In Universal Analytics (UA) können Sie Datenansichten verwenden, um spezifische Datensammlungen zu erstellen, die z. B. Daten für bestimmte Regionen oder Geschäftsbereiche enthalten. In Google Analytics 4 (GA4) müssen Sie anders vorgehen, um bestimmte Daten separat aufzuführen. Der Detaillierungsgrad, mit dem Sie die Daten trennen, und wie Sie den Zugriff darauf steuern, hängt (1) von Ihren Anforderungen und (2) von Ihrer Google Analytics-Version (Standard oder 360) ab.
Beispiele für die Einrichtung eines Google Analytics-Kontos
Unternehmen mit nur einer Website
Diese Organisation hat eine Website und ein Google Ads-Konto. Das Unternehmen muss die Daten nicht nach Region oder Geschäftsbereich trennen.
Standardstruktur eines Google Analytics-Kontos
- Konto: Ein Konto. Die Daten gehören einem einzigen Rechtssubjekt.
- Property: Eine Property für die Website.
- Datenstreams: Ein Datenstream. Wenn das Unternehmen auch eine App hat, wird ein separater Datenstream für die App benötigt.
Angewendete Grundsätze
| Struktur | Erläuterung |
|---|---|
|
Ein Analytics-Konto. Wenn bereits ein Analytics-Konto vorhanden ist, müssen Sie kein neues erstellen. |
Die Daten gehören einem einzigen Rechtssubjekt an einem Standort. |
|
Eine Google Analytics 4-Property mit einem (Web)-Datenstream. |
Durch eine einzelne Property sind die Daten für jeden Bereich der Website an einem Ort verfügbar. Das Marketingteam kann Zielgruppen anhand beliebiger bereichsübergreifender Websitedaten erstellen. Analysten analysieren die geräteübergreifende Nutzung und stellen fest, ob ein Bedarf an einer mobilen Website oder App besteht. |
|
Ein Google Ads-Konto, das mit der Google Analytics 4-Property verknüpft ist. |
Das Marketingteam kann Zielgruppen für Remarketing- und Kundengewinnungskampagnen nach Google Ads exportieren. |
Bildungseinrichtung oder -unternehmen
Diese Organisation hat eine Website und ein Google Ads-Konto.
Geschäftsanforderungen
Die Kontostruktur muss die folgenden Anforderungen erfüllen:
- Die Schüler erledigen alles online. Sie prüfen Kursangebote, melden sich für Kurse an, verwalten die eigenen Aktivitäten und führen die Kursarbeiten durch.
- Das Marketingteam muss in der Lage sein, Zielgruppen für Remarketing und die Suche nach potenziellen Kunden zu erstellen.
- Analysten interessieren sich besonders für die geräteübergreifende Nutzung sowie dafür, ob eine mobile Website oder App erforderlich ist.
Standardstruktur eines Google Analytics-Kontos
- Konto: Ein Konto. Die Daten gehören einem einzigen Rechtssubjekt.
- Property: Eine Property für jede logische Nutzerbasis (Institutswebsite).
- Datenstreams: Ein Datenstream für die Institutswebsite.
Angewendete Grundsätze
| Struktur | Erläuterung |
|---|---|
|
Ein Analytics-Konto. Wenn bereits ein Analytics-Konto vorhanden ist, müssen Sie kein neues erstellen. |
Die Daten gehören einem einzigen Rechtssubjekt an einem Standort. |
|
Eine Google Analytics 4-Property mit einem (Web)-Datenstream. |
Durch eine einzelne Property sind die Daten für jeden Bereich der Website an einem Ort verfügbar. Das Marketingteam kann Zielgruppen anhand beliebiger bereichsübergreifender Websitedaten erstellen. Analysten analysieren die geräteübergreifende Nutzung und stellen fest, ob ein Bedarf an einer mobilen Website oder App besteht. |
|
Ein Google Ads-Konto, das mit der Google Analytics 4-Property verknüpft ist. |
Das Marketingteam kann Zielgruppen für Remarketing- und Kundengewinnungskampagnen nach Google Ads exportieren. |
E-Commerce-Händler, der seine Produkte über das Web und per App in verschiedenen Regionen verkauft
Dieses Dachunternehmen agiert in mehreren Regionen und jede davon ist eine eigene Geschäftseinheit. Für jede Region gibt es eine eigene Website, ein Marketingteam und ein Google Ads-Konto. Das Dachunternehmen bietet auch eine App an (für iOS und Android).
Geschäftsanforderungen
Die Kontostruktur muss die folgenden Anforderungen erfüllen:
- Das Dachunternehmen benötigt eine Gesamtansicht der Daten aller Unternehmenseinheiten.
- Es ist nicht erforderlich, dass jede Geschäftseinheit der rechtliche Inhaber ihrer Daten ist.
- Jede Geschäftseinheit möchte wissen, was die Nutzer auf der Website und in der App machen.
- Jede Geschäftseinheit muss ihre Daten aufteilen.
- Die Marketingteams der Geschäftseinheiten verwenden die verknüpften Google Ads- und Analytics-Konten, um Zielgruppen zu erstellen und untereinander freizugeben. Außerdem werden die Zielgruppen für Gebote in Google Ads genutzt.
Standardstruktur eines Google Analytics-Kontos
- Konto: Ein Konto. Die Daten gehören einem einzigen Rechtssubjekt.
- Property: Eine Property für eine einzelne logische Nutzerbasis.
- Datenstreams: Ein Datenstream für die Website. Ein Datenstream für jede Version der App.
Struktur eines Google Analytics 360-Kontos
- Konto: Ein Konto. Die Daten gehören einem einzigen Rechtssubjekt.
- Property: Eine Property für eine einzelne logische Nutzerbasis.
- Untergeordnete Properties: Eine untergeordnete Property für jede Geschäftseinheit, für die Daten getrennt werden sollen.
- Datenstreams: Ein Datenstream für die Website. Ein Datenstream für jede Version der App.
Angewendete Grundsätze
| Struktur | Erläuterung |
|---|---|
|
Ein Analytics-Konto. Wenn bereits ein Analytics-Konto vorhanden ist, müssen Sie kein neues erstellen. |
Das Dachunternehmen verfügt über die rechtliche Inhaberschaft an den Daten aller Geschäftseinheiten. |
|
Eine Google Analytics 4-Property. |
Durch eine einzige Property mit Web- und App-Datenstreams können alle Daten in dieselben Berichte aufgenommen werden. Daten für Websites und Apps lassen sich nach Bedarf kombinieren, wenn Sie herausfinden möchten, wie Nutzer zwischen den beiden wechseln. Das Dachunternehmen hat eine ganzheitliche Übersicht über alle Daten, sodass Daten verschiedener Geschäftseinheiten miteinander verglichen werden können. |
|
Eine untergeordnete Property für jedes regionale Team (360-Konten). |
Jede regionale Einheit hat ihre eigene untergeordnete Property mit getrennten Daten. Das Dachunternehmen hat eine ganzheitliche Übersicht über alle Daten in der Quell-Property und kann Daten verschiedener Geschäftsbereiche vergleichen. |
|
Ein gemeinsamer Datenstream für alle Websites der regionalen Geschäftseinheiten. |
Hier wird ein Web-Datenstream für mehrere Domains verwendet. |
|
Ein Firebase-Projekt für die Android- und iOS-Implementierungen der App. Das Firebase-Projekt ist mit der Google Analytics 4-Property verknüpft. Je ein Datenstream für die iOS- und Android-Version der App (also zwei Datenstreams). |
Durch separate Datenstreams für jede App-Implementierung ist es möglich, iOS- und Android-Daten zu isolieren.
|
|
Jedes Google Ads-Konto ist mit der Property verknüpft (Standardkonten). |
Wenn jedes Google Ads-Konto mit der einzelnen Property verknüpft ist, stehen für jedes Google Ads-Konto Zielgruppen aus der Property für Gebote zur Verfügung. |
|
Optional: Jedes Google Ads-Konto ist mit der entsprechenden untergeordneten Property verknüpft (360-Konten). |
Wenn jedes Google Ads-Konto mit der entsprechenden untergeordneten Property verknüpft ist, stehen für jedes Google Ads-Konto Zielgruppen aus der Property für Gebote zur Verfügung. |
Globaler Spieleentwickler mit mehreren Spielen im Play Store und App Store
Dieses Unternehmen hat eine globale Markenwebsite und eine separate Marketingwebsite für jeden Spieltitel. Es verkauft verschiedene Spiele im Play Store und im App Store.
Geschäftsanforderungen
Die Kontostruktur muss die folgenden Anforderungen erfüllen:
- Erhebung eigener Daten von Websites und Apps, um Zielgruppen zu erstellen und fundierte Entscheidungen bei Mediakäufen zu treffen.
- Eine separate Umgebung für die Entwicklung, das Staging und die Produktion jedes Spiels.
Standardstruktur eines Google Analytics-Kontos
- Konto: Ein Konto. Die Daten gehören einem einzigen Rechtssubjekt.
- Property: Eine Property für jede logische Nutzerbasis (globale Markenwebsite, je eine Marketingwebsite und App pro Titel).
- Datenstreams: Ein Datenstream für die globale Markenwebsite. Ein Datenstream für jede Marketingwebsite und einer pro zugehöriger App-Version.
Struktur eines Google Analytics 360-Kontos
- Konto: Ein Konto. Die Daten gehören einem einzigen Rechtssubjekt.
- Property: Eine Property für jede logische Nutzerbasis (globale Markenwebsite, je eine Marketingwebsite und App pro Titel).
- Sammel-Property: Eine Sammel-Property, in der Daten aus allen separaten Quell-Properties für eine ganzheitliche Übersicht zusammengefasst werden.
- Datenstreams: Ein Datenstream für die globale Markenwebsite. Ein Datenstream für jede Marketingwebsite und einer pro zugehöriger App-Version.
Angewendete Grundsätze
| Struktur | Erläuterung |
|---|---|
|
Ein Analytics-Konto. Wenn bereits ein Analytics-Konto vorhanden ist, müssen Sie kein neues erstellen. |
Vereint Properties unter einem Konto, das einer einzigen Rechtspersönlichkeit gehört. |
|
Eine Google Analytics 4-Property für die globale Markenwebsite mit einem (Web)-Datenstream. |
Separate Messung der globalen Markenwebsite. |
|
Eine Google Analytics 4-Property für die Marketingwebsite und App jedes Spieltitels. Jede Property hat einen (Web)-Datenstream sowie einen iOS (App)- und einen Android (App)-Datenstream. |
Die Daten der einzelnen Marketingwebsites und zugehörigen Apps werden in derselben Property erhoben. Die zugehörigen Website- und App-Daten werden verwendet, um Zielgruppen zu erstellen und fundierte Entscheidungen bei Mediakäufen zu treffen. |
|
Ein Firebase-Projekt für jedes Spiel. Jedes Projekt ist mit der zugehörigen Property verknüpft. Jedes Firebase-Projekt umfasst Entwicklungs-, Staging- und Produktionsversionen des Spiels. |
Durch ein separates Firebase-Projekt für jedes Spiel wird eine separate Umgebung für die Entwicklung, das Staging und die Produktion geschaffen. |
|
Optional: Ein separates Firebase-Projekt für jede Version des Spiels oder für eine bestimmte Kombination von Versionen, etwa ein Projekt für die Entwicklerversion und ein weiteres für die Staging- und Produktionsversion. |
Sie können einzelne Spielumgebungen weiter nach Projekt unterteilen. Dafür sind jedoch weitere Properties erforderlich, wenn Sie die mit diesem Projekt verknüpfte Spielversion analysieren möchten. |
|
Optional: Sammel-Property. Die Daten aller Quell-Properties werden an eine Sammel-Property gesendet, um eine ganzheitliche Übersicht der Web- und App-Daten zu ermöglichen. |
Sie können einzelne Spielumgebungen weiter nach Projekt unterteilen. Dafür sind jedoch weitere Properties erforderlich, wenn Sie die mit diesem Projekt verknüpfte Spielversion analysieren möchten. |
Deutschlandweite Versicherungsgesellschaft mit mehreren unabhängigen Tochtergesellschaften (Lebensversicherung, Krankenversicherung, Wohngebäudeversicherung, Kfz-Versicherung)
Die Unternehmenswebsite dient der Bereitstellung von Informationen sowie der Generierung von Leads, für deren Vertragsabschluss eine Offline-Interaktion erforderlich ist (z. B. Telefonanruf, Brief, Besuch in der Versicherungsagentur). Jede Tochtergesellschaft hat eine eigene Website, ein eigenes Marketingteam und ein eigenes Google Ads-Konto.
