Begriffsdefinitionen: Was sind Messwerte, Dimensionen, Segmente und Kohorten?
Sobald du tiefer in die Welt der Web-Analyse oder der SEO-Analyse eintauchst, werden dir bei der Datenanalyse Begriffe wie etwa Dimension, Messwert oder Umfang (Scope) begegnen. Beispielsweise in Google Analytics, der Google Search Console oder auch in Microsoft Clarity.
In diesem Blog-Beitrag sehen wir uns anhand von Beispielen an, was diese Begriffe eigentlich bedeuten, wie sie zusammenhängen und in welchen Analytics-Systemen sie dir vorwiegend begegnen werden.
Inhaltsverzeichnis
- Was ist ein Messwert?
- Was ist eine Dimension?
- Was ist der Umfang (Scope)?
- Was ist ein berechneter Messwert?
- Was ist ein Segment?
- Was ist eine Kohorte?
- Was ist eine Zielgruppe?
- Zusammenfassung
Was ist ein Messwert?
Ein Messwert ist die Summe von erfassten Zählungen. Bei einer Volkszählung wäre der Messwert etwa die Anzahl der in einem Land lebenden Menschen.
In einem Analytics-System entsteht ein Messwert durch die Summe der erfassten Ereignisse oder Interaktionen:
- Der Messwert Seitenaufrufe in Google Analytics 4 ergibt sich beispielsweise dadurch, dass Google Analytics zählt, wie oft das Ereignis page_view erfasst (gezählt) wurde.
- Für Klicks in der Search Console zählt Google, wie oft Besucher oder Besucherinnen auf eine deiner Seiten in den Suchergebnissen geklickt haben.
- In Microsoft Clarity entsteht etwa der Messwert tote Klicks dadurch, in dem Clarity zählt, wie oft auf einen Link geklickt wurde, bei dem nichts passiert; also etwa keine neue Seite geladen wurde.
Nun sind die obigen Beispiele für Messwerte zwar interessant, aber nicht unbedingt für eine Analyse geeignet.
Wenden wir uns wieder der Volkszählung zu. So ist es durchaus interessant zu wissen, wie viele Menschen in einem Land leben, aber für Analysen und daraus abgeleitete Entscheidungen ist es beispielsweise wichtig zu wissen, wie alt die Menschen sind.
Dazu schlüsselt man das Ergebnis der Volkszählung (den Messwert der gezählten Menschen) nach dem Alter auf. Das Alter ist dabei die sogenannte Dimension.
Und genau so funktioniert das auch in einem Analytics-System.
Was ist eine Dimension?
Etwas sperrig formuliert ist eine Dimension eine Aufschlüsselung von Daten nach einem gemeinsamen Merkmal. Bei einer Volkszählung wäre das Merkmal etwa das Alter oder ein Altersbereich wie 25 - 34 Jahre.
Etwas praxisorientierter formuliert, beantwortet dir eine Dimension eine Frage zu deinen Daten. Schlüsselt man also die Daten einer Volkszählung nach der Dimension Alter auf, kannst du dir damit etwa die Frage beantworten, ob die Einwohner eher alt oder eher jung sind und daraus weitere Maßnahmen ableiten.
In einem Analytics-System funktioniert das genau so.
Möchtest du wissen, welche Channels dir den meisten Traffic bringen, dann wird die Anzahl der gezählten Nutzer oder Nutzerinnen in Google Analytics nach der Dimension Channelgruppe aufgeschlüsselt.
Aufschlüsselung der Messwerte in GA4 nach der Dimension Channelgruppierung
Die einzelnen Channels der Dimension Channelgruppe sind die Dimensionswerte, etwa Organic Search, Direct, Unassigend oder Organic Social.
Auch wenn es Dimensionswerte heißt, enthalten Dimensionswerte meistens Text und keine numerischen Werte.
Interessiert dich hingegen, welche Seiten in der Google Suche die meisten Klicks bekommen, schlüssle den Messwert Klicks in der Search Console nach der Dimension URL auf.
Dimensionen in der Google Search Console
Im Gegensatz zu GA4 werden die Dimensionen in der Search Console etwas anders dargestellt, nämlich jeweils als eigene Tabelle, die über eigene Reiter erreichbar sind. Jeder Reiter wie etwa Queries (Suchanfragen), Pages (Seiten), usw. ist die Dimension, nach der die aktivierten Messwerte (im Screenshot sind das Clicks und Impressions) aufgeschlüsselt sind.
Was ist eine primäre Dimension?
Die primäre Dimension in einem Bericht ist die erste Dimension, nach der Messwerte aufgeschlüsselt werden. Im Beispiel der Volkszählung wäre die primäre Dimension das oben erwähnte Alter.
In den meisten Analytics-Systemen ist die primäre Dimension die erste Spalte einer Datentabelle: Im folgenden Screenshot ist die Spalte Sitzung - primäre Channelgruppe die primäre Dimension.
Primäre Dimension in GA4
Die Dimension primär Channelgruppe ist allerdings nicht deshalb die primäre Dimension, weil sie primäre Channelgruppe heißt. Das ist ein Zufall (in der Datenanalyse bekannt als Scheinkorrelation).
Was ist eine sekundäre Dimension?
Eine sekundäre Dimension ist eine weitere Aufschlüsselung deiner Daten, mit dem Ziel, dass du dir eine Frage noch genauer beantworten kannst. Bei einer Volkszählung wäre das etwa die Stadt; d.h. die Daten würden zunächst nach der primären Dimension Alter und dann innerhalb des Alters nach der Stadt aufgeschlüsselt werden.
Dadurch kannst du dir die Frage beantworten, in welcher Stadt eher ältere oder eher jüngere Menschen leben.
In GA4 kannst du in den Standardberichten durch einen Klick auf das Plus-Symbol neben der primären eine weitere Dimension als sekundäre Dimension hinzufügen.
Sekundäre Dimension in Google Analytics 4
Was ist der Umfang (Scope)?
Der Umfang wird auch als Scope bezeichnet und ist der Kontext eines Messwertes. Sehen wir uns als Beispiel wieder Google Analytics 4 an. Dort gibt es 4 Berichtsebenen (Scopes):
- Die Ebene der Nutzer und Nutzerinnen
- Die Ebene der Sitzungen
- Die Ebene der Ereignisse
- Die Element-Ebene
Möchtest du etwa den Umsatz wissen, stellt sich zunächst die Frage, in welchem Kontext (Umfang, Scope) du den Umsatz herausfinden möchtest:
- Auf der Ebene der Nutzer und Nutzerinnen, also den Gesamtumsatz, den Nutzer oder Nutzerinnen in einem Zeitraum während mehrerer Sitzungen erzielt haben?
- Den Umsatz, der während einer einzigen Sitzung erzielt wurde?
- Der Umsatz, der bei einem einzelnen Kaufereignis erzielt wurde?
Nehmen wir einmal an, jemand kauft auf deiner Website um € 100,- ein. Im Scope der Ereignisebene hat der Messwert Umsatz den Wert 100.
Nun bemerkt der Nutzer oder die Benutzerin, dass sie noch etwas vergessen hat und kauft innerhalb von 30 Minuten (der Sitzungsdauer in GA4) noch einmal um € 100,- ein. Damit haben wir im Kontext der Ereignisebene zwei Käufe (zwei purchase Ereignisse) bei denen der Messwert Umsatz jeweils 100 beträgt.
Da der zweite Kauf aber noch während derselben Sitzung des ersten Kaufs getätigt wird, hat der Umsatz im Umfang (Kontext, Scope) der Sitzungen den Wert 200.
Jedoch hat dieselbe Kundin oder derselbe Kunde vor einer Woche bereits einmal um 200,- EUR in deinem Shop gekauft. Damit hat der Umsatz auf der Ebene der Nutzer und Nutzerinnen den Wert 400; der sich aus einem Kauf zu 200,- und zwei Käufen zu 100,- zusammensetzt.
Möchtest du den Umsatz eines bestimmten Produktes wissen, sind wir noch eine Ebene tiefer: nämlich auf der Element-Ebene. Hier kann der Umsatz eines Produktes (unabhängig von der Anzahl der Käufer und Käuferinnen etwa 1.000,- betragen).
Der gesamte bisher generierte Umsatz im Kontext der Nutzer und Nutzerinnen wird auch als Lifetime-Value (LTV) bezeichnet.
Den Umfang (Scope) gibt es aber nicht nur in GA4, sondern beispielsweise auch in der Search Console. Er ist allerdings in der Benutzeroberfläche nicht sichtbar. Du siehst ihn allerdings, wenn du eine Search Console Property zu einem Looker Studio Bericht hinzufügen willst.
Tabellen (Scope) der Search Console Daten in Looker Studio
Der Umfang (Scope) wird hier allerdings als Tabelle bezeichnet. Je nachdem, welche der beiden Tabellen du auswählst, siehst du andere Messwerte.
Was ist ein berechneter Messwert?
Ein berechneter Messwert errechnet sich durch eine Formel aus zwei oder mehreren bestehenden Messwerten (Zählungen).
Die Click-Through-Rate in der Search Console ist ein Beispiel für einen berechneten Messwert, der sich aus der Anzahl der Klicks dividiert durch die Anzahl der Impressionen berechnet.
Auch in GA4 findest du berechnete Messwerte, wie etwa die Sitzungen mit Interaktionen pro Nutzer. Sie errechnet sich aufgrund der Anzahl Sitzungen, dividiert durch die Anzahl der aktiven Nutzer und Nutzerinnen.
Was ist ein Segment?
Ein Segment ist eine Unterteilung von Daten nach einer oder mehreren Bedingungen. Sie eignen sich besonders gut zum Vergleichen von Daten.
Streng genommen erzeugt jeder Filter, den du in einem Analyse-Tool anwendest, ein Segment. Da du in den meisten Tools jeweils nur einen Filter anwenden kannst, eignen sich Filter nicht zum Vergleichen von Daten.
Ebendarum gibt es beispielsweise in GA4 die sogenannten Vergleiche, die streng genommen einfach nur zwei gleichzeitig aktivierte Filter sind. In den Standardberichten in GA4 kannst du bis zu 3 Vergleiche (Segmente), aktivieren und damit Daten vergleichen.
Auch in der Search Console kannst du einfache Segmente erstellen und somit Daten vergleichen. Allerdings geht das in der Search Console nur für jeweils eine Bedingung bzw. für eine Dimension.
Vergleich zweier Länder-Segmente in der Search Console
Im obigen Screenshot habe ich einen Vergleich für meine Daten über die Dimension Land aktiviert und kann dadurch die Performance in der Suche zwischen zwei Ländern miteinander vergleichen.
Was ist eine Kohorte?
Kohorten hast du eigentlich schon kennengelernt: die Segmentierung der Menschen einer Volkszählung in eine bestimmte Altersgruppe, etwa 15-24, ergibt eine sogenannte Kohorte, nämlich die Kohorte der 18-25-jährigen.
Eine Kohorte (engl. cohort) im Kontext eines Analytics-Systems ist eine Gruppe von Menschen mit einem oder mehreren gemeinsamen Merkmalen.
In einem Analytics-System sind Kohorten etwa:
- Alle Besucher und Besucherinnen zwischen 18 und 25 Jahren
- Alle Käufer und Käuferinnen, die im letzten Jahr einen Umsatz von mindestens € 10.000,- gemacht haben, aber in den letzten 60 Tagen nicht gekauft haben.
- Alle Menschen, die innerhalb von 7 Tagen nach dem Erstbesuch deine Website erneut besucht haben.
Im Kontext (Umfang, Scope) der Nutzer und Nutzerinnen entsteht eine Kohorte durch ein Segment.
Der wichtige Unterschied zwischen den Begriffen Kohorte und Segment ist allerdings, dass sich eine Kohorte immer auf Menschen bezieht. Ein Segment hingegen kann einen anderen Umfang (Scope) haben: etwa Sitzungen, Ereignisse oder sogar Produkte.
In GA4 begegnen dir Kohorten beispielsweise im Bericht zur Bindung.
Kohorten im Bericht zur Bindung in GA4
Die Kohorten sind hier die Nutzer und Nutzerinnen, die in definierten Zeiträumen nach dem Erstbesuch deine Website erneut besuchen, nämlich:
- Innerhalb eines Tages (Blaue Linie)
- Innerhalb von 7 Tagen (Lila Linie)
Das gemeinsame Merkmal bei diesen Kohorten ist der Zeitraum, in dem sie deine Website wieder besuchen.
Hinweis: Die Begriffe Kohorte und Segment werden häufig synonym füreinander verwendet. Der wichtigste Unterschied ist allerdings, dass mit Kohorten immer Menschen gemeint sind und Segmente auch für einen anderen Umfang (Scope) gelten können; etwa für Sitzungen.
Was ist eine Zielgruppe?
Zielgruppen werden dir vorwiegend in Web-Analyse-Systemen wie Google Analytics 4 begegnen. Dort kannst du ein oder mehrere Zielgruppen basierend auf Dimensionen und/oder Messwerten erstellen:
- Besucher oder Besucherinnen mit mindestens 3 Sitzungen aber noch keinem Kauf
- Käufer oder Käuferinnen mit einem Umsatz von € 10.000 im letzten Jahr, die in den letzten 60 Tagen nicht gekauft haben
Und wenn du jetzt an Kohorten denkst, dann ist das korrekt: Aus technischer Sicht ist eine Zielgruppe eine Kohorte.
Und hier schließt dich der Kreis wieder. Eine Zielgruppe kannst du nun direkt analysieren, indem du sie in einem Filter oder einem Segment (in GA4 Vergleich) verwendest. Du kannst sie aber auch nach Google ADs exportieren und sie dort für das Targeting von Werbeanzeigen verwenden.
Zusammenfassung
Die Begriffe wie Messwert, Dimension, Kohorte, usw. klingen anfangs etwas kryptisch. Führst du dir dabei das Beispiel einer Volkszählung vor Augen, werden sie rasch klar:
- Messwert: Die Anzahl der gezählten Menschen in einem Land
- Dimension: Aufschlüsselung der gezählten Menschen nach einem Merkmal, wie dem Alter
- Umfang: Der Kontext der Daten, wie etwa die Menschen selbst
- Segment: Eine Aufteilung der Daten nach einem oder mehreren Merkmalen
- Kohorte: Zusammenfassen von Menschen mit einem bestimmten Merkmal wie einem Altersbereich
- Zielgruppe: aus technischer Sicht eine Kohorte.
Diese Begriffe aus der Datenanalyse werden dir immer wieder begegnen; etwa auch in meinem GA4 Video Kurs, meinem Search Console Kurs oder meinem Microsoft Clarity Kurs auf Udemy.
