Eigene Besuche gehören in den Messplan
Mitarbeiter öffnen die Website, prüfen neue Landingpages, lesen Leistungsseiten oder testen Formulare. Diese Aufrufe können in Google Analytics gemeinsam mit echten Interessenten erscheinen. Bei häufigen internen Prüfungen beeinflussen sie unter anderem Seitenaufrufe, Ereignisse und Conversion-Raten.
Entscheidend ist, ob interne Nutzung eine Kennzahl so verändert, dass daraus eine andere Marketingentscheidung entstehen könnte. Prüfe deshalb, welche Teams die Website regelmäßig aufrufen, von welchen Standorten sie arbeiten und welche Ereignisse sie auslösen.
Interner Traffic bezeichnet in diesem Zusammenhang Website-Aktivitäten aus festgelegten eigenen IP-Adressen oder IP-Adressbereichen. Die Methode ist für Web-Datenstreams gedacht. Google weist darauf hin, dass sich interner Traffic von App-Nutzern damit nicht herausfiltern lässt.
Kennzeichnung und Ausschluss sind zwei getrennte Schritte
In GA4 definierst du zunächst im Web-Datenstream eine Regel für internen Traffic. Die Regel prüft eingehende Aufrufe anhand einer IPv4-Adresse, einer IPv6-Adresse oder eines festgelegten Bereichs. Bei einer Übereinstimmung ergänzt Analytics das Ereignis um den Parameter traffic_type. Der Standardwert lautet internal. Für mehrere Standorte können unterscheidbare Werte sinnvoll sein.
Danach erstellst du auf Property-Ebene einen Datenfilter für internen Traffic. Dieser Filter bezieht sich auf den passenden Wert von traffic_type. Für beide Einstellungen brauchst du mindestens die Rolle Bearbeiter auf Property-Ebene.
Die Regel kennzeichnet Daten. Erst der Filter bestimmt, wie Analytics mit den gekennzeichneten Ereignissen umgeht. Dokumentiere den Regelwert und verwende ihn im Filter exakt gleich.
Teste den Filter vor der dauerhaften Aktivierung
Ein Datenfilter kann inaktiv, im Test oder aktiv sein. Im Test bleiben die passenden Ereignisse verfügbar. Analytics ordnet ihnen die Dimension Name des Testdatenfilters zu. In einer explorativen Analyse kannst du damit prüfen, welche Ereignisse von der Regel getroffen werden.
Google nennt für die Anwendung eines Testfilters einen möglichen Zeitraum von 24 bis 36 Stunden. Plane die Kontrolle deshalb als eigenen Freigabeschritt ein und aktiviere den Filter nicht direkt nach dem Anlegen.
Ein aktiver Ausschluss wirkt nur auf neu eingehende Daten und ist dauerhaft. Ausgeschlossene Ereignisse werden nicht verarbeitet und stehen später weder in Analytics noch in BigQuery zur Verfügung. Historische Daten werden durch einen neu erstellten Datenfilter nicht bereinigt. Wenn du Werte lediglich in einem Bericht ausblenden möchtest, ist ein Berichtsfilter die passendere, reversible Ebene.
Hypothetisches Beispiel: Zwei Standorte und ein Homeoffice
Angenommen, ein Beratungsunternehmen hat ein Büro in München, ein Büro in Nürnberg und mehrere Beschäftigte im Homeoffice. Das Beispiel ist frei erfunden und beschreibt keinen Kundenfall.
Für beide Büros liegen bestätigte öffentliche IP-Adressen vor. Das Team legt je Standort eine Regel mit einem eindeutigen traffic_type Wert an. Der zugehörige Datenfilter bleibt zunächst im Test. Beschäftigte rufen eine interne Testseite auf und lösen zusätzlich ein vereinbartes Testereignis aus. Nach der Verarbeitung prüft die verantwortliche Person, ob beide Standorte in der Testdimension erscheinen und ob externe Kontrollaufrufe unmarkiert bleiben.
Für das Homeoffice wird zuerst geklärt, ob die öffentliche IP-Adresse stabil und eindeutig zuordenbar ist. Ändert sie sich, braucht das Unternehmen ein anderes Prüfkonzept. Die IP-Regel sollte nur Bereiche enthalten, deren Wirkung nachvollziehbar ist.
Vermeide zu breite Regeln
Ein großzügig formulierter IP-Bereich kann auch Besuche erfassen, die nicht zum Unternehmen gehören. Übernimm deshalb keine privaten Netzwerkadressen aus dem Router, ohne zu prüfen, welche öffentliche Adresse Analytics tatsächlich sieht. Für Büros mit mehreren öffentlichen Adressen kann ein korrekt bestimmter CIDR-Bereich sinnvoll sein. Die Netzverantwortlichen sollten den Bereich bestätigen.
Halte fest, wann eine Adresse zuletzt bestätigt wurde. Bei einem Anbieterwechsel, einem neuen Standort oder einer geänderten Netzstruktur gehört die Regel erneut auf den Prüfstand. Ein aktiver Filter arbeitet weiter, auch wenn die organisatorische Annahme dahinter veraltet ist.
Checkliste für eine sichere Einrichtung
Diese Reihenfolge trennt Bestandsaufnahme, technische Einrichtung und Freigabe. Sie eignet sich für Unternehmen, die GA4 bereits auf ihrer Website verwenden.
- Interne Teams, Standorte und typische Website-Aktivitäten erfassen.
- Öffentliche IPv4-Adressen, IPv6-Adressen oder bestätigte Bereiche dokumentieren.
- Für jeden benötigten Bereich einen verständlichen traffic_type Wert festlegen.
- Die Regel im Web-Datenstream anlegen und ihre Bedingungen gegenprüfen.
- Einen Datenfilter für internen Traffic im Status Test erstellen.
- Vereinbarte Seitenaufrufe und Ereignisse aus jedem internen Bereich auslösen.
- Nach der Verarbeitung die Dimension Name des Testdatenfilters auswerten.
- Einen externen Kontrollaufruf prüfen, der unmarkiert bleiben soll.
- Erst nach bestandenem Test über die dauerhafte Aktivierung entscheiden.
- Regel, Filterstatus, verantwortliche Person und nächsten Prüftermin dokumentieren.
Kontrolliere die Wirkung nach Änderungen
Auch nach der Aktivierung bleibt die Datenqualität eine laufende Aufgabe. Wenn erwartete Daten plötzlich fehlen, gehören aktive Datenfilter zu den ersten Einstellungen, die du prüfst. Google nennt sie ausdrücklich als mögliche Ursache, wenn Analytics nicht die erwarteten Werte zeigt.
Vergleiche nach einer Standortänderung oder Netzwerkumstellung die dokumentierten Adressen mit der aktuellen Konfiguration. Teste erneut, bevor du einen veränderten Bereich dauerhaft ausschließt.
