Google Ads Full Service: +49 30 920 38 34 466
Google Ads Agentur und Microsoft Advertisement Elite Partner
Smarketer |

Tracking-Unterschiede zwischen AdWords und Analytics

Jeder, der AdWords und Google Analytics nutzt, steht irgendwann vor der Tatsache, dass die Werte teilweise beträchtliche Unterschiede aufweisen. Dann fragt man sich natürlich, welcher der korrekte Wert ist und vor allem, warum es Unterschiede gibt.

Es gibt mehrere Gründe. Der schwerwiegendste und zugleich komplexeste Grund ist die Attribution. Deswegen soll sich dieser Beitrag ganz und gar der Attribution widmen.

Um eines kurz vorweg zu nehmen:

Es gibt nicht die „eine Wahrheit“.

Beide Tools geben bei korrekter Implementierung korrekte Werte aus – auch, wenn diese nicht identisch sind.

Natürlich ist man als „Werbetreibender“ und somit „Zahlender“ besonders daran interessiert, das Werbe-Budget möglichst dort einzusetzen, wo es den höchsten Effekt hat. Doch der erste Anschein kann gewaltig trügen und oft werden auf Grund falscher Interpretationen der Daten falsche Maßnahmen abgeleitet.

Doch warum ist das so?

Kurz gesagt: AdWords misst den Erfolg der Werbung und Google Analytics misst das Verhalten der Nutzer auf der Seite. Beides kann sehr ähnlich sein, ist es aber in den wenigsten Fällen.

Google Analytics ist dafür geeignet, den Besucher auf der Seite zu beobachten. Es ist nur eingeschränkt dazu geeignet, die Werbeeffizienz zu messen. Vor allem, wenn es keine „besseren Möglichkeiten“ gibt. Aber die Werbeeffizienz ist nur so lange sehr ähnlich, wie nur eine Werbemaßnahme bzw. sich wenig überschneidende Werbemaßnahmen gleichzeitig ergriffen werden. Bereits ab einer zweiten Werbemaßnahme kann es zu Überschneidungen kommen und die Werte stellen nicht mehr die ganze Wahrheit dar. Setzt man gleichzeitig E-Mail-Marketing, Affiliate-Marketing, Preissuchmaschinen und AdWords ein, dann kommen zwangsläufig viele Besucher auch mit mehreren Werbemaßnahmen in Berührung.

Mehr Werbemaßnahmen bedeuten mehr Überschneidungen und zunehmende Unschärfe bei der Erfolgsmessung. Gleichzeitig wird es aber wahrscheinlicher, dass in der Summe mehr Kunden gewonnen werden können, da mehrfaches Werben eine stärkere Wirkung entfacht.

Da Google Analytics nur die Besucher auf der Website beobachtet, können auch nur jene Bestellungen erfasst werden, die per Onlinebestellung getätigt werden. Und auch hier sind die Bestellungen fast nie vollständig, so dass Google Analytics häufig weniger ausweist als eigentlich angelegt wurden. Bestellungen per Mail oder über Offline-Maßnahmen können ohne weiteres gar nicht erst erfasst werden.

Daher ist Google Analytics auch überhaupt nicht dafür gedacht und geeignet, das Backend des Shops zu ersetzen, obgleich einige Shop-Betreiber noch hiervon ausgehen. Allein, dass man keinen unterschiedlichen Status von Aufträgen nutzen kann und ein angelegter Auftrag in Monat A erst im Monat B geschlossen werden kann, verdeutlicht dies.

Ob etwas gut oder schlecht läuft, muss immer anhand der Daten des Warenwirtschaftssystems des Shops beurteilt werden.

Sichtweisen Analytics – AdWords – Attribution

Google Analytics ist bestens dafür geeignet, die Aktivitäten auf der Seite zu registrieren und Hinweise zu geben, wie man die Benutzererfahrung auf der eigenen Seite verbessern könnte.

