Wenn Sie ein Einwilligungsbanner für Ihre Website oder App implementieren, fehlen in Analytics Daten zu Nutzern, die keine Einwilligung erteilt haben. Bei der Verhaltensmodellierung für den Einwilligungsmodus wird mithilfe von maschinellem Lernen das Verhalten von Personen, die Cookies zu Analysezwecken ablehnen, auf Grundlage des Verhaltens ähnlicher Nutzer modelliert, die solche Cookies akzeptieren. Mit geschätzten Daten sind Ihre Analytics-Berichte noch umfangreicher und gleichzeitig wird die Privatsphäre der Nutzer geschützt.
Beispielsweise werden bei der Verhaltensmodellierung Daten anhand von Nutzer- und Sitzungsmesswerten geschätzt, wie „Aktive Nutzer pro Tag“ und Schlüsselereignisrate, die möglicherweise nicht erfasst werden können, wenn Kennungen wie Cookies oder User-IDs nicht vollständig verfügbar sind. So lassen sich wichtige Fragen beantworten, darunter:
- Wie viele aktive Nutzer pro Tag habe ich?
- Wie viele neue Nutzer habe ich über meine letzte Kampagne gewonnen?
- Wie sieht der Conversion-Pfad von der Landingpage bis hin zum Kauf aus?
- Wie viele Besucher meiner Website kommen aus Deutschland und wie viele aus dem Vereinigten Königreich?
- Wie unterscheidet sich das Verhalten von Besuchern auf Mobilgeräten und Computern?
Modellierte und erfasste Daten im Vergleich
Wenn Nutzer Ihre Website besuchen und ihre Einwilligung für Analytics-Cookies erteilen oder die Personalisierung über die Werbe-ID in den Android-Einstellungen nicht deaktivieren, wird ihr Verhalten in Analytics verschiedenen Kennungen zugeordnet, um lückenlose Messungen zu ermöglichen. Wir bezeichnen diese Art von Daten als beobachtbare Daten, weil sie von Nutzern stammen, die uns die Erlaubnis erteilt haben, Daten zu ihrem Verhalten zu erheben.
Falls Nutzer keine Einwilligung erteilen, werden Ereignisse nicht mit einer festen User-ID verknüpft. Wenn in Analytics beispielsweise 10 Ereignisse vom Typ „Seitenaufruf“ erfasst werden, kann nicht nachvollzogen werden, ob diese von 10 verschiedenen Nutzern oder einer Einzelperson stammen. Stattdessen kommt maschinelles Lernen zum Einsatz, um das Verhalten dieser Nutzer auf Grundlage des Verhaltens ähnlicher Nutzer zu modellieren, die der Verwendung von Analytics-Cookies oder vergleichbaren App-Kennungen zugestimmt haben.
Die Trainingsdaten, die für die Modellierung verwendet werden, beruhen auf den erfassten Daten von Nutzern, die ihre Einwilligung in der Property erteilt haben, in der die Modellierung aktiviert ist.
Verhaltensmodellierung von Google
Der Ansatz für die Verhaltensmodellierung von Google beruht auf den folgenden Best Practices für maschinelles Lernen.
Auf Genauigkeit prüfen und über Änderungen informieren
Dank der Holdback-Validierung wird die Genauigkeit der Google-Modelle gewahrt. Die modellierten Nutzerdaten werden mit einem Teil der erfassten Nutzerdaten verglichen, die beim Trainieren der Modelle nicht berücksichtigt wurden. Die so gewonnenen Erkenntnisse werden zur Optimierung der Modelle verwendet. Google informiert Sie über Änderungen, die einen großen Einfluss auf Ihre Daten haben könnten.
Für zuverlässige Berichte sorgen
Modellierte Daten zum Verhalten werden nur dann berücksichtigt, wenn die Modelle zuverlässige Ergebnisse liefern. Falls beispielsweise nicht genug Zugriffsdaten von Nutzern, die ihre Einwilligung erteilt haben, für das Modell zur Verfügung stehen, werden Ereignisse, die von Nutzern ausgelöst wurden, die keine Einwilligung erteilt haben, nicht modelliert. So soll die Genauigkeit der Daten gewährleistet werden.
An Ihr Unternehmen anpassen
Der allgemeinere Modellierungsalgorithmus von Google wird separat angewendet und spiegelt so Ihr individuelles Unternehmen und das Verhalten Ihrer Kunden wider.
