Lösungsstrategie für die Umstellung auf Google Analytics 4 und die Analyse historischer Daten in Tableau
Es ist offiziell: Universal Analytics wird abgestellt. Alle, die dieses Tool verwenden, müssen über kurz oder lang auf Google Analytics 4 umsteigen. GA4 folgt einem neuen Ansatz, sodass es notwendig ist, die Analyse-Strategie neu zu denken. Es gibt viele Möglichkeiten, den Wechsel auf das neue Tool zu gestalten. Eine sinnvolle Option kann die Speicherung in einem BigQuery Warehouse und die anschließende Analyse in Tableau sein.
Für viele Unternehmen kamen die Neuigkeiten überraschend: Im März 2022 verkündete Google den vollständigen Umstieg auf Google Analytics 4, das viele neue Logiken und Funktionalitäten bietet, sodass ein simples Update nicht möglich ist. Stattdessen ist es notwendig, komplett auf Google Analytics 4, oder kurz GA4, zu wechseln. Die Unternehmen, die jahrelang Universal Analytics genutzt haben, benötigen jetzt eine umfassende Strategie – und zwar dringend. Die Termine, die Google genannt hat, sind ziemlich knapp bemessen. Ab dem 01. Juli 2023 schon wird Universal Analytics unbrauchbar, Google Analytics 360 ab dem 01. Oktober 2023. Danach ist es jeweils sechs und drei Monate möglich, die Altdaten zu exportieren. Die Integration dieser Daten in das neue GA4 ist aber nur sehr schwer möglich. Eine Alternative muss also her.
Übernahme historischer Daten in BigQuery
Einfach auf die Altdaten zu verzichten, ist keine Option. Für Analysen bezüglich der Zielgruppen und der Conversion, dem User Engagement und vielem mehr, sind diese Daten sehr bedeutsam. Immerhin können so Verläufe, Vergleiche und Prognosen dargestellt werden. Da, wie bereits erwähnt, die Migration der historischen Daten aus Universal Analytics zu Google Analytics 4 ziemlich kompliziert ist, stellt der Einsatz einer Datenbank oder eines Data Warehouse eine gute Lösung dar. BigQuery kann eine gute Lösung sein. Es handelt sich dabei um ein vollständig verwaltetes und skalierfähiges Warehouse aus dem Hause Google.
BigQuery vereinfacht die Integration der Daten enorm. Mit wenigen Schritten lassen sich die Datensätze exportieren. Auch die Verbindung mit weiteren Google-Produkten, wie Google Data Prep oder BigQuery Machine Learning, ist im Rahmen eines Data Stack nahtlos möglich. Zudem bringt Google Analytics 4 in Kombination mit BigQuery einige neue Vorteile mit sich, die Universal Analytics nicht bieten kann.
Zum einen wäre da die grundsätzliche Möglichkeit, einen BigQuery-Konnektor zu nutzen. Diese Funktion hatten zuvor nur Kundinnen und Kunden von Google Analytics (3) 360 im Bezahlmodell. Mit Google Analytics 4 wird dies allen Usern kostenlos zur Verfügung gestellt. Zum anderen sind da Funktionalitäten wie beispielsweise der direkte Zugriff auf Rohdaten, der die sonst aggregierte Form innerhalb von GA4 umgeht. Für Analysen ist das durchaus ein sinnvoller Schritt und eine gute Möglichkeit, Datensätze nach den eigenen Vorstellungen zu modellieren und transformieren. Des Weiteren werden tatsächlich mehr Daten zur Verfügung gestellt, als „nur“ das, was in der GA4-Oberfläche sichtbar ist. Dort können nämlich lediglich 25 Event-Paramenter angezeigt werden. In BigQuery werden die restlichen Parameter ebenfalls angezeigt, können aber eben auch nur ausgehend vom Warehouse außerhalb von GA4 verwendet werden. Dieser Punkt fällt für Nutzende von Google Analytics (4) 360 weg, da dort diese Limitierung wegfällt.
Visualisierungen von Google Analytics in Tableau
Wurden die historischen Daten alle im Cloud Data Warehouse eingespielt, existiert künftig ein allgemeingültiger Datensatz. Es ist nun egal, ob vollständig auf GA4 umgestiegen oder Universal Analytics und GA4 parallel bis zur Abschaltung eingesetzt werden. In beiden Fällen sind die Daten gesichert und bereit, analysiert zu werden. Das geht nun nicht mehr in Google Analytics 4. Wer sehr gute SQL- und Programmierkenntnisse hat, kann erste Analysen bereits in BigQuery erstellen. Für einen täglichen Blick auf die Kennzahlen und schnell verständliche Darstellungen oder für eine tatsächlich gelebte Datenkultur ist das aber wenig sinnvoll. Es lohnt sich also, den nächsten Schritt zu gehen, und ein Self-Service BI-Tool wie beispielsweise Tableau einzuführen.
Hier muss allerdings vorneweg gesagt werden: Tableau verfügt aktuell noch über keinen Konnektor für Google Analytics 4. Wer also jetzt erst mit GA4 startet und gar kein Interesse an historischen Daten hat, weil schlichtweg noch keine da sind, wird keinen direkten Weg für eine Anbindung an Tableau finden. Der Schritt über das BigQuery Datawarehouse ist dann unerlässlich.
BigQuery in Verbindung mit Tableau
Mit Tableau können interaktive Dashboards gebaut werden, die allen Verantwortlichen zur Verfügung gestellt werden. Dabei spielt es keine Rolle, ob sie selbst Zugang zu Google Analytics haben oder nicht. Tableau nutzt die Daten aus dem BigQuery Data Warehouse. So kann auf einen Blick beispielsweise gezeigt werden, wie viele User über welchen Channel kommen, welche Inhalte auf der Website am häufigsten besucht werden, zu welchen Uhrzeiten Inhalte besonders oft geklickt werden oder wo sich User am längsten aufhalten. Durch die vielen Darstellungsarten sind die Möglichkeiten schier unendlich – ganz anders als in Google Analytics. Dort sind die Visualisierungstypen stark begrenzt und wenig flexibel, vor allem, wenn es sich um sehr hohe Datenmengen handelt.
In der alltäglichen Analysearbeit mit Tableau besteht die Möglichkeit, sowohl für einen erweiterten Personenkreis einsehbare Dashboards zu erstellen, als auch individuelle und persönliche Dashboards für einzelne Personen. Nicht relevante Daten, die in GA4 nicht ausblendbar sind, können ganz einfach weggelassen werden. Die Nutzenden müssen sich nicht dem Dashboard anpassen, sondern das Dashboard passt sich den Nutzenden an.
Viele Chancen in Google Analytics durch BigQuery und Tableau
So schwer es für Unternehmen auch sein wird, jetzt zügig eine Strategie für den Umstieg von Universal Analytics zu Google Analytics 4 zu formulieren, so vielfältig sind die Möglichkeiten, diese Herausforderungen anzugehen. Eine Lösung stellt sicher das Integrieren der Daten aus beiden Analytics Tools im Cloud Data Warehouse BigQuery und dem anschließenden Visualisieren in Tableau dar. Dort sind letztlich sogar detailreichere und flexiblere Berichte möglich, als in Google Analytics selbst. Somit ergeben sich zukünftig viele neue Chancen zur Verbesserung der Web-Analysen.
