Praxisnah erklärt - Webanalyse-Zwischenmetriken

Dieser Leitfaden erklärt das Thema Webanalyse-Zwischenmetriken im praktischen Kontext. Nur wenn sie eine Entscheidung beantworten, taugen Web Analytics Metrics etwas; ein Dashboard voller Zahlen verwirrt, sobald Kennzahlen schlecht definiert oder nicht mit Zielen verknüpft sind.

Webanalysemetriken sind nur dann nützlich, wenn sie eine Entscheidung beantworten. Ein Dashboard voller Zahlen kann ein Team immer noch verwirren, wenn die Kennzahlen schlecht definiert, dupliziert oder nicht mit den Geschäftszielen verknüpft sind.

Eine datenschutzorientierte Analysestrategie beginnt mit einem kleineren Satz an Kennzahlen: Traffic, Quellen, Seiten, Engagement und Conversions. Anschließend wird jede Metrik so klar definiert, dass das Team weiß, was sich geändert hat und was als nächstes zu tun ist.

Besucher, Besuche und Seitenaufrufe

Seitenaufrufe zählen Seitenladevorgänge. Sie sind nützlich für die content-Beliebtheits- und Kapazitätsplanung, können aber durch Neuladen oder mehrseitiges Durchsuchen aufgebläht werden.

Besuche oder Sitzungen gruppieren Aktivitäten in einem einzigen Browsing-Zeitraum. Sitzungsdefinitionen variieren je nach Tool, Timeout und campaign-Behandlung. Vergleichen Sie keine Sitzungen über mehrere Tools hinweg, ohne die Definitionen zu lesen.

Eindeutige Besucher schätzen, wie viele verschiedene Browser oder Personen sie besucht haben. Cookie-basierte Tools verwenden häufig Identifikatoren. Tools ohne Cookies schätzen die Eindeutigkeit möglicherweise anders ein oder vermeiden persistente IDs. Das erleichtert die Privatsphäre, kann jedoch die Präzision für wiederkehrende Besucher beeinträchtigen.

Verwenden Sie diese Kennzahlen zur Trendrichtung, nicht zur persönlichen Zählung. Wenn die einzelnen Besucher von Monat zu Monat um 25 % gestiegen sind, untersuchen Sie Quellen und Seiten. Tun Sie nicht so, als wäre es eine exakte Volkszählung.

Akquisitionskennzahlen

Referrer zeigen, woher die Besucher kamen. Zu den gängigen Gruppen gehören die organische Suche, die bezahlte Suche, die organische soziale Suche, die bezahlte soziale Suche, die E-Mail-Suche, die Empfehlungssuche, die Direktsuche, die Affiliate-Suche und die KI-Suche. Direkter Datenverkehr ist ein Bucket für „unknown oder eingegeben/mit Lesezeichen versehen“ und kein Beweis dafür, dass jeder URL manuell eingegeben hat.

UTM-Parameter machen die campaign-Berichterstellung sauberer. Verwenden Sie konsistente Werte für source, medium, Kampagne, Content und term. Eine chaotische UTM-Strategie führt zu einer chaotischen Attribution, die kein Analysetool beheben kann.

Für Messungen, bei denen der Datenschutz an erster Stelle steht, sind Erfassungsmetriken von großem Wert, da sie keine Profilerstellung auf Benutzerebene erfordern. Welche Kanäle funktionieren, erfahren Sie anhand der aggregierten source- und Conversion-Daten.

Engagement-Kennzahlen

Engagement-Kennzahlen brauchen Kontext.

Die Absprungrate kann einen einzelnen Seitenbesuch bedeuten, die Definitionen sind jedoch unterschiedlich. GA4 verwendet engagementorientierte Metriken anders als ältere Universal Analytics-Konzepte. Google definiert aktive Sitzungen basierend auf der Dauer, Conversion oder mehreren Bildschirm-/Seitenaufrufen (GA4 Engagement-Metriken).

