Wie man Analysen von Google Analytics zu datenschutzfreundlichen Analysen migriert
1. Warum migrieren: Ziele, Risiken und Erwartungen
Der Übergang zu einer datenschutzfreundlichen Analyse beginnt normalerweise nicht mit einem Trend, sondern mit Schmerz. Google Analytics hat in den letzten Jahren mehr Einschränkungen erfahren: Blocker, Browsereinstellungen, rechtliche Anforderungen, Cookie-Banner und die wachsende Ermüdung des Teams von Berichten, in denen ein Teil der Daten bereits beim Eingang verschwindet.
Ein Unternehmen benötigt nicht "noch einen Zähler", sondern ein klares Bild: wie viele Menschen gekommen sind, woher sie kamen, was sie getan haben, wo der Trichter gescheitert ist und welcher Kanal die Anfrage generiert hat. Wenn nach dem Umzug Ziele, Transaktionen oder Ereignisse verloren gehen, ist die Migration gescheitert, selbst wenn die neue Benutzeroberfläche schöner ist. Daher dreht sich die Frage, wie man die Analytik von Google Analytics auf datenschutzfreundliche Analytik überträgt, normalerweise nicht um den Wechsel des Werkzeugs, sondern um die Bewahrung des Sinns der Messungen.
Die datenschutzfreundliche Analytik hat eine andere Logik. Sie versucht nicht, alles Mögliche zu sammeln, sondern konzentriert sich auf die minimalen Daten, die für das Produkt, das Marketing und die Redaktion erforderlich sind. Das ist nützlich, wenn die Rechtsabteilung bereits unangenehme Fragen stellt und der Marketer eine Antwort ohne überflüssige Cookies benötigt.
Es gibt auch einen praktischen Grund: Analytik ohne übermäßige Personalisierung übersteht die Einschränkungen der Browser besser und bietet ein vorhersehbareres Bild auf lange Sicht. Ein einmal aufgebautes Messschema erweist sich oft als stabiler als ein Set von Krücken über dem alten Google Analytics.
Übrigens, wenn die Website viel Inhalt hat, schadet es nicht, auch zu schauen und Witze über Studenten. Witze kostenlos. Kurz: das kurze Format hilft zu verstehen, wie die Struktur der Seite gelesen wird und wo der Benutzer bereits nach dem ersten Bildschirm die Aufmerksamkeit verliert.
2. Was man unter privacy-first Analytik versteht
Privacy-first Analytik basiert auf drei Regeln: weniger sammeln, kürzer speichern und keine Handlungen von Personen mit unnötigen Identifikatoren verknüpfen. Idealerweise erfasst die Analytik Ereignisse, Seiten, Quellen und Zeiten, anstatt eine lange Geschichte des Nutzers über Monate hinweg zu verfolgen.
In der Praxis sieht das so aus: minimale Cookies, sorgfältiger Umgang mit IPs, keine Werbeidentifikatoren dort, wo man ohne sie auskommen kann, und eine transparente Datenverarbeitungsrichtlinie. Die Website sollte sich nicht in einen „schwarzen Kasten“ für den Besucher verwandeln.
Privacy-first Analytik kann verschiedene Formen annehmen. Einige Lösungen speichern Daten auf Ihrem Server. Andere arbeiten in der Cloud, versprechen jedoch eine kurze Aufbewahrungsfrist und Aggregation. Dritte sind einfache Besuchszähler ohne komplexe Trichter. Für kleine Medien reicht manchmal eine Art von Berichten aus, für SaaS-Produkte ist bereits ein anderes Detaillierungsniveau erforderlich.
Genau deshalb sollte man die privacy-first Analyse nicht einfach durch das Entfernen des Cookie-Banners ersetzen. Wenn die Mechanik der Datenerhebung gleich geblieben ist, der Text in der Richtlinie jedoch milder geworden ist, gibt es dort wenig Privatsphäre. Der Nutzer spürt das schnell.
