Wie einfach es ist, Google Analytics Statistiken zu manipulieren

19.10.2019 - Michael Kornfeld

Es gibt ein berühmtes Zitat, das Winston Churchill zugeschrieben wird: „Traue keiner Statistik, die Du nicht selber gefälscht hast.“

 

Das gilt auch für Google-Analytics Statistiken und Reports, die Sie von Ihrer Agentur, einem Mitarbeiter oder einem Kollegen bekommen. Hier gilt es, ein paar Dinge kritisch zu hinterfragen – denn es ist tatsächlich sehr einfach, mit ein paar Klicks die Kennzahlen in Google Analytics zu verändern!

 

Wie einfach das ist, das wollen wir mit diesem Artikel vor Augen führen.

 

Selbstverständlich ist das keinesfalls als Anleitung zur Manipulation zu verstehen! Viel mehr möchten wir klar machen, wie wichtig es ist, die präsentierten Zahlen nicht einfach nur zur Kenntnis zu nehmen, sondern bei Bedarf etwas kritisch zu hinterfragen.

 

Neue Session bei Inaktivität

Im Bereich der Web-Analyse gibt es eine breit akzeptierte Konvention: Wenn ein User eine Website besucht und während des Besuchs 30 Minuten inaktiv ist (d.h. es erfolgt kein weiterer Seitenaufruf), dann beginnt beim nächsten Seitenaufruf eine neue Session (d.h. es wird ein neuer Besuch gezählt).

 

Wenn also ein User eine Website aufruft, dann 35 Minuten telefoniert und danach seinen Besuch fortsetzt, werden zwei Besuche (desselben Users) in Google Analytics & Co erfasst (aufgrund der Inaktivität von mehr als 30 Minuten).

 

So viel zum Hintergrund.

 

Doch diese 30 Minuten lassen sich in den Einstellungen von Google Analytics ändern! Wenn man hier den Wert zum Beispiel auf 5 Minuten herunter setzen würde, dann würde das in den Reports zu einer deutlichen Zunahme an Besuchen führen, weil bei jeder Unterbrechung eines Besuchs von mehr als 5 Minuten die Fortsetzung als neuer Besuch gewertet werden würde!

 

Cookie Laufzeit für die Wiedererkennung

Google Analytics setzt ein Cookie, um erkennen zu können, ob ein User im Beobachtungs-Zeitraum wiederholt auf die Website kam.

 

Normalerweise hat dieses Cookie eine Laufzeit von 2 Jahren – doch auch diesen Wert kann man in den Einstellungen verändern.

 

Wenn die Laufzeit des Cookies deutlich herabgesetzt wird – zum Beispiel auf 1 Woche – dann würde in den Reports der Anteil an neuen Besuchern deutlich zunehmen (und der Anteil an wiederkehrenden Besuchern entsprechend abnehmen).

 

Der Beobachtungs-Zeitraum macht den Unterschied

Der gewählte Beobachtungs-Zeitraum hat auf viele Kennzahlen einen großen Einfluss, da er sich direkt auf diese auswirken kann.

 

Ein Beispiel: Sie möchten wissen, wie viele „Fans“ Ihre Website hat, wie viele Besucher also mehr als ein Mal auf Ihre Website kamen. Hier macht der gewählte Beobachtungs-Zeitraum einen großen Unterschied – denn wenn Sie hier einen langen Zeitraum wählen, haben die User einfach viel mehr Chancen, um mehr als ein Mal Ihre Website zu besuchen.

 

Wenn umgekehrt der Zeitraum sehr kurz gewählt wird – zum Beispiel nur ein Tag oder eine Woche – dann wird der Anteil an wiederkehrenden Besuchern automatisch sehr gering sein.

 

Fiktiver Conversion-Wert

Bei der Definition von Zielen bietet Google Analytics ein sehr praktisches Feature: Man kann jedem Ziel einen fiktiven Wert zuordnen. So könnte man beispielsweise einem Folder-Download einen Wert von 10,- zuordnen, einer Kontaktanfrage aber 50,-.

 

Der große Vorteil: Man kann so Ziele bis zu einem gewissen Grad miteinander vergleichbar machen und sich eine Art „fiktiver Umsatz“ für die Interaktionen, die auf der Website stattfinden, ausrechnen lassen – auch wenn man auf der Website keinen Shop hat und keine „echten“ Umsätze erzielt.

 

Allerdings lassen sich so natürlich die Reports auch ebenso einfach manipulieren: Sobald man die fiktiven Werte in den Einstellungen ändert und dabei zum Beispiel nur bei einem Ziel in die Höhe schraubt, wird automatisch dieses eine Ziel deutlich positiver dargestellt als es das vielleicht in Wahrheit ist.

 

Das Attributions-Modell prägt die Kanal-Analyse

Das Attributions-Modell bestimmt, welchen Kanälen, die an einer Zielerreichung (Conversion) beteiligt waren, der Zielwert (zum Beispiel ein Umsatz) zugeordnet wird.

 

Das klingt banal, ist aber alles andere als trivial: Soll der erste Kanal, der den Interessenten auf die Website gebracht (z.B. Google Ads), diesen Erfolg für sich verbuchen können? Oder nur der letzte Kanal, der schlussendlich den Ausschlag für die Conversion gegeben hat (z.B. ein Newsletter)? Oder alle Kanäle, die in Summe an der Conversion beteiligt waren, zu gleichen Teilen? Darüber lässt sich vortrefflich streiten!

 

Eine Gegenüberstellung der Vor- und Nachteile der verschiedenen Modelle würde den Rahmen dieses Artikels sprengen. Doch für Sie ist wichtig zu wissen: Das Attributions-Modell kann man in den Einstellungen von Google Analytics ändern. Und damit verändert man den „Erfolg“ der einzelnen Kanäle bei den Analysen eventuell deutlich!

 

Die Ereignisse verändern die Zahlen

Bei der Analyse von Zeiträumen, insbesondere beim Vergleich von unterschiedlichen Perioden, sollte man sich auch unbedingt die Ereignisse ansehen, die auf der Website in dem Zeitraum (oder davor) stattgefunden haben und die Zahlen stark beeinflussen können.

 

Gab es einen Relaunch der Website? Wurde im Beobachtungs-Zeitraum ein Newsletter verschickt (im Vergleichs-Zeitraum aber nicht)? Lief eine Google Ads Kampagne?

 

Ohne diese Information kann man die Zahlen unmöglich richtig interpretieren. Daher sollte man sich solche Ereignisse unbedingt ansehen.

 

Tipp: Ein sehr nützliches Feature von Google Analytics sind die „Vermerke“ (englisch: annotations): Das sind kleine Hinweise, die man mit einem Datum versehen und somit bei den Charts platzieren kann, damit jeder bei den Reports erkennen kann, wann welche wichtigen Ereignisse stattgefunden haben.

 

Segment oder nicht Segment?

In Google Analytics kann man alle User analysieren, die der Website im Beobachtungs-Zeitraume einen Besuch abgestattet haben – oder nur eine Auswahl, die besonders interessant scheint.

 

Eine solche Auswahl nennt man „Segment“ – das ist ein unglaublich mächtiges Werkzeug, um Spreu von Weizen zu trennen. So könnte man beispielsweise die Newsletter-Leser aus der Analyse entfernen, weil die Zugriffe rund um den Versandtag sonst die Durchschnittswerte stark verzerren könnten.

 

Oder man könnte sich so gezielt die User ansehen, die über eine Google Ads Kampagne auf die Website kamen: Welche Seiten haben sie sich angesehen, wie viele Besuche haben zu einer Conversion geführt?

 

Es versteht sich von selbst, dass die Wahl eines Segments (und die Auswahl der Bedingungen, die solche Segmente definieren) alle Analysen und alle Kennzahlen stark verändern: Stellen die Zahlen bzw. Charts nun alle Besucher der Website dar oder nur ein bestimmtes Segment? Wenn ja, wie ist dieses genau definiert?

 

Fazit und Empfehlungen

Wie man an diesen Beispielen sehen kann, ist es relativ einfach, jeden Report und jedes Chart in Google Analytics so darzustellen, dass es zur gewünschten Aussage passt.

 

Daher sollte man die Reports unbedingt kritisch hinterfragen:

  • Welcher Beobachtungs-Zeitraum liegt der Auswertung zugrunde?
  • Gab es wichtige Ereignisse, die Einfluss auf die Zahlen haben könnten?
  • Wurden zentrale Einstellungen in Google Analytics eventuell verändert? Wenn ja, welche, wann und warum?
  • Werden alle User dargestellt oder eine bestimmte Auswahl?

 

Mit einigen wenigen Fragen lässt sich also schnell herausfinden, ob man den präsentierten Zahlen Vertrauen schenken darf – oder ob vielleicht etwas Vorsicht bei den Interpretationen angebracht sein sollte.

 

Seminar-Hinweis: In unserem zwei-tägigen Seminar „Google Analytics Intensiv“ gehen wir natürlich noch viel detaillierter auf die verschiedenen Kennzahlen ein und erklären genau, wie sie zustande kommen, was sie bedeuten und wie man sie richtig interpretiert!

 

Gefällt Ihnen dieser Artikel?

Rund 1x/Monat bekommen Sie die besten Artikel kostenlos in Ihre Inbox.

Newsletter abonnieren

 
 
Maus