Google Analytics: Was sind personalisierte Berichte?

Google Analytics macht es uns nicht immer leicht. Super, dass wir alles tracken können, was uns in den Sinn kommt, aber wo finde ich dann diese Zahlen? Es gibt um die einhundert Standardreports in Analytics und auf Anhieb die richtigen Daten zu finden ist kein Kinderspiel. Innerhalb der einzelnen Berichte gibt es dann jede Menge verschiedener Tabs, innerhalb dieser wiederum Dimensionen und Messwerte. Dann mal los an die eifrige Suche...! Aber warum machen wir es uns nicht leichter? Warum stellen wir uns nicht die Reports so zusammen, wie wir sie brauchen? Wie das geht, erfahrt ihr in diesem Blogbeitrag.

Google Analytics bietet bei der Installation eigentlich schon eine ganze Menge. Ohne jegliche Individualisierung bringt es bereits eine Vielzahl an Standardberichten mit, mit denen man sich erst einmal zurecht finden muss. Doch oft erreicht man den Punkt, an dem diese standardisierten Auswertungen nicht mehr ausreichen. Warum auch? Sie sind so konzipiert, dass sie für alle möglichen Websites, Apps und Anwendungsfälle passen. So, dass jeder Analytics-Nutzer etwas daraus lesen kann. Doch eure Website oder App ist einzigartig. Sie muss euren ganz individuellen Anforderungen genügen, eure individuellen Ziele erfüllen. Vielleicht habt ihr euer Tracking auch so angepasst, dass benutzerdefinierte Dimensionen oder Messwerte getrackt werden. Diese findet ihr natürlich nicht in den Standardberichten. Deswegen ist klar, dass eure eigens erstellten Berichte die besten Informationen liefern.

Noch mal zusammengefasst:

Welche Vorteile bieten Personalisierte Berichte (Custom Reports) im Vergleich zu Standardreports?

  • Sie konzentrieren sich auf bestimmte Bereiche
  • Sie fassen Kennzahlen zu einem Datenpaket zusammen
  • Sie bilden benutzerdefinierte Variablen ab
  • Sie sparen Zeit und Nerven

So legt ihr einen personalisierten Bericht an

Nachdem dem Login in Analytics verlasst ihr den vertrauten „Berichte“-Tab und wagt euch an „Personalisieren“.

Personalisieren-Tab in Google Analytics

Klickt dann auf „Neuer benutzerdefinierter Bericht“.

Button Personalisierten Bericht erstellen

Nachdem sich das Fenster geöffnet hat, vergebt ihr einen passenden Namen für den Bericht und wählt zwischen den Darstellungsarten Explorer (Standardansicht mit Grafik und Datentabelle), Tabellenliste (reine Tabellenansicht) oder Karten-Overlay (Kartenansicht). Nun könnt ihr beginnen, Dimensionen und Messwerte nach euren Vorstellungen zu kombinieren.
Doch Vorsicht: Beachtet das Datenmodell von Google Analytics und vermixt nicht nutzer-, sitzungs- und interaktionsbasierte Dimensionen und Messwerte untereinander!

Hier ein Video zum Datenmodell (englisch) mit weiteren Infos.

In meinem Beispielbericht möchte ich herausfinden, zu welcher Tageszeit und an welchen Wochentagen die meisten Sitzungen stattfinden. Außerdem interessiert mich, wann die Nutzer am engagiertesten auf der Website agieren und somit, wann die höchsten Conversion-Rates erzielt werden können bzw. wann Sitzungen am wertvollsten sind.

Für die erste Auswertung wähle ich die Dimension Stunde und folgende Messwerte:

Einstellungen für Stunden-Auswertung
Einstellungen für die Auswertung „pro Stunde“.

Da ich die gleichen Angaben auch auf Basis der Wochentage herausfinden möchte, lege ich im Bericht einen zweiten Bericht-Tab mit dem Namen „Wochentage“ ein. Dort interessiert mich neben der Dimension Wochentage auch noch, welche Tageszeiten an einzelnen Wochentagen wichtig sind und welche Seiten dann angeschaut werden. Dafür wähle ich zusätzlich die Dimensionen Stunde und Seite.

Einstellungen für Wochentage-Auswertung

Den Bericht kann ich auch noch durch einen Filter ergänzen, falls ich meine Daten noch tiefer segmentieren möchte.

Tadaa! Hier der fertige Bericht!

Im obigen Graphen sehe ich einen durchschnittlichen Tagesverlauf. Morgens und nach dem Mittagessen sind unsere Nutzer besonders aktiv, abends weniger.
Die Tabelle unten schlüsselt meine angegebenen Messwerte nach den einzelnen Stunden auf. Daran lässt sich beispielsweise erkennen, dass um 15 Uhr die meisten Conversions erzielt werden und deswegen auch der durchschnittliche Wert pro Sitzung hoch ist. Das ist auch die Zeit, in der Nutzer die meisten Seiten pro Sitzung aufrufen.

Bericht, wann die meisten Zugriffe pro Stunde erfolgen
Fertige Auswertung, zu welcher Tageszeit die meisten Zugriffe erfolgen. Oben übersichtlich, unten detaillert.

Hier noch die Wochenauswertung. Dort sehe ich schon im grafischen Verlauf, dass der Großteil der Sitzungen an Werktagen stattfindet. Die Tabelle gibt wieder Aufschluss darüber, an welchen Tagen das Engagement am größten ist. Klickt man hier auf einen der Tage in der Tabelle, z.B. Dienstag, sehe ich den spezifischen Tagesverlauf für Dienstage. Ein Klick auf eine Stunde dort wiederum zeigt, welche Seiten an diesen Dienstagen besucht wurden.

Auswertung der Zugriffe je Wochentag.
Die Zugriffe in den letzten Wochen zeigt die Grafik. Die Tabelle schlüsselt das Engagement der Nutzer je Wochentag auf.

Probiert es doch einfach selbst einmal aus! Dazu könnt ihr gerne meinen Beispielbericht als Vorlage nehmen. Weitere Vorlagen findet ihr in der Solutions Gallery von Google Analytics. Diese könnt ihr ganz einfach in eure Datenansicht importieren.

Button "Aus Galerie importieren"
Vorlagen für personalisierte Berichte gibt es auch in der Solutions Gallery. Dazu einfach auf „Aus Galerie importieren“ klicken.

Viel Spaß beim Tüfteln! Vielleicht habt ihr ja auch eigene Berichte, die ihr gerne teilen möchtet. Dann teilt das einfach in den Kommentaren mit.

Alle Beiträge von Gloria

Unsere meistgelesenen Beiträge

Zwei Jahre Chromebook: Ein Erfahrungsbericht

Google Chromebook
|
Gute 25 Jahre PC-Nutzung - von Anfang an mit Windows. Dann raucht im wahrsten Sinne des Wortes mein teures und gar nicht so altes Lenovo-Notebook ab. Und ich bestelle mir einfach ein Chromebook und bin schneller weg aus der Windows-Welt, als ich es für möglich gehalten hätte. Zwei Jahre ist das nun her - und ich habe zwischendurch immer wieder über meine Erfahrungen mit dem Chromebook berichtet.