Universal Analytics Datenexport: Alle Möglichkeiten deine Daten vor dem Platform Turndown zu retten und was wirklich sinnvoll ist27 min Lesezeit

Seit 1. Juli 2023 werden in Universal Analytics (GA3) keine neuen Daten mehr verarbeitet (UA Sunset):

Exakt ein Jahr später – ab 1. Juli 2024 – verlieren wir auch den Zugriff auf unsere GA3-Properties. Google spricht vom Universal Analytics Plattform Turndown. 

Das Problem: Damit verlieren wir alle unsere historischen Daten aus Universal Analytics. Denn sowohl unsere Daten als auch unsere Properties werden von Google gelöscht – gnadenlos. 

Das ist umso dramatischer, je länger du bereits Daten in GA3 erfasst hast.

Mit meiner ANALYTICSkiste habe ich bspw. im April 2017 gestartet. Damit verliere ich knapp 4 Jahre wunderschöne Daten, die mir die Höhen und Tiefen meines Blogs in Zahlen zeigen (ab 2020 sind die Daten parallel in GA4 eingelaufen):

Das ist natürlich ein sentimentaler Blick auf die Dinge. Tatsächlich gearbeitet habe ich mit den alten Universal Analytics Daten schon länger nicht mehr und werde ich vermutlich auch nicht wieder…

Allerdings ist ein Verlust immer schmerzhaft und wie sagt man so schön: Besser haben als brauchen! 

Man weiß ja nie, ob man nicht doch noch einmal einen Blick auf die alten Daten werfen möchte: Für Vergleiche. Zur Trend-Analyse. Für Reportings.

Deswegen lasst uns die GA3-Daten retten: 🚑🚑🚑

GA3-Daten und GA4

Leider können die alten Universal Analytics Daten nicht einfach nach GA4 übernommen werden.

GA4 ist eine neue, eigenständige Property und startet somit auch neu mit der Datensammlung.

Je früher also alle relevanten Daten aus Universal Analytics nach GA4 migriert werden, desto schneller kannst du mit deinen Daten in GA4 weiter arbeiten.

📙 Lese-Tipp: >> Migrationsvorlage – So steigst du mit Plan von Universal auf das neue Google Analytics 4 um und profitierst von deinen Daten

GA4 ist das Tool der Zukunft!

Allerdings: GA4 sollte nicht alleine das Tool der Zukunft sein – sondern nur in Kombination mit BigQuery.

🔽🔽🔽

BigQuery und GA4

BigQuery ist Googles Cloud Data Warehouse – eine Datenbank, die speziell für Analysezwecke optimiert ist und die Google Analytics Daten in Form von Rohdaten enthält. 

Das Tolle: BigQuery schützt vor Datenverlust!

Denn wenn Google in X Jahren GA5 präsentiert (man weiß es nicht😵‍💫), kannst du mit BigQuery verhindern, dass deine Daten erneut gelöscht werden. Die Daten, die in BigQuery gespeichert sind, gehören dir und werden von Google nicht gelöscht. 

Deswegen empfehle ich mit dem Start von GA4 gleichzeitig auch die BigQuery-Verknüpfung einzurichten – und zwar ab Tag 1.

Ähnlich wie in Google Ads, gilt auch die BigQuery-Verknüpfung für die Zukunft – und nicht rückwirkend. 

Entscheidest du erst in einem Jahr, den BigQuery-Export einzurichten, sind deine Daten erst ab diesem Zeitpunkt in BigQuery verfügbar. Im Umkehrschluss: Ein Jahr Datenbasis verloren. 

Deswegen gleich die BigQuery Verknüpfung einrichten: >> Using the BigQuery sandbox

Wichtig: Es müssen die Zahlungsdaten in der Google Cloud hinterlegt sein, damit die Verknüpfung dauerhaft aktiv ist. Andernfalls werden deine Daten nach 30 Tagen gelöscht (Sandbox).

Jetzt könntest du korrekterweise Fragen: 

✖️Gibt es BigQuery für Universal Analytics?

Jein. 

Ja, BigQuery gibt es auch für GA3 aber nur für die bezahlte 360-Version von Universal Analytics und nur für UA360-Kunden, die ihren Vertrag VOR 2023 abgeschlossen haben.

Ein heutiger Wechsel auf 360 liefert leider kein BigQuery mit, denn die Verknüpfung muss manuell om Google Support angestoßen werden und ist im Hintergrund super komplex. Universal Analytics ist einfach ein zu altes System…

Daher: Nein, BigQuery für Universal Analytics gibt es weder für neue 360-Kunden und schon gar nicht für UA-Free User.

Deswegen müssen andere Wege her:

Wie UA-Daten exportieren?

Auch Google empfiehlt im Google Support Center, die historischen Daten aus Universal zu exportieren und bietet dafür:

• CSV
• TSV
• TSV für Excel
• Excel
• Google Tabellen 
• PDF 
• Reporting API

Manueller Export: CSV & Co

Wenn CSV, TSV, Google Sheets oder PDF für dich eine gute Option sind, kannst du jeden Bericht in Universal Analytics rechts oben manuell herunter laden – es ist der einfachste und schnellste Weg der Datensicherung: 

Einschränkungen: Du kannst höchstens zwei Dimensionen gleichzeitig und maximal 5.000 Zeilen downloaden.

Bei zu großen Datenmengen kann es auch zu einer Stichprobenerhebung (Data-Sampling) kommen, welches zu Berichts-Ungenauigkeiten führt. In diesem Fall empfiehlt sich einen kürzeren Zeitraum anzuwenden. 

CSV, TSV, Google Sheets und PDF sind meiner Meinung nach jedoch keine gute Option. Denn zig einzelne Datenblätter, gefüllt mir irgendwelchen Zahlen die nicht visuell dargestellt sind, bringen meiner Meinung nach wenig.

Das wird schnell zu einem Datapuke🤮 und organisatorischen Sauhaufen🐷… 

Wesentlich interessanter ist da die Universal Analytics Reporting API:

Die UA Reporting API

Über die Universal Analytics Reporting API kannst du deine UA-Daten automatisiert abfragen, bspw. in ein Google Sheet laden und von dort aus visuell darstellen. Die Datenaufbereitung kann direkt in einem Google Sheet vorgenommen werden.

Eine Anleitung wie die UA Reporting API mit Google Sheets funktioniert findest du hier: >> Automatisches Reporting mit Google Sheets: Beispiel und Schablone

Eine weitere Option ist, das Google Sheet als Datenquelle für ein Lookerstudio Dashboard zu nutzen. Looker Dashboards sind interaktiver und optisch deutlich schöner als Google Sheets. 

Der Aufwand, diese Lösung umzusetzen, ist allerdings relativ hoch.

Markus Baersch hat in seinem gleichnamigen Blogartikel sehr schön beschrieben, was alles berücksichtigt werden muss, wenn die Universal Analytics Daten über die Reporting API abgefragt werden. Einen Auszug findest du folgend:

Welche Kennzahlen und Metriken werden auf welcher zeitlichen Detailebene (Tag, Monat, Woche) benötigt?

Welche Dimensionen sollen analysiert werden? Sprachen, Browsern, Betriebssystem, Mobile vs. Desktop, usw. 

Welche Segmente sollen genutzt werden können? 

–> 🤯

Besser als selber machen, sind manchmal die fix fertigen Lösungen von Experten und Unternehmen, die sich bereits mega viele Gedanken dazu gemacht haben.

Denn im Grunde wollen wir alle die selben Daten – egal welche Events und Custom Dimensions wir zur Individualisierung genutzt haben. Die Datenabfrage ist immer gleich. Das Datenmodell ist immer gleich. 

Tatsächlich gibt es bereits fix fertige Lösungen: 🥁

• Der UA Datenexport von Searchware
• Der UA Data Extract von Cypressnorth

Auf diese beiden Lösungen gehen ich weiter unten näher ein.

Davor schauen wir uns noch alle weiteren Möglichkeiten der Datenrettung🚑 an: Die Daten in einem Looker Studio Dashboard aufzubereiten, ist nämlich nur ein möglicher Weg, mit den alten UA Daten weiterhin sinnvoll arbeiten zu können. 

Andere Wege sind MS PowerBI, Tableau, etc.

Hier kommt es ganz darauf an, welches Visualisierungstool du bereits im Einsatz hast. Wenn noch keines, eignet sich Googles Looker Studio natürlich am Besten, da du  im Ökosystem „Google“ bleibst.

Die Grundlage ist jedoch immer das Google Sheet, welche die Reporting API von Universal Analytics anzapt.

Auch für folgende weitere Lösung:

Datenbank, DWH, CDP

Die Universal Analytics Daten können auch in eine Datenbank, einem Datawarehouse oder eine Customer Data Plattform gespeichert werden. 

Was auch hier bleibt ist der “Umweg” über ein Google Sheet mit der Reporting API. Anders bekommst du die Daten einfach nicht aus Universal Analytics raus. 

Über diesen “Umweg” kannst du die Daten natürlich auch in BigQuery laden und von dort weiter bearbeiten. Optimizesmart.com bietet bspw. eine sehr ausführliche Schritt-für-Schritt-Anleitung zur Verwendung von Supermetrics zum Senden von Universal-Daten an BigQuery. 

Wenn Supermetrics für dich eine Option ist, lies unbedingt auch diesen Blogbeitrag und melde dich zum Newsletter an🎁: >> Die Komplett-Anleitung: Supermetrics für Google Sheets 

Zuletzt gibt es noch folgende Möglichkeit:

Matomo & Etracker

Ein ganz anderer Weg der Universal Datensicherung, kann auch der Import in ein anderes Analytics-System sein.

Matomo & Etracker bieten dazu eigene Lösungen an.

Allerdings hast du dann zwei Webanalyse-Tools im Einsatz…

Zusammenfassung: Möglichkeiten zum Datenexport

Zusammengefasst gibt es aktuell folgende Wege um deine Universal Analytics Daten vor dem Platform Turndown ab 1. Juli 2024 zu exportieren und somit zu retten:

• CSV (manuell)
• TSV (manuell)
• Google Sheets (manuell)
• PDF (manuell)
• Reporting API via Google Sheet (automatisch)
• Reporting API via Google Sheet in Lookerstudio (automatisch)
• Reporting API via Google Sheet in PowerBI & Co (automatisch)
• Reporting API via Google Sheet in Datenbank, DWH oder CDP (automatisch)
• Export in andere Tools (Matomo, Etracker)

Hinweis: Falls du einen weiteren Weg kennst, lass es mich gerne wissen.

Ich freue mich über deine Nachricht und einen Kommentar im Blog

Vielen Dank. 🧡

Zusammenfassung: Keine UA-Export Möglichkeit

Folgende Wege zum Datenexport deiner Universal Analytics Daten sind leider nicht möglich:

• BigQuery
• BigQuery als neuer GA360-Kunde

Welche Möglichkeit ist die Beste?

9 Wege deine UA-Daten zu retten – und welcher Weg ist jetzt der Beste? 🤯

Die klassische Antwort: Es kommt darauf an!

Nämlich auf deine Infrastruktur, dein Know-How, deine Zeit und welche Daten du gerne retten möchtest. Pauschal alle Daten retten ist eher schwer möglich.

Wenn du bereits eine Datenbank, DWH, CDP oder auch BigQuery im Einsatz hast und die Universal-Daten super easy „rüber“ spielen kannst, ist dieser Weg vermutlich der Beste. Denn vermutlich hast du auch ein Visualisierungs-Tool an deinen Datenpool angedockt und kannst somit deine UA-Daten wunderschön darstellen.

Für mich ist das leider keine Option, da ich meine kleine Website (noch) über keine ausgefuchste Datenstrategie verfügt.

Ich benötige einen Weg, der schnell und effizient ist.

Daher meine ich, ist die Einfachste und womöglich auch beste Möglichkeit die UA-Daten zu retten via Universal Analytics Reporting-API, Google Sheet und Looker Studio.

Hier gibt es bereits fix fertigen Lösungen von Experten, die sich bereits mega viele Gedanken zum UA-Export gemacht haben.

Auf zwei sehr gute Lösungen möchte ich folgend näher eingehen:

• Der UA Datenexport von Searchware
• Der UA Data Extract von Cypressnorth

Starten wir mit dem UA-Datenexport von Searchware:

Der Universal Analytics Datenexport von Searchware

Wenn du nach „UA-Export“ googlest, landest du zweifellos sehr schnell hier: https://searchware.net/de/ua-export/

Searchware ist ein Werkzeugkasten von SEOS für SEOS und bietet verschiedene kleinere Tools zur Arbeitserleichterung. Hinter Searchware steckt die Agentur Rheinwunder aus Bonn, mit denen ich auch schon Kontakt hatte – super nette Leute. :-)))

Searchware bietet zwei Export Optionen:

1. Export nach Google Sheets

Hier werden die Universal Analytics Daten in einem Google Sheet zwischengespeichert und als Datenquelle für ein Looker Studio Dashboard genutzt. Dazu wird die Reporting API angezapft. 

Um den UA-Export zu nutzen, benötigst du nur: 

• Ein Google Sheet. (dein Sheet, deine Daten!)
• Ein Looker Studio. (dein LS, deine Daten!)
• Die UA-View ID, von welcher die Daten exportiert werden sollen. 
• Die UA-Property ID, von welcher die Daten exportiert werden sollen. 
• Einmalig 899€.

Dann geht es auch schon los.

Der Export wird einmalig manuell angestoßen und ist – je nach Datenmenge – nach ca. 1-2 Tagen fertig.

Exportiert werden die Daten ab 2017 – also die letzten 7 Jahre. Grund dafür ist eine damalige Änderung von Google: Anfang 2017 wurde in Google Analytics die Berechnungsmethode für die Messwerte „Nutzer“ und „Aktive Nutzer“ aktualisiert, wie dieser Supportartikel im Detail beschreibt.

Wichtig: Es gibt Datenlimits!

max. 8 Conversion-Ziele

max. 20.000 Ereignisse

max. 20.000 Ecommerce Transaktionen

>> Eine Demo kannst du  hier anschauen. 

Eine Demo ist mir aber zu wenig, deswegen habe ich den UA-Export einfach mal selber ausprobiert:

>> Hier kannst du das Looker Studio Dashboard von meiner ANALYTICSkiste ansehen. 

Searchware hat die Übersichtsberichte von Universal Analytics im LS Dashboard nachgebaut:

• Zielgruppe
• Akquisition
• Verhalten
• Conversion
• Ereignisse
• (Ecommerce, wenn Onlineshop)

Zielgruppen-Übersicht

Die Zielgruppen-Übersicht sieht sehr gut aus.

Sie beinhaltet die klassischen Metriken wie Nutzer, Neue Nutzer, Sitzungen, etc.:

Was allerdings fehlt sind Sprache, Land, Browser, Betriebssystem, d.h. alle wichtigen Dimensionen aus Universal Analytics.

Das ist schade, allerdings genau das was Markus Baersch in seinem Blogartikel schreibt: Was brauchst du? Was will du? Wofür? 

Weil pauschal alles geht nicht sooo einfach und ist auch nicht sinnvoll.

💡 Tipp: Falls dir das Design nicht sooo gut gefällt, kannst du es individuell anpassen. Es ist dein Looker Dashboard. Du kannst es jederzeit anpassen.

Datumsselektor im Header

Über den Datumsselektor im Header kann man jederzeit den gewünschten Zeitraum auswählen.

Das macht das Dashboard interaktiver:

Akquisitions-Übersicht

Die Akquisitions-Übersicht ist auch deutlich detaillierter:

Du erhältst eine Übersicht über deine Akqusitions-Kanäle sowie Conversions – genau wie in Universal Analytics:

Mit einem Klick auf einen Kanal wird sogar das gesamte Dashboard gefiltert – das ist großartig:

Verhaltens-Übersicht

Die Verhaltens-Übersicht enthält leider wieder nur die wichtigsten Metriken – ohne Dimensionen:

Das finde ich besonders bitter, denn gerade als Blogger interessieren mich meine Top-Seiten und Contentgruppen ganz besonders.

Nachdem das Dashboard aber mir gehört, kann ich es jederzeit erweitern.

Zusätzlich zum LS Dashboard musst du auch ein eigenes Google Sheet zur Verfügung stellen. Mit diesem werden die Universal Daten über die Reporting API abgefragt und als Datenquelle für das Dashboard genutzt.

Die Datenabfrage kannst du jederzeit erweitern – und somit auch dein Dashboard.

💡 Wie du deine Universal Daten in Google Sheet abfragen kannst erfährst du in diesem Blogartikel im Detail:

>> Automatisches Reporting mit Google Sheets

Konversions-Übersicht

Zuletzt findest du Daten zu deinen Konversionen im Dashboard – die Konversions-Übersicht:

Diese besteht in Universal Analytics einerseits aus den Zielvorhaben (Conversions) und andererseits aus Ecommerce, wenn du einen Onlineshop besitzt:

Beide Conversion-Arten werden im Dashboard dargestellt: Die Konversionen über die Conversion-Übersicht. Ecommerce als extra Bereich, sofern Ecommerce-Daten verfügbar sind.

In meinem Blog kann man nichts kaufen, deswegen gibt es bei mir keine Ecommerce-Übersicht.

Top-Events

Als Bonus werden auch noch die Top-Events nach Category, Action und Label im Dashboard dargestellt:

Das finde ich besonders wichtig, denn über Ereignisse wurde das Universal Analytics Setup individualisiert.

Genau diese Daten sind später eventuell nochmal wichtig, wenn man Datenvergleiche vornehmen möchte. Deswegen: Top! 🙌

Fazit + 10% sparen

Das Dashboard finde ich top und eignet sich besonders gut für kleinere und mittlere Webseiten, welche unter die Limits von max. 8 Conversions, max. 20.000 Ereignisse und max. 20.000 Ecommerce Transaktionen fallen.

Es liefert die wichtigsten Universal Analytics Daten ohne großen Aufwand.

Denn händisch die Daten abfragen und ein Looker Dashboard zu bauen ist relativ viel Aufwand. Das macht man nicht mal schnell nebenbei. Deswegen finde ich den UA-Export eine großartige Arbeitserleichterung.

Mir persönlich fehlen noch ein paar Dimensionen, wie Gerätekateogrie, Seitenpfade, etc.

Nachdem das Dashboard mir gehört, kann ich diese Daten jedoch sehr einfach ergänzen. Die Abfrage erfolgt direkt in Google Sheet über die Reporting API. Der Aufwand hält sich in Grenzen, da die Basis bereits verfügbar ist und nur noch um die gewünschten Daten erweitert werden muss. 🤓

Für diese Arbeitserleichterung bezahlt man allerdings einmalig €899 – das ist nicht günstig aber auch nicht teuer.

Wenn du am Überlegen bist, ob du das Tool nutzen sollst und der Preis im Weg ist, kann ich eventuell einen klitzekleinen Beitrag leisten, indem ich meinen Affiliate-Rabatt direkt an dich weiter gebe:

💸 Wichtig: Über diesen Link kannst du 10% (~ 90€) sparen.

2. Export nach BigQuery

Für größere Webseiten und Onlineshops ist der Datenexport in Google Sheets nicht praktikabel, da das Volumen die Kapazitäten von Google Sheets überschreiten.

Stattdessen können die Daten direkt nach BigQuery geladen werden. BigQuery liefert die nötige Skalierbarkeit und Verarbeitungskraft, um große Datenmengen effizient zu handhaben und zu analysieren.

Auch dafür bietet Searchware eine Lösung.

Vorteil: Es gibt kein Datenlimit!

Es können unlimitiert Ereignisse, Ecommerce Transaktionen und sogar Seitenpfade gespeichert werden.

Die Daten-Darstellung erfolgt wiederum über ein Looker Studio Dashboard.

>> Eine Demo kannst du hier anschauen.

Da die Datenabfrage sehr aufwändig ist, gibt es für diese Lösung keinen Pauschalpreis. Stattdessen kann über ein Formular angefragt werden. Bezahlt wird je nach Datenpunkte.

Auch hier kannst du 10% über meinen Link sparen, indem ich meinen Affiliate-Rabatt direkt an dich weiter gebe:

💸 Wichtig: Über diesen Link kannst du 10% sparen.

Der UA Export von Searchware ist eine Lösung, deine Universal Daten schnell und einfach zu exportieren. Als zweite Lösung, findet man auch den UA DataExtract von Cypress North:

Der UA DataExtract von Cypress North

Anders als Searchware, extrahiert Cypressnorth die Universal Daten über ein Python-Script, validiert und reinigt die Daten händisch und kopiert sie in eine CSV-Datei, welche wiederum als Datenquelle für ein Lookerstudio Dashboard genutzt wird:

Das Ergebnis im Kern: Ein Looker Dashboard.

>> Eine Demo kannst du  hier anschauen. 

Auch hier ist mir eine Demo zu wenig. Ich muss das selber ausprobieren. 🤓

Um mit dem UA DataExtrakt zu starten, muss im ersten Schritt nur ein Kontaktformular ausgefüllt werden. Anschließend meldet sich ein Mitarbeiter von CypressNorth mit den nächsten Schritten:

1. Zuerst muss den Mitarbeitern von Cypress Zugriff auf die Universal Property gewährt werden. Die Rolle „Analyst“ reicht dabei vollkommen aus.

2. Anschließend wir das Python-Script gestartet und die Universal Daten extrahiert.

Das dauert üblicherweise ein paar Wochen:

• Tier 1 (0-5 Years): 1 – 2 Weeks
• Tier 2 (5-10 Years): 3 – 4 Weeks
• Custom Quote (10+ Years): 4 – 6 Weeks

3. Leider treten durch die Datenabfrage einige Fehler auf (Additionsfehler bei der Berechnung von Summen, doppelte Werte, etc). Deswegen werden die Daten manuell kontrolliert und bereinigt, um sicherzustellen, dass alle extrahierten Informationen korrekt sind. Die sauberen Daten werden in einem CSV-File gespeichert.

4. Danach wird die CSV-Datei mit einem Looker Studio Dashboard verknüpft und das fertige Dashboard zur Verfügung gestellt.

5. Zuletzt wird bezahlt.

Die Kosten starten ab $1.500 für die letzten 5 Jahre Datenabfrage und weniger als 1 Million Sessions pro Jahr. Sollen 10+ Jahre Daten abgefragt werden und bei mehr als 1 Million Sessions pro Jahr, betragen die Kosten $2.500 oder mehr.

Schluck. Das ist viel. 🙈

💰 Auch hier kann ich einen Rabatt anbieten: $500 für den gewählten Tarif. Code: ANALYTICSkiste

Der Rabattcode kann in diesem Formular angegeben werden: https://cypressnorth.com/solutions/data/universal-analytics-data-extract/

Schauen wir nun auf das Ergebnis: 🥁

>> Hier kannst du das Looker Studio Dashboard von meiner ANALYTICSkiste ansehen. 

Folgende Übersichtsberichte bietet das Dashboard von Cypress:

• Overview
• Aquisition
• Pages
• Technology
• Geo
• Events
• Goals

Overview-Report

Genial ist, das Cypressnorth das Design ein wenig an die ANALYTICSkiste angepasst hat. Statt grün ist das Dashboard orange und für mich optisch gleich viel hübscher:

Der Übersichtsbericht liefert die wichtigsten Daten auf einen Blick – ähnlich wie die Startseite in Universal Analytics: Sessions, Pageviews, Seitenpfade, Gerätekategorie und Kanal.

