Web Analytics: Woher Ihre Zahlen kommen und ob sie stimmen

Bevor eine Website optimiert wird, muss geklärt sein, worauf sich diese Optimierung stützt. Hier setzt Web Analytics an: Es ist die Messung, Sammlung, Analyse und Auswertung von Webdaten mit dem Ziel, die Webnutzung zu verstehen und zu verbessern. In der Fachsprache finden sich hierfür Begriffe wie Webanalyse, Webanalytik, Clickstream-Analyse oder Web-Controlling. Gemeint ist jeweils dasselbe: die systematische Erfassung des Nutzungsverhaltens auf Websites und in Apps.

Diese Seite beantwortet nicht die Frage, welches Tool Sie einrichten sollten, und auch nicht, welche Design-Maßnahme Sie als Nächstes testen. Sie beantwortet die Frage davor: Woher kommen unsere Zahlen, und sind sie belastbar? Für Unternehmen, die ihre Conversion-Optimierung auf ein solides Fundament stellen wollen, ist dies die entscheidende Vorarbeit. Eine falsch erhobene Kennzahl führt zwangsläufig zu einer falschen Entscheidung, völlig unabhängig davon, wie präzise die anschließende Analyse gearbeitet hat.

Zwei Wege, auf denen Nutzerdaten entstehen

Es gibt zwei etablierte Erhebungsmethoden, die unterschiedliche Dinge auf unterschiedliche Weise messen.

Die Logfile-Analyse wertet aus, was der Webserver ohnehin protokolliert. Jeder Abruf einer Datei hinterlässt dort einen Eintrag, unabhängig davon, ob im Browser des Besuchers JavaScript ausgeführt wird. Das erfasst auch Zugriffe, die ein Tracking-Skript nie sehen würde, etwa von Suchmaschinen-Crawlern oder von Clients, die JavaScript deaktiviert haben. Im Gegenzug weiß der Server wenig darüber, was innerhalb des Browsers passiert ist. Auslieferungen aus einem Cache oder von einem vorgelagerten Content Delivery Network (CDN) werden oft nicht zuverlässig erfasst.

Das Page-Tagging arbeitet gegenteilig. Ein JavaScript-Schnipsel im Seitenquelltext meldet beim Aufruf an ein Erhebungssystem, was gerade geschieht. Damit lassen sich Interaktionen erfassen, die auf Serverebene unsichtbar bleiben: Klicks, Scrolltiefe, Formularschritte oder spezifische Ereignisse. Der Preis dafür ist die Abhängigkeit vom Endgerät. Wo das Skript blockiert wird, nicht lädt oder zu spät ausgeführt wird, entsteht schlicht kein Datensatz.

Beide Verfahren haben spezifische Vor- und Nachteile, weshalb sie in der Praxis oft in Hybridverfahren kombiniert werden. Für das Verständnis Ihrer Zahlen ist wichtig: Die Erhebungsmethode ist keine technische Randnotiz, sondern bestimmt mit, welche Nutzersegmente in Ihrer Statistik überhaupt auftauchen.

Eine weitere Grundunterscheidung betrifft den Betrachtungsraum. On-Site-Analytics beschreibt das Verhalten direkt auf der eigenen Website. Off-Site-Analytics befasst sich mit der Sichtbarkeit und der Zielgruppe außerhalb der eigenen Domain. Wer beides in einer Auswertung vermischt, vergleicht Größen, die nie dieselbe Grundgesamtheit hatten.

Das Messkonzept: KPIs vor der technischen Einrichtung

Ein typisches Web-Analytics-Dashboard weist Besucher, Seitenaufrufe, Sitzungen, Absprungraten, Referrer, UTM-Parameter und Core Web Vitals aus. Kernfunktionen gängiger Systeme sind das Seitenaufruf-Tracking, die Besucherzuordnung und die Pfadverfolgung. Doch genau hier liegt die Gefahr: Ein Dashboard, das alles zeigt, sagt von sich aus nichts aus.

Deshalb steht am Anfang das tool-neutrale Messkonzept, nicht die Software. Es hält schriftlich fest:

• Die Ziele der Website: Ist das Ziel eine Anfrage, eine Terminbuchung, ein Anruf, ein Download oder ein Kauf? Pro Ziel wird eine eindeutige Definition festgelegt, wann es als erreicht gilt.
• Die zu erhebenden Ereignisse: Welcher Klick, welcher Formularabschluss oder welcher Seitenaufruf zählt als Conversion, und welcher wird ausdrücklich ausgeschlossen?
• Die Berechnung der Kennzahlen: Was ist die Bezugsgröße im Nenner? Welcher Zeitraum wird betrachtet? Welche Daten, wie etwa interner Traffic oder bekannte Bots, werden gefiltert?
• Die Adressaten und Entscheidungen: Wer liest die Zahl und welche geschäftliche Entscheidung hängt von ihr ab? Eine Kennzahl ohne festen Adressaten wird nicht gepflegt und verliert schnell an Relevanz.

Erst wenn diese vier Punkte stehen, lässt sich entscheiden, welches Erhebungssystem geeignet ist. Am Markt existieren verschiedene Lösungen, darunter Google Analytics, die Google Marketing Platform, Amplitude, Mixpanel, Matomo, Adobe Analytics und etracker Analytics. Diese unterscheiden sich in Erhebungsmodell, Datenhaltung und Auswertungslogik, was uns zum nächsten Punkt führt.

Warum zwei Tools unterschiedliche Zahlen liefern

Ein häufiges Problem in der Praxis ist die Erkenntnis, dass zwei parallel laufende Systeme auf derselben Website abweichende Besucherzahlen zeigen. Die Frage ist dann: Wer hat recht?

In der Regel hat keines der Systeme im Sinne einer absoluten Wahrheit recht, da beide etwas leicht Verschiedenes zählen. Die Abweichung entsteht typischerweise aus einer Kombination folgender Ursachen:

• Unterschiedliche Erhebungsmethoden: Ein Logfile-basiertes und ein tag-basiertes System messen unterschiedliche Grundgesamtheiten. Dieser Unterschied ist systematisch, nicht zufällig.
• Unterschiedliche Definitionen: Was eine Sitzung ist, wann sie endet und wie ein wiederkehrender Besucher erkannt wird, ist eine Festlegung des jeweiligen Systems, keine Naturkonstante.
• Unterschiedliche Einbindung: Zwei Skripte laden an verschiedenen Stellen der Seite und damit zu verschiedenen Zeitpunkten. Verlässt ein Nutzer die Seite sehr schnell, erscheint er eventuell nur in einer der beiden Statistiken.
• Unterschiedliche Behandlung von Einwilligungen: Läuft ein System erst nach aktiver Zustimmung über ein Consent-Banner und ein anderes cookiefrei, messen sie zwangsläufig unterschiedlich große Ausschnitte des Traffics.

Zusätzlich gibt es allgemeine Fehlerquellen. Dazu gehören das Blockieren von Third-Party-Cookies, das sogenannte Hotel-Problem bei der Besucherzuordnung über gemeinsam genutzte IP-Adressen sowie Analytics Poisoning durch manipulierte Trackingdaten. Keine dieser Quellen lässt sich vollständig eliminieren.

Der praktikable Umgang damit besteht darin, Abweichungen zu benennen und innerhalb eines gewählten Systems konsistent zu messen. Für die Conversion-Optimierung zählt fast immer die Veränderung über die Zeit (der Trend), nicht der absolute Wert. Ein Trend bleibt aussagekräftig, solange die Messmethode stabil bleibt.

Datenschutz als Teil der Datenbasis

Eine Datenbasis ist nur belastbar, wenn sie rechtlich haltbar erhoben wurde. Wird ein Erhebungssystem aufgrund rechtlicher Bedenken nachträglich abgeschaltet oder massiv eingeschränkt, bricht die Zeitreihe. Damit geht die Vergleichbarkeit aller Auswertungen verloren.

Zwei Aspekte werden dabei oft unterschätzt. Erstens ist EU-Hosting nicht gleichbedeutend mit EU-Datenhoheit. Dieser Unterschied wird bei der Auswahl datenschutzfreundlicher Analytics-Lösungen häufig übersehen, obwohl er über die tatsächliche Bewertung entscheidet. Der Serverstandort allein sagt nichts darüber aus, wer rechtlich Zugriff auf die Daten hat.

Zweitens lässt sich Web Analytics auch ohne Cookies betreiben. Cookiefreies Tracking wird von vielen Anbietern als datenschutzfreundliche Variante angeboten. Es verändert jedoch, was gemessen werden kann, insbesondere bei der Wiedererkennung von Nutzern über mehrere Besuche hinweg.

Beides sind bewusste Abwägungen. Sie gehören in dieselbe Konzeptphase wie die KPI-Definition, da sie den messbaren Umfang direkt mitbestimmen.

Woran Sie eine belastbare Datenbasis erkennen

Eine tragfähige Messung erkennt man nicht am Design des Dashboards, sondern an vier Eigenschaften:

1. Bekannte Vollständigkeit: Sie wissen ungefähr, welcher Anteil des Traffics nicht gemessen wird und aus welchen technischen oder rechtlichen Gründen dies geschieht.
2. Dokumentierte Definitionen: Jede Kennzahl hat eine schriftliche Rechenvorschrift, die auch nach einem Jahr noch nachvollziehbar ist.
3. Stabilität der Messung: Änderungen an der Einbindung, den Zielen oder den Filtern werden mit Datum festgehalten, damit Brüche in der Zeitreihe erklärbar bleiben.
4. Trennung von Datenquellen: Quantitative Nutzungsdaten und qualitative Quellen, wie etwa Heatmaps oder Session Recordings, werden getrennt benannt. Sie beantworten unterschiedliche Fragen und dürfen nicht ungefiltert miteinander verrechnet werden.

Sind diese Punkte erfüllt, ist das Fundament gelegt. Alles Weitere, von der Priorisierung von Maßnahmen bis zur Überprüfung von Veränderungen, baut darauf auf. Ohne diese Grundlage optimiert man gegen ein Messrauschen, was teurer ist als gar nicht zu messen, da es eine Sicherheit vortäuscht, die nicht existiert.