Von Universal Analytics zu Google Analytics 4 — die Relevanz für UX Research

Lese­dau­er: ca. 7–8 Minuten

Seit Okto­ber 2020 als offi­zi­el­le Ver­si­on auf dem Markt, löst nun am 01. Juli die­sen Jah­res Goog­le Ana­ly­tics 4 (GA4) voll­stän­dig die vor­he­ri­ge Uni­ver­sal Ana­ly­tics (UA) Ver­si­on ab — Eine Umstel­lung, die sich für Unter­neh­men mit eige­ner Web­site oder App defi­ni­tiv lohnt.

Einordnung von Google Analytics als Methode im UX-Research

Zunächst soll­te der Begriff UX Rese­arch erläu­tert werden, bevor wir ihn in Zusam­men­hang mit GA4 brin­gen. UX ist die Abkür­zung für User Expe­ri­ence, bezeich­net also das Anwen­dungs­er­leb­nis das Nut­ze­rIn­nen beim Besuch einer Web­site oder App erfah­ren. Dabei ste­hen posi­ti­ve Erleb­nis­se unmit­tel­bar in Zusam­men­hang mit der Zufrie­den­heit der Nut­ze­rIn­nen und beein­flus­sen somit den Erfolg einer Online Prä­senz. Die­sen gilt es natür­lich zu opti­mie­ren und dafür ist der Ein­satz ver­schie­de­ner UX Rese­arch Metho­den unumgänglich.

Dazu zählt auch Goog­le Ana­ly­tics, ein Track­ing­tool des Daten­ver­kehrs einer Web­site oder App. GA4 lässt sich dabei den quan­ti­ta­ti­ven und ver­hal­tens­ori­en­tier­ten UX Rese­arch Metho­den zuord­nen. Die­ses Werk­zeug ermög­licht eine Beob­ach­tung und Ana­ly­se von Nut­zer­ver­hal­ten (was machen Nut­ze­rIn­nen?) auf der Basis von Zah­len und Daten (wie viel/wie sehr?). Mit­tels GA4 werden also getrack­te Daten sor­tiert, auf­be­rei­tet und kön­nen aus­ge­wer­tet werden, um so ein Ver­ständ­nis über das aktu­el­le Ver­hal­ten von Nut­ze­rIn­nen einer Web­site zu erlan­gen und Ablei­tun­gen für die Konzep­tion und Gestal­tung der Web­site zu identifizieren. 

Nutzung von GA4 in Projektphasen von Lichtblick

Goog­le Ana­ly­tics wird im Pro­jekt­pro­zess von Lichtblick in meh­re­ren Pha­sen ein­ge­setzt und ist neben Work­shops ein wich­ti­ger Bestand­teil bei Start jedes Pro­jek­tes. Um das Ziel zu errei­chen, die Zufrie­den­heit der Nut­ze­rIn­nen nach­hal­tig zu stei­gern, wird der getrack­te Daten­strom der ursprüng­li­chen Web­site des Kun­den noch vor der Kon­zep­ti­ons­pha­se ana­ly­siert. Hier geht es darum, erste Annah­men über das Nut­zer­ver­hal­ten der rele­van­ten Ziel­grup­pe zu tref­fen, Cus­to­mer Jour­ney Kon­zep­te durch eine Ver­hal­tens­fluss­ana­ly­se zu ver­pro­ben und mög­li­che Schwach­stel­len sowie Stär­ken zu iden­ti­fi­zie­ren. Die Aus­wer­tung läuft hypo­the­sen­ge­lei­tet ab, was bedeu­tet, dass auf Basis der ers­ten Erkennt­nis­se kon­kre­te Hypo­the­sen abge­lei­tet werden, die im nächs­ten Schritt mit geeig­ne­ten Daten­be­rich­ten aus GA4 bestä­tigt oder auch wider­legt werden. Diese Ergeb­nis­se stel­len so den Ist-Zustand des aktu­el­len Web­auf­tritts eines Kun­den dar und ein Ver­gleich mit dem Soll-Zustand und Wün­schen des Kun­den lässt wert­vol­le Erkennt­nis­se und Hand­lungs­emp­feh­lun­gen für die Konzep­tion der neuen Web­site ablei­ten. Diese Ablei­tun­gen bil­den dann einen Teil der Basis für die wei­te­re Kon­zep­ti­ons- und Designphase.

