ᐅ Google Analytics 4 Migration: Jetzt zu GA4 wechseln!

Google Universal Analytics wurde abgeschaltet. Google hatte schon längst die endgültige Umstellung von Universal Analytics auf Google Analytics 4 zum 01. Juli 2023 angekündigt. Sicherlich hast du viele Fragen: Warum macht Google diese Umstellung? Soll ich wechseln? Gibt es Alternativen zu Google Analytics 4? Wenn ich zu GA4 wechsle, wie plane ich den Umzug am besten? Was passiert mit meinem Universal Analytics Daten? In diesem Artikel möchte ich dir wichtige Aspekte zur Migration von Universal Analytics zu Google Analytics 4 darstellen. Am Ende des Artikels findest du noch weitere wichtige Ressourcen zum Weiterlesen.

• Timing: Wie sieht jetzt der zeitliche Ablauf aus?
• Historie: Von Urchin zur endgültigen Umstellung zu GA4
• Optionen: Welche Optionen gibt es bei der Migration?
• Vorteile: Welche Vorteile bringt dir die Umstellung auf Google Analytics 4
• Hintergrund: Von der Datensammlung bis zur Analyse
• Migration: Vom Audit bis zur Implementierung von GA4
• Tipps: Wichtige Tipps für deine Migration
• Support: Ressourcen zur Migration zu Google Analytics 4

Wie sieht der zeitliche Ablauf aus und was bedeutet das für die Migration?

Der zeitliche Ablauf, so wie in Google selber darstellt, sieht wie folgt aus und ist zum Teil schon umgesetzt worden:

• 1. Juli 2023: Bis einschließlich 30. Juni 2023 sammelt deine bisherige Universal-Analytics Property (kostenlose Version) noch Daten. Bei uns wurden sogar noch Daten bis Mitte August in Universal Analytics erhoben.
• 1. Januar 2024: Ab dem 1. Juli 2023 gibt es laut Google noch mindestens sechs Monate lang Zugriff auf die Universal-Analytics Property, wie lange tatsächlich möchte Google noch einmal gesondert kommunizieren. Nach diesem Datum, das Google bekannt geben wird, aber mindestens noch bis zum 31. Dezember 2023 gibt es noch Zugriff auf deine Daten über die Universal-Analytics Oberfläche.
• 1. Juli 2024: Bis einschließlich 30. Juni sammelt deine bisherige Universal-Analytics 360-Property (bezahlte Variante) Daten.

Historie zu Google Analytics 4

Wie kam es jetzt zu dieser Umstellung? Tatsächlich war das für (fast) alle Webanalysten eine überraschende Ankündigung, dass wir in Zukunft alle auf die neue GA4-Property oder eine Alternative wechseln müssen. Dass die Umstellung kommen wird, war klar, wir hatten es allerdings später erwartet. Da ich in diesem Artikel immer wieder von Google Analytics 4 und von Universal Analytics reden werden, gebe ich dir ganz kurz eine Einordnung der neuen GA4-Property:

• Version 1: Der Urchin-Account: _uacct = “UA-5421525-42”
• Version 2: Google Analytics entwickelt nach der Übernahme der Firma Urchin ihre erste Version – var pageTracker = _gat._getTracker(„UA-5421525-42“)
• Version 3:  Google überarbeitet komplett Version 2 und stellt im November 2011 Universal Analytics vor – ga(‚create‘, ‚UA-5421525-42‘, ‚auto‘)
• Update Version 3: Google stellt 2017 seine Bibliothek  „Global Site Tag“ vor, um über einen „Tag“ mehrere „Produkte“, wie Analytics oder Google Ads zu senden – gtag.js: gtag(‚config‘, ‚UA-5421525-42‘)
• Version 4: Google stellt im Oktober 2020 seine neue GA4-Property auf Basis einer komplett neuen Technologie (Firebase) vor – gtag.js: gtag(‚config‘, ‚G-4BN7YBQY59‘)

Der große Umbruch ist die Umstellung von Version 3 (Universal Analytics) auf Version 4 (Google Analytics 4), da Google hier eine komplett neue technologische Basis für die Webanalyse verwendet. Diese neue Technologie ist „Firebase“. Die Firma „Firebase“ hat Google 2014 gekauft. Firebase hat einen starken Fokus auf die Entwicklung von Systemen & Tools zur Unterstützung der Entwicklung von Apps für iOS, Android und das Web, unter anderem auch zum Monitoring. Hier siehst du die „Lösungen“ von Firebase, wobei Google Analytics ein Teil des Lösungsportfolios ist:

Warum ist es wichtig, diesen Hintergrund zu verstehen?

Google Analytics basiert auf einer komplett anderen technologischen Basis. Deswegen gibt es große Unterschiede. Du musst dich also nicht nur an eine neue Benutzeroberfläche gewöhnen, sondern deine gesamte Integration neu planen. Im Einzelnen sind die wesentlichen Unterschiede:

• Collection: Datensammlung über Ereignisse (Ereignisname und Ereignisparameter) ist neu und anderes.
• Datenmodell: Das Datenmodell unterscheidet sich zu Universal Analytics.
• Definitionen: Die Definition von Dimensionen und Metriken, wie Engagement-Rate versus Absprungrate unterscheiden sich.
• Administration: Die Verwaltung unterscheidet sich. Datenansichten sind weggefallen.
• Interface: Die Benutzeroberfläche und alle Berichte sind anders.
• Tag Management: Die Integration über den Google Tag Manager unterscheidet sich und muss neu gemacht werden.
• E-Commerce: Es gibt eine neue E-Commerce Implementierung mit neuen Dimensionen und Metriken.
• Produkte: Die Integration von Google Produkten, wie Google Ads, Search Console oder BigQuery ist neu.

Welche Optionen habe ich für die GA4 Migration?

Für eine gute Planung der Migration solltest du dir unbedingt Gedanken zu möglichen Optionen und Migrationsszenarien machen. Natürlich würdest du in einem ersten Schritt daran denken, in die Verwaltung zu gehen, und den „Assistenten für das Einrichten einer Google Analytics 4 Property“ zu starten. Solltest du aus deiner Universal Analytics Property noch keine Google Analytics 4 erstellt haben, hat Google diesen Schritt bereits für dich vorgenommen. Google hat nämlich Mitte des Jahres automatisch ein Upgrade vollzogen, sofern keine GA4 Property zu der alten UA Property verknüpft worden ist. Vor dieser Zwangsmigration konntest du im Assistenten eine GA4 Property händisch verknüpfen und erstellen:

Ich würde aber gerne noch einmal einen Schritt zurück gehen. Vielleicht ist es ggf. auch der richtige Zeitpunkt sich Gedanken über Alternativen zu Google Analytics zu machen, oder die technische Implementierung von Google Analytics 4 anders anzugehen, das Stichwort heißt hier server-sided tagging.

Um das besser zu verstehen, ist es interessant, die einzelnen Lösungen im Prozess aufzuteilen. In der Tradition ist Universal Analytics eine komplette All-in-one Reporting Suite. Andere Lösung sind hier zum Beispiel Matomo, Adobe Analytics oder E-Tracker. All-in-one Reporting bedeutet, das du, nachdem du den „Tracker“ eingebaut hast, die Daten direkt in dein Reporting einfließen. Daten werden gesammelt, verarbeitet und stehen in der Benutzeroberfläche für Analysen zur Verfügung. Das Hosting der Daten wird direkt durch die Anbieter, wie Google geleistet. Die Vorteile sind offensichtlich, du musst eigentlich „nur“ den Tracking-Code“ einbauen und schon geht es los mit der Analyse. Dieser Ablauf war lange Zeit prägend für die Auswahl und Implementierung von Web-Analyse Systemen. Der Prozess sieht unterteilt wie folgt aus:

Prozess von der Sammlung bis zur Analyse

• Quellen der Datensammlung: Website, App oder ggf. andere Geräte, die internetfähig sind.
• Collection: Das ist üblicherweise der Analytics-Tracker, den du von einem der Analyse-Tools bei dir in der Seite einbaust, wie gtag.js, oder auch matomo.js. Aber du hast wahrscheinlich viele andere Marketing-Technologien auf deiner Seite implementiert, wie vielleicht Facebook Tracking-Pixel oder Hotjar und brauchst eine Tag-Magament Lösung um diese Daten zu verarbeiten.
• Tag-Management: Da du viele verschiedene Marketing-Tags auf deiner Seite hast, setzt du eine Tag-Managementlösung ein. Die wichtigsten Tools sind hier:
  • Google Tag Manager – GTM
  • Tealium Tag Manager – Tealium
  • Matomo Tag Manager – Matomo Tag Manager
• Routing: Deine Daten müssen jetzt geroutet werden, entweder direkt zu den Google Analytics Servern oder als Alternative verarbeitest du Daten auf deinem „eigenen Server“. Das Stichwort heißt hier „server-side tagging“. Bei server-side tagging, hast du die Kontrolle darüber, wie deine Daten aussehen und wohin sie vom „deinem“Server“ aus weitergeleitet werden. Mehr dazu liest du bei Google in der Dokumentation. Tools  und Lösungsansätze in diesem Prozessschritt sind:
  • Google Tag Manager
  • GTM Server – Server Side Tag Management über den Google Tag Manager, zum Beispiel in der Google Cloud.
  • Jentis – Server-Side Tag Management Lösung mit Hosting der Daten in EU.
• Processing: Üblicherweise werden deine Daten auf Basis von Einstellungen und Integrationen, wie Google Ads, der Search Console, aber auch Filtern, die du gesetzt hast, verarbeitet, verändert und angereichert.
• Storage: Deine Daten werden jetzt „gelagert“. Das kannst du inzwischen zusätzlich in BigQuery machen. BigQuery ist das Data Warehouse von Google, mit dem du deine (Roh)-Daten verwalten und analysieren kannst. Lese mehr über BigQuery.
• Analysis: In diesem letzten Prozess geht es darum, deine gesammelten Daten in Berichten und Analysen aufzubereiten und zu visualisieren. Das machst du üblicherweise in deiner Analytics-Benutzeroberfläche. Alternativen dazu sind
  • Google Data Studio – Hier ein Video, wie du den GA4-Datenkonnektor verwenden kannst
  • Google Analytics in Google Sheets – Hier von Syncwith
  • Google Analytics in Google Sheets – Mehr Infos dazu erhältst du bei Supermetrics oder lese gleich eine umfangreiche Anleitung bei Analyticskiste.

Fazit: Unterteilt man den gesamten Prozess der Sammlung und Analyse von Daten in die einzelnen Schritte, finden sich für die anstehende Migration unterschiedliche Optionen für deine Analytics-Lösung.

Herausforderungen in der Webanalyse

Bevor ich gleich auf die Optionen für deine Migration komme, möchte ich noch kurz über die Herausforderungen reden, die wir seit Längerem in der Webanalyse haben. In den letzten Jahren sind die Herausforderungen in der Webanalyse massiv gestiegen:

• Cross-Device: Geräteübergreifendes Tracking.
• Browser & Cookies: Wichtige Browser, wie Safari oder Firefox haben die Sammlung von Daten eingeschränkt oder direkt unterbunden. Dabei geht es darum, wie Tools, zum Beispiel Google Analytics, Daten über First-Party-Cookies sammeln und wie Safari und Firefox die Wiedererkennung von Nutzern erschwert haben. Die Stichworte hierzu sind Intelligent Tracking Prevention (Safari) und Enhanced Tracking Protection (Firefox). Was genau passiert, findest du in der Übersicht aller Browser bei Cookiestatus und wenn du magst mehr Hintergrunderklärungen zu ITP und ETP.
• Datenaufbewahrung: Webanalyse braucht einen sicheren Ort für Daten. Hier geht es, insbesondere um die Übermittlung und den Austausch von Daten zwischen der EU und USA. Nach den Schrems Urteilen wurde sowohl „Safe-Harbour“ 2015 und 2020 das Privacy-Shield-Abkommen aufgehoben. Damit ist die Übermittlung von personenbezogenen Daten in die USA für ungültig erklärt worden. Weitere Informationen dazu findest du bei Härting und hier. Im Augenblick wird zwischen der EU und USA ein „Privacy-Shield 2.0″ verhandelt, mit dem Namen “ Trans-Atlantic Data Privacy Framework“. Mehr dazu liest du bei der European Comission (offizielle Erklärung) und in einem Kommentar von Google.
• DSGVO: Webanalyse braucht den Consent der Nutzer:innen.

Fazit: Um dauerhaft gute und belastbare Daten zur Verfügung, brauchen wir einen rechtlich stabilen Rahmen, den Consent der Nutzer:innen und ggf. Möglichkeiten, die Daten unserer Nutzer:innen besser zu schützen.

Optionen beim Wechsel zu GA4

Jetzt ist der richtige Zeitpunkt dafür, die eigene Analytics-Strategie neu zu denken. Denke über folgende Szenarien nach, bevor du 1:1 zu Google Analytics 4 wechselst:

• Option 1: Du machst einen 1:1 Upgrade auf GA4.
• Option 2: Du machst einen neuen und „datensichereren“ Set-up von GA4, wo du die Kontrolle über deine Daten hast.
• Option 3: Du verwendest GA4 nur noch als “Datenlieferant (Datacollector)” und führst die Auswertungen über andere Tools wie Google Looker Studio oder andere Visualisierungstools durch.
• Option 4: Du steigst auf Alternativen zu Google Analytics um, etwa Matomo oder Plausible.

 

 

Hier findest du die Vor- und Nachteile einer Server-Side Tagging-Lösung

Vorteile	Nachteile
höhere Datenkontrolle, welche Daten an Google & Co. versendet werden.	höherer Aufwand, höhere Komplexität
durch Datenkontrolle, welche Daten an Google & Co. versendet werden, hohes Schutzniveau der Daten.	Kosten für Tools (Jentis) oder Nutzung der Google Cloud Platform
bessere Datenqualität da Tracking Preventions, wie von Safari oder Firefox nicht greifen.	erhöhte technische Komplexität, damit höherer Anspruch an Know-how im Unternehmen
bessere Kontrolle und Bereinigung von Personal Identifiable Information (PII).	erhöhter Planungsaufwand
ggf. zusätzliche Anreicherung der Daten
ggf. Optimierung Core Web Vitals, da JavaScript-Bibliotheken von Drittanbietern müssen nicht mehr geladen werden.

Fazit: Natürlich gibt es zwischen diesen einzelnen Optionen auch noch weitere Lösungen und Alternativen.

Wie plane ich die Umstellung auf GA4?

Wir gehen jetzt in den nächsten Schritt und planen die Migration. Im Vorfeld hast du dir Gedanken gemacht, wie du dein Set-Up aufstellst und für welche Option du dich entscheidest. Im Folgenden gehen wir jetzt Schritt für Schritt in den Umstieg von Universal Analytics auf Google Analytics 4. Du hast dich für die Option 1 entschieden: Du machst einen 1:1 Upgrade auf GA4. In diesem Absatz geht es darum, wie du die Planung aufstellst.

Phase 1: Status Quo & Audit
Um die technische (1) und betriebswirtschaftliche (2) Migration sauber zu planen ist es wichtig zu verstehen:

• Opportunities: Welche Möglichkeiten und Optionen bietet GA4?
• Audit: Wie bewerte ich meine eigene Universal Analytics Implementierung?
• Transfer: Welche Daten, Ziele und Analyse müssen von UA umgezogen werden?
• Ressources: Welche interne und externe Ressourcen brauche ich im Prozess?
• Timing: Zu welchem Zeitpunkt möchte ich, muss ich den Umstieg abgeschlossen haben?

Output: Übersicht über Möglichkeiten und Herausforderungen zu GA4. Erste Übersicht über Probleme beim bisherigen Tracking, Zeit-und Ressourcenplanung für Phase 2.

Phase 2: Business Requirements
Als Voraussetzung für die technischen Anforderungen (Phase 3) geht es jetzt darum, die betriebswirtschaftlichen Anforderungen an die Datenanalyse festzustellen. Ich habe mich hier an die Konvention aus der Prozessdarstellung gehalten:

• Opportunities: Welche neue Möglichkeiten bietet GA4, z.B. bei der E-Commerce Implementierung?
• KPIs und Stakeholder: Welche Daten und Kennzahlen benötigen wir?
• Ziele: Welche Ziele müssen wir und welche wollen wir migrieren?
• E-Commerce: Wie migrieren wir unsere bestehende E-Commerce-Implementierung?
• Anpassungen: Welche Ereignisse und benutzerdefinierten Definitionen (Custom Dimension & Metrics) müssen wir und welche wollen wir migrieren?
• Google Ads: Welche Remarketing-Zielgruppen (Google Ads) müssen wir und welche wollen wir migrieren?
• Filter und Einstellungen: Welche Filter und Datenansichtseinstellungen müssen wir und welche wollen wir migrieren?
• Verküpfungen: Welche Produktverknüpfungen benötigen wir? Google Ads, Google Search Console oder BigQuery?
• Segmente: Welche Segmente müssen wir und welche wollen wir migrieren?
• Reporting: Welche Berichte, Dashboards müssen wir und welche wollen wir migrieren?
• Administration: Nutzerverwaltung (Administrator, Bearbeiter) und Rollen (Datenschutzbeauftragter etc.)  definieren
• Know-how: Wie bauen wir bei den einzelnen Stakeholder und Teams Wissen auf?

Output: Business Requirements Dokument

Phase 3: Technical Requirements
Im Anschluss an die betriebswirtschaftlichen Anforderungen geht es jetzt darum, die technischen Anforderungen (technical requirements) und einen Plan für die technische Implementierung zu skizzieren.

