147 Bestellungen und keine Zuordnung?
Esra scrollt durch Google Analytics
Esra dreht ihren Bildschirm zu dir. Samstag, 10:30 Uhr im Analytics-Büro. Letzte Woche liefen parallel eine Instagram-Ad und ein Newsletter für die neue Sneaker-Kollektion. 147 Bestellungen kamen rein. Die Geschäftsführung will für den Monatsbericht wissen: Wie viele Verkäufe gehen auf die Ad, wie viele auf den Newsletter? In Google Analytics steht bei fast allen Bestellungen als Quelle nur "direct" oder "other". 5.000 Euro Monatsbudget hängen an dieser Antwort, und ihr habt keine Daten.
Der Umgang mit Kundendaten im E-Commerce ist die Grundlage für das, was hier fehlt: Tracking bedeutet, personenbezogene Daten zu erheben. Ohne die richtigen Identifikationsverfahren bleibt jede Kampagnenauswertung blind. Was hättet ihr vor Kampagnenstart einrichten müssen?
Vier Verfahren im Vergleich
Vier Verfahren bestimmen, wie Onlineshops Besucher:innen wiedererkennen:
- First-Party-Cookies: Der Shop selbst setzt eine kleine Textdatei im Browser. Sie speichert z.B. die Session-ID. Lebensdauer: Wochen bis Monate.
- Third-Party-Cookies: Ein externer Dienst (z.B. ein Werbenetzwerk) setzt das Cookie. Browser wie Safari und Firefox blockieren diese standardmäßig. Auslaufmodell.
- Fingerprinting: Bildschirmauflösung, Browserversion, installierte Schriftarten - aus diesen Merkmalen entsteht ein Geräte-Profil. Datenschutzrechtlich umstritten.
- Login-basiertes Tracking: Die Person meldet sich mit E-Mail und Passwort an. Höchste Genauigkeit, funktioniert geräteübergreifend - aber nur bei eingeloggten Nutzer:innen.
🔮 Bevor du weiterliest: Welches dieser vier Verfahren hätte Esras Zuordnungsproblem gelöst - und warum reicht keines allein aus, um 147 Bestellungen der richtigen Kampagne zuzuweisen?
Wie markierst du den Weg vom Klick zum Kauf?
UTM-Parameter: Vier Felder für die Zuordnung
Keines der vier Verfahren allein löst Esras Problem. Cookies und Logins identifizieren die Person, verraten aber nicht, ob der Klick aus dem Newsletter oder von Instagram kam. Dafür brauchst du UTM-Parameter - Zusatzinformationen, die du an jeden Kampagnen-Link hängst.
Ein korrekt parametrisierter Newsletter-Link:
shop.de/sneaker?utm_source=newsletter&utm_medium=email&utm_campaign=sneaker_launch&utm_content=button_oben
Die vier Kernfelder:
utm_source- woher kommt der Klick? (newsletter, instagram)utm_medium- welcher Kanaltyp? (email, social, cpc)utm_campaign- welche Kampagne? (sneaker_launch)utm_content- welches Element wurde geklickt? (button_oben, banner_mitte)
Google Analytics liest diese Felder automatisch aus und ordnet jede Bestellung der richtigen Quelle zu.
Meta-Pixel: Conversions der Instagram-Ad messen
Für die Instagram-Ad braucht Esra zusätzlich ein Tracking-Pixel. Das Meta-Pixel ist ein JavaScript-Snippet, das im <head>-Bereich der Shop-Website eingebaut wird:
<head>
<script>
fbq('init', '123456789');
fbq('track', 'PageView');
</script>
</head>Sobald jemand über die Ad den Shop besucht und kauft, meldet das Pixel diese Conversion an Meta zurück. Das Snippet gehört in den <head>, nicht in den <body>. Im <body> lädt es zu spät und verpasst schnelle Seitenabsprünge.
Fehlersuche: In einem alten Kampagnen-Link steht utm_source=Instagram&utm_medium=Instagram. Erkennst du das Problem? Quelle und Medium tragen denselben Wert. Korrekt wäre utm_medium=social, weil das Feld den Kanaltyp beschreibt, nicht die Plattform.
🤔 Frage dich: Was passiert mit der Kampagnenauswertung, wenn du bei zehn Newsletter-Links utm_campaign jedes Mal anders schreibst - einmal "sneaker_launch", einmal "Sneaker-Launch", einmal "sneakerlaunch"?Was passiert, wenn die Kundin das Gerät wechselt?
Cross-Device-Tracking: Drei Voraussetzungen
UTM-Parameter und Pixel lösen die Zuordnung pro Gerät. Aber eine Kundin entdeckt morgens am Smartphone die Sneaker und kauft abends am Laptop. Ohne Cross-Device-Tracking zählt Google Analytics das als zwei verschiedene Personen.
Drei technische Voraussetzungen müssen dafür erfüllt sein:
- Auf beiden Geräten muss die Kundin im selben Konto eingeloggt sein (Login-Pflicht). Ohne Login fehlt die Verbindung zwischen den Geräten.
- Vor dem Tracking braucht es eine aktive Einwilligung per Consent-Mechanismus. Ein vorausgefülltes Häkchen reicht nicht.
- Der Shop weist jeder eingeloggten Person eine eindeutige ID zu. Dieses ID-Matching verknüpft die Smartphone-Session mit dem Laptop-Kauf.
Jede Voraussetzung hat Grenzen: Nicht alle loggen sich ein, nicht alle stimmen zu, und das Matching funktioniert nur im eigenen Shop-System.
DSGVO: Welche Rechtsgrundlage greift?
Beim Umgang mit Kundendaten hast du gesehen, dass jede Datenerhebung eine Rechtsgrundlage braucht. Beim Cross-Device-Tracking greifen zwei Artikel direkt:
Art. 6 DSGVO regelt die Rechtmäßigkeit der Verarbeitung. Geräteübergreifendes Tracking stützt sich auf die Einwilligung nach Art. 6 Abs. 1 lit. a - ein "berechtigtes Interesse" reicht hier nicht.
Art. 7 DSGVO stellt Bedingungen an diese Einwilligung: Sie muss freiwillig, informiert und jederzeit widerrufbar sein. Ein Cookie-Banner mit nur einem "Akzeptieren"-Button erfüllt das nicht.
So hätte es in Esras Kampagne laufen müssen: UTM-Parameter an jedem Link, Meta-Pixel im <head>, ein DSGVO-konformer Consent-Banner und Login-basiertes Tracking für die geräteübergreifende Zuordnung. Dann stünde im Monatsbericht nicht "direct / other", sondern eine klare Aufschlüsselung pro Kanal - und die 5.000 Euro Budgetentscheidung hätte eine Datengrundlage.
Teste dein Wissen
Esra möchte die Herkunft der 147 Sneaker-Bestellungen präzise zuordnen. Welche Identifikationsmethode ermöglicht eine deterministische Zuordnung über verschiedene Geräte hinweg, sofern die Kund:innen eingeloggt sind?