Google Analytics 4 in Power BI: Praxisbeispiel und Datenmodellierung über OData

GA4 mit Power BI verbinden: Schritte

1. Verbinden Sie in DigiData ein Google-Konto mit Lesezugriff auf Ihre GA4-Property und wählen Sie die Property aus.
2. Warten Sie auf die erste erfolgreiche Synchronisation.
3. Wählen Sie in Power BI Desktop Daten abrufen → OData-Feed und fügen Sie Ihre DigiData-Service-Root ein.
4. Wählen Sie Basic-Authentifizierung, geben Sie einen beliebigen Benutzernamen ein und fügen Sie Ihren DigiData-API-Schlüssel als Passwort ein.
5. Laden Sie GoogleAnalytics4_TrafficAcquisition und weitere benötigte Berichtstabellen. Benennen Sie die Tabelle in Power Query in Ga4TrafficAcquisition um, um das folgende DAX-Measure zu verwenden.
6. Planen Sie in Power BI Service die Aktualisierung kurz nach der nächtlichen DigiData-Synchronisation.

Die folgenden Namen bezeichnen Berichtsmodelle; prüfen Sie die Tabellennamen in Ihrem Feed.

Warum Google Analytics 4 mit Power BI verknüpfen?

Website-Besuche und Online-Conversions bilden für viele Unternehmen den Beginn der Customer Journey. Während die Benutzeroberfläche von Google Analytics 4 schnelle Einblicke liefert, möchten Marketing- und Finanzteams Webdaten in Power BI mit CRM-Daten (wie HubSpot oder Simplicate) und verbuchten Rechnungen (aus Exact Online oder Twinfield) zusammenführen.

Ohne zentrale Datenschicht stoßen Analysten bei GA4 auf erhebliche technische Hürden: komplexe API-Authentifizierung, strikte Token-Kontingente pro Property, Stichproben (Sampling) und Datenschutz-Schwellenwerte (Thresholding). DigiData vereinfacht das Laden, indem acht strukturierte Berichtsfamilien in einem zuverlässigen OData-Feed bereitgestellt werden.

Die 8 GA4-Berichtsfamilien in DigiData

Der Synchronisationsdienst von DigiData strukturiert Rohdaten aus Webereignissen in acht eigenständige, abgegrenzte Aggregationstabellen:

1. Traffic-Akquisition (Ga4TrafficAcquisition): Sitzungsbasierte Herkunft (mit Dimensionen wie SessionDefaultChannelGroup, SessionSource, SessionMedium und Metriken wie Sessions, EngagedSessions, KeyEvents, TotalRevenue).
2. Nutzer-Akquisition (Ga4UserAcquisition): Erstnutzer-Herkunft (FirstUserDefaultChannelGroup, FirstUserSource, FirstUserMedium, ActiveUsers, NewUsers).
3. Landingpages (Ga4LandingPage): Leistung pro Einstiegsseite (LandingPagePlusQueryString, Sessions, EngagedSessions, EngagementRate).
4. Seiten und Bildschirme (Ga4Page): Seitenaufrufe und Interaktionsdauer (PagePathPlusQueryString, PageTitle, ScreenPageViews, UserEngagementDuration, EventCount).
5. Ereignisse (Ga4Event): Aggregierte Ereignisanzahlen (EventName, EventCount, TotalUsers, EventValue, KeyEvents).
6. E-Commerce-Artikel (Ga4EcommerceItem): Produktverkäufe (ItemId, ItemName, ItemBrand, ItemCategory, ItemsViewed, ItemsPurchased, ItemRevenue).
7. Technologie (Ga4Technology): Geräte- und Browserdaten (DeviceCategory, Browser, OperatingSystem, Sessions).
8. Geografie (Ga4Geography): Länder- und Standortdaten (Country, CountryId, Sessions, EngagedSessions, KeyEvents).

Zwei entscheidende Fallstricke bei der GA4-Modellierung

Beim Aufbau eines Power BI-Berichts auf Basis von GA4-Daten müssen Analysten zwei häufige Fehler vermeiden:

1. Summieren nicht-additiver aktiver Nutzer (ActiveUsers)

Im Gegensatz zu Sitzungen oder Seitenaufrufen ist die Metrik ActiveUsers strikt nicht-additiv. Google dedupliziert einzelne Besucher über den ausgewählten Zeitraum. Wenn ein Nutzer Ihre Website am Montag, Mittwoch und Freitag besucht, zählt Google diesen Nutzer für diese Woche als genau einen aktiven Nutzer. Wenn Sie die täglichen Zeilen in Power BI mittels SUM(ActiveUsers) aufsummieren, zählen Sie diesen Besucher dreifach. Nutzen Sie für Summierungen über Zeiträume ausschließlich additive Metriken wie Sessions oder ScreenPageViews, oder berichten Sie ActiveUsers nur auf der natürlichen Detailebene der Quelltabelle.

