Wenn Sie ein Einwilligungsbanner für Ihre Website oder App implementieren, fehlen in Analytics Daten zu Nutzern, die keine Einwilligung erteilt haben. Bei der Verhaltensmodellierung für den Einwilligungsmodus wird das Verhalten von Nutzern, die Analytics-Cookies ablehnen, auf Grundlage des Verhaltens ähnlicher Nutzer geschätzt, die solche Cookies akzeptieren. Mit geschätzten Daten können Sie Ihren Analytics-Berichten nützliche Statistiken entnehmen und gleichzeitig die Privatsphäre der Nutzer schützen.
Bei der Verhaltensmodellierung werden beispielsweise Daten auf Grundlage von Nutzer- und Sitzungsmesswerten geschätzt, wie „Aktive Nutzer pro Tag“ und „Conversion-Rate“, die nicht erfasst werden können, wenn Kennungen wie Cookies oder User-IDs nicht vollständig verfügbar sind. So lassen sich wichtige Fragen beantworten:
- Wie viele aktive Nutzer pro Tag verwenden meine Property?
- Wie viele neue Nutzer habe ich über meine letzte Kampagne gewonnen?
- Wie sieht der Conversion-Pfad von der Landingpage bis hin zum Kauf aus?
- Wie viele Besucher meiner Website kommen aus Deutschland und wie viele aus dem Vereinigten Königreich?
- Wie unterscheidet sich das Verhalten von Besuchern auf Mobilgeräten und Computern?
Geschätzte und erfasste Daten im Vergleich
Wenn Nutzer Ihre Website besuchen und ihre Einwilligung für Analytics-Cookies erteilen oder die Personalisierung über die Werbe-ID in den Android-Einstellungen nicht deaktivieren, wird ihr Verhalten in Analytics verschiedenen Kennungen zugeordnet, um lückenlose Messungen zu ermöglichen. Wir bezeichnen diese Art von Daten als beobachtbare Daten, weil sie von Nutzern stammen, die uns die Erlaubnis erteilt haben, Daten zu ihrem Verhalten zu erheben.
Falls Nutzer keine Einwilligung erteilen, werden Ereignisse nicht mit einer festen User-ID verknüpft. Wenn in Analytics beispielsweise 10 Seitenaufrufereignisse erhoben werden, kann dann nicht erfasst werden, ob diese von 10 verschiedenen Nutzern oder einer Einzelperson stammen. Stattdessen kommt in Analytics maschinelles Lernen zum Einsatz, um das Verhalten dieser Nutzer auf Grundlage des Verhaltens ähnlicher Nutzer zu schätzen, die in die Verwendung von Analytics-Cookies oder vergleichbaren App-Kennungen eingewilligt haben.
Die für die Modellierung verwendeten Trainingsdaten beruhen auf den erfassten Daten von Nutzern, die ihre Einwilligung in der Property erteilt haben, in der die Modellierung aktiviert ist.
Verhaltensmodellierung von Google
Der Ansatz für die Verhaltensmodellierung von Google beruht auf den folgenden Best Practices für maschinelles Lernen.
Auf Genauigkeit prüfen und über Änderungen informieren
Dank der Holdback-Validierung wird die Genauigkeit der Google-Modelle gewahrt. Die geschätzten Nutzerdaten werden mit einem Teil der erfassten Nutzerdaten verglichen, die beim Trainieren der Modelle nicht berücksichtigt wurden. Die so gewonnenen Erkenntnisse werden zur Optimierung der Modelle verwendet. Google informiert Sie über Änderungen, die einen großen Einfluss auf Ihre Daten haben könnten.
Für zuverlässige Berichte sorgen
Die Verhaltensmodellierung wird nur dann berücksichtigt, wenn die höchste Qualität der Modelle sichergestellt ist. Falls beispielsweise nicht genug Zugriffsdaten von Nutzern, die ihre Einwilligung erteilt haben, für das Modell bereitstehen, werden Ereignisse, die von Nutzern ausgelöst wurden, die keine Einwilligung erteilt haben, nicht geschätzt. So soll die Genauigkeit der Daten gewährleistet werden.
An Ihr Unternehmen anpassen
Der allgemeinere Modellierungsalgorithmus von Google wird separat angewendet und spiegelt so Ihr individuelles Unternehmen und das Verhalten Ihrer Kunden wider.
Voraussetzungen
Weil das Modell anhand der erfassten Daten für Ihre Google Analytics 4-Property trainiert wird, müssen in der Property genügend Daten vorhanden sein. Damit eine Verhaltensmodellierung möglich ist, muss Ihre Property die folgenden Kriterien erfüllen:
- Der Einwilligungsmodus ist auf allen Seiten Ihrer Websites und/oder auf allen App-Bildschirmen Ihrer Apps aktiviert.
- Der Einwilligungsmodus für Webseiten muss so implementiert sein, dass Tags vor dem Dialog zur Einholung von Einwilligungen geladen werden. Google-Tags werden immer geladen, also nicht nur, wenn der Nutzer seine Einwilligung erteilt hat (erweiterte Implementierung).
- In der Property werden über mindestens 7 Tage mindestens 1.000 Ereignisse pro Tag mit analytics_storage='denied' erfasst.
- Von der Property werden über mindestens 7 der letzten 28 Tage Ereignisse von mindestens 1.000 täglichen Nutzern mit analytics_storage='granted' gesendet.
- Manchmal dauert es mehr als 7 Tage innerhalb dieser 28 Tage, um den Datengrenzwert zu erreichen und das Modell erfolgreich zu trainieren. Es kann sogar sein, dass die zusätzlichen Daten dazu nicht ausreichen.
Die Verhaltensmodellierung beginnt an dem Tag, ab dem eine bestimmte Property alle Voraussetzungen erfüllt.
Im sehr seltenen Fall, dass eine Property die Voraussetzungen für die Verhaltensmodellierung nicht mehr erfüllt, sind keine geschätzten Daten mehr verfügbar. Werden die Voraussetzungen später wieder erfüllt, sind ab dann auch wieder geschätzte Daten verfügbar.
Geschätzte Daten in Berichten ein- oder ausblenden
Wählen Sie die Identität für zusammengeführte Berichte aus, um geschätzte Daten in Ihren Berichten zu sehen. Sie müssen dazu Administrator sein:
- Klicken Sie auf der Seite Verwaltung unter Datenanzeige auf Identität für die Berichterstellung.
- Wählen Sie Zusammengeführt aus.
- Klicken Sie auf Speichern.
Wenn Sie keine geschätzten Daten mehr sehen möchten, wählen Sie eine andere Option aus. Die von Ihnen ausgewählte Option hat keinen Einfluss auf die Datenerhebung oder -verarbeitung. Sie können ohne dauerhafte Auswirkungen auf die Daten jederzeit zwischen den Optionen wechseln. Weitere Informationen zur Identität für die Berichterstellung
Verhaltensmodellierung in Google Analytics
In Analytics werden geschätzte und erfasste Daten nahtlos in Ihre Berichte eingebunden. Werden geschätzte Daten in Analytics-Berichten berücksichtigt, fallen Ihnen wahrscheinlich Unterschiede zu Berichten auf, die nur erhobene Daten enthalten. So können die Nutzerzahlen in Berichten mit geschätzten Daten z. B. höher ausfallen.
Klicken Sie auf das Symbol für die Datenqualität (siehe unten), um zu sehen, ob geschätzte Daten berücksichtigt wurden.
In der folgenden Tabelle finden Sie eine Übersicht der möglichen Nachrichten, die dann angezeigt werden.
| Status des Symbols für die Datenqualität | Beschreibung |
|---|---|
| Geschätzte Nutzerdaten werden eingeschlossen | Seit dem [Beginn der Modellierung] werden in Analytics Daten geschätzt, die aufgrund von Faktoren wie fehlender Cookie-Einwilligung nicht erfasst werden. |
| Geschätzte Nutzerdaten werden eingeschlossen |
Seit dem [Beginn der Modellierung] werden in Analytics alle möglichen Daten geschätzt, die aufgrund von Faktoren wie fehlender Cookie-Einwilligung nicht erfasst werden. |
| Geschätzte Nutzerdaten werden eingeschlossen |
Seit dem [Beginn der Modellierung] werden in Analytics Daten geschätzt, die aufgrund von Faktoren wie fehlender Cookie-Einwilligung nicht erfasst werden. * Die geschätzten Daten sind für den Vortag möglicherweise noch nicht verfügbar. |
| Geschätzte Nutzerdaten werden ausgeschlossen | Die Identitätseinstellung für die Berichterstellung Ihrer Property ist so konfiguriert, dass in Analytics keine Daten geschätzt werden dürfen, die aufgrund von Faktoren wie fehlender Cookie-Einwilligung nicht erfasst werden. Wenn Sie nicht die Einstellung Vermischt verwenden, enthalten Berichte nur Daten von Nutzern, die der Verwendung von Kennungen zugestimmt haben. |
| Geschätzte Nutzerdaten nicht verfügbar | Der ausgewählte Zeitraum liegt vor dem Datum, ab dem diese Property die Voraussetzungen für geschätzte Daten erfüllt hat. |
| Geschätzte Nutzerdaten nicht verfügbar | Dieser Bericht enthält Daten zum Thema „Bindung“ oder ein Segment mit einer Sequenz. Geschätzte Daten werden daher nicht berücksichtigt. |
| Geschätzte Nutzerdaten nicht verfügbar | Ihre Property erfüllt nicht die Voraussetzungen für die Verwendung geschätzter Daten. |
Auf einigen Seiten der Analytics-Oberfläche wird außerdem ein Banner mit Informationen zum Modellierungsstatus angezeigt.
In der folgenden Tabelle finden Sie eine Übersicht der möglichen Nachrichten, die über ein Banner angezeigt werden können.
| Bannernachricht | Bannerposition |
|---|---|
| In den meisten Vorlagen sind nur Daten von Nutzern enthalten, die der Verwendung von Kennungen/IDs zugestimmt haben. Ausgenommen davon sind die Vorlagen „Freies Format“ und „Segmentüberschneidung“, die geschätzte Nutzerdaten enthalten. | Startseite des explorativen Analysetools |
| Wenn eine explorative Datenanalyse ein Segment mit einer Sequenz enthält, werden nur Daten für Nutzer angezeigt, die der Verwendung von Kennungen/IDs zugestimmt haben. | Detailseite der explorativen Datenanalyse |
| In [diesem Bericht / dieser explorativen Datenanalyse / dieser Zielgruppe] sind nur Daten von Nutzern enthalten, die der Verwendung von Kennungen/IDs zugestimmt haben. | Detailseite der explorativen Datenanalyse |
| Wenn dieses Segment eine Sequenz enthält, werden nur Daten für Nutzer angezeigt, die der Verwendung von Kennungen/IDs zugestimmt haben. | Segmentierungstool |
Modellierung in explorativen Datenanalysen
Bei explorativen Pfad- und Trichteranalysen wird die Modellierung anders eingesetzt als in Berichten. In Berichten wird sie auf Messwerte wie Nutzer, Sitzungen und Anzahl neuer Nutzer angewendet. Sie wird jedoch nicht auf die Anzahl von Ereignissen wie page_view, first_visit und session_start angewendet. Falls Nutzer in Analytics keine Einwilligung zur Verknüpfung einer festen User-ID erteilen, kann nicht ermittelt werden, ob die Ereignisse Aktionen desselben Nutzers sind. Das führt zu einer größeren Anzahl der Ereignisse first_visit und session_start für diese Nutzer, da das Ereignis bei jedem Laden einer Seite gesendet wird.
Bei der explorativen Pfad- oder Trichteranalyse hingegen wird die Modellierung auf die Ereignisse first_visit und session_start angewendet. Wenn in Analytics keine Einwilligung zur Verknüpfung einer festen User-ID erteilt wurde, wird die tatsächliche Anzahl der Ereignisse first_visit und session_start geschätzt. Daher fällt die Anzahl der Ereignisse first_visit und session_start in explorativen Pfad- und Trichteranalysen niedriger aus als in Berichten.
Nicht unterstützte Funktionen
Folgende Funktionen sind nicht mit geschätzten Verhaltensdaten kompatibel:
- Zielgruppen
- Explorative Datenanalysen für Nutzer-Explorer, Kohorte und Nutzer-Lifetime
- Segmente mit einer Sequenz
- Berichte zur Bindung
- Prognosemesswerte
- Datenexport (z. B. BigQuery Export)