Voraussetzungen
Weil das Modell anhand der erfassten Daten für Ihre Google Analytics 4-Property trainiert wird, müssen in der Property genügend Daten vorhanden sein. Damit eine Verhaltensmodellierung möglich ist, muss Ihre Property die folgenden Kriterien erfüllen:
- Der Einwilligungsmodus ist auf allen Seiten Ihrer Websites und/oder auf allen App-Bildschirmen Ihrer Apps aktiviert.
- Der Einwilligungsmodus für Webseiten muss so implementiert sein, dass Tags vor dem Dialog zur Einholung von Einwilligungen geladen werden. Google-Tags werden immer geladen, nicht nur, wenn der Nutzer seine Einwilligung erteilt hat (erweiterte Implementierung).
- Es müssen über mindestens 7 Tage 1.000 oder mehr Ereignisse pro Tag mit „analytics_storage='denied'“ erfasst werden.
- Über mindestens 7 der letzten 28 Tage müssen Ereignisse von mindestens 1.000 täglichen Nutzern über „analytics_storage ='granted'“ gesendet werden.
- Manchmal dauert es mehr als 7 Tage innerhalb dieser 28 Tage, um den Datengrenzwert zu erreichen und das Modell erfolgreich zu trainieren. Es kann sogar sein, dass die zusätzlichen Daten dazu nicht ausreichen.
Die Verhaltensmodellierung beginnt an dem Tag, ab dem eine bestimmte Property alle Voraussetzungen erfüllt.
Im sehr seltenen Fall, dass eine Property die Voraussetzungen für die Verhaltensmodellierung nicht mehr erfüllt, sind keine geschätzten Daten mehr verfügbar. Werden die Voraussetzungen zu einem späteren Datum wieder erfüllt, sind ab dann auch geschätzte Daten verfügbar.
Modellierte Daten in Berichten ein- oder ausblenden
Wenn Sie modellierte Daten in Ihren Berichten sehen möchten, wählen Sie als Identität für die Berichterstellung „Zusammengeführt“ aus. Dazu sind Administratorberechtigungen erforderlich. Gehen Sie so vor:
- Klicken Sie auf der Seite Verwaltung unter Datenanzeige auf Identität für die Berichterstellung.
- Wählen Sie Zusammengeführt aus.
- Klicken Sie auf Speichern.
Wenn Sie keine modellierten Daten mehr sehen möchten, wählen Sie eine andere Option aus. Die ausgewählte Option hat keinen Einfluss auf die Datenerhebung oder ‑verarbeitung. Sie können jederzeit zwischen den Optionen wechseln, ohne dass das dauerhafte Auswirkungen auf die Daten hat. Weitere Informationen zur Identität für die Berichterstellung
Verhaltensmodellierung in Google Analytics
In Analytics werden modellierte und erfasste Daten nahtlos in Ihre Berichte eingebunden. Werden modellierte Daten berücksichtigt, fallen Ihnen wahrscheinlich Unterschiede zu Berichten auf, die nur erfasste Daten enthalten. So können die Nutzerzahlen in Berichten mit modellierten Daten z. B. höher ausfallen.
Nutzen Sie das Symbol für die Datenqualität (siehe unten), um zu sehen, ob modellierte Daten berücksichtigt wurden.
In der folgenden Tabelle finden Sie eine Übersicht der möglichen Informationen, die angezeigt werden, wenn Sie auf das Symbol klicken.
