November 2025

Inhalt

Liebe Leser,

auch im November gab es wieder einige Updates. In GA4 wurde der „Cost Data Import“ in den „Campaign Data Import“ überführt und die Verarbeitung von User-Provided Data wurde weiter stabilisiert, was insbesondere das Matching verbessert. Looker Studio erhöhte die Limits des Looker Connectors deutlich und stellte Audit-Logs erstmals über den Cloud Log Explorer bereit. BigQuery führte zudem inkrementelle Salesforce-Transfers ein und integrierte Gemini zur Unterstützung bei SQL-Fehlern.

Viel Spaß beim Lesen!

Marcus StadeHead of Analytics

1. GA4: „Cost Data Import“ wird zu „Campaign Data Import“

Google Analytics 4 (GA4) hat den bisherigen “Cost Data Import” offiziell in “Campaign Data Import” umbenannt. Der neue Name soll besser widerspiegeln, dass der Import nicht nur Kostenwerte umfasst, sondern komplette Kampagnendaten aus Drittplattformen wie Meta, TikTok oder anderen Werbenetzwerken.

Funktional bleibt das Feature unverändert. Die bestehende Konfiguration bleibt bestehen. Nutzer müssen daher keine Änderungen in ihren aktuellen Setups vornehmen.

Quelle: analytics.google.com

2. GA4: Verbesserte Verarbeitung von User-Provided Data (UPD)

Die Verarbeitung von User-Provided Data (UPD) in GA4 wurde weiter optimiert. UPD umfasst dabei Informationen, die Nutzer explizit bereitstellen. So etwa E-Mail-Hashes, Telefonnummern oder Kunden-IDs. Diese Daten werden von Google für Enhanced Conversions, geräteübergreifende Zuordnung und Modellierungsprozesse eingesetzt.

Was ist neu?

Verbesserte Validierung und Normalisierung von UPD-Daten beim Eingang in GA4.
Optimierte Matching-Algorithmen für die Verknüpfung von UPD mit Google Signals und Modellierungsdaten.
Stabilere Verarbeitung für Uploads über API, Tag Manager und serverseitige Setups.

Die Verbesserungen in der UPD-Verarbeitung sollen Datenverluste reduzieren und die Match Rates erhöhen (besonders bei gehashten Identifiern), was wiederum zu einer präziseren Modellierung von Conversions und einer stabilen Attribution führt.

Quelle: analytics.google.com

3. Looker Studio Pro: Audit-Logs jetzt im Google Cloud Log Explorer verfügbar

Looker Studio stellt seinen Pro-Nutzern seit November umfassende Audit-Logs über den Google Cloud Log Explorer bereit. Damit werden Aktivitäten innerhalb von Berichten und Datenquellen erstmals vollständig auf Cloud-Ebene nachverfolgbar. Es handelt sich um ein wichtiges Update für Governance, Compliance und Sicherheitsanforderungen in größeren Organisationen.

Was ist neu?
Zur Verfügung steht der Zugriff auf Audit-Logs aller Looker-Studio-Projekte über den Cloud Log Explorer. Erfasst werden u. a. Zugriffe auf Berichte, Änderungen an Datenquellen, Exporte und Downloads sowie Konfigurationsanpassungen. Zudem lassen sich Logs filtern, exportieren und in bestehende Monitoring-Systeme integrieren.

Audit-Logs erhöhen die Transparenz darüber, wer wann welche Daten eingesehen oder verändert hat. Das ist entscheidend für Unternehmen mit Compliance-Anforderungen, wie z. B. ISO-27001, SOC2 oder internen Security-Richtlinien. Zudem lassen sich ungewöhnliche Aktivitäten so leichter erkennen und nachvollziehen.

Quelle: docs.cloud.google.com

4. Looker Studio: Erweiterte Limits für den Looker Connector

Im November wurden die Leistungsgrenzen des Looker Connectors deutlich erweitert. Datenquellen, die über Looker angebunden sind, können nun bis zu 75.000 Zeilen pro Abfrage liefern – ein signifikanter Sprung gegenüber dem bisherigen Limit von 25.000 Zeilen.

Gerade für Teams, die Looker als semantische Ebene nutzen und in Looker Studio visualisieren, war das bisherige Limit oft ein Engpass. Mit den höheren Schwellen werden größere Analyse-Segmente wie Produktkataloge, lange Zeitreihen oder umfangreiche Nutzer-Kohorten möglich.

Quelle: docs.cloud.google.com

5. Looker Studio: Verbesserte Integration von Google-Ads-Daten

Looker Studio hat im November auch seine Google-Ads-Integration weiter ausgebaut. Die Änderungen betreffen sowohl die Menge der verfügbaren Felder als auch die Stabilität und Konsistenz der Datenbereitstellung im Reporting.

Was ist neu?

