12 häufige Fehler bei der Nutzung von Google Analytics

Kostenlos, einfach zu implementieren und vielfältige Analyse-Möglichkeiten: Google Analytics gilt ohne Zweifel als eines der wichtigsten Analyse-Tools für Websites. Was aber, wenn schon die Ausgangsdaten fehlerhaft sind, Filter falsch konfiguriert und Daten nicht richtig interpretiert werden? Wir zeigen Dir die häufigsten Fehler in Google Analytics und wie Du gegen sie ankommst.

1. Google Analytics ist nicht datenschutzkonform eingebunden

Bereits bei der Einrichtung von Google Analytics für die eigene Website passiert meist der erste Fehler: Du kopierst den Tracking-Code und bindest ihn ganz einfach 1:1 in den Quellcode ein. Das Problem: Dieser Code ist nicht datenschutzkonform. IP-Adressen müssen mit der Code-Erweiterung „anonymizeIp“ anonymisiert werden. Hierbei wird das letzte Oktett der IP-Adresse (die letzten 8 Bit) auf Null gesetzt. Eine händische Erweiterung des Codes bleibt Dir also nicht erspart. Falls Du den Code über den Google Tag Manager integriert hast, dann kannst Du die Einstellung direkt im Tag unter den festzulegenden Feldern vornehmen.

Neben der Anonymisierung der IP-Adresse solltest Du noch folgendes beachten, wenn Du Google Analytics datenschutzkonform einrichten möchtest:

• einen schriftlichen Dienstleistervertrag mit Google abschließen, der eine Vereinbarung zur Auftragsdatenverarbeitung beinhaltet

• den Nutzern die Möglichkeit geben, der Datenerhebung mit Google Analytics zu widersprechen

• in der Datenschutzerklärung auf die Nutzung von Google Analytics hinweisen

2. Der Tracking Code ist nicht richtig implementiert

Die rechtlichen Hindernisse sind aus dem Weg geräumt. Jetzt kann eigentlich nichts mehr schiefgehen, oder? Achte darauf, den Tracking Code nicht nur an der richtigen Stelle, sondern auch wirklich auf allen Seiten einzubauen. Das klingt trivial, oft werden Teilbereiche der Website aber vergessen. Doppelt hält übrigens nicht besser: Wenn Du den Code doppelt einbindest, wird jeder Seitenaufruf auch doppelt in Analytics getrackt.

Ob Analytics auf jeder Unterseite im Quelltext hinterlegt worden ist, kannst Du ganz einfach mit Ryte nachprüfen. Unter Qualitätssicherung ->  Google Analytics ID kannst Du analysieren, ob Google Analytics auf allen Seiten hinterlegt worden ist.

Abbildung 1: In Ryte überprüfen, ob die Google Analytics ID auf allen Seiten hinterlegt ist

3. Kein Development/Staging Analytics-Konto

Wurde der Analytics Code auf allen Seiten ordnungsgemäß von der IT oder via Tag Manager integriert, kommt es oft zum nächsten Fehler. Für die Entwicklung werden alle Seitenaufrufe/Events/E-Commerce Daten an das Google Analytics Konto der Live-Instanz gesendet. Diese Daten haben in einem Live-Konto nichts zu suchen.

Ich empfehle Dir, dafür ein separates Google Analytics Konto für die Entwicklungs- und Stagingumgebung einzurichten. Über den Tag Manager kannst Du ganz einfach eine Weiche einrichten. Meist gibt es für Staging und Live unterschiedliche Domains bzw. Hostnames. Je nachdem, welcher Hostname gerade aufgerufen wird, läuft das Tracking in das passende Google Konto.

4. Interne Sitzungen nicht filtern

Natürlich wird eine Corporate Website häufig von den eigenen Mitarbeitern oder der zuständigen Web-Agentur aufgerufen. Einige Unternehmen haben die eigene Webseite als Startseite im Browser bei den Mitarbeitern eingestellt. All diese Aufrufe erzeugen direkten Traffic auf der Seite und auch in Google Analytics. Die Seitenaufrufe und Sitzungen können das Tracking bzw. die weiteren Analysen beeinflussen oder gar verfälschen.