Eine Tochtergesellschaft (Kfz-Versicherungen) hat ebenfalls eine App.
Geschäftsanforderungen
Die Kontostruktur muss die folgenden Anforderungen erfüllen:
- Die Daten gehören einer einzelnen Geschäftseinheit an einem Standort.
- Die Daten der Unternehmenswebsite müssen zur Analyse verfügbar sein, um die Lead-Generierung und die Auswahl von Inhalten zu optimieren.
- Jede Tochtergesellschaft muss ihre Daten aufteilen, damit das entsprechende Marketingteam Zielgruppen erstellen und Conversions erfassen kann, die mit einem bestimmten Google Ads-Konto verknüpft sind.
Standardstruktur eines Google Analytics-Kontos
- Konto: Ein Konto. Die Daten gehören einem einzigen Rechtssubjekt.
- Property: Eine Property für jede logische Nutzerbasis (Unternehmenswebsite, je eine Website und App pro Tochtergesellschaft).
- Datenstreams: Ein Datenstream für die Unternehmenswebsite. Ein Datenstream für jede Website einer Tochtergesellschaft und einer pro App-Version.
Struktur eines Google Analytics 360-Kontos
- Konto: Ein Konto. Die Daten gehören einem einzigen Rechtssubjekt.
- Property: Eine Property für alle Websites und Apps (Unternehmenswebsite, je eine Website und App pro Tochtergesellschaft).
- Untergeordnete Properties: Eine untergeordnete Property für jede logische Nutzerbasis (Unternehmenswebsite, je eine Website und App pro Tochtergesellschaft).
- Datenstreams: Ein Datenstream für die Unternehmenswebsite. Ein Datenstream für jede Website einer Tochtergesellschaft und einer pro App-Version.
Angewendete Grundsätze
| Struktur | Erläuterung |
|---|---|
|
Ein Analytics-Konto. Wenn bereits ein Analytics-Konto vorhanden ist, müssen Sie kein neues erstellen. |
Die Daten gehören einer einzelnen Geschäftseinheit an einem Standort. |
|
Eine Google Analytics 4-Property mit einem (Web-)Datenstream für die Unternehmenswebsite (Standardkonten) |
Die Daten werden über eine einzelne Property und einen Datenstream für die Unternehmenswebsite für die Analyse zur Verfügung gestellt, um Lead-Generierung und Auswahl von Inhalten zu optimieren. |
|
Für jede Website einer Tochtergesellschaft: (Standardkonten) Eine Google Analytics 4-Property mit einem (Web-)Datenstream. Die Property der Tochtergesellschaft aus dem Bereich Kfz-Versicherung benötigt außerdem einen Android-App-Datenstream. |
Mit einer einzelnen Property und einem Datenstream für jede Website einer Tochtergesellschaft werden die Daten jeder Website voneinander getrennt sind. Die App- und Webdaten der Tochtergesellschaft aus dem Bereich Kfz-Versicherung sind in derselben Property verfügbar. |
|
Eine Google Analytics 4-Property mit einem (Web-)Datenstream für alle Websites, also die des Unternehmens und der Tochterunternehmen (360-Konten). |
Die Daten werden über eine einzelne Quell-Property und einen Datenstream für alle Websites für die Analyse zur Verfügung gestellt, um Lead-Generierung und Auswahl von Inhalten zu optimieren. Außerdem können dann untergeordnete Properties aus der Quell-Property erstellt werden. |
|
Untergeordnete Properties für jede Tochtergesellschaft und die Unternehmenswebsite. |
Es kann eine untergeordnete Property erstellt werden, um jede logische Kombination aus Daten (Unternehmenswebsite oder Website eines Tochterunternehmens) in einer eigenen Datenansicht zu filtern. |
|
Ein Firebase-Projekt für die Android-App der Tochtergesellschaft aus dem Bereich Kfz-Versicherung. Das Firebase-Projekt ist mit der Property (Standardkonten) oder Quell-Property (360-Konten) der Tochtergesellschaft aus dem Bereich Kfz-Versicherung verknüpft. |
Durch ein Firebase-Projekt für die App der Kfz-Versicherung wird eine separate Umgebung für die App-Entwicklung erstellt. Durch die Verknüpfung des Firebase-Projekts mit der Property der Kfz-Versicherung sind die App- und Webdaten in derselben Property bzw. Quell-Property (360-Konten) verfügbar. |
|
Die zugehörigen Google Ads-Konten und die Properties (Standardkonten) bzw. die untergeordneten Properties (360-Konten) der Tochtergesellschaften sind verknüpft. |
Wenn das Google Ads-Konto für jede Tochtergesellschaft mit der entsprechenden Property verknüpft ist, sind Zielgruppen aus den Properties in den entsprechenden Google Ads-Konten sowie Conversion-Daten aus den Google Ads-Konten in den entsprechenden Google Analytics 4-Properties verfügbar. |
Reiseunternehmen mit mehreren Marken, das in verschiedenen Ländern tätig ist
Dieses Unternehmen hat mehrere Marken mit jeweils einer Computerwebsite, einer mobilen Website und einer App. Jede Marke hat ihr eigenes Marketingteam und eigene Werbekonten.
Geschäftsanforderungen
Die Kontostruktur muss die folgenden Anforderungen erfüllen:
- Die Daten müssen nach Land analysiert werden.
- Jedes Marketingteam muss seine eigenen Zielgruppen aufbauen und Conversions den verknüpften Werbekonten zuordnen.
Standardstruktur eines Google Analytics-Kontos
- Konto: Ein Konto. Die Daten gehören einem einzigen Rechtssubjekt.
