Glossary

Web Analytics

Web Analytics ist das Messen, Sammeln und Auswerten von Daten über das Verhalten von Besuchern auf einer Website, etwa Herkunft, aufgerufene Seiten, Klicks und Käufe. Ziel ist nicht der schönste Bericht, sondern bessere Entscheidungen: Welche Kanäle bringen Käufer, wo brechen Besucher ab und was davon können Sie ändern.

Was Web Analytics misst

Die Grundlage sind Ereignisse: ein Seitenaufruf, ein Klick auf „In den Warenkorb“, ein Kauf. Daraus entstehen Kennzahlen wie Sitzungen, Nutzer, Absprungrate, Conversion-Rate und Umsatz pro Kanal. Für Online-Shops kommen E-Commerce-Ereignisse dazu: Produktansicht, Warenkorb, Checkout-Start und Kauf mit Bestellwert.

Wertvoll wird das erst in der Verknüpfung. Ein Funnel zeigt, auf welcher Stufe Besucher abspringen. Eine Kanalanalyse zeigt, ob bezahlte Anzeigen Neukunden bringen oder nur Bestandskunden abfangen, die ohnehin gekauft hätten.

Die gängigen Werkzeuge

Google Analytics 4 ist der Standard und kostenlos, verlangt aber saubere Einrichtung und eine Einwilligung der Besucher. Matomo ist die verbreitete Alternative, die sich auch selbst hosten lässt, sodass die Daten auf eigenen Servern bleiben. Daneben gibt es schlanke, cookielose Dienste für einfache Reichweitenmessung.

Für Verhaltensanalysen innerhalb von Produkten und Apps gibt es Product-Analytics-Tools wie Amplitude oder Mixpanel, für Klick- und Scroll-Verhalten Heatmap-Tools wie Microsoft Clarity oder Hotjar. Shopify und Shopware bringen eigene Grundauswertungen mit. Für viele kleinere Shops reichen die eingebauten Berichte plus ein sauber konfiguriertes Analytics-Tool völlig aus.

Welche Kennzahlen für Shops wirklich zählen

Für die meisten Online-Shops reichen wenige Kennzahlen, wenn sie stimmen: Conversion-Rate je Kanal und Gerät, durchschnittlicher Warenkorbwert, Umsatz und Neukundenanteil je Kanal sowie die Abbruchquoten zwischen Warenkorb, Checkout-Start und Kauf. Dazu kommt die Suche im Shop: Welche Suchbegriffe liefern keine Treffer?

Seitenaufrufe, Verweildauer oder die Absprungrate einzelner Seiten sind ohne Kontext wenig aussagekräftig. Eine hohe Absprungrate auf einer Kontaktseite kann bedeuten, dass der Besucher die Telefonnummer gefunden hat. Bewerten Sie Kennzahlen immer danach, welche Entscheidung sie stützen.

Datenschutz: DSGVO und TDDDG

In Deutschland regelt § 25 TDDDG (früher TTDSG), dass Informationen auf dem Endgerät nur mit Einwilligung gespeichert oder ausgelesen werden dürfen, sofern sie nicht unbedingt erforderlich sind. Für die meisten Analytics-Cookies heißt das: Ohne Zustimmung im Consent-Banner keine Messung. Die DSGVO regelt zusätzlich, auf welcher Rechtsgrundlage personenbezogene Daten verarbeitet werden und wohin sie übermittelt werden.

Praktische Folge: Ein Teil Ihrer Besucher stimmt nicht zu, und Ihre Zahlen sind entsprechend unvollständig. Server-seitiges Tracking verbessert die Datenqualität, ersetzt aber keine Einwilligung. Bei US-Anbietern brauchen Sie einen Auftragsverarbeitungsvertrag und eine tragfähige Grundlage für den Datentransfer. Wo der Anbieter EU-Hosting anbietet, sollten Sie es nutzen.

Typische Fehler in Online-Shops

Doppelt gezählte Käufe, weil das Bestell-Ereignis bei jedem Neuladen der Danke-Seite feuert. Fehlende Kanalzuordnung, weil Zahlungsdienstleister als Verweisquelle auftauchen und Käufe „stehlen“. Ziele, die niemand definiert hat, sodass Berichte zwar existieren, aber keine Frage beantworten. Und Analytics-Zahlen, die nie mit den Bestellungen im Shop-Backend abgeglichen werden.

Ein einfacher Test: Vergleichen Sie für einen Monat die Zahl der Käufe im Analytics-Tool mit den Bestellungen im Shop. Liegen die Werte weit auseinander, stimmt etwas am Tracking oder am Consent, und jede Entscheidung auf Basis dieser Daten steht auf wackligen Beinen.

APOLLOBASE

Unsere Einschätzung

Wir sehen in Shops selten zu wenig Daten, aber oft zu wenig Klarheit. Bevor Sie ein weiteres Tool einbauen, definieren Sie die drei bis fünf Fragen, die Ihre Zahlen beantworten sollen, und prüfen Sie, ob die Kaufdaten stimmen. Ein sauber eingerichtetes GA4 oder Matomo mit korrektem Consent schlägt fünf halb konfigurierte Tools. Product Analytics lohnt sich erst, wenn Sie eigene digitale Produkte oder komplexe Kaufstrecken haben.

Häufige Fragen

Was ist Web Analytics?+

Web Analytics bezeichnet das Messen und Auswerten von Besucherdaten einer Website, etwa Herkunft, Seitenaufrufe und Käufe. Ziel ist, Marketing und Website auf Basis von Daten statt Vermutungen zu verbessern.

Welches Web-Analytics-Tool ist DSGVO-konform?+

Kein Tool ist von sich aus DSGVO-konform, entscheidend ist der Einsatz: Einwilligung nach § 25 TDDDG, Auftragsverarbeitungsvertrag, Datensparsamkeit und eine Rechtsgrundlage für Übermittlungen in Drittländer. Ein selbst gehostetes Matomo vereinfacht die Datenschutzfragen, weil die Daten auf eigenen Servern bleiben.

Was ist der Unterschied zwischen Web Analytics und Product Analytics?+

Web Analytics betrachtet vor allem Besucherströme, Kanäle und Conversions auf Websites. Product Analytics untersucht, wie Nutzer ein digitales Produkt oder eine App verwenden, etwa welche Funktionen sie nutzen und ob sie wiederkommen. Die Grenzen verschwimmen zunehmend.

Brauche ich für Web Analytics einen Cookie-Banner?+

In der Regel ja. Sobald ein Tool Informationen auf dem Gerät speichert oder ausliest, die nicht unbedingt erforderlich sind, verlangt § 25 TDDDG eine Einwilligung. Ausnahmen gelten nur für streng notwendige Speicherungen.