Warum eindeutige Besucher je nach Tool etwas anderes bedeuten

Was bedeuten eindeutige Besucher in der Webanalyse?

Was jedes Tool unter eindeutigen Besuchern tatsächlich implementiert, sind deduplizierte Kennungen, einmal pro Berichtszeitraum gezählt, unabhängig davon, wie viele Besuche oder Seitenaufrufe jede Kennung erzeugt hat. Matomo benennt das Ziel klar: Ein Unique Visitor ist "an unduplicated individual visiting your website, based on available identification methods such as Matomo's first-party cookies or User ID," und "each visitor is counted only once per selected reporting period, even if they visit the website multiple times during that time." Adobe Analytics sagt direkter, was wirklich gezählt wird: Die Kennzahl "shows the number of visitor IDs for the dimension item."

Die Lücke zwischen Individuum und Kennung ist der Ort, an dem jede Abweichung entsteht. Eine Person mit einem Laptop und einem Smartphone sind zwei Kennungen. Eine Person, die dienstags ihre Cookies löscht, sind zwei Kennungen. Ein Browser, den ein Haushalt teilt, ist eine Kennung für drei Personen. Die Zahl im Dashboard ist exakt bei den Kennungen und ungefähr bei den Menschen, und keine Herstellerdokumentation behauptet etwas anderes.

Wie identifiziert jedes Tool einen eindeutigen Besucher?

Jedes Tool löst einen Besucher über eine andere Kette von Fallbacks auf, und diese Kette entscheidet über die Zahl.

Die Zeile von Plausible ist die lehrreichste, weil sie den Kompromiss offenlegt, statt ihn zu verstecken. Das Rotieren und Löschen des Salts alle 24 Stunden "prevents tracking users across days," was zugleich bedeutet, dass dieselbe Person, die montags und dienstags vorbeikommt, in jedem mehrtägigen Report zwei eindeutige Besucher ist. Das ist eine bewusste Datenschutzeigenschaft und kein Fehler, und es macht die Wochenzahl eindeutiger Besucher bei Plausible strukturell höher als die eines cookiebasierten Tools bei identischem Traffic.

GA4 veröffentlicht überhaupt keine Kennzahl namens "unique visitors". Es veröffentlicht Total users, "the number of unique users who triggered any event in the specified date range," und Active users, "the number of unique users who engaged with your site or app in the specified date range." Wer einen GA4-Report als Zahl eindeutiger Besucher liest, liest eine dieser beiden, und die beiden stimmen nicht miteinander überein.

Warum gehen die Zahlen eindeutiger Besucher über mehrere Tage nie auf?

Eindeutige Besucher summieren sich nicht, weil jeder Berichtszeitraum unabhängig dedupliziert und ein Besucher, der an fünf Tagen auftaucht, fünf Tages-Uniques, aber ein Wochen-Unique ist. Adobe beschreibt dasselbe Verhalten in Analysis Workspace: Die Report-Summe wendet die Deduplizierung über den gesamten Zeitraum an, statt die Tageswerte zu addieren. Die Arithmetik, die für Seitenaufrufe und Sitzungen funktioniert, bricht hier also zusammen.

pageviews(Mon..Sun) = sum of daily pageviews
sessions(Mon..Sun)  = sum of daily sessions
uniques(Mon..Sun)  != sum of daily uniques

Wenn eine Tabellenkalkulation sieben Tageswerte eindeutiger Besucher zu einer Wochenzahl addiert, ist diese Zahl nur in eine Richtung falsch: zu hoch. Dieselbe Regel gilt aufwärts für Monate und Jahre. Seitenaufrufe, Sitzungen und Nutzer gehen ineinander über, und zwar in fester Richtung, und eindeutige Besucher sitzen an der Spitze dieses Stapels, wo der Übergang aufhört, additiv zu sein.

Welche Tools berechnen eindeutige Besucher über lange Zeiträume nicht?

Matomo verweigert es rundheraus für genau die Zeiträume, die die meisten Reports brauchen. Das Cloud-Produkt verarbeitet die Kennzahl "for days and weeks only and cannot be enabled for months, years, or custom date ranges." Matomo On-Premise liefert sie für Jahre und Zeiträume deaktiviert aus, hinter zwei Einstellungen:

enable_processing_unique_visitors_year = 0
enable_processing_unique_visitors_range = 0

Die Dokumentation nennt den Grund ohne Beschönigung: "By default for performance reasons the 'Visitors > Overview > Unique Visitors / Users' metrics are disabled because the SQL query to process unique visitors/users is quite costly and take minutes to run on a High traffic Matomo server." Das Einschalten "will have a negative impact on the performance of report processing." Ein Matomo-Jahresreport mit leerer Zelle für eindeutige Besucher ist also nicht kaputt, sondern konfiguriert.