- Property: Eine Property für jede logische Nutzerbasis (Unternehmenswebsite, je eine Website und App pro Marke).
- Datenstreams: Ein Datenstream für die Unternehmenswebsite. Ein Datenstream für jede Markenwebsite und einer pro zugehöriger App-Version.
Struktur eines Google Analytics 360-Kontos
- Konto: Ein Konto. Die Daten gehören einem einzigen Rechtssubjekt.
- Property: Eine Property für jede logische Nutzerbasis (Unternehmenswebsite, je eine Website und App pro Marke).
- Sammel-Property: Eine Sammel-Property, in der alle Daten der Geschäftseinheiten und Regionen zusammengefasst sind.
- Datenstreams: Ein Datenstream für die Unternehmenswebsite. Ein Datenstream für jede Markenwebsite und einer pro zugehöriger App-Version.
Angewendete Grundsätze
| Struktur | Erläuterung |
|---|---|
|
Ein Analytics-Konto. Wenn bereits ein Analytics-Konto vorhanden ist, müssen Sie kein neues erstellen. |
Die Daten gehören einer einzelnen Geschäftseinheit. |
|
Eine Google Analytics 4-Property pro Marke jeweils mit:
|
Eine Property pro Marke ermöglicht Folgendes:
Dank separater Datenstreams für jede Plattform sind ganzheitliche, vergleichende oder individuelle Datenanalysen möglich und es können plattformspezifische Zielgruppen erstellt werden. |
|
Eine Sammel-Property, um alle Marken-Properties an einem Ort zusammenzufassen (360-Konten). |
Durch eine einzelne Sammel-Property, in der die Daten aller Quell-Properties enthalten sind, ist ein ganzheitlicher Überblick über die Daten auf Unternehmensebene möglich. |
|
Die markenspezifischen Google Ads-, Display & Video 360- und Search Ads 360-Konten sind mit den entsprechenden Properties verknüpft. |
Jedes Marketingteam muss seine eigenen Zielgruppen aufbauen und Conversions den verknüpften Anzeigenkonten zuordnen. |
Ausführliche Anleitung und Referenz
Im weiteren Verlauf dieses Leitfadens finden Sie detaillierte Informationen für Unternehmen, deren Anforderungen über die Beispiele oben hinausgehen. Dieser ausführliche Leitfaden ist insbesondere für Google Analytics 360-Kunden relevant.
Inhaltsverzeichnis- Konzepte und Definitionen
- Best Practices
- Datenstreams
- Search Console-Integration
- Individuell festlegen, welche Berichte zu sehen sind
- Datenbereinigung
- Datentransformationen
- Nutzerberechtigungen und Nutzerrollen
- Spezifische 360-Funktionen: Untergeordnete und Sammel-Properties
- Beispiele mit untergeordneten und Sammel-Properties
- Verknüpfen: Google Ads, SA360 und DV360
Konzepte und Definitionen
Falls Sie mehr über Google Analytics 4-Properties erfahren möchten, können folgende Artikel und diese Videos hilfreich sein:
- Einführung in Google Analytics 4 (GA4)
- Untergeordnete Properties (für Google Analytics 360-Nutzer verfügbar)
- Sammel-Properties (für Google Analytics 360-Nutzer verfügbar)
- Konto: Eine Sammlung von Properties, deren Daten einer einzigen Rechtspersönlichkeit gehören und regionsspezifischen Nutzungsbedingungen unterliegen.
Ist es wichtig, dass die Daten aus jeder Region einer bestimmten Rechtspersönlichkeit innerhalb dieser Region gehören?
- Ja: Dann erstellen Sie mehrere Konten, eines für jede Region.
- Nein: Dann erstellen Sie ein Konto in der Region, in der sich der Hauptsitz Ihres Unternehmens befindet.
- Property: Sie gehört zu einem bestimmten Konto und repräsentiert Daten für dessen Nutzer. Daten, die zusammen analysiert werden sollen (Produktlinie, Marke, Anwendung), müssen sich in einer Property befinden. Wenn Sie Google Analytics 360 verwenden, kann sie als Quell-Property verwendet werden.
Beziehen sich die erhobenen Daten auf eine einzelne logische Nutzerbasis? Wenn Sie Analytics mit anderen Produkten verknüpfen, möchten Sie alle Daten für jedes Produkt freigeben?
- Ja: Dann erstellen Sie eine Property.
- Nein: Dann erstellen Sie eine separate Property oder untergeordnete Property für jede logische Nutzerbasis.
- Datenstream: Er gehört zu einer bestimmten Property und ist die Datenquelle für eine App oder Website. Als Best Practice wird empfohlen, maximal drei Datenstreams pro Property zu verwenden: einen Web-Datenstream zur Analyse der Seiten, die ein Nutzer während des Kaufprozesses besucht, und je einen App-Datenstream für iOS und Android.
- App-Datenstream: Es ist ein Datenstream für jede Kombination aus App-Paketname und Plattform möglich.
- Web-Datenstream: In den meisten Fällen empfiehlt es sich, einen einzelnen Web-Datenstream zu verwenden, um Daten zum Nutzerverhalten im Web zu erfassen. Damit die Berichte zum Nutzerverhalten und zu Sitzungen im Web, die sich über mehrere Domains erstrecken, einheitlich sind, sollten Sie einen einzelnen Web-Datenstream verwenden und die Funktion Domainübergreifende Messung einrichten.
Best Practices
Die folgenden Best Practices und Empfehlungen sollen eine breite Palette von Nutzern und Anwendungsfällen abdecken. Es kann Fälle geben, in denen sie nicht zutreffen oder an die jeweiligen Umstände angepasst werden müssen.
Grundsätzlich sollten Sie ein Konto pro Unternehmen und eine Property pro Marke oder Geschäftseinheit erstellen. Hier wird davon ausgegangen, dass Ihre Marken und Geschäftseinheiten separate Entitäten mit eigenen Interessenvertretern und Analysten sind.
