Google Analytics 4

Einfach erklärt

Google Analytics 4 (GA4) ist Googles event-basierte Analytics-Plattform für Web- und App-Daten. Universal Analytics wurde eingestellt. GA4 ist stärker auf Events, geräteübergreifende Analyse und Datenschutzfunktionen ausgelegt.

Was macht GA4 anders?

Der fundamentale Unterschied: GA4 denkt primär in Events, nicht in klassischen Sessions. Nutzerinteraktionen wie Seitenaufruf, Klick, Scroll, Video-Play oder Kauf können als Events mit Parametern erfasst werden. Das macht Tracking flexibler und granularer.

Die wichtigsten Neuerungen:

Feature	Universal Analytics	GA4
Datenmodell	Session-basiert	Event-basiert
Plattformen	Separate Properties	Web + App vereint
Machine Learning	begrenzter	Predictive Metrics, Anomalie-Erkennung je nach Datenlage
Privacy	stärker cookieabhängig	Consent Mode, Modellierung und Datenschutzfunktionen
Reporting	Vordefinierte Reports	Explorations + Custom Reports

Für wen ist GA4 relevant?

Für viele Organisationen, die Websites oder Apps analysieren. GA4 ist weit verbreitet und leistungsfähig, erfordert aber saubere Event-Modellierung, Consent-Setup und Reporting-Konzept.

Technischer Deep Dive

Event-basiertes Datenmodell

In GA4 werden Interaktionen primär als Events modelliert. Es gibt mehrere Kategorien:

1. Automatisch erfasste Events:

• first_visit, session_start, page_view
• Werden in vielen Setups ohne zusätzliche Event-Konfiguration erfasst

2. Enhanced Measurement Events:

• scroll, click, file_download, video_start, video_complete
• Können je nach Property und Setup aktiviert werden

3. Recommended Events:

• E-Commerce: add_to_cart, purchase, refund
• Engagement: login, sign_up, share
• Vordefinierte Namen für bessere Reports

4. Custom Events:

• Eigene Events mit konfigurierbaren Parametern innerhalb der jeweiligen Limits
• Beispiel: newsletter_signup mit Parameter newsletter_type

Predictive Metrics

GA4 kann Machine Learning für Vorhersagen nutzen, wenn die Datenbasis ausreicht:

Purchase Probability: Wie wahrscheinlich ist ein Kauf in einem definierten Zeitraum?
Churn Probability: Wie wahrscheinlich wird ein Nutzer inaktiv?
Predicted Revenue: Wie viel Umsatz könnte ein Nutzer in einem definierten Zeitraum generieren?

Voraussetzungen:

• Ausreichend positive und negative Beispiele im relevanten Zeitraum
• Conversion-Events müssen sauber implementiert sein
• Datenqualität und Consent-Abdeckung müssen passen

Anwendung:

• Predictive Audiences für Google Ads erstellen
• High-Value-Nutzer gezielt ansprechen
• Churn-gefährdete Nutzer mit Retention-Kampagnen erreichen

Cross-Platform Tracking

GA4 vereint Web und App in einer Property:

• User-ID: Eigene Nutzer-ID für eingeloggte User
• Google Signals: Google-Account-basierte Zuordnung
• Device-ID: Fallback für anonyme Nutzer

Das kann eine bessere Customer-Journey-Analyse ermöglichen, etwa wenn Nutzer auf einem Gerät starten und auf einem anderen konvertieren.

Privacy & Consent Mode

GA4 bietet Funktionen für datenschutzorientierte Setups:

Consent Mode:

• Tracking passt sich an Nutzer-Consent an
• Bei fehlendem Consent können modellierte Daten je nach Setup und Voraussetzungen helfen
• Consent-Status beeinflusst, welche Daten verarbeitet werden dürfen

Datenminimierung:

• IP-Anonymisierung und weitere Datenschutzfunktionen
• Konfigurierbare Datenaufbewahrung innerhalb verfügbarer Optionen
• Nutzer-Löschanfragen über geeignete Prozesse oder APIs

BigQuery-Integration

Für fortgeschrittene Analysen exportiert GA4 Rohdaten nach BigQuery:

• Event-Level-Daten für detaillierte Analysen
• SQL-Abfragen für Custom Analysen
• Datenbasis für ML- oder BI-Workflows
• Kosten hängen von Export, Speicherung und Abfragen ab

Typische Use Cases:

• Attributionsmodelle selbst bauen
• Cohort-Analysen über lange Zeiträume
• GA4-Daten mit CRM/ERP verknüpfen