Kapitel 10: Reporting, Dashboards und Datenvisualisierung

Daten haben nur Wert, wenn sie in Entscheidungen einfliessen. Professionelles Reporting bedeutet: die richtigen Daten, für die richtige Zielgruppe, im richtigen Format, zur richtigen Zeit. Ein C-Level-Report unterscheidet sich fundamental von einem technischen Analytics-Bericht – obwohl beide auf denselben Rohdaten basieren.

10.1 Report-Architektur für verschiedene Stakeholder

Viele Analytics-Teams machen den Fehler, allen Stakeholdern denselben Bericht zu schicken. Das führt dazu, dass niemand den Bericht wirklich nutzt: für die Geschäftsführung zu detailliert, für das Ads-Team zu oberflächlich, für den SEO-Spezialisten zu wenig technisch. Zielgruppenspezifische Reports lösen dieses Problem.

Zielgruppe	Frequenz	Inhalt	Format	Tools
C-Level / Geschäftsführung	Wöchentlich	Revenue, ROAS, Top-3-KPIs, Trend vs. Vorwoche, kritische Anomalien	1 Seite, stark visuell, keine Fachbegriffe	Looker Studio (einfach)
Marketing-Team	Täglich	Kanal-Performance, Budget-Auslastung, Conversion-Rates, Top-Kampagnen	Interaktives Dashboard, selbst navigierbar	GA4 Standard, Looker Studio
SEO-Spezialisten	Wöchentlich	Rankings, CTR, Impressionen, Crawl-Fehler, Core Web Vitals	Detailbericht mit Drill-Down	Search Console, SEMrush/Ahrefs
Ads-Manager	Täglich	CPC, CPL, ROAS, Quality Score, Budget-Auslastung, Anzeigen-Performance	Plattform-native Dashboards + eigenes LS-Dashboard	Google Ads, Meta Ads Manager
Analytics-Team	Ad-hoc	Datenqualität, Tracking-Probleme, Event-Vollständigkeit, technische Anomalien	Technischer Bericht, BigQuery-Abfragen	BigQuery, GTM, GA4 DebugView

10.2 Looker Studio – fortgeschrittene Techniken

Looker Studio (ehemals Google Data Studio) ist das zentrale Reporting-Tool für GA4-basierte Setups. Richtig eingesetzt ermöglicht es mächtige, automatisch aktualisierte Dashboards – ohne SQL-Kenntnisse für Standard-Anwendungsfälle.

Blended Data Sources

Der grösste Vorteil von Looker Studio gegenüber GA4-Standardberichten ist die Möglichkeit, Daten aus verschiedenen Quellen zu kombinieren:

GA4 + Search Console: SEO-Performance und Nutzerverhalten in einem Dashboard
GA4 + Google Ads: Kosten-Daten mit Analytics-Konversions verbinden, echten ROAS berechnen
BigQuery + GA4: Bearbeitete und angereicherte Daten aus BigQuery mit GA4-Metriken kombinieren
Google Sheets + GA4: Offline-Daten (Budget-Tabellen, Zielwerte) mit Live-Analytics verbinden

Looker Studio – Calculated Fields für KPI-Berechnungen

// ROAS (Return on Ad Spend) in Prozent:
SUM(Revenue) / SUM(Ad Cost) * 100

// Conversion Rate:
DIVIDE(SUM(Conversions), SUM(Sessions)) * 100

// Revenue per User:
DIVIDE(SUM(Revenue), COUNT_DISTINCT(User ID))

// Cost per Lead:
DIVIDE(SUM(Ad Cost), SUM(Leads))

// YoY-Wachstum (mit Date Comparison Periode):
(Current Period Value - Previous Period Value)
  / Previous Period Value * 100

// Anteil organischer Traffic:
DIVIDE(
  SUM(IF(Medium = "organic", Sessions, 0)),
  SUM(Sessions)
) * 100

Dashboard-Design-Prinzipien

Gute Dashboards folgen diesen Grundprinzipien:

Datumvergleich: Immer Vergleich mit Vorperiode oder Vorjahr anzeigen, absolute Zahlen ohne Kontext sagen wenig
Hierarchie: Wichtigste KPIs oben links, Details unten rechts
Farben sparsam: Grün = gut, Rot = schlecht, Grau = neutral. Keine dekorativen Farben.
Filteroptionen: Datum-Range-Filter, Channel-Filter, Device-Filter als Standard einbauen
Datenfrische anzeigen: "Letzte Aktualisierung: [Datum]" im Dashboard vermerken

10.3 Automatisiertes Reporting

Manuelles Reporting ist zeitintensiv und fehleranfällig. Automatisiertes Reporting stellt sicher, dass Stakeholder die Daten erhalten, die sie brauchen – ohne dass das Analytics-Team jeden Montag denselben Bericht neu erstellt.

Automatisierungs-Optionen

Looker Studio Scheduled Email: Reports werden automatisch als PDF an definierte Email-Empfänger gesendet. Einfachste Option, direkt in Looker Studio konfigurierbar.
GA4 Data API + Python: Python-Skript ruft GA4-Daten ab, verarbeitet sie und sendet formatierte Berichte per Email. Ideal für maßgeschneiderte Reports.
BigQuery Scheduled Queries: SQL-Queries automatisch täglich/wöchentlich ausführen, Ergebnisse in Tabellen schreiben, dann in Looker Studio visualisieren oder per Email versenden.
Slack-Integration: Tägliche KPI-Updates direkt in Slack-Channels posten. Via Looker Studio, Zapier oder direkter API-Integration realisierbar.
Supermetrics: Automatischer Daten-Export aus GA4, Google Ads, Meta in Google Sheets oder BigQuery für automatisierte Auswertungen.

Die goldene Reporting-Regel: Weniger, aber besser

Lieber 3 Reports, die tatsächlich gelesen und genutzt werden, als 20 Reports, die im Posteingang verschwinden. Fragen Sie jeden Stakeholder einmal im Quartal: "Welchen Report nutzen Sie tatsächlich für Entscheidungen?" Alles andere abbestellen oder archivieren.