Beispiel A
- Muttergesellschaft A: 1 Konto
- Marke X (Automobil): 1 Property
- Marke Y (Haushaltswaren): 1 Property
- Marke Z (Unterhaltungselektronik): 1 Property
In diesem Fall hat die Muttergesellschaft ein Konto und drei verschiedene Properties, wobei jede Property nur Daten enthält, die sich auf die entsprechende Marke bzw. den entsprechenden Geschäftsbereich beziehen.
Beispiel B
- Unternehmen B: 1 Konto
- Produktlinie D (Hausversicherung): 1 Property
- Produktlinie E (Kfz-Versicherung): dieselbe Property wie D
- Produktlinie F (Lebensversicherung): dieselbe Property wie D und E
In diesem Fall hat sich das Unternehmen dafür entschieden, dass alle Geschäftsbereiche ihre Daten in eine gemeinsame Property senden. Vielleicht setzen einige seiner Kunden regelmäßig mehrere Produkte ein oder es nutzt häufig Up- und Cross-Selling-Kampagnen zwischen Produkten. Daher ist es sinnvoll, alle diese Daten zusammen zu analysieren. Die Property kann als Quell-Property für untergeordnete Properties verwendet werden, um Analysen der einzelne Produktlinien zu ermöglichen (siehe unten).
Beispiel C
- Kleinunternehmen C (z. B. Feinkost Herrmann): 1 Konto
- Alle Produkte (Fleischwaren, Sandwiches, Getränke usw.): 1 Property
In diesem Beispiel ist Feinkost Herrmann ein kleines Unternehmen, das nicht mehrere Properties benötigt. Es analysiert alle Daten seines Onlineliefergeschäfts gemeinsam, da Kunden häufig mehrere Produkte gleichzeitig kaufen und es keine unterschiedlichen Geschäftsbereiche gibt. Hier bietet sich eine gemeinsame Property für alle Daten an.
Datenstreams
Jede Quell-Property enthält Datenstreams von einer App und/oder Website. Ein Datenstream ist also einfach eine Website oder App, die Daten an eine bestimmte GA4-Property sendet.
Unsere Empfehlung
- 1 Web-Datenstream pro Property
- 1 iOS-Datenstream pro Property
- 1 Android-Datenstream pro Property
Search Console-Integration
GA4-Properties können mit der Search Console verknüpft werden. Dadurch werden detailreiche zusätzliche Daten in Google Analytics aufgenommen, z. B. Suchanfragen aus der organischen Google Suche oder Dimensionen für Berichte wie etwa die Landingpage.
Sie müssen entscheiden, welche Property mit welcher Search Console-Property verknüpft werden soll. Wenn Sie untergeordnete und Sammel-Properties verwenden, sind Verknüpfungen mit der Quell-, untergeordneten oder Sammel-Property möglich.
Die Verknüpfung zwischen der GA4-Property und der Search Console-Property ist schnell und unkompliziert über die Seite „Verwaltung“ in GA4 möglich. Sie müssen bestätigter Websiteadministrator für die Search Console-Property sein und die Administratorrolle für die Google Analytics 4-Property haben, um die Verknüpfung einrichten zu können.
Individuell festlegen, welche Berichte zu sehen sind
Mit GA4-Properties können Sie selbst entscheiden, welche Berichte angezeigt werden und welche Messwerte, Dimensionen und Diagramme in Ihren Berichten enthalten sein sollen. Sie haben die Möglichkeit, eine vollständige Sammlung aller Berichte einzurichten, die nur für eine bestimmte Gruppe relevant ist, etwa für das Marketingteam. Der Zugriff auf solche Sammlungen kann allerdings nicht eingeschränkt werden. Sie sind für alle Property-Nutzer sichtbar. Sie können GA4 so anpassen, dass die wichtigsten Berichte zuerst angezeigt werden und leicht zugänglich sind und Sie nicht in einer langen Liste nach dem gewünschten Bericht suchen müssen.
Beispiel für die Berichtsammlung eines Marketingteams:
Sie können die einzelnen Berichte innerhalb einer Sammlung anpassen. Beispielsweise enthalten die meisten Tabellenberichte in der Standardberichtskonfiguration den Messwert „Gesamtumsatz“. Das ist praktisch, wenn Sie ein E-Commerce-Unternehmen sind, das Umsatzdaten sendet, und möchten, dass Ihre Teams diese Daten analysieren können. Falls in Google Analytics jedoch keine Umsatzdaten verfügbar sind, enthält diese Spalte in jeder Zeile den Wert 0,00 $. Ist dieser Messwert für Ihr Unternehmen nicht relevant, können Sie ihn entfernen, damit die Berichte übersichtlicher werden.
Bericht „Ereignisse“ mit Messwert „Gesamtumsatz“
Oberfläche zum Bearbeiten (auf das „X“ neben dem zu entfernenden Messwert klicken)
Anwenden und ohne Messwert „Gesamtumsatz“ speichern:
Dieser Bericht ist jetzt viel übersichtlicher für ein Unternehmen, das in Google Analytics keine Umsatzdaten hat oder anzeigen möchte.
Best Practices für die Datenbereinigung
Zusätzlich zum Filtern Ihrer Berichte zum Ein- oder Ausschließen bestimmter Daten müssen Sie auch darauf achten, dass Ihre Daten einwandfrei sind. Dazu sollten Sie z. B. Traffic von internen IP-Adressen oder unerwünschte Verweise ausschließen und die Funktion „Domainübergreifende Messung“ richtig einrichten.
Traffic von internen IP-Adressen ausschließen
Wenn Mitarbeiter häufig auf die Unternehmenswebsite zugreifen – etwa Supportmitarbeiter, die regelmäßig Hilfeartikel auf Ihrer Website nutzen –, sollten Sie bei der Einrichtung den Traffic von internen IP-Adressen aus dem Datenbestand entfernen. Dadurch vermeiden Sie, dass Ihre Mitarbeiter (internen Nutzer) Analysedaten verfälschen, die eigentlich dazu gedacht waren, Zugriffe durch externe Kunden zu erfassen. Dieser Filter ist jetzt in GA4 voreingestellt:
Unerwünschte Verweise entfernen
Ein weiterer Aspekt der Best Practices für die Datenbereinigung ist das Ausschließen unerwünschter Verweiszugriffe. So können Sie Daten aus bestimmten Verweisquellen aus Ihren Produktionsdaten ausschließen. Das Ereignis bleibt erhalten, die Verweis-URL wird jedoch ignoriert. Das hat keinen Einfluss auf die Traffic-Attribution. Diese Konfiguration ist jetzt in GA4 vordefiniert:
Domainübergreifendes Tracking einrichten
Ein häufiges Problem für Google Analytics-Nutzer war immer der domainübergreifende Traffic. Bisher mussten Sie das domainübergreifende Tracking entweder über Google Tag Manager oder Ihr TMS einrichten oder auf Ihrer Website hartcodieren. Diesen zusätzlichen Aufwand konnten sich Google Analytics-Nutzer nicht immer leisten. Das führte dann häufig zu Problemen mit der Datenbereinigung, Verweisen von eigenen Domains und einer unzutreffenden Anzahl von Sitzungen. In Google Analytics 4 ist die Einrichtung auf der Benutzeroberfläche jetzt einfacher, sodass sich die Datenbereinigung verbessert:
Datentransformationen
In Universal Analytics erfolgen Datentransformationen bei der Filterkonfiguration. Ein Beispiel wäre die zwangsweise Umwandlung aller Werte für eine bestimmte Dimension wie „utm_campaign“ in Kleinbuchstaben. In Google Analytics 4-Properties läuft das jetzt über die Ereigniserstellung und -änderung.
Angenommen, Sie stellen fest, dass ein bestimmtes Ereignis zweimal an Ihre GA4-Property gesendet wurde, aber auf unterschiedliche Art und Weise. Ein Beispiel: Das Ereignis „start_now“, das zu einer wichtigen Aktion auf Ihrer Website führt, tritt auf Ihrer Website an mehreren Stellen auf. Weil jedoch verschiedene Teams an der Website arbeiten, kann es sein, dass dieses Ereignis einmal als „start_now“ und ein anderes Mal als „startNow“ an GA4 gesendet wird. Dieses recht häufige Szenario kann sich auf die Datenqualität auswirken. Es lässt sich jetzt aber vermeiden, indem Sie Ereignisse auf der Benutzeroberfläche erstellen und ändern.
Um das Problem zu beheben, klicken Sie im Bereich „Konfigurieren“ Ihrer GA4-Property auf die Schaltfläche Ereignis ändern.
Sie gelangen zu folgendem Bildschirm, auf dem Sie die gewünschten Änderungen vornehmen können. In unserem Beispiel wählen Sie aus, welches Ereignis beibehalten werden soll („start_now“ oder „startNow“), und passen das andere Ereignis entsprechend an. Im Beispiel unten wird jedes Ereignis mit dem Namen „startNow“ zu „start_now“ geändert. Dadurch werden diese beiden Ereignisnamen unter einem einzigen Namen zusammengefasst. Ihre Berichte sind nun übersichtlicher und es gibt nur eine Zeile für dieses Ereignis.
Nutzerberechtigungen und Nutzerrollen
Für GA4-Properties stehen nun optimierte und intelligentere Funktionen für Rollen und Einschränkungen zur Verfügung. Zu den Standardrollen zählen jetzt folgende:
- Administrator: hat uneingeschränkte Kontrolle über das Konto
- Bearbeiter: hat uneingeschränkten Bearbeitungszugriff auf Daten und Einstellungen; darf aber keine Nutzer verwalten
- Analyst: kann nicht nur Daten und Konfigurationen ansehen, sondern auch freigegebene Assets erstellen und bearbeiten
- Betrachter: kann Berichtsdaten und Konfigurationseinstellungen sehen
Außerdem können Sie in GA4-Properties Kosten- und/oder Umsatzdaten in der Berichtsoberfläche ausblenden. Dazu weisen Sie eine Rolle für die Dateneinschränkung zu: „Keine Kostenmesswerte“ oder „Keine Umsatzmesswerte“. Das ist eine sinnvolle Ergänzung der Nutzerberechtigungen, um sensible Geschäftsdaten zu schützen und gleichzeitig den Zugriff auf Website- und Verhaltensdaten für bestimmte Zielgruppen zu ermöglichen.
Spezifische 360-Funktionen: Untergeordnete und Sammel-Properties
Untergeordnete Properties
Untergeordnete Properties sind ein neuer Typ von Google Analytics 4-Properties für Google Analytics 360-Konten. Damit können Sie eine Teilmenge der Daten erstellen, die sich in einer Quell-Property befinden. Untergeordnete Properties machen Datenansichten überflüssig. Sie können beispielsweise eine untergeordnete Property erstellen, die eine Teilmenge der Daten in der Quell-Property umfasst. Außerdem haben Sie die Möglichkeit, bestimmten Nutzern ausschließlich Zugriff auf diese untergeordnete Property zu gewähren. Darüber hinaus bieten untergeordnete Properties Funktionen für Datenbereinigung, Data Governance, User Governance und Feature Governance, die den Nutzen von GA4 für größere Unternehmen erheblich steigern.
Sie können eine untergeordnete Property aus einer beliebigen Quell-Property erstellen, aber nicht aus einer Sammel-Property. Untergeordnete Properties haben eine 1:1-Beziehung mit einer Quell-Property.
Data Governance
Einer der wichtigsten Anwendungsfälle für untergeordnete Properties ist Data Governance. Damit wird gesteuert, welche Daten in eine Property aufgenommen oder von ihr ausgeschlossen werden. Mit untergeordneten Properties können Sie Daten einschließen oder herausfiltern, um die für eine bestimmte Zielgruppe oder einen bestimmten Anwendungsfall erforderlichen Daten zu gewinnen. So können Sie die Daten besser organisieren und bestimmten Zielgruppen leichter zugänglich machen.
In Universal Analytics wurden hierfür häufig Datenansichten verwendet, beispielsweise eine Datenansicht ausschließlich für Zugriffe aus Nordamerika oder nur für die Daten der Marketingwebsite. Durch die Trennung dieser Datenmengen kann jede Gruppe schneller und einfacher auf ihre Informationen zugreifen, auch wenn sie das Gleiche mit ein paar mehr Filtern in der Quell-Property hätte erreichen können. Mithilfe von untergeordneten Properties können in solchen Fällen Filter für den Import und Export von Daten aus der Quell- in die untergeordnete Property angewendet werden.
Daten lassen sich mithilfe eines beliebigen Ereignisses oder einer benutzerdefinierten Dimension, die in der Quell-Property erfasst wurde, in eine untergeordnete Property filtern.
User Governance
Ein weiterer Anwendungsfall für untergeordnete Properties sind User Governance-Anforderungen. Angenommen, in Ihrem Unternehmen gibt es strenge Richtlinien, nach denen in einer bestimmten Region (z. B. Nordamerika) ein Teil der Daten zu der Region abgerufen darf, eine andere Region (z. B. Südamerika) aber gar keinen Zugriff auf diese Daten haben soll. Mithilfe von untergeordneten Properties lassen sich die Daten für jede Region trennen und in eigene Properties aufnehmen. Außerhalb der entsprechenden Region ist dann kein Zugriff auf die Daten möglich.
Dasselbe gilt für Geschäftsbereiche, die ihre zum Betriebsablauf erforderlichen Daten oder sogar Daten zwischen der Abteilung für Marketing und für Produktentwicklung getrennt halten müssen, weil ein Team nicht die Daten des jeweils anderen sehen soll.
Wenn Sie den Zugriff auf Daten nicht einschränken müssen, sondern einfach nur einer bestimmten Gruppe von Nutzern bestimmte Datenbestände zugänglich machen möchten, sind angepasste Berichte oder Berichtssammlungen eventuell die bessere Wahl. So können Sie beispielsweise eine Sammlung von Berichten erstellen, die speziell auf das Marketingteam zugeschnitten sind, damit es die relevanten Daten einfacher abrufen kann. Mit diesen Funktionen lassen sich Daten in einem praxisgerechten Format für bestimmte Zielgruppen organisieren, ohne dass zusätzliche Kosten anfallen.
Sammel-Properties
Eine Sammel-Property enthält Daten aus zwei oder mehr Properties. Sie kann Daten aus normalen Properties und untergeordneten Properties enthalten, aber keine anderen Sammel-Properties. Dadurch sind umfassendere Einblicke in ein Unternehmen, Produkte, Marken oder Regionen möglich, weil damit Daten aus mehreren Properties innerhalb desselben Kontos zusammengeführt werden. Sammel-Properties in GA4 und UA unterstützen ähnliche Anwendungsfälle.
Sammel-Properties funktionieren ähnlich wie andere Properties. Jede Sammel-Property hat unter anderem ein eigenes Kontingent für benutzerdefinierte Dimensionen, Messwerte und Nutzereigenschaften. Alle Einstellungen werden in der Sammel-Property vorgenommen. Einstellungen für Sammel-Properties werden nicht von ihren Quell-Properties übernommen. Sie sind stattdessen auf die Anforderungen der Sammel-Property und die Nutzer dieser Property zugeschnitten.
Kostengesichtspunkte
Jedes Ereignis, das an eine untergeordnete Property oder eine Sammel-Property gesendet wird, wird noch einmal verarbeitet. Dadurch fallen zusätzliche Kosten für das 360-Konto an. Jeder weitere Ereignistreffer wird zum halben Preis des ersten Ereignistreffers in Rechnung gestellt. Mit anderen Worten: Jeder Treffer für eine untergeordnete oder Sammel-Property kostet 50 % eines Ereignistreffers.
Für zertifizierte Partner von Google Analytics ist jetzt eine Rechnungsvorschau verfügbar. Damit lässt sich besser nachvollziehen, wie sich eine bestimmte Konfiguration auf die Abrechnung auswirkt. Dadurch können 360-Kunden besser über die potenziellen Kosten für GA4-Properties informiert werden.
Beispiele mit untergeordneten und Sammel-Properties
Sehen wir uns nun an, wie sich einige der Beispiele am Anfang dieses Leitfadens sinnvoll einrichten lassen.
Unternehmen mit mehreren komplementären Geschäftsbereichen
- Unternehmen B: 1 Konto
- Produktlinie D (Hausversicherung): 1 Property
- Produktlinie E (Kfz-Versicherung): dieselbe Property wie D
- Produktlinie F (Lebensversicherung): dieselbe Property wie D und E
In diesem Fall hat das Unternehmen 1 Konto mit 1 Quell-Property. Zwar gibt es verschiedene Geschäftsbereiche gibt, für die Daten eventuell separat analysiert werden müssen, doch sind die Produkte komplementär und es ist häufig erforderlich, mehrere Produkte gemeinsam zu analysieren. Deshalb wurde beschlossen, alle Produktdaten an dieselbe Quell-Property zu senden. Die einzelnen Produktteams müssen jedoch in der Lage sein, ihre Daten separat zu analysieren. Aufgrund des hohen Traffic-Volumens in der gesamten Property wurde entschieden, für jeden Geschäftsbereich untergeordnete Properties zu erstellen.
Muttergesellschaft mit mehreren Marken
- Muttergesellschaft: 1 Konto
- Marke X (Automobil): 1 Property
- Marke Y (Haushaltswaren): 1 Property
- Marke Z (Unterhaltungselektronik): 1 Property
In diesem Fall hat die Muttergesellschaft 1 Konto mit 3 Quell-Properties, eine für jede Marke. Die einzelnen Marken werden separat verwaltet und ihre Daten müssen getrennt voneinander analysiert werden. Jede davon hat deshalb eine eigene Quell-Property. Die Muttergesellschaft möchte aber, dass alle ihre Marken in einer einzigen Property zusammengefasst werden, damit sie sich ein besseres Bild von der Gesamtzahl der Nutzer, dem Gesamtumsatz usw. machen kann. In diesem Fall erstellt die Muttergesellschaft eine Sammel-Property mit allen drei Marken-Properties als Quellen für die Property. Dadurch ist ein ganzheitlicher Überblick möglich, während die Marken weiterhin unabhängig voneinander bleiben.
