Wie Nutzersegmentierung aus einem Bericht mehrere Antworten macht

Was ist Nutzersegmentierung in Analytics-Berichten?

In Analytics-Berichten ist Nutzersegmentierung die Praxis, eine Besucherpopulation in Gruppen mit einem gemeinsamen Merkmal zu teilen, etwa Traffic-Quelle, Gerät, Land oder ein erreichtes Ziel, sodass aus einem einzigen seitenweiten Durchschnitt mehrere vergleichbare Zahlen werden. Der Bericht wendet eine Bedingung auf jeden Besucher an, behält die passenden und berechnet dieselben Kennzahlen nur für diese Gruppe neu. Setzen Sie sie immer dann ein, wenn sich eine Hauptkennzahl bewegt und Sie wissen müssen, welche Gruppe sie bewegt hat.

Google definiert das Objekt in seiner GA4-Hilfe schlicht: "A segment is a subset of your Analytics data that can be used in Explorations for analysis."

Was ist der Unterschied zwischen einem Nutzer-, Sitzungs- und Event-Segment?

Ein Nutzersegment behält jeden Besucher, der die Bedingung erfüllt hat, mit seiner gesamten Aktivität im Zeitraum, ein Sitzungssegment behält nur die passenden Sitzungen, und ein Event-Segment behält nur die passenden Events. GA4 benennt alle drei: Nutzersegmente sind "subsets of users who engaged with your site or app", Sitzungssegmente sind "subsets of the sessions that occurred on your site or app", und Event-Segmente sind "subsets of events that were triggered on your site or app."

Die Ebene ändert die Antwort, selbst wenn die Bedingung identisch ist. Nehmen Sie die Bedingung "hat einen Kauf getätigt":

Segmentebene	Was die Bedingung "Kauf" liefert	Frage, die sie beantwortet
Nutzer	Jede Sitzung und jedes Event von allen, die im Zeitraum mindestens einmal gekauft haben	Was tun Käufer über alle ihre Besuche hinweg?
Sitzung	Nur die Sitzungen, in denen ein Kauf stattfand	Wie sieht ein Kaufbesuch aus?
Event	Nur die Kauf-Events selbst	Was wurde gekauft, und zu welchem Wert?

Googles eigenes Beispiel beschreibt die Nutzerebene genau: "A user segment for users with a purchase event will return all the activities of these users from yesterday and today." Wählen Sie die Ebene vor der Bedingung, denn ein Nutzersegment der Käufer zeigt auch deren reine Stöberbesuche, und ein Sitzungssegment blendet sie aus. Die Aufschlüsselung Seitenaufrufe vs. Sitzungen vs. Nutzer zeigt, wie diese drei Einheiten ineinander aufgehen.

Nach welchen Merkmalen können Sie Besucher segmentieren?

Sie können Besucher danach segmentieren, woher sie kamen, was sie genutzt haben, wo sie sind und was sie getan haben, und die ersten drei kommen ganz ohne Identität aus. Die Tabelle gruppiert die gängigen Merkmale nach den Daten, von denen sie abhängen.

Merkmalsgruppe	Beispiele	Datengrundlage
Akquise	Referrer, utm_source, utm_medium, utm_campaign	Die Landing-URL und der Referrer-Header
Technik	Gerätetyp, Browser, Betriebssystem	Der User Agent
Geografie	Land, Region, Stadt	Ein IP-Abgleich zum Zeitpunkt der Anfrage
Verhalten	Preisseite besucht, Ziel erreicht, Funnel-Schritt erreicht	In der Sitzung erfasste Events
Wert	Kauf getätigt, Umsatz über einem Schwellenwert	Eine Zahlung, die der Sitzung zugeordnet ist

Akquise-Segmente hängen von einheitlichen Kampagnen-Tags ab: facebook in einem Link und Facebook in einem anderen ergeben zwei Segmente, was die Regeln zum UTM-Tagging verhindern. Demografische Merkmale wie Alter und Geschlecht stehen absichtlich nicht in dieser Tabelle, weil sie von einem Werbeprofil der Person abhängen, und in GA4 sind demografische Daten einer der Auslöser für das Data Thresholding, das Zeilen im Bericht zurückhält.

Wie bauen Sie ein Segment, das eine Frage beantwortet?

Bauen Sie ein Segment, indem Sie mit einer Frage und einer Vergleichsgruppe beginnen und vor dem Lesen des Ergebnisses Größe und Zusammensetzung prüfen. Das folgende Vorgehen verhindert, dass Segmentierung zur Suche nach irgendeiner Aufteilung wird, die interessant aussieht.

1. Schreiben Sie zuerst die Frage auf. "Warum sind die Testanmeldungen letzte Woche gesunken?" benennt Kennzahl, Zeitraum und Ergebnis. "Schauen wir uns mal Mobil an" benennt nichts.
2. Wählen Sie ein Merkmal für die Aufteilung. Teilen Sie nach Gerät oder nach Quelle, nicht nach beidem zugleich. Wer zwei Merkmale kreuzt, vervielfacht die Gruppen und teilt die Stichprobe in jeder.
3. Legen Sie den Vergleich fest. Vergleichen Sie das Segment mit seinem Komplement (Mobil gegen alle anderen) oder mit demselben Segment im Vorzeitraum, nie mit nichts.
4. Lesen Sie Raten, keine Zählwerte. Ein Segment, das seine Anmeldungen verdoppelt und seine Besucher verdreifacht hat, ist schlechter geworden. Conversion-Rate, Umsatz pro Besucher und Abbruch an jedem Funnel-Schritt sind die Zahlen, die Sie vergleichen sollten.
5. Prüfen Sie die Segmentgröße. Berechnen Sie die Fehlermarge für die Rate des Segments (nächster Abschnitt) und hören Sie auf, wenn der Unterschied zwischen den Gruppen kleiner ist.
6. Prüfen Sie die Zusammensetzung. Stellen Sie sicher, dass sich der Traffic-Anteil jedes Segments zwischen den Zeiträumen nicht verändert hat, bevor Sie schließen, dass sich das Verhalten eines Segments verändert hat.
7. Sehen Sie sich Sitzungen aus dem Segment an. Sobald eine Aufteilung auf den mobilen Checkout zeigt, schauen Sie sich eine Handvoll dieser Sitzungen an, um die Ursache zu sehen, die die Zahlen nicht zeigen können.

Wie klein darf ein Segment werden, bevor die Zahlen nichts mehr bedeuten?

Ein Segment wird unlesbar, sobald die Fehlermarge seiner Rate so groß ist wie der Unterschied, den Sie sehen wollen, und das passiert schneller, als die meisten Berichte vermuten lassen. Für eine Conversion-Rate lautet die Fehlermarge bei 95%:

margin = 1.96 × √(p × (1 − p) / n)

Nehmen Sie eine Website mit 10,000 Besuchern und einer Conversion-Rate von 3%. Über die ganze Website beträgt die Marge 1.96 × √(0.03 × 0.97 / 10,000), also 0.3 Prozentpunkte, die wahre Rate liegt somit zwischen 2.7% und 3.3%. Segmentieren Sie nun auf bezahlten mobilen Traffic mit 300 Besuchern, ebenfalls mit 3% Conversion. Die Marge wächst auf 1.96 × √(0.03 × 0.97 / 300), also 1.9 Prozentpunkte, die wahre Rate liegt somit irgendwo zwischen 1.1% und 4.9%. Ein konkurrierendes Segment mit 4% liegt innerhalb dieses Bereichs und beweist nichts.

Bei einem Konfidenzniveau von 95% überspringt einer von zwanzig Vergleichen die Hürde zufällig. Wer einen Bericht auf zwanzig Arten zerlegt und die Aufteilung behält, die "heraussticht", berichtet also Rauschen. Legen Sie die Aufteilungen fest, bevor Sie den Bericht öffnen.

Warum kann sich jedes Segment verbessern, während die Gesamtzahl schlechter wird?

Jedes Segment kann sich verbessern, während die seitenweite Rate sinkt, wenn sich der Traffic-Anteil zu einem Segment verschiebt, das schwächer konvertiert, und genau deshalb gibt es Schritt 6 im Vorgehen. Der Effekt heißt Simpson-Paradoxon, und eine Aufteilung nach Gerät zeigt ihn deutlich:

Segment	Besucher Woche 1	Rate Woche 1	Besucher Woche 2	Rate Woche 2
Desktop	6,000	5.0% (300 Anmeldungen)	4,000	5.5% (220 Anmeldungen)
Mobil	4,000	2.0% (80 Anmeldungen)	6,000	2.2% (132 Anmeldungen)
Alle Besucher	10,000	3.8% (380 Anmeldungen)	10,000	3.52% (352 Anmeldungen)

Desktop hat sich verbessert und Mobil hat sich verbessert, trotzdem fiel die Gesamtrate von 3.8% auf 3.52%, weil eine Kampagne mehr mobile Besucher auf die Website gebracht hat. Auf der Website ist nichts kaputtgegangen. Lesen Sie Segmentraten und Segmentanteile gemeinsam, und wenn sich die Anteile verschoben haben, berichten Sie die veränderte Zusammensetzung als Ursache, statt nach einem Bug zu suchen.

Wie unterscheidet sich Segmentierung von einem Filter, einer Aufschlüsselung oder einer Kohorte?

Ein Segment behält eine Teilmenge der Besucher und berechnet jede Kennzahl für sie neu, während ein Filter Zeilen aus einem Bericht entfernt, eine Aufschlüsselung jeden Wert einer Dimension nebeneinander auflistet und eine Kohorte Personen nach einem gemeinsamen Startdatum gruppiert und sie danach weiterverfolgt. In der Praxis überschneiden sich die vier, der Unterschied liegt also darin, was jedes davon konstant hält.

• Filter: "Zeige nur die Seite /pricing." Er grenzt eine Tabelle ein und lässt den Rest des Berichts unberührt.
• Aufschlüsselung: "Zeige Conversions nach Land." Jedes Land bekommt eine Zeile, was hilft, das Segment zu finden, das es wert ist, isoliert zu werden.
• Segment: "Zeige alles für Besucher aus bezahlter Suche." Jedes Diagramm im Bericht beschreibt jetzt diese Gruppe.
• Kohorte: "Zeige die wöchentliche Retention für Nutzer, die sich im März angemeldet haben." Die Achse ist die Zeit seit dem Startdatum. Der Leitfaden zur Kohortenanalyse erklärt, wie Sie die daraus entstehende Tabelle lesen.

Heatmaps nutzen dieselbe Idee auf Elementebene: Eine Confetti-Map teilt Klicks nach Quelle und Gerät auf, und das ist Segmentierung, direkt auf eine Seite gezeichnet. Der Leitfaden zur Website-Heatmap erklärt, ab wann diese Aufteilungen nicht mehr verlässlich sind.

Vier Wege, dieselben Daten aufzuteilen

FilterSchränkt eine Tabelle ein und lässt den Rest des Berichts unverändert

AufschlüsselungListet jeden Wert einer Dimension nebeneinander auf

SegmentBerechnet jede Kennzahl für eine Teilmenge der Besucher neu

KohorteVerfolgt eine Gruppe ab einem gemeinsamen Startdatum weiter

Braucht Nutzersegmentierung Cookies oder personenbezogene Daten?

Die Segmentierung nach Quelle, Kampagne, Gerät, Browser, Land oder Verhalten auf der Website braucht weder Cookies noch personenbezogene Daten, denn jedes dieser Merkmale steckt bereits in der Anfrage und in der Sitzung selbst. Personenbezogene Daten kommen erst ins Spiel, wenn ein Segment davon abhängt, wer die Person ist, etwa eine E-Mail-Domain, ein demografisches Profil oder über Monate zusammengeführte Aktivität. Beschränken Sie Segmente auf Merkmale, die der Besuch ohnehin mitbringt, dann bleibt die Datenschutzfrage einfach.

Flowsery arbeitet auf dieser Grundlage. Es berichtet den Standort von Besuchern bis auf Land, Region und Stadt, dazu Geräte-, Browser- und Betriebssystemdaten und alle fünf UTM-Parameter, ohne Cookies zu setzen, und seine Besucher-IDs sind gehasht und wechseln täglich. Ergebnisse lassen sich nach Seiten, Referrern, Kampagnen, Ländern, Geräten und Browsern aufschlüsseln, und verbundene Zahlungen aus Stripe, Paddle, Polar, Lemon Squeezy oder Shopify werden der Sitzung zugeordnet, die konvertiert hat, sodass der Umsatz pro Besucher neben jedem Segment steht. Flowsery verwendet kein Daten-Sampling, dadurch werden auch kleine Segmente nicht geschätzt. Die Seite zum Umsatz-Tracking zeigt, wie diese Attribution funktioniert.

Häufig gestellte Fragen

Was ist ein Beispiel für Nutzersegmentierung?

Die Testanmeldungen des letzten Monats nach Gerät aufzuteilen, ist eine Nutzersegmentierung. Der Bericht zeigt, dass Desktop-Besucher mit 5% und mobile Besucher mit 2% konvertieren, und lenkt die Untersuchung damit auf den mobilen Anmeldeablauf. Dieselbe Aufteilung, angewendet auf den Umsatz pro Besucher, zeigt, welche Gruppe Sie zuerst verbessern sollten.

