Google Analytics und Kennzahlenanalyse

Daten sind dann wertvoll, wenn man sie liest, interpretiert und in Entscheidungen übersetzt. Dieser Kurs vermittelt Product Managern, Projektmanagern und allen, die mit digitalen Produkten arbeiten, den souveränen Umgang mit Google Analytics 4 und verwandten Analyse-Tools. Von der technischen Einrichtung und Konfiguration über das Verstehen von Nutzerverhalten bis zur Erstellung aussagekräftiger Dashboards in Looker Studio – hier wird Analytics-Kompetenz systematisch und hands-on aufgebaut. Ein besonderer Schwerpunkt liegt auf der Kennzahlenanalyse als Entscheidungsgrundlage: Nicht das bloße Ablesen von Zahlen, sondern das Deuten von Mustern, das Formulieren von Hypothesen und das Ableiten von Handlungsempfehlungen. KI-Tools werden als ergänzendes Werkzeug eingesetzt, um Auswertungen zu beschleunigen und tiefere Insights zu gewinnen.

Google Analytics 4 – Einrichtung, Konfiguration und Datenqualität GA4 unterscheidet sich strukturell von früheren Analytics-Versionen: Das ereignisbasierte Tracking, die User-Journey-Perspektive und die neue Property-Struktur erfordern ein grundlegendes Umdenken. Dieser erste Block legt das technische Fundament, ohne das alle weiteren Analysen auf unsicherem Boden stehen.

• GA4-Property anlegen, Datenströme einrichten und mit der Website verbinden
• Ereignis-Tracking konfigurieren: automatische, empfohlene und benutzerdefinierte Ereignisse
• Konversionsziele definieren und Conversion-Events markieren
• Datenqualität prüfen: Debug-Ansicht, DebugView und Echtzeit-Berichte
• Consent-Management und Datenschutzkonfiguration in GA4 umsetzen
• Unterschiede zwischen Universal Analytics und GA4 einordnen

Funnel-Analyse, Kohortenberichte und Nutzerverhalten Wer versteht, wo Nutzerinnen und Nutzer in einem digitalen Produkt abspringen, kann gezielt eingreifen. Dieser Abschnitt widmet sich der Analyse von Nutzerpfaden und -verhalten mit den spezifischen Report-Typen von GA4.

• Trichter-Erkundung (Exploration) für mehrstufige Nutzerpfade aufbauen
• Kohortenberichte nach Akquisitionsdatum und Nutzerverhalten auswerten
• Segmentüberschneidungen erkennen und Nutzergruppen vergleichen
• Pfad-Erkundung: wo kommen Nutzer her, wo gehen sie hin?
• Engagement- und Scroll-Tiefe-Events sinnvoll für UX-Schlüsse nutzen
• Bindungsberichte (Retention) lesen und Churn-Muster identifizieren

Looker Studio – Dashboards für Stakeholder GA4-Daten entfalten ihren Wert erst, wenn sie verständlich kommuniziert werden. Looker Studio verbindet GA4-Daten mit weiteren Quellen und ermöglicht interaktive Visualisierungen, die Führungskräfte, Produktteams und Marketing in einer Oberfläche vereinen.

• Looker-Studio-Bericht anlegen und GA4-Datenquelle verbinden
• Steuerfelder, Datenfilter und Diagrammtypen für unterschiedliche Zielgruppen wählen
• KPI-Scorecard, Zeitreihen und Trichter-Diagramme aufbauen
• Berechnete Felder für eigene Metriken und zusammengesetzte KPIs erstellen
• Mehrere Datenquellen (GA4, Google Ads, Sheets) in einem Report kombinieren
• Automatische Berichtsverteilung und Link-Sharing für Stakeholder einrichten

A/B-Tests und datengetriebene Produktentscheidungen Experimente gehören zum Kernwerkzeug datengetriebener Teams. Dieser Block behandelt, wie A/B-Tests mit Analytics-Daten ausgewertet werden und welche Schlüsse daraus für das Produktmanagement zulässig sind.

• Hypothesenbildung und Versuchsdesign für Produktexperimente
• A/B-Test-Ergebnisse in GA4 und Looker Studio auswerten
• Statistische Signifikanz einschätzen und Fehlinterpretationen vermeiden
• Erkenntnisse in Backlog-Items und Produktentscheidungen überführen
• Amplitude als ergänzendes Tool für Produkt-Analytics kennenlernen
• KI-gestützte Interpretation von Datensätzen mit ChatGPT und Claude

Praxisarbeit Alle Analysekompetenzen werden an realen oder realistischen Datensätzen erprobt. Teilnehmende arbeiten direkt in GA4 und Looker Studio, nicht an Dummy-Screenshots oder Präsentationen.

