Google Analytics Custom Reports: 12 Berichte, die dein Marketing wirklich voranbringen

GA4-Explorationen zeigen, was Standard-Berichte in Google Analytics verbergen: welche Kanäle echte Käufer bringen, wo Funnels abbrechen und welche E-Mail-Kampagne den meisten Umsatz verantwortet. Der Begriff Custom Reports stammt aus Universal Analytics – in GA4 heißt das Äquivalent Explorationen und liegt im gleichnamigen Menüpunkt. Dieser Beitrag zeigt, wie du zwölf solcher Explorationen aufbaust und mit deinen ActiveCampaign-Daten verknüpfst.

Das Wichtigste in Kürze

• GA4 hat keine Custom Reports mehr wie Universal Analytics – das Äquivalent sind Explorationen mit sechs Berichtstypen: Freie Form, Trichteranalyse, Segmentüberschneidung, Nutzer-Explorer, Kohortenanalyse und Nutzerlebensdauer.
• Ohne saubere UTM-Parameter in allen E-Mail- und Kampagnen-Links sind die meisten Explorationen wertlos: E-Mail-Traffic landet sonst unter direct / (none) und lässt sich keiner Kampagne zuordnen.
• GA4 nutzt standardmäßig datengetriebene Attribution – im Bereich Werbung lassen sich Modelle direkt vergleichen, um den tatsächlichen Anteil von E-Mail-Marketing am Umsatz sichtbar zu machen.
• Funnel-Explorationen und Kohortenanalysen laufen rückwirkend auf gespeicherten Ereignisdaten; neue Tag-Konfigurationen sind nur nötig, wenn die relevanten Ereignisse bisher gar nicht erfasst werden.

Was GA4-Explorationen von Standard-Berichten unterscheidet

GA4-Standard-Berichte sind für den schnellen Überblick gebaut: wie viele Sitzungen gestern, welche Seiten am häufigsten aufgerufen, welche Schlüsselereignisse ausgelöst. Das reicht für Monitoring, aber nicht für Marketing-Entscheidungen. Der entscheidende Unterschied liegt in der Flexibilität: Explorationen lassen sich mit eigenen Dimensionen, Metriken, Filtern und Segmenten konfigurieren, ohne dass dafür eine Tracking-Einstellung verändert werden muss.

Ein zweiter Unterschied ist die Granularität. Standard-Berichte aggregieren auf Sitzungsebene. Explorationen können bis auf die einzelne Nutzer-ID heruntergehen – du siehst, welche Kontakte aus einer bestimmten E-Mail-Kampagne kamen, auf welcher Seite sie sich aufhielten und ob sie danach ein Schlüsselereignis ausgelöst haben. Diese Verbindung ist im Standard-Bericht nicht herstellbar.

Dritter Unterschied: Explorationen sind im GA4-Interface temporär gespeichert und nicht für dauerhaftes Dashboard-Monitoring gedacht. Für regelmäßige Reports empfiehlt sich der Export nach Looker Studio, das eine direkte GA4-Datenverbindung hat und Berichte täglich automatisch aktualisiert – ohne dass du die Exploration jedes Mal neu konfigurieren musst.

Zur Übersicht: die sechs Explorationstypen in GA4 und ihr Hauptanwendungsfall.

UTM-Parameter als Fundament – ohne sie sind Explorationen halb blind

Bevor du eine einzige Exploration aufbaust, lohnt sich eine ehrliche Bestandsaufnahme: Haben alle E-Mail-Links UTM-Parameter? Haben Paid-Kampagnen konsistente utm_campaign-Namen? Gibt es eine Benennungskonvention, die das Team einhält? Wenn nicht, werden Explorationen zu Zahlen ohne Aussagekraft – denn GA4 kann nur auswerten, was es als Parameter empfangen hat.

