Was Google Analytics nicht zeigt und wie du diese Lücken schließt

Dieser Text richtet sich nicht gegen Google Analytics. Das Tool erfüllt seinen Zweck gut: Es zeigt Größenordnung, Richtung und Ort. Das Problem beginnt, wenn ein Team es als einzige verlässliche Quelle betrachtet und Entscheidungen über den Umbau einer Website auf eine Zahl stützt, die die gestellte Frage gar nicht beantwortet.

Deine Daten sind unvollständig – und das ist normal

Die erste Erkenntnis lautet: Die Webanalyse erfasst nicht alle Besuche. Einige Personen lehnen Einwilligungen ab, andere verwenden Blocker, wieder andere surfen in einem Modus mit eingeschränktem Tracking. Das lässt sich nicht beheben und sollte auch nicht versucht werden – berücksichtige es stattdessen bei der Interpretation. Eine eigene Art von Lücke sind Besuche, die die Webanalyse zwar sieht, aber ohne Quelle, etwa ein Teil der Besuche aus KI-Assistenten, die wir im Leitfaden zu Besuchern aus ChatGPT und Gemini beschreiben.

• EinwilligungenOhne Einwilligung in Analyse-Cookies sind Daten eingeschränkt oder modelliert, nicht gemessen.
• BlockerBrowser-Erweiterungen und -Einstellungen schließen einen Teil des Traffics von der Messung aus.
• DatenschwellenwerteZu kleine Segmente werden mitunter ausgeblendet, damit sich einzelne Personen nicht identifizieren lassen.
• AufbewahrungDetaillierte Daten verschwinden nach dem festgelegten Zeitraum. Eine rückwirkende Analyse über ein Jahr kann unmöglich sein.

Die praktische Konsequenz: Betrachte Zahlen als Richtungsanzeiger und vergleiche deine eigenen Werte im Zeitverlauf, nicht mit fremden Zahlen. Das eigene Ergebnis mit einem „Branchendurchschnitt“ aus einem Internetartikel zu vergleichen bedeutet, zwei verschiedene Definitionen auf zwei verschiedenen Datensätzen gegenüberzustellen. Einmal im Jahr hilft dabei eine feste Fragenliste, wie sie der Leitfaden zur Jahresauswertung für Website und Kundenservice vorschlägt.

Auch der Einwilligungsbanner ist Teil dieser Gleichung – und zwar nicht nur auf der Datenseite. Wie er die ersten Sekunden eines Besuchs beeinflusst und wann Tools starten sollten, erläutern wir im Artikel über den Einwilligungsbanner und das Nutzerverhalten.

Eine Kennzahl bedeutet nicht, wonach sie klingt

Die zweite Gruppe von Missverständnissen entsteht durch Bezeichnungen. Kennzahlen haben intuitive Namen, aber nicht intuitive Definitionen – und diese ändern sich zwischen verschiedenen Versionen der Tools. In Meetings geht es bei Meinungsverschiedenheiten daher häufig gar nicht um die Website, sondern darum, was die jeweilige Spalte zählt. Ein gutes Beispiel ist die Absprungrate, die in GA4 den Anteil der Sitzungen ohne Interaktionen bezeichnet und nicht einfach ein Verlassen ohne Klick.

↔ Scrolle die Tabelle seitlich, um alle Spalten zu sehen.

Zwei dieser Kennzahlen betrachten wir in eigenen Artikeln genauer: die Verweildauer auf einer Seite und die Auswahl von Ereignissen im Beitrag über Mikrokonversionen. Für alle gilt dieselbe Regel: Bevor du in einem Meeting eine Zahl zitierst, prüfe ihre Definition in dem Tool, aus dem sie stammt.

Dieselben Definitionsunterschiede erklären die meisten Fälle, in denen zwei Tools für denselben Zeitraum unterschiedliche Zahlen zeigen. Im Artikel Warum Daten nicht übereinstimmen gehen wir den Ursachen auf den Grund.