AdWords ist, salopp gesagt, die Seite egal. AdWords registriert einzig und allein, ob ein Besucher, der über AdWords-Anzeigen auf die Seite kam, auch gekauft hat.

ch1

Abb. 1: Schematische Darstellung – Bsp. Kunden-Zuordnung Online-Werbemaßnahmen

Der Internetnutzer beginnt seine Reise links oben auf der Google SERP (Suchergebnis-Seite). Zur Vereinfachung werden nur AdWords-Besucher betrachtet. Die vollständig orangefarbenen Pfeile sind AdWords-Besucher. Die von AdWords auf die Seite gebrachten Besucher können direkt nach dem Besuch kaufen oder aber vor dem Kauf noch auf eine andere Seite wechseln. Der Wechsel wird durch den orangefarbenen Pfeil mit blauem Rand, also vom Shop zum blauen Bereich „andere Seiten, E-Mails, direkte Besucher“, dargestellt. Google Analytics „sieht“ nur den Bereich des Shops, in dem es implementiert ist – hier der hellgrüne Bereich mit dem gestrichelten roten Rand. Google Analytics segmentiert Besucher in Quellen. Diese Segmentierung erfolgt über Informationen, die jeder Besucher mit sich trägt. Jeder Besucher teilt der Zielseite mit, von welcher Seite er gerade kommt. Im Falle von Analytics wird als Quelle die vorherige Domain übergeben, was auch Sinn macht. Erkennt Analytics keine vorherige Domain, dann wird der Besucher als „direct“ deklariert, was schon die erste Fehlerquelle sein kann. Diese Zuordnung kann man sich als Tore vorstellen, durch die die Besucher in den Shop kommen. Diese sind als neongrüne Flächen mit rot-gestricheltem Rand dargestellt. Die Segmentierung bleibt für alle Aktionen des Nutzers auf der Seite für die Sitzung erhalten, wie ein Stempel auf der Stirn. Sie wird dem Google Analytics Server mitgeteilt -> rot-gestrichelte Pfeile. Wechselt der Besucher vor dem Kauf auf eine andere Seite, bspw. um Gutscheine zu suchen und kehrt dann in den Shop zurück, dann wird der alte Stempel gelöscht und ein neuer Stempel gesetzt. Egal, ob der Besucher einen Gutschein gefunden hat/einsetzt. In der schematischen Darstellung kommt der Benutzer über den orangefarbenen Pfeil in den Shop (Stempel: „cpc“), wechselt dann per orangefarbenen Pfeil mit blauem Rand vom Shop auf „Andere Seiten, E-Mails, direkte Besucher“ und kehrt von dort wieder zurück. In dem besagten Beispiel käme er dann durch das „Tor“ „referrer“.

Google AdWords hingegen erfasst den Klick auf der Google-SERP, wodurch AdWords bekannt ist, dass der Besucher über AdWords kam und beim Kauf wird übermittelt, dass genau dieser Besucher etwas gekauft hat. Vernünftigerweise sollte auch der Umsatz-Wert übergeben werden.

Diese Methodik kann auch in einem Beispiel in der Offline-Welt nachgestellt werden.

