Diese Google Analytics Funktionen solltest auch Du unbedingt einsetzen!

In diesem Artikel findest Du nützliche Funktionen und Tipps für das Konfigurieren und Nutzen von Analytics Reports für domainübergreifendes Tracking, den Einsatz demographischer Merkmale der Webseitenbesucher und wie man Spam Referrer wieder los wird.

Referrer Spam filtern

Viele Webseitenbetreiber sehen in ihren Google Analytics Konten immer häufiger unglaubwürdige und gefälschte Verweise auf ihre Websites, sogenannte Spam Referrer. Diese Spam Referrer sind keine echten Webseitenbesucher, sondern vorgetäuschte Zugriffe auf eine Website. Ihr Ziel ist es letztlich Webmaster dazu zu bringen diesem Verweis zu folgen. Da diese Referrer Einstellungen die Analytics Daten verfälschen, ist es wichtig sie auszuschließen, um die eigenen Daten "sauber" zu halten. Google selbst ist dieses Problem bereits bekannt und arbeitet laut John Müller, Google Webmaster Trends Analyst, bereits an einer Lösung. Zudem erweiterte Google vor geraumer Zeit eine neue Google Analytics Konfiguration, um Zugriffe bekannter Bots auszuschließen.

Abbildung 1: Verwalten > Einstellungen der Datenansicht > Bots herausfiltern

Diese Funktion erkennt jedoch leider keinen Spam Referrer als eben solchen und schließt ihn deshalb nicht automatisch aus.

Woran erkennt man Referrer Spam?

Anfangs werden die Referrer einer Property analysiert und alle ungewollten und definitiv als Spam identifizierten Referrer aufgelistet. Diese Liste dient als Ausschluss-Kriterium des Filters.

Spam Referrer können schnell aufgrund des Herkunftslandes und der Sprache ermittelt werden. Erhält eine deutschsprachige Website zum Beispiel viele portugiesisch-sprachige Besucher aus Brasilien, die entweder nur wenige Sekunden oder aber mehrere Minuten auf der Seite verbringen, kann man davon ausgehen, dass es sich um Spam Referrer handelt. Als endgültigen Beweis für diese Annahme öffnet man einfach die verweisende Domain. Bei einigen Spam Referrern wird man direkt auf eine andere Website weitergeleitet.

Um sich diese Suche zu ersparen, finden sich in dieser Liste alle derzeit bekannten Spam Referrer, die ausgeschlossen werden sollten.

Filter für Referrer Spam konfigurieren

Vor der Erstellung von Filterfunktionen ist es wichtig eine neue Datenansicht zu erstellen, auf die die Filter angewendet werden sollen. Die ursprüngliche Datenansicht mit ungefilterten Rohdaten sollte unbedingt bestehen bleiben. So wird vermieden, dass durch fehlerhafte oder zu aggressive Filter Daten in der Google Analytics Property verloren gehen. Sind Daten einmal verloren können sie nicht wiederhergestellt werden. Filter können je Property unter „Verwalten -> Filter“ eingestellt werden. Diese Filter werden für das gesamte Analytics-Konto gespeichert, sodass für jede Property ein bereits erstellter Filter einfach erneut angewendet werden kann. Das bedeutet, dass Filter für Spam Referrer beispielsweise für neue Properties nicht erneut erstellt werden müssen.

Um Spam Referrer in einer Analytics Property auszuschließen sind zwei Filter nötig: Der Ausschluss von Zugriffen über bestimmte Hostnamen und der Ausschluss von Spam-Verweisen.

Zugriffe über Hostnamen ausschließen

Im ersten Schritt werden alle Hostnamen überprüft, über die Spam Referrer auf die Website zugreifen. Die Hostnamen findet man im Analytics Konto unter Zielgruppe > Technologie > Anbieter > Hostname.

Abbildung 2: Zum Ausschließen bestimmter Hostnamen nutzt man einen benutzerdefinierten Hostnamen-Filter.

1. Neue Datenansicht für die Analytics Property erstellen.

2. Unter Verwalten > Neue Datenansicht > Filter einen neuen Filter erstellen.

3. Als Filtertyp „Benutzerdefiniert“ und „Ausschließen“ auswählen.

4. Als Filterfeld „Hostnamen“ wählen und das auszuschließende Filtermuster eintragen.

5. Filter testen und speichern.

Das Filtermuster enthält alle auszuschließenden Hostnamen, über die Referrer Spam auf die Website zugreift, getrennt mit einem Separator („|“).

Abbildung 3: Nach erfolgreichem Einsatz des Hostnamen-Filters sollten die verwendeten Hostnamen in Google Analytics von Spam gesäubert sein.

Abbildung 4: Ansicht ohne Filter und mit Filter

Es können umgekehrt natürlich auch nur vertrauenswürdige Hostnamen eingeschlossen werden, was weniger Aufwand in der Konfiguration und Aktualisierung bedeutet, jedoch möglicherweise auch valide Zugriffe aus der Property filtern kann.

Verweise ausschließen

Um wirklich alle Spam Referrer zu entfernen, müssen nach den Hostnamen auch die Verweise gefiltert werden. Zum Ausschluss von Verweisen nutzt man die Verweisfilter.

Abbildung 5: Um unerwünschte Verweise auf die Website auszuschließen, erstellt man in der ausgewählten Datenansicht einen neuen Filter.

Das Konfigurieren des Filters funktioniert auf die gleiche Weise, wie das Erstellen der Hostnamen-Filter. Als Filterfeld wird hier „Verweis“ ausgewählt. Anschließend trägt man das Filtermuster mit allen Referrer-Domains ein, die man ausschließen möchte. Diese Referrer können im Bericht unter Akquisition > Alle Zugriffe > Verweise geprüft werden.

Vor dem Speichern eines Filters sollte man diesen überprüfen. Dabei wird dieser Filter auf die aktuellen Daten der Analytics Property angewendet, um zu testen, ob Datensätze betroffen sind.

Abbildung 6: Vor dem Speichern eines Filters sollte man diesen überprüfen.

Domainübergreifendes Tracking für gemeinsame Erfolgsmessungen

Mit domainübergreifendem Tracking (engl. „Cross Domain Tracking“) ist es möglich mehrere Domains oder verwandte Websites in Google Analytics zu verknüpfen und so in einer Property gemeinsam zu messen. Diese Tracking-Methode wird vor allem bei E-Commerce Systemen mit separatem Warenkorb oder Check-Out verwendet.

Ziele mehrerer Top-Level-Domains messen

Eine Einsatzmöglichkeit von domainübergreifendem Tracking in Google Analytics ist beispielsweise das Erfassen von Daten aller Sprachversionen einer Website auf unterschiedlichen Top-Level-Domains in einer gemeinsamen Property. So kann man zusätzlich zu den jeweiligen einzelnen Properties pro Sprachversion auch eine gesammelte Property für den gesamten Webauftritt erstellen. In dieser Property können Ziele und Ereignisse domainübergreifend konfiguriert und gemessen werden. So ermöglicht das domainübergreifende Tracking in Google Analytics das Berechnen einer Gesamt-Conversion-Rate und das direkte Vergleichen aller länderspezifischer Top-Level-Domains eines Unternehmens in einer Google Analytics Property.

Zur Einrichtung des Tracking-Codes für domainübergreifendes Tracking ersetzt man die Zeile

mit dem folgenden Tracking Code:

Um die einzelnen Domains bei domainübergreifendem Tracking in einer gemeinsamen Google Analytics Property dennoch so zu trennen, dass sie als individuelle Domain erkennbar sind, kann man die vollständige Domain in der Seiten-URL mitliefern. Dafür erstellt man einen neuen benutzerdefinierten Filter in dieser Property. Unter Filter > Benutzerdefinierter Filter > Erweitert konfiguriert man:

Feld A: Hostname A extrahieren: (.*)
Feld B: Anforderungs-URI
B extrahieren: (.*)
Ausgabe in: Anforderungs-URI
Konstruktor: $A1$B1

Abbildung 7: Domain in Seiten-URL anzeigen

Nutzt man den Google Tag Manager zur Integration von Google Analytics auf einer Website, kann domainübergreifendes Tracking auch über die erweiterten Einstellungen des Google Tag Managers hinzugefügt werden.