Die Zeit auf der Seite kann irreführend sein, wenn auf der letzten Seite einer Sitzung kein nächster Treffer angezeigt wird oder wenn ein Tab geöffnet bleibt. Die Scrolltiefe kann für die Langform content hilfreich sein, sollte aber nicht zu einer Vanity-Metrik werden.

Bessere Engagement-Fragen sind:

• Haben die Besucher den Schlüsselbereich erreicht?
• Haben sie auf den nächsten nützlichen Schritt geklickt?
• Sind sie zum verwandten Content zurückgekehrt?
• Haben sie das Ziel erreicht?

Conversion-Metriken

Ein Conversion ist eine sinnvolle Aktion: Anmeldung, Kauf, Demo-Anfrage, Spende, Newsletter-Abonnement, Download, ausgehender Partnerklick oder Kontaktformular. Definieren Sie Ziele, bevor Sie sich Berichte ansehen.

Verfolgen Sie den Conversion-Kurs anhand von source und der Zielseite. Eine Seite mit mäßigem Traffic und hohem Conversion kann wertvoller sein als eine Seite mit hohem Traffic und schwacher Absicht.

Fügen Sie für E-Commerce den Umsatz, den durchschnittlichen Bestellwert und den Umsatz pro Besucher hinzu. Fügen Sie für SaaS Teststarts, aktivierte Testversionen, qualifizierte Demos und schließlich den Kunden Conversion hinzu, wenn Ihre Systeme diese Ereignisse ohne übermäßige Offenlegung personenbezogener Daten verbinden können.

Qualitätsmetriken

Die Verkehrsqualität ist wichtiger als das Volumen. Zu den nützlichen Qualitätsmetriken gehören:

• Umrechnungskurs von source.
• Umsatz pro Besucher.
• Newsletter-Bestätigungsrate.
• Wiederbesuchsquote, soweit messbar.
• Unterstützungsabweichung aus der Dokumentation.
• Rückerstattungs-, Stornierungs- oder Spam-Lead-Rate.

Ein Kampagne, der viele Besuche mit geringer Qualität auslöst, kann die Leistung, den Support und die Klarheit der Berichte beeinträchtigen.

Datenschutz und metrisches Design

Sammeln Sie keine personenbezogenen Daten, nur um Dashboards detaillierter zu gestalten. Vermeiden Sie es, Namen, E-Mails, Benutzer-IDs, rohe IP-Adressen, vertrauliche Suchbegriffe oder vollständige URLs mit Tokens an Analytics zu senden. Entfernen Sie Abfrageparameter, die möglicherweise personenbezogene Daten enthalten.

Der Datenminimierungsgrundsatz von GDPR besagt, dass personenbezogene Daten auf das für den Zweck erforderliche Maß beschränkt werden sollten (GDPR Artikel 5). Wenden Sie dieses Prinzip auf Kennzahlen an. Wenn aggregierte source- und Zieldaten die Frage beantworten, erstellen Sie kein Tracking auf Benutzerebene.

Ein praktisches Dashboard

Beginnen Sie bei den meisten Websites mit:

• Besuche und Seitenaufrufe im Zeitverlauf.
• Top-Quellen und Kampagnen.
• Top-Landingpages.
• Top-Seiten nach Engagement.
• Zielabschlüsse und Conversion-Rate.
• Einnahmen oder Spendenwert, sofern relevant.
• Ausgehende Klicks und Downloads.
• Geräteklasse und Land oder Region auf grober Ebene.

Überprüfen Sie den Betrieb wöchentlich und die Strategie monatlich. Kommentieren Sie Starts, Kampagnen, Ausfälle und verfolgen Sie Änderungen, damit zukünftige Leser Spitzen verstehen.

Bei einer guten Analyse geht es nicht darum, alle möglichen Kennzahlen zu erfassen. Es geht darum, die wenigen auszuwählen, die Ihnen helfen, die Website zu verbessern, und gleichzeitig die Menschen zu respektieren, die sie nutzen.

Häufigkeit der Metriküberprüfung

Legen Sie eine monatliche 30-minütige Metriküberprüfung mit einer Regel fest: Jede Metrik muss einen Besitzer und eine mögliche Aktion haben. Wenn niemand sagen kann, was er ändern würde, wenn eine Kennzahl steigt oder fällt, archivieren Sie sie im primären Dashboard. So wird verhindert, dass Armaturenbretter zu Lagerräumen für alte Kuriositäten werden.

Kommentieren Sie den Kontext neben den Zahlen. Ein Source-Spitze kann eine Kampagne, Bot-Traffic, eine Erwähnung in der Presse, eine fehlerhafte Weiterleitung oder eine Tracking-Änderung sein. Ein Conversion-Rückgang kann eher auf einen Zahlungsausfall als auf eine fehlerhafte Landingpage-Kopie zurückzuführen sein. Fügen Sie Veröffentlichungsdaten, Änderungen des Einwilligungsbanners, Preisaktualisierungen und wichtige Kampagnen als Notizen hinzu. Im Laufe der Zeit sind diese Anmerkungen oft nützlicher als andere Diagramme, da sie erklären, was das Team tatsächlich getan hat.

Kennzahlen zum Beibehalten, Reduzieren oder Fördern

Behalten Sie Metriken bei, die einen Besitzer und eine nächste Aktion haben. Bewerben Sie die Conversion-Rate nach source, Umsatz oder qualifizierten Leads, Top-Landingpages und Zielerreichungen, da sie Traffic mit Ergebnissen verbinden.

Reduzieren Sie Metriken, die Arbeit schaffen, ohne Entscheidungen zu ändern: Gesamtzahl der Ereignisse, rohe Gesamtanzahl der Seitenaufrufe ohne Kontext, Vanity-Social-Clicks oder winzige Segmente ohne statistische Gewichtung. Verschieben Sie Diagnosemetriken wie Scrolltiefe, Geräteklasse und Browser in sekundäre Ansichten, sofern sie nicht Teil einer aktiven Untersuchung sind.

Gleichen Sie wichtige Kennzahlen mit source-Systemen ab. Käufe sollten mit Rechnungsdatensätzen übereinstimmen, Demoanfragen sollten mit CRM-Datensätzen übereinstimmen und Downloads oder Formularübermittlungen sollten nach Veröffentlichungen im Browser getestet werden. Das nützlichste Dashboard ist nicht das größte; Es ist diejenige, der das Team genug vertraut, um danach zu handeln.

Häufig gestellte Fragen

Was zählt als Direct Traffic in der Analyse?

Direct Traffic ist eine Sammelkategorie für Besuche, die Analysetools keiner anderen Quelle zuordnen können, in Berichten als "unbekannt oder getippt/Lesezeichen" gekennzeichnet. Das beweist nicht, dass jeder Besucher die URL von Hand eingegeben hat, denn fehlende Referrer-Daten, blockierte Skripte und entfernte Kampagnen-Tags landen ebenfalls in diesem Topf. Behandle sie als Sammelbecken, nicht als eigenen Kanal mit eigener Strategie.

Wie definiert GA4 eine engagierte Sitzung?

GA4 definiert engagierte Sitzungen anhand der Dauer, eines Conversion-Ereignisses oder mehrerer Bildschirm- oder Seitenaufrufe, statt der einfachen Ein-Seiten-Besuch-Idee älterer Tools für die Absprungrate. Dieser Wechsel bedeutet, dass Absprungraten zwischen GA4 und Universal Analytics selten übereinstimmen. Prüfe die GA4-Dokumentation zu Engagement, bevor du annimmst, eine Definition gelte unverändert weiter.

Warum ist ein monatliches Wachstum bei eindeutigen Besuchern wichtig?

Steigen die eindeutigen Besucher um 25 % im Monatsvergleich, ist das ein Signal, Quellen und Seiten zu untersuchen, keine endgültige Antwort. Die Zahl zeigt die Trendrichtung, nicht eine exakte Zählung von Menschen, da cookiefreie Tools Eindeutigkeit anders schätzen als cookiebasierte. Verknüpfe den Anstieg mit Akquisitions- und Seitendaten, bevor du Schlüsse ziehst.

Was besagt der Grundsatz der Datenminimierung der DSGVO?

Artikel 5 der DSGVO besagt, dass die Erhebung personenbezogener Daten auf das für den Zweck Notwendige beschränkt sein sollte. Auf Analytics angewendet heißt das, Namen, E-Mails, Nutzer-IDs, rohe IP-Adressen, sensible Suchbegriffe und vollständige URLs mit Tokens wegzulassen, wann immer aggregierte Quellen- und Zieldaten die Frage bereits beantworten. Entferne Query-Parameter, die personenbezogene Daten enthalten könnten, bevor sie das Analytics-Tool erreichen.

Was sollten Ecommerce-Seiten zusätzlich zur Conversion-Rate erfassen?

Ecommerce-Seiten sollten Umsatz, durchschnittlichen Bestellwert und Umsatz pro Besucher zu Conversion-Rate und Landingpage-Daten hinzufügen. Diese Zahlen zeigen, ob ein Kanal oder eine Seite wertvolle Bestellungen erzeugt, nicht nur irgendwelche. Eine Seite mit weniger Conversions, aber höherem durchschnittlichem Bestellwert kann eine Seite mit mehr geringwertigen Bestellungen übertreffen.

Welche Conversion-Kennzahlen zählen für SaaS?

Für SaaS gehören Trial-Starts, aktivierte Trials, qualifizierte Demos und schließlich Kundenkonversion dazu, sobald Ereignisse verknüpft werden können, ohne personenbezogene Daten unnötig offenzulegen. Jede Stufe zeigt, wo Interessenten zwischen Anmeldung und Bezahlung abspringen. Aktivierte Trials trennen dabei echtes Produktinteresse von einer Anmeldung, bei der die App nie geöffnet wurde.

Wie oft sollte ein Team seine Kennzahlen überprüfen?

Setze eine monatliche 30-minütige Metrik-Überprüfung mit einer Regel: Jede Kennzahl braucht einen Verantwortlichen und eine mögliche Aktion. Überprüfe wöchentlich für den Tagesbetrieb und monatlich für die Strategie, und vermerke Launches, Kampagnen, Ausfälle und Tracking-Änderungen, damit Ausschläge später nachvollziehbar bleiben. Kann niemand sagen, was er ändern würde, wenn sich eine Kennzahl bewegt, archiviere sie aus dem Haupt-Dashboard.

Welche Kennzahlen sollten aus einem Dashboard gestrichen werden?

Streiche Gesamtereigniszahlen, rohe Seitenaufruf-Summen ohne Kontext, eitle Social-Klicks und winzige Segmente ohne statistisches Gewicht, da sie Arbeit erzeugen, ohne Entscheidungen zu ändern. Verschiebe Diagnosekennzahlen wie Scrolltiefe, Geräteklasse und Browser in sekundäre Ansichten, außer sie sind Teil einer aktiven Untersuchung. Behalte die Kennzahlen, die einen Verantwortlichen und eine nächste Aktion haben.

Warum Analysedaten mit Quellsystemen abgleichen?

Käufe sollten mit Abrechnungsdaten übereinstimmen, Demo-Anfragen mit CRM-Daten, und Downloads oder Formularabsendungen sollten nach jedem Release im Browser getestet werden. Analysetools können Ereignisse durch blockierte Skripte, Ad-Blocker oder Tracking-Fehler falsch zählen, was ein Quellsystem aufdecken würde. Ein Dashboard, dem das Team genug vertraut, um danach zu handeln, ist mehr wert als eines, das nur vollständig aussieht.

Was macht UTM-Parameter für Kampagnen-Reporting nützlich?

Konsistente Werte für Source, Medium, Campaign, Content und Term machen UTM-Parameter über Kanäle hinweg sauberer auswertbar. Eine unordentliche UTM-Strategie erzeugt eine unordentliche Attribution, die kein Analytics-Tool nachträglich reparieren kann. Einigt euch auf eine Namenskonvention, bevor Kampagnen starten, nicht erst, wenn die Berichte verwirren.