Von Universal Analytics zu Google Analytics 4: Das hat sich verändert

Seit dem 01. Juli 2023 wurde Universal Analytics von Google Analytics 4 abgelöst. Das bedeutet vor allem, dass in Universal Analytics ab diesem Zeitpunkt keine Daten mehr einfließen. Für viele ist Google Analytics DAS Hilfsmittel, um ihre Kunden besser zu verstehen. Grund genug, um schnellstmöglich auf Google Analytics 4 und somit der ereignisbasierten Erhebung von Website- und App-Daten umzustellen, aber was ändert sich?

Ruft man Google Analytics 4 auf, fällt einem sofort etwas auf – es ist anders. Neben einem anderen Datenmodell hat sich auch die gesamte Übersicht verändert. Der Umstieg ist also gewöhnungsbedürftig. In diesem Artikel haben wir für Sie die 5 wesentlichen Unterschiede von Universal Analytics und Google Analytics 4 zusammengefasst.

1. Das ereignisbasierte Datenmodell 
2. Datenansichten sind jetzt Datenströme
3. Die neue Ansicht ist Ansichtssache
4. Nutzerzentrierter Ansatz
5. Machine Learning 

Das ereignisbasierte Datenmodell

Während Universal Analytics einen seitenbasierten Ansatz verfolgt, bei dem Seitenaufrufe und Sitzungen im Vordergrund stehen, setzt Google Analytics 4 auf ein ereignisbasiertes Modell, das sich auf Aktionen und Interaktionen konzentriert.

Unter Universal Analytics werden hauptsächlich Seitenaufrufe und Ereignisse verfolgt, was zu einer begrenzten Sicht auf das Nutzerverhalten führt. Die Verfolgung von Nutzern über verschiedene Geräte hinweg gestaltet sich schwierig, da Universal Analytics auf Cookies angewiesen ist. Die Analyse dreht sich oft um Kennzahlen wie Seitenaufrufe, Absprungraten und Sitzungsdauer.

Dagegen erfasst Google Analytics 4 mit seinem ereignisbasierten Ansatz eine breitere Palette von Nutzeraktionen, unabhängig von Seitenaufrufen.

Die Ereignisse werden in vier Hauptkategorien unterteilt:

Datenansichten sind jetzt Datenströme

Wo ist meine Datenansicht? Diese Frage kommt mit hoher Wahrscheinlichkeit als erstes beim Öffnen von Google Analytics 4 auf. Datenansichten waren in Universal Analytics eine Möglichkeit, innerhalb einer Property bestimmte Reporting-Ansichten zu erstellen, für die unterschiedliche Filter greifen können.

Auch wenn die Datenansicht innerhalb der administrativen Struktur in Google Analytics 4 weggefallen ist, gibt es hierfür ein Äquivalent: Datenströme. Jeder Datenstrom hat, wie bei Universal Analytics eine Property, eine eigene Tracking ID. Einer der größten Unterschiede zu Universal Analytics ist hierbei, dass mehrere Ströme gleichzeitig betrachtet werden können, während manche ausgeschlossen werden.

Die neue Ansicht ist Ansichtssache

Der wohl offensichtlichste Unterschied von Universal Analytics und Google Analytics 4 ist die Darstellung der Benutzeroberfläche. Während man in Universal Analytics noch zwischen den Berichtskategorien Echtzeit, Zielgruppe, Akquisition, Verhalten und Conversions wählen kann, sind diese in Google Analytics 4 nicht nur anders benannt, sondern auch verändert. 

Google Analytics 4 bietet zu Beginn eine Übersicht der wichtigsten Metriken. Um tiefere Einblicke zu erhalten, leiten einzelne Widgets auf weitere Kategorien mit wiederum spezielleren Metriken. Auch die seitliche Navigation kann hierfür genutzt werden. Das Menü hat sich zwar verschmälert, ist aber sehr verschachtelt.

Dafür bietet Google Analytics 4 die Möglichkeit der Custom Reportings, in dem Berichte durch Drag & Drop der Widgets ganz individuell erstellt werden können.

Nutzerzentrierter Ansatz

User First und Customer Centricity sind die Zukunft. Auch der Google Consent Mode und das Modelling, welches Datenlücken in Reports auffüllt, schlägt diese Richtung ein.

Anstatt sich auf seitenbasierte Metriken zu konzentrieren, wie es in Universal Analytics der Fall war, legt das nutzerzentrierte Design von Google Analytics 4 den Fokus auf den individuellen Nutzer und dessen Interaktionen über verschiedene Plattformen und Geräte hinweg.

Das Tracking von Nutzern erfolgt in Universal Analytics oft über Cookies und Sitzungen, was zu Lücken in der Customer Journey führen kann – die Customer Journey wird aufgrund fehlender nutzerzentrierter Daten möglicherweise nicht umfassend erfasst.

In Google Analytics 4 erhält jeder Nutzer eine eindeutige User-ID. Dies ermöglicht eine umfassende Darstellung der Customer Journey, unabhängig von Seitenaufrufen oder Sitzungen. Ereignisse wie Klicks, Aktionen und Interaktionen stehen im Fokus, was eine präzisere Analyse des individuellen Verhaltens ermöglicht.

Machine Learning

Bereits in unserem Artikel zu den 4 Digital Marketing Trends für 2023, die Sie kennen sollten sind Google Analytics 4 und Automation ein wesentliches Thema, welches auch weiterhin immer mehr Relevanz erhält.

Mit dem Machine Learning und Modelling liefert Google Analytics 4 Prognosen über das Verhalten der Nutzer. Gesammelte Daten werden automatisch angereichert und die Prognosen helfen dabei, Lücken in den Daten zu füllen, die beispielsweise durch Trackingfehler entstehen können. Diese Prognosen können unter anderem dafür genutzt werden, um die Wahrscheinlichkeit von Churn oder Käufen zu berechnen.

Unsere 5 Best Practices für die erfolgreiche Migration von Google Analytics 4

1. Sichten und analysieren Sie ihr aktuelles Analytics-Setup
2. Erstellen Sie eine GA4-Property und implementieren Sie das Tracking
3. Planen und aktualisieren Sie ihre aktuelle Datenerfassung
4. Verknüpfen Sie Ihre GA4-Property mit Google Ads
5. Testen und Optimieren

Noch Fragen? Wir unterstützen Sie gerne bei der erfolgreichen Implementation von Google Analytics 4 und der Verknüpfung mit Ihren Google Ads Kampagnen.