Fragen, die Mengenangaben niemals beantworten

Das ist die wichtigste Grenze, und selbst eine bessere Konfiguration kann sie nicht verschieben. Aggregierte Daten beschreiben zusammengefasst, was geschah. Sie enthalten weder den Ablauf eines einzelnen Besuchs noch konkrete Zweifel oder den Grund für einen Abbruch.

↔ Scrolle die Tabelle seitlich, um alle Spalten zu sehen.

Daraus ergibt sich eine klare Arbeitsteilung: Zahlen weisen auf die Stelle hin, qualitative Quellen erklären die Situation, und das Gespräch überprüft die Motivation. Den vollständigen Prozess zwischen diesen Ebenen beschreiben wir im Leitfaden zur Analyse des Nutzerverhaltens auf einer Website.

So verbindest du beide Quellen in einem Prozess

Der größte Fehler besteht darin, die Tools als Konkurrenten zu betrachten. In der Praxis arbeiten sie nacheinander: Das eine grenzt den Bereich ein, das andere erklärt ihn. Die Reihenfolge ist wichtig, denn umgekehrt führt sie dazu, dass du einen halben Tag lang zufällige Aufzeichnungen ansiehst.

1. Beginne mit der Zahl.Finde die Seite oder den Schritt mit dem stärksten Rückgang. Damit wählst du die Stelle aus, stellst aber noch keine Diagnose.
2. Grenze auf ein Segment ein.Ein Gerät, eine Traffic-Quelle. Wenn du beides vermischst, verlieren die weiteren Schlussfolgerungen ihre Aussagekraft.
3. Prüfe das Muster.Klick- und Scroll-Heatmaps zeigen, ob sich das Verhalten wiederholt.
4. Sieh dir einige Abläufe an.Wähle Aufzeichnungen aus demselben Segment und vom selben Schritt, nicht zufällige Sitzungen.
5. Frag nach.Fragen aus Gesprächen sind die einzige Quelle für die Motivation. Alles andere ist Interpretation.
6. Kehre zu den Zahlen zurück.Prüfe nach der Änderung, ob das Problem tatsächlich seltener auftritt.

Der letzte Schritt schließt den Kreislauf und fehlt am häufigsten. Ohne die Rückkehr zu den quantitativen Daten bleibt unklar, ob du ein echtes Problem behoben hast oder nur einen Einzelfall aus einer Aufzeichnung.

Bevor du einen Rückgang als real einstufst, solltest du prüfen, ob er nicht lediglich auf Kalender- oder Saisoneffekte zurückgeht. Wie du das unterscheidest, erläutern wir im Artikel über die Saisonalität von Traffic und Anfragen.

Datenergänzung und Datenschutz

Jede zusätzliche Quelle bedeutet weitere Daten über Menschen. Das ist kein Grund, darauf zu verzichten, wohl aber ein Grund, diese Entscheidungen bewusst zu treffen und zu dokumentieren, bevor das Tool startet.

• Du weißt, welche Daten jedes Tool erfasst, und kannst den jeweiligen Umfang in einem Satz beschreiben.
• Jeder Datenumfang wird in der Datenschutzerklärung separat beschrieben und nicht in einem einzigen Satz über „Analysetools“ zusammengefasst.
• Aufbewahrungsfristen und zugriffsberechtigte Personen sind festgelegt.
• Sensible Felder werden maskiert, bevor jemand die erste Aufzeichnung ansieht.
• Es ist geklärt, was nach dem Ende der Zusammenarbeit mit dem Anbieter mit den Daten geschieht.
• Das Team weiß, wie es einen Antrag auf Auskunft oder Löschung bearbeitet.

Konfigurationsfragen zu Aufzeichnungen haben wir im Artikel über Sitzungsaufzeichnungen und DSGVO zusammengestellt. Die Daten aus einem Gespräch beschreiben wir im Beitrag über Live-Chat und DSGVO. Es handelt sich um zwei verschiedene Datenbereiche, über die du getrennt entscheiden solltest.