Ebenfalls gibt es einen Datumsselektor um den gewünschten Zeitraum individuell analysieren zu können:

Acquisition-Report

Der Acquisition-Report liefert die wichtigsten Daten zur Akquisition in Form von zwei Tabellen und zwei Pie🥧-Charts:

Cypressnorth hat dabei nicht die Übersichtsberichte von Universal Analytics nachgebaut, sondern die Detailberichte mit den Tabellen und den jeweils aller wichtigsten Metriken: Quelle / Medium und Kampagne.

Unter dem Datumselektor kann sogar nach Kanal, Kampagne oder Seite gefiltert werden – das ist der Hammer:

Pages-Report

Der Seitenbericht liefert alle Seitenpfade im gewählten Zeitraum:

Diesen Bericht finde ich insbesondere für meine ANALYTICSkiste sehr spannend.

Als Blogger interessieren mich meine Seiten sowie Seitenaufrufe, Engagement-Messewerte und natürlich die Bouncerate am aller meisten.

Als Bonus on top kann auch hier wieder nach Kanal, Kampagne und Seite gefiltert werden, was ich sehr gut finde.

Technology-Report

Der Technologie-Bericht liefert einen Auszug aus den Universal Analytics Technologie-Berichten: Die Gerätekategorie, die Browser und das Betriebssystem – jeweils aufgeschlüsselt nach Sitzungen.

Ob die Metrik „Sitzungen“ die beste Metrik ist, sei dahingestellt…

Allerdings ist Universal Analytics sehr stark Sitzungs-basiert, deswegen passt die Metrik vermutlich am Besten.

Geo-Report

Der Geo-Bericht liefert eine wunderschöne Übersicht der Länder-Zugriffe: Eine Landkarte, eine Tabelle mit Details nach Land und Region.

Mit einem Klick auf ein Land oder eine Region wird der Bericht auf die jeweilige Dimension gefiltert.

Event-Report

Besonders spannend ist auch hier wieder der Event-Bericht, denn über Ereignisse wurde das Universal Analytics Setup individualisiert. Genau diese Daten sind später eventuell nochmal wichtig, wenn man Datenvergleiche vornehmen möchte.

Genial ist, dass es hier zwei Filter-Möglichkeiten gibt:

1. Event Filter: Category, Action, Label, Quelle/Medium, Kampagne
2. Metrik-Filter: Total Events, Events by Page, Events by Landingpage

Das ist super genial, obwohl ich mir auch noch wünschen würde, Category, Action und Label gemeinsam in einer Tabelle angezeigt zu bekommen. Für die Analyse reicht die Darstellung im Dashboard aber vollkommen aus.

Goals-Report

Zuletzt gibt es noch den Conversion-Bericht.

Hier werden alle Conversions tabelarisch nach Quelle / Medium angezeigt.

Über einen Filter können auch die Kampagnen und Seiten angezeigt werden:

Was fehlt?

Ecommerce-Berichte!

Weder in der Demo noch im Dashboard von meiner ANALYTICSkiste sehe ich Ecommerce-Daten.

Beide Webseiten haben zwar kein Ecommerce, somit wären die Berichte zwar leer. Ich sehe aber auch keine vorbereiteten Berichte für Ecommerce.

Fazit + $500 sparen

Auch dieses Dashboard finde ich top – klar, sonst hätte ich es im Blog nicht beschrieben. 😅

Es eignet sich für fast alle Webseiten – egal ob groß oder klein. Je mehr Daten abgefragt werden, desto länger dauert der Export und umso früher sollte man damit starten.

Nur für Onlineshops gibt es keine Berichte. Hier würden die wichtigsten Daten fehlen und deswegen ist das Dashboard für Ecommerce-Webseiten eher nicht geeignet. Da würde ich eher auf das Dashboard von Searchware zurückgreifen…

Bleiben wir aber beim UA Extract: Auch dieses Dashboard liefert die wichtigsten Universal Analytics Daten ohne großen Aufwand – sogar granularer als jenes von Searchware. Es liefert Seitenpfade, Technologie- und Geo-Daten sowie Ereignisse in einem tieferen Detailierungsgrad.

Einziger Nachteil: Die Datenabfrage via Python-Script ist komplexer als bei der Lösung von Searchware. Somit kann das Dashboard nicht so einfach individuell erweitert werden.

Zwar bekommt man auch von Cypress die extrahierten Daten in Form einer CSV-Datei zur Verfügung gestellt. Das ist der Datenspeicher.

Allerdings kann dieses nicht so einfach erweitert werden. Es fehlt die Anbindung an die Reporting API von Universal Analytics.

Das Cypressnorth-Dashboard ist daher für mich eher eine fix fertige Lösung, welche die wichtigsten Daten liefert und nicht zusätzlich erweitert wird.

Für diese fixfertige Lösung bezahlt man einmalig ab $1.500 – je nach Datenmenge und wie viele Jahre exportiert werden sollen.

Wenn du am Überlegen bist, das Tool zu nutzen aber der Preis im Weg ist, kann ich eventuell einen klitzekleinen Beitrag leisten. Cypressnorth hat mir einen Rabatt für meine Leser zur Verfügung gestellt:

💸 Wichtig: Mit dem Code ANALYTICSKISTE sparst du $500 auf die gewählte Lösung.

>> Hier ist der Link zur Website und Gutscheineingabe. 

Ich erhalte keine Affiliate-Provision! 

Searchware vs. Cypressnorth: Welche Lösung ist die Bessere?

Beide Lösungen sind gute Lösungen – das muss man ehrlich sagen.

Denn beide Unternehmen haben vermutlich sehr viel Zeit in ihre Lösung gesteckt: Überlegen welche Daten am Relevantesten sind. Die Daten abfragen. Das Looker Studio Dashboard aufbauen. Das ist tatsächlich jede Menge Arbeit.

Der Vorteil von Searchware ist, dass es ein deutsches Unternehmen ist und auch das Dashboard auf Deutsch ist.

Die Lösung via Google Sheet für kleinere bis mittelgroße Webseiten finde ich am Besten. Es liefert alle wichtigen Zahlen und lässt sich super easy über die Reporting API erweitern, falls gewünschte Daten noch nicht vorhanden sind. Beispiel: Gerätekategorie, Geo-Daten, etc.

Für ca. €800 mit meinem 10%-Rabatt ist die Lösung am kostengünstigsten.

Der Vorteil von Cypressnorth ist, dass es out-of-the-box mehr Daten (Dimensionen) liefert sowie auch die Seitenpfade.

Mit meinem $500-Rabattcode (Code: ANALYTICSKISTE) kommen kleine bis mittelgroße Webseiten preislich knapp auf dieselben Kosten.

Allerdings ist Cypressnorth aus New York (Amerika). Somit bekommt ein US-Unternehmen Zugriff auf deine Universal Analytics Daten. Rechtlich gesehen benötigt es einen AVV, wobei das vermutlich ein Graubereich ist…

Deswegen ist es Geschmacksache, welche Lösung präferiert wird – abhängig vom Design, ob man am Dashboard noch weiter basteln möchte und den Kosten.

Fazit und meine Meinung

Der Abschied von Google Universal Analytics ist überraschend und vielleicht auch ein wenig beunruhigend. 

Doch die Möglichkeiten, die UA-Daten zu exportieren sind vielfältig: Vom manuellen PDF-Export bis zu automatisierten Looker Studio Dashboard.

Wie immer kommt es ganz darauf an, was du mit den Daten machen möchtest und welche Daten du benötigst.

Dieser Blogartikel soll dir helfen, alle Wege aufzuzeigen und den besten Weg für dich zu wählen.

Hinweis: Du kennst einen weiteren genialen Weg UA-Daten zu sichern, der mir durch die Lappen🧼 gegangen ist? Schreib mir gerne, ich freue mich über deinen Input. 

Fragen?

Du hast eine Frage zum Universal Analytics Datenexport die dich Nachts nicht schlafen lässt?

👉 Großartig, schreibe sie einfach in die Kommentare. Ich helfe, wo ich kann.

Happy Analyzing,

deine Michaela