Erweiterte Feldunterstützung für Google Ads, wodurch zusätzliche Metriken und Dimensionen jetzt direkt in Berichten genutzt werden können
Verbesserte Synchronisation der Ads-Daten, wodurch Aktualisierungen in Kampagnen oder Asset-Gruppen schneller im Dashboard erscheinen
Stabilere Datenladeprozesse, insbesondere bei großen Konten oder vielen Kampagnen.

Quelle: docs.cloud.google.com

6. BigQuery: Inkrementelle Salesforce-Transfers (Preview)

Der BigQuery Data Transfer Service unterstützt neuerdings inkrementelle Updates für Salesforce-Daten. Statt vollständiger Re-Imports können nur noch neue oder geänderte Datensätze übertragen werden.

Das führt dazu, dass Ladezeiten und das zu verarbeitende Datenvolumen deutlich reduziert werden. Gleichzeitig erhöht das Verfahren die Stabilität und Zuverlässigkeit bei großen CRM-Setups. Viele Unternehmen kämpfen mit großen Salesforce-Objekten (Accounts, Leads, Opportunities). Das Update für inkrementelle Transfers sorgt demnach für schnellere Pipelines, geringere Kosten und stabilere Workflows.

Quelle: cloud.google.com

7. BigQuery: Agent Analytics Plugin für Google ADK

Google stellt ein neues Plugin bereit, das Agent-Interaktionen aus KI-Systemen (z. B. Chatbots oder Agents) direkt in BigQuery exportiert. Damit lassen sich Nutzungs- und Performance-Daten KI-gestützter Systeme erstmals strukturiert analysieren.

Das Plugin ermöglicht den Export von Agent-Logs, Prompt-Historien, Tool-Nutzung und Antwortzeiten direkt nach BigQuery und ist vollständig in das Google Agent Developer Kit (ADK) integriert. Dadurch lassen sich KI-Agenten deutlich besser überwachen, debuggen und hinsichtlich ihrer Qualität analysieren.

Unternehmen, die KI-gestützte Systeme einsetzen, erhalten damit ein zentrales Analytics-Backend für Qualitätssicherung, Training und Optimierung ihrer Agenten.

Quelle: cloud.google.com/blog

8. BigQuery: SQL-Fehlerhilfe durch Gemini & neue JSON-Funktion (Preview)

BigQuery integriert Gemini stärker direkt in die Abfrageumgebung (inklusive Unterstützung zur Fehleranalyse). Zusätzlich wurde die neue Funktion JSON_FLATTEN eingeführt.

Gemini kann SQL-Fehler nun direkt erklären und passende Korrekturen vorschlagen, was typische Engpässe beim Schreiben von Abfragen deutlich reduziert. Zusätzlich vereinfacht die neue JSON-Funktion JSON_FLATTEN die Arbeit mit komplex verschachtelten JSON-Strukturen, wie sie häufig in API-Rohdaten oder Streaming-Events vorkommen. Zusammen verbessern beide Funktionen die Verarbeitung semi-strukturierter Daten und ermöglichen schnelleres, fehlerfreieres Arbeiten in BigQuery.

Quelle: cloud.google.com

9. Piwik PRO Analytics: CIDR-Unterstützung für IP-Filter

Piwik PRO erweitert die IP-Filterlogik um die Unterstützung von CIDR-Ranges. Damit lassen sich IP-Adressen gruppiert filtern, ohne jede Adresse einzeln pflegen zu müssen. Folgende Änderungen wurden eingeführt:

Neue Operatoren is in CIDR und is not in CIDR
Filterung oder Ausschluss kompletter IP-Netze (z. B. Unternehmensstandorte, VPN-Ranges)
Funktioniert sowohl für IPv4 als auch IPv6

Bisher mussten einzelne IPs manuell gepflegt werden. Durch CIDR-Ranges lassen sich interne Zugriffe, Bot-Traffic oder Testumgebungen wesentlich präziser und effizienter aus den Berichten heraushalten.

Quelle: developers.piwik.pro/changelog

10. Piwik PRO Data Activation: Verbesserte Profil-Suche & Audience-Transparenz

Piwik Pro hat im November auch seine Transparenz im Audience-Management seiner CDP (Data Activation) weiter ausgebaut.

Zum einen lassen sich Nutzerprofile jetzt direkt über eindeutige Identifier wie User-ID oder Cookie-ID finden, was die Profilrecherche stark vereinfacht. Zum anderen zeigt ein neuer Bereich innerhalb jedes Profils transparent an, warum ein Nutzer in einer bestimmten Audience gelandet ist – inklusive der Bedingungen, die erfüllt sind, und jener, die nicht zutreffen.

Analyse und Nachvollziehbarkeit werden somit deutlich erleichtert. Gerade weil Audience-Setups zunehmend komplex sind, bringt dieses Update die dringend benötigte Transparenz.

Quelle: developers.piwik.pro/changelog