Es wird Offline-Werbung verschiedenster Art für eine Veranstaltung geschaltet. Jetzt werden den Tickets Eingänge entsprechend der Werbemaßnahme zugeteilt. Je nachdem, wo die Besucher die Tickets gekauft haben, sollen diese durch einen bestimmten Eingang das Stadion betreten. Dazu geben wir bei allen Offline-Werbemaßnahmen unterschiedliche Telefonnummern an. Je nachdem über welche die Interessenten anrufen, erhalten diese dann Tickets mit den entsprechend zugewiesenen Eingängen. Wenn die Interessierten also gleich nach dem Erblicken des Plakats die Karten telefonisch kaufen, dann würden diese durch den Eingang 1 gehen. Haben diese sich aber nach dem Plakat noch nicht für die Tickets entschlossen, sondern kaufen die Tickets erst nach dem zweiten Kontakt – z.B. einem Radio-Spot, dann erinnern sie sich nicht mehr an die Telefonnummer und wählen die im Radio-Spot genannte Bestell-Hotline. Jenen ist es egal, wo die Karten gekauft werden – Hauptsache sie bekommen noch welche. So würden sie durch den Eingang 2 gehen. Dadurch würde wiederum der Eindruck entstehen, dass die Karten alleine durch die Radio-Werbung verkauft würden. Die Wirkung des Plakats geht somit komplett verloren. Die Plakatwerbung scheint eine unnötige Werbeausgabe zu sein. Dass aber die Bilder auf dem Plakat eine viel stärkere Wirkung, da visuell, haben, als der Spot, wird hierbei völlig ignoriert. Ohne diese hätte der Interessent jedoch gar nicht den Spot wiedererkannt/wahrgenommen und nach dem Radio-Spot die Tickets gekauft.

Analog könnte man auch das Plakat gesehen haben und ein Freund äußert einige Tage später den Wunsch dorthin zu gehen. Plötzlich ist das Plakat interessant. Aber niemand würde zu dem Plakat zurückfahren, sondern entweder über die Hotline im Radio-Spot bestellen oder aber im Internet suchen und Karten bestellen.

ch2

Abb. 2: schematische Darstellung – Bsp. Kunden-Zuordnung bei Offline-Werbemaßnahmen

Die Passanten am POI hätten die Möglichkeit über die Bestellhotline auf dem Plakat Karten zu ordern. Dadurch würden diese dann das Stadion über den Eingang 1 betreten und würden auch beim Eingang 1 als Erfolg gezählt. Alle, die aus irgendeinem Grund aber in dem Augenblick nicht anrufen würden, sondern später, würden das Stadion über einen anderen Eingang betreten. Die Gründe seien dahingestellt und reichen von „einem Umweg zur Post“ bis hin zu „vom Einkaufen nach Hause kommen“. Wenn jetzt ein weniger intensives Werbemittel wie ein Radiospot aufgenommen wird und man durch das Plakat schon neugierig gemacht wurde, werden sich einige Interessenten umentscheiden und doch Karten kaufen bzw. wieder daran erinnert werden, noch Karten zu kaufen. Denn: Ist das Interesse geweckt, ist es nur eine Frage der Zeit oder des Geldes, bis Menschen nachgeben. Dann reicht es auch, diese leicht zu erinnern.

Google Analytics wären hier die Kollegen, die an den Eingängen die Karten scannen und darüber dann ermitteln, dass beispielsweise 100 Besucher durch den Eingang 1 gekommen sind. Besucher des Einganges 1 wurden als „Plakat-Werbung“ definiert. Dass jetzt noch 20 durch den Eingang 2 kamen, die aus irgendeinem Grund erst nach der Radiowerbung angerufen haben, ist laut Definition vernachlässigbar. Richtet jetzt der Betreiber des Stadions das Werbebudget auf Grund der Erkenntnisse an den Türen aus, dann wird er zwar nach bestem Wissen und Gewissen, aber trotzdem falsch entscheiden. Er wird bei den Plakaten sparen und eher auf den Radiospot setzen. Da das Radio aber einen sehr großen Streuverlust hat, wird das ins Gegenteil umschlagen. Dadurch wird einerseits die Zahl der Besucher, die durch den Eingang 1 kommen, aber auch die Anzahl der Besucher, die durch den Eingang 2 kommen, verringert.

Die Begründung ist sehr einfach: Die Menschen haben eine selektive Wahrnehmung und werden eher hellhörig, wenn etwas bereits Bekanntes gespielt wird. Dann wird auf aktives Zuhören geschaltet, dadurch unterhält man sich erneut darüber bzw. kauft sogar. In diesem Fall bedeutet weniger Plakatwerbung weniger direkte (schon durch das Plakat aktivierte) Besucher und auch weniger Besucher, die auf Grund des Erstkontakts „Plakat“ durch andere Werbemaßnahmen wieder daran erinnert werden und kaufen.

Mit Google Analytics schaut man von seinem Shop aus nach draußen und kann nur die letzte Station vor der Seite sehen, mit AdWords schaut man von außen auf seine Seite und zwar vom ersten Berührungspunkt mit einem Werbemittel. Sie sehen also, zwei völlig unterschiedliche Betrachtungsweisen.

Die Attribution beschreibt die Auf- bzw. Zuteilung des Umsatzes bzw. der Anfragen auf die Quellen der Besucher.

Jeder Besuch wird in Analytics als Sitzung (früher „Besuche“) gezählt. Für jede Sitzung werden unter anderem die Quelle und das Medium registriert. Verlässt der Besucher dann wieder die Seite oder wird 30 min lang keine Aktivität registriert, wird die Sitzung geschlossen. In Abhängigkeit der Dienstleistungen / Waren besuchen die Besucher oftmals die Seiten mehr als ein Mal – am gleichen Tag oder auch über mehrere Tage. Kommt der gleiche Besucher später wieder, dann wird die Sitzung anhand des Cookies der anderen Sitzung zugeordnet und schon hat man eine kleine Customer-Journey. Die „Reise des Kunden“.

Wie viele Aufträge mehrere Besuche benötigten und wie viele Tage vom ersten Besuch bis zum Abschluss vergingen, können Sie sich in Google Analytics unter Conversions – Multi-Channel-Trichter – Pfadlänge ansehen:

ch3

Abb. 3: Google Analytics Pfadlänge

bzw. unter Conversions – E-Commerce – Zeit bis zum Kauf:

ch3

Abb. 4: Google Analytics Zeit bis zum Kauf

Google Analytics nutzt das Attributions-Modell „letzter ‚nicht direkter‘ Klick“. Das bedeutet, dass Umsätze von Besuchern ohne Verweisseite für die Sitzung der Verweisseite des letzten Besuchs zugewiesen werden. Gibt es keine Verweisseite, so wird als Quelle „direct“ gesetzt. Es gilt also der letzte „nicht direkte“ Klick vor dem Kauf/der Anfrage.

Im Folgenden ein paar Beispiele:

ch4

Abb. 5: Zuordnungsbeispiele Customer Journey – Google Analytics

Versuch einer Erklärung:

Die Verarbeitung der Daten und das Verhalten von Google Analytics ist der Entstehung vor vielen Jahren geschuldet. Damals wurde hauptsächlich über Cookies getrackt. Auch gab es damals die Ansicht, dass der letzte Klick der sei, dem die Anfragen bzw. Umsätze zugewiesen werden sollten. Es muss nicht erwähnt werden, dass sich die Ansichten bezüglich der Verteilung des Erfolgs geändert haben. Gleichzeitig ist Google Analytics sehr wirtschaftlich orientiert – das merkt man auch an der Tatsache, dass „direkte“ Besuche keine anderen Quellen überschreiben und somit verfälschen. „Direct“-Besucher sind normalerweise kostenlos und würden so den kostenpflichtigen Kanälen Umsätze/Anfragen wegnehmen, was deren Effizienz schmälern würde.

Schaut man sich in Google Analytics die Top-Conversion-Pfade an, so sieht man die Customer Journey. Wie man sieht, benötigen einige Nutzer mehr als eine Berührung mit der Seite, bevor eine Bestellung oder Anfrage getätigt wird.

Nun stellt sich aber die Frage aller Fragen im Online Marketing:

Wem sprechen wir den Erfolg zu?