In GA4 landet utm_source als Sitzungsquelle, utm_medium als Sitzungsmedium und utm_campaign als Sitzungskampagne. Diese Dimensionen sind die Grundlage aller Kanal-Explorationen. Für ActiveCampaign-E-Mails empfiehlt sich folgende Konvention:

• utm_source=activecampaign
• utm_medium=email
• utm_campaign=[name-der-automation], Beispiel: welcome-serie, abandoned-cart, newsletter-august-2026
• utm_content=[link-bezeichner], Beispiel: cta-header, textlink-produkt, button-preise

Wer diese Konvention konsequent in ActiveCampaign einsetzt, kann in der GA4-Exploration exakt filtern: nur Sitzungen mit utm_source activecampaign – und sieht dann, welche Automation welche Schlüsselereignisse ausgelöst hat. Ohne UTM-Parameter zeigt GA4 für E-Mail-Traffic überwiegend direct / (none), weil Browser UTM-lose Links nicht als externe Quelle kennzeichnen. Das verschleiert den tatsächlichen Beitrag von E-Mail-Marketing am Umsatz.

Wichtig für die Benennung: utm_campaign-Werte sind case-sensitiv. Welcome-Serie und welcome-serie erscheinen in GA4 als zwei verschiedene Kampagnen. Das gilt auch für Leerzeichen versus Bindestriche. Eine schriftlich dokumentierte Konvention und eine gespeicherte UTM-Vorlage in ActiveCampaign verhindern diesen Fehler, bevor er entsteht.

Berichtsgruppe 1 – Acquisition: Welche Kanäle bringen Conversions?

Bericht 1: Quellen-Qualitäts-Exploration

Dieser Bericht zeigt nicht nur Traffic nach Kanal, sondern Schlüsselereignisse nach Kanal – und er unterscheidet nach Conversion-Typ. Wer nur Traffic misst, optimiert auf Sitzungen statt auf Ergebnisse. Die Kombination aus Sitzungsquelle/-medium und Schlüsselereignissen nach Typ zeigt, welche Kanäle welche Art von Handlungen auslösen.

Setup in GA4 (Freie Form):

1. Explorationen öffnen, leere Exploration anlegen, Typ Freie Form wählen.
2. Dimension: Sitzungsquelle/-medium hinzufügen.
3. Metriken: Sitzungen, Schlüsselereignisse gesamt, Conversion-Rate je Sitzung.
4. Datumsbereich: mindestens 90 Tage – kürzere Zeiträume verzerren Conversion-Raten für Kanäle mit geringem Volumen.
5. Sekundäre Dimension: Zielseite, um zu sehen, welche Landing Pages je Kanal am besten konvertieren.

Was du siehst: Kanäle, die viel Traffic bringen, aber selten konvertieren – und Kanäle, die wenig Traffic, aber hohe Conversion-Raten haben. Letztere werden in Standard-Berichten systematisch unterschätzt, weil der Fokus auf absoluten Zahlen liegt.

Bericht 2: E-Mail-Kampagnen-Attribution

Dieser Bericht ist für ActiveCampaign-Nutzer der wichtigste: Er zeigt, welche Automation oder welcher Newsletter welche Schlüsselereignisse ausgelöst hat – vorausgesetzt, UTM-Parameter sind in allen Links vorhanden.

Setup in GA4 (Freie Form):

1. Dimension: Sitzungskampagne hinzufügen.
2. Sekundäre Dimension: Sitzungsquelle/-medium für Querprüfung.
3. Metriken: Sitzungen, Schlüsselereignisse, Conversion-Rate je Sitzung.
4. Filter anlegen: Sitzungsmedium enthält email – so erscheinen nur E-Mail-Kampagnen.
5. Sortierung: Schlüsselereignisse absteigend.

Typisches Muster: Die Welcome-Serie hat hohe Conversion-Rates, weil sie neue Kontakte in einem aufmerksamkeitsstarken Moment erreicht. Reaktivierungs-Kampagnen bringen wenige Sitzungen, aber überproportional viele Schlüsselereignisse. Newsletter-Massenversände bringen Traffic, aber niedrige Rates. Das verschiebt die Priorität bei der Pflege von Automationen: Wer nur nach Sitzungsvolumen optimiert, investiert in die falschen Kampagnen.

Bericht 3: Paid-vs-Organic-Vergleich mit Attribution

Last-Click-Attribution weist Paid-Kanälen systemisch zu viele Conversions zu, weil sie den letzten Touchpoint bevorzugt. Dieser Bericht zeigt den Unterschied zwischen Last-Click und datengetriebener Attribution für jeden Kanal – und macht sichtbar, was ohne diesen Vergleich im Dunkeln bleibt.

Setup über den GA4-Advertising-Bereich:

1. Berichte aufrufen, dann Werbung, dann Attributionsvergleich.
2. Schlüsselereignis auswählen, das verglichen werden soll.
3. Modell 1: Last Click. Modell 2: Datengetrieben.
4. Aufschlüsselung nach Standardkanal-Gruppe.

Häufiger Befund: Organische Suche und E-Mail-Marketing erhalten bei datengetriebener Attribution deutlich mehr Gutschriften als bei Last-Click, weil sie früh in der Customer Journey auftreten und Awareness schaffen, die bezahlten Kampagnen erst ermöglicht. Das hat direkte Konsequenzen für die Budget-Entscheidung.

Bericht 4: DACH-Geo-Exploration nach Conversion-Rate

Wer in Deutschland, Österreich und der Schweiz aktiv ist, hat regional unterschiedliche Conversion-Rates. Dieser Bericht zeigt, welche Region am besten konvertiert – und ob Kampagnen regional unterschiedlich gesteuert werden sollten.

Setup (Freie Form):

1. Dimension: Region oder Stadt.
2. Metriken: Sitzungen, Schlüsselereignisse, Conversion-Rate je Sitzung.
3. Filter: Land ist Deutschland, Österreich oder Schweiz.
4. Sekundäre Dimension: Sitzungsmedium, um regionale Unterschiede nach Kanal aufzuschlüsseln.

Relevant wird dieser Bericht, wenn ActiveCampaign-Segmente nach Herkunftsland aufgebaut werden sollen. Wenn eine Region deutlich besser konvertiert als eine andere, rechtfertigt das eine eigene Nurturing-Strecke mit regionalen Referenzen oder Preisen in der Landeswährung.

Berichtsgruppe 2 – Verhalten: Wo und wie konvertiert dein Content?

Bericht 5: Content-to-Sale-Exploration

Welcher Artikel, welche Landing Page oder welche Ressourcen-Seite hat tatsächlich zu Schlüsselereignissen geführt? Standard-Berichte zeigen Seitenaufrufe. Dieser Bericht zeigt, welche Seiten konvertieren.

Setup (Freie Form):

1. Dimension: Seitenname oder Seiten-Pfad hinzufügen.
2. Metriken: Aufrufe, durchschnittliche Interaktionsdauer, Schlüsselereignisse.
3. Segment: Nutzer, die mindestens ein Schlüsselereignis ausgelöst haben.
4. Filter: Seiten-Pfad enthält /blog/ oder /wissen/ – je nach URL-Struktur.
5. Sortierung: Schlüsselereignisse absteigend.

Was du daraus machst: Die Seiten mit den meisten Schlüsselereignissen erhalten mehr Verlinkungen aus anderen Artikeln und werden in E-Mail-Kampagnen aktiv beworben. Seiten mit hoher Interaktionsdauer, aber null Schlüsselereignissen, bekommen einen klareren nächsten Schritt – ein Formular, einen Download, einen Verweis auf die passende Produktseite.

Bericht 6: Funnel-Exploration – Wo bricht der Kaufprozess ab?

