Attribution über Sprachen und Märkte: eine Kampagnenstruktur in Deutschland, Österreich, der Schweiz und Großbritannien messen

Der Punkt: Ein Markt ist keine Sprache, und eine Kampagne ist kein Markt

Ein deutscher Shop, der auch nach Österreich, in die Schweiz und nach Großbritannien verkauft, fährt eine Kampagnenstruktur in zwei oder drei Sprachen über vier Länder. Die Werbekonten berichten danach pro Kampagne, Analytics berichtet nach Land und nach Browsersprache, und die eigene Datenbank weiß, wohin jedes Paket gegangen ist. Das sind drei verschiedene Arten, dieselben Bestellungen aufzuteilen, und sie stimmen selten überein.

Den meisten Schaden, den ich sehe, richtet eine Verwechslung an: Ein Schnitt wird gelesen, als wäre er ein anderer. Eine deutschsprachige Kampagne gilt als "Deutschland", obwohl in Österreich und im größten Teil der Schweiz ebenfalls Deutsch gelesen wird. Ein Besucher aus der Schweiz, dessen Browser auf Französisch steht, landet unter Französisch. Eine Plattform, die nur die Besucher gesehen hat, die auf Akzeptieren gedrückt haben, wird mit einem Markt verglichen, in dem viel weniger Menschen auf Akzeptieren drücken. Und am Ende wird ein Markt gekürzt, der in Wahrheit gut lief.

Die Lösung ist kein schlaueres Modell. Es sind vier schlichte Gewohnheiten: eine Namenskonvention, Land und Sprache als getrennte Dimensionen, eine schriftliche Zuordnungstabelle für die Märkte und ein monatlicher Abgleich dessen, was die Plattformen für sich beanspruchen, mit dem, was der Shop tatsächlich verschickt hat, Markt für Markt.

Der Shop in den Beispielen ist erfunden, seine Zahlen auch. Was ich über die Produkte von Google sage, stammt aus der Dokumentation von Google und ist mit Fußnoten belegt.

Beispiel: eine Outdoormarke aus Köln

Rheinhöhe Outdoor ist eine erfundene Marke für Outdoorbekleidung aus Köln, geführt von Jana. Sie verkauft wasserdichte Jacken, Fleecepullis und Wandersocken über rheinhoehe.example in fünf Versionen der Website: Deutsch für Deutschland, Deutsch für Österreich, Deutsch für die Schweiz, Französisch für die Schweiz und britisches Englisch. In jedem Markt laufen Kampagnen auf Google Ads und Meta. Berichtet wird in Euro.

Im Oktober beanspruchen Janas Werbekonten 840 Bestellungen. Ihre Shopdatenbank sagt, dass 1.250 Bestellungen über einen bezahlten Klick hereingekommen sind. Ihre deutschen Kampagnen sehen gesund aus, ihre österreichischen furchtbar. Nur die Zahl aus der Datenbank stimmt, und am Ende des Artikels siehst du, warum.

Drei Systeme, drei Arten zu zählen

Die Werbeplattformen zählen Conversions, die sie einem ihrer eigenen Klicks zuordnen können. Google Ads bucht eine Conversion auf das Datum des Klicks, der zu ihr geführt hat, nicht auf das Datum der Bestellung, es sei denn, du nimmst die Spalten, die nach dem Zeitpunkt der Conversion zählen.¹ Jede Plattform sieht nur ihre eigenen Klicks. Klickt eine Kundin am Montag auf eine Google Anzeige und am Mittwoch auf eine Meta Anzeige, können beide Plattformen dieselbe Bestellung für sich beanspruchen. Keine von beiden lügt. Jede beantwortet die Frage, die man ihr gestellt hat.

Google Analytics 4 (GA4) zählt Ereignisse auf deiner Website und verteilt die Anerkennung dafür mit einem Attributionsmodell. Heute gibt es drei: datengetriebene Attribution, letzter Klick über bezahlte und organische Channels und letzter Klick über bezahlte Google Channels. Die Modelle erster Klick, linear, Zeitverlauf und positionsbasiert gibt es seit November 2023 nicht mehr.² Dazu kennt GA4 drei Ebenen für seine Dimensionen zur Traffic Quelle. Die Dimensionen, die mit "Erste Nutzerinteraktion" beginnen, behalten die Quelle, über die jemand zum ersten Mal kam. Die Dimensionen, die mit "Sitzung" beginnen, nehmen die Quelle, mit der jeder einzelne Besuch anfing. Die Dimensionen ohne Präfix, schlicht "Quelle" oder "Medium", tragen die Anerkennung aus dem Attributionsmodell, das du gewählt hast, und nur sie folgen deinem Modell. Die beiden anderen Ebenen arbeiten immer mit dem letzten Klick.³ Mischst du die Ebenen in einem Bericht, vergleichst du Äpfel mit Birnen.

