Markus Baersch

Analytics · Beratung · Lösungen

Start » Blog » Analytics / GA4

26.03.2022

Google Universal Analytics ist auf dem Rückzug und nun muss ein Ersatz gefunden werden. Für viele fällt die Wahl auf den "natürlichen Nachfolger" Google Analytics 4. Das ist oft keine schlechte Entscheidung aus funktionaler Sicht. Denn selbst wenn GA4 noch kein vollwertiger Ersatz ist, wird sich die Lücke noch schließen und nur wenige Alternativen werden vermutlich so nah an UA kommen wie GA4.

Trotzdem gibt es reichlich Gründe, auch andere Tools in Erwägung zu ziehen. Dabei geht es nicht nur um Datenschutz oder Bedenken, ob GA4 wirklich den eigenen Anforderungen rechtzeitig gerecht werden kann zum Ableben von Universal Analytics. Vielleicht ist GA nur deshalb im Einsatz, weil es ein sehr flexibles und leicht verfügbares Werkzeug zu der Zeit war, als eine Implementierung anstand. So wird Google Analytics auch da eingesetzt, wo andere (ggf. neuere) Speziallösungen viel passender wären. Der Markt ist vielfältig und alle Produkte haben Vor- und Nachteile, individuelle Eigen- und Besonderheiten. Jüngst wird mir häufiger die Frage gestellt, welches Tool sich als Ersatz anbietet. Meine unbefriedigende und in branchenübliche Antwort lautet dann "it depends". Klar. Aber wovon genau? Dieser Beitrag beleuchtet einige Fragen, die man sich vor einem Wechsel stellen sollte, damit die Wahl nicht nach kurzer Zeit bereut werden muss. Egal ob GA4 mit auf der Liste der Kandidaten steht oder nicht: dieser Schritt darf nicht übersprungen werden!

Toolwechsel = Projekt

Als jemand, der sich in der Vergangenheit eine ganze Zeit hauptsächlich mit Projektmanagement befasst hat, ist der Auswahlprozess aus meiner Sicht ein typisches Projekt. Und selbst in einer Zeit, in der agile Methoden Standard längst zum Standard geworden sind, muss zumindest zum Start ganz klassisch ein Gesamtüberblick über die Anforderungen hergestellt werden, bevor man mit den ersten Sprints anfangen kann. Agilität ist eher für die Implementierungsphase geeignet; Anforderungsmanagement betreibt man besser Old School im Wasserfall-Stil.

Zu groß ist sonst die Gefahr, erst mittendrin und in vollem Schwung von fehlenden Möglichkeiten der neuen Lösung ausgebremst zu werden, wenn späte Anforderungen eintrudeln. Deshalb ist die Basis für einen möglichst schmerzarmen Umstieg (Schmerzfreiheit ist nicht zu erwarten, Sorry) leider etwas zäh. Das widerspricht dem Drang, angesichts der wenigen zur Verfügung stehenden Zeit einen schnellen Wechsel zu vollziehen und verführt dazu, nach Abkürzungen zu suchen. Ich rate davon ab.

Wie starten?

Eine Sammlung von Anforderungen kann auf unterschiedliche Weise stattfinden. Die Komplexität hängt nicht zuletzt davon ab, wie viele Personen a) mit dem Tool selbst und b) den darüber generierten Daten arbeiten. Auch die verwendeten Schnittstellen sind wesentlich dafür, wie viel Kompromisse und Aufwand in der Implementierung einer alternativen Lösung stecken.

Wer die Entscheidung allein treffen möchte, sollte auch allein mit den Daten arbeiten - und sich über die u. g. externen Faktoren soweit informieren (lassen), dass diese belastbar ist. In allen anderen Fällen gilt: Abstimmung ist angesagt. Als "Kick Off" empfiehlt sich daher ein (idealerweise moderierter) gemeinsamer Termin, in dem die ersten Anforderungen gesammelt und mit aktuellen externen Faktoren wie Browser-Trackingschutz, Consent etc. ergänzt mit einer noch großen Kandidatenliste abgeglichen werden. Das muss nicht in einem Rutsch perfekt sein oder viel Zeit in Anspruch nehmen, aber nur so kommen alle auf einen gemeinsamen Stand und können später Entscheidungen für oder gegen einzelne Lösungen nachvollziehen.