Funnel-Explorationen sind der mächtigste Berichtstyp in GA4, weil sie genau zeigen, an welchem Schritt Nutzer abspringen – ohne dass ein Trichter vorab konfiguriert sein muss. Die Exploration läuft rückwirkend auf den bereits gespeicherten Ereignisdaten.

Setup (Trichteranalyse):

1. Explorationen öffnen, neue Exploration anlegen, Typ Trichteranalyse wählen.
2. Schritte definieren: Seitenaufruf Produktseite, dann Seitenaufruf Checkout, dann Ereignis purchase.
3. Offenen Trichter aktivieren, damit Nutzer, die Schritte überspringen, trotzdem erfasst werden.
4. Segment anlegen: Nutzer aus E-Mail-Traffic (Sitzungsmedium enthält email).
5. Vergleichssegment: Nutzer aus organischem Traffic.

Typischer Befund: E-Mail-Traffic hat auf der Produktseite eine höhere Weiterklick-Rate zum Checkout, bricht aber am Checkout häufiger ab als organischer Traffic. Der Grund liegt oft darin, dass E-Mail-Klicks mobil erfolgen und der Checkout nicht mobil-optimiert ist. Dieses Muster ist ohne Segmentvergleich nicht sichtbar – im aggregierten Standard-Bericht mitteln sich die Unterschiede weg.

Bericht 7: Pfadanalyse – Welche Klickwege führen zur Conversion?

Die Pfadanalyse in GA4 zeigt, was Nutzer nach einer bestimmten Seite oder nach einem bestimmten Ereignis tun. Sie ist besonders nützlich rückwärts eingesetzt: Welche Seiten haben Nutzer besucht, bevor sie ein Schlüsselereignis ausgelöst haben?

Setup (Pfadanalyse):

1. Explorationen öffnen, neue Exploration anlegen, Typ Pfadanalyse wählen.
2. Endpunkt definieren: letzter Schritt ist das Schlüsselereignis, zum Beispiel lead oder purchase.
3. Richtung: rückwärts, um die Seiten vor der Conversion zu sehen.
4. Dimensionen: Seitenname oder Ereignisname – je nachdem, ob Seitenaufrufe oder Aktionen im Vordergrund stehen.
5. Segment: E-Mail-Traffic separat auswerten.

Wenn sich herausstellt, dass eine bestimmte FAQ-Seite oder eine Vergleichsseite regelmäßig direkt vor der Conversion auftaucht, dann ist das ein starkes Argument dafür, diese Seite in E-Mail-Kampagnen aktiv zu verlinken. Wer einen solchen Befund hat und die Seite bisher nicht in Automationen einbindet, lässt Conversions liegen.

Bericht 8: Mobile-vs-Desktop-Konversionsvergleich

Mobile Traffic macht bei vielen Websites über die Hälfte der Sitzungen aus – aber konvertiert anders als Desktop. Dieser Bericht zeigt die Unterschiede und liefert eine Grundlage für Entscheidungen über mobile Optimierung und Cross-Device-Targeting.

Setup (Freie Form):

1. Dimension: Gerätekategorie (Mobilgerät, Desktop, Tablet).
2. Sekundäre Dimension: Sitzungskampagne – um zu sehen, ob bestimmte Kampagnen überwiegend mobil ankommen.
3. Metriken: Sitzungen, Schlüsselereignisse, Conversion-Rate je Sitzung, durchschnittliche Interaktionsdauer.
4. Segment E-Mail-Nutzer getrennt von Paid-Nutzern anlegen und vergleichen.

Für gerätübergreifende Journeys: Wenn in GA4 User-ID aktiviert ist oder Google Signals eingeschaltet sind, lassen sich Nutzer ansatzweise geräteübergreifend verfolgen. Ohne das bleibt Cross-Device eine bekannte Messlücke. ActiveCampaign-Kontakte, die auf den E-Mail-Link geklickt haben, lassen sich auf Kontaktebene mit dem ersten Klick-Gerät taggen – das gibt einen Näherungswert, ohne auf vollständiges GA4-Cross-Device-Tracking angewiesen zu sein.