Ist die GA4-Zahl eindeutiger Besucher eine Schätzung?

GA4 schätzt sie. Googles Entwicklerdokumentation sagt, dass Analytics HyperLogLog++ verwendet, um die Kardinalität für "most used metrics including Active Users and Sessions" zu schätzen, und veröffentlicht die Precision-Werte: 14 für Active users, 14 für Total users, 12 für Sessions. Die Zahl in BigQuery nachzubauen kommt nahe heran, trifft aber nicht exakt, weil Analytics für Nutzer eine sparse precision von 25 verwendet, während BigQuery die Sparse Precision standardmäßig auf Precision plus fünf setzt und damit bei 19 landet. Googles eigener Hinweis: "There will be a small difference in user count for cardinalities up to approximately 12,200."

Diese Schwelle zählt für kleine und mittelgroße Websites mehr als für große. Unterhalb von rund 12.200 verschiedenen Nutzern in einem Ausschnitt können Sketch und exakte Zählung sichtbar auseinandergehen, weshalb ein GA4-Segment und eine BigQuery-Abfrage über dieselben Ereignisse oft um eine Handvoll Nutzer voneinander abweichen, ohne dass jemand einen Fehler gemacht hat. Google merkt separat an, dass für Ereignisse gilt: "A discrepancy of 2-5% between the total event count in Analytics and BigQuery is expected". Warum zwei Analysetools unterschiedliche Zahlen zeigen behandelt die übrigen Ursachen.

Was macht eine Zählung eindeutiger Besucher in der Praxis kaputt?

Vier Dinge machen sie kaputt, und alle vier blähen die Zahl auf, statt sie zu verkleinern.

Die Cookie-Lebensdauer steht zuerst. Jedes Mal, wenn ein Browser den Speicher mit der Besucher-ID löscht oder begrenzt, startet der nächste Besuch eine frische Kennung. Geräteübergreifendes Verhalten kommt an zweiter Stelle: Ein Smartphone und ein Laptop sind zwei Kennungen, sofern keine User ID sie zusammenführt, und die Berichtsidentität Device based in GA4 verweigert diese Zusammenführung per Design. Drittens verwerfen Skript-Blocker das Beacon, bevor es meldet, sodass ein wiederkehrender Besucher aus einem Report verschwinden und im nächsten als neu auftauchen kann. Viertens automatisierter Traffic: Ein Tool, das bekannte Bot-User-Agents nicht vor dem Zählen filtert, meldet in jeder Einheit höhere Summen, und die Bot-Filterung entscheidet, wie weit die Zahl danebenliegt.

Nichts davon macht die Kennzahl nutzlos. Es macht sie zu einer Trendlinie statt zu einer Kopfzahl. Vergleichen Sie eindeutige Besucher mit sich selbst über die Zeit, in einem Tool, mit einer Identifikationsmethode, dann beantwortet die Zahl die Frage, die Leute tatsächlich stellen. Vergleichen Sie die Zahl eines Tools mit der eines anderen, dann messen Sie die beiden Kennungsketten und nicht das Publikum. Wenn auch die Definition des umschließenden Zeitraums unklar ist, ist was eine Sitzung enthält und wann sie endet der richtige Ausgangspunkt.

Flowserys datenschutzfreundliche Analyse zählt Besucher ohne Cookies und ohne Sampling, sodass sich die Zahl bewegt, wenn sich der Traffic bewegt, und nicht, wenn ein Browser eine Speicherregel ändert.

Häufig gestellte Fragen

Ist ein eindeutiger Besucher dasselbe wie ein Nutzer?

In der Praxis ja, und das Vokabular ist herstellerspezifisch statt bedeutungstragend. Adobe Analytics sagt Unique Visitors, Matomo sagt je nach Report Unique Visitors oder Users, und GA4 sagt Total users und Active users. Alle vier zählen deduplizierte Kennungen über einen Zeitraum. Die Unterschiede, die zählen, stecken in der Kennungskette, nicht im Etikett.

Warum ist meine Wochenzahl eindeutiger Besucher niedriger als die Summe meiner Tageszahlen?

Weil die Woche Besucher dedupliziert, die an mehr als einem Tag aufgetaucht sind. Ein Besucher, der montags und donnerstags gesehen wird, zählt in der Wochenzahl einmal und in der Summe der Tageswerte zweimal. Die Lücke zwischen beiden Zahlen ist ein grobes Maß dafür, wie viele Menschen innerhalb der Woche zurückkehren.