2. Mischen unterschiedlicher Tabellen-Körnungen (Table Grains)

Versuchen Sie niemals, Zeilen aus Ga4TrafficAcquisition (Sitzungsebene) und Ga4UserAcquisition (Erstnutzerebene) in einer einzigen breiten Tabelle zusammenzuführen. Diese Tabellen folgen grundlegend unterschiedlichen Zuordnungsmodellen. Behandeln Sie jede Berichtsfamilie als separate Faktentabelle im Sternschema, verknüpft mit gemeinsamen Dimensionen wie Datum.

Praxisbeispiel: Engagement-Rate nach Kanal

Das Verhältnis zwischen Sitzungen und engagierten Sitzungen (Engaged Sessions) liefert ein klares Bild der Traffic-Qualität. Google bestimmt engagierte Sitzungen anhand von Dauer, Schlüsselereignissen und Seiten- oder Bildschirmaufrufen. Prüfen Sie den eingestellten Timer und die offizielle Engagement-Definition.

Das folgende Beispiel zeigt einen explizit fiktiven Datensatz für den Zeitraum vom 1. Juli bis 1. September 2026 (1. Juli 2026 bis 1. September 2026) auf der Dimension Standard-Kanalgruppe der Sitzung:

[!NOTE] Hinweis zu Beispielwerten: Die obigen Zahlen und Kanalnamen sind explizit fiktiv und dienen ausschließlich als Rechenbeispiel.

In Power BI dürfen Sie für den Gesamtdurchschnitt niemals die Spalte EngagementRate mitteln (dies ergäbe einen ungewichteten Durchschnitt von Prozentwerten). Erstellen Sie stattdessen stets eine explizite DAX-Measure:

Engagement Rate = 
DIVIDE(
    SUM('Ga4TrafficAcquisition'[EngagedSessions]),
    SUM('Ga4TrafficAcquisition'[Sessions]),
    0
)

Qualitätsmetadaten: Thresholding, Datenverlust und Sampling

Jede GA4-Tabelle in DigiData enthält drei spezifische Qualitätsindikatoren:

• SubjectToThresholding (Boolean): Gibt an, ob Google Datenschutz-Schwellenwerte angewendet hat. Dies geschieht bei aktivem Google Signals und geringen Nutzerzahlen pro Zeile, um Rückschlüsse auf Einzelpersonen zu verhindern.
• DataLossFromOtherRow (Boolean): Zeigt an, ob Google Analytics Dimensionen mit niedrigem Volumen aufgrund von Kardinalitätsgrenzen in der Sammelzeile (other) zusammengefasst hat.
• SamplingRatio (Dezimal/Prozent): Enthält das von Google gemeldete Stichprobenverhältnis, sofern vorhanden. 0,65 bedeutet, dass 65% des relevanten Stichprobenraums verarbeitet wurden. Ein fehlender Wert belegt nicht unabhängig die Vollständigkeit der Daten.

In Power BI können Sie diese Felder nutzen, um Warnsymbole im Dashboard einzublenden, sobald Daten Schwellenwerten oder Stichproben unterlagen.

Quell-API-Kontingente und Datenaktualisierung

Ein wesentlicher Vorteil von DigiData liegt darin, dass interaktive Dashboard-Nutzer in Power BI nicht direkt die Google Analytics Data API anfragen. Die Hintergrundsynchronisation ruft Daten gebündelt ab.

Beachten Sie jedoch, dass die offizielle Google Analytics 4 Data API Token-Kontingente pro Property vergibt (Core Tokens pro Stunde und pro Tag). Obwohl DigiData Abfragen bündelt und optimiert, beansprucht die Hintergrundsynchronisation diese Property-Kontingente. Vermeiden Sie es daher, unnötig wiederholt historische Neusynchronisationen für große Properties anzustoßen.

Konfigurieren Sie die Datenquelle im Power BI Service mit Basic-Authentifizierung unter Angabe Ihres DigiData API-Schlüssels und planen Sie die Aktualisierung zeitlich nach der nächtlichen Synchronisation ein.

Website-Conversions werden erst neben Ihren Vertriebsdaten wirklich aussagekräftig. Mit HubSpot mit Power BI verbinden stellen Sie Leads und Deals aus Ihrem CRM neben Traffic und Conversions aus GA4.

Zusammenfassung

Mit den 8 aggregierten Berichtsfamilien von DigiData binden Sie Google Analytics 4 verlässlich an Power BI an, ohne fehleranfällige API-Skripte oder CSV-Exporte. Durch die Berücksichtigung nicht-additiver Metriken und Datenqualitäts-Flags erstellen Sie robuste Marketing-Dashboards. Erfahren Sie mehr über die Google Analytics 4 Integration oder erkunden Sie Power BI Berichte.

Webzahlen neben Umsatz und Marge stellen? Dafür ist ein KPI-Dashboard da.