Dieser Beitrag richtet sich an Google Analytics 4-Anwender mit grundlegender Erfahrung, die bereits mit den GA4-Daten vertraut sind und nun die erweiterten Möglichkeiten der explorativen Datenanalyse besser nutzen möchten. Er bietet einen praxisnahen Einstieg in die Reporting-Erstellung mit GA4-Explorations – inklusive Segmentierung, Pfad- und Trichteranalysen sowie der Kohortenanalyse.
Ziel ist es, Ihnen den Zugang zur Erstellung explorativer Datenanalysen zu erleichtern und Sie dabei zu unterstützen, den ersten Schritt in Richtung tiefergehender und strategischer Datenauswertung zu gehen.
Inhaltsverzeichnis
- Explorative Datenanalyse in GA4 – der Weg zu besseren Insights und fundierten Entscheidungen
- Gezielte Berichte in Google Analytics erstellen – mit explorativer Datenanalyse
- Wichtige Grundlagen für das GA4-Reporting
- Berichte erstellen und teilen
- Die Freiform-Technik – maximale Flexibilität für individuelle Analysen
- So konfigurieren Sie eine Trichteranalyse in GA4
- Pfadanalyse strategisch einsetzen
- So funktioniert die Pfadanalyse im Detail
- Zusätzliche Funktionen in GA4
- Metriken und Dimensionen gezielt hinzufügen – das Fundament Ihrer Auswertung
- Segmente und Filter konfigurieren – gezielt eingrenzen, präzise auswerten
- Segment oder Filter? – So treffen Sie die richtige Entscheidung
- Eine Exploration freigeben – so teilen Sie Ihre Analyse mit dem Team
- Daten- und Feldbeschränkungen – was Sie bei GA4-Explorationen beachten sollten
- Datumsbereiche – wie weit Ihre Daten in Explorationen zurückreichen
- Teilen und Zusammenarbeit – Explorationen im Team nutzen
- GA4 erfolgreich einsetzen – mit HAJUMA® Consulting an Ihrer Seite
- Google Analytics-Hilfe gezielt nutzen – oder direkt mit HAJUMA® durchstarten
Explorative Datenanalyse in GA4 – der Weg zu besseren Insights und fundierten Entscheidungen
Die Umstellung von Google Universal Analytics auf Google Analytics 4 bringt nicht nur eine neue Benutzeroberfläche, sondern auch tiefgreifende Änderungen bei den Datenanalyse-Funktionen mit sich. Behalten Sie den Überblick, indem Sie frühzeitig neue explorative Datenanalysen anlegen und bestehende Berichte gezielt anpassen.
Die standardmäßigen, aggregierten Berichte von Google Analytics 4 (GA4) liefern bereits ein gutes Grundverständnis für zentrale Kennzahlen, welche die digitale Performance Ihres Unternehmens betreffen. Sie bieten die Möglichkeit, Metriken und Dimensionen gezielt zu visualisieren, zu sortieren und zu filtern. Für Sie ist das ein solider Einstieg in datenbasierte Entscheidungen.
Doch wenn Sie komplexere Fragestellungen beantworten möchten – etwa durch die Kombination spezifischer Metriken, Dimensionen und Segmente –, stoßen Standardberichte schnell an ihre Grenzen. Genau hier setzt die Funktion „Explorative Datenanalyse (Explorations)“ an: ein leistungsstarkes Tool für tiefere Analysen, das direkt über das Explore-Panel in GA4 erreichbar ist.
Allerdings zeigt die Praxis: Explorative Datenanalysen können schnell unübersichtlich werden – gerade dann, wenn Struktur, Logik oder Erfahrung im Umgang mit den vielfältigen Berichtseinstellungen fehlen. Auch technische Limitierungen und unterschiedliche Berechtigungsstufen innerhalb eines Teams bringen häufig Unsicherheiten mit sich.
Harula Jung unterstützen Sie genau hier: Wir zeigen Ihnen, wie Sie explorative Datenanalysen effizient nutzen, klar strukturierte Berichte aufbauen und diese für die teamübergreifende Zusammenarbeit bereitstellen. Schritt für Schritt – strategisch durchdacht und praxisnah erklärt.
Gezielte Berichte in Google Analytics erstellen – mit explorativer Datenanalyse
Wenn Sie gezielte Berichte in Google Analytics erstellen möchten, führt kaum ein Weg an der explorativen Datenanalyse vorbei. Besonders wirkungsvoll ist dabei die Kombination aus Dimensionen und Metriken, die sich individuell auf Ihre Analyseziele abstimmen lässt. Nutzen Sie hierfür den Menüpunkt „Explorative Datenanalyse“ in der linken Menüleiste, um direkt mit einem flexiblen Reporting-Setup zu starten.
Wichtige Grundlagen für das GA4-Reporting
Bevor Sie Berichte zu erstellen beginnen, empfiehlt es sich, vorab die Parameter zu den jeweiligen Segmenten sorgfältig zu definieren. Ebenso sollten Sie sich überlegen, wie Sie den Traffic auf Ihren Websites sinnvoll abbilden und visualisieren möchten.
Dieser strukturierte Ansatz hilft Ihnen dabei, neue Erkenntnisse zu gewinnen und Ihre Daten nicht nur auszuwerten, sondern gezielt für fundierte Entscheidungen in Marketing, Produktentwicklung oder Geschäftssteuerung zu nutzen.
Sobald Sie sich im Bereich „Explorative Datenanalyse“ befinden, wird Ihnen eine Auswahl an Berichtsvorlagen angezeigt, zusammen mit einer Liste aller zuvor in Ihrer GA4-Property erstellten explorativen Datenanalysen.
In dieser Anleitung beginnen wir mit einer leeren Exploration, um Ihnen Schritt für Schritt zu zeigen, wie Sie einen Bericht von Grund auf aufbauen.
Zwar stellt Google eine Vielzahl an vorkonfigurierten Vorlagen bereit. Viele davon beinhalten bereits relevante Dimensionen, Metriken und zum Teil auch Segmente. Das kann hilfreich sein, wenn Sie bereits ein konkretes Berichtsziel im Blick haben.
Unsere Erfahrung zeigt jedoch: Diese Vorlagen decken selten alle individuellen Anforderungen ab und führen oft zu unnötiger Komplexität. Deshalb empfehlen wir, gerade bei strategischen Analysen, mit einer leeren Vorlage zu starten. Das spart im Ergebnis Zeit, schafft Klarheit und vermeidet unnötigen Ballast im Reporting.
Berichte erstellen und teilen
1. Neue Exploration auswählen
Wenn Sie strukturiert von vorne starten möchten, wählen Sie die Option „Leere Exploration“. Mit dieser Auswahl öffnen Sie direkt die Benutzeroberfläche der explorativen Datenanalyse in GA4 – Ihr Ausgangspunkt für individuell aufgebaute, datenbasierte Berichte.
2. Die Benutzeroberfläche verstehen: So arbeiten Sie effizient mit Variablen, Einstellungen und der Berichtsanzeige
Links beginnt alles mit dem Variablenbereich (1) – Ihrem Einstiegspunkt in die Berichtserstellung: Hier benennen Sie Ihre Exploration, legen den relevanten Datumsbereich fest und wählen die Segmente, Dimensionen und Metriken, die Sie für Ihre Analyse benötigen.
Geben Sie Ihrer Exploration einen aussagekräftigen Namen, damit Sie sie später schnell wiederfinden und eindeutig zuordnen können. Ebenso wichtig: Legen Sie zu Beginn den passenden Datumsbereich fest – dieser lässt sich nur von der Person bearbeiten, die die Exploration erstellt hat.
An dieser Stelle definieren Sie auch, welche Nutzergruppen (Segmente) Sie betrachten möchten, welche Dimensionen – also z. B. Kategorien, Kanäle oder Seiten – Ihre Analyse strukturieren sollen sowie welche Metriken (Messwerte) Sie erfassen und vergleichen möchten.
Die ausgewählten Felder werden nicht automatisch im Bericht angezeigt, sondern fungieren als Inventar, mit dem Sie flexibel arbeiten können. Halten Sie diesen Bereich bewusst übersichtlich – je klarer Ihre Auswahl, desto gezielter die Auswertung.
Probieren Sie gern verschiedene Kombinationen aus – zum Beispiel Metriken mit unterschiedlicher Analyseebene, also auf Nutzer-, Sitzungs- oder Ereignisebene. So erkennen Sie schnell, wie sich die Perspektive auf Ihre Daten verändert und welche Darstellung Ihre Fragestellung am besten beantwortet.
Im Einstellungsbereich (2) legen Sie fest, wie Ihr Bericht aufgebaut ist. Die zuvor im Variablenbereich ausgewählten Segmente, Dimensionen und Messwerte lassen sich hier gezielt einfügen oder per Drag-and-drop an die gewünschten Positionen ziehen.
In diesem Bereich definieren Sie außerdem die Analysetechnik, wählen eine passende Darstellungsform (z. B. Tabelle, Diagramm oder Trichter), steuern die Logik hinter Zeilen und Spalten und setzen bei Bedarf Filter. All das bestimmt, wie Ihre Daten visuell aufbereitet und interpretiert werden können.
Auf der rechten Seite befindet sich die Leinwand (3). Hier sehen Sie in Echtzeit, wie sich Ihre Einstellungen auf den Bericht auswirken. Standardmäßig beginnen Sie mit einem einzelnen Tab, in dem Sie Ihre erste Auswertung aufbauen. Sie können jedoch jederzeit weitere Tabs hinzufügen, um verschiedene Perspektiven innerhalb derselben Exploration zu analysieren – und dabei bequem auf Ihre zuvor definierten Variablen zurückgreifen.
Jeder Tab kann mit einer eigenen Analysetechnik arbeiten. Das macht Explorationen besonders flexibel und eignet sich hervorragend für komplexe Auswertungen mit unterschiedlichen Fragestellungen.
3. Analysetechnik und Visualisierung wählen – die Grundlage Ihrer Auswertung
Bevor Sie mit dem Aufbau Ihres Berichts beginnen, empfiehlt es sich, zunächst die passende Analysetechnik festzulegen. Diese bestimmt, wie Ihre Daten strukturiert und interpretiert werden – und bildet damit das Fundament für jede weitere Konfiguration.
Die Freiform-Technik – maximale Flexibilität für individuelle Analysen
Am flexibelsten ist die Freiform-Technik. Sie erlaubt es Ihnen, beliebige Felder hinzuzufügen und individuell anzuordnen. Die Darstellung der Inhalte orientiert sich dabei an der von Ihnen gewählten Visualisierung.
Die Auswahl der Visualisierung ist ausschließlich bei der Freiform-Technik relevant. Je nach Darstellungsform passt sich der Einstellungsbereich dynamisch an.
Eine Tabelle eignet sich hervorragend dafür, Zusammenhänge zwischen Metriken und Dimensionen strukturiert aufzuzeigen.
Ein Donut-Diagramm hilft, Teil-Ganzes-Verhältnisse anschaulich zu machen.
Liniendiagramme zeigen, wie sich Werte im Zeitverlauf entwickeln – ideal für Trendanalysen.
Welche Visualisierung am besten passt, hängt ganz von Ihrer Fragestellung und Zielsetzung ab. GA4 bietet Ihnen hier eine breite Palette an Möglichkeiten, mit denen sich nahezu jeder Analysebedarf abdecken lässt.
Die Freiform-Technik bietet maximale Flexibilität, ist aber nicht immer die optimale Wahl – insbesondere dann, wenn Sie gezielt konkrete Nutzerinteraktionen oder Verhaltensmuster analysieren möchten.
Für solche Anwendungsfälle stellt GA4 weitere spezialisierte Techniken bereit. Eine davon ist die Trichteranalyse (Funnel Exploration). Sie eignet sich hervorragend dafür, Nutzerpfade strukturiert nachzuvollziehen – also die einzelnen Schritte, die ein Nutzer durchläuft, um ein bestimmtes Ziel zu erreichen, etwa einen Kaufabschluss oder das Absenden eines Formulars.
So lassen sich nicht nur Abbruchpunkte identifizieren, sondern auch gezielt Optimierungspotenziale entlang des Conversion-Prozesses ableiten.
So konfigurieren Sie eine Trichteranalyse in GA4
Ähnlich wie bei der Freiform-Technik beginnen Sie auch bei der Trichteranalyse damit, die relevanten Dimensionen und Segmente auszuwählen, die Ihre Analyse strukturieren sollen.
Im Einstellungsbereich definieren Sie anschließend die einzelnen Schritte Ihres Trichters – also die Etappen, die ein Nutzer typischerweise durchläuft. Die Benutzeroberfläche ist dabei bewusst intuitiv gehalten und orientiert sich an der Segment-Erstellung, was den Einstieg erleichtert.
Darüber hinaus haben Sie die Möglichkeit, Ihren Trichter mithilfe von weiteren Dimensionen oder Segmenten aus dem Variablenbereich detailliert aufzuschlüsseln – etwa nach Gerätetyp, Kanal oder Nutzergruppe. So gewinnen Sie präzise Einblicke, wo Nutzer abspringen und wie sich Verhaltensmuster zwischen Zielgruppen unterscheiden.
Im Einstellungsbereich finden Sie die Option „Offenen Trichter verwenden“. Mit dieser Funktion können Sie zwischen einer geschlossenen und einer offenen Trichteransicht wechseln.
Wenn die Option deaktiviert ist, zeigt das Trichterdiagramm nur Nutzer, die alle vorherigen Schritte vollständig durchlaufen haben – ideal für die Analyse linearer Nutzerpfade.
Ist die Option hingegen aktiviert, werden zusätzlich Einstiege an späteren Schritten erfasst – also auch Nutzer, die vorherige Schritte übersprungen und erst später in den Trichter eingestiegen sind. Das ist besonders hilfreich, wenn man alternative Nutzerwege sichtbar machen und breitere Einstiegspunkte erkennen möchte.
Pfadanalyse strategisch einsetzen
Eine Pfadanalyse eignet sich ideal dafür, zu verstehen, welche Schritte Nutzer vor oder nach einem bestimmten Ereignis oder Seitenaufruf durchlaufen. So lassen sich Verhaltensmuster erkennen, typische Navigationspfade analysieren und mögliche Optimierungspotenziale identifizieren – etwa bei Einstiegen, Ausstiegen oder wiederkehrenden Klickmustern.
Die explorative Pfadanalyse ist ein effektives Werkzeug, das die Wege der Nutzer innerhalb Ihrer Website oder App visualisieren kann. Sie zeigt nicht nur, welche Seiten oder Ereignisse am häufigsten angesteuert werden, sondern offenbart auch Abbruchstellen im Conversion-Prozess. Gerade in der explorativen Datenanalyse in GA4 lassen sich damit wertvolle Erkenntnisse über das Nutzerverhalten gewinnen.
So funktioniert die Pfadanalyse im Detail
Pfadanalysen basieren auf sogenannten Knoten, also einzelnen Stationen oder Ereignissen innerhalb eines Nutzerpfads. Standardmäßig sind bestimmte Inhalte bereits vorkonfiguriert, darunter zum Beispiel: Ereignisname, Seitentitel und Bildschirmname, Seitentitel und Bildschirmklasse oder Seitenpfad und Bildschirmklasse.
Über die Funktion „Von vorne beginnen“ in der Bericht-Leinwand können Sie die Analyse jederzeit zurücksetzen und einen eigenen Start- oder Endpunkt definieren. Außerdem haben Sie die Möglichkeit, neue Knoten hinzuzufügen und deren Inhalte individuell festzulegen – ganz auf Ihre Fragestellung abgestimmt.
Wie bei der Trichteranalyse können Sie auch hier Ihren Bericht nach Dimensionen aufschlüsseln und gezielt Metriken aus Ihrer Liste auswählen. Beachten Sie jedoch: Bei Pfadanalysen gelten Kompatibilitätsgrenzen – nicht alle Kombinationen aus Dimensionen und Metriken sind technisch möglich. Mehr dazu finden Sie weiter unten im Abschnitt zu Einschränkungen.
Zusätzliche Funktionen in GA4
Für tiefergehende Datenanalysen in Google Analytics 4 stehen Ihnen verschiedene leistungsstarke Werkzeuge zur Verfügung – darunter die explorative Kohortenanalyse, Google Ads-Verknüpfungen sowie die Segmentüberschneidung. Diese Funktionen ermöglichen es, Nutzerverhalten gezielt zu analysieren und Ihre Zielgruppe besser zu segmentieren und zu verstehen.
Ein klassisches Anwendungsbeispiel ist die Analyse von Nutzern aus einer bestimmten Kohorte – also einer definierten Gruppe mit gemeinsamen Eigenschaften, wie etwa dem Zeitpunkt der ersten Sitzung. Eine Kohorte ist eine Gruppe, deren Verhalten über einen festgelegten Zeitraum hinweg analysiert wird, um Muster, Trends und Abweichungen zu erkennen.
Mit diesen Analysefunktionen können Sie unter anderem das Verhalten einzelner Nutzersegmente systematisch vergleichen oder deren Aktivitäten auf der Website im Zeitverlauf visualisieren. Das ist eine wertvolle Grundlage für zielgerichtete Marketingmaßnahmen, datenbasierte Produktentwicklung und fundierte Entscheidungsprozesse.
So schaffen Sie die Basis für eine tiefgreifende, zielorientierte Auswertung, die weit über oberflächliche Kennzahlen hinausgeht – und echte Erkenntnisse über Ihre Nutzer und deren Verhalten liefert.
Metriken und Dimensionen gezielt hinzufügen – das Fundament Ihrer Auswertung
Sobald Sie sich für eine Technik und eine Visualisierung entschieden haben, geht es an die inhaltliche Gestaltung Ihres Berichts: Metriken und Dimensionen bilden hier das zentrale Datenfundament.
Über die „+“-Symbole im Variablenbereich wählen Sie bequem die gewünschten Felder aus. Nutzen Sie die Suchfunktion, um gezielt nach bestimmten Begriffen zu filtern. Mehrere Felder lassen sich gleichzeitig markieren und mit einem Klick auf „Bestätigen“ gesammelt hinzufügen.
Zur Orientierung:
- Metriken sind quantitative Werte, z. B. Sitzungen, Nutzer, Absprungrate, Ereigniszählungen oder Conversions.
- Dimensionen sind qualitative Eigenschaften, mit denen Metriken segmentiert werden, etwa Quelle/Medium, Seitenpfad, Ereignisname, Gerätetyp, Standort oder Kanalgruppierung.
Welche Kombinationen sinnvoll sind, hängt stark von Ihrem konkreten Anwendungsfall ab. Wichtig zu wissen: Nicht alle Metriken und Dimensionen lassen sich miteinander kombinieren – häufig liegt das an der Analyseebene (z. B. Nutzer-, Sitzungs- oder Ereignisebene). GA4 unterstützt Sie dabei, indem inkompatible Felder automatisch ausgegraut werden.
Unsere Empfehlung: Experimentieren Sie gezielt, um unterschiedliche Perspektiven auf Ihre Daten zu gewinnen. Gleichzeitig sollten Sie mit einer klaren Fragestellung in die Exploration starten. Denn bei der großen Auswahl an Feldern verliert man leicht den Fokus.
Besprechen Sie im Team, welche Metriken wirklich entscheidungsrelevant sind. So gestalten Sie Ihre Analyse nicht nur effizient, sondern auch zielgerichtet und wertvoll für alle Beteiligten.
Segmente und Filter konfigurieren – gezielt eingrenzen, präzise auswerten
Segmente ermöglichen es Ihnen, bestimmte Teilgruppen Ihrer Nutzer, Sitzungen oder Ereignisse gezielt herauszufiltern – basierend auf individuell definierbaren Bedingungen. Dadurch können Sie Ihre Berichte deutlich fokussierter gestalten und nur die Daten anzeigen lassen, die für Ihre jeweilige Fragestellung wirklich relevant sind.
Im Variablenbereich klicken Sie dafür auf das „+“-Symbol neben „Segmente“. Anschließend haben Sie zwei Möglichkeiten:
- Benutzerdefinierte Segmente: Hier legen Sie alle Bedingungen individuell fest – zum Beispiel, ob es sich um wiederkehrende Nutzer, Nutzer mit einer bestimmten Verweildauer oder solche handelt, die eine bestimmte Ereignisabfolge durchlaufen haben. Ein neues Segment erstellen Sie über den Button „Neues Segment erstellen“.
- Referenzsegmente: GA4 stellt Ihnen eine Reihe an vorkonfigurierten Segmenten zur Verfügung – von allgemeinen Nutzergruppen bis hin zu branchenspezifischen Segmenten wie z. B. für den E-Commerce.
Darüber hinaus bietet GA4 auch:
- Vorlagen mit vorausgefüllten Bedingungen, die sich besonders gut für Einsteiger eignen,
- sowie sogenannte prädiktive Segmente, mit denen Sie Nutzergruppen identifizieren können, die mit hoher Wahrscheinlichkeit eine bestimmte Aktion (z. B. Kauf oder Absprung) innerhalb eines definierten Zeitraums ausführen werden.
Beim Erstellen eines neuen Segments vergeben Sie zunächst einen aussagekräftigen Namen und fügen anschließend über die Funktion „Neue Bedingung hinzufügen“ die gewünschten Kriterien ein. Dabei legen Sie fest, wie die Bedingungen logisch miteinander verknüpft sind – beispielsweise über die UND- oder ODER-Funktion.
Für komplexere Anwendungsfälle lassen sich zusätzlich mehrere Bedingungsgruppen sowie Sequenzen definieren. Letztere geben an, in welcher Reihenfolge die Bedingungen erfüllt sein müssen, damit ein Nutzer, eine Sitzung oder ein Ereignis dem Segment zugeordnet wird.
Diese Logik ist besonders hilfreich, wenn Sie z. B. analysieren möchten, wie Nutzer durch bestimmte Interaktionspfade navigieren – etwa indem sie zuerst eine Produktseite aufrufen, danach einen Filter anwenden und anschließend den Checkout erreichen, und zwar in genau dieser Abfolge.
Am unteren Ende des Einstellungsbereichs finden Sie die Option, Filter zu setzen. Diese ermöglichen es Ihnen, Daten auf Basis definierter Metrik- oder Dimensionsbedingungen gezielt ein- oder auszuschließen – ein effektives Mittel, um Ihre Auswertungen noch präziser zu gestalten
Filter lassen sich ausschließlich auf Felder anwenden, die zuvor im Variablenbereich hinzugefügt wurden. Sie müssen jedoch nicht zwingend aktiv im Bericht verwendet werden.
Ein typisches Beispiel: Sie können einen Filter einsetzen, der nur organische Zugriffe berücksichtigt – ohne die Dimension Kanalgruppierung im sichtbaren Bericht verwenden zu müssen. So behalten Sie die volle Kontrolle über Ihre Datenauswahl, ohne die visuelle Darstellung unnötig zu überladen.
Segment oder Filter? – So treffen Sie die richtige Entscheidung
Ob Sie mit Segmenten oder Filtern arbeiten sollten, hängt von der Komplexität Ihrer Analyse ab.
Segmente bieten Ihnen deutlich mehr Flexibilität und Kontrolle. Sie ermöglichen die Kombination mehrerer Bedingungen, die Definition logischer Verknüpfungen, das Arbeiten mit Sequenzen sowie das gezielte Eingrenzen ganzer Nutzergruppen. Damit sind sie ideal für anspruchsvollere Auswertungen mit mehreren Kriterien und Verhaltensmustern.
Filter sind einfacher aufgebaut und eignen sich besonders, wenn Sie Ihre Daten schnell und gezielt auf bestimmte Werte eingrenzen möchten. Möchten Sie z. B. nur eine einzelne Bedingung anwenden – etwa Zugriffe über ein bestimmtes Gerät –, lässt sich das direkt im Filtermenü schnell und unkompliziert umsetzen.
Wenn Sie mit Filtern jedoch denselben Detaillierungsgrad wie mit einem Segment erreichen möchten, müssten Sie in der Regel mehrere Filter kombinieren. Genau hier zeigt sich der Vorteil der Segmente: Sie sind strukturierter, vielseitiger und langfristig wartungsfreundlicher.
Eine Exploration freigeben – so teilen Sie Ihre Analyse mit dem Team
Wenn Sie eine Exploration für andere Nutzer freigeben möchten, die Zugriff auf Ihre GA4-Property haben, klicken Sie oben rechts in der Benutzeroberfläche auf „Explorative Datenanalyse freigeben“. Die geteilte Exploration erscheint daraufhin in der Liste der explorativen Datenanalysen aller berechtigten Nutzer.
Auch wenn es einige technische und rollenbezogene Einschränkungen beim Teilen gibt (siehe weiter unten), bleibt die Freigabefunktion ein äußerst wertvolles Werkzeug – insbesondere für die interdisziplinäre Zusammenarbeit, gemeinsame Optimierungen oder das Ableiten datengestützter Entscheidungen im Team.
Um einen Bericht zu exportieren, etwa als TSV, CSV, in Google Sheets oder als PDF zur Weitergabe an andere, klicken Sie auf „Daten exportieren“.
Daten- und Feldbeschränkungen – was Sie bei GA4-Explorationen beachten sollten
Für die Nutzung von explorativen Datenanalysen in GA4 gelten bestimmte systemseitige Begrenzungen, die Sie bei der Planung und Nutzung berücksichtigen sollten:
- Pro Nutzer können maximal 200 eigene Explorations erstellt werden
- Pro GA4-Property sind bis zu 500 geteilte Explorations möglich
- Pro Exploration dürfen jeweils bis zu 20 Dimensionen und 20 Metriken hinzugefügt werden
- Es lassen sich maximal 10 Segmente und 10 Filter gleichzeitig anwenden
Hintergrund: Explorationen und Standardberichte verfolgen in GA4 unterschiedliche Ziele. Während Standardberichte auf schnelle, aggregierte Auswertungen ausgelegt sind, bieten Explorations mehr Tiefe und Flexibilität. Daher unterscheiden sich auch die verfügbaren Felder und Metriken: Viele Elemente aus Standardberichten sind in Explorations nicht verfügbar und umgekehrt.
Datumsbereiche – wie weit Ihre Daten in Explorationen zurückreichen
Im Gegensatz zu den aggregierten Standardberichten in GA4 ist der Datenzugriff innerhalb von Explorations durch die Datenaufbewahrungseinstellungen Ihrer GA4-Property begrenzt.
- In Standard-GA4-Properties liegt die maximale Datenaufbewahrung bei 14 Monaten.
- In einer GA4 360-Property kann dieser Zeitraum auf bis zu 50 Monate erweitert werden.
Diese Einstellung hat unmittelbaren Einfluss darauf, wie viele historische Daten Ihnen in explorativen Datenanalysen zur Verfügung stehen – und damit auch auf die Aussagekraft Ihrer Rückblick-Analyse.
Teilen und Zusammenarbeit – Explorationen im Team nutzen
Das Teilen von explorativen Datenanalysen innerhalb einer GA4-Property ist ein wertvolles Feature dafür, Erkenntnisse teamübergreifend nutzbar zu machen und gemeinsam an datenbasierten Entscheidungen zu arbeiten. Gleichzeitig sollten Sie einige Einschränkungen beachten:
Keine Echtzeit-Zusammenarbeit
Änderungen, die ein Nutzer vornimmt, sind nicht sofort für andere sichtbar. Das kann zu doppelten Anpassungen oder unbeabsichtigten Überschreibungen führen.
Rollenbasierte Berechtigungen
In GA4 bestimmen Nutzerrollen, wer welche Funktionen nutzen darf. Bestimmte benutzerspezifische Einstellungen – etwa bei Filtern oder Segmenten – wirken sich möglicherweise nicht wie erwartet auf andere Nutzer aus.
Eingeschränkte Bearbeitungsrechte für Viewer
Nutzer mit der Rolle „Betrachter (Viewer)“ können keine Änderungen an einer freigegebenen Exploration vornehmen. Sie müssen zuerst eine eigene Kopie erstellen, um Anpassungen durchführen zu können.
Merke: Für das Arbeiten mit explorativen Analysen sollten Sie wissen, dass nur Nutzer mit mindestens der Rolle „Analyst“ vollständig auf Berichte zugreifen und diese bearbeiten können. Für andere gilt: Erst wenn sie eine Kopie erstellen, dürfen sie Anpassungen vornehmen.
Du möchtest den Guide als PDF-Datei herunterladen?
Google Analytics-Hilfe gezielt nutzen – oder direkt mit HAJUMA® Consulting durchstarten
Wenn Sie beim Arbeiten mit GA4 Unterstützung benötigen, bietet die offizielle Google Analytics-Hilfe eine Vielzahl an praxisnahen Beispielen, Schritt-für-Schritt-Anleitungen und Hintergrundinformationen. Oder Sie lassen sich direkt begleiten: Harula Jung, Gründerin von HAJUMA® Consulting, unterstützt Sie dabei, Ihre GA4-Umgebung effizient aufzusetzen, gezielt zu analysieren und datenbasiert weiterzuentwickeln – individuell, praxisorientiert und auf Ihre Ziele abgestimmt.
GA4 erfolgreich einsetzen – mit HAJUMA® Consulting an Ihrer Seite
Google Analytics 4 bietet großes Potenzial, zeigt aber in der Praxis schnell seine Tücken. Das volle Potenzial entfaltet sich erst mit einer klaren Strategie, gezielten Berichten und durchdachten Datenmodellen. Harula Jung, Gründerin von HAJUMA® Consulting, begleitet Unternehmen dabei, GA4 nicht nur technisch korrekt aufzusetzen, sondern es strategisch und zielgerichtet einzusetzen. Ob bei der initialen Einrichtung, der individuellen Analyse oder der kontinuierlichen Optimierung – wir helfen Ihnen dabei, aus Daten echte Entscheidungen zu machen.
Setzen Sie auf fundierte Insights statt auf bloße Zahlen. Lassen Sie sich unverbindlich beraten – nach Kontaktaufnahme über Telefon,