Die neuste Antwort ist Data-Driven Attribution, worauf nicht weiter eingegangen wird. Klar ist aber, dass ein Interessent, der beim Erstkontakt über einen bezahlten Kanal, zum Kauf jedoch über „direct“ kam, möglicherweise nie von der Seite erfahren, also nie gekauft hätte. Gerade über KeyWords, die im organischen schlecht ranken, da die Wahrscheinlichkeit extrem gering ist, dass ein Besucher ein organisches Suchergebnis abseits der ersten Seite aufruft.

Es gibt zwar ein Attributions-Vergleichs-Tool in dem Bereich Conversions, aber es ist nicht möglich, die kostenlose Version von Google Analytics auf ein anderes Attributions-Modell für alle Berichte umzustellen. Dies ist nur in der kostenpflichtigen Premium-Version gegeben.

Eine weitere wichtige Tatsache ist, dass Google Analytics alle Seiten als Verweisseiten sieht. Nur werden einige Verweisseiten vor der Ansicht in Google Analytics noch automatisch zugeordnet. Google bekannte Suchmaschinen werden als „organic“ angezeigt. Des Weiteren werden auch Parameter in der URL berücksichtigt. Ein Beispiel dafür wäre der automatische Parameter von AdWords oder die UTM-Parameter, mit denen man beispielsweise direkte Kooperationen mit speziellen Seiten markieren kann. Dort gibt es unter anderem die Möglichkeit, die Bezeichnung der Quelle selbst zu bestimmen. So kann man sich entweder mehr Übersicht in Google Analytics verschaffen oder die Daten bei fälschlicher Nutzung völlig ruinieren.

Bei AdWords haben wir die Möglichkeit das Attributions-Modell auf Wunsch umzustellen. Des Weiteren können auch die Erfolge, die Conversions, in AdWords nicht einem anderen Kanal zugewiesen werden, da AdWords nur sich selbst bewertet. Hier gibt es aber das gleiche zwischen verschiedenen Kampagnen. Die eine Kampagne stellt den Erstkontakt dar und über die andere Kampagne wird dann der Kauf abgeschlossen. AdWords prüft einzig und allein, ob ein Klick auf eine Anzeige spätestens 30 Tage später zu einer Conversion geführt hat oder nicht. Welche letzte Seite vor der Conversion besucht wurde oder was der Besucher gekauft hat, ist völlig irrelevant. AdWords misst die Werbewirksamkeit. Diese ist als „ein Besucher löst spätestens 30 Tage nach dem Klick auch eine Conversion aus“ definiert. Ist dies der Fall, war die Anzeige erfolgreich.

Wird ein anderes Attributions-Modell als „letzter Klick“ in AdWords genutzt, so kommen noch andere Faktoren hinzu, wie beispielsweise zeitliche Verschiebungen. Bei „First Klick“ bedeutet das, dass die Conversion auf den ersten AdWords-Klick zurückgerechnet wird, der maximal 30 Tage zurückliegt. Analytics hingegen weist den Umsatz immer dem Tag zu, an dem er per e-Commerce-Trackingcode an den Google Analytics Server übermittelt wurde.

Am deutlichsten wird dies, wenn noch veraltete Tracking-Methoden von Google Analytics anstelle des Universal Trackings eingesetzt werden. Hier werden regelmäßig Fehlzuordnungen angezeigt. Entweder werden Umsätze / Anfragen oft Zahlungsdienstleistern oder „Nutznießer-Seiten“ zugeordnet. Unter „Nutznießer-Seiten“ verstehen wir hier die Gutschein-Seiten, die zum größten Teil keinen realen zusätzlichen Traffic erzeugen, sondern angezeigt werden, weil die Nutzer oft kurz vor dem Abschluss noch einen Gutschein suchen, um zu sparen.

