Wichtige Fakten - GA4 Benutzerdefinierte Dimensionen

Dieser Leitfaden erklärt das Thema GA4 Benutzerdefinierte Dimensionen im praktischen Kontext. Dies ist die Glossar- und Konzeptseite für benutzerdefinierte Dimensionen in Web Analytics. Für Implementierungsschritte, Schema-Governance und Start-QA verwenden Sie die vollständige Einrichtungsanleitung.

Standardanalyseberichte informieren Sie über Seiten, Referrer, Geräte, Länder, Kampagnen und Conversions. Benutzerdefinierte Dimensionen fügen den Kontext hinzu, den nur Ihr Unternehmen kennt.

Ein Seitenaufrufereignis könnte beispielsweise sagen, dass jemand /blog/cookieless-analytics. besucht hat. Eine benutzerdefinierte Dimension kann hinzufügen, dass die Seitenkategorie Datenschutz ist, der Autor flowsery-team ist, die Vorlage longform-guide ist und die beabsichtigte Trichterstufe awareness ist. Ein Anmeldeereignis kann plan_tier, experiment_variant oder workspace_type umfassen, ohne die Person zu identifizieren.

Dimension vs. Metrik

Eine Dimension ist beschreibend. Es antwortet: „Welche Art?“ Beispiele: Quelle, Land, Seitenpfad, Inhaltskategorie, Planebene, Schaltflächenposition.

Eine Metrik ist numerisch. Es antwortet: „Wie viele?“ oder „wie viel?“ Beispiele: Seitenaufrufe, Conversions, Umsatz, Dauer, Scrolltiefe, Anzahl der Ereignisse.

Benutzerdefinierte Dimensionen sind nützlich, da Sie damit Messwerte nach geschäftsspezifischen Labels gruppieren können. Zum Beispiel:

Gute Verwendungsmöglichkeiten für benutzerdefinierte Dimensionen

Content-Strategie

Fügen Sie Dimensionen wie content_type, topic_cluster, Autor, funnel_stage oder update_status hinzu. Sie können dann nicht nur einzelne URLs, sondern Gruppen von Seiten vergleichen.

Dies ist nützlich, wenn eine einzelne Seite wenig Verkehr hat, ein Themencluster jedoch über genügend Daten zur Auswertung verfügt.

Kampagnenanalyse

UTM-Parameter beschreiben den Link, der einen Besucher geführt hat. Benutzerdefinierte Dimensionen können internen Kontext hinzufügen, nachdem der Besucher angekommen ist: landing_page_type, offer_type, audience_segment oder creative_family.

Produktgesteuerte Trichter

Für Anmelde- oder Onboarding-Ereignisse können benutzerdefinierte Dimensionen nicht sensiblen Kontext beschreiben: selected_plan, onboarding_path, template_chosen oder feature_category. Vermeiden Sie Benutzer IDs, Firmennamen, E-Mails oder alles, was eine Person direkt identifiziert, es sei denn, Sie verfügen über eine klare Produktanalysebasis und das Tool ist dafür konzipiert.

A/B Tests

Benutzerdefinierte Dimensionen eignen sich ideal für serverseitige A/B-Tests. Wenn der Server eine Variante zuweist, senden Sie experiment_name und Variante bei Expositions- und Konvertierungsereignissen. Dadurch können Sie Conversion-Raten ohne clientseitiges Flimmern oder Testskripts von Drittanbietern vergleichen.

Schlechte Verwendungsmöglichkeiten für benutzerdefinierte Dimensionen

Benutzen Sie Sondermaße nicht als Abladeplatz. Schlechte Beispiele sind:

• E-Mail-Adressen.
• Namen.
• Telefonnummern.
• Vollständige IP-Adressen.
• Rohkonto IDs.
• Suchanfragen, die personenbezogene Daten enthalten können.
• Antworten bilden.
• Medizinische, finanzielle oder beschäftigungsbezogene Daten.
• Vollständiger URLs mit Token oder Reset-Links.

Google warnt Analytics-Kunden in seinen HIPAA- und Google Analytics-Leitlinien davor, Daten zu senden, die Google als personenbezogene Daten erkennen könnte, und keine Daten zu senden, die vertrauliche Informationen über einen Nutzer preisgeben. Diese Regel ist auch dann nützlich, wenn Sie Google Analytics nicht verwenden: Analysetools sollten keine personenbezogenen Daten erhalten, die sie nicht benötigen.

Benennungsregeln, die Chaos verhindern

Eine benutzerdefinierte Dimension ist nur dann sinnvoll, wenn die Werte konsistent sind. Erstellen Sie vor der Implementierung eine Namensspezifikation.

Verwenden:

• Kleinbuchstabenwerte.
• Stabile Slugs statt Anzeigenamen.
• Aufzählungswerte, soweit möglich.
• Eine Bedeutung pro Dimension.
• Kurze Werte, die leicht zu filtern sind.