Können eindeutige Besucher die Sitzungen übersteigen?

Nein, nicht innerhalb eines Tools und eines Zeitraums, denn ein Besucher muss mindestens eine Sitzung erzeugen, um überhaupt gezählt zu werden. Ein Report, der mehr eindeutige Besucher als Sitzungen zeigt, zieht die beiden Zahlen aus unterschiedlichen Zeiträumen oder unterschiedlichen Tools.

Hat GA4 eine Kennzahl, die wörtlich unique visitors heißt?

Nein. GA4 veröffentlicht Total users, definiert als die Zahl der eindeutigen Nutzer, die im Zeitraum irgendein Ereignis ausgelöst haben, und Active users, definiert als die Zahl der eindeutigen Nutzer, die mit der Website oder App interagiert haben. Active users liegt beim selben Traffic unter Total users, weil dabei Nutzer ausgeschlossen werden, die Analytics keiner engagierten Sitzung zuordnen konnte.

Warum lässt Matomo die Zelle für eindeutige Besucher in einem Jahresreport leer?

Weil Matomo die Kennzahl für Jahre und benutzerdefinierte Zeiträume standardmäßig nicht verarbeitet. In Matomo Cloud lässt sie sich für Monate, Jahre und benutzerdefinierte Zeiträume überhaupt nicht aktivieren. In Matomo On-Premise sitzt sie hinter enable_processing_unique_visitors_year und enable_processing_unique_visitors_range, die beide mit 0 ausgeliefert werden, weil die Abfrage auf Servern mit hohem Traffic teuer ist.

Zählt ein cookieloses Tool eindeutige Besucher zu hoch?

Ein Tool, das seinen Hashing-Salt täglich rotiert, meldet über einen mehrtägigen Zeitraum mehr eindeutige Besucher als ein cookiebasiertes Tool, weil dieselbe Person an jedem Tag einen anderen Hash erzeugt. Plausible dokumentiert genau das: Der Salt "is rotated and deleted every 24 hours," was "prevents tracking users across days while still providing useful aggregate analytics." Die Tageszahl bleibt vergleichbar; die Wochen- und Monatszahlen sind gegenüber dauerhaften Kennungen strukturell aufgebläht.

Warum zählen zwei Geräte als zwei eindeutige Besucher?

Ein Smartphone und ein Laptop erhalten jeweils eine eigene Besucherkennung, solange keine User ID sie miteinander verknüpft. GA4s Device based Reporting Identity macht das dauerhaft, weil sie jede ID außer der Geräte-ID ignoriert. Ohne Login oder eine andere dauerhafte ID erscheint dieselbe Person als zwei Kennungen statt als eine.

Erzeugt das Löschen von Cookies einen neuen eindeutigen Besucher?

Ja, weil die meisten Tools einen Besucher über ein Cookie mit einer ID identifizieren, und das Löschen oder Begrenzen dieses Speichers beim nächsten Besuch eine neue Kennung startet. Die Cookie-Lebensdauer ist einer der Hauptgründe für aufgeblähte Zahlen eindeutiger Besucher. Dieselbe Person wird im Report zu zwei eindeutigen Besuchern, obwohl sich am Verhalten nichts geändert hat.

Warum zeigt BigQuery eine andere Nutzerzahl als GA4?

GA4 schätzt die Kardinalität mit HyperLogLog++ bei einer Sparse Precision von 25, während BigQuerys Standard-Sparse-Precision bei Präzision plus fünf liegt, also bei 19. Dieser Unterschied erzeugt laut Googles eigenem Hinweis eine kleine Abweichung bei Kardinalitäten bis etwa 12.200. Oberhalb davon fällt die Sparse-Abweichung weg, und übrig bleibt die Fehlerspanne der Schätzung selbst gegenüber einer exakten Zählung.

Sollte ich die Zahlen eindeutiger Besucher zwischen zwei verschiedenen Tools vergleichen?

Der Vergleich der Zahl eindeutiger Besucher eines Tools mit der eines anderen misst die beiden Identifikationsketten, nicht dasselbe Publikum. Matomos Kombination aus Cookie und config_id-Fallback, GA4s Einstellung der Reporting Identity und Plausibles rotierendes Salt liefern bei identischem Traffic jeweils eine andere Zahl. Tragfähig ist nur der Vergleich der eigenen Zahl eines Tools mit sich selbst über die Zeit, bei durchgehend derselben Identifikationsmethode.