Bei größeren Nutzergruppen eine Balance zwischen der Anzahl der Teilnehmer und der Vielfalt der Nutzungskontexte zu finden, kann schon die erste Herausforderung darstellen. Stakeholder, IT, Marketing, Product Owner, Legal, Abteilungsleiter, "Power-User", Redakteure, BI.... da kann es schnell eng werden. Besser sind daher im Zweifelsfall mehrere Termine, in denen z. B. zunächst "nur" aus Anwendersicht auf die Anforderungen geschaut wird, dann die technischen Aspekte und schlussendlich evtl. Datenschutz und Recht im Fokus stehen. Auf der anderen Seite finden sich die Einzelkämpfer, welche ohne einen Prozess schnell Gefahr laufen, wesentliche Punkte zu vergessen, die nicht im Fokus der regelmäßigen Arbeit mit den Daten stehen. Oder das zurecht gefürchtete "unbekannte Unbekannte". Daher ist eine Liste mit typischen Punkten ein guter Anfang - wenngleich diese für den individuellen Fall ggf. immer noch Lücken aufweist. Diese werden sich nur schließen, wenn in der Abstimmungsphase alle Eingaben ernst genommen werden.

Die erste Zusammenstellung an Anforderungen kann dann entweder vergleichsweise einfach in einer Anforderungsliste, auf einem echten oder digitalen Whiteboard oder in Kollaborationstools erstellt (und priorisiert) werden. Die Form ist weniger wichtig als eine möglichst vollständige Liste an Kriterien, anhand derer die Kandidaten eingegrenzt und gerankt werden können. Sind mehr Personen beteiligt, als in einem Meeting realistisch Gelegenheit zum Feedback hatten, kann ein Mail-Review der ersten Ergebnisse sinnvoll sein. Anschließend lohnt es sich, die Liste durch einen größeren Kreis ergänzen zu lassen. Durch Wiederholung im kleineren Organisationseinheiten wie den einzelnen Abteilungen zum Beispiel.

Datenschutz, sich laufend ändernde rechtliche Rahmenbedingungen, Wahl des Hostings, Redundanz und andere Faktoren mit Einfluss auf die Belastbarkeit der Wahl können weitere Maßnahmen wie z. B. eine Risikoanalyse erfordern. Zugegeben: Viel Arbeit, bevor man sich erste Gedanken über "GA4 oder nicht" machen kann. Ohne kommt aber zu schnell Murks am Ende raus.

Mögliche Fragen

Um sich ein Bild über den Umfang der eigenen Nutzung - sowohl aktuell als auch künftig geplant - zu machen, sind mehr Faktoren zu bedenken, als selbst erfahrenen Anwendern auf Anhieb einfallen. Die folgende Liste enthält einen Satz an verschiedenen Themen, die man entweder als Leitfaden für die Sammlung nutzt oder - eigentlich besser - dazu nutzt, um nach einer "freien" Sammlung zu kontrollieren, ob man nicht wichtige Punkte übergangen hat.

Soll in einem Kick-Off-Meeting die komplette Liste "abgearbeitet" werden, wird das möglicherweise schon am Umfang scheitern. Um dies zu verhindern, kann die Zusammenstellung schon im Vorfeld per Mail "diskutiert" und von klar irrelevanten Punkten befreit (oder sogar schon um individuelle Eigenheiten ergänzt) werden. Als Kompromiss zwischen thematischer Überforderung und zu viel "Schere im Kopf" kann das Verteilen der Liste an die Teilnehmer erst kurz vor dem Termin erfolgen.

Die Kernfragen zur Erstellung jeder Anforderungsliste sind i. d. R. stets Variationen von:

  • Was nutze ich heute?
  • Was davon brauche ich unbedingt und was ist ggf. verzichtbar?
  • Was brauche ich (absehbar) darüber hinaus morgen?

Um darauf Antworten zu finden, können Eigenschaften und Aspekte im Zusammenhang mit einer Tracking-Lösung betrachtet werden. Nicht jedes Tool bildet diese gleich gut ab und manche auch gar nicht. Daher fallen reichlich Produkte durch Antworten auf die folgenden Fragen durch das Raster. Beim OMT gibt es bei Bedarf weitere Details von mir dazu, warum eine Alternative nicht immer eine Alternative ist.