Die Shopdatenbank zählt Bestellungen. Sie braucht keine Einwilligung, um zu wissen, dass eine Bestellung eingegangen ist, wohin sie geliefert wurde und was sie wert war, denn das Festhalten der Bestellung gehört zur Erfüllung des Vertrags. Warum genau dieser Datensatz die First Party Wahrheit des Shops ist, steht im Artikel über Cookies und Consent.

Die Plattformen beanspruchen also zu viel (jede sieht ihre eigenen Klicks), GA4 zählt zu wenig (es sieht nur Besucher, die eingewilligt haben), und die Datenbank kennt die richtige Summe, weiß aber wenig über den Weg dorthin. Eine solide Methode nutzt jedes System für das, was es gut kann.

Beispiel: eine Bestellung, drei Antworten

Eine Wanderin in Graz klickt am Dienstag auf eine Meta Anzeige von Rheinhöhe aus der österreichischen Kampagne. Am Donnerstag kommt sie über eine Google Anzeige aus der deutschen Kampagne zurück, akzeptiert das Cookie Banner und kauft eine Jacke für 140 €. Meta beansprucht die Bestellung (ein Klick innerhalb seines Zeitfensters). Google Ads beansprucht sie ebenfalls, gebucht auf Donnerstag und auf die deutsche Kampagne. GA4 mit datengetriebener Attribution teilt die Anerkennung vielleicht auf, sagen wir 0,7 für Google und 0,3 für Meta, und führt die Besucherin unter Österreich. Die Datenbank hält eine Bestellung fest, geliefert nach Österreich. Drei Systeme, ein Paket, zwei volle Ansprüche auf dieselbe Bestellung, und Google Ads hat sie schon unter Deutschland abgelegt.

Land und Sprache sind zwei Dimensionen, nicht eine

Die erste Gewohnheit lautet: Land und Sprache überall getrennt halten.

GA4 macht das für dich, wenn du es lässt. Die Dimension Land ist laut Google das Land, von dem die Nutzeraktivität ausgeht, und die Dimensionen Sprache und Sprachcode beschreiben die Spracheinstellung des Browsers oder Geräts.⁴ Für Besucher aus der EU, der Schweiz und Großbritannien nutzt GA4 die IP Adresse laut Google nur, um daraus grobe Standortdaten wie das Land abzuleiten, und löscht sie danach sofort.⁵ Das Land kommt also daher, wo der Besucher ist, und die Sprache daher, wie sein Gerät eingestellt ist. Keins von beiden sagt dir, welche Version deiner Website er gelesen hat.

Die Schweiz zeigt, warum das wichtig ist. Sie hat vier Landessprachen. Nach dem Bundesamt für Statistik nannten 2024 rund 61 % der ständigen Wohnbevölkerung Deutsch als Hauptsprache, 23 % Französisch, 8 % Italienisch und 0,4 % Rätoromanisch, und 24 % nannten eine Sprache, die keine Landessprache ist. Jede Person darf bis zu drei Hauptsprachen angeben, deshalb ergeben die Anteile zusammen mehr als 100 %.⁶ Ein Schweizer Marktbericht, der nur Deutschsprachige zählt, übersieht also ungefähr ein Viertel des Landes. Ein Sprachbericht, der Genf unter "Französisch" ablegt, wirft Schweizer Kundschaft mit französischer zusammen, an die du vielleicht gar nicht lieferst.

Meine Regel: Ein Markt ist ein Land, in das du verkaufst, mit eigenen Preisen, eigener Lieferung und eigenem rechtlichen Rahmen. Eine Sprache ist eine Version des Inhalts. Ein Markt kann mehrere Sprachen haben, und eine Sprache bedient mehrere Märkte. Jeder Bericht, der zählt, trägt deshalb beides als eigene Spalten, und dazu eine dritte, die ich selbst anlege: die Version der Website, die der Besucher tatsächlich gelesen hat.