Lassen sich Segmente auf die Standardberichte von GA4 anwenden?

Nein. Google hält fest: "Segments are available only within the Explore module", Segmente funktionieren also in Explorations und nicht in den Standardberichten. GA4 erlaubt bis zu 10 Segmente pro Exploration, davon bis zu vier gleichzeitig auf eine Technik angewendet, und bis zu 50 gespeicherte Segmente pro Standard-Property.

Wirken GA4-Segmente rückwirkend?

Ja. Google beschreibt ein Segment als "fully retroactive", ein Segment der Käufer enthält also jeden Nutzer, der im Zeitraum der Abfrage gekauft hat. Eine Zielgruppe ist etwas anderes: Google definiert sie als "a group of users who meet a set of conditions", und sie trägt die Mitgliedschaftslogik, die ein Segment nicht hat.

Wie viele Besucher braucht ein Segment?

Ein Segment braucht so viele Besucher, dass die Fehlermarge seiner Rate kleiner ist als der Abstand, den Sie erkennen wollen. Bei einer Conversion-Rate von 3% ergeben 300 Besucher eine Marge von 1.9 Prozentpunkten und 10,000 Besucher eine von 0.3 Punkten. Berechnen Sie die Marge, bevor Sie zwei Segmente vergleichen, und verwerfen Sie jeden Vergleich, der darin liegt.

Was ist der Unterschied zwischen einem Segment und einer Kohorte?

Ein Segment gruppiert Besucher nach einem beliebigen gemeinsamen Merkmal und misst sie innerhalb eines Zeitraums. Eine Kohorte gruppiert Nutzer nach einem gemeinsamen Startereignis, etwa der Woche ihrer Anmeldung, und verfolgt diese Gruppe über die Zeit weiter. Jede Kohorte ist ein Segment mit Zeitachse, aber die meisten Segmente sind keine Kohorten.

Warum ist meine gesamte Conversion-Rate gesunken, obwohl sich jedes Segment verbessert hat?

Der Traffic-Anteil hat sich zu einem Segment verschoben, das schwächer konvertiert, und das ist das Simpson-Paradoxon. Steigt der mobile Anteil von 40% auf 60% der Besucher, sinkt die Gesamtrate, selbst wenn Desktop und Mobil beide besser konvertieren als zuvor. Vergleichen Sie den Anteil jedes Segments zwischen den beiden Zeiträumen, bevor Sie nach einer kaputten Seite suchen.

Was löst Daten-Thresholding bei einem Segment in GA4 aus?

Google nennt zwei Auslöser. Daten können aus einem Bericht oder einer Exploration zurückgehalten werden, wenn darin demografische Daten wie Alter und Geschlecht oder über demografische Daten definierte Zielgruppen vorkommen, und eine Zeile mit Informationen zu Suchanfragen kann zurückgehalten werden, wenn es nicht genug Nutzer insgesamt gibt. Die Schwellenwerte legt das System fest, und sie lassen sich nicht anpassen, aber ein größerer Zeitraum macht sie unwahrscheinlicher.

Wie viele Segmente kann eine GA4-Exploration gleichzeitig nutzen?

GA4 erlaubt bis zu 10 Segmente in einer einzigen Exploration, davon bis zu vier gleichzeitig auf eine Technik angewendet. Eine Property kann insgesamt bis zu 50 gespeicherte Segmente halten, und jedes davon funktioniert nur innerhalb des Explore-Moduls.

Warum teilen uneinheitliche UTM-Tags eine Traffic-Quelle in zwei Segmente auf?

Ein Akquise-Segment entsteht aus der exakten Tag-Zeichenfolge, sodass facebook in einem Link und Facebook in einem anderen als zwei getrennte Segmente gelesen werden, obwohl beide auf denselben Kanal verweisen. Einheitliches Kampagnen-Tagging hält einen Kanal als ein Segment zusammen, statt ihn aufzuspalten.

Was passiert, wenn Sie nach zwei Merkmalen gleichzeitig segmentieren?

Eine Aufteilung nach zwei Merkmalen gleichzeitig vervielfacht die Zahl der Gruppen und teilt die Besucher auf sie auf, sodass jede Gruppe unter die Größe schrumpft, die eine verlässliche Rate braucht. Das Vorgehen beim Aufbau eines Segments sieht vor, pro Segment ein Merkmal zu wählen, damit jede Gruppe groß genug bleibt, um lesbar zu sein.