Berichtsgruppe 3 – Loyalität und Wert: Wer sind deine wertvollsten Nutzer?

Bericht 9: Kohortenanalyse – Wiederkauf-Rate nach Akquisitionskanal

Die Kohortenanalyse in GA4 gruppiert Nutzer nach dem Zeitpunkt ihrer ersten Sitzung und zeigt, wie sie sich in den folgenden Wochen verhalten. Das ist für E-Commerce- und Subscription-Businesses besonders wertvoll, weil es den langfristigen Wert eines Akquisitionskanals sichtbar macht – nicht nur den initialen Traffic.

Setup (Kohortenanalyse):

1. Explorationen öffnen, neue Exploration anlegen, Typ Kohortenanalyse wählen.
2. Kohortengröße: Wöchentlich.
3. Metrik: Aktive Nutzer in Woche 4 oder Schlüsselereignisse in Woche 4.
4. Aufschlüsselung nach erster Nutzerquelle/-medium, um Kanäle zu vergleichen.
5. Beobachtungszeitraum: mindestens 8 Wochen, besser 12.

Was du siehst: Nutzer aus organischem Traffic, die in Woche 1 kamen – wie viel Prozent sind in Woche 4 noch aktiv? Verglichen mit E-Mail-Nutzern oder Paid-Nutzern. Wenn E-Mail-akquirierte Nutzer eine höhere 4-Wochen-Retentionsrate haben, ist das ein Argument für mehr Investment in Lead-Magnete und Opt-in-Kampagnen, auch wenn die initialen Kosten höher erscheinen als bei Paid.

Bericht 10: Nutzerlebensdauer-Exploration – Wert nach Kanal über 90 Tage

Die Nutzerlebensdauer-Exploration zeigt den kumulierten Umsatz, die Sitzungsanzahl und die Ereignisse über die gesamte bisher gemessene Lebenszeit eines Nutzers. Das ist die nächste Stufe der Kohortenanalyse: nicht nur Wiederkehr, sondern konkreter Wertbeitrag.

Setup (Nutzerlebensdauer):

1. Explorationen öffnen, neue Exploration anlegen, Typ Nutzerlebensdauer wählen.
2. Dimension: Erste Nutzerquelle/-medium.
3. Metriken: Umsatz gesamt über Lebensdauer, Sitzungen gesamt, Schlüsselereignisse gesamt.
4. Beobachtungszeitraum: 90 Tage oder 180 Tage, je nach Länge des Kaufzyklus.

Praktische Konsequenz: Wenn über 90 Tage E-Mail-akquirierte Nutzer mehr Umsatz generieren als Paid-akquirierte, verschiebt das die Budgetlogik. Der initiale Cost per Lead ist für die ROI-Betrachtung weniger relevant als der 90-Tage-Umsatz pro akquiriertem Nutzer. Diesen Vergleich kannst du in keinem Standard-Bericht direkt ziehen.

Bericht 11: Segmentüberschneidung – Wer ist aktiv und kauft wiederholt?

Die Segmentüberschneidungs-Exploration zeigt, welche Nutzer mehreren Segmenten gleichzeitig angehören. Das ist der direkteste Weg, um hochwertige Zielgruppen zu beschreiben, die du danach in ActiveCampaign als eigenes Segment nachbauen kannst.

Setup (Segmentüberschneidung):

1. Explorationen öffnen, neue Exploration anlegen, Typ Segmentüberschneidung wählen.
2. Segment 1: Nutzer mit mindestens 3 Sitzungen in 30 Tagen.
3. Segment 2: Nutzer, die mindestens 1 Schlüsselereignis ausgelöst haben.
4. Segment 3: Nutzer aus organischem oder E-Mail-Traffic, kein Paid.

Die Schnittmenge zeigt, wer mehrfach kommt, ohne über Paid angestoßen zu sein, und trotzdem konvertiert. Diese Nutzer sind per Definition die mit dem besten organischen Verhältnis von Engagement zu Conversion. Ihre gemeinsamen Eigenschaften – Einstiegsseite, Gerät, Kampagnenkanal – beschreiben deine wirkungsvollste Zielgruppe und geben dir ein Profil, nach dem du in ActiveCampaign suchen und segmentieren kannst.

Bericht 12: Prädiktive Zielgruppen – Kaufwahrscheinlichkeit nutzen

GA4 berechnet für Properties, die genug Kaufdaten haben, prädiktive Metriken: Kaufwahrscheinlichkeit (purchase probability) und Abwanderungswahrscheinlichkeit (churn probability). Voraussetzung sind mindestens 1.000 Kauf-Ereignisse und 1.000 Nicht-Kauf-Ereignisse in den letzten 28 Tagen – bei kleineren Properties steht diese Funktion nicht zur Verfügung.

Setup (Freie Form):

1. Dimension: Erste Nutzerquelle/-medium oder Seitenpfad.
2. Metrik: Kaufwahrscheinlichkeit (purchase probability).
3. Segment: Nutzer, die noch kein Kauf-Ereignis ausgelöst haben.
4. Sortierung: Kaufwahrscheinlichkeit absteigend.

Wenn die Voraussetzungen erfüllt sind, lassen sich diese Zielgruppen direkt nach Google Ads exportieren und für Remarketing nutzen. Die Verbindung mit ActiveCampaign läuft über sauberes Ereignis-Tracking: Wer auf der Website Verhalten zeigt, das GA4 als kaufbereit einstuft, kann parallel über eine Reaktivierungs-Automation aus ActiveCampaign angeschrieben werden – wenn beide Systeme über UTM-Parameter und Custom Fields miteinander verbunden sind.

So richtest du eine GA4-Exploration in 15 Minuten ein

Das folgende Beispiel zeigt, wie der E-Mail-Kampagnen-Bericht (Bericht 2) in der Praxis eingerichtet wird. Das Muster überträgst du danach auf alle anderen Explorationen.

1. GA4 öffnen, dann Explorationen in der linken Navigation auswählen. Leere Exploration anlegen.
2. Variablen definieren: Unter Dimensionen auf das Pluszeichen klicken, nach Sitzungskampagne suchen und auswählen. Dann Sitzungsmedium hinzufügen. Unter Metriken: Sitzungen, Schlüsselereignisse und Conversion-Rate je Sitzung hinzufügen.
3. Tabellenaufbau: Sitzungskampagne in die Zeilen-Fläche ziehen. Sitzungsmedium als Aufschlüsselungsdimension. Die drei Metriken in die Werte-Spalten ziehen.
4. Filter anlegen: Dimension Sitzungsmedium, Bedingung enthält, Wert email. Nur so erscheinen ausschließlich E-Mail-Kampagnen in der Tabelle.
5. Datumsbereich anpassen: Mindestens 90 Tage – kürzere Zeiträume zeigen für Kampagnen mit wöchentlicher Sendehäufigkeit zu wenig Datenpunkte für verlässliche Aussagen.
6. Exploration benennen (oben links) und als persönliche Exploration speichern. Für die gemeinsame Nutzung im Team: Exploration teilen oder nach Looker Studio exportieren.

Typische Fehler bei GA4-Explorationen

Zu kurze Auswertungszeiträume

Conversions in B2B-Zyklen können Wochen nach der ersten Sitzung passieren. Ein 7-Tage-Zeitraum zeigt für E-Mail-Kampagnen mit langen Nurturing-Sequenzen fast keine Wirkung – obwohl die Kampagne funktioniert. Standard: 90 Tage; bei langen Verkaufszyklen 180 Tage. Wer regelmäßig auf 14- oder 30-Tage-Zeiträume schaut, optimiert auf Rauschen, nicht auf Signal.