Status des Symbols für die Datenqualität | Beschreibung |
---|---|
Geschätzte Nutzerdaten werden eingeschlossen | Seit dem [Beginn der Modellierung] werden in Analytics Daten geschätzt, die aufgrund von Faktoren wie fehlender Cookie-Einwilligung nicht erfasst werden. |
Geschätzte Nutzerdaten werden eingeschlossen |
Seit dem [Beginn der Modellierung] werden in Analytics alle möglichen Daten geschätzt, die aufgrund von Faktoren wie fehlender Cookie-Einwilligung nicht erfasst werden. |
Geschätzte Nutzerdaten werden eingeschlossen |
Seit dem [Beginn der Modellierung] werden in Analytics Daten geschätzt, die aufgrund von Faktoren wie fehlender Cookie-Einwilligung nicht erfasst werden. * Die geschätzten Daten sind für den Vortag möglicherweise noch nicht verfügbar. |
Geschätzte Nutzerdaten werden ausgeschlossen | Die Einstellung für die Identität für die Berichterstellung Ihrer Property ist so konfiguriert, dass in Analytics keine Daten geschätzt werden, die aufgrund von Faktoren wie fehlender Cookie-Einwilligung nicht erfasst werden. Wenn Sie die Einstellung Zusammengeführt nicht verwenden, enthalten Berichte nur Daten von Nutzern, die der Verwendung von Kennungen zugestimmt haben. |
Geschätzte Nutzerdaten nicht verfügbar | Der ausgewählte Zeitraum liegt vor dem Datum, ab dem diese Property die Voraussetzungen für geschätzte Daten erfüllt hat. |
Geschätzte Nutzerdaten nicht verfügbar | Dieser Bericht enthält Daten zur Bindung oder ein Segment mit einer Sequenz. Geschätzte Daten werden daher nicht berücksichtigt. |
Geschätzte Nutzerdaten nicht verfügbar | Ihre Property erfüllt nicht die Voraussetzungen für die Verwendung geschätzter Daten. |
Auf einigen Seiten der Analytics-Oberfläche wird außerdem ein Banner mit Informationen zum Modellierungsstatus angezeigt.
In der folgenden Tabelle finden Sie eine Übersicht der möglichen Informationen, die über ein Banner angezeigt werden können.
Bannernachricht | Bannerposition |
---|---|
In den meisten Vorlagen sind nur Daten von Nutzern enthalten, die der Verwendung von Kennungen zugestimmt haben. Ausgenommen davon sind die Vorlagen „Freies Format“ und „Segmentüberschneidung“, die geschätzte Nutzerdaten enthalten. | Startseite des explorativen Analysetools |
Wenn eine explorative Datenanalyse ein Segment mit einer Sequenz enthält, werden nur Daten für Nutzer angezeigt, die der Verwendung von Kennungen/IDs zugestimmt haben. | Detailseite der explorativen Datenanalyse |
In [diesem Bericht / dieser explorativen Datenanalyse / dieser Zielgruppe] sind nur Daten von Nutzern enthalten, die der Verwendung von Kennungen/IDs zugestimmt haben. | Detailseite der explorativen Datenanalyse |
Wenn dieses Segment eine Sequenz enthält, werden nur Daten für Nutzer angezeigt, die der Verwendung von Kennungen/IDs zugestimmt haben. | Segmentierungstool |
Modellierung in explorativen Datenanalysen
Bei explorativen Pfad- und Trichteranalysen wird die Modellierung anders eingesetzt als in Berichten. In Berichten wird sie auf Messwerte wie Nutzer, Sitzungen und Anzahl neuer Nutzer angewendet. Sie wird jedoch nicht für die Anzahl von Ereignissen wie page_view
, first_visit
und session_start
verwendet. Falls Nutzer nicht zustimmen, dass Ihnen in Analytics eine feste User-ID zugeordnet wird, kann nicht nachvollzogen werden, ob die Ereignisse von ein und demselben Nutzer stammen. Dadurch werden mehr Ereignisse vom Typ first_visit
und session_start
für diese Nutzer erfasst, da das Ereignis bei jedem Laden einer Seite gesendet wird.
Bei der explorativen Pfad- oder Trichteranalyse hingegen wird die Modellierung auf Ereignisse vom Typ first_visit
und session_start
angewendet. Falls Nutzer nicht zustimmen, dass Ihnen in Analytics eine feste User-ID zugeordnet wird, wird die tatsächliche Anzahl der Ereignisse vom Typ first_visit
und session_start
geschätzt. Daher fällt die Anzahl der Ereignisse vom Typ first_visit
und session_start
in explorativen Pfad- und Trichteranalysen niedriger aus als in Berichten.
Nicht unterstützte Funktionen
Folgende Funktionen sind nicht mit modellierten Daten zum Verhalten kompatibel:
- Zielgruppen
- Explorative Datenanalysen für Nutzer-Explorer, Kohorte und Nutzer-Lifetime
- Segmente mit einer Sequenz
- Berichte zur Bindung
- Prognosemesswerte
- Datenexport, z. B. BigQuery Export