Analytics-Tools im Vergleich (2): Drei Herausforderer für Google Analytics

Der Web-Analysemarkt ist in Bewegung: Datenschutz, Anti-Tracking-Maßnahmen auf der einen und gestiegene Bedeutung von Daten auf der anderen Seite sorgen in vielen Unternehmen dafür, die eigenen Datentools genau unter die Lupe zu nehmen (siehe iBusiness: Web-Analytics-Markt in Bewegung - Was Tools der Zukunft auszeichnet).

Daneben sind die Anforderungen an Analytics-Tools aber auch generell gestiegen. Sie müssen Interaktionen auf dynamischen Seiten tracken, Formulareingaben erkennen, Klickpfade aufzeichnen, Conversions messen und Kampagnen tracken. Selbstverständlich sollen sie dazu geräteübergreifend funktionieren, auf den unterschiedlichsten Plattformen fehlerfrei zählen und robust gegen Störeinflüsse wie AdBlocker und Anti-Tracking-Software sein.

Noch mehr Alternativen ... und Google Analytics selbst

Schon diese kurze Aufzählung der Anforderungen macht deutlich, dass in dem Thema Web-Analyse mehr Komplexität steckt, als es zunächst scheint. Für iBusiness Grund genug, die wichtigsten Analyse-Tools einer genauen Betrachtung zu unterziehen. Denn der Markt ist vielfältiger als gedacht und reicht von großen Enterprise-Lösungen bis zu praxisorientierten ECommerce-Spezialisten. Auch preislich können viele Tools auf Augenhöhe mit Google Analytics mitspielen: Zumindest für kleinere Shops gibt es Pro-Features durchaus kostenlos. Und das vollständig datenschutzkonform.

Im ersten Teil dieser Übersicht (siehe iBusiness: Analytics-Tools im Vergleich (1) - Die wahren Alternativen zu Google Analytics) haben wir vier Tools von Adobe, AT Internet, Econda und Etracker vorgestellt. Im zweiten Teil folgen nun Google  , Hubspot  , Mapp    und Matomo  .

Google Analytics

Der Platzhirsch unter den Analysetools heißt Google Analytics  . Mit einem Marktanteil von geschätzt 80 Prozent ist es das führende Produkt auf dem Markt. Ursprünglich durch Urchin Software entwickelt, übernahm Google 2005 das Unternehmen, passte die Software an eigene Ansprüche an und verknüpfte sie mit den eigenen Advertising-Produkten. Eine wesentliche Weiterentwicklung ermöglichte 2013 unter dem Namen Universal Analytics ein geräteübergreifendes Tracking.

Im Herbst 2020 wurde Google Analytics 4 (ehemals "Analytics App + Web") eingeführt. Die neueste Software bricht radikal mit dem bisherigen Zählkonzept, ermöglicht aber im Gegenzug auch die Messung innerhalb von Applikationen. Statt Seitenaufrufe und Hits werden nun Ereignisse gezählt. Daneben setzt Google stark auf Machine Learning und KI und will einen verbesserten Datenschutz implementieren.

Derzeit empfiehlt es sich, beide Versionen parallel einzusetzen, um eine Vergleichbarkeit der Zahlen - etwa mit dem Vorjahr - sicherzustellen. Denn obwohl Universal Analytics und GA 4 aus dem gleichen Hause kommen, unterscheiden sich die Metriken bzw. deren technische Erfassung im Detail. In Zukunft dürfte an der neuen Version aber kein Weg vorbeiführen: Schon heute lassen sich neue Properties nur noch mit der GA 4 anlegen.

Geblieben ist Googles Preismodell: Für kleinere und mittlere Unternehmen ist Google Analytics mit einigen Einschränkungen kostenlos. Große Unternehmen zahlen für den vollen Funktionsumfang eine Jahreslizenzgebühr von rund 135.000 Euro.

+ leistungsstarkes Werkzeug
+ GA 4 mit modernem Tracking-Ansatz
+ in der Grundversion kostenlos
+ nahtlos in das Google-Ökosystem integriert
- Datenverarbeitung in den USA
- Bei strenger Auslegung der Datenschutzbestimmungen keine consentfreie Messungen sichergestellt
- hohe Kosten für die Enterprise-Version (GA 360)

Data Capture / Data Management / Data Ware Housing

Google hat mit GA 4 seine Software von Grund auf erneuert. Statt auf Sitzungen und Seitenaufrufe basieren die Messungen nun auf Ereignissen. Vorteil dieses Ansatzes: Neben Webseiten lassen sich (mobile) Applikationen, Audio- oder Videostreams, Formulareingaben und Interaktionen jeder Art tracken. Dazu kommen 1st-Party-Cookies sowie verschiedene andere Identifikatoren zum Einsatz.