Zielgruppenausrichtung nach Interessen & Demographischen Merkmalen

Demographische Merkmale und Interessenskategorien helfen dabei zu erkennen, ob die Besucher einer Website auch der definierten Zielgruppe angehören. Sind die Besucher einer Website zum Thema „Schwangerschaft“ beispielsweise überwiegend männlich im Alter von 60+, wird das nicht der eigentlichen Zielgruppe entsprechen. Diese Abweichungen werden in dem Demographie-Report gemessen und ermöglichen eine gezielte Reaktion.

Demographische Merkmale in Google Analytics

In diesem Bericht werden Nutzer nach Merkmalen, wie Alter oder Geschlecht, getrennt aufgeschlüsselt. Messwerte und Dimensionen in Google Analytics werden je nach Merkmal gruppiert und berechnet. Das ermöglicht eine gezielte Einsicht in Daten je Altersgruppe und Geschlecht des Website-Besuchers. Zielabschlüsse, Ereignisse, E-Commerce Daten und Conversion-Raten werden ebenfalls nach diesen demographischen Merkmalen neu sortiert. Webseitenbetreiber können hier überprüfen, ob die definierte Zielgruppe auch die konvertierungsstärkste beziehungswiese umsatzstärkste Besuchergruppe ist.

Abbildung 8: Bildquelle: support.google.com – Demographische Merkmale in Google Analytics

Interessenskategorien in Google Analytics

Die Interessenskategorien in Google Analytics werden nach Affinitätskategorien, Segmente mit kaufbereiten Zielgruppen und anderen Kategorien getrennt. Diese Merkmale geben Aufschluss über das Verhalten der Webseitenbesucher je Interesse und Lifestyle.

Affinitätskategorien bezeichnen laut Google den „Lifestyle“ der Besucher, wie Technik-Freaks, Sportfans und TV-Liebhaber. Anhand dieser Kategorien kann man sich einen Überblick über die Kernthemen und Interessen der Besucher einer Website verschaffen.

Abbildung 9: Affinitätskategorien

Segmente mit kaufbereiten Zielgruppen identifiziert das Produktkaufverhalten der Besucher einer Website. Diese Segmente sind spezifisch nach Kerninteressen von Websitebesuchern aufgeschlüsselt. So finden sich, wie im untenstehenden Beispiel, etwa „SEO & SEM Services“ als stärkste Segmente in diesem Bericht.

Abbildung 10: Segmente mit kaufbereiten Zielgruppen

Wichtig: Die Daten der demographischen Merkmale werden nicht auf Basis aller Besucher ermittelt. Es werden hier nur jene Besucher einbezogen, bei denen die Zuordnung in eine demographische Gruppe oder Interessenskategorie eindeutig möglich ist. Das bedeutet, dass erst ab einer gewissen Anzahl an Besuchern und erfassten Daten eine aussagekräftige Nutzung dieser Merkmale zu empfehlen ist. Zudem sind Grenzwerte für diese Daten eingerichtet, um mögliche Rückschlüsse auf Interessen, Geschlecht oder Alter einzelner Besucher zu verhindern.

Fazit

Erfolgsmessungen in Google Analytics sind für jede Website und ihre Online Marketing Maßnahmen unersetzlich, weshalb die Daten so aussagekräftig und vertrauenswürdig wie möglich sein sollten. Sind diese Daten glaubwürdig, sollte man die Marketing-Strategien und Zielgruppen mit den demographischen Merkmalen und Interessen abgleichen. So kann man schnell Optimierungspotentiale und Erfolge erkennen und die Tätigkeiten und Website-Inhalte anpassen. Zudem ermöglicht ein ganzheitliches Tracking aller Domains eines Webauftritts bessere Vergleichsmöglichkeiten und genauere Conversion-Messungen.