• dataLayer: Welche Daten sind im dataLayer vorhanden, welche müssen hinzugefügt werden?
• Ereignisse: Ziele, benutzerdefinierte Definitionen auf Basis von Ereignissen planen (Google Tag Manager).
• Konvention: Namenskonvention für die Ereignisse planen.
• E-Commerce: E-Commerce Implementierung.
• Consent: Consent implementieren.
• Filter: Wie setzen wir Datenansichtsfilter aus UA in GA4 um, wie URL-Filter?
• Testing: Definition Testumgebung und Testszenarien.

Output: Technical Requirements Dokument

Phase 4: Implementierung und QA
Im Anschluss an die Technical Requirements  geht es jetzt um die Implementierung der Tags, Ereignisse und des Consents.

• Implementierung: Implementierung der Tags, Trigger und Variablen im GTM.
• Consent: Consent implementieren.
• Testing: Testen und Debugging der einzelnen Implementierungen.
• Integrationen: Produktverknüpfungen zu Google Ads, Search Console oder BigQuery herstellen.
• Administration: Nutzerverwaltung und Rollen integrieren.
• Szenarien: Debugging auf Basis der Testszenarien.
• Go-Live: Du bist jetzt live.

Noch ein wichtiger Tipp:  In Google Analytics 4 gibt es in der Verwaltung unter den Dateneinstellungen zwei Optionen für die Aufbewahrung von Ereignisdaten. Option (1)  2 Monate und Option (2) 14 Monate. Diese Einstellungen haben wenig Auswirkung auf die “Standardberichte” in Google Analytics 4, da diese auf aggregierten Daten beruhen. Aber in den explorativen Datenanalysen, dem neuen “Herzstück der Datenanalyse”, stehen dir nur maximal 14 Monate Datenhistorie für individualisierte Analysen zur Verfügung. Deswegen plane und setze unbedingt die BigQuery Integration von Anfang an um. Kurz BigQuery ist das Data Ware-House von Google. Mit der BigQuery Integration können Rohdaten aus GA4 von Anfang an gesammelt werden und stehen dann für detaillierte Analysen zur Verfügung. Mehr zu BigQuery Integration findest du auch bei Google und OnlineMetrics.

Phase 5: Roll-out und Schulung
Du bist jetzt live, die Daten laufen bei dir richtig rein, du hast alles erfolgreich getestet.

Analysis: Du migrierst jetzt deine 5 wichtigsten Berichte und Analysen.

• Know-how: Eigene Mitarbeiter:innen schulen je nach Anspruch (Digital Marketing & UX , Marketing und/oder Redaktion, C-Level).
• Individualisierung: Du kannst jetzt Berichte und die Benutzeroberfläche individualisieren.
• Analysis: Du kannst fortgeschrittene Analysen, wie Kohorten-Analysen umsetzen.
• Verification: Du prüfst kontinuierlich die Datenqualität in Hinsicht auf verschiedene Kriterien, wie Akkuratheit, Präzision, Vollständigkeit und Lesbarkeit.
• Updates: Du überprüfst kontinuierlich neue Features, Updates, Möglichkeiten und Veränderungen des rechtlichen Rahmens

Am 21.03.2022 war ich zu Gast in unserem 121STUNDENtalk, um dort über die Migration von Universal Analytics zu Google Analytics 4 zu sprechen. Hier findest du weitere Tipps und Einschätzung zu dem jetzt nötigen Wechsel zu GA4.

Was muss ich im Detail zu GA4 umziehen?

In der Sektion” Business Requirements” haben wir schon die wichtigsten Aspekte für die Migration genannt. Jetzt schauen wir uns im Detail noch weitere wichtige Aspekte an:

Ziele und E-Commerce von Universal Analytics zu GA4 migrieren

Zentral für die Migration ist der Umzug der Ziele und /oder E-Commerce von Universal Analytics zu GA4. Die Ziele in Universal Analytics findest du unter Verwaltung > Datenansicht > Zielvorhaben. Mir haben die folgenden Tipps zur Migration von Zielen geholfen: 

• Tipp 1: Ziele, welche in den letzten 7 Tagen keine Conversions erzielt haben, sind entweder falsch konfiguriert und gehören für Google Analytics 4 überarbeitet.
• Tipp 2: Ziele, die nicht verständlich sind auf Basis einer Namenskonvention überarbeiten oder ggf. nicht umziehen.
• Tipp 3: In Universal Analytics gibt es pro Datenansicht maximal 20 Ziele, bei 25 Datenansichten können das bis zu 500 Ziele sein. GA4 erlaubt pro Property nur noch maximal 30 Ziele auf Basis von Ereignissen. Lese mehr zu den Limits in GA4 beim Google Support.
• Tipp 4: Das E-Commerce Tracking und damit die Migration sind ein so umfangreiches Thema, das dieses den Rahmen dieses Artikels sprengen würde. Lese gerne den umfangreichen Leitfaden von Michael Linhart zur GA4 E-Commerce Implementierung.