Nach der Konzep­tion, Ent­wick­lung und schluss­end­lich dem Live-Gang der neu gestal­te­ten Web­site soll­te Goog­le Ana­ly­tics erneut für eine wich­ti­gen Part im Pro­jekt­pro­zess ein­ge­setzt werden und zwar zur Vali­die­rung der umge­setz­ten Cus­to­mer Jour­neys auf Basis der vor­her getes­te­ten Hypo­the­sen und Ablei­tun­gen. Waren die vor­he­ri­gen in der UX-Phase getrof­fe­nen Annah­men wirk­lich rich­tig? Hat die neue Konzep­tion und Gestal­tung der Web­site zu den gewünsch­ten Ver­bes­se­run­gen wie z.B. erhöh­tem Enga­ge­ment mit der Seite geführt? Kurz gesagt dient Goog­le Ana­ly­tics also auch nach Abschluss eines Pro­jek­tes dazu, Erfolg zu ana­ly­sie­ren und Hypo­the­sen zu vali­die­ren. Im Use Case mit unse­rem Kun­den Voya ergab das Thema UX-Rese­arch mit GA4 beson­ders span­nen­de und nach­hal­ti­ge Ergebnisse. 

Goog­le Ana­ly­tics fin­det neben der klas­si­schen UX-Rese­arch eben­so Ein­satz für die Themen Kam­pa­gnen Track­ing und Lead­ge­ne­rie­rung sowie den direk­ten Ver­gleich ver­schie­de­ner Landing­pa­ges. Was kann man sich dar­un­ter vor­stel­len? Auch wenn die ver­schie­de­nen Kanä­le wie Lin­ke­dIn, Insta­gram etc. ein eige­nes Track­ing und Ana­ly­se der geschal­te­ten Kam­pa­gnen anbie­ten, ist es dar­über aller­dings nicht wirk­lich mög­lich, den Erfolg von Kam­pa­gnen ver­schie­de­ner Kanä­le direkt mit­ein­an­der zu ver­glei­chen. In GA4 hin­ge­gen schon, indem bei­spiels­wei­se getrackt wird, wie viele Nut­ze­rIn­nen über wel­chen Kanal bzw. Weg auf die Web­site gelan­gen. Vor allem aber auch, wie sich Nut­ze­rIn­nen ver­hal­ten, je nach­dem, über wel­chen Kanal sie auf die Web­site gelangt sind. Dar­aus lassen sich eben­falls Rück­schlüs­se über den Erfolg der ein­zel­nen Kam­pa­gnen zie­hen. Eben­falls sehr auf­schluss­reich ist die Mög­lich­keit, über Goog­le Ana­ly­tics neben “har­ten” con­ver­si­ons beson­ders “soft” con­ver­si­ons sehen zu kön­nen. Wenn es z.B. nicht zu einer direk­ten har­ten con­ver­si­on gekom­men ist, bedeu­tet dies aber nicht, dass es nicht trotz­dem ein erhöh­tes Inter­es­se oder Inter­ak­ti­on von Nut­ze­rIn­nen mit der Seite gege­ben hat. Diese “soft” con­ver­si­ons kön­nen sich also unter ande­rem in län­ge­rer Besuchs­dau­er oder beson­de­ren Klick­we­gen und Ereig­nis­sen zei­gen. Es braucht also die rich­ti­ge Metho­de, um Kam­pa­gnen Track­ing noch aus­sa­ge­kräf­ti­ger zu gestal­ten. Im Pro­jekt mit unse­rem Kun­den Engel und Völ­kers sind die Erkennt­nis­se des Kam­pa­gnen Trackings mit Goog­le Ana­ly­tics beson­ders aufschlussreich. 

Die wichtigsten Unterschiede zwischen UA und GA4

Um die Umstel­lung von Uni­ver­sal Ana­ly­tics auf Goog­le Ana­ly­tics 4 erfolg­reich ver­fol­gen zu kön­nen, ist es nicht ver­kehrt, sich den wich­tigs­ten Unter­schie­den zwi­schen bei­den Ver­sio­nen bewusst zu sein. Grund­sätz­lich erscheint GA4 noch­mals kom­ple­xer mit neuen Funk­tio­nen, einer ver­än­der­ten Benut­zer­ober­flä­che, Navi­ga­ti­on und einem neuen Daten­mo­dell als Basis.

Anders als in UA, bil­den nicht mehr “Hits”, also unter­schied­li­che vor­de­fi­nier­ten Tref­fer­ty­pen wie Sei­ten­tref­fer, Sozia­le Inter­ka­ti­ons­tref­fer oder User timing, son­dern “Events” die Grund­la­ge des Daten­mo­dells in GA4. Jede Inter­ak­ti­on eines Nut­zers oder Nut­ze­rin mit der Web­site zählt dabei als ein Ereig­nis. Ereig­nis­se wie Scrol­len, Nut­zung der Suche etc. werden nun im neuen Stan­dard von GA4 auto­ma­tisch erho­ben und müs­sen nicht mehr wir vor­her manu­ell ein­ge­rich­tet werden. Dar­über­hin­aus erlaubt GA4 die Anrei­che­rung der Events mit wei­te­ren 25 Para­me­tern, die zuvor auf 4 Ebe­nen beschränkt waren. Wich­tig zu beach­ten ist dabei jedoch, dass sich teil­wei­se die Defi­ni­ti­on hin­ter ein­zel­nen Kenn­zah­len ver­än­dert hat. Ein Bei­spiel hier ist die Bedeu­tung von “akti­ven Nut­zern”: in GA4 zäh­len schon Besu­che­rIn­nen, die ledig­lich die Seite auf­ru­fen als akti­ve Nutzer. Ein Umstieg auf GA4 bedeu­tet also, dass alles auf das neue Event-basiert Daten­mo­dell gemappt werden muss. 

Mit der anders aus­se­hen­den Benut­zer­ober­flä­che geht auch eine etwas ande­re Navi­ga­ti­on ein­her. Die ver­schie­de­nen Berich­te werden in ande­ren Kate­go­rien orga­ni­siert und es gibt keine Ebe­nen­struk­tur mehr wie in UA. Hin­zu­ge­kom­men ist der “Berichts­napshot”: eine Über­sicht der wich­tigs­ten Metri­ken im Wid­get For­mat. Über die ist es mög­lich, zu wei­te­ren Kate­go­rien mit spe­zi­el­le­ren Dimen­sio­nen und Mess­wer­ten zu gelan­gen. Außer­dem ermög­licht GA4 einen hohen Indi­vi­dua­li­sie­rungs­grad in ver­schie­de­nen Aspek­ten. Es kann bei­spiels­wei­se der Berichts­snapshot ein­fach über Drag-and-drop mit wei­te­ren Metri­ken erwei­tert und ange­passt werden. Es sind Ver­glei­che ver­schie­de­ner Sze­na­ri­en, der Ein­satz von Fil­tern bzw. Bedin­gun­gen, die Anrei­che­rung getrack­ter Daten mit zusätz­li­chen Infor­ma­tio­nen mög­lich und so bes­ser auf die Bedürf­nis­se des Unter­neh­mens anpassbar.

Neben die­sen “gro­ßen” und sicht­ba­ren Ände­run­gen gibt es noch eini­ge wei­te­re Aspek­te, die GA4 von UA abgren­zen lässt. Es ist nun mög­lich, Daten­strö­me einer Web­site und einer App zusam­men­zu­füh­ren und so gemein­sam zu ana­ly­sie­ren. Außer­dem wird Machi­ne Lear­ning (ML) ein­ge­setzt, um in Zukunft eigen­stän­dig Pro­gno­sen und Erkennt­nis­se ablei­ten zu lassen. Aktu­ell gibt es schon die Mög­lich­keit, Fra­gen zu stel­len, die die eigen­stän­di­ge Aus­wer­tung erleich­tern. Fra­gen wie “An wel­chen Tagen kom­men die meis­ten Nutzer?” werden dann mit rele­van­ten Daten und Erhe­bun­gen beant­wor­tet und durch den Ein­satz von ML auf lange Sicht immer intel­li­gen­te­re Fra­gen berück­sich­tigt. Nicht zuletzt kön­nen unvoll­stän­di­ge Daten­sät­ze mit­hil­fe von ML geschlos­sen werden. Auch das Thema Daten­schutz ist mit GA4 bes­ser zu berück­sich­ti­gen, denn Nut­ze­rIn­nen haben mehr Kon­trol­le über die erho­be­nen Daten, indem zusätz­li­che Ein­stel­lun­gen für ein­zel­ne Län­der und Events vor­ge­nom­men werden kön­nen und das Spei­chern von IP-Adres­sen zum Bei­spiel auto­ma­tisch anonym stattfindet. 

Zusam­men­fas­send grenzt sich GA4 also vor allem durch kom­ple­xe­re Funk­tio­na­li­tä­ten, einem neuen Daten­mo­dell, mehr Indi­vi­dua­li­sie­rungs­mög­lich­kei­ten und ver­än­der­ter Ober­flä­che und Navi­ga­ti­on aus. 

In Zukunft bei Lichtblick 

Goog­le Ana­ly­tics 4 ist und wird auch in Zukunft fes­ter Bestand­teil in unse­ren Pro­zes­sen bei Lichtblick sein. Die Inte­gra­ti­on des Track­ing­tools nicht nur zu Beginn eines Pro­jek­tes zur Hypo­the­sen­ge­ne­rie­rung und Vali­die­rung, son­dern eben auch nach Abschluss zur Erfolgs­mes­sung ist dabei das Ziel und stellt damit eine umfas­sen­de UX-Recher­che dar um die Erfül­lung von Kun­den­be­dürf­nis­sen zu garan­tie­ren. Die Nut­zung tat­säch­li­cher “rea­ler” Daten in Kom­bi­na­ti­on mit Wis­sen über die Ziel­grup­pe des Kun­den ermög­licht ver­läss­li­che Schluss­fol­ge­run­gen, die auf Zah­len und Fak­ten zurück­zu­füh­ren sind. Dar­über­hin­aus lässt sich Goog­le Ana­ly­tics her­vor­ra­gend mit wei­te­ren qua­li­ta­ti­ven UX-Rese­arch Metho­den ergän­zen um noch wei­te­re, aus­sa­ge­kräf­ti­ge­re und vali­dier­te Hypo­the­sen und Erkennt­nis­se abzuleiten. 

Neben klas­si­schem UX-Rese­arch wird GA4 bei Lichtblick beson­ders wei­ter­hin zur Erfolgs­mes­sung von Kam­pa­gnen ein­ge­setzt werden, denn die Kom­bi­na­ti­on aus Kanal-eige­nen Trackings mit einem direk­ten Ver­gleich des Erfolgs von Kam­pa­gnen ver­schie­de­ner Kanä­le stif­tet einen beson­ders gro­ßen Mehr­wert. So ist es mög­lich, eine tie­fer­ge­hen­de Ana­ly­se auch von “soft” con­ver­si­ons durchzuführen. 

Es soll­te nun deut­lich gewor­den sein, wie wich­tig Goog­le Ana­ly­tics für jeden Web­auf­tritt, aber auch Kam­pa­gnen Manage­ment und Lead­ge­ne­rie­rung ist. Wer also seine aktu­el­len Nutzer auf der Web­sei­te bes­ser ver­ste­hen möch­te und wert­vol­le Erkennt­nis­se gewin­nen möch­te, um sei­nen Web­auf­tritt und Kam­pa­gnen auf ein neues Level zu brin­gen, braucht ab dem 01. Juli 2023 GA4. Ver­passt den Umstieg nicht!

Quel­len:

• https://support.google.com/analytics/answer/9964640?hl=de#zippy=%2Cthemen-in-diesem-artikel
• https://www.wigital.de/blog/analytics-4-und-universal-analytics-die-grundlegenden-unterschiede.html
• https://www.unifiedarts.de/google-analytics-4-vs-universal-analytics
• ttps://blog.hubspot.de/service/ux-research
• https://www.qualtrics.com/de/erlebnismanagement/kunden/user-experience-research/
• https://www.surveymonkey.de/mp/ux-research/#:~:text=Was%20ist%20UX%20Research%3F,dabei%20die%20sogenannte%20User%20Experience
• https://26631.seu.cleverreach.com/m/14471048/62553–5f83669e732eb3205f010e0cd97ffa2444b66ef026dd16fc08e36287281b49c2fdc0d2a96e942e14d126e99a1970670f
• https://www.analyticskiste.blog/analytics/ua-ga4-unterschiede-im-vergleich/#Alles_Neu_Tracking_in_Google_Analytics_4