Die Herausforderungen des geräteübergreifenden Trackings umfassen technische und datenschutzrechtliche Hindernisse, die ein Unternehmen daran hindern, einen einzelnen Nutzer über mehrere Geräte hinweg zu verfolgen. Dieses Problem tritt auf, da die meisten Tracking-Technologien auf Cookies basieren, die spezifisch für einen einzelnen Browser sind. Wenn eine Person von einer mobilen App zu einem Laptop-Browser wechselt, ist die Verbindung unterbrochen. Für eine Digital-Marketing-Agentur ist die Lösung dieses Problems entscheidend, um den wahren Return on Ad Spend und die tatsächliche Länge der Customer Journey zu verstehen.
Warum wird geräteübergreifendes Tracking immer schwieriger?
Der Hauptgrund für die zunehmende Schwierigkeit, Nutzer über Geräte hinweg zu verfolgen, ist der Wandel hin zu strengeren Datenschutzstandards. Moderne Webbrowser haben Funktionen wie Apples Intelligent Tracking Prevention und Firefox’ Enhanced Tracking Protection implementiert. Diese Systeme wurden entwickelt, um Third-Party-Cookies zu blockieren und die Lebensdauer von First-Party-Cookies zu begrenzen. Wenn ein Cookie nach nur vierundzwanzig Stunden abläuft, verschwindet die Möglichkeit, einen mobilen Klick am Montagmorgen mit einem Desktop-Kauf am Mittwochabend zu verknüpfen. Diese Fragmentierung zwingt Marketer dazu, neue Wege zu finden, um die Lücke zu schließen, ohne sich auf traditionelle Tracking-Methoden zu verlassen, die Browser jetzt aktiv blockieren.
Ein weiterer Faktor ist die Komplexität der modernen Hardware-Umgebung. Ein typischer Verbraucher nutzt möglicherweise einen Arbeitslaptop, ein persönliches Smartphone, ein Tablet und sogar einen Smart-TV. Jedes dieser Geräte arbeitet in einer isolierten Umgebung. Apps auf einem Smartphone teilen keine Daten mit dem mobilen Browser auf demselben Gerät, was noch mehr Trennungsebenen schafft. Ohne einen vereinheitlichenden Identifikator, wie einen Login, erscheinen diese verschiedenen Touchpoints in Ihren Analyseberichten als völlig separate Nutzer. Dies führt zu einer Überschätzung der Reichweite und einer Unterschätzung, wie viele Interaktionen tatsächlich erforderlich sind, um eine Conversion zu erzielen.
Was sind die größten technischen Hürden beim Geräte-Mapping?
Technische Hürden beginnen oft bei der Datenschicht. Die meisten Websites sind nicht so konfiguriert, dass sie eindeutige Identifikatoren konsistent an ihre Analysetools weitergeben. Wenn sich ein Nutzer einloggt, muss die Website eine sichere, gehashte Version seiner ID generieren und in die Datenschicht pushen, damit der Google Tag Manager sie abgreifen kann. Wenn dieser Prozess inkonsistent ist oder auf bestimmten Seiten fehlschlägt, ist die Tracking-Kette unterbrochen. Darüber hinaus macht die Abhängigkeit von Client-Side-Skripten die Datenerfassung anfällig für Ad-Blocker und Browser-Einschränkungen. Wenn das Skript nicht geladen werden kann, werden keine Daten gesendet und der Nutzer bleibt für Ihre geräteübergreifenden Mapping-Bemühungen unsichtbar.
Die zweite große Hürde ist die Abhängigkeit vom probabilistischen Matching. Diese Methode verwendet Datenpunkte wie IP-Adressen, Bildschirmauflösungen und Browserversionen, um zu erraten, ob zwei Sitzungen zur selben Person gehören. Da jedoch der Datenschutz zunimmt, verbergen oder maskieren Browser diese Details, um Fingerprinting zu verhindern. Dies macht probabilistische Modelle viel ungenauer als noch vor ein paar Jahren. Marketer haben die Wahl: Entweder sie akzeptieren eine geringere Datenqualität oder sie implementieren fortschrittlichere, deterministische Methoden, die erfordern, dass sich Nutzer durch Logins oder E-Mail-Interaktionen identifizieren.
Deterministische versus probabilistische Datenmodelle
Den Unterschied zwischen diesen beiden Datenmodellen zu verstehen, ist für jeden Senior Marketer entscheidend. Deterministisches Tracking basiert auf bekannten Fakten. Wenn sich ein Nutzer auf seinem Telefon auf Ihrer Website einloggt und später auf seinem Desktop in dasselbe Konto einloggt, haben Sie eine 100% sichere Übereinstimmung. Dies ist der Goldstandard für Tracking. Probabilistisches Tracking hingegen verwendet Algorithmen, um nach Mustern zu suchen. Es könnte bemerken, dass ein Smartphone und ein Laptop häufig im selben WLAN-Netzwerk sind, und annehmen, dass sie zur selben Person gehören. Obwohl dies Lücken füllen kann, ist es niemals so zuverlässig wie eine direkte Übereinstimmung basierend auf einer User-ID.
- Deterministisch: Verwendet gehashte E-Mail-Adressen, Telefonnummern oder interne Konto-IDs für hohe Genauigkeit.
- Deterministisch: Erfordert einen Login oder eine direkte Interaktion, bei der sich der Nutzer selbst identifiziert.
- Probabilistisch: Verwendet IP-Adressen, Gerätetypen und Tageszeitmuster, um Übereinstimmungen zu schätzen.
- Probabilistisch: Erfordert keinen Login, wird aber zunehmend durch moderne Browser-Datenschutzfunktionen blockiert.
- Hybrid-Ansatz: Kombiniert beide Methoden, um das Datenvolumen zu maximieren und gleichzeitig einen Kern aus hochpräzisen Übereinstimmungen beizubehalten.
Wie Alien Road geräteübergreifendes Tracking anwendet
Alien Road geht die Identitätsauflösung durch einen strukturierten Prozess an, der First-Party-Daten priorisiert. Bei einer typischen Kontoeinrichtung beginnt unser Team damit, jeden Touchpoint abzubilden, an dem ein Nutzer einen Identifikator angeben könnte, wie eine E-Mail-Adresse oder eine Telefonnummer. Wir verlassen uns nicht auf instabile Third-Party-Datenanbieter. Stattdessen verwenden wir serverseitigen Google Tag Manager, um diese Informationen zu sammeln und zu hashen, bevor sie an Analyseplattformen gesendet werden. Diese Methode stellt sicher, dass die Daten sicher bleiben und bietet gleichzeitig eine solide Grundlage für die geräteübergreifende Erkennung. Unser Team konfiguriert dann die Reporting-Identität in Google Analytics 4, um User-ID-Daten gegenüber gerätebasierten Informationen zu priorisieren.
Während eines typischen Engagements konzentriert sich Alien Road auch darauf, die Cookie-Lebensdauer durch serverseitige Konfigurationen zu verlängern. Indem wir Cookies von Ihrer eigenen Domain statt von einem Drittanbieter-Server setzen, können wir oft die aggressivsten Browser-Einschränkungen umgehen, die Cookies nach vierundzwanzig Stunden löschen. Dieser spezifische Workflow ermöglicht es unseren Kunden, einen genaueren Pfad zur Conversion zu sehen, was oft zeigt, dass mobile Anzeigen mehr zu Verkäufen beitragen als bisher angenommen. Wir bieten klare Berichte, die die Überschneidung zwischen verschiedenen Gerätekategorien zeigen, und helfen Marken dabei, ihre Budgets auf die Kanäle zu verteilen, die die Customer Journey tatsächlich starten, nicht nur auf die, die sie beenden.
Wie geht Google Analytics 4 mit geräteübergreifenden Journeys um?
Google Analytics 4 wurde mit geräteübergreifendem Tracking als Kernfunktion entwickelt. Es verwendet eine Hierarchie namens ‘Reporting-Identität’, um zu entscheiden, wie Ereignisse mit Nutzern verknüpft werden. Die oberste Ebene dieser Hierarchie ist die User-ID. Wenn Ihre Website eine eindeutige ID für einen eingeloggten Nutzer sendet, verwendet GA4 diese als primäre Methode, um Sitzungen zusammenzufügen. Wenn keine User-ID verfügbar ist, sucht es nach Daten von Google Signals. Diese Funktion verwendet Daten von Nutzern, die sich in ihre Google-Konten eingeloggt und die Anzeigenpersonalisierung aktiviert haben. Es ermöglicht Google, Nutzer über verschiedene Geräte hinweg zu erkennen, selbst wenn sie sich noch nicht auf Ihrer spezifischen Website eingeloggt haben.
Wenn weder User-ID noch Google Signals eine Übereinstimmung liefern, greift GA4 auf die Geräte-ID zurück, die im Wesentlichen die Client-ID ist, die in einem Browser-Cookie gespeichert ist. Dieser mehrschichtige Ansatz ist viel effektiver als die alte Version von Universal Analytics, die diese Datentypen oft getrennt hielt. Damit dies jedoch korrekt funktioniert, müssen Sie sicherstellen, dass Ihre Datenschutzrichtlinie aktualisiert ist und dass Sie die korrekten Zustimmungssignale implementiert haben. Ohne die richtigen ‘Consent Mode’-Einstellungen könnte GA4 gezwungen sein, diese Daten zu ignorieren, um Vorschriften einzuhalten, was zu Lücken in Ihren geräteübergreifenden Berichten führt.
Die Auswirkungen von Cookie-Einschränkungen auf die Messung
Cookie-Einschränkungen haben direkte Auswirkungen darauf, wie Sie Ihre Kundenakquisekosten betrachten. Wenn Safaris Intelligent Tracking Prevention ein Cookie auf sieben Tage begrenzt, erscheint jeder Nutzer, der acht Tage für eine Kaufentscheidung benötigt, bei seiner Rückkehr als neuer Nutzer. Dies unterbricht die Verbindung zum ursprünglichen Anzeigenklick. Infolgedessen könnten Ihre Marketingberichte eine sehr hohe Anzahl an ‘Direkt’- oder ‘Organischen Such’-Conversions zeigen, während Ihre bezahlten Such- und Social-Kampagnen unterdurchschnittlich erscheinen. Diese Fehlattribution kann zu schlechten Budgetentscheidungen führen, bei denen Sie Ausgaben für genau die Anzeigen kürzen, die Ihre anfängliche Markenbekanntheit steigern.
Um dem entgegenzuwirken, müssen Unternehmen von einer totalen Abhängigkeit von browserseitigen Cookies abrücken. Die Implementierung einer serverseitigen Tagging-Umgebung ermöglicht es Ihnen, Cookies mit längeren Ablaufdaten auszugeben, da sie als von Ihrer eigenen Serverinfrastruktur stammend angesehen werden. Darüber hinaus bietet die frühzeitige Erfassung von First-Party-Daten im Funnel, etwa durch eine Newsletter-Anmeldung, einen permanenten Anker für die Identität dieses Nutzers. Sobald Sie eine gehashte E-Mail-Adresse haben, müssen Sie sich keine Sorgen mehr machen, ob ein Cookie sieben oder dreißig Tage überlebt, da Sie den Nutzer jedes Mal neu identifizieren können, wenn er mit Ihren E-Mails interagiert oder sich einloggt.
Häufige Fehler bei der geräteübergreifenden Attribution
Ein häufiger Fehler ist die ausschließliche Abhängigkeit von Last-Click-Attributionsmodellen, die tendenziell Desktop-Conversions bevorzugen. In vielen Branchen findet die erste Entdeckung auf dem Handy statt, aber die endgültige Transaktion erfolgt auf einem Desktop, wo sich der Nutzer sicherer fühlt, Zahlungsdetails einzugeben. Wenn Sie nur auf den letzten Klick schauen, könnten Sie zu dem Schluss kommen, dass Ihre mobilen Kampagnen scheitern. Ein weiterer Fehler ist es, die technische Einrichtung der User-ID-Funktion zu ignorieren. Einfach eine E-Mail zu sammeln reicht nicht aus; diese E-Mail muss in eine konsistente, nicht persönlich identifizierbare Zeichenfolge umgewandelt werden, die die Analyseplattform über verschiedene Sitzungen hinweg erkennen kann. Das Versäumnis, dies zu tun, führt zu fragmentierten Daten.
Eine weitere häufige Falle ist es, die Daten von Google Signals nicht zu validieren. Obwohl Signals ein mächtiges Werkzeug ist, um Lücken zu füllen, kann es manchmal zu Thresholding in Ihren Berichten führen. Dies geschieht, wenn nicht genügend Daten vorhanden sind, um die Anonymität der Nutzer zu garantieren, was dazu führt, dass Google bestimmte Zeilen in Ihren Analysetabellen ausblendet. Marketer, die dies nicht erkennen, könnten denken, dass ihr Traffic gesunken ist, während er in Wirklichkeit nur durch Datenschutzfilter verborgen wird. Es ist wichtig, Ihre Reporting-Identitätseinstellungen zu überwachen und zwischen ‘Blended’- und ‘Device-based’-Ansichten zu wechseln, um zu verstehen, wie viel Ihrer Daten geschätzt versus direkt beobachtet wird.
Wie richtet man eine solide User-ID-Strategie ein?
Der Aufbau einer User-ID-Strategie erfordert die Zusammenarbeit zwischen Ihren Marketing- und Entwicklungsteams. Das Ziel ist es, einen persistenten Identifikator zu schaffen, der dem Nutzer folgt, unabhängig vom Gerät, das er verwendet. Dies beginnt mit der Identifizierung aller ‘Tore’ auf Ihrer Website, an denen sich ein Nutzer identifizieren könnte. Dazu gehören Login-Bildschirme, Checkout-Seiten und Lead-Generierungsformulare. Sobald der Nutzer identifiziert ist, sollte der Backend-Server eine eindeutige, anonyme Zeichenfolge für diesen Nutzer generieren und an die Frontend-Datenschicht weitergeben. Von dort aus kann der Google Tag Manager sie abgreifen und an Ihre verschiedenen Marketing- und Analyseplattformen senden.
- Überprüfen Sie Ihre Website, um jeden Ort zu finden, an dem ein Nutzer eine E-Mail angibt oder ein Konto erstellt.
- Arbeiten Sie mit Entwicklern zusammen, um eine gehashte, nicht-PII-Version der User-ID in die Datenschicht zu pushen.
- Aktivieren Sie die User-ID-Funktion in Ihren Google Analytics 4-Property-Einstellungen.
- Konfigurieren Sie Ihre Google Tag Manager-Tags so, dass der user_id-Parameter in jedem Ereignis enthalten ist, das an GA4 gesendet wird.
- Aktualisieren Sie Ihre Datenschutzrichtlinie und Ihr Cookie-Banner, um sicherzustellen, dass Sie die rechtliche Zustimmung für die Identitätszusammenführung haben.
Wo man diese Woche anfangen sollte
Beginnen Sie damit, Ihre aktuelle Reporting-Identität in Google Analytics 4 zu überprüfen. Navigieren Sie zum Admin-Bereich, schauen Sie unter die Property-Spalte und wählen Sie ‘Reporting-Identität’. Wenn Sie derzeit auf ‘Gerätebasiert’ eingestellt sind, verpassen Sie die geräteübergreifenden Funktionen von Google Signals und User-ID. Wechseln Sie zu ‘Blended’, um zu sehen, wie sich Ihre Daten ändern. Dieser einfache Schritt kann oft sofort eine komplexere Customer Journey enthüllen. Schauen Sie sich separat Ihren ‘Modellvergleichs’-Bericht unter dem Reiter ‘Werbung’ an, um zu sehen, wie verschiedene Attributionsmodelle, wie datengesteuert versus letzter Klick, den Wert ändern, der Ihrem mobilen Traffic zugewiesen wird.
Der nächste Schritt ist, mit Ihrem technischen Team über serverseitiges Tagging zu sprechen. Fragen Sie sie, ob Ihre aktuellen Tracking-Skripte von gängigen Ad-Blockern oder Browser-Datenschutzeinstellungen blockiert werden. Selbst einen kleinen Teil Ihres Trackings in eine serverseitige Umgebung zu verlagern, kann die Datengenauigkeit verbessern und Ihnen helfen, längere Cookie-Laufzeiten beizubehalten. Indem Sie jetzt diese kleinen Schritte unternehmen, können Sie beginnen, ein viel genaueres Bild davon zu erstellen, wie sich Ihre Kunden zwischen Geräten bewegen, was zu intelligenteren Marketinginvestitionen und einer besseren Gesamtleistung führt.
Weiterlesen: Strategische Planung · Digitales Marketing