Sehen wir uns das Beispiel einmal genauer an. Die Muttergesellschaft hat ein Treueprämienprogramm, das markenübergreifend gilt. Wenn ein Nutzer an diesem Programm teilnimmt, hat er eine eindeutige Prämien-ID, die wir dem Nutzer als Nutzereigenschaft und/oder jedem Ereignis als Parameter zuordnen können.
Das Prämienteam arbeitet auf Ebene der Muttergesellschaft und muss Daten für Teilnehmer am Programm für alle Marken in derselben Property sehen. Das erreichen wir, indem wir untergeordnete Properties und Sammel-Properties kombinieren, sodass das Prämienteam mit einem eigenen Datenbestand arbeitet. Für jede Quell-Property wird eine untergeordnete Property ausschließlich mit Daten für Teilnehmer am Programm erstellt. Anschließend werden alle drei untergeordneten Properties in einer Sammel-Property für Daten zu Prämien zusammengefasst.
Globales Unternehmen mit Regionen und Unterregionen
In diesem Fall enthält das globale Unternehmenskonto 3 regionale untergeordnete Sammel-Properties mit jeweils 2 untergeordneten Quell-Properties.
Verknüpfen: Google Ads, SA360 und DV360
Google Ads
In GA4-Properties gibt es einige Verbesserungen bei der Verknüpfung von Google Ads. Die Voraussetzungen für die Verknüpfung bleiben jedoch gleich. Wenn Sie Ihr Google Ads-Konto mit der GA4-Property verknüpfen, können Sie Zielgruppen- und Websitestatistiken mit Google Ads teilen und profitieren von Google Ads-Berichtsdaten in der GA4-Property. Die Verknüpfung mit einem Google Ads-Konto erfolgt auf der Ebene der Google Analytics-Property. Sie können eine Quell-Property, eine untergeordnete Property oder eine Sammel-Property verknüpfen.
Wichtiger Unterschied zwischen Universal Analytics und Google Analytics 4: In Universal Analytics müssen Sie jedes Google Ads-Konto einzeln auswählen, in das eine Zielgruppe exportiert werden soll (maximal 10). In Google Analytics 4-Properties teilen Sie eine Zielgruppe mit allen verknüpften Konten. Dadurch wird das Teilen viel einfacher. Allerdings ist es nur möglich, entweder alle oder keine Zielgruppen zu teilen. Berücksichtigen Sie das bitte bei der Entwicklung Ihrer Google Analytics 4-Zielgruppen.
Wenn Sie Ihre GA4-Property mit einem Google Ads-Konto verknüpfen, können Sie Websitestatistiken in Google Ads aufrufen. Daraufhin werden die Daten zum Verhalten der Nutzer aus Google Analytics direkt in die Google Ads-Benutzeroberfläche exportiert. Sie können zwar eine Verknüpfung mit einem beliebigen Property-Typ einrichten, wir empfehlen jedoch, nur eine Verknüpfung mit der Quell-Property oder der untergeordneten Property herzustellen (nicht aber mit beiden). So vermeiden Sie eine doppelte Zählung, wenn Sie sowohl eine Quell-Property als auch eine untergeordnete Property verknüpfen.
Zielgruppen aus einem beliebigen GA4-Property-Typ (gewöhnliche, untergeordnete oder Sammel-Property) lassen sich mit Google Ads teilen. Allerdings enthält eine Zielgruppe aus einer untergeordneten oder Sammel-Property andere Daten als die gewöhnliche Quell-Property. Grund können Filter oder mehrere Datenmengen sein. Das sollten Sie berücksichtigen, wenn Sie in Google Ads die Ausrichtung auf Zielgruppen verwenden.
Auch hängen Conversions vom Typ der verknüpften Property ab. In der Regel möchten Sie nicht denselben Conversion-Typ aus einer Quell-, untergeordneten und Sammel-Property importieren. Daher wird empfohlen, die Google Analytics-Quell-Property mit Google Ads zu verknüpfen und die Conversions nur aus der Quelle zu exportieren. Eine Ausnahme gilt eventuell für regionsspezifische Google Ads-Konten, wenn diese stattdessen auf Ebene der untergeordneten Property verknüpft werden müssen.
Search Ads 360
Von Beginn an wird aufgrund der SA360-Integration die Datenübernahme von der Quell-Property in eine untergeordnete Property oder eine Sammel-Property unterstützt. Wenn also die Verknüpfung mit der Quell-Property hergestellt wird, empfängt die untergeordnete Property oder Sammel-Property Daten von SA360. In der untergeordneten Property oder der Sammel-Property kann jedoch die Verknüpfung selbst weder gesteuert noch eingerichtet werden.
Wichtiger Unterschied zwischen Universal Analytics- und Google Analytics 4-Properties: In Universal Analytics müssen Sie jedes Konto einzeln auswählen, in das eine Zielgruppe exportiert werden soll (maximal 10). In Google Analytics 4-Properties teilen Sie eine einzelne Zielgruppe mit allen verknüpften Konten. Dadurch wird das Teilen viel einfacher. Allerdings ist es nur möglich, entweder alle oder keine Zielgruppen zu teilen. Berücksichtigen Sie das bitte bei der Entwicklung Ihrer Google Analytics 4-Zielgruppen.
Display & Video 360
Von Beginn an wird aufgrund der DV360-Integration die Datenübernahme von der Quell-Property in eine untergeordnete Property oder eine Sammel-Property unterstützt. Wenn also die Verknüpfung mit der Quell-Property hergestellt wird, empfängt die untergeordnete Property oder Sammel-Property Daten von DV360. In der untergeordneten Property oder der Sammel-Property kann jedoch die Verknüpfung selbst weder gesteuert noch eingerichtet werden.
Wichtiger Unterschied zwischen Universal Analytics- und Google Analytics 4-Properties: In Universal Analytics müssen Sie jedes Konto einzeln auswählen, in das eine Zielgruppe exportiert werden soll (maximal 10). In Google Analytics 4-Properties teilen Sie eine Zielgruppe mit allen verknüpften Konten. Dadurch wird das Teilen viel einfacher. Allerdings ist es nur möglich, entweder alle oder keine Zielgruppen zu teilen. Berücksichtigen Sie das bitte bei der Entwicklung Ihrer Google Analytics 4-Zielgruppen.