GA3 Lookalike-Audiences

Horizonte durch Gemeinsamkeiten erweitern GA3 (Google Analytics 3) Lookalike-Audiences haben sich als wertvolle Ressource für Werbetreibende erwiesen, die ihre Reichweite erweitern möchten. Diese Zielgruppen werden erstellt, indem Personen identifiziert und angesprochen werden, die ähnliche Merkmale und Verhaltensweisen mit vorhandenen benutzerdefinierten Zielgruppen oder Remarketing-Listen teilen.

Die Essenz der GA3 Lookalike-Audiences liegt in der Analyse von Daten und Mustern durch ausgeklügelte Algorithmen. Indem Gemeinsamkeiten zwischen den Benutzern erkannt werden, ermöglicht diese Methode Vermarktern den Zugang zu neuen potenziellen Kunden, die Merkmale aufweisen, die ihrer bestehenden Zielgruppe ähnlich sind.

Die Erstellung von GA3 Lookalike-Audiences umfasst die sorgfältige Auswahl einer geeigneten Ausgangszielgruppe und die Feinabstimmung der Ausrichtungseinstellungen, um optimale Ergebnisse zu erzielen.

GA4 Predictive-Audiences

Mit der Einführung von Google Analytics 4 (GA4) erhielten Werbetreibende Zugang zu einer erweiterten Targeting-Funktion, die als Predictive Audiences bekannt ist. GA4 Predictive-Audiences verfolgen einen zukunftsorientierten Ansatz, indem sie Machine-Learning-Algorithmen nutzen, um das zukünftige Nutzerverhalten vorherzusagen und potenzielle Konvertierungen zu identifizieren.

Predictive-Audiences in GA4 verwenden Machine-Learning-Modelle, um Benutzerverhaltensmuster zu analysieren. Diese Erkenntnisse werden dann genutzt, um zukünftige Benutzeraktionen vorherzusagen und potenzielle Kunden zu identifizieren, die wahrscheinlich konvertieren werden.

Um Predictive-Audiences in GA4 zu nutzen, müssen Werbetreibende die Funktion einrichten und die Leistung von Machine-Learning-Modellen nutzen, um Marketingmaßnahmen zu optimieren, die Kampagnenleistung zu verbessern und Ressourcen effektiv zuzuweisen. Am 1. Juli 2023 wird Universal Analytics (GA3) nicht mehr verfügbar und wird durch Google Analytics 4 ersetzt .

Wesentliche Unterschiede

Methodik: GA3 Lookalike-Audiences basieren auf der Analyse vorhandener Zielgruppendaten, um Benutzer mit ähnlichen Merkmalen und Verhaltensweisen zu finden. Im Gegensatz dazu nutzen GA4 Predictive-Audiences Machine-Learning-Algorithmen, um das zukünftige Nutzerverhalten vorherzusagen und potenzielle Konvertierungen basierend auf ihren erwarteten Aktionen zu identifizieren.

Fokus: GA3 Lookalike-Audiences konzentrieren sich hauptsächlich darauf, die Reichweite vorhandener Zielgruppen zu erweitern, indem sie Benutzer mit ähnlichen Merkmalen ansprechen. GA4 Predictive-Audiences verfolgen einen proaktiven Ansatz und ermöglichen es Werbetreibenden, potenzielle zukünftige Kunden anhand von Verhaltensmustern und erwarteten Aktionen zu identifizieren.

Technologischer Fortschritt: GA3 nutzt Algorithmen zur Analyse historischer Daten, während GA4 die Leistung von Machine-Learning-Modellen nutzt, um das zukünftige Nutzerverhalten vorherzusagen. Diese fortschrittliche Technologie gewährleistet präzisere und dynamischere Ausrichtungsmöglichkeiten.

Fazit

In der sich ständig weiterentwickelnden Landschaft der digitalen Werbung bleibt die präzise Zielgruppenausrichtung ein grundlegender Aspekt des Kampagnenerfolgs. GA3 Lookalike-Audiences und GA4 Predictive-Audiences bieten leistungsstarke Tools zur Optimierung der Ausrichtungsbemühungen. Während GA3 nach Gemeinsamkeiten zwischen vorhandenen Zielgruppen sucht, um die Reichweite zu erweitern, verfolgt GA4 einen vorausschauenden Ansatz und nutzt Machine-Learning-Algorithmen, um das zukünftige Nutzerverhalten vorherzusagen. Das Verständnis der Unterschiede zwischen diesen Targeting-Methoden ermöglicht es Werbetreibenden, den richtigen Ansatz zu nutzen, um ihre gewünschte Zielgruppe effektiv zu erreichen und anzusprechen und letztendlich den Erfolg ihrer Kampagne voranzutreiben. Zuletzt ist es wichtig vor dem 1. Juli 2023 den Wechsel auf Google Analytics 4 zu vollziehen. Auch für uns wird es ein fortschrittlicher Wechsel und ein Lern-Prozess.

Was ist GA4-Sampling?

GA4-Sampling ist eine Funktion von Google Analytics 4, mit der Benutzer eine Teilmenge von Daten aus ihrer gesamten Population auswählen können, um genauere und zuverlässigere Schlussfolgerungen zu ziehen. Diese Funktion ist besonders nützlich für große Datensätze, da Benutzer schnell und einfach eine Teilmenge von Daten analysieren können, ohne die gesamte Population analysieren zu müssen.

Wie funktioniert die GA4-Stichprobe?

GA4-Sampling funktioniert durch die Auswahl einer Teilmenge von Daten aus der gesamten Population. Diese Teilmenge wird dann verwendet, um Rückschlüsse auf die Population als Ganzes zu ziehen. Der Stichprobenprozess basiert auf einer Reihe von Faktoren, einschließlich der Größe der Bevölkerung, der Art der zu analysierenden Daten und der gewünschten Genauigkeit der Ergebnisse.

Der Stichprobenprozess beginnt mit der Auswahl einer Zufallsstichprobe von Daten aus der Grundgesamtheit. Diese Stichprobe wird dann analysiert, um die Merkmale der Population als Ganzes zu bestimmen. Die Ergebnisse dieser Analyse werden dann verwendet, um ein Modell zu erstellen, das verwendet werden kann, um Rückschlüsse auf die Population zu ziehen.

Warum ist GA4-Sampling wichtig?

GA4-Sampling ist wichtig, da es Benutzern ermöglicht, schnell und einfach eine Teilmenge von Daten zu analysieren, ohne die gesamte Population analysieren zu müssen. Dies kann besonders bei großen Datensätzen nützlich sein, da es Benutzern ermöglicht, genauere und zuverlässigere Rückschlüsse auf die Bevölkerung als Ganzes zu ziehen.

Darüber hinaus kann GA4-Sampling auch verwendet werden, um Trends und Muster in Daten zu identifizieren. Durch die Analyse einer Teilmenge von Daten können Benutzer Trends und Muster identifizieren, die bei der Analyse der gesamten Population möglicherweise nicht sichtbar sind. Dies kann besonders für Marketing- und Forschungszwecke nützlich sein.

Fazit

GA4-Sampling ist eine wichtige Funktion von Google Analytics 4, die es Benutzern ermöglicht, eine Teilmenge von Daten aus ihrer gesamten Population auszuwählen, um genauere und zuverlässigere Schlussfolgerungen zu ziehen. Diese Funktion ist besonders nützlich für große Datensätze, da Benutzer schnell und einfach eine Teilmenge von Daten analysieren können, ohne die gesamte Population analysieren zu müssen. Darüber hinaus kann GA4-Sampling auch verwendet werden, um Trends und Muster in Daten zu identifizieren. Durch die Analyse einer Teilmenge von Daten können Benutzer Trends und Muster erkennen, die bei der Analyse der gesamten Population möglicherweise nicht sichtbar sind.“

Was sind die neuen Funktionen von Google Analytics 4?

Anders als zuvor funktioniert die neue Version sowohl mit als auch ohne Cookies und sie speichert keine IP-Adressen der Nutzer mehr. Stattdessen wird die Customer Journey aufgrund von User IDs und Google Signalen nachvollzogen und auch Longtime Advertiser Requests erkannt. Da Smartphone Apps immer öfter genutzt werden, berücksichtigt Google auch dies. Dank intelligenten Lösungen spielt es keine Rolle, ob der Nutzer während eines Kaufprozesses Geräte wechselt und beispielsweise aufgrund einer Werbung im Internet an einem Desktop eine Smartphone App herunterlädt und über diese dann seinen Kauf abschließt. Durch die User IDs ist Google Analytics dazu in der Lage, dies zu erkennen. Sollten aufgrund des Datenschutzes wichtige Daten verloren gehen, kann Google Analytics 4 die Lücken in Auswertungen durch Datenmodellierung füllen. Außerdem lassen sich die Datenschutzeinstellungen länderspezifisch steuern.
Zu den weiteren neuen Funktionen, die Google integriert, gehören neue Vorhersagemetriken, die beispielsweise zukünftige Trends vorhersagen. Außerdem erhält man einen besseren und plattformübergreifenden Überblick über den Kaufprozess der Kunden und Nutzer und Google bietet eine erweiterte, drahtlose Integration in die eigenen Werbeplattformen. So werden Kampagnenleistungen optimiert und der Marketing ROI gesteigert. Außerdem erfolgen automatische Benachrichtigungen, wenn wichtige Trends in den Daten erkannt werden, z.B. wenn es zu einer höheren Produktnachfrage aufgrund von neuen Kundenwünschen kommt. Alles in allem wird Google Analytics 4 das aktuelle Universal Analytics als neue Standardanwendung ablösen.

Wann erfolgt der Wechsel?

Am 01. Juli 2023 ist es so weit und es wird nicht mehr möglich sein, Daten in standardmäßigen Universal Analytics Properties zu verarbeiten. Ab diesem Zeitpunkt können neue Daten nur noch in Google Analytics 4 Properties bearbeitet werden. Der Zugriff auf alte, zuvor bearbeitete Daten wird jedoch noch mindestens bis 01. November 2023 bei Universal Analytics möglich sein.

Wann sollte ich handeln?

Wir empfehlen, nicht mehr allzu lange mit dem Wechsel zu warten. Die neue Google Analytics Generation ist bereits seit Oktober 2020 auch unter dem vorherigen Namen App + Web auf dem Markt. Die Analysen bei beiden Programmen sind sehr unterschiedlich und lassen sich nur schwer vergleichen. Deshalb ist es sinnvoll bereits jetzt beide Versionen zu nutzen. Dadurch können Googles Algorithmen bereits wertvolle Daten sammeln und lernen. Außerdem kannst Du Dich mit den neuen Funktionen einfach vertraut machen und so sicherstellen, dass alle Funktionen weiter verfügbar sind und keine Daten verloren gehen.

Benötigst du Unterstützung bei der Implementierung von Google Analytics 4 oder möchtest das Online Marketing deines Unternehmens in professionelle Hände übergeben? Dann zögere nicht uns zu kontaktieren! Wir bei Nakoa Digital sind Performance Marketing und Retail Media Experten und Expertinnen. Wir helfen dir gerne dabei, dein Online Marketing strategisch nach vorne zu bringen! Bei uns kannst du ganz einfach ein unverbindliches Beratungsgespräch buchen und uns deine Fragen stellen.

Wozu braucht man Referral Ausschlüsse?

Das Hinzufügen von Referral Ausschlüssen ist sehr wichtig, wenn du verhindern willst, dass der Umsatz deines Webshops mit einer falschen Quelle verknüpft wird.
Beispiel: Du hast eine Google Ads-Kampagne laufen. Darin wurden insgesamt 300 € ausgegeben und der Umsatz beträgt 3.000 €. In Analytics kannst du sehen, dass 1.000 € von Google Ads und 2.000 € von Referrals stammen. Wenn du die Liste der Referrals öffnest, siehst du alle möglichen Banken, wie 3dsecure.deutsche-bank.de und mastercardsecurecode.sparkassen-kreditkarten.de. Das hat damit zu tun, dass jemand während der Bestellung mit Kreditkarte, Paypal oder ähnlichem bezahlt hat und deshalb den Webshop für eine Weile verlässt, nur um später wieder auf die Dankeseite zurückzukommen. Google Analytics geht davon aus, dass dieser Besucher z. B. von der Deutschen Bank-Webseite kommt, was aber nicht richtig ist.

Wie kann ich Referrals ausschließen?

Wenn du in Google Analytics auf Verwaltung -> Tracking-Info -> Liste der Referral Ausschlüsse gehst, kannst du diese Ausschlüsse einzeln hinzufügen. Jedoch ist das eine mühsame Aufgabe, denn im deutschen Sprachraum gibt es Dutzende von Referral Webseiten – international gibt es viele Hunderte.
Wir als Marketingagentur müssen das für jeden Webshop neu einrichten und das ist ziemlich frustrierend. Zum Glück gibt es aber eine praktische Lösung: Rufe die Website Realhe.ro auf und speichere die Schaltfläche “GA Import domain exclusions 2.0” in deine Lesezeichenleiste. Gehe danach zu den Referral Ausschlüssen in Google Analytics. Anschließend kannst du auf die Schaltfläche in deiner Lesezeichenleiste klicken, die Liste kopieren und sie einfügen. Dann musst du nur noch auf “Importieren” klicken und fertig!

Liste der auszuschließenden Referrals

3d-secure-code.de
3dsecure.bw-bank.de
3dsecure-cardprocess.de
3dsecure.deutsche-bank.de
3dsecure.icscards.nl
aacsw.3ds.verifiedbyvisa.com
abnamro.nl
acs.airplus.com
acs1.3ds.modirum.com
acs2-3dsecure.cm-cic.com
adyen.com
arcot.com
bankieren.ideal.ing.nl
barclays.co.uk
bcr.girogate.be
belfius.be
belgium-3dsecure-uvg.wlp-acs.com
belgium-3dsecure.wlp-acs.com
belgium-uvj-3dsecure.wlp-acs.com
belgium-uvp-3dsecure.wlp-acs.com
betalen.rabobank.nl
bnpparibas.com
buckaroo.nl
deref-web-02.de
diensten.asnbank.nl
diensten.regiobank.nl
diensten.snsbank.nl
icepay.eu
ideal.asnbank.nl
ideal.bunq.com
ideal.ing.nl
ideal.knab.nl
ideal.moneyou.nl
ideal.regiobank.nl
ideal.snsbank.nl
ideal.triodos.nl
ideal.vanlanschot.com
iscards.nl
kbc.be
mastercardsecurecode.sparkassen-kreditkarten.de
pay.mollie.nl
mollie.com
multisafepay.com
pay.multisafepay.com
payment-web.sips-atos.com
payment-web.omnikassa.rabobank.nl
pay1.de
paypal.com
paypal.de
payv2.multisafepay.com
secure7.arcot.com
securecode.abnamro.nl
securesuite.co.uk
secureyou3d.ing.be
sips-atos.com
sofort.com
sparda.wlp-acs.com
threedssvc.pay1.de
tpeweb1.paybox.com
tsys.arcot.com
verifiedbyvisa.barclays.co.uk
verifiedbyvisa.com
visa.com
wlp-acs.com
zendesk.com
Dies sind die häufigsten Webseiten von Referrals inklusive deutscher, niederländischer, belgischer und englischer Banken.
Wenn du noch auf neue ausländische Quellen stößt, kannst du diese später in deine Liste aufnehmen. Schicke uns gerne eine E-Mail oder ruf uns an und teil uns diesen Referral mit. Dann fügen wir sie der obigen Liste hinzu. Vielen Dank im Voraus!

Benötigst du Unterstützung oder möchtest das Online Marketing deines Unternehmens in professionelle Hände übergeben? Dann zögere nicht uns zu kontaktieren! Wir bei Nakoa Digital sind Performance Marketing und Retail Media Experten und Expertinnen. Wir helfen dir gerne dabei, dein Online Marketing strategisch nach vorne zu bringen! Bei uns kannst du ganz einfach ein unverbindliches Beratungsgespräch buchen und uns deine Fragen stellen.