Analytics ohne Cookies: wie wir unseren eigenen Google-Analytics-Ersatz gebaut haben
Neun Seiten, ein Panel, keine Cookies und kein Consent-Banner für Statistiken. In den letzten dreißig Tagen: 1.083 menschliche Sitzungen und 854 Bot-Sitzungen, die aussortiert werden mussten — also 44% des gesamten Verkehrs.
Warum nicht einfach Google Analytics
Der erste Grund ist juristisch und langweilig: Ein Werkzeug, das Tracking-Cookies setzt, braucht die Einwilligung der Besucher. Die Einwilligung braucht ein Banner. Das Banner senkt die Glaubwürdigkeit einer Seite und — das wird seltener gesagt — verdirbt die Daten selbst, weil ein Teil der Leute ablehnt und dann gar nicht in der Statistik auftaucht.
Der zweite Grund ist praktisch: Wir brauchten Antworten auf einige wenige konkrete Fragen, nicht auf dreihundert. Woher kam dieser Mensch, was hat er geklickt, hat er das Formular ausgefüllt. Dafür braucht es kein Werkzeug, das einen Vertriebstrichter für eine Handelskette bauen kann.
Der dritte Grund ist berufsbezogen. Wir bauen Systeme für Unternehmen und sagen Kunden, dass ihre Daten bei ihnen bleiben sollen. Das lässt sich schwer überzeugend wiederholen, während man die eigenen Besucherdaten an einen fremden Dienst schickt.
Menschen zählen, ohne etwas auf ihrem Gerät abzulegen
Die entscheidende Frage: Wie unterscheidet man zwei Besuche derselben Person von Besuchen zweier verschiedener Personen, wenn man keine Markierung im Browser hinterlassen darf? Unsere Antwort ist ein serverseitig berechneter Fingerabdruck aus Netzwerkadresse, Browserangaben und Tag. Dieselbe Person, die am selben Tag zurückkommt, wird einmal gezählt. Morgen ist sie ein neuer Besuch.
Das ist ein bewusster Kompromiss. Man verliert die Möglichkeit, eine Person über Wochen zu verfolgen — und genau darum geht es. Man gewinnt, niemanden um Einwilligung bitten zu müssen, weil es nichts zu speichern gibt.
Die Kurzfassung für alle, die nach der Rechtslage fragen: Es gibt keine Cookies, also gibt es nichts, was in einem Consent-Banner zu deklarieren wäre. Das befreit nicht von der Pflicht, in der Datenschutzerklärung zu nennen, was gemessen wird und wozu — die bleibt.
44% des Verkehrs sind keine Menschen
Das ist die Zahl, die man sich merken sollte, auch wenn man nie eigene Analytics bauen wird. In den letzten dreißig Tagen haben wir auf neun Seiten erfasst:
Fast die Hälfte des Verkehrs sind Automaten: Suchmaschinen, Analysewerkzeuge der Konkurrenz, Sicherheitsscanner, Roboter, die Daten für Sprachmodelle sammeln. Zeigt Ihnen jemand einen Bericht mit „Besuche plus 40%“, lautet die erste Frage, ob Bots aussortiert sind und woran sie erkannt werden.
Unser Mechanismus prüft den Verkehr stündlich erneut, weil ein Teil der Automaten erst am Verhaltensmuster erkennbar ist und nicht an der ersten Anfrage. Eine Sitzung kann daher eine Stunde später von menschlich auf Bot umgestuft werden — und das ist korrektes Verhalten, kein Fehler.
Was es in der Praxis bringt
Das Panel beantwortet die Fragen, die wir tatsächlich stellen: aus welchen Ländern die Leute kommen (im letzten Monat aus vierundzwanzig), welche Unterseiten sie lesen, was sie vor dem Absenden des Formulars geklickt haben. Dazu ein Modul, in dem sich eine bestimmte Person markieren lässt — etwa jemand, dem wir ein Angebot geschickt haben — um zu sehen, ob er zurückgekehrt ist.
Das Ganze sind elf Tabellen in der Datenbank, Daten in monatliche Teile zerlegt, damit Abfragen mit wachsender Historie nicht langsamer werden, und ein Tracking-Skript von etwa fünf Kilobyte — eine Datei, ohne externe Abhängigkeiten. Zum Vergleich: Ein typischer Analytics-Stack auf einer Unternehmensseite bewegt sich im Bereich mehrerer hundert Kilobyte.
Was zu messen lohnt und was Zierde ist
Die größte Versuchung beim Bau eigener Analytics ist, alles zu messen, weil man ohnehin Ereignisse sammelt. Ein paar Monate später stehen dreißig Diagramme im Panel und niemand schaut auf eines.
Vier Dinge, die Entscheidungen wirklich verändern:
- Woher er kam. Suche, direkt, ein Link, eine Kampagne — das entscheidet, ob die Arbeit an der Sichtbarkeit wirkt.
- Was er vor der Kontaktaufnahme gelesen hat. Der Seitenpfad vor dem Formular sagt mehr als jedes Verkehrsdiagramm.
- Wo er aussteigt. Die Unterseite, auf der die meisten Besuche enden, ist meist entweder schlecht geschrieben oder schlecht verlinkt.
- Ob er zurückkam. Im B2B-Vertrieb ist eine Rückkehr nach einigen Tagen ein stärkeres Signal als die Dauer des ersten Besuchs.
Der Rest — Klickkarten, Sitzungsaufzeichnungen, zehn Varianten desselben Diagramms — ist einmal interessant, beim ersten Start. Wir haben ihn bewusst nicht gebaut.
Warum Daten nach Monaten getrennt werden müssen
Ein technisches Detail mit direkter Wirkung darauf, ob sich das Panel in zwei Jahren noch öffnet. Ereignisse speichern wir in einer Tabelle, die in monatliche Teile zerlegt ist. Eine Abfrage über die letzten dreißig Tage berührt dann einen oder zwei Teile statt der gesamten Historie.
Ohne diese Teilung durchsucht jede Aktualisierung alles jemals Erfasste. Anfangs sieht man keinen Unterschied. Nach einem Jahr denkt das Panel eine Sekunde, nach zwei fünf, und im dritten stellt jemand fest, „diese Analytics ist langsam“ und hört auf, sie zu nutzen.
Derselbe Mechanismus beantwortet nebenbei die Frage nach dem Löschen alter Daten: Einen Monatsteil zu entfernen ist eine Operation und kein Durchsuchen der Tabelle nach Datum. Bei Besucherdaten hat das auch rechtliche Bedeutung — eine Löschfrist, deren Umsetzung teuer ist, wird in der Praxis nicht umgesetzt.
Wie sich das von Werkzeugen unterscheidet, die auch „ohne Cookies“ sagen
Am Markt gibt es einige Analytics-Werkzeuge, die mit Cookie-Freiheit und Rechtskonformität werben. Sie sind gut, und für die meisten Unternehmen sind sie die bessere Wahl als ein Eigenbau. Man sollte nur wissen, wonach zu fragen ist:
- Wo liegen die Daten? „Ohne Cookies“ heißt nicht „in Europa“. Das sind zwei getrennte Dinge, und nur eines steht meist auf der Startseite.
- Sortieren sie Bots aus, und woran? Bei unserem Verkehr sind Bots 44%. Ein Werkzeug, das sie nicht aussortiert, zeigt Ihnen ein doppelt so gutes Ergebnis, und das wird nicht stimmen.
- Was passiert beim Überschreiten des Seitenaufruf-Kontingents? Die meisten rechnen nach Seitenaufrufen ab, also wächst bei steigendem Verkehr die Rechnung für dasselbe Wissen.
Wir haben eigene gebaut, weil wir neun Seiten und klar umrissene Bedürfnisse hatten — und bei neun Seiten beginnt die Rechnung für ein fertiges Werkzeug ein Argument zu werden. Bei einer einzelnen Unternehmensseite sieht diese Rechnung anders aus, und dann empfehlen wir ehrlich das fertige Werkzeug.
Was wir dadurch über unsere eigenen Seiten gelernt haben
Ein für sich selbst gebautes Werkzeug hat den Vorteil, dass man sofort sieht, ob es echte Fragen beantwortet. Drei Dinge, die wir nicht vermutet hatten:
- Der Verkehr kommt aus vierundzwanzig Ländern, darunter solche, für die wir keine Sprachversion hatten. Das war eines der Argumente für die englische und die spanische Fassung.
- Fast die Hälfte des Verkehrs sind Automaten. Bevor wir sie aussortiert haben, sahen die Diagramme viel besser und viel weniger wahr aus.
- Produktseiten werden länger gelesen als die Startseite. Das hat geändert, wie wir sie schreiben — weg von der Beschreibung, was ein System tut, hin zu der Frage, welches Problem es löst.
Keine dieser drei Erkenntnisse verlangte ein komplexes Werkzeug. Alle drei verlangten, dass die Daten belastbar sind: Bots aussortiert, Besucher sinnvoll gezählt.
Wann das KEINEN Sinn ergibt
Bauen Sie keine eigenen Analytics, wenn Sie sich mit dem Markt vergleichen, umfangreiche Werbekampagnen steuern oder kanalübergreifende Trichter verfolgen müssen. Dafür gibt es fertige Werkzeuge und sie können das besser — wir haben nicht den Ehrgeiz, sie zu ersetzen.
Es ergibt Sinn, wenn Sie wissen wollen, was auf Ihrer Seite passiert, ohne Consent-Banner, ohne Besucherdaten aus dem Unternehmen zu geben und ohne eine Gebühr, die mit den Seitenaufrufen wächst. Ja, das ist eine kürzere Funktionsliste. Das war eine Entwurfsentscheidung, kein Zeitmangel.