Schon in der Vergangenheit hat Google (nicht immer zur Freude aller Beteiligten) auf Hochrechnungen gesetzt, um die Datenmengen zu reduzieren. In GA 4 wurde dieses Vorgehen fortgesetzt: Mittels Machine Learning sollen sich enormen Datenmengen sehr schnell analysieren und verdichten lassen, um aussagekräftige Ergebnisse zu erhalten. Außerdem soll die KI helfen, Datenlücken zu schließen, die durch den restriktiveren Umgang mit Cookies und Privacy-Einstellungen entstehen.

Daneben bietet Google einen eigenen Tag Manager  , der auch mehrere Funktionen zur Verwaltung von Nutzereinwilligungen enthält sowie die Möglichkeit, Rohdaten via Google BigQuery zu exportieren. Geblieben sind dagegen die Datenschutz-Verwicklungen, die rund um die Tatsache entstehen, dass die Daten von einem US-Unternehmen in den USA verarbeitet werden.



Analytics / Data Visualization

Neben dem Tracking von Web- und App-Daten bietet GA 4 Funnel- und Trichter-Berichte, die Standard-Attributionsmodellierung sowie das gewohnte Kampagnentracking für Google Ads, AdSense und Search. Auch wenn GA 4 weniger Standardberichte als die bisherige Variante bietet, sind diese nun teilweise praxisnäher gestaltet. So sind Zielgruppen nun standardmäßig integriert und schon auf der GA-4-Startseite mehr Daten als bisher zu sehen.

Für Datenmanagement, -modellierung und -visualisierung steht mit Google Data Studio   aber ohnehin ein eigenes Werkzeug zur Verfügung, mit dem sich auch Dashboards innerhalb eines Teams erstellen und teilen lassen. Zur Usability-Messung lassen sich Maus- und Scroll-Events definieren und zur Optimierung mit Google Optimise   verknüpfen.



Integration / Data-Monitoring / Debugging

In Verbindung mit dem Google Tag Assistant gibt es einen Debug Modus für Google Analytics 4, der die Fehlersuche erleichtert. Zudem lassen sich über das Real Time Reporting Schwachstellen aufspüren.

Hubspot

Hubspot   versteht sich selbst als eine CRM-Plattform, ist aber tatsächlich zu einer umfassenden Suite herangewachsen, die sämtliche Tools und Werkzeuge einer Marketing-Lösung beinhaltet. Dazu zählen Anwendungen für Marketing-, Vertriebs- und Kundenservice-Aktivitäten, Content-Management, die Automatisierung von Geschäftsprozessen und natürlich auch das Tracking. Ebenso wie Adobe   oder Mapp   versteht sich auch Hubspot als eine All-in-One-Lösung. Es ist nicht Intention von Hubspot, das Analysetool stand-alone zu vermarkten.

+ tiefe Integration in die Marketing-Suite
+ gutes Preis-/Leistungsverhältnis
- Datenverarbeitung in den USA
- geschlossene Anwendung mit wenigen Konfigurationsmöglichkeiten

Data Capture / Data Management / Data Ware Housing

Hubspot nutzt ein modernes, aber klassisches script- und cookiebasiertes Trackingverfahren, mit dem die Lösung sowohl Webseiten als auch mobile Apps tracken kann. Die erfassten Daten werden als Grundlage des CRM-zentrierten Marketing-Prozesses genutzt, so dass keine Datensilos entstehen. Externe Quellen lassen sich importieren, ein eigenes Tag- und Consentmanagement stehen für ein fehlerfreies und datenschutzkonformes Tracking zur Verfügung.



Analytics / Data Visualization

Hubspot erfasst Sitzungen als eine Reihe von Aktivitäten, die ein Besucher auf der Website durchführt. Dazu werden unter anderem Seitenaufrufe, CTA-Klicks, Formulareingaben und Ereignisse gemessen. Ein eindeutiges User-Tracking ist aus Datenschutzgründen nicht vorgesehen. Trotzdem lassen sich Session-Recordings und Click-Path-Analysen durchführen, Konversionspfade definieren, Kampagnen tracken oder Besuchsabbrüche analysieren sowie die Besucher in Segmente oder Zielgruppen zerlegen. Usability-Funktionen (zum Beispiels Heat, Scroll- oder Clickmaps) lassen sich über Integrationspartner realisieren.



Integration / Data-Monitoring / Debugging

Speziell für Kundendaten gibt es eine eigene Integrationslösung namens Operations Hub, die die Konsistenz, Vollständigkeit und Richtigkeit der CRM-Kundendaten erleichtert. Der Tag-Manager hilft bei der fehlerfreien Umsetzung der Tracking-Tags.

Mapp Intelligence

Mapp    (der Name ist schlicht ein Akronym von Marketing Application) hatte in den vergangenen Jahren einen guten Lauf und konnte ihren Umsatz deutlich steigern. Die Marketing Cloud mit umfassendem Anspruch ist neu und alt zugleich. Alt, weil sie im Kern aus namhaften Marketing-Anwendungen (Stichworte: Teradata, Bluehornet, Aprimo, eCircle, Ozone, Argyle Social) besteht, die sich schon vor Jahren einen guten Ruf erwarben. Neu, weil Mapp erst seit 2017 zu einem neuen Unternehmen geformt wurde und sich daran machte, die Software-Bestandteile zu einer umfassenden Suite zusammenzufügen.

Diese Herangehensweise gilt auch für das jüngste Mapp-Familienmitglied, die Analytics-Anwendung Mapp Intelligence. Dabei handelt es sich um Webtrekk   aus Hamburg, eine Lösung, die bis 2019 als eigenständiges Werkzeug entwickelt und vermarktet wurde. Inzwischen bekam Webtrekk bereits unter Mapp-Führung an entscheidenden Stellen Updates und wurde Anfang 2020 fester Bestandteil der Marketing Cloud.

Die Mapp Cloud versteht sich als integrierte Marketinglösung und bietet eine Customer Data Platform (CDP), eine Data Management Platform (DMP), eine KI-gestützte Engine und ein Marketing-Automatisierungstool.

+ Rundes All-in-One-Paket
+ Verknüpfungen mit weitern Marketing Apps
- US-Unternehmen führt Datenverarbeitung aus
- Fester Bestandteil eine Marketing-Cloud

Data Capture / Data Management / Data Ware Housing

Kern der Mapp Cloud ist eine Customer Data Platform (CDP), in die auch die Daten der Analytics-Lösung hineinfließen. Drittanbieter-Daten lassen sich ebenfalls importieren. Die CDP stellt zugleich der zentrale Datenpool für alle angeschlossenen Applikationen - wie Recommendation Engine, Personalisierung - dar. Auf diese Weise soll eine heterogene Datengrundlage sichergestellt sein.

Mapp Intelligence kann durch ein cookiefreies, serverseitiges Tracking mittels einer PHP Library browserbasierte Tracking-Einschränkungen (Cookie-Einstellungen, Browser-Updates, Ad-Blocker) umgehen. Parallel lassen sich durch eine First-Party Tracking Domain die Einschränkungen umgehen, die 3rd-Party-Cookies betreffen. Für Mobile-Apps steht ein SDK zur Verfügung. Auch serverseitiges Tracking wird unterstützt. Zuletzt lässt sich auch ein DSGVO-konformes, anonymes und cookiefreies Tracking mittels Smart-Tags integrieren.

Die Tatsache, dass es sich bei Mapp um ein US-Unternehmen handelt, kann bei strenger Auslegung der Datenschutzbestimmungen allerdings einem völlig consentfreien Tracking entgegenstehen, obwohl die Datenverarbeitung und Produktentwicklung in Deutschland stattfindet.

Für weitergehende Analysen steht ein Rohdatenexport zur Verfügung. Ein Tag-Manager unterstützt bei der technischen Umsetzung, für das Consent-Management muss auf Drittanbieter-Software zurückgegriffen werden.



Analytics / Data Visualization

Da Mapp Intelligence auf einer ausgereiften Stand-Alone-Anwendung basiert, darf der Kunde alle gängigen Analysen, Reports, Filter und Segmentierungsmöglichkeiten erwarten. Eine Dashboard-Ansicht erlaubt einen schnellen Überblick über Kampagnen und lässt sich Teammitgliedern zur Verfügung stellen. Detail-Analysen schlüsseln die Daten nach Nachrichten, Verteiler, Geografie oder Endgeräten auf. Customer-Journey- und Sales-Funnel-Visualisierungen helfen, die Nutzererfahrung zu verstehen.

Großer Wert wurde daneben auf vorgefertigte Analysen (Customer Insights) gelegt, indem die verschiedenen User-Signale zu praxisrelevanten KPIs zusammengefasst werden. So will Mapp etwa mittels KI und Machine Learning branchenspezifische Kundenprofile und -Segmente ermitteln, Kaufwahrscheinlichkeiten und Churn-Rates berechnen oder Customer Lifetime Values und ROIs bestimmen. Diese aggregierten Informationen werden als Grundlage für weitere automatisierte Marketing-Entscheidungen genutzt.



Integration / Data-Monitoring / Debugging

Die Stärke eines All-in-One-Tools liegt darin, genau die Daten erheben zu können, die im weiteren Marketing-Verlauf benötigt werden. Mapp ist auf diesem Weg vorangeschritten und nutzt die Daten für Web-Personalisierung und Recommendation Engine. Dazu werden Kaufhistorie, zurückliegende Websitebesuche, häufig abgerufene Produktinformationen und Interaktionen genutzt. Aber auch geldwerte Marketing-Entscheidungen - etwa über den Einsatz bzw. die Höhe eines Rabattgutscheins - werden anhand der gesammelten Daten getroffen.

Mit Smart Alerts steht ein Tool zur Verfügung, das kontinuierlich positive und negative Daten-Anomalien überwacht und mittels Machine Learning-Algorithmen bewertet. Weichen relevante Metriken und Dimensionen außergewöhnlich stark vom tolerierbaren Normalwert ab, schlägt das System Alarm. Eine erweiterte Bot- und Crawler-Erkennung soll dabei unnatürlichen Traffic zuverlässig erkennen.

Matomo

Einen grundlegenden anderen Ansatz verfolgt das Web-Analyse-Werkzeug Matomo  . Früher als Piwik bekannt, liegen die Ursprünge des Werkzeugs bereits 2007 zurück. Matomo verfolgt einen glasklaren Best-of-Breed-Ansatz: Es ist weder in ein Advertising-Ökosystem noch in eine Marketing-Suite eingebettet, sondern schlicht ein leistungsfähiges Analytics-Werkzeug, das sich mittels universeller Connectoren in viele Anwendungen einbetten lässt.

Zu dieser Unabhängigkeit passt, dass das Werkzeug als eines der ganz wenigen sowohl on-premise als auch in der Cloud genutzt werden kann und open-source zur Verfügung steht - eigene Erweiterungen und Anpassungen sind jederzeit möglich. Nachteil: Mit Matomo ist zwar einerseits sehr vieles möglich - vom Anwender wird dafür aber durchaus gehobenes technisches Know-how gefordert.

+ unabhängig, Best-of-Breed, Open-Source
+ On-Premise- und/oder Cloud-Installation
+ völlig consentfrei nutzbar
+ universelle Schnittstellen
+ übersichtliche Preisstruktur, gutes Preis-/Leistungsverhältnis
- technisch anspruchsvolle Anwendung

Data Capture / Data Management / Data Ware Housing

Einer der wesentlichen Matomo-Vorteile ist die große Flexibilität. Zwar versprechen die Macher, dass die Grundeinstellungen bereits für die allermeisten Anwendungsfälle passen und mit 250 vordefinierten Settings fast jedes Geschäftsmodell abdecken. Trotzdem lassen sich alle Parameter auch individuell verändern. Wenn die Definition eines "Visits" auf eine andere Zeitdauer angepasst werden soll, bestimmte Besuche zeitabhängig nicht gewertet oder Refresh-Rates angepasst werden müssen ... kein zweites Tool im Vergleich erlaubt so umfangreiche Einstellungen.

Wer noch weiter gehen will, kann sogar den Source-Code anpassen und erweitern. Dazu kommt, dass Matomo als eines der wenigen Analytics-Tools zugleich vollständig On-Premise einsetzbar ist und einen Rohdatenzugriff zur Verwendung beliebiger weiterer Data-Management-Tools bietet. Bereits enthalten ist dagegen ein eigenes Tag-Management-Tool.



Analytics / Data Visualization

Mit Matomo gesammelte Daten können in beliebigen Data-Management-Tools ausgewertet werden (auch Google Data Studio), falls dies gewünscht ist. Matomo selbst bringt ebenfalls eine Vielzahl von Reportings zur Datenaufbereitung mit. Im weitesten Sinne lässt sich die Lösung für ECommerce-, Event-, Content-, Campaign- und User-Tracking einsetzen. Anpassbare Web-Dashboards bereiten die Informationen übersichtlich auf. Visitor-Maps und -profiles helfen beim Verständnis der User-Experience. Daneben gibt es einen Marketplace mit rund 75 kostenfreien und einigen kostenpflichtigen Plug-Ins. Auf diese Weise lassen sich auch Heatmaps, Funnels oder A/B-Tests darstellen bzw. durchführen. Der Funktionsumfang kann so durchaus gehobene Ansprüche erfüllen.



Integration / Data-Monitoring / Debugging

Matomo ist ohnehin sehr flexibel anpassbar, bringt aber zwei bemerkenswerte Features mit. Zum einen dient eine HTTP API als universelle Daten- und Automationsschnittstelle. Auf diese Weise lassen sich CRM-Systeme, Recommendations Engines oder andere Marketing-, ECommerce-, Mail-, Content Management oder Personalisierungs-Software einbinden und synchronisieren, aber auch Trigger setzen, um Aktivitäten auszulösen. Um detaillierte Analysen und Auswertungen anzustoßen, steht zudem eine RAW Data API zur Verfügung. Über diese Schnittstelle können andere Programme auf die vollständigen Rohdaten zugreifen.