Wer versucht, den Erfolg seiner Facebook-Kampagnen zu messen, wird irgendwann fast automatisch auf das folgende Problem stoßen: Die Daten im Facebook Ads Manager unterscheiden sich, teilweise extrem, von den Daten, die in Google Analytics angezeigt werden.
Wo ich im Facebook Ads Manager 300 Klicks und 100 Conversions angezeigt bekomme, habe ich in Analytics vielleicht nur 100 Pageviews und 20 Conversions.
Warum ist das so, was kann ich dagegen tun und welche Zahlen sind denn nun die “richtigen”?
Edit März 2021: Mittlerweile beträgt das Standard-Attributionsfenster bei Facebook nur noch 7 Tage. Ich habe den Artikel dahingehend angepasst. 🙂
Warum unterscheiden sich die Facebook-Daten so stark von den Google Analytics Daten?
Generell ist es nicht ungewöhnlich, dass die Daten aus verschiedenen Tools sich ein wenig unterscheiden – das kommt also nicht nur bei Facebook und Google Analytics vor, sondern auch bei Google Ads und Google Analytics oder wenn man verschiedene Analytics-Tools gegeneinander hält.
Aber keine Sorge: Die Differenzen lassen sich erklären 🙂
Achtung: Ich gehe hier nur auf die drei naheliegendsten und häufigsten Gründe ein und gehe davon aus, dass beide Tools korrekt und anständig eingebunden sind, alle Pixel korrekt feuern und alle Filter-Konfigurationen passen.
Nutzerbasiertes Tracking vs. Cookiebasiertes Tracking
Facebook kennt – anders als Google Analytics – den Nutzer sehr gut. Durch den Login können Nutzer auf Facebook also sehr gut über verschiedene Browser und Endgeräte hinweg getracked werden.
Im Gegensatz dazu verlässt Google Analytics sich aktuell noch auf Cookies. Diese sind browserspezifisch, was es Analytics schwer macht, den Nutzer über verschiedene Browser und Endgeräte hinweg zu erkennen.
Verschiedene Attributionsmodelle
Über Attribution haben wir in einem anderen Artikel schon ausführlich gesprochen. Während Google Analytics die Käufe verschiedenen Channels attribuiert, wird in Facebook nur die eigene Beteiligung angeschaut. Die Multi-Channel-Betrachtung bei Facebook fällt also weg.
Das Standard-Attributionsfenster bei Facebook beträgt “7 Tage Klick, 1 Tag View”, was bedeutet, dass ein Kauf automatisch Facebook zugeordnet wird, sofern der Nutzer in den letzten 7 Tagen eine Werbeanzeige dort geklickt oder im Laufe des letzten Tages eine Werbeanzeige gesehen hat.
Über welchen Channel der Kauf letztendlich stattgefunden hat, ist dabei irrelevant.
Unterschiedliche KPIs
Wer 100 Klicks im Facebook Business Manager sieht, hat nicht zwingend 100 Nutzer auf der Website, nein, noch nicht einmal unbedingt 100 Page Views.
Ein Nutzer kann mehrmals klicken und ein Klick führt nicht immer zum Page View. Das ist nicht ausschließlich im Facebook-Kontext so, allerdings hier nochmal verstärkt, denn ein “Klick” wird bei Facebook nicht nur dann gezählt, wenn der CTA in Richtung Website geklickt wird, sondern auch bei allen anderen Klicks auf die Anzeige, wie etwa “mehr lesen” oder der Klick auf das Anzeigenbild oder – Video.
Welche Zahlen sind “die Richtigen”?
Auf diese Frage gibt es so viele Antworten, wie es Consultants gibt – fragt man Facebook-Fans, wird argumentiert, dass Facebook sich berechtigt alle Klicks und Conversions zuschreibt, an denen es beteiligt war. Fragt man Analytics-Fans, schütteln diese in der Regel den Kopf über die Messweise und die Attribution.
Wie so oft liegt die Wahrheit also irgendwo in der Mitte.
Ich persönlich würde deswegen auch immer empfehlen, beide Tools zu Rate zu ziehen: Die Facebook Business Manager Daten für die Optimierung im Tagesgeschäft – das ist einfach praktischer und aussagekräftiger, wenn man mehrere Kampagnen, Anzeigengruppen und Anzeigen auf die Schnelle miteinander vergleicht, und Google Analytics für den “Rundumblick”, das Zusammenspiel verschiedener Channels und die Rolle von Facebook im Channel-Vergleich.
Kann man Facebook- und Google Analytics-Daten aneinander “angleichen”?
Nein, die Daten werden nie zu 100% übereinstimmen, dazu sind die Art und Weisen der Datenerhebung zu unterschiedlich – müssen sie aber auch nicht, wenn man die Vor- und Nachteile beider Tools kennt und die Unterschiede zu seinem Vorteil nutzt.
Beispiel: Wir haben eine Menge Klicks im Facebook Business Manager, aber kaum Page Views in Analytics?
Dann würde ich zuerst die “Link Klicks” in Facebook prüfen – kaum Link Klicks? Ihr könntet testen, den CTA deutlicher zu machen. Viele Link Klicks, aber trotzdem kaum Page Views in Analytics? Dann könnt ihr prüfen, ob eure UTM-Parameter korrekt sind. Ist dies der Fall, kann zum Beispiel eine zu lange Ladezeit der Grund für die fehlenden Seitenaufrufe sein.
Achtung: Der Case ist nur ein Beispiel, das zeigen soll, wie man die Unterschiede für sich nutzen kann – es ist nicht immer die Ladezeit und Klicks und Page Views bleiben nach wie vor verschiedene Metriken, die sich nicht zu 100% übereinander legen lassen.
Schritt für Schritt zu aussagekräftigen Daten
Auch wenn sich die Facebook-Ads-Manager-Zahlen und die Google-Analytics-Zahlen nicht aneinander angleichen lassen, gibt es dennoch einige Dinge, die ihr tun könnt, um zumindest aussagekräftige Zahlen zu bekommen – in beiden Tools.
- Nutzt UTM-Parameter. Darüber habe ich in einem eigenen Artikel ein bisschen was geschrieben: UTM-Parameter sind, solange sie richtig und sinnvoll genutzt werden, ein wirklich hilfreiches Tool, um den generierten Traffic in Google Analytics korrekt zuzuordnen.
- Wählt ein für euch passendes Attributionsmodell. Über Attribution kann man Tage, Wochen und Monate diskutieren (kann man aber auch bleiben lassen). So oder so solltet ihr wissen, was es mit Attribution auf sich hat, welche Modelle es gibt, welches zu euch passt und welches ihr nutzt.
- Wählt euer Attributions-Zeitfenster. Es muss nicht 28 Tage Klick sein, es müssen aber auch keine 6 Monate sein. Welches Zeitfenster für euch passt, ist komplett individuell und stark vom Produkt abhängig: Ist mein Produkt ein Auto oder ein Haus, denken meine Nutzer mit aller Wahrscheinlichkeit länger über den Kauf nach, als wenn es um ein T-Shirt oder ein Buch geht.
- Prüft eure Google Analytics Filter. Achtet darauf, dass euer Setup sauber ist und ihr nicht versehentlich relevanten Traffic filtert.
- Betrachtet auch die Conversion-Pfade. Welche Channels spielen für gewöhnlich zusammen und wo lassen sich Muster erkennen? Multichannel-Pfade bringen oft neue Erkenntnisse oder zumindest ein besseres Verständnis für den Nutzer.
Happy analyzing 🙂