Die Erklärung ist genauso einfach, wie auch nachvollziehbar. Google Analytics registriert den Wechsel von der zu beobachtenden, also Ihrer Seite, zum Zahlungsdienstleister bzw. zur Gutscheinseite. Dann kehrt der Besucher wieder zur Seite zurück und Google Analytics macht genau das, was es soll: Es registriert den Besuch von der scheinbar „neuen“ Seite und trägt die Verweisseite als Quelle ein. Dann folgt der Abschluss inkl. Umsatz bzw. die Anfrage. Diese werden dann dem Zahlungsdienstleister bzw. der Gutschein-Seite zugeordnet. Dass wir diese Seiten nicht als Quellen wollten, konnte Google bei der Entwicklung von Analytics nicht wissen. Mit dem Universal Tracking hat Google Analytics aber eine Möglichkeit geschaffen, solche Verweisseiten auszuschließen.

Typische Zahlungsdienstleister sind paypal.com (PayPal) und sofort.com (SofortÜberweisung). Verbreitet ist auch giropay. Hier kann man keine giropay-Domain ausschließen, da giropay als Subdomain der Banken implementiert wird. Das sieht dann wie folgt aus:

ch5

Abb. 6: Zahlungsdienstleister in Google Analytics

Erkennen kann man das an den überaus wenigen Sitzungen und der extrem hohen Conversion Rate.

Dieser Umsatz gehört eigentlich zu einer anderen Quelle, die, wenn sie kostenpflichtig ist, ein schlechteres Kosten-Umsatz-Verhältnis zugeschrieben bekommt, als sie in Wahrheit verdient. Die Werbe-Effizienz kann sehr gut sein, aber wenn alle Umsätze per giropay bezahlen, sieht es aus als sei die Werbung nicht rentabel.

Die Verweis-Ausschlussliste findet man in Google Analytics unter Verwaltung – Tracking-Informationen – Verweis-Ausschlussliste (in der Spalte Property).

ch6

Abb. 7: Verweis-Ausschlussliste in Google Analytics

Selbst, wenn die Fehlzuordnungen nicht wären, gäbe es immer noch Gründe, dass Besucher und somit deren Umsätze/Anfragen nicht getrackt werden können. Über diese wird in einem anderen Beitrag berichtet.

Kommentar schreiben

Deine E-Mail-Adresse wird nicht veröffentlicht.

Mehr zum Thema

Google Analytics

Google Analytics Filter

Nicht jeder Traffic, der in Analytics angezeigt wird, wird durch echte Besucher verursacht oder ist gar nicht einmal echter Traffic auf der eigenen Seite. 1. Fake- oder Ghost-Traffic: Fake- oder Ghost-Traffic kommt dadurch zustande, dass das Measurement Protocol, was eigentlich …

Zu: Google Analytics Filter
6 Gründe warum du jetzt zu Google Analytics 4 wechseln solltest!

6 Gründe warum du jetzt zu Google Analytics 4 wechseln solltest!

In diesem Beitrag schauen wir uns genauer an, was Google Analytics 4 ist, wie es sich von Universal Analytics ​​unterscheidet und warum Du schnellstmöglich wechseln solltest.

Zu: 6 Gründe warum du jetzt zu Google Analytics 4 wechseln solltest!

A/B Testing mit Google Analytics

Der A/B-Test (auch split test) ist eine Testmethode zur Bewertung zweier Varianten eines Systems, bei der die Originalversion gegen eine leicht veränderte Version getestet wird. Ziel eines A/B-Tests ist es zu ermitteln, welche Version eine bessere Leistung erzielt.

Zu: A/B Testing mit Google Analytics
Google Analytics Filter

Google Analytics Filter

Mit Filtern von Google Analytics können Sie effektiv große Datenmengen aus Google Analytics strukturieren. Eine Datenanalyse lohnt sich für jeden. Oft werden die Filter aber kaum verwendet. Zeit das zu ändern! Welche Zwecke erfüllen die Filter? Google Analytics Filter erfüllen …

Zu: Google Analytics Filter

Ihr Kontakt zu uns

Jetzt kostenlos und unverbindlich anfragen: