Google Analytics 4

Definition: Google Analytics 4 (GA4) ist die vierte und aktuelle Generation der kostenlosen Web-Analyse-Plattform von Google, im Oktober 2020 als Nachfolger von Universal Analytics (UA) eingeführt und seit dem 1. Juli 2023 deren offizieller Ersatz – an diesem Datum stellte Google das Datensammeln in Universal-Analytics-Properties ein. GA4 basiert auf einem fundamentalen Paradigmenwechsel: Statt des auf Sitzungen und Seitenaufrufen aufgebauten Datenmodells von Universal Analytics erfasst GA4 jede Nutzerinteraktion als einzelnes, frei definierbares Ereignis (Event). Dadurch können Websites und mobile Apps (iOS und Android) unter einem einzigen GA4-Property zusammengeführt und kanalübergreifend analysiert werden. Die Plattform ist für Websitebetreiber kostenlos; eine kostenpflichtige Variante namens Google Analytics 360 (GA4 360) richtet sich mit erweiterten Datenlimits und SLA-Garantien an Enterprise-Unternehmen und kostet ab etwa 50.000 US-Dollar jährlich. Laut Statista nutzen über 28 Millionen Websites weltweit Google Analytics in irgendeiner Form.

Erläuterung

Der Wechsel von Universal Analytics zu GA4 war für viele Marketing-Teams eine der grössten Herausforderungen der jüngeren Vergangenheit: Das neue Event-basierte Datenmodell erfordert ein grundlegendes Umdenken. In Universal Analytics waren Sitzung, Seitenaufruf, Transaktion und Ziel die zentralen Bausteine. In GA4 ist alles ein Event – ein Seitenaufruf ist das Event "page_view", ein Scroll bis zu 90 Prozent der Seite ist "scroll", ein Klick auf einen externen Link ist "click". Dieser Ansatz ermöglicht eine flexiblere und präzisere Analyse, erfordert aber auch eine durchdachtere Implementierungsstrategie.

GA4 bietet eine Reihe automatisch erfasster Events (Pageviews, Scrolls, Outbound-Klicks, Video-Interaktionen, Datei-Downloads), empfohlene Events (z.B. "purchase", "add_to_cart" für E-Commerce) und benutzerdefinierte Events, die individuell nach Geschäftsanforderungen implementiert werden. Das Reporting-Interface wurde grundlegend überarbeitet und basiert auf einer Explorer-Ansicht, in der Metriken und Dimensionen frei kombiniert werden können. Für fortgeschrittene Analysen bietet GA4 eine native BigQuery-Integration (kostenlos), über die rohe Ereignisdaten in Google Cloud exportiert und mit SQL abgefragt werden können.

Machine-Learning-basierte Funktionen wie Predictive Audiences (Nutzer, die wahrscheinlich in den nächsten 7 Tagen kaufen) und Churn-Wahrscheinlichkeits-Modelle können direkt in Google Ads für Targeting verwendet werden. Datenschutztechnisch bietet GA4 verbesserte Funktionen für eine Cookie-ärmere Welt: Consent Mode v2, serverseitiges Tagging und modellierte Conversions helfen dabei, auch bei lückenhafter Cookie-Zustimmung verlässliche Messdaten zu erhalten. Datenschutzbehörden in mehreren EU-Ländern haben GA4 jedoch weiterhin kritisch bewertet, da Daten auf US-amerikanischen Google-Servern verarbeitet werden – Alternativen wie Matomo oder Piwik Pro bieten vollständige EU-Datenlokalisierung.

Kernunterschiede GA4 vs. Universal Analytics

Datenmodell: GA4 ist ereignisbasiert (alles ist ein Event); UA war sitzungsbasiert (Seitenaufrufe und Ziele als Hauptmessgrössen).
Cross-Platform: GA4 trackt Web und Apps (iOS/Android) unter einem Property; UA erforderte separate Properties für App-Tracking.
Predictive Metrics: GA4 bietet KI-gestützte Vorhersagemodelle (Kaufwahrscheinlichkeit, Abwanderungswahrscheinlichkeit); UA hatte diese nicht.
Datenspeicherung: GA4 speichert Nutzerdaten standardmässig 14 Monate; UA bot längere Speicheroptionen; BigQuery-Export ist für langfristige Datenhaltung nötig.
Absprungrate: GA4 hat die klassische Absprungrate durch die "Engagement Rate" ersetzt (Sitzungen mit mehr als 10 Sekunden Dauer, Conversion-Events oder mehreren Seitenaufrufen).

Wichtige GA4-Berichte und Funktionen

Akquisitionsbericht: Zeigt Traffic-Quellen und Kanäle, die Nutzer auf die Website bringen; differenziert nach Nutzerakquisition (erster Kanal) und Sitzungsakquisition.
Engagement-Bericht: Analyse von Seiten, Events und Conversion-Pfaden; Engagement Rate als moderne Alternative zur klassischen Absprungrate.
Monetarisierung: Detaillierte E-Commerce-Reports für Transaktionen, Revenue und Produkt-Performance; erfordert korrektes E-Commerce-Tracking.
Explore (Analysen): Freie, drag-and-drop-basierte Berichte für Trichteranalysen, Pfadanalysen und Kohortenvergleiche.
BigQuery-Export: Kostenfreier Export roher Ereignisdaten nach Google BigQuery für SQL-basierte Tiefenanalysen und Datenwissenschaft.

Praxistipp: Richten Sie in GA4 von Anfang an einen strukturierten Conversion-Event-Plan ein: Definieren Sie mit Ihrem Team, welche Nutzeraktionen (Formular-Submit, Kauf, Anruf-Klick, Newsletter-Anmeldung) als Conversions zählen, und implementieren Sie diese Events über den Google Tag Manager. Aktivieren Sie den kostenlosen BigQuery-Export von Beginn an, da GA4 Rohdaten standardmässig nur 14 Monate speichert – mit BigQuery haben Sie eine unbegrenzte historische Datenbasis. Verknüpfen Sie GA4 mit Google Ads, um Conversion-Daten für automatische Gebotsstrategien zu nutzen und Predictive Audiences für Remarketing-Kampagnen zu aktivieren.