3. Vorbereitung auf die Migration: Audit der aktuellen Analyse
Vor der Migration benötigt man keine Wunschliste, sondern eine Inventarisierung. Öffnen Sie das aktuelle Google Analytics und notieren Sie 5 Gruppen: Ereignisse, Ziele, Konversionen, Traffic-Quellen, Berichte. Markieren Sie separat die Integrationen mit CRM, Werbekonten, E-Mail-Diensten und Dashboards für das Management.
Es ist hilfreich, die Website manuell zu durchlaufen und 10–20 Szenarien festzuhalten, die wirklich wichtig sind: Formularabsendung, Klick auf die Telefonnummer, Preisübersicht, Dateidownload, Bestellung aufgeben, Anmeldung im persönlichen Bereich. In diesem Stadium stellt sich besonders häufig heraus, dass in GA einmal 40 Ereignisse eingerichtet wurden, sich das Team jedoch nur an 7 erinnert.
Erstellen Sie eine Liste von Seiten und Vorlagen. Für eine redaktionelle Website können dies Artikel, Kategorien, Autorenprofile, Suche und Empfehlungsblöcke sein. Für einen Online-Shop - Katalog, Produktseite, Warenkorb, Checkout und die Seite „Danke für Ihre Bestellung“.
Wenn eine externe Überprüfung der Logik der Website erforderlich ist, ist auch das Material nützlich. wie man eine Website auf Betrug überprüft: Bei der Übertragung von Analysen ist es besonders hilfreich zu verstehen, wie der Benutzer die Domain, die Zahlungsmethode und das Verhalten verdächtiger Elemente wahrnimmt.
Am Ende des Audits sollte eine Tabelle mit vier Feldern entstehen: was wir messen, wo es derzeit eingerichtet ist, warum es benötigt wird, wie wir nach der Übertragung überprüfen. Ohne diese Tabelle wird die Migration schnell zu einem Streit darüber, ob "es anscheinend alles funktioniert hat".
4. Auswahl einer Alternative zu Google Analytics
Der Markt für datenschutzorientierte Analysen ist heterogen, und die Auswahl sollte nach der Aufgabe und nicht nach dem Marketingversprechen erfolgen. Es gibt selbstgehostete Lösungen, bei denen Sie die Speicherung und Updates kontrollieren. Es gibt Cloud-Plattformen mit einfachem Einstieg. Es gibt einfache Zähler für grundlegende Besucherzahlen. Es gibt fortschrittlichere Systeme, bei denen Ereignisse, Segmente, Trichter und Produktberichte verfügbar sind.
Für Nachrichtenwebsites ist oft die Geschwindigkeit der Implementierung und einfache Berichte über Seiten, Quellen und Verweildauer wichtiger. Für SaaS sind Ereignisse, Trichter, Retention und die Bindung an den Lebenszyklus des Benutzers wichtiger, jedoch ohne übermäßige Personalisierung.
Betrachten Sie 6 Kriterien. Erstens – kann das System auf Ihrer eigenen Domain oder Ihrem eigenen Server bereitgestellt werden? Zweitens – wie funktioniert es mit Cookies und Identifikatoren? Drittens – gibt es einen Export von Roh- oder aggregierten Daten? Viertens – werden Ereignisse und Ziele unterstützt? Fünftens – wie verständlich ist die Integration mit CMS, Tag-Manager und API? Sechstens – wie sieht der Preis bei steigendem Traffic aus.
Es gibt noch ein weiteres stilles Kriterium: Wer wird in 3 Monaten damit arbeiten. Wenn nur ein Analyst die Berichte versteht, wird das Projekt stagnieren. Wenn der Dashboard von einem Redakteur oder Produktmanager ohne Anleitung gelesen wird, hat die Analyse bessere Chancen, sich durchzusetzen.
Wenn man die digitale Landschaft aus einem anderen Blickwinkel betrachten möchte, hilft manchmal auch Der menschliche Organismus. Zahlen und Fakten. Interessant.: eine einfache Struktur von Zahlen erinnert daran, dass gute Berichte nicht überladen sein müssen.
