BigQuery vs. GA4: warum Agenturen ihren Datenstack überdenken

Jahrelang war Google Analytics die Standard-Analyseschicht für Agenturen: einfach zu implementieren, vertraute Dashboards und schnelle Antworten. Doch heute sehen sich Marketing-Agenturen mit Kunden konfrontiert, die die gemeldete Leistung in Frage stellen, mit einer Diskrepanz zwischen Anzeigenplattformen und Backend-Einnahmen, mit einem immer stärkeren Druck auf den Datenschutz und mit unter Druck stehenden Margen.

Wir haben uns mit Jos Ijntema, Datenspezialist bei Grain, zusammengesetzt, um herauszufinden, warum immer mehr Agenturen GA4 neu bewerten und warum ein eigener Daten-Stack mit BigQuery ein strategischer Schritt ist.

Die Leistung ist schwieriger zu erreichen. Die Kosten sind höher. Entscheidungen sind also von größerer Bedeutung - und plötzlich merken die Teams, dass die Daten nicht ganz stimmen.

Dieser Artikel zeigt auf, was das für Agenturinhaber bedeutet, die skalieren, sich differenzieren und glaubwürdig bleiben wollen.

Die Probleme sind nicht neu (aber sie werden teurer)

Die Probleme waren schon immer da. Es ist nicht viel schlimmer geworden. Aber die Erkenntnis, dass wir etwas dagegen tun müssen - das ist es, was sich geändert hat.

Einerseits nimmt der Leistungsdruck zu, da die CPAs und CPCs weiter steigen und der Wettbewerb härter wird. Andererseits wird die Durchsetzung der Datenschutzgesetze verschärft, und die Unternehmen setzen die Google-Tools endlich hinter die Zustimmungsmauern... aber das führt zu eigenen Datenlücken.

In diesem Szenario ist der Spielraum für Fehler bei den Entscheidungen über die Mittelzuweisung verschwunden.

Berichte sind für Agenturen das beste Instrument, um ihre Expertise darzustellen, strategische Gespräche zu führen und festzustellen, ob Kunden Ihnen vertrauen. Wenn die Zahlen nicht übereinstimmen, ist der Halo-Effekt brutal: Die Qualität der Kampagne wird in Frage gestellt, die Glaubwürdigkeit der Strategie sinkt und die Beziehungen werden schwächer.

Saubere, konsistente, erklärbare Daten kehren diese Dynamik völlig um. Das Gespräch verlagert sich von der Verteidigung Ihrer Daten zu "Wie können wir das gemeinsam verbessern?" Das ist der Unterschied zwischen einer Befragung und einem strategischen Partner.

Drei entscheidende Grenzen von GA4

GA4 spielt immer noch eine wichtige Rolle bei Kanalvergleichen, Trichteranalysen und Einblicken in das Website-Verhalten. Aber seine Grenzen werden sichtbar, sobald Agenturen über die Optimierung auf Oberflächenebene hinausgehen.

Bei der Zusammenarbeit mit Marketing-Agenturen stellt Jos immer wieder 3 GA4-Einschränkungen fest:

1. Fehlende Daten auf der Skala

Tracking-Blocker, Browser-Einschränkungen (wie Safari's ITP) und Zustimmungserfordernisse können 40-50% Ihrer Daten blockieren, bevor sie GA4 überhaupt erreichen. Ein struktureller Prozentsatz der Daten fehlt.

2. Reine Web-Perspektive

GA4 verfolgt im Wesentlichen das Verhalten von Websites. Aber Kunden interessieren sich nicht nur für Website-Kennzahlen, sondern auch für Umsatz, Gewinnspanne, Customer Lifetime Value und Rückkehrraten.

Sehr oft möchte Ihr Kunde so viel Umsatz wie möglich haben. Aber dann frage ich: "Okay, aber was ist, wenn ich Ihnen einen Umsatz liefere, der ganz nach hinten geht, oder wenn ich Ihnen einen Umsatz mit niedrigen Margen liefere, oder wenn ich Ihnen einen Umsatz mit Kunden liefere, die nur einmal bestellen?

Um diese Fragen zu beantworten, müssen Sie Webdaten mit Backend-Systemen, CRM-Daten und Finanzmetriken kombinieren. GA4 kann einige dieser Daten importieren, aber was ist mit Offline-Verkäufen oder der Umsatzqualität? Diese Parameter sind nur selten in GA4 enthalten.

3. Verzerrungen bei Plattform und Interpretation

Für Agenturen, die Multi-Channel-Strategien verwalten, ist es ein inhärenter Interessenkonflikt, sich auf eine Google-eigene Analyseplattform zu verlassen, um den Wert von Google Ads, Meta, TikTok und anderen Kanälen gerecht zuzuordnen. "Da dies für viele Unternehmen der größte Kanal ist... finde ich persönlich das aus strategischer Sicht sehr unangenehm."

Aber das Transparenzproblem geht tiefer als die Voreingenommenheit der Plattform. Die Zuordnungslogik von GA4 beruht auf Modellen und Annahmen, die für die Nutzer nicht immer sichtbar sind.

Etwas wird als Zahl dargestellt, aber dahinter verbirgt sich eine Interpretation. Das ist gefährlich, wenn Sie Ihre Strategie darauf aufbauen.

Nehmen Sie zum Beispiel A/B-Tests. GA4 verwendet HyperLogLog++ zur Schätzung der Nutzerzahlen, was technisch und präzise klingt. Aber wie Jos betont, "selbst wenn Sie die Zahlen sehen... dahinter steckt eine Interpretation, eine Sammlung von Modellen", was bedeutet, dass diese Daten für eine rigorose Experimentanalyse grundsätzlich ungeeignet sind. Wenn Sie CRO-Programme, Medienoptimierung in großem Maßstab oder irgendeine Form von strukturierten Experimenten durchführen, stellt dies eine ernsthafte Einschränkung dar: Sie treffen strategische Entscheidungen auf der Grundlage von Zahlen, die definitiv aussehen, aber in Wirklichkeit statistische Schätzungen sind, die für verschiedene Anwendungsfälle optimiert wurden.

Warum BigQuery, und warum jetzt?

Die französische Datenschutzbehörde hat bereits entschieden, dass GA4 ohne Zustimmung nicht konform ist. Andere europäische Aufsichtsbehörden werden wahrscheinlich folgen. Sie können es hier bereits kommen sehen. Werden Sie dieses Risiko eingehen?

Diese regulatorische Änderung ist Teil einer breiteren europäischen Bewegung hin zu einer strengeren Durchsetzung und technischen Kontrolle, die wir in unserem Leitfaden zu den europäischen Anforderungen an das serverseitige Tracking im Detail aufschlüsseln.

Grain hat sich bewusst dafür entschieden, alles auf BigQuery aufzubauen und GA4 als eine der Quellen zu verwenden. Ihre Argumentation offenbart eine strategische Vision, auf die zukunftsorientierte Agenturen achten sollten:

1. Vollständige Transparenz der Rohdaten

BigQuery kombiniert Marketingdaten, Backend-Daten, CRM-Daten und Finanzdaten, so dass Sie ein vollständiges Bild erhalten.

2. Datenschutz durch Design

"Tracking-Blocker, warum sind sie da? Weil sie es schrecklich finden, dass Meta, TikTok, Pinterest und Google auf allen Websites zu finden sind." Das Sammeln von First-Party-Daten für Ihre eigenen Analysen ist hingegen ein normaler Geschäftsvorgang, der nicht in die Privatsphäre eingreift. Genau das ist das Prinzip des datenschutzfreundlichen First-Party-Datenmarketings: Sie sammeln Daten für Ihre eigenen Analysen und Entscheidungen, anstatt undurchsichtige Ökosysteme Dritter zu füttern.

3. Zukunftsfähigkeit

Daten werden bald ein Teil Ihres Wettbewerbsvorteils sein. Oder vielleicht sogar die Hygiene, dass Sie ohne gutes Datenmanagement überhaupt nicht mehr existieren können.

4. Datenhoheit

Ihr Data Warehouse gehört Ihnen. Sie kontrollieren, welche Daten einfließen, wer darauf zugreifen kann und wie lange sie aufbewahrt werden. Da Sie nicht von Drittanbieter-Tools abhängig sind, haben Sie die Freiheit, im Laufe der Zeit auf Ihrer Datengrundlage aufzubauen, anstatt jedes Mal, wenn eine Plattform ihre Prioritäten verschiebt, eine neue aufzubauen. Das ist wichtig, denn die Wettbewerbslandschaft verändert sich. Der Zugang zu Daten unterscheidet Sie nicht von anderen: Jede Agentur verfügt über Analysetools. Was strategische Agenturen von ausführenden Anbietern unterscheidet, ist das Eigentum an den Daten.

Der Kontrast ist selbsterklärend:

• Agenturen, die sich auf Plattformen von Drittanbietern verlassen, geben Kundendaten weiter, sind von der Logik der Plattform abhängig und akzeptieren blinde Flecken als "normal". Sie mieten ihre Infrastruktur und hoffen, dass der Vermieter die Bedingungen nicht ändert.
• Agenturen, denen ihre Daten gehören, kontrollieren die Qualität, die Interpretation und die langfristige Flexibilität. Sie bauen institutionelles Wissen auf, das sich im Laufe der Zeit verfestigt und nicht verpufft, wenn eine Plattform ihre API ändert.

GA4 vs. BigQuery: unterschiedliche Rollen in einem modernen Daten-Stack

Ist BigQuery wirklich zu komplex?

Wenn Jos gegenüber Agenturen von BigQuery spricht, ist die häufigste Reaktion, dass es sehr technisch erscheint. Das stimmt in der Tat, aber hier muss sich das Gespräch verlagern: Die Leute vergleichen BigQuery mit dem Status quo, der auf eine Art und Weise teuer ist, die sie nicht zählen können.

Das eigentliche Risiko sind nicht die Kosten für die Implementierung, sondern falsche Entscheidungen auf der Grundlage falscher Daten.

Nehmen wir ein Kampagnenbudget von 10.000 €. "Sie treffen die Entscheidung, dass Kampagne A besser war als B. Also entwerfen Sie neue Landing Pages, neue Werbemittel, schicken Ihre Marketingagentur los. Sie werden alles einrichten. Nun, das kostet Sie ein paar tausend Euro und Ihr Budget. Und dann stellt sich heraus, dass es die falsche Kampagne ist."

Oder denken Sie an eine Black Friday-Kampagne, die in GA4 erfolgreich aussieht: "Sie denken, das läuft wirklich gut. Wir haben eine Menge Umsatz damit gemacht. Aber es stellt sich heraus, dass all diese Einnahmen mit Artikeln erzielt wurden, die sehr geringe Gewinnspannen hatten. Und diese Kunden haben auch alles zurückgegeben."

In diesen Szenarien sind schlechte Daten viel teurer als ein Datenstapel.

Hier ist also der Realitätscheck: Die Komplexität existiert, ob Sie sie nun anerkennen oder nicht. GA4 mit 40-50% Datenverlust, falscher Zuordnung und den Blackbox-Algorithmen von Google... auch das ist komplex. Sie haben sich einfach daran gewöhnt.

Hier kommt die serverseitige Verfolgung ins Spiel

Serverseitiges Tracking allein ist kein Allheilmittel, und das ist Jos klar. Aber in Kombination mit einem klaren Dateneigentum, einem Warehouse (wie BigQuery) und einem strukturierten Angebot für Agenturen wird es zur Grundlage eines skalierbaren Datenstacks.

Server-seitiges Tracking ermöglicht es Agenturen:

• Standardisierung der serverseitigen Einstellungen
• Pflegen Sie Pipelines, bei denen der Datenschutz im Vordergrund steht
• Einspeisung zuverlässiger Daten in Analyse- und Werbeplattformen
• Aktivieren Sie mehrere Kunden mit einem skalierbaren Ansatz

Das ist genau das, was eine strategische Agentur ausmacht.

Sind Sie bereit zu erfahren, wie das serverseitige Tracking für Ihre Agentur aussehen könnte?

Roadmap für Agenturen zur Verbesserung ihres Datenstapels

Schritt 1: Suchen Sie nach "Maximizer Vision".

Jos Ijntema betont, dass man mit einer Vision beginnen sollte, insbesondere bei E-Commerce-Kunden. Nicht jeder Kunde ist dazu bereit. Filtern Sie für diejenigen, die eine "Maximizer-Vision" haben: Sie sind bereit, Daten abteilungsübergreifend zu nutzen (Marketing, Beschaffung, Finanzen usw.), um die Optimierung über 3 wichtige Säulen voranzutreiben:

• Produktzufuhr
• Umrechnungswert
• Publikum.

Schritt 2: Beginnen Sie mit dem Business Case

Bevor Sie Zeit in Schulungen oder die Implementierung investieren, sollten Sie mit Ihrem Kunden sprechen und seine Probleme verstehen. Auf diese Weise können Sie herausfinden, ob Sie die Verbesserung tatsächlich monetarisieren können.

Wechseln Sie zu einem Modell der Wertschöpfung, indem Sie sich fragen: "Welchen Wert liefern wir?" statt "Was kostet mich das? Fragen Sie Ihren Kunden, welche Umsatzverluste, Kostentreiber oder Wachstumschancen fragmentierte Daten verursachen. Entscheidende Fragen für Ihre Kunden:

• Was kostet Sie im Moment Einnahmen?
• Wodurch werden unnötige Kosten verursacht?
• Wo sehen Sie Möglichkeiten für Wachstum?

In der Regel handelt es sich dabei um fragmentierte Daten: Das Fulfillment sieht, dass der Bestand aus der Mode kommt, aber das Marketing kann ohne diese Daten nicht handeln. Data Warehouses oder Server-seitiges Tracking kombinieren die Daten der einzelnen Abteilungen, um neue Möglichkeiten zu erschließen. Hier ist der Prozess, den Jos empfiehlt:

1. Definieren Sie Anwendungsfälle und Wert
2. Bewerten Sie Optionen wie Lagerhäuser oder SST
3. Priorisieren Sie nach ROI oder Aufwand, um Ihren stärksten Kunden auszuwählen.

Schritt 3: Erstellen Sie realistische Ressourcenschätzungen

Bauen Sie nicht alles auf den Enthusiasmus einer einzelnen Person. "Das erlebe ich auch sehr oft. Dann gibt es eine Person in der Agentur, die super enthusiastisch ist und den Karren aus dem Dreck zieht. Alle möglichen Kundenprojekte drehen sich um ihre Lösung. Wenn diese Person nicht mehr da ist, haben Sie ein großes Problem.

Sie benötigen:

• Mindestens zwei Personen mit Fähigkeiten
• Realistische Zeitschätzungen für Einrichtung und laufende Wartung
• Eine klare Vorstellung davon, welchen Komplexitätsgrad Sie tatsächlich unterstützen können: Beginnen Sie mit einfachen Mitteln, bevor Sie auf Lagerhäuser skalieren.

Schritt 4: Definieren Sie Build vs. Partner

Jos ist in dieser Hinsicht unnachgiebig: "Bei Grain sind wir in der 7. Ja, wir können nicht sowohl Azure als auch AWS und Google Cloud unterstützen. Also haben wir uns für eine Lösung entschieden, in der wir gut sind." Die gleiche Logik gilt für Agenturen. Sie sind hervorragend in Google Ads, Meta-Kampagnen, kreativer Entwicklung oder strategischer Planung. Dateninfrastruktur ist ein anderes Spezialgebiet.

"Aus meiner eigenen Erfahrung... Wenn Sie bei Google Ads sehr gut sind, warum sollten Sie dann all diese Daten hinzufügen wollen? Es kostet Zeit. Energie. Sie müssen alle möglichen Support-Fragen beantworten. Sie gehen Risiken ein."

Die Frage ist nicht, ob Daten wichtig sind (sie sind es). Die Frage ist, ob der Aufbau und die Pflege der Infrastruktur für Ihr Team den größten Nutzen bringt.

Schritt 5: Erstellen Sie das Angebot

Erst nachdem Sie die Bedürfnisse des Kunden validiert, die Ressourcen geschätzt und sich für Ihr Liefermodell entschieden haben, sollten Sie dies als Kundenangebot verpacken.

Positionieren Sie Ihre Datenkapazitäten als:

• Grundlage für eine strategischere Partnerschaft, nicht für ein technisches Add-on.
• Behebung von Vertrauenslücken (z.B. "ein Bericht entspricht der Realität im Backend").
• Ermöglicht proaktive Gespräche: "Lassen Sie uns die überalterten Bestände ausräumen, bevor es zu Abschlägen kommt."

Die Checkliste für strategische Agenturen

Betrachtet man die erfolgreichsten Agenturpartner von TAGGRS, so ergibt sich ein Muster. Strategische Agenturen:

• Dateninfrastruktur als Standard einbinden. Sie verkaufen sie nicht als Aufpreis oder Premiumfunktion. Saubere, vollständige und transparente Daten sind die Grundlage für alles andere, was sie tun.
• Konzentrieren Sie sich auf die Aktivierungsgeschwindigkeit. Sie können neue Kunden innerhalb von 90 Tagen in ihren Datenstapel einbinden, weil sie ihren Ansatz standardisiert haben.
• Skalieren durch Wiederholbarkeit. Jede neue Client-Implementierung wird schneller und zuverlässiger, weil sie bewährte Infrastrukturen wiederverwenden, anstatt jedes Mal von Grund auf neu aufzubauen.
• Positionieren Sie Daten als strategischen Vorteil. Sie sprechen über die Möglichkeiten, die Daten im Hinblick auf die Geschäftsergebnisse bieten: schnellere Entscheidungsfindung, sichere Budgetzuweisung, integrierte Sicht auf die Customer Journey.

Das sind nicht die Agenturen, die versuchen, alles selbst zu machen. Sie sind diejenigen, die erkannt haben, dass die Dateninfrastruktur - wie zuvor die Serververwaltung - zwar wichtig ist, aber nicht den Unterschied macht. Sie arbeiten mit Spezialisten zusammen, die Data Warehousing mit Leib und Seele leben, so dass sie sich auf das konzentrieren können, was sie einzigartig macht.

FAQ

Was bedeutet eigentlich "einzige Quelle der Wahrheit"?

Jos zufolge gibt es drei wesentliche Säulen:

Vollständige Datenerfassung. Sie müssen das gesamte Bild erfassen, bevor Tracking-Blocker, Browser-Beschränkungen und Einwilligungserklärungen es wegnehmen.

Transparenz. Wenn die Attribution falsch aussieht oder die Kanäle nicht zusammenpassen, müssen Sie die zugrunde liegenden Daten untersuchen, nicht nur das Dashboard. "Eigentlich wollen Sie nur die Daten hinter den Berichten sehen, um genau zu wissen, was vor sich geht. Und das ist in GA4 abgeschirmt". Wahres Dateneigentum. Ihre Daten sollten Ihnen einen Wettbewerbsvorteil verschaffen und nicht Googles Ad-Targeting-Funktionen bereichern. "Als Unternehmen sollten Sie Ihre eigenen Daten sammeln... Ihre eigenen Daten sammeln, sie für sich behalten und so wenig wie möglich weitergeben."