121WATT

Haben Sie Fragen?
FAQ
089 416126990

19 Ansätze für berechnete Messwerte in Google Analytics.

Zum Lesen auf deinem Desktop Erinnerung einrichten »

Keine Artikel mehr verpassen? Jetzt Newsletter abonnieren »

19 Ansätze, um berechnete Messwerte effektiv in Google Analytics einzusetzen

Wie oft habe ich mir gewünscht, eigene Messwerte in Google Analytics zu verwenden. Und tatsächlich ist dies auch seit Ende 2015 möglich. Berechnete Messwerte (calculated Metrics) werden immer noch selten genutzt. Gerne möchte ich dir deswegen in diesem Artikel Folgendes zeigen:

Eine umfassend Anleitung zu berechneten Messwerte in Google Analytics

Was sind berechnete Messwerte in Google Analytics?

Berechnete Messwerte sind Werte, die auf Basis bestehender Messwerte in Google Analytics, neu kalkuliert werden können. Mit berechneten Messwerten kann man eigene Definitionen schaffen, die helfen, Kennzahlen besser an die eigenen Analyseziele anzupassen. Berechnete Messwerte in Google Analytics können in Dashboards und in benutzerdefinierten Berichten verwendet werden.

Warum sind berechnete Messwerte so interessant?

Bis November 2015 konnte man in Google Analytics immer nur mit den vorgegebenen Metriken arbeiten. Das erscheint mir im Augenblick mit 164 verfügbaren Metriken (aktuelle Zählung 05/2017 ohne Doubleclick Zahlen) eigentlich als ausreichend. Aber manchmal möchtest du genau das berechnen, was Google nicht vorhersieht oder was du genau zur Analyse deines Geschäftsmodels brauchst. Grundsätzlich ist es ja so, dass Google Analytics in den Standardefinitionen schon mit berechneten Messwerten arbeitet. Beispielsweise die Konversionsrate ist ein berechneter Messwert (ga:goalXXCompletions / ga:sessions) oder der RPC, der Revenue per Click= ((ga:transactionRevenue + ga:goalValueAll) / ga:adClicks).

Was ist der Unterschied zwischen benutzerdefinierten Messwerten und berechneten Messwerten?

Benutzerdefinierte Messwerte stehen in Google Analytics schon länger zur Verfügung und sind zusammen mit benutzerdefinierten Dimensionen der Nachfolger von „Custom Variables“. Der Unterschied ist:

Wie erstellt man berechnete Messwerte in Google Analytics?

Um berechnete Messwerte zu erstellen, benötigst du die Bearbeitungsrechte auf Datenansichtsebene in Google Analytics. Wenn du diese hast, findest du die berechneten Messwerte im Adminbereich der Datenansicht.

Es werden Bearbeitungsrechte auf Datenasichtsebene benötigt, um berechnete Messwerte zu erstellen

Schritt 1: Klicke auf “Neuer berechneter Messwert”, um zu starten.
Du kannst deinen Metriken einen freiwählbaren Namen geben. Es ist aber zu empfehlen, einen eindeutigen, logischen und kurzen Namen zu wählen. Für dieses Beispiel geben wir der Metrik den Namen “Nutzer CVR”.
Schritt 2:  Du wählst die Formatierung. Du kannst aus folgenden Optionen wählen:

Schritt 3: Jetzt erstellst du deinen ersten berechneten Messwert selber. Hier am Beispiel der Kosten-Umsatz-Relation.

Berechnete Messwerte in Google Analytics erstellen

 

Wo kannst du berechnete Messwerte verwenden?

Sobald wir den berechneten Messwert erstellt haben, kannst du diese abseits von Standardberichten, in folgenden Berichten bzw. Google Analytics „Anwendungen“ verwenden.

 

Beispiele für berechnete Messwerte

Beispiel 1: AdWords und Analytics Integration überprüfen

In Google AdWords kann es zu Abweichungen zwischen Klicks und Sitzungen kommen (mehr darüber erfährst du in unserem Artikel wie man Google Analytics und Google AdWords richtig verknüpft). Jede einzelne Kampagne, Anzeigengruppe und Anzeige händisch nach Abweichungen zu kontrollieren, ist mühselig und kann vor allem bei einem oder mehreren großen AdWords-Accounts schwierig werden. Um sich das Ganze in Google Analytics zu vereinfachen, haben wir einen berechneten Messwert hinzugefügt, der uns das Delta zwischen Klicks und Sitzungen anzeigt:

Du erstellst den berechneten Messwert

Wenn du diesen Messwert erstellt hast, kannst du dann ein eigenes Dashboard für die Messung deiner Datenqualität bauen. Hier siehst du mal ein Beispiel, wie dieses Widget in Google Analytics aussieht.

berechneter Messwert um Abweichung zwischen Google AdWords und Google Analytics zu messen

 

Mt diesem erstellten Messwert können wir nun einen benutzerdefinierten Bericht anlegen und nach dem „AdWords Delta“ sortieren. So können wir schnell erkennen, in welchen Kampagnen/Anzeigengruppen/Anzeigen es zu besonders großen Abweichungen kommt. Positive Abweichungen sind dabei ganz normal. Solltest du Abweichungen in deinem Bericht finden, solltest du dich vor allem auf die negativen Abweichungen (<90%) konzentrieren und die Ursache identifizieren. Dies kann darauf deuten, dass deine AdWords Analytics Integration falsch ist. Die Abweichungen von deutlich über 1oo% liegen am Attributionsmodell von Google Analytics (Source Precedence)

Beispiel 2: Konversionen / Transaktionen pro Nutzer messen

In der Regel misst Google Analytics Konversionen pro Sitzung.

Ein Beispiel: Nehmen wir an, zwei Nutzer besuchen deine Website. Das bedeutet, dass du zwei Nutzer in deinen Berichten siehst. Wenn beide deine Website zu 5 verschiedenen Anlässen (Sitzungen) besuchen, hast du 10 Sitzungen von 2 Nutzern.
Wenn einer dieser Nutzer konvertiert, siehst du eine 10% CVR in deinen Berichten. Das heißt, dass 10% dieser Sitzungen eine Conversion beinhalten. Natürlich würde sich die Frage stellen, ob das tatsächlich die richtige Darstellung des Erfolges deiner Website wäre. In diesem Fall können berechnete Messwerte ein besseres Verständnis schaffen, wie deine Website tatsächlich konvertiert. Würden wir als Basis der Konversionsrate nicht Sitzungen, sondern Nutzer verwenden, kämen wir hier auf eine Konversionsrate von 50%

Schritt 1: Im nächsten Beispiel berechnen wir den Prozentsatz an Nutzern, die auf der Website konvertiert haben, daher wählen wir hier “Prozent”.

Nächster Schritt: Jetzt erstellst du die Formel. Dafür geben wir die Standardmetriken ein, die wir verwenden wollen und wählen sie aus dem Menü aus. In diesem Fall: “Abschlüsse für Zielvorhaben” und “Nutzer”. Und so sieht die Formel am Ende aus:
{{Abschlüsse für Zielvorhaben}} / {{Nutzer}}

Kalkulierte Metriken sind vor allem im Bereich von Beträgen wie Umsätzen, Kosten und allen erdenklichen Kombinationen ein hilfreiches Instrument, um Reports nicht nur anzureichern, sondern z. T. auch eine vollkommen neue Sicht auf die Ergebnisse verschiedener Kanäle werfen zu können, ohne dabei Analytics verlassen zu müssen. Mein Favorit ist im Vergleich dazu vielleicht eher langweilig, aber dafür ein fast in allen Reports nützlicher Helfer: Die Gesamtanzahl _ausgewählter_ Conversions („Alle Makro-Conversions“). Während man normalerweise nur das Verhalten gegen einzelne oder alle Ziele in Reports zu sehen bekommt, erhält man so einen Gesamteindruck über den Erfolg mehrerer gleichwertiger Makrokonversionen, ohne dabei von erreichten sekundären Hilfszielen verwässert zu werden. Diese Metrik wird noch besser, wenn sie mit kumulierten Zielwerten der ausgewählten Ziele kombiniert wird.Markus Baersch, Geschäftsführer bei Gandke Marketing Gandke

Hinweis: Wichtig ist, dass du hier definierst, welches Makroziel (Hauptziel) hier für dich wichtig ist. In unserem Fall wären das beispielsweise Transaktionen. Die Voraussetzung wäre allerdings, dass ihr Google Analytics Enhanced E-Commerce integriert habt. Die Formel würde dann wie folgt aussehen:  {{Transaktionen}} / {{Nutzer}}

Wenn ihr Ziele integriert habt, würde in unserem Fall die Seminaranmeldung das Hauptziel sein. Die Formel wäre dann: {{Seminaranmeldung (Abschlüsse für Zielvorhaben 2)}} / {{Nutzer}}

Hier findest du zum Download einen Bericht, den wir für Enhanced E-Commerce erstellt haben. Achtung! Ihr könnt diesen Bericht nur nutzen, wenn ihr den berechneten Messwert erstellt habt. Die Konfiguration des Berichtes kann dann für dich so aussehen:

E-Commerce Konvesionsrate auf Nutzerbasis als berechneter Messwert

Dazu benutzerdefinierter (einfacher) Bericht:  -> so hat man gleich interessantere Konversionszahlen auf Basis von Nutzern und nicht von Sitzungen. Frei nach dem Motto, Menschen konvertieren nicht Sitzungen. Natürlich liegt die Limitierung in den Cookies, die auf dem Browser und im Gerät abgespeichert werden.

Einschränkungen von Konversionen auf Nutzerbasis

Alle wesentlichen Metriken in Google Analytics basieren auf der (richtigen) Implementierung des GA Tracking Codes, sei es direkt im Quell Code oder über den Google Tag Manager (empfohlen). Der GA Code stützt sich zur Messung von Dimensionen und Metriken auf Browser-Cookies. Wie immer, wenn man mit Zahlen und Messmethoden zu tun hat, gibt es auch bei der Messung zahlreiche technische und definitorische Einschränkungen.
Wenn sein Nutzer zum Beispiel über einen Laptop und dann über ein Handy auf die Website kommt, werden zwei separate Nutzer gezählt. Das bedeutet auch, diese Metrik ist fehlerhaft. Fehlerquellen sind hier insbesondere:

 

Berechnete Messwerte im GA Interface

Die meisten Nutzer verwenden zum Reporting das Web Interface von Google Analytics. Hier findest du die berechneten Messwerte unter Messwerte in benutzerdefinierten Berichten und in Dashboards. Leider können diese aber nicht als benutzerdefinierte Benachrichtigung in Google Analytics verwendet werden. Hier siehst du mal ein Beispiel für die Verwendung der KUR (Kosten-Umsatzrelation) in einem Google Analytics Dashboard.

Die KUR als berechneter Messwert in einem Google Analytics Dashboard

So erstellst du berechnete Metriken (hier: berechnete Felder) in Google Data Studio

Sobald du einen berechneten Messwert in Google Analytics erstellt hast, kannst du diesen auch im Google Data Studio verwenden.
Das wird vollständig unterstützt. Du hast aber auch die Möglichkeit, deinen berechneten Messwert direkt im Google Data Studio anzulegen.
Zu beachten ist aber, dass ein im Data Studio erstellter Messwert nicht in Analytics übertragbar ist. Das bedeutet, dass du die Messwerte nur im Data Studio verwenden kannst. Wenn du auf diese also in Analytics und im Data Studio verwenden möchtest, dann musst du diese in Google Analytics anlegen.

Im Data Studio erstellst du deine eigenen Messwerte über “berechnete Felder”

Um ein berechnetes Feld (calculated fields) zu erstellen, muss zuvor eine Datenquelle hinzugefügt (oder bearbeitet) werden oder du wählst “Neuen Messwert erstellen”. Solltest du eine Datenquelle ergänzen, siehst du eine Liste aller Metriken (blau markiert) und Dimensionen (grün markiert).
Um deine eigene Metrik zu erstellen, kannst du nun auf das blaue Pluszeichen an der Oberseite der Liste klicken. Gebe dann einen Namen sowie die Formel ein. Hier findest du ein Video, wie du in Google Data Studio berechnete Felder hinzufügen kannst.


Anschließend kannst du diese einem Bericht hinzufügen.

Verwenden von berechneten Metriken in Google Data Studio

Einmal erstellt, kannst du dein benutzerdefiniertes Feld auswählen und deinen Bericht als Metrik hinzufügen.
Natürlich kannst du auch deine berechneten Messwerte, die du in Analytics erstellt hat, ergänzen. Du findest diese auch unter der voreingestellten Auswahl. Berechnete Felder unterscheiden sich von berechneten Metriken in Google Analytics. Du kannst mit “berechneten Feldern” in Google Data Studio tatsächlich noch viel mehr machen und Funktionen in die Formel integrieren. Wer also nach weiteren Möglichkeiten sucht, eigene Definitionen anzulegen, sollte sich vielleicht langfristig mit den Möglichkeiten von Google Data Studio auseinandersetzen.

 

Einschränkungen bei berechneten Messwerten

Wenn ihr in Google Analytics berechnete Messwerte verwenden wollt, habt ihr maximal 5 berechnete Messwerte pro Datenansicht zur Verfügung. Solltet ihr Google Analytics 360 besitzen, habt ihr pro Datenansicht 50 berechnete Messwerte zur Verfügung. Deswegen ist es immer eine gute Idee, berechnete Messwerte zuerst einmal in einer Testdatenansicht zu prüfen. Falls ihr mehr als 5 calculated Metrics benötigt und nicht gleich auf 360 migrieren wollt, empfiehlt sich immer, wie oben dargestellt, die Verwendung von Google Data Studio.

Mein Favorit unter den berechneten Messwerten ist die User Conversion Rate ({{Anzahl Zielerreichungen oder Transaktionen}} / {{Nutzer}} mit Scope „Prozentwert“, denn sie versucht (auf Krücken zwar, aber immerhin) einen der größten Kritikpunkte der Conversion Rate zu eliminieren: die Sessionbezogenheit. Denn insbesondere bei Seiten mit immer länger werdenden User Journeys werden die Standard-Conversion-Rates – also die Conversions je Session – bei vielen Seiten immer kleiner. Eine Betrachtung, die eher auf Nutzer-Sicht als auf Session-Sicht basiert, kommt der Realität schon wesentlich näher.
Ein Beispiel: An einem Tag fanden 100 Sitzungen statt und 1 Conversion wurde getätigt. Das bedeutet eine Conversion Rate von 1 %. Wenn diese 100 Sitzungen jedoch von 40 Nutzern getätigt wurden (d. h. einige waren mehrmals auf der Seite, andere nur ein Mal) und das berücksichtigt wird, steigt die Nutzer-Conversion-Rate auf 2,5 % (1 Conversion / 40 User), das bedeutet: 2,5 % der User haben konvertiert. Das sieht nicht nur freundlicher aus, sondern kommt meines Erachtens der Realität wesentlich näher.Maik Bruns, Metrika Metrika

Beispiel 4: Nutzer Konversionsrate auf Nutzerebene

Name: User Conversion Rate
Format: Prozentwert
Formel:({{Anzahl Zielerreichungen oder Transaktionen}} / {{Nutzer}}

10 weitere Beispiele für berechnete Messwerte in Google Analytics

Beispiel 5: Qualifizierte Konversionsrate

Um die Qualität von zuführenden Quellen bzw. Kampagnen zu überprüfen, verwendet ihr die Metrik qualifizierte Konversionsrate. Damit findet ihr heraus, welche eurer Kampagnen möglicherweise zum Teil ein schlechtes Targeting haben. Wenn du nicht E-Commerce bei Google Analytics integriert hast, kannst du dein Zielvorhaben hier hinterlegen anstatt der Transaktion.

Name: Qualifizierte Konversionsrate
Format: Prozentwert
Formel: {{Transaktionen}} / ( {{Sitzungen}} – {{Absprünge}} )

Qualified Conversion in Google Analytics als calculated metric

 

Beispiel 6: Seiten / Nutzer

Dies ähnelt der Metrik „Seiten pro Sitzung“, die du standardmäßig in Google Analytics findest. Gibt dir aber die durchschnittliche Anzahl von Seiten, die auf der Nutzerebene angezeigt werden, aus.
Name: Seiten / Nutzer
Format: Fließkommazahl
Formel: {{Seitenaufrufe}} / {{Nutzer}}

Beispiel 7: Nutzer Ziel-CVR

Um ein besseres Verständnis für deine “echte” Conversion-Rate basierend auf Nutzern (und nicht Sitzungen) zu bekommen.
Name: Nutzer Ziel-CVR
Format: Prozentwert
Formel: {{Abschlüsse für Zielvorhaben}} / {{Nutzer}}

Beispiel 8: Nutzer E-Commerce-CVR

Ähnlich wie “Nutzer Ziel-CVR”, aber bezogen auf E-Commerce Transaktionen
Name: Nutzer E-Commerce-CVR
Format: Prozentwert
Formel: {{Transaktionen}} / {{Nutzer}}

Nutzer CVR
Eine Metrik, die beide Ziele, also Ziel-CVR und E-Commerce-CVR kombiniert, um eine Gesamt-CVR pro Nutzer zu erhalten.
Name: Nutzer CVR
Format: Prozentwert
Formel: ( {{Abschlüsse für Zielvorhaben}} + {{Transaktionen}} ) / {{Nutzer}}

Meine liebste kalkulierte Metrik ist die Konversionsrate pro Funnelstep. Die Idee ist es, in einem benutzerdefinierten Bericht eine Schritt für Schritt Konversion anlegen zu können. Um diesen berechneten Messwert zu verwenden, musst du allerdings jeden deiner Konversionschritte zuerst als Ziel hinterlegen. Bitte mache das am besten in einer Testdatenansicht.Michael Janssen Moderator des Podcasts „Beyond Pageviews

Beispiel 9: Konversionsrate pro Funnelstep

Name: Formular -> Transaktion
Format: Prozentwert
Formel: {{Transaktionen}} / {{Anmeldeformular (Abschlüsse für Zielvorhaben 7)}}

Beispiel 10: Durchschnittliche Ziel-Abschlüsse pro Nutzer

Diese berechnete Metrik kann in ähnlicher Weise wie die o.g. CVR-Metriken angepasst werden, um „Durchschnittliche E-Commerce-Abschlüsse pro Nutzer“ und „Durchschnittliche Gesamt-CVR pro Nutzer“ zu erstellen.
Name: Ziel Abschlüsse / Nutzer
Format: Fließkommazahl
Formel: {{Abschlüsse für Zielvorhaben}} / {{Nutzer}}

Beispiel 11: Durchschnittliche Kosten pro Nutzer

Wenn du AdWords-Kampagnen schaltest oder über den Datenimport Kostendaten aus Facebook Werbung oder Bing Ads importierst, dann wird dir diese Metrik zeigen, wie viel du in die Werbung investiert, um einen Nutzer auf deine Website zu bringen.
Name: Kosten / Nutzer
Format: Währung
Formel: {{Kosten}} / {{Nutzer}}

Beispiel 12: Sitzungen pro Nutzer

Die Metrik zeigt die durchschnittliche Anzahl an Sitzungen für jeden Nutzer.
Name: Sitzungen / Nutzer
Format: Fließkommazahl
Formular: {{Sitzungen}} / {{Nutzer}}

Beispiel 13: Gewichtete-Ziel-CVR

Eine Metrik, die bestimmte Ziele auf der Grundlage ihrer Bedeutung priorisiert. Du kannst die Formel anpassen, die auf den Zielen basiert, die du priorisieren möchtest. Hier ist ein Beispiel:
Name: Gewichtete-Ziel-CVR
Format: Prozentwert
Formel: (( {{xyz (Ziel 1 Abschlüsse)}} x 5 ) + ( {{xyz (Ziel 2 Abschlüsse)}} x 3 ) + ( {{xyz (Ziel 3 Abschlüsse)}} x 1 )) / ( 9 x {{Sitzungen}})

Beispiel 12: beliebte nicht Landeseiten

Diese Metrik entfernt Seitenaufrufe, wenn Menschen auf deiner Website landen und zeigt dir so die beliebtesten „Nicht-Landing-Pages“.
Name: Seiten Navigation
Format: Ganzzahl
Formel: {{Eindeutige Seitenaufrufe}} – {{Einstiege}}

Beispiel 14: Wert pro Nutzer

Die Metrik zeigt dir den Durchschnittswert, den jeder Nutzer hat.
Name: Wert / Nutzer
Format: Währung
Formel: ( {{Umsatz}} + {{Zielwert}} ) / {{Nutzer}}

Beispiel 15: Seitenaufrufe pro Transaktion

Diese Metrik zeigt die Durchschnittszahl der Seiten, die Nutzer sich anschauen, bevor sie eine E-Commerce-Transaktionen ausführen.
Name: Seitenaufrufe / Transaktionen
Format: Fließkommazahl
Formel: {{Seitenaufrufe}} / {{Transaktionen}}

Beispiel 14: Non-Bounces

Diese Metrik entfernt Absprünge, so dass du dich auf die Nutzer fokussieren kannst, die mehr als eine Seite in einer Sitzung besucht haben.
Name: Non-Bounces
Format: Ganzzahl
Formel: {{Sitzungen}} – {{Absprünge}}

Beispiel 16: Non-Bounce Rate

Das Gegenteil der Absprungrate – diese Metrik zeigt die Prozentzahl an Sitzungen, die mehr mehr als einen Seitenaufruf beinhalten.
Name: Non-Bounce Rate
Format: Prozentwert
Formel: ( {{Sitzungen}} – {{Absprünge}} ) / {{Sitzungen}}

Beispiel 17: Gesamtzielabschlüsse für ausgewählte Ziele

Name: Gesamtzielabschlüsse für ausgewählte Ziele
Format: Ganzzahl
Formel: {{xyz (Ziel 1 Abschlüsse)}} + {{xyz (Ziel 2 Abschlüsse)}} + {{xyz (Ziel 3 Abschlüsse)}}

Beispiel 18: Durchschnittliche Sitzungsdauer je Nutzer

Das könnte zum Beispiel interessant für Unternehmen sein, die wie Verlage, Interesse haben, die langfristige Nutzung nicht nur auf Sitzungsebene zu überprüfen, sondern auch auf Nutzerebene
Name: Durchschnittliche Sitzungsdauer je Nutzer
Format: Zeit
Formel: {{Sitzungsdauer}} / {{Nutzer}}

Beispiel 19: Deckungsbeitrag I

Du willst vielleicht direkt deine Deckungsbeiträge deinen Umsätzen gegenüberstellen. Dann könnte die Formel, wie unten dargestellt aussehen
Name: Deckungsbeitrag I
Format: Währung
Formel: {{Produktumsatz}} * 0.30

Zusammenfassung Berechnete Messwerte (calculated metrics)

Berechnete Messwerte sind eine interessante weitere Option, um Google Analytics wieder ein Stück stärker individualisieren zu können. Man muss immer sehen, dass Analytics weltweit mehrere Millionen Implementierungen hat. Mit den berechneten Messwerten ermöglicht dir GA das Tracking und die Analysen noch besser an deine Bedürfnisse anzupassen.

Wenn du nicht bereits angefangen hast, dann starte jetzt und erstelle deinen ersten berechneten Messwert und füge diesen deinem Dashboard hinzu, lege einen benutzerdefinierten Bericht an und experimentiere mit dem Google Data Studio.
Und wenn du eine Metrik hast (oder andere Tipps), die du in meiner Liste nicht findest, dann lass es mich wissen! Weitere, sehr gute und umfangreiche Inspirationen zu berechneten Messwerten findest du auch noch bei Lovesdata, bei Lunamterics und bei Avinash Kaushik.

Wie hilfreich war dieser Artikel für dich?

Vielen Dank

Deine Meinung zählt, schreibe uns einen Kommentar!

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.