Google Analytics setzt auf maschinelles Lernen. (Foto: BigTunaOnline / Shutterstock.com)
Google Analytics soll Seitenbetreibern dabei helfen, Traffic-Veränderungen besser als bisher zu verstehen und so möglicherweise notwendige Schritte einzuleiten. Dazu setzt Google auf Machine-Learning-Algorithmen, die im Idealfall sogar einigermaßen akkurate Voraussagen treffen können. Analytics kann so beispielsweise Abwanderungswahrscheinlichkeit berechnen. Langfristig will Google das System um weitere Vorhersagemetriken erweitern. Als Beispiel nennt der Konzern in einem Blogbeitrag die Möglichkeit, den potenziellen Umsatz bestimmter Kundengruppen zu schätzen.
„Das neue Analytics bietet kundenzentrierte Messungen, anstatt Messungen nach Gerät oder Plattform zu fragmentieren“, erklärt Vidhya Srinivasan, Googles Vizechefin für den Analytics-Bereich. Dazu kombiniert Google verschiedene Identifikationsmerkmale, wie von Seiten- und App-Betreibern vergebene Nutzer-IDs oder Google-eigene Daten von Nutzerinnen und Nutzern, die personalisierte Werbung aktiviert haben.
Durch eine tiefere Integration in Googles Werbenetzwerk sollen Marketer direkt einsehen können, wann eine Kundin oder ein Kunde zum ersten Mal im Web mit dem Unternehmen in Berührung kam, und entsprechend reagieren können. Dazu hat Google nach eigenen Angaben auch die Reporting-Funktion in Analytics vereinfacht und neu organisiert, damit Marketer die für sie wichtigsten Erkenntnisse schneller herauslesen können.
Google Analytics rüstet sich für eine Welt ohne Tracking-Cookies
Das klassische User-Tracking ist angezählt und es bleibt unklar, welche Alternative sich im Web langfristig durchsetzen werden und wie umfangreich die daraus resultierende Datenbasis sein wird. Auch darauf will Google mit Machine-Learning-Algorithmen reagieren. Entsprechend trainierte Modelle sollen in Zukunft etwaige Datenlücken auffüllen, damit Marketer weiterhin ein umfassendes Bild der Seitenbesucher erhalten.
Wie das funktionieren soll, hat Google in Grundzügen bereits im August 2020 erklärt. Die Machine-Learning-Modelle sollen beispielsweise in der Lage sein, mit einiger Genauigkeit Konversionen über Gerätegrenzen hinweg zu erfassen, auch wenn eine direkte Zuschreibung zu einem einzelnen User nicht möglich ist.