Deswegen ist es wichtig, den eigenen internen Traffic in Google Analytics auszuschließen. Die einfachste Methode dafür ist es, die IP-Adressen des Unternehmens mittels Filter in Google Analytics auszuschließen. Unter Verwalten -> Datenansicht -> Filter lässt sich so ein IP-Filter einstellen:

Abbildung 2: IP-Filter in Google Analytics einstellen

Abbildung 3: IP-Filter in Google Analytics einstellen

Dein Google Analytics IP-Filter funktioniert nicht? Dann solltest Du alle Einstelleungen noch einmal überprüfen. Da wir die IP-Adresse anonymisiert übertragen und somit Google Analytics das letzte Oktett auf Null setzt, muss mit dem Filter-Typ „beginnt mit“ gearbeitet werden. Das bedeutet aber auch, dass alle möglichen 255 IP-Adressen, welche in diesen Raum fallen, auch nicht getrackt werden. Bei großen Unternehmen ist dies meist kein Problem, da diese ein eigenes C-Class Netzwerk haben. Hier sind die ersten drei Ziffernblöcke dieselben. Nur das letzte Oktett unterscheidet sich. Somit werden auch hier nur interne Trafficdaten herausgefiltert.

5. Keine Plain Datenansicht

Wenn wir ein Google Analytics Konto anlegen, legt Analytics eine neue Datenansicht mit dem Namen „Alle Webseitendaten“ an. Für diese Datenansicht sollten keine Filter eingerichtet werden. Es ist wichtig, in jedem Google Analytics Konto eine Datenansicht zu haben, in welcher alle Daten ungefiltert einfließen. Wollen wir den internen Traffic ausschließen, so wird dafür eine neue Datenansicht angelegt und die IP-Adresse ausgeschlossen.

Sollte z.B. bei der Filterung etwas nicht funktionieren oder sich etwas bei den zu filternden Daten ändern, habe ich ohne einer eigenen, ungefilterten Datenansicht womöglich fehlerhafte Daten. Der Filter kann zwar wieder deaktiviert werden, er greift aber erst ab der Deaktivierung. Alle zuvor gesammelten Daten würden dann nicht mehr in Google Analytics angezeigt werden. Deswegen sollte man gleich nach dem ersten Setup von Google Analytics eine zweite Datenansicht erstellen.

6. Cross-Domain Tracking nicht beachtet

Um einen Besucher über unterschiedliche Webseiten eines Unternehmens hinweg zu tracken, muss ein Cross-Domain Tracking eingebaut werden. Wenn z.B. die Unternehmenswebseite unter www.domain.de zu finden ist, der Shop aber unter shop.domain.de intern verlinkt ist, sollten die Besucherinformationen über die Subdomains hinweg gesammelt werden. Die Daten selbst werden in einem Cookie mit der Domain am Rechner hinterlegt. Shop.domain.de kann nicht auf die Cookieinformationen von www.domain.de zugreifen.

Somit würde ein Besucher, welcher von der Unternehmenswebseite in den Shop wechselt, bei gleichem Analytics-Code eine neue Sitzung beginnen. Mit dem domainübergreifenden Tracking werden diese Informationen an die andere Domain weitergegeben und die Domains richtig verlinkt.

7. Keine Ziele definiert

Ein Unternehmen sollte nicht nur seine Umsatzziele im Hinterkopf haben, auch für die Website selbst sind messbare Zielsetzungen wichtig. In vielen Fällen wird der Google Analytics Code ohne weiteres Setup auf der Webseite eingebunden. Metriken wie Seitenaufrufe, Sitzungen oder Absprungrate werden als Kennzahlen für den Webseitenerfolg genutzt. Dabei ist es unternehmensspezifisch, welche Zieldefinitionen aussagekräftig und sinnvoll sind.

Folgende Fragestellungen könnten beispielsweise interessant sein:

• Wie oft wurde das Kontaktformular abgesendet?

• Wer hat einen Kauf getätigt?

• Hat ein Nutzer meine PDF Broschüre heruntergeladen?

Mit dem Einrichten von Zielvorhaben in Google Analytics kann auch das Nutzerverhalten, welches zum Auslösen des Zielvorhabens geführt hat, näher analysiert werden und die Webseite daraufhin optimiert werden.

8. Google Search Console und Google Analytics Metriken direkt miteinander vergleichen

Die Daten von Google Analytics lassen sich mit anderen Datenquellen verknüpfen. So lassen sich AdWords und Google Search Console Daten ganz einfach in Google Analytics anzeigen. Daten wie Klicks, Impressionen und mehr werden mit Sitzungen und Absprungraten aggregiert dargestellt. Die Werte der Klicks und der Sitzungen haben eine gewisse Korrelation, repräsentieren aber nicht die gleichen Werte.