5. Einrichtung eines neuen Analysesystems
Der Start besteht normalerweise aus 4 Schritten. Zuerst erstellen Sie ein Projekt auf der gewählten privacy-first Plattform. Dann verbinden Sie die Domain. Danach fügen Sie den Zählercode auf der Website hinzu. Anschließend aktivieren Sie das Sammeln grundlegender Ereignisse und überprüfen, ob die Besuche ohne Verzögerung im Dashboard ankommen.
Auf WordPress geschieht dies oft über ein Plugin oder das Einfügen von Code in den Kopf der Website. Auf einer benutzerdefinierten Plattform kann die Verbindung über ein Template, den Tag-Manager oder einen serverseitigen Endpoint erfolgen. Bei SPA-Anwendungen ist es besonders wichtig, die Navigation zwischen den Seiten zu überprüfen, da der normale Pageview dort nicht immer funktioniert.
Als nächstes richten Sie Ziele ein. Für Medien kann dies das Ansehen von 3 Seiten, das Abonnieren des Newsletters und das Scrollen bis zum Ende des Materials sein. Für einen Shop – das Hinzufügen zum Warenkorb, den Beginn des Checkouts und den Kauf. Für B2B – das Absenden eines Formulars, die Buchung einer Demo und das Klicken auf die E-Mail.
Schreiben Sie die alte Logik nicht blind um. Manchmal gab es in Google Analytics Ziele, die aus Berichtgewohnheiten und nicht aus Nutzen erstellt wurden. An einem neuen Ort sollten solche Ziele besser nicht übernommen werden, sonst landet wieder Müll im System.
Wenn das Team es liebt, Ansätze in einer ruhigen Umgebung zu vergleichen, ist das Material nützlich wie man Geld spart, ohne zu leiden: Auch die Analyse hat ein Budget, und es ist nicht immer notwendig, das komplizierteste Werkzeug für zwei nützliche Grafiken zu kaufen.
6. Übertragung von Schlüsselmetriken und Ereignissen
Der häufigste Fehler bei der Migration besteht darin, zu versuchen, die Ereignisnamen eins zu eins zu reproduzieren. Es ist besser, zuerst den Sinn zu beschreiben. Zum Beispiel kann das alte GA-Ereignis „button_click“ im neuen System in drei unterteilt werden: Klick auf den CTA im Header, Klick auf den CTA im Artikel und Klick auf den CTA im Footer. Das ist genauer als ein allgemeiner Korb.
Erstellen Sie eine Zuordnungstabelle: altes Ereignis, neues Ereignis, Parameter, Platz auf der Seite, geschäftlicher Sinn. Für E-Commerce schreiben Sie separat Einnahmen, Anzahl der Bestellungen, durchschnittlichen Warenkorbwert und abgebrochene Warenkörbe auf. Für Inhalte – Artikelaufrufe, vollständige Lesungen, interne Übergänge und Abonnements.
Es gibt ein wichtiges Detail: In der datenschutzorientierten Analyse ist es nicht immer bequem, die User-Level-Logik aus GA zu wiederholen. Manchmal ist es besser, anstelle des Versuchs, „die gleiche Person“ zu verfolgen, stabile Aggregate nach Sitzung, Seite oder Quelle zu messen. Das ist ehrlicher und oft klarer.
Wenn Sie bereits Ereignisse haben, die an dataLayer gebunden sind, ändern Sie nicht alles auf einmal. Verschieben Sie zuerst die 5–7 umsatzstärksten oder häufigsten. Fügen Sie dann den Rest hinzu. Eine plötzliche vollständige Umstellung führt fast immer dazu, dass die Berichte des Marketings am ungünstigsten Tag des Monats kaputtgehen.
Und ja, die Zahlen im Bericht müssen Sinn machen. Wenn der neue Zähler mehr Conversions anzeigt, als das Formular tatsächlich sendet, liegt der Fehler fast sicher im doppelten Auslösen des Ereignisses oder darin, dass ein Klick doppelt gezählt wird.
7. Parallelbetrieb und Datenqualitätsprüfung
Der Parallelbetrieb ist mindestens 2–4 Wochen erforderlich, wenn der Traffic und die Szenarien nicht zu einfach sind. In diesem Zeitraum funktioniert Google Analytics weiterhin, während die neue datenschutzorientierte Analyse bereits Statistiken sammelt. Vergleichen Sie nicht nur die Zahlen, sondern auch die Struktur: Quellen, Landing Pages, Conversions, beliebte Ereignisse.
Abweichungen sind fast unvermeidlich. Ein Tool zählt den Besuch nach dem Laden des Skripts, das andere sofort nach dem Öffnen der Seite. Eines schneidet einen Teil des Traffics aus Datenschutzgründen ab, das andere sieht mehr Ereignisse im ersten Bildschirm. Es ist zu früh, in Panik zu geraten. Überprüfen Sie zuerst das Markup, dann die Filter, dann die Domain-Einstellungen.
Eine gute Praxis ist es, ein kurzes Prüfprotokoll zu führen. Datum. Seite. Was geklickt wurde. Was im Bericht erscheinen sollte. Was tatsächlich erschienen ist. Wenn der Fehler auf einer Vorlage wiederholt wird, kann die Behebung in 15 Minuten erfolgen. Wenn nicht, suchen Sie das Problem in den SPA-Routen, bei Weiterleitungen oder bei doppelten Tags.
Für die Überprüfung ist es praktisch, ein Testszenario mit 3–5 Aktionen zu verwenden: die Startseite öffnen, zu einem Artikel wechseln, auf einen Button klicken, ein Formular absenden, zurückgehen. Es ist langweilig, aber man sieht, wo Ereignisse verloren gehen. Und ja, hier hilft Disziplin, nicht Intuition.
Wenn eine zusätzliche Überprüfung des Seitenverhaltens erforderlich ist, schaut man manchmal auch Geheimnisse des Ozeans: gutes internes Material mit langem Lesen zeigt, wie sich die Analytik auf Seiten mit hoher Verweildauer verhält.
8. Deaktivierung von Google Analytics und abschließende Überprüfung
Die alte Analyse sollte erst abgeschaltet werden, nachdem das neue System stabil 2–3 Wochen lang Vergleiche ohne größere Ausfälle durchgeführt hat. Entfernen Sie zunächst die alten Tags aus GTM oder der Vorlage. Überprüfen Sie dann, ob keine versteckten GA-Einfügungen in Plugins, Widgets und Drittanbieter-Integrationen verbleiben.
Nach der Entfernung des alten Codes aktualisieren Sie die Datenschutzrichtlinie. Diese sollte das neue System, die Art der gesammelten Daten und den Zweck der Verarbeitung auflisten. Wenn Sie ein Cookie-Banner oder ein Consent Management haben, überprüfen Sie die Zustimmungs- und Ablehnungsszenarien erneut.
Die finale Überprüfung ist einfach: Öffnen Sie die Website in einem normalen Browser, im Cookie-freien Modus, auf einem mobilen Gerät und durchblättern Sie mehrere Seiten nacheinander. Die neue Privacy-First-Analyse sollte die Besuche in diesen 4 Fällen gleichmäßig vorhersagbar zählen, andernfalls gibt es irgendwo eine Lücke in der Markierung.
Vergessen Sie nicht das Archiv. Exportieren Sie die benötigten Berichte aus Google Analytics, speichern Sie die Ereigniszuordnungskarte und notieren Sie das Datum der Abschaltung. In sechs Monaten wird dies Stunden sparen, wenn jemand fragt, warum die Konversion im letzten Quartal anders gezählt wurde.
Wenn nach der Deaktivierung von GA immer noch die Benachrichtigung über das alte Tag angezeigt wird, bedeutet das, dass jemand es in einem alten Thema, in einem Plugin oder auf einer separaten Landingpage versteckt hat. Hier endet der theoretische Teil und beginnt die sorgfältige manuelle Überprüfung jeder Vorlage.