Vermeiden:

• Mischen von Singular- und Pluralwerten.
• Freitextwerte.
• Aus Benutzereingaben generierte Werte.
• Die Bedeutung einer Dimension im Laufe der Zeit ändern.
• Kodierung mehrerer Felder in einen Wert.

Verwenden Sie beispielsweise content_type = guide, comparison, tutorial, announcement. Verwenden Sie nicht content_type = "Long helpful GDPR article for EU marketers".

Datenschutzprüfung vor dem Versand

Stellen Sie vor dem Hinzufügen einer benutzerdefinierten Dimension fünf Fragen:

1. Identifiziert dieser Wert eine Person oder einen Haushalt?
2. Könnte dieser Wert in Kombination mit der Seite URL sensibel werden?
3. Wird es für eine echte Entscheidung benötigt?
4. Wie lange sollte es aufbewahrt werden?
5. Wäre es in einem Lieferantenexport oder einem Dashboard-Screenshot akzeptabel?

Wenn Ihnen die Antwort unangenehm vorkommt, senden Sie sie nicht an Website Analytics. Bewahren Sie vertrauliche Details in Ihren Erstanbietersystemen mit geeigneten Zugriffskontrollen auf.

Implementierungsmuster

Ein klares Eventdesign trennt Eventnamen, Standardfelder und benutzerdefinierte Dimensionen:

Event: form_submitted
Default context: page, referrer, campaign, device
Custom dimensions:
- form_type = demo
- page_template = comparison
- funnel_stage = consideration
- experiment_variant = pricing_b

Das reicht aus, um praktische Fragen zu beantworten, ohne Formularinhalte zu sammeln.

Häufige Fehler

Zu viele Dimensionen

Wenn jedes Team Felder erfindet, werden die Berichte laut. Beginnen Sie mit 5–10 hochwertigen Dimensionen und erweitern Sie diese nur, wenn eine wiederholte Frage nicht beantwortet werden kann.

Werte mit hoher Kardinalität

Eine Dimension mit Tausenden eindeutiger Werte ist schwer zu melden und stellt ein Datenschutzrisiko dar. Es wird erwartet, dass der Seitenpfad eine hohe Kardinalität aufweist. Autor oder Inhaltstyp sollten nicht sein.

Nicht registrierte Felder

Bei einigen Plattformen müssen benutzerdefinierte Dimensionen registriert werden, bevor sie in Berichten angezeigt werden. Dokumentieren Sie die Einrichtung und testen Sie sie vor dem Start einer Kampagne.

Senden interner Identifikatoren

Auch pseudonyme IDs können personenbezogene Daten sein, wenn sie einen Nutzer herausgreifen. Senden Sie das Konto IDs nicht an öffentliche Website-Analysen, es sei denn, die Verarbeitung wurde überprüft.

Ein praktisches Starter-Set

Beginnen Sie für eine Marketing-Website, bei der der Datenschutz an erster Stelle steht, mit:

• content_type
• topic_cluster
• funnel_stage
• Autor
• landing_page_template
• form_type
• cta_location
• experiment_name
• experiment_variant
• customer_segment, nur wenn weit gefasst und nicht identifizierend

Benutzerdefinierte Dimensionen machen Analysen nützlicher, da sie das Verhalten mit dem Geschäftskontext verknüpfen. Die Disziplin besteht darin, Kontext hinzuzufügen, ohne Überwachung hinzuzufügen.

Governance-Tipp

Führen Sie neben Ihrem Analyse-Setup ein kurzes Ereigniswörterbuch. Fügen Sie alle benutzerdefinierten Dimensionen, zulässigen Werte, Eigentümer, Beispielereignisse und Datenschutzhinweise hinzu. Überprüfen Sie es vor jeder Kampagne oder Produkteinführung. Diese kleine Angewohnheit verhindert doppelte Felder, versehentliche persönliche Daten und Dashboards, die sechs Monate später niemand mehr interpretieren kann.

Kurze Zusammenfassung des Glossars

Benutzerdefinierte Dimensionen sind Etiketten. Metriken sind Zahlen. Ereignisse sind Aktionen. Eigenschaften oder Parameter sind die diesen Aktionen zugeordneten Felder. Ein sauberes Analyse-Setup hält diese Konzepte getrennt:

• Ereignis: demo_requested
• Metrik: Anzahl der Demoanfragen
• Standarddimension: Quelle oder Zielseite
• Benutzerdefinierte Dimension: page_template, funnel_stage oder plan_tier

Verwenden Sie benutzerdefinierte Dimensionen, um das Verhalten in nützliche Geschäftskategorien zu gruppieren. Verwenden Sie sie nicht, um personenbezogene Daten unter einem technischeren Namen in die Analyse einzuschleusen.

Häufig gestellte Fragen

Was ist eine benutzerdefinierte Dimension in Analytics?

Eine benutzerdefinierte Dimension ist ein Label, das dein Unternehmen einem Ereignis hinzufügt, etwa den Tarif, den Autor oder die Experiment-Variante. Sie beantwortet "welche Art", während eine Metrik "wie viele" beantwortet. Standardberichte decken bereits Seiten, Referrer, Geräte, Länder, Kampagnen und Conversions ab. Benutzerdefinierte Dimensionen fügen den Kontext hinzu, den nur dein Unternehmen kennt.

Was ist der Unterschied zwischen einer Dimension und einer Metrik?

Eine Dimension ist beschreibend und beantwortet "welche Art", etwa Quelle, Land, Seitenpfad oder Tarif. Eine Metrik ist numerisch und beantwortet "wie viele" oder "wie viel", etwa Seitenaufrufe, Conversions oder Umsatz. Benutzerdefinierte Dimensionen sind nützlich, weil sie erlauben, Metriken nach geschäftsspezifischen Labels zu gruppieren.

Sind benutzerdefinierte Dimensionen dasselbe wie benutzerdefinierte Properties?

Benutzerdefinierte Dimensionen und benutzerdefinierte Properties sind dieselbe Idee unter zwei Namen, beide fügen einem Ereignis geschäftlichen Kontext hinzu, ohne die Person zu identifizieren. Die Kurzfassung dieses Guides verwendet die Begriffe austauschbar. Welcher Begriff auftaucht, hängt von der Analytics-Plattform ab, nicht von einem funktionalen Unterschied.

Dürfen benutzerdefinierte Dimensionen personenbezogene Daten enthalten?

Benutzerdefinierte Dimensionen sollten keine personenbezogenen Daten enthalten. Die Liste schlechter Verwendungen schließt E-Mail-Adressen, Namen, Telefonnummern, vollständige IP-Adressen, rohe Account-IDs und Suchanfragen aus, die personenbezogene Daten enthalten könnten. Googles Hinweise zu HIPAA und Google Analytics sagen dasselbe: Sende nichts, das eine Person identifizieren oder sensible Informationen offenlegen könnte.

Wie viele benutzerdefinierte Dimensionen sollte eine Website verwenden?

Starte mit fünf bis zehn hochwertigen Dimensionen und erweitere nur, wenn eine wiederkehrende Frage sonst nicht beantwortet werden kann. Wenn jedes Team eigene Felder erfindet, werden Berichte genau dadurch unübersichtlich.

Was ist eine Dimension mit hoher Kardinalität?

Eine Dimension mit tausenden eindeutigen Werten, die schwer auszuwerten ist und ein Datenschutzrisiko schaffen kann. Bei Seitenpfaden ist das erwartbar. Bei Autor oder Content-Typ sollte es das nicht sein, da ein Anstieg eindeutiger Werte meist bedeutet, dass Freitext in das Feld gelangt ist.

Warum müssen die Werte benutzerdefinierter Dimensionen klein geschrieben und aufgezählt sein?

Weil eine Dimension nur nützlich ist, wenn ihre Werte konsistent bleiben. Kleingeschriebene Slugs und aufgezählte Werte, etwa content_type = guide, comparison, tutorial, announcement, halten Filter und Berichte vorhersehbar. Das Mischen von Singular und Plural oder Freitext zerstört diese Konsistenz und zersplittert die Daten.

Wie sollten A/B-Testergebnisse mit benutzerdefinierten Dimensionen erfasst werden?

Wenn der Server eine Variante zuweist, sende experiment_name und variant sowohl beim Exposure- als auch beim Conversion-Ereignis. Dieser serverseitige Ansatz vermeidet clientseitiges Flackern und Skripte von Drittanbietern und erlaubt einen direkten Vergleich der Conversion-Raten.

Welche Fragen sollte ein Team vor dem Hinzufügen einer neuen benutzerdefinierten Dimension stellen?

Fünf: Identifiziert der Wert eine Person oder einen Haushalt, könnte er in Kombination mit der Seiten-URL sensibel werden, und wird er für eine echte Entscheidung gebraucht. Die restlichen zwei fragen, wie lange er aufbewahrt werden sollte und ob er in einem Vendor-Export oder Dashboard-Screenshot akzeptabel wäre. Fühlt sich eine Antwort unangenehm an, gehört das Detail in first-party Systeme mit passender Zugriffskontrolle statt in die Analytics.

Was ist ein Event-Wörterbuch und warum sollte man eines pflegen?

Ein kurzes Dokument neben dem Analytics-Setup, das jede benutzerdefinierte Dimension, ihre erlaubten Werte, den Owner, ein Beispielereignis und einen Datenschutzhinweis auflistet. Es vor jeder Kampagne oder jedem Launch zu prüfen verhindert doppelte Felder, versehentliche personenbezogene Daten und Dashboards, die niemand Monate später noch versteht.