• Vollständige GA4-Property für ein Beispiel-Produkt einrichten
• Custom Events und Conversion-Tracking implementieren und testen
• Funnel-Analyse für einen mehrstufigen Checkout-Prozess durchführen
• Kohorten-Report für Nutzerbindung der ersten 30 Tage aufbauen
• Looker-Studio-Dashboard für ein fiktives Produktteam gestalten
• A/B-Test-Datensatz auswerten und Empfehlung formulieren
• Stakeholder-Präsentation aus Analytics-Daten ableiten und üben
• Datenschutz-Audit der GA4-Konfiguration nach DSGVO-Kriterien
• KI-gestützte Interpretation eines unbekannten Datensatzes
• Retention-Analyse und Churn-Hypothesen für ein SaaS-Beispiel entwickeln
• Eigenes Dashboard-Projekt als Abschlussarbeit mit Peer-Feedback
• Dokumentation von Erkenntnissen als Produkt-Analytics-Report

Die Hands-on-Ausrichtung ist bewusst: Wer Analytics-Tools nur in Slideshows gesehen hat, versteht die Logik dahinter oft nicht. Erst die eigene Konfiguration und das eigene Auswerten von Daten schafft nachhaltiges Verständnis. Gerade die Kombination aus technischer Einrichtungskompetenz und analytisch-kommunikativer Stärke ist es, die produktnahe Rollen heute auszeichnet und auf dem Arbeitsmarkt gesucht ist.

Der Kurs richtet sich an alle, die datenbasiert mit digitalen Produkten, Websites oder Apps arbeiten und ihre Analytics-Kompetenz strukturiert ausbauen möchten.

• Product Manager und Product Owner, die Tracking-Anforderungen selbst formulieren und Auswertungen eigenständig durchführen wollen
• Projektmanager mit digitalem Bezug, die Reporting-Daten fundiert interpretieren müssen
• Web-Analysten im Umstieg von Universal Analytics auf GA4
• Digital-Marketing-Fachleute, die Performance-Daten tiefer verstehen möchten
• Quereinsteiger mit Interesse an datengetriebenen Rollen in Produkt und Marketing

Die Weiterbildung ist ausdrücklich als Hands-on-Schulung konzipiert: Teilnehmende arbeiten live in Google Analytics 4 und Looker Studio, nicht an Folien oder Screenshots. Der Unterricht findet je nach Anbieter als virtuelles Klassenzimmer oder in kombinierten Lernformaten statt, die Vollzeit- und Teilzeit-Strukturen zulassen. KI-Tools wie ChatGPT und Claude werden als praktische Analyse-Assistenten eingebunden, nicht als theoretisches Zukunftsthema.

Der Kurs ist sowohl in Vollzeit als auch in Teilzeit durchführbar. Die Vollzeitvariante erlaubt eine konzentrierte, intensive Bearbeitung aller Inhalte in wenigen Wochen; Teilzeit-Formate strecken das Pensum auf einen längeren Zeitraum aus, der nebenbeschäftigungsbegleitendes Lernen ermöglicht. Eigenständige Datenarbeit zwischen den Unterrichtseinheiten ist für den Lernerfolg wichtig.

Nach Abschluss erhalten Teilnehmende ein trägerinternes Zertifikat mit dem Titel „Google Analytics und Kennzahlenanalyse" vom jeweiligen Bildungsanbieter. Dieses Zertifikat dokumentiert die erworbene Fähigkeit zur eigenständigen Konfiguration, Auswertung und kommunikativen Aufbereitung von GA4-Daten.

Google Analytics 4 ist das meistgenutzte Web-Analyse-Tool weltweit, und seit der Abschaltung von Universal Analytics 2024 ist GA4-Kompetenz keine Kann-Option mehr, sondern Grundvoraussetzung für alle, die mit digitalen Produkten arbeiten. Wer die neue Datenstruktur, die Explorer-Berichte und das ereignisbasierte Tracking beherrscht, ist unmittelbar produktiv in Produktteams, Marketing-Abteilungen und Agenturen einsetzbar. Die Kombination mit Looker Studio macht diese Weiterbildung besonders wertvoll für alle, die nicht nur Daten lesen, sondern auch kommunizieren müssen. Stakeholder-Dashboards, die komplexe Analytics-Daten verständlich machen, sind in jeder digitalisierten Organisation gefragt. Wer beides kann – analysieren und visualisieren – besetzt eine Schlüsselrolle zwischen Technik und Entscheidung. Die Integration von KI-Tools in die Analytics-Praxis bereitet auf Arbeitsweisen vor, die sich gerade in produktnahen Rollen schnell als Standard etablieren. ChatGPT und Claude als Analyse-Assistenten einzusetzen ist keine Spielerei, sondern ein konkreter Produktivitätsgewinn, der im Berufsalltag sofort wirkt.