Beispiel: die drei Spalten bei Rheinhöhe

Die fünf Versionen von Rheinhöhe liegen in Unterordnern: /de-de/, /de-at/, /de-ch/, /fr-ch/ und /en-gb/. Jana schickt die Version bei jedem Seitenaufruf als Ereignisparameter mit und registriert sie in GA4 als benutzerdefinierte Dimension namens site_version. Damit trägt ein einzelner Besuch im Oktober drei Etiketten. Ein Besucher in Lausanne mit französischem Browser, der /fr-ch/ liest, ist Land Schweiz, Sprache Französisch, Version fr-ch. Eine Besucherin in Salzburg mit englischem Browser, die /de-de/ liest, ist Land Österreich, Sprache Englisch, Version de-de. Würde Jana nach Sprache berichten, landete sie in Großbritannien. Würde Jana nach Version berichten, landete sie in Deutschland. Das Land sagt Österreich, und das ist der Markt, der die Bestellung verschickt und abrechnet.

Hreflang entscheidet, auf welcher Seite sie landen

Das zweite Stück liegt vor der Analyse. Landet ein Schweizer Wanderer, der auf Deutsch sucht, auf der Seite für Deutschland, mit deutschen Preisen und deutschen Lieferbedingungen, ist die Zuordnung zum Markt schon kaputt, bevor auch nur ein Tag feuert.

Google Search Central empfiehlt, Google über lokalisierte Versionen mit hreflang Angaben zu informieren. Der Wert ist ein Sprachcode im Format ISO 639-1, optional gefolgt von einem Regionscode im Format ISO 3166-1 Alpha 2, also de-CH oder en-GB. Den Ländercode allein anzugeben ist nicht erlaubt. Jede Version muss sich selbst und alle anderen Versionen auflisten, und wenn zwei Seiten nicht aufeinander verweisen, werden die Angaben ignoriert. Der reservierte Wert x-default markiert die Ausweichseite für alle, deren Einstellungen zu keiner Version passen.⁷

Ein Detail lohnt sich. Google sagt, dass es weder hreflang noch das HTML Attribut lang nutzt, um die Sprache einer Seite zu erkennen. Das erledigt Google selbst.⁷ Hreflang ist ein Hinweis, welche URL wem gezeigt werden soll, kein Etikett, das eine Seite deutsch macht. Die Seite muss wirklich auf Deutsch sein.

Beispiel: die Jacke in fünf Versionen

Die Produktseite für die Eifel Jacke von Rheinhöhe trägt im Head sechs Angaben, auf allen fünf Versionen identisch:

<link rel="alternate" hreflang="de-DE" href="https://rheinhoehe.example/de-de/eifel-jacke" />
<link rel="alternate" hreflang="de-AT" href="https://rheinhoehe.example/de-at/eifel-jacke" />
<link rel="alternate" hreflang="de-CH" href="https://rheinhoehe.example/de-ch/eifel-jacke" />
<link rel="alternate" hreflang="fr-CH" href="https://rheinhoehe.example/fr-ch/eifel-jacke" />
<link rel="alternate" hreflang="en-GB" href="https://rheinhoehe.example/en-gb/eifel-jacke" />
<link rel="alternate" hreflang="x-default" href="https://rheinhoehe.example/" />

Jede Seite nennt sich selbst und die vier anderen, also zeigt jedes Paar in beide Richtungen. Ein Suchender in Zürich mit deutschem Browser landet jetzt mit deutlich höherer Wahrscheinlichkeit auf /de-ch/ mit Schweizer Preisen. Die Spalte für die Version und die Spalte für das Land stimmen öfter überein, und die Zuordnungstabelle weiter unten hat weniger zu reparieren. Garantiert ist das mit hreflang nicht, deshalb behält die Zuordnungstabelle das letzte Wort.

Eine Property, mehrere Streams, eine Namenskonvention

Oft werde ich gefragt, ob jedes Land eine eigene GA4 Property bekommen soll. Meine Antwort ist meistens nein.

Google baut die Struktur aus Konto, Property und Datenstream, und ein Datenstream ist ein Datenfluss von einem Kunden Touchpoint, etwa einer App oder Website, zu Analytics. Eine Property kann bis zu 50 Datenstreams umfassen.⁸ Wie du strukturierst, überlässt Google dir, und die Sammel Property, die mehrere Properties für einen Blick über Marken oder Regionen zusammenführt, gibt es nur im kostenpflichtigen Analytics 360.⁸ Für einen Shop auf der Standardversion heißen getrennte Länderproperties also getrennte Berichte, die niemand addieren kann, ohne sie zu exportieren.

Eine Property mit Land, Sprache und Version als Dimensionen liefert dir jeden Markt und die Summe aus denselben Daten. Ich trenne Properties nur, wenn es einen echten Grund gibt, etwa eine eigene Gesellschaft in einem Markt, ein eigenes Team, das die anderen nicht sehen darf, oder eine Vorgabe, wo die Daten liegen müssen. "Sieht ordentlicher aus" gehört nicht dazu. Mehrere Währungen verkraftet GA4 in einer Property: Schick mit jedem Wert eine Währung mit, dann rechnet GA4 zum Wechselkurs des Vortags in die Berichtswährung der Property um.⁹ Für einen Monatsblick reicht das, und die exakte Zahl gehört ohnehin in deine Buchhaltung.

Die Namenskonvention ist wichtiger als der Zuschnitt der Properties. Das ganze Vokabular steht im Artikel über UTM Tracking. Für mehrere Märkte lege ich eine Regel obendrauf: Der Kampagnenname beginnt mit dem Markt und dann mit der Sprache, immer in dieser Reihenfolge, immer klein geschrieben, mit Unterstrichen verbunden.

Beispiel: die Kampagnennamen bei Rheinhöhe

Janas Kampagnen im Oktober heißen so:

de_de_winter_jacken
at_de_winter_jacken
ch_de_winter_jacken
ch_fr_winter_jacken
uk_en_winter_jacken

Der erste Teil ist der Markt, der zweite die Sprache der Anzeige, der Rest das Thema. Dieselben Namen stehen in utm_campaign auf jedem Meta Link und als Kampagnennamen in Google Ads, wo die automatische Tag Kennzeichnung nebenher weiterarbeitet. Ein Bericht, gefiltert auf Kampagnen, die mit at_ beginnen, zeigt alles, was sie auf Österreich ausgerichtet hat. Ein Bericht über die GA4 Dimension Land zeigt alle, die in Österreich waren. Das sind zwei verschiedene Fragen, und die Namenskonvention macht beide leicht.

Eine Conversion Definition über alle Werbekonten

Viele Shops, die ins Ausland verkaufen, landen bei einem Google Ads Konto pro Markt. Das ist in Ordnung, solange jedes Konto einen Kauf gleich zählt.

Mit kontoübergreifendem Conversion Tracking legt ein Verwaltungskonto eine Conversion Aktion an und gibt sie an seine Kundenkonten frei, gemessen mit einem einzigen Google Tag. Ändern lassen sich diese Aktionen nur im Verwaltungskonto, und ein Konto nutzt entweder seine eigenen Conversion Aktionen oder die freigegebenen, nicht beide gleichzeitig. Laut Google gehen beim Umstellen keine vorhandenen Conversion Statistiken verloren, aber Kampagnen, die auf eine bestimmte Conversion Aktion ausgerichtet waren, fallen auf die Standardzielvorhaben des Verwaltungskontos zurück. Prüf danach also die Gebotsstrategie.¹⁰

Meiner Erfahrung nach haben Shops, die das auslassen, am Ende vier leicht verschiedene "Kauf" Aktionen: eine zählt jede Conversion, eine zählt eine pro Klick, eine hat ein Fenster von 30 Tagen, eine von 90. Die Konten widersprechen sich dann aus Gründen, die mit den Märkten nichts zu tun haben.

Beispiel: das Verwaltungskonto bei Rheinhöhe

Janas vier Google Ads Konten hängen unter einem Verwaltungskonto. Dort legt sie eine einzige Conversion Aktion für den Kauf an, eingestellt auf eine Conversion pro Klick, mit demselben Zeitfenster, demselben Wert und demselben Tag, und gibt sie für alle vier frei. Die alten Aktionen der einzelnen Konten stellt sie auf sekundär, damit sie keine Gebote mehr steuern. Ab dem nächsten Tag bedeutet ein Kauf in Köln und in Graz dasselbe, und jeder Unterschied zwischen den Konten ist ein Unterschied zwischen den Märkten.

Die Standortausrichtung leckt über Grenzen

Eine weitere Quelle für Abweichungen steckt in den Werbeplattformen selbst. Die Standardoption für Standorte in Google Ads, "Präsenz oder Interesse", zeigt Anzeigen Menschen, die sich gerade oder regelmäßig in deiner Zielregion aufhalten, und dazu Menschen, die Interesse an dieser Region zeigen. Google nennt das die standardmäßige und empfohlene Einstellung und weist darauf hin, dass nicht in jedem Fall völlig genaue Ergebnisse garantiert sind.¹¹

Eine deutsche Kampagne erreicht also Menschen in Österreich und der Schweiz, die sich für Deutschland interessieren, und die deutsche Kampagne beansprucht deren Bestellungen. Nichts ist kaputt. Kampagne und Markt sind einfach verschiedene Spalten.

Beispiel: wohin die deutschen Bestellungen wirklich gingen

Im Oktober beanspruchen die deutschen Kampagnen von Rheinhöhe 280 Bestellungen über Google Ads und Meta. Jana verknüpft diese Ansprüche über die Klick IDs und die Kampagnennamen mit der GA4 Dimension Land. Von den 280 kamen 40 von Besuchern in Österreich und 25 von Besuchern in der Schweiz. Für Deutschland selbst bleiben also 280 minus 40 minus 25, das sind 215. Österreich steigt von den 40, die seine eigenen Kampagnen beansprucht haben, auf 80. Die Schweiz steigt von 50 auf 75. Die Summe bleibt bei 840, sie ist nur in die richtigen Länder gewandert.

Die Zuordnungstabelle für die Märkte

Eine kleine Tabelle ordnet jedes Etikett, das deine Systeme erzeugen, einem Markt zu. Eine Person ist für sie verantwortlich, und jeder Bericht wird mit ihr verknüpft.

Beispiel: die Zuordnungstabelle bei Rheinhöhe

Markt	Versionen	hreflang	Kampagnenpräfix	GA4 Land	Lieferland	Google Ads Konto
Deutschland	/de-de/	de-DE	de_	Deutschland	DE	Rheinhöhe DE
Österreich	/de-at/	de-AT	at_	Österreich	AT	Rheinhöhe AT
Schweiz	/de-ch/, /fr-ch/	de-CH, fr-CH	ch_	Schweiz	CH	Rheinhöhe CH
Großbritannien	/en-gb/	en-GB	uk_	Vereinigtes Königreich	GB	Rheinhöhe UK

Die Regel, die Jana unter die Tabelle schreibt, entscheidet Konflikte. Bei Bestellungen gewinnt das Lieferland, denn das ist der Markt, der Preis, Steuer und Retouren trägt. Bei Besuchen ohne Bestellung gewinnt das GA4 Land. Kampagnenpräfix und Version bleiben als eigene Spalten erhalten, damit sie weiterhin sieht, dass eine deutsche Kampagne nach Österreich verkauft hat. Eine Zeile Regel spart ein Meeting im Monat.

Die Einwilligungsquoten unterscheiden sich, also korrigiere pro Markt

Hier erledigt der Artikel über Cookies und Consent die schwere Arbeit, und ich nehme nur seinen Kerngedanken mit. Was eine Plattform oder GA4 sieht, ist ungefähr die wahre Zahl mal die Einwilligungsquote, also der Anteil aller Besucher, die auf Akzeptieren gedrückt haben. Diese Quote ist in jedem Markt anders, deshalb ist eine einzige Korrektur für den ganzen Shop in jedem Markt falsch. Die Korrektur gehört in jeden Markt einzeln:

$$\hat{C}_m = \frac{O_m}{r_m}$$

Dabei ist $\hat{C}_m$ die um die Einwilligung korrigierte Schätzung der Conversions im Markt $m$, $O_m$ ist die Zahl der Conversions, die GA4 in diesem Markt beobachtet hat (jede Bestellung einmal gezählt), und $r_m$ ist die Einwilligungsquote in diesem Markt, gemessen an deinem eigenen Banner als akzeptierende Besucher geteilt durch alle Besucher. Durch eine Quote zu teilen macht aus einer Stichprobe wieder eine Schätzung für das Ganze, das steht in Grundlagen: Quoten und Raten. Dass das nur gilt, wenn Ablehnende sich wie Akzeptierende verhalten, ist eine Frage der bedingten Wahrscheinlichkeit, nachzulesen in Grundlagen: Wahrscheinlichkeit. Wenn sie es nicht tun, liefert der Consent Artikel die verfeinerte Fassung mit dem Verhältnis $k$ zwischen den Conversion Raten beider Gruppen.

Beispiel: der korrigierte Oktober bei Rheinhöhe

Jana misst ihre Einwilligungsquote pro Markt aus ihrem Consent Protokoll: Deutschland 44 %, Österreich 48 %, Schweiz 66 %, Großbritannien 62 %. Die Werte sind für das Beispiel erfunden. GA4 hat, jede Bestellung einmal gezählt, diese bezahlten Bestellungen nach Land beobachtet: Deutschland 165, Österreich 66, Schweiz 62, Großbritannien 360, zusammen 653.

Deutschland: $165 / 0{,}44 = 375$.

Österreich: $66 / 0{,}48 = 137{,}5$, also rund 138.

Schweiz: $62 / 0{,}66 = 93{,}9$, also rund 94.

Großbritannien: $360 / 0{,}62 = 580{,}6$, also rund 581.

Die korrigierte Summe ist $375 + 138 + 94 + 581 = 1.188$. Die Datenbank sagt 1.250, die Korrektur liegt insgesamt also weniger als 5 % daneben. Die verbleibenden Lücken sind Deutschland 25, Österreich 12, Schweiz 6 und Großbritannien 19. Sie sind klein und zeigen alle in dieselbe Richtung, und genau das würdest du erwarten, wenn akzeptierende Besucher etwas anders konvertieren als ablehnende. Das ist das Signal, die verfeinerte Formel zu nehmen oder für die Summen einfach der Datenbank zu vertrauen, und das tue ich.

Plattformansprüche gegen Bestellungen abgleichen

Der monatliche Abgleich ist das, wofür sich alle anderen Gewohnheiten lohnen. Stell für jeden Markt nebeneinander, was die Plattformen beanspruchen und was der Shop verschickt hat:

$$R_m = \frac{P_m}{T_m}$$

$R_m$ ist die Abdeckungsquote für den Markt $m$, $P_m$ ist die Summe der Conversions, die die Werbeplattformen nach der Zuordnung für diesen Markt beanspruchen, und $T_m$ ist die Zahl der Bestellungen, die die Shopdatenbank in diesem Markt als über einen bezahlten Klick eingegangen erfasst hat. Das ist ein schlichtes Verhältnis zweier Zählungen, siehe Grundlagen: Quoten und Raten. Liegt die Quote deutlich unter 1, fehlen den Plattformen Bestellungen, meistens wegen der Einwilligung. Liegt sie über 1, beanspruchen sie doppelt. Die meisten echten Shops liegen in den deutschsprachigen Märkten unter 1, und nützlich ist vor allem, zu beobachten, ob sich die Quote bewegt.

Was in der Datenbank als "über einen bezahlten Klick" zählt, muss einmal festgelegt werden und dann so bleiben. Ich speichere die Landing Parameter der Sitzung, in der bestellt wurde, mit der Bestellung, und eine Bestellung gilt als bezahlt, wenn diese Sitzung mit einer Google Ads Klick ID oder einem bezahlten utm_medium gelandet ist. Das ist eine einfache Regel nach dem letzten Klick, aber es ist die eigene Regel des Shops, und sie hängt nicht von der Einwilligung ab.

Beispiel: der Abgleich bei Rheinhöhe

Janas Datenbank erfasst diese bezahlten Bestellungen nach Lieferland: Deutschland 400, Österreich 150, Schweiz 100, Großbritannien 600, zusammen 1.250.

Zuerst der Blick direkt aus den Werbekonten, nach Kampagne: Deutschland 280, Österreich 40, Schweiz 50, Großbritannien 470.

Auf der waagerechten Achse stehen zwei Balken pro Markt: die Bestellungen, die die Werbekonten für die Kampagnen dieses Markts beanspruchen, und die tatsächlichen bezahlten Bestellungen, die der Shop dorthin geliefert hat, letztere hervorgehoben. Die senkrechte Achse zählt Bestellungen. Direkt aus den Werbekonten gelesen ist die Abdeckung in Deutschland $280 / 400 = 0{,}70$, in Österreich $40 / 150 = 0{,}27$, in der Schweiz $50 / 100 = 0{,}50$ und in Großbritannien $470 / 600 = 0{,}78$. Österreich sieht aus wie ein Markt, der ein Viertel dessen bringt, was er sollte. Auf genau diesem Blick werden Budgets gekürzt.

Jetzt kommt die Zuordnung aus dem Abschnitt über die Standorte dazu. Deutschland sinkt auf 215, Österreich steigt auf 80, die Schweiz auf 75, und Großbritannien bleibt bei 470. Die Abdeckung wird zu Deutschland $215 / 400 = 0{,}54$, Österreich $80 / 150 = 0{,}53$, Schweiz $75 / 100 = 0{,}75$ und Großbritannien 0,78.

Das Bild hat sich gedreht. Deutschland und Österreich liegen jetzt gemeinsam bei etwa der Hälfte, und das würdest du von zwei Märkten mit Einwilligungsquoten um die Mitte der Vierziger erwarten. Die Schweiz und Großbritannien mit höheren Einwilligungsquoten liegen bei drei Vierteln oder mehr. An den Kampagnen hat sich nichts geändert. Nur am Zählen.

Noch eine Probe: Die Plattformen beanspruchen insgesamt 840 Bestellungen, GA4 hat aber nur 653 beobachtet, jede einmal gezählt. Das Verhältnis $840 / 653 = 1{,}29$ sagt, dass die Plattformen etwa 29 % mehr Bestellungen beanspruchen, als GA4 gesehen hat, und die Differenz sind Bestellungen, die Google und Meta beide für sich beansprucht haben. Diese Überschneidung ist der Grund, warum du die Zahlen der Plattformen nie addierst und das Ergebnis Summe nennst.

Die Anerkennung zwischen den Channels aufteilen, pro Markt

Der Abgleich sagt dir, wie viele Bestellungen ein Markt wirklich gebracht hat. Er sagt dir nicht, wie du sie zwischen Google und Meta aufteilst. Dafür leihe ich mir die Anteile aus der Attribution von GA4, die die Wege sieht, und wende sie auf die Summe aus der Datenbank an, die richtig zählt:

$$s_{c,m} = \frac{A_{c,m}}{\sum_{j} A_{j,m}}, \qquad \hat{N}_{c,m} = s_{c,m} \times T_m$$

$s_{c,m}$ ist der Anteil der Anerkennung für den Channel $c$ im Markt $m$. $A_{c,m}$ sind die attribuierten Conversions, die GA4 dem Channel $c$ in diesem Markt unter deinem gewählten Modell gibt, mit den Dimensionen ohne Präfix auf Ereignisebene. Die Summe $\sum_{j} A_{j,m}$ addiert die attribuierten Conversions aller Channels $j$ im Markt, damit die Anteile zusammen 1 ergeben. $\hat{N}_{c,m}$ ist die geschätzte Zahl der Bestellungen, die dem Channel $c$ zugerechnet werden, und $T_m$ ist wie oben die Summe aus der Datenbank für den Markt. Anteile, die zusammen 1 ergeben, verhalten sich wie Wahrscheinlichkeiten, siehe Grundlagen: Wahrscheinlichkeit, und die Division ist dasselbe Verhältnis wie in Grundlagen: Quoten und Raten. Darunter liegt die Annahme, dass sich ablehnende Besucher genauso auf die Channels verteilen wie akzeptierende. Das ist eine Annahme, und das schreibe ich auch in den Bericht.

Beispiel: Lohnt sich Österreich?

In Österreich teilt das datengetriebene Modell von GA4 die 66 beobachteten bezahlten Bestellungen auf in 40,6 für Google Ads und 25,4 für Meta.

Anteil von Google: $s_{\text{G},\text{AT}} = 40{,}6 / 66 = 0{,}615$.

Anteil von Meta: $s_{\text{M},\text{AT}} = 25{,}4 / 66 = 0{,}385$. Beide zusammen ergeben 1.

Zugerechnete Bestellungen von den 150, die die Datenbank erfasst hat: Google $0{,}615 \times 150 = 92{,}3$, also rund 92. Meta $0{,}385 \times 150 = 57{,}7$, also rund 58.

Jetzt die Kosten. Der geografische Bericht in Google Ads weist 2.100 € der Oktoberkosten Klicks von Menschen in Österreich zu, 1.800 € aus dem österreichischen Konto und 300 € aus dem deutschen. Die Aufschlüsselung nach Land in Meta ergibt 1.000 €. Kosten pro Bestellung: Google $2.100 / 92 = 22{,}83$ €, Meta $1.000 / 58 = 17{,}24$ €.

Vergleich das mit dem, was die österreichischen Werbekonten allein nahegelegt haben: 1.800 € Kosten bei Google für 25 beanspruchte Bestellungen sind 72 € pro Bestellung, und 900 € Kosten bei Meta für 15 beanspruchte Bestellungen sind 60 €. Aus den Plattformen gelesen kostet Österreich drei bis vier Mal so viel, wie es wirklich kostet. Aus dem Abgleich gelesen ist es einer von Janas besseren Märkten.

Der Datenweg vom Klick zum Marktbericht

Hier ist der ganze Weg in einem Bild, von oben nach unten.

Lies es von oben. Der Klick trägt die Etiketten. Hreflang und die Struktur der Website entscheiden, welche Version der Besucher liest. Die Entscheidung über die Einwilligung teilt die Besucher in zwei Ströme: einen, den Analytics und die Plattformen sehen, und einen, den sie nicht sehen. Beide Ströme treffen sich bei der Bestellung wieder, die der Shop in jedem Fall festhält. Die nächtliche Verknüpfung ordnet über die Zuordnungstabelle jeden Anspruch, jede beobachtete Conversion und jede Bestellung einem Markt zu. Der Bericht ganz unten ist der einzige, auf dessen Grundlage ich irgendwen über Budgets entscheiden lasse.

Was du diesen Monat tun kannst

Wenn deine Berichte nicht zu deinem Kontostand passen, würde ich in dieser Reihenfolge vorgehen.

Erstens: Schreib die Zuordnungstabelle und ihre Regel für Konflikte. Das dauert einen Nachmittag.

Zweitens: Benenn die Kampagnen so um, dass sie mit Markt und Sprache beginnen, und übernimm dieselben Namen in deine UTMs.

Drittens: Leg die Version der Website in GA4 als benutzerdefinierte Dimension an, und nimm für die Attribution immer die Quelldimensionen ohne Präfix.

Viertens: Zieh die Conversion Aktion für den Kauf in ein Verwaltungskonto, wenn du mehr als ein Google Ads Konto hast.

Fünftens: Prüf dein hreflang. Jede Version nennt sich selbst und alle anderen, und die Seiten sind wirklich in der Sprache, die sie angeben.

Sechstens: Fang mit dem monatlichen Abgleich pro Markt an, mit deinen eigenen Einwilligungsquoten, und beobachte, wie sich die Abdeckungsquoten bewegen.

Die alte Fassung dieses Artikels sprach von BigQuery Pipelines und gematchten Kohorten. Die haben in einem großen Shop ihren Platz. In den Shops, an denen ich gearbeitet habe, haben diese sechs Gewohnheiten die teuren Fehler lange gefunden, bevor irgendein Modell es getan hätte.

Quellen

Footnotes

1. Google, Conversion Tracking Daten auswerten, Google Ads Hilfe, https://support.google.com/google-ads/answer/6270625?hl=de

2. Google, Einstieg in die Attribution, Google Analytics Hilfe, https://support.google.com/analytics/answer/10596866?hl=de

3. Google, Anwendungsbereiche von Dimensionen für Traffic Quellen, Google Analytics Hilfe, https://support.google.com/analytics/answer/11080067?hl=de

4. Google, Analytics Dimensionen und Messwerte, Google Analytics Hilfe, https://support.google.com/analytics/answer/9143382?hl=de

5. Google, Daten und Datenschutz in der EU, der Schweiz oder im Vereinigten Königreich, Google Analytics Hilfe, https://support.google.com/analytics/answer/12017362?hl=de

6. Bundesamt für Statistik (BFS), Sprachen, Hauptsprachen 1970 bis 2024, BFS, 2026, https://www.bfs.admin.ch/bfs/de/home/statistiken/bevoelkerung/sprachen-religionen/sprachen.html

7. Google Search Central, Lokalisierte Versionen deiner Seiten, Google for Developers, https://developers.google.com/search/docs/specialty/international/localized-versions?hl=de

8. Google, Google Analytics Hierarchie, Google Analytics Hilfe, https://support.google.com/analytics/answer/9303323?hl=de

9. Google, Währungsleitfaden, Google Analytics Hilfe, https://support.google.com/analytics/answer/9796179?hl=de

10. Google, Kontoübergreifendes Conversion Tracking, Google Ads Hilfe, https://support.google.com/google-ads/answer/3030657?hl=de

11. Google, Erweiterte Standortoptionen, Google Ads Hilfe, https://support.google.com/google-ads/answer/1722038?hl=de