Ereignisse von Universal Analytics zu GA4 migrieren

Vorab Ereignisse UA ≠ Ereignisse in GA4

Wichtige Ereignisse aus  Universal Analytics müssen im Migrationsplan berücksichtigt werden. Die Ereignisse in UA sind auf Berichtsebene zu finden unter Verhalten > Ereignisse > Übersicht. Hier empfiehlt es sich die einzelnen Ereignisse (UA) nach verschiedenen Kriterien zu bewerten. Kriterien können z.B. die Bedeutung für das Unternehmen sein. Sind die Ereignisse lesbar und verständlich, gibt es eine einheitliche Namenskonvention. Ist das Ereignis Basis für eine Zielstellung in UA und gibt es das Ereignis ggf. schon als “out-of-the-box” Ereignis in GA4?

 

Kurzer Hintergrund: In Universal Analytics hat man, um Interaktionen oder Informationen eines Nutzers messen zu können, sämtliche Möglichkeiten genutzt. Das können unter anderem Ereignisse, wie Scrolling, Klicks oder Downloads sein. Benutzerdefinierte Definitionen haben viele in Universal Analytics verwendet, um zusätzliche Informationen, wie den Autor eines Blogartikels nachvollziehen zu können. In GA4 gibt es nur noch Ereignisse. Ein Ereignis besteht aus einem Ereignisnamen und bis zu maximal 25 Ereignisparametern.  Mehr dazu liest du in unserem Artikel zu Ereignissen in GA4.

Damit man Ereignisse aus Universal Analytics in Google Analytics 4 transferieren kann, muss die Logik aus Ereigniskategorie, Ereignisaktion und Ereignislabel in die GA4 Logik aus Ereignisname und Ereignisparametern überführt werden. Ich gebe dir ein paar Tipps zur Migration von Ereignissen:

• Tipp 1: Es gibt in GA4 7 Ereignisse, die “out-of-the_box” über die Datenstreams integriert sind. Viele Ereignisse, die Unternehmen in Universal Analytics definiert haben, müssen gar nicht migriert werden, weil sie schon vorhanden sind. Zu den 7 automatischen Ereignisse in GA4 gehören neben dem Seitenaufruf, der Scroll, der Klick auf einen externen Link, die Website Suche, das Video-Engagement und der Download eines Dokuments.
• Tipp 2: Die GA4 Migration ist die Chance für eine neue und logische Namenskonvention. Ein gutes Vorbild ist die Namenskonvention von GA4 für automatische und empfohlene Ereignisse, die du beim Google Support findest.
• Tipp 3: In GA4 macht es Sinn alle Ereignisse in Kleinschreibung zu definieren und den Unterstrich zu verwenden.
• Tipp 4: Ich würde dir empfehlen die Namenskonventionen in Englisch zu halten. Das folgt einerseits dem Vorbild von Google, andererseits bist du vielleicht ein internationales Unternehmen. Damit legst du den Grundstein für nachvollziehbare und lesbare Daten.

Produktverknüpfungen in GA4 anlegen

Einer der großen Vorteile von Google Analytics, war immer, dass es mehr als nur ein Webanalyse Tool ist. Auch in seiner neuen Version ist GA4 eine gesamtes System, das einen hohen Mehrwert durch die verschiedenen internen und extern Produktverknüpfungen hat. Die wichtigsten Produktverknüpfungen in der Verwaltung von GA4 sind

• Google Ads Verknüpfung
• Search Console Verknüpfung (Auch die Search Console Daten müssen als Sammlung in GA4 veröffentlicht werden).
• Besonders hilfreich ist die BigQuery Verknüpfung, da der Export in das Data Warehouse von Google erst mit der Verknüpfung startet und nicht rückwirkend. Neben dem Zugang zu Rohdaten, ist einer der großen Vorteile dieser BigQuery Integration, die Überführung in eigene Systeme. Damit ist die BigQuery-Verknüpfung tatsächlich eines der wichtigsten Features, die GA4 bietet.
• Eine weitere wichtige externe Verknüpfung ist die Integration der GA4 Daten in das Google Ads Konto. Die muss angelegt werden, um in einem zweiten Schritt Ziele und Remarketing-Zielgruppen im Google Ads Account verwenden zu können. 
• Eine weitere wichtige externe Verknüpfung ist die die Verwendung der GA4 Daten für Google Looker Studio Berichte. 

Zielgruppendefinitionen zu Google Analytics 4 umziehen

Wenn du deine Segmente zum Aufbau von Zielgruppen für Google Ads Remarketing Listen verwendet hast, musst du diese auch zu Google Analytics 4 umziehen. Neben der Produktverknüpfung von Google Ads in GA4 gehst du in dein Google Ads Konto (alternativ in Universal Analytics unter Verwalten > Propertyeinstellungen  > Zielgruppendefinitionen) und bewertest deine Remarketinglisten. Hier ein paar Tipps zum Umzug deiner Remarketinglisten:

• Quantität: Wie viele Remarketing-Listen hast du in Google Ads importiert?
• Qualität: Die meisten deiner Remarketing-Listen haben vielleicht einen zu geringen Umfang an Nutzern, um überhaupt Anzeigen auszuliefern. Vielleicht kannst du in Zukunft diese Remarketing-Listen überarbeiten oder ggf. beenden. Hier findest du die erforderlichen Größen, damit deine Remarketing-Listen Sinn machen.
• Konvention: Auch hier gibt es jetzt die Möglichkeit eine Namenskonvention für die Benennung deiner Remarketing-Listen zu entwickeln.
• Limit: In Google Analytics 4 können max. 100 Zielgruppen pro Property erstellt werden. Du kannst aber Zielgruppen in GA4 auch wieder löschen. Hier findest du die Limits für die Datenerfassung von Zielgruppen.

UTM Parameter in GA4

Die utm-Parameter von Universal Analytics funktionieren auch weiterhin für GA4. Außerdem gibt es drei neue utm-Parameter:

• utm_source_platform
• utm_creative_format
• utm_marketing_tactic

Details dazu findest du  im Google Support Center.

Was muss noch zu GA4 umgezogen werden?

Neben den oben dargestellten Aspekten müssen noch weiter

• Filter
• URL-Parameter
• ggf. Content-Gruppierungen
• Datenschutzeinstellungen und 
• Nutzerverwaltung und Rollen

auditiert und umgezogen werden.

Tipps und Links zur Migration zu GA4

In diesem Abschnitt möchte ich dir ein paar Tipps und passende Ressourcen für deinen Umstieg auf Google Analytics 4 geben. Ich habe die Tipps unterteilt nach den einzelnen Phasen, die ich davor für dich skizziert habe.

Tipps zur Phase 1 – Status Quo und Audit

Die erste Frage ist, wie verschaffst du dir einen Überblick zu den Möglichkeiten, Chancen und Features?

• Wie sieht die Benutzeroberfläche bei GA4 aus?
  • Zugang zum Google Demo-Konto – Link
  • Was machen mit dem GA4 Demo-Konto – Link
• Features, Vorteile & Unterschiede in GA4?
  • GA4 Vorteile & Unterschiede von uns – Link
  • Einsteiger Guide zu GA4 von Michaela Linhart – Link
• Was sind wichtige Definitionen in GA4?
  • Dimensionen & Metriken in GA4 – Link
  • Dimensionen & Metriken bei Google – Link
• Das Datenmodell in GA4 und Ereignisse
  • Datenmodell & Ereignisse in GA4  – Link
  •  Ziele auf Basis von Ereignissen definieren- Link
• Die GA4 E-Commerce Implementierung
  • E-Commerce bei GA4 > Michaela Linhart – Link
  • GA4 E-Commerce und GTM von Simo Ahava – Link
• Universal Analytics auditieren
  • Checkliste für einen UA-Audit von CXL – Link

Tipps zur Phase 2 – Business Requirements (BR)

Business Requirements: Das Fundament für eine erfolgreiche und nachhaltige Implementierung ist ein gut strukturierter Prozess. Man sollte daher mit einem (1) Audit der bestehenden Universal-Analytics-Implementierung starten. Aus diesem Audit gilt es dann Schlüsse zu ziehen, was in der Vergangenheit gut und nicht so gut lief. Das liefert die Grundlage für (2) Business Requirements. Die Fragen, die sich hier stellen sind zum Beispiel:

• Wie gestalte ich einen Business-Requirements Workshop?
  • 3 Tipps zur Migration zu GA4 > Ken Williams – Link
  • Gestaltung eines BR-Workshops > Cardinal Path > Link
• Vorlage für einen BR-Workshop?
  • Digital Marketing Measurement Modell – Link
  • Business Requirements planen > Piwik Pro – Link
• Wie mache ich Nutzerverwaltung in GA4?
  • Die Nutzerverwaltung in GA4 > Google – Video
  • Mehr zur Nutzerverwaltung bei Google – Link
• Wie gestalte ich Ziele und KPIs?
  • Von der Metrik > Hypothese > Experiment – Link
  • Wichtige SEO-KPIs von Marcus Tober – Video
• Datenschutz in Google Analytics 4
  • Datenschutz bei Google – Link
  • Datenaufbewahrung in GA4 – Link
• Produktverknüpfung bei GA4
  • Google Ads GA4 Verknüpfung – Link
  • Google Search Console Verknüpfung – Link

Tipps zur Phase 3 – Technical Requirements

Technical Requirements: Nach der Definition der Business Requirements folgt das Dokument für die technischen Anforderungen. Das Dokument enthält technische Spezifikationen, wie du die betriebswirtschaftlichen Anforderungen umsetzt. Hier findest du einige wichtige Ressourcen für dein Technical Requirements Dokument:

• Wie integriere ich GA4?
  • So richtest du GA4 ein > 121WATT – Link
  • Set-up Guide von Lovesdata – Video
  • GA4-Property Einstellungen – Link
• Wie kann eine Namenskonvention in GA4 aussehen?
  • Basis für Namenskonventionen in GA4 > Google – Link
  • Die Standard Channel Gruppierung in GA4 – Link
• Umzug der E-Commerce GA4 Implementierung?
  • Der umfangreiche Guide von > Simo Ahava – Link
  • E-Commerce Guide zu GA4 > Michaela Linhart – Link
• Umzug von Ereignissen, Zielen oder Definitionen?
  • Umzug zu GA4 planen von Google – Link
  • Von UA auf GA4 wechseln > Michaela Linhart – Link
  • Tipps für den Umstieg von > Markus Baersch – Link
• Testing und Debugging in GA4?
  • Testing & Debugging von Analytics Mania – Link
  • Der Debugging Modus in GA4 > Ken Williams – Link
  •  GA Debug Chrome Erweiterung  – Link
• Dimensionen und Metriken in GA4
  • Google Analytics 4 API (GA4) – Link
  • GA4 Query Explorer – Link

Fazit zur GA4 Migration

Google Analytics 4 ist eine große Herausforderung, aber eine Riesenchance auch für die Planung und Umsetzung eines nachhaltigen Set-ups. Du hast mit der Migration nun die Möglichkeit, über deine bestehende Webanalyse-Strategie nachzudenken und zu überprüfen, ob alle Punkte beachtet werden. Außerdem kannst du dein Tracking Set-up so aufräumen, dass eine nachhaltige Analyse durchgeführt werden kann und die Übersichtlichkeit im Tool gewahrt wird.

So gelingt der Umzug zu GA4

Hier gebe ich dir noch einmal zum Abschluss eine Reihe von Tipps, wie deine Umstellung von Universal Analytics auf GA4 gelingt. Die Migration von Universal Analytics zu GA4 ist fast, wie ein Umzug im echten Leben. Damit sind auch die Empfehlungen an eine Umzugscheckliste angelehnt:

• Ausmisten als Chance: Wie kann eine einfache, übersichtliche und relevante GA4-Implementierung aussehen? 
• Bewerten und Aufräumen: Welche Ziele, Ereignisse und Definitionen sind wirklich sinnvoll und müssen migriert werden?
• „Vielleicht-Kiste“ einrichten: Manche Unternehmen können sich nur schwer von bestimmten Ziele, Ereignisse oder Definitionen trennen. Nicht alles muss am ersten Tag für die Implementierung fertig sein. Einige Definitionen können in eine „Vielleicht-Kiste“. Diese sollte aber nicht zu große sein
• Minimum Set-up: Wie sieht ein Minimum-Setup aus? Was brauche ich wirklich für die Fortführung aller wichtigen Reportings?
• Namens-Konvention: Wie können Ziele, Ereignisse, Definitionen etc. in Zukunft klarer und eindeutiger benannt werden?
• Dokumentation: Unbedingt erforderlich ist eine genaue Dokumentation.
• Sicherung: Du kannst (mit Aufwand) deine alte Universal Analytics Daten sichern. Dazu mehr bei Markus Baersch.