Funktional / Daten

  • Ziele (Anzahl, Komplexität der Definition etc.)
  • Segmente und Kohorten: Nach welchen Kriterien muss segmentiert werden können (und wo kann man sie nutzen)?
  • Kampagnentracking (Nutzung und Verfügbarkeit von Kanälen, UTMs, Quelle/Medium)
  • Evtl. Attributionsmodell (fix - welches oder wählbar)
  • Dimensionen + Metriken (Umfang und Abbildbarkeit)
  • Cookies & Consent / Umfang Tracking:
    • Cookieloses Tracking möglich?
    • „Auto Tracking“ relevant?
    • Measurement ohne Zustimmung relevant?
    • Client- / Serverside?
  • Kontext:
    • Nur Web?
    • Apps?
    • Single-/Multi-Domain?
    • SPA Unterstützung
  • Tag Management?
  • Zugriff auf Daten für verschiedene Nutzer / Abteilungen
  • E-Commerce + Checkout Funnel
    • Umfang Tracking
    • Produktauswertungen
  • Schnittstellen (Ads, Data Studio: Was wird genutzt)
  • Genutzte Datenimport und -exportfunktionen
  • Externe Nutzung, Zugriff oder Weitergabe der Daten
  • Welche Reports sind "zentral" wichtig?
  • UI Komplexität + Anforderungen
    • Wie „einfach“ ist es zu bedienen („geführte Probeläufe“ können helfen)
    • Welche Analyse-Techniken im UI werden benötigt (Dyn. Funnels, Pathing etc.)?
    • Report-Filter
    • Nutzung Custom Reporting
    • Filter / Datenansichten: Welche und warum?
  • Verfügbarkeit von Daten
    • Echtzeit?
    • Reporting-Lag?
    • Geschwindigkeit beim Zugriff auf Daten im UI (auch mehr als nur ein paar Testdaten)?

Nicht-Funktional

  • Hosting (Self, On Demand, US / EU)
  • "Policy Stuff": SLAs etc.
  • Kosten (Einmalig + laufend)
  • Komplexität und Aufwand für Setup
  • Wartung (Aufwand intern)
  • Möglichkeiten (und Bedarf) für Schulungen
  • Verfügbarkeit von Support

Denkbare Kandidaten

Tools, welche sich nach einer Auflistung der wesentlichen Anforderungen (priorisiert und aufgeteilt in Klassen wie "unverzichtbar", "nice-to-have" o. a.) für eine Evaluierung empfehlen, haben dann üblicherweise eine überschaubare Anzahl. Oder es werden mehrere Tools für unterschiedliche Zwecke eingesetzt, denn nicht alle Alternativen zu Universal Analytics stammen aus der gleichen "Klasse" von Tools. Dass GA4 dabei eine Sonderstellung hat, ist unbestritten. Es ist deshalb aber nicht automatisch die richtige Wahl, denn GA4 ist ein vollkommen anderes Produkt im Vergleich zu Universal Analytics und weist reichlich Besonderheiten auf.

Von reinen Statistiktools über Alleskönner, Lösungen mit Marketing- oder Produktfokus, Plattformen für serverseitiges Tracking bis zu CDPs und Spezialisten für einzelne Kategorien wie E-Commerce gibt es eine Vielzahl von Anbietern und Produkten, wovon einige in mehrere Kategorien passen. Eine alles andere als vollständige Liste:

  • Einfachere und oft cookiefreie und ggf. ohne Consent zu betreibende Tools wie Plausible Analytics, Simple Analytics, Fathom oder Trackboxx
    • oder "runter" bis auf einfache WordPress-Plugins wie Koko Analytics oder WP Statistics
  • Eher auf Marketing ausgerichtete Tools und "Vollblutlösungen" wie GA4, Matomo, Piwik PRO, E-Tracker oder Adobe Analytics
  • Measurement mit Fokus auf Marketing Automation via Hubspot, Funnel.io, GetResponse u. a.
  • Amplitude, Mixpanel, Heap u. a. mit Schwerpunkt auf Product Analytics
  • "First Party" Tracking mit ssGTM, Snowplow, ggf. Elbwalker oder wiederum eine Nummer kleiner mit Matomo bzw. Open Webanalytics
  • CDPs wie Segment, Snowplow, Tealium, Piwik PRO und andere
  • Lösungen für Apps: GA4 / Firebase, Snowplow, Elbwalker, Piwik PRO, AppsFlyer & Co.
  • Kategorie "Irgendwas-Dazwischen"; z. B. Funnelytics
  • E-Commerce Spezialist Econda
  • Wenn sich Mut und Faulheit paaren: Oribi

Abgesehen von den vielen zusätzlichen Optionen wie dem Speichern von eigenen Rohdaten in einem Data Warehouse, einer Datenbank auf eigener Infrastruktur oder in der Cloud, die oft parallel zum Universal Analytics Nachfolger eingerichtet werden (oder weiter betrieben) werden sollen, können dabei mehrere Tracking Tools für unterschiedliche Zwecke die richtige Antwort sein. Also nicht nur GA4 oder etwas anderes, sondern GA4 und andere Optionen. Matomo für möglichst umfangreiches "First Party Measurement" und Auswertungen auf der Matomo Datenbank. Oder Trackboxx als Self-Service Reporting Tool. Möglicherweise ist die "Flucht nach oben" der richtige Weg und man steigt um auf Adobe oder Google Analytics 360.

Möglicherweise war ein Webanalyse-Werkzeug für das eigene Online-Produkt viel schlechter geeignet, als es ein auf Product Analytics fokussiertes Tool wie Amplitude oder Mixpanel wäre. In einem solchen Fall können Lücken ggf. mit Spezial-Tools gefüllt werden. Mit großer Wahrscheinlichkeit wird eine neue Architektur zudem darauf basieren, dass ein Tool ein anderes mit Daten füttert. Oder via Edge- (z. B. Edgetag oder Zaraz) bzw. serverside Tagging (z. B. Serverside Google Tag Manager) mehrere Dienste versorgt werden. Weiterhin kann GA4 als Datenübergabe-Ziel einer CDP oder "Mittlerlösungen" wie Jentis angebunden werden.

Und dann? Alles selbst testen?

Anforderungsmanagement allein liefert keinen Projektplan (oder füllt ein Kanban Board) und macht auch das vermutliche Ende bzw. den ggf. verfügbaren Puffer bis zum endgültigen Wegfall von Universal Analytics nicht unbedingt gleich absehbar. Aber von hier ab ist es möglich, alle Aufgaben sinnvoll unter den bestehenden Ressourcen zu verteilen und schnell in die Evaluierung zu gehen, damit danach die Implementierung und Tests einzelner Aspekte mit den eigenen Daten starten können. Dabei ist eine Menge Zeit zu sparen:

Fast immer kann man bei der Einschränkung der Liste auch ohne Installation und Test auf der eigenen Domain wichtige Antworten finden. Eine Demo, aufgezeichnete Workshops, Support-Dokumente und Communities können da helfen, wo das eigene (oder eingekaufte) Wissen nicht ausreicht. Schlussendlich ist niemand Experte für alles und die obige Liste zeigt, dass es sehr viele Aspekte gibt, die bei einer Auswahl berücksichtigt werden müssen. Sind nur noch zwei oder drei konkurrierende Produkte im Rennen, muss irgendwann dennoch der Weg in das Tool gesucht werden. Testinstallationen, probeweise Anbindung von APIs etc. und ein Parallelbetrieb zum bestehenden Tracking sind schlichtweg unvermeidlich.

Den Faktor Mensch nicht unterschätzen

Bei aller Konzentration auf die Aufgabe, ein möglichst auf der funktionalen Ebene ebenbürtige Lösung zu finden, dürfen nicht-funktionale Aspekte nicht vergessen werden. Legal lassen wir hier heute mal unberücksichtigt und blicken auf Anwender. Denn: Das Bekannte ist der Feind des Neuen. Und Menschen sind träge. Beides zusammen sorgt stets für Widerstand gegen ein neues Tool. Im schlimmsten Fall findet das im Stillen statt. Obwohl das Beibehalten des alten Werkzeugs im Fall von Universal Analytics keine Option ist, sollte man früh für das neue Tool "interne Werbung" machen. Schulungsangebote sollten nicht begrenzt sein: Nicht nur beim Umstieg auf ein ganz anderes Tool, sondern auch bei GA4 als "natürlichen" Nachfolger wird man sich mit "Universal - Spezialwissen" allein nicht zurechtfinden. Frust ist daher vorprogrammiert und nicht jeder lernt auf die gleiche Weise gleich gut und gern. Ein gutes Konzept zur Einführung beinhaltet daher zwingend einen Mix an Self-Service Ressourcen, Schulungsangeboten, Workshops und ggf. Zertifizierungen.

Anleitungen dazu, wie bestimmte Dinge aus Universal Analytics im neuen Tool funktionieren, helfen u. U. enorm beim Umstieg. Botschafter für das Tool im eigenen Unternehmen, Workshops zum Kennenlernen des Tools anhand praxisbezogener Aufgaben, "Übersetzungslisten" für Namen ähnlicher Dinge, die in beiden Tools unterschiedlich sind - man kann eine ganze Menge unternehmen, um den Migrationsschmerz zu lindern. Auf jeden Fall ist die Einführung eines neuen Werkzeugs für die Digital-Analyse alles andere als ein rein technischer Vorgang. Wer auf dem Weg Begleitung und Beratung sucht: Hier geht es zu den Kontaktmöglichkeiten 😉

 

© 2001 - 2022 Markus Baersch