Events, die nach Definition in beiden Tools konsistent sind, wie bspw. ein Kauf (Purchase).
Für das Update wurde kein globaler Rollout durchgeführt. Daher kann es sein, dass sich Key Events zurzeit noch nicht in jeder Ihrer GA4 Properties verwenden lassen.
Quelle: Key Events and Conversions in Google Analytics:
What’s new (www.youtube.com/watch?v=mW1VwWjjK6E)