Inkonsistente UTM-Benennung

Wenn utm_campaign in einer Kampagne Newsletter August heißt und in einer anderen newsletter-august-2026, entstehen in der Exploration zwei separate Zeilen, die denselben Versand beschreiben. Konvention einmal festlegen, schriftlich dokumentieren und in ActiveCampaign als Kampagnen-Vorlage hinterlegen. Nachträgliche Korrekturen sind in GA4 nicht möglich – die Daten sind wie erfasst gespeichert.

Attribution in der Exploration statt im Advertising-Bereich bewerten

GA4-Explorationen verwenden standardmäßig Last-Click-Attribution – auch dann, wenn in den Property-Einstellungen datengetriebene Attribution eingestellt ist. Für Attributionsfragen immer den Bereich Werbung, dann Attributionsvergleich nutzen, nicht die Exploration. Wer die Exploration für Budgetentscheidungen heranzieht, unterschätzt systematisch den Beitrag von E-Mail und organischer Suche.

Nur Macro-Conversions verfolgen

Wenn primäre Conversions wie Käufe oder Anfragen selten sind, zeigen Explorationen zu kleine Zahlen für verlässliche Aussagen. Mikro-Conversions einrichten: Newsletter-Anmeldung, Download, Video-Wiedergabedauer über 50 Prozent, Scroll-Tiefe 75 Prozent. Diese Ereignisse liefern genug Datenpunkte, um Kanäle und Content zu vergleichen – und zeigen frühzeitig, welche Maßnahmen in Richtung Macro-Conversion führen.

GA4-Dimensionsnamen mit Universal-Analytics-Begriffen verwechseln

GA4 hat andere Dimensionen als Universal Analytics. Die Absprungrate in GA4 ist nicht dieselbe Metrik wie in UA: In GA4 misst sie den Anteil der Sitzungen ohne Engagement, also ohne mindestens 10 Sekunden Verweildauer, ohne zweiten Seitenaufruf und ohne Schlüsselereignis. Eine Absprungrate von 60 Prozent in GA4 bedeutet etwas anderes als dieselbe Zahl in UA – Vergleiche zwischen beiden Systemen sind deshalb irreführend. Wer aus UA zu GA4 gewechselt hat, muss diesen Unterschied bei historischen Vergleichen berücksichtigen.

Wann GA4-Explorationen nicht die richtige Antwort sind

GA4-Explorationen zeigen, was auf der Website passiert. Sie zeigen nicht, was nach dem Lead passiert: welche Kontakte zu Kunden wurden, wie lange der Vertriebsprozess dauerte oder welche E-Mail-Sequenz den Ausschlag für den Kauf gab. Für diese Fragen braucht es eine CRM-Verbindung oder eine direkte Datenverknüpfung zwischen GA4 und ActiveCampaign auf Kontaktebene – das ist technisch aufwändig und kein nativer Feature-Bestandteil.

Außerdem sind GA4-Explorationen auf die konfigurierte Datenspeicherungsdauer begrenzt: standardmäßig 2 Monate, mit erweiterter Aufbewahrung bis zu 14 Monate. Für Jahresvergleiche über mehr als einen Zeitraum benötigst du den BigQuery-Export, der in GA4 kostenlos verfügbar ist, aber technisches Setup erfordert. Für diese Zeiträume sind GA4-Explorationen kein zuverlässiges Werkzeug.

Und: GA4-Explorationen zeigen nur Daten von Nutzern, die der Erfassung zugestimmt haben. In Properties mit aktivem Consent-Management werden Nutzerdaten ohne Einwilligung nicht vollständig erfasst. Je nach Zustimmungsrate sind die Berichte daher nur ein Ausschnitt des tatsächlichen Traffics – das muss bei der Interpretation berücksichtigt werden, auch wenn es den Wert der Explorationen nicht grundsätzlich mindert.

Häufige Fragen

Kann ich GA4-Explorationen automatisch als PDF exportieren?

GA4 hat keine geplanten Exporte für Explorationen. Der praktikable Weg: Exploration mit Looker Studio verbinden, dort den Bericht aufbauen und den automatisierten PDF-Versand über Looker Studio aktivieren. Das funktioniert mit der nativen GA4-Datenquelle in Looker Studio ohne zusätzliche Kosten und ohne manuelle Schritte nach der Ersteinrichtung.

Warum zeigt mein E-Mail-Report in GA4 kaum Traffic, obwohl ActiveCampaign viele Klicks ausweist?

Der häufigste Grund sind fehlende UTM-Parameter in den E-Mail-Links. GA4 kann E-Mail-Traffic ohne utm_medium=email nicht von direktem Traffic unterscheiden. Der zweite Grund: Safari und iOS-Apps blockieren bestimmte Tracking-Parameter, was Abweichungen zwischen ActiveCampaign-Klickzahlen und GA4-Sitzungen erzeugt. Diese Lücke ist systembedingt und lässt sich nicht vollständig schließen – mit sauberen UTM-Parametern wird sie aber deutlich kleiner.

Wie viele Explorationen kann ich in GA4 anlegen?

GA4 begrenzt persönliche Explorationen auf 200 pro Nutzer und Property; freigegebene Explorationen im Property sind auf 500 begrenzt. In der Praxis ist das selten ein Engpass. Wichtiger ist, Explorationen regelmäßig zu bereinigen und zu benennen, damit relevante Berichte schnell auffindbar sind – eine unstrukturierte Sammlung von 50 unbenannten Explorationen ist praktisch unbrauchbar.

Kann ich GA4-Daten mit ActiveCampaign-Kontakten verknüpfen?

Eine direkte native Integration gibt es nicht. Der gängigste Weg: UTM-Parameter, die ActiveCampaign in Custom Fields speichert. So sieht man auf Kontaktebene, aus welcher Kampagne jemand stammte – kann aber nicht rückwirkend GA4-Verhaltensdaten auf Kontaktebene anfügen. Eine tiefere Verknüpfung über die GA4-Client-ID und serverseitige Integrationen ist technisch möglich, aber aufwändig und erfordert Entwicklungsarbeit.

Sind GA4-Explorationen DSGVO-konform?

GA4 selbst ist kein DSGVO-Problem; die Einbettung auf der Website schon. Entscheidend ist das Consent-Management: GA4 darf ohne Einwilligung im EU-Raum nur eingeschränkt Daten erheben (Consent Mode v2, mittlerweile Pflichtvoraussetzung für Google-Produkte im EWR). Wer GA4 ohne funktionierendes Consent-Setup betreibt, ist rechtlich angreifbar – unabhängig davon, welche Explorationen er nutzt.

Welcher Explorationstyp eignet sich als Einstieg?

Freie Form und Trichteranalyse decken den größten Nutzwert mit der niedrigsten Einarbeitungszeit ab. Freie Form für Kanal- und Content-Auswertungen, Trichteranalyse für Funnel-Analyse. Kohortenanalyse und Nutzerlebensdauer setzen genug Schlüsselereignisse voraus, um statistisch belastbare Kohorten zu bilden – bei wenigen Conversions pro Monat zeigen sie noch keine verlässlichen Muster.

GA4-Explorationen erfordern einmalig eine saubere Grundlage: UTM-Konvention festgelegt, Schlüsselereignisse korrekt markiert, Consent-Management eingerichtet. Wer das hat, kann die zwölf Berichte in diesem Leitfaden schrittweise aufbauen und erhält ein Bild seines Marketings, das Standard-Berichte nicht zeigen. Wer die technische Verbindung zwischen GA4 und ActiveCampaign strukturiert aufsetzen will, findet im ActiveCampaign-Kurs von Advertal den methodischen Rahmen dafür – inklusive UTM-Vorlage und Tracking-Checkliste.