So können über die Google Search Console Klicks gemessen werden, welche in Google Analytics nicht gemessen werden – z.B. wenn ein Nutzer über die Suche ein PDF-Dokument aufruft oder z.B. bei der Suche gleich wieder abspringt, bevor der Analytics Code geladen wurde. Deswegen ist es wichtig, die Daten separat zu betrachten.

9. Keywords in Google Analytics auswerten

Bis 2011 war es noch möglich, alle eingegebenen Keywords in der organischen Suche in Google Analytics auszuwerten. Seit der Einführung der Secure Search, wird in dem Bericht zu den organischen Suchbegriffen zu 98 % „not provided“ ausgegeben. Nur ca. 2% der Keywords, welche nicht über die Google Secure Search getätigt worden sind, werden hier noch angezeigt. Jetzt sollte nicht der Fehler gemacht werden, diese 2% der angezeigten Keywords auf 100% aufzurechnen. Ein direkter Vergleich dieser Keywords mit den wirklich gesuchten Keywords in der Google Search Console zeigt, dass die Daten überhaupt nicht stimmen.

10. Absprungrate oder andere Metriken fehlinterpretieren

Nicht jede Metrik oder Dimension ist für jede Webseite geeignet. Das beste Beispiel dafür ist die Absprungrate. Die Absprungrate sagt aus, wie viele Besucher sich nur eine Seite angesehen haben und die Seite ohne weitere Interaktion wieder verlassen haben. Laut Definition müsste eine hohe Absprungrate also in jedem Fall negativ sein. Tatsächlich kommt das aber auf die Seite und die Suchintention an.

Somit kann auf einem One-Pager die Absprungrate bei 100% liegen, weil der Besucher keine zweite Seite aufrufen kann. Aber auch bei einer Suche kann der Benutzer auf eine Seite kommen, wo er all die Informationen findet, die er benötigt und den Browser schließlich wieder schließt. Oder ein Benutzer führt eine Navigations-Suchanfrage durch und klickt auf einen E-Mail Link. In diesem Fall wäre zwar es ein Absprung, der Besucher hat aber sogar eine Micro-Conversion ausgeführt.

11. (Überraschend) hoher Direct Traffic

Unter dem direkten Traffic in Google Analytics werde jene Aufrufe zusammengefasst, die direkt in die Browserleiste eingegeben worden sind. Aber nicht nur diese Aufrufe werden dort getrackt, sondern auch alle anderen Aufrufe, welche Google Analytics nicht zuordnen kann. So sind die Quelle „direct“ und das Medium „none“ ein Auffangbecken für alle nicht zuordenbaren Quellen. Diese können neben der Direkt-Eingabe der URL folgende sein:

• Links aus E-Mails und Newslettern

• Zugriffe aus mobilen Apps

• Zugriffe von einer Seite mit SSL, wenn die eigene Seite kein SSL aktiviert hat (https -> http)

• Bookmarks

• URL-Shortener

• …

Um den Traffic über „direct/none“ zu reduzieren, ist es wichtig, die URLs zu vertaggen. Google Analytics erlaubt es, mittels Google URL Builder wichtige Kampagnenparameter wie z.B. Quelle oder Medium per Parameter zu setzen:

https://de.ryte.com/?utm_source=newsletter&utm_medium=email

Somit könnten Links aus Newslettern oder E-Mails einer passenden Quelle zugeordnet werden.

12. Nur aggregierte Daten ansehen

Für einen Überblick über die Webanalyse Daten ist es ratsam, alle gesammelten Daten aggregiert zu betrachten. Aber die eigentliche Webanalyse beginnt erst mit der Segmentierung der Daten. Dabei werden die Daten in Teilbereiche gefiltert und man kann diese über alle Reports hinweg in Analytics betrachten. So können z.B. verschiedene Traffic-Quellen genauer betrachtet werden. Wie verhalten sich z.B. Besucher, die über Suchmaschinen auf die Website kommen? Welche Seiten rufen sie am häufigsten auf? Wie verhalten sich diese Nutzer im Verhältnis zu dem Rest der Nutzer?

Fazit

Wer Google Analytics im täglichen Einsatz hat, dem wird der eine oder andere Fehler sicher bekannt vorkommen. Grundlage einer guten Web Analyse sind die Daten. Wenn der Datenbestand fehlerhaft ist, kann auch keine korrekte Analyse durchgeführt werden. Wenn Du diese Fehler vermeidest und Tipps beachtest, erhältst Du nicht nur eine gute Datenbasis, sondern kannst auch das volle Potential von Google Analytics nutzen.