Google Analytics 4 vs. Adobe Analytics – welches System ist besser für mich geeignet?

Webanalyse ist längst kein „nice-to-have“ mehr – sie ist essenziell für datengetriebenes Marketing, Conversion-Optimierung und fundierte Geschäftsentscheidungen. Doch bei der Tool-Wahl stehen viele Unternehmen vor einer zentralen Frage: Reicht Google Analytics 4 (GA4) – oder braucht es ein mächtigeres Tool wie Adobe Analytics?

Ich bin Projektmanagerin bei Lemundo und wollte mir die beiden Platzhirsche in einem explorativen Versuch einmal näher ansehen. Das Ziel war es, die Gemeinsamkeiten und die Unterschiede zu identifizieren. Einige Antworten konnte ich im Selbstversuch herausfinden, für andere bedarf es einer weiteren Recherche. In diesem Artikel teile ich meine Erfahrungen besonders im Hinblick auf folgende Themen, die für Entscheider:innen relevant sein können.

Setup & erste Schritte

Um ein Gefühl für beide Tools zu bekommen, stellte ich mir zuerst folgende Aufgabe: Was muss ich tun, um die ersten Daten zu sehen? Mein Testobjekt war ein Magentoshop, der zu Testzwecken aufgesetzt wurde und nicht von „außen“ erreichbar ist.

Setup Google Analytics 4

Weil ich bereits Erfahrung mit GA4 habe, war das Basis-Setup schnell gemacht. Zunächst habe ich den Google Tag Manager (= GTM) über das Magento Backend im Shop eingebunden. Konsequenterweise muss man sicherstellen, dass der GTM bei fehlendem Consent gar nicht erst geladen wird.

Für die Datenübermittlung an GA4 muss nach der Einbindung des GTM noch die Measurement-ID hinterlegt werden. Diese erhält man, indem man eine GA4-Property mit einem Datenstream erstellt. Im GTM erstelle ich nun einen Tag mit dem Typ „Google-Tag“, wo ich die ID hinterlegte und den Trigger Typ „All Pages“ auswähle. Nach Veröffentlichung des Containers ist das erste Setup bereits geschafft.

Wenn man sich jetzt testweise in dem Shop bewegt, sieht man schon einige Daten im Echtzeitreport. Bis die Daten in den anderen Berichten auftauchen, wird es aber nochmal etwa 24 h dauern. Nach dieser Zeit ist dann aber schon allerhand im Eventreport zu sehen. Das hat damit zu tun, dass das „Enhanced Measurement“ bei der Erstellung des Datenstreams aktiviert wurde. Allein dieses Basistracking zeichnet etwa 50 Events automatisch auf. Beispielsweise jedes Mal, wenn eine Sitzung gestartet wird, jemand scrollt oder eine Seite aufruft. Hier ist eine gute Übersicht, was standardmäßig aufgezeichnet wird: https://support.google.com/analytics/answer/9234069?hl=en

Setup Adobe Analytics

Im Gegensatz zu GA4 war Adobe Analytics noch Neuland für mich. Ich dachte, so schwer kann es ja nicht sein – aber da war ich etwas sehr optimistisch. Eine spielend einfache Schritt-für-Schritt Anleitung, wie es für GA4 mannigfach gibt, sucht man bei Adobe Analytics leider vergebens.

Mithilfe eines Kollegen ist es mir dann aber doch gelungen, Adobe Analytics mit dem Adobe Experience Manager zu verbinden und diesen wiederum mit dem Magentoshop. Mit diesem Setup nutze ich die Adobe Experience Platform Web SDK (Software Development Kit) und erhalte dadurch schon recht viele Daten. Auffällig ist, dass bereits Conversion-Daten wie Umsätze und ‚Add to Cart‘-Events zur Verfügung stehen. Bei GA4 bräuchte es hier noch einen weiteren Schritt.

Auch in Adobe Analytics gibt es Echtzeitberichte – aber im Vergleich zu GA4 sind die Daten nach etwa 30 min in den Standardberichten sichtbar. Nach dem etwas holprigen Start, war das dann der erste Pluspunkt für Adobe.

Fazit Setup

Das Setup bei GA4 ist recht standardisiert und für jeden machbar. Bei Adobe Analytics hingegen ist es einfach nicht vorgesehen, dass man ein paar Klicks ausführt und alles ist fertig eingerichtet. Man muss sich hier schon ein wenig damit auseinandersetzen, welches Setup und welche Daten man braucht.

Reporting Grundlagen

Das Fundament jeder Webanalyse ist ihr Datenmodell. Grundsätzlich ist es bei beiden Tools so, dass bei einem Seitenaufruf ein Trackingcode im Browser des Nutzers ausgeführt wird. Dieser sendet die erfassten Informationen (z. B. Seitenname, Event, Nutzer-ID) an einen Analytics-Server. Zur Wiedererkennung von Nutzern kommen in der Regel Cookies zum Einsatz. Von dort aus werden die Daten verarbeitet und in der Benutzeroberfläche der Tools verfügbar gemacht. Um die erfassten Daten richtig zu verstehen, ist das jeweils zugrunde liegende Datenmodell wichtig.

Datenmodell Google Analytics 4

GA4 nutzt ein ereignisbasiertes Datenmodell, bei dem alle Interaktionen (wie Seitenaufrufe, Klicks oder Käufe) als Ereignisse (‚Events‘) erfasst werden. Ereignisse können Parameter enthalten, um zusätzliche Informationen zu liefern. Beispielsweise enthält das page_view-Event den Parameter page_location, der die Information darüber liefert, auf welcher Seite das Ereignis ausgelöst wurde. Neben Events und Parametern gibt es noch User Properties – beispielsweise demografische Daten.

Datenmodell Adobe Analytics

Auch Adobe Analytics arbeitet mit Events. Darüber hinaus verwendet Adobe Analytics Variablen, die als eVars und Props bezeichnet werden. eVars sind Conversion-Variablen, die über mehrere Seitenaufrufe und sogar Sitzungen gespeichert werden. Ihr Verhalten lässt sich am ehesten mit einem Cookie vergleichen. So lässt sich beispielsweise nachvollziehen, ob ein Nutzer vor dem Kauf in einer späteren Sitzung eine bestimmte Seite besucht hat.

Props funktionieren ähnlich wie Parameter in Google Analytics, wobei Props vor allem für den aktuellen Seitenaufruf gelten, während Parameter an ein spezifisches Ereignis gebunden sind. Als vierte Datenkategorie bietet Adobe Analytics List Variables, in denen mehrwertige Daten gespeichert werden können – zum Beispiel alle Produktkategorien, die ein Nutzer innerhalb einer Sitzung besucht hat.

Dimensionen, Metriken & Segmente

Wenn wir ein Dashboard bauen, wählen wir namentlich nicht direkt Props oder Events aus, sondern Dimensionen und Metriken. Metriken sind quantitative Daten, wie Seitenaufrufe oder auch Events. Dimensionen sind qualitative Attribute, die die Metriken kategorisieren. Wenn ich mir z. B. anzeigen lassen möchte, wie viele Sitzungen aus Deutschland stammen, ist „Land“ die Dimension und „Anzahl der Sitzungen“ die Metrik. In beiden Systemen gibt es zahlreiche vordefinierte Dimensionen und Metriken, die direkt einsatzbereit sind. Darüber hinaus ist es bei beiden auch möglich, individuelle Metriken und Dimensionen zu erstellen.

Segmente sind Teilmengen von Daten. Mit ihnen kann man sich z.B. die Daten aus Sicht einer bestimmten Kundengruppe anschauen. Beispielsweise die Daten aus Sicht aller Kunden, die einen Kauf über ein Handy ausgeführt haben.

Standardreports

In beiden Tools gibt es die Möglichkeit, auf vorhandene Berichte zuzugreifen.

Google Analytics 4

GA4 bietet eine Vielzahl vordefinierter Standardreports, darunter beispielsweise den Akquisitions- und den Engagementbericht. Durch die Ergänzung einer zweiten Dimension oder weiterer Spalten in den Tabellen lassen sich sehr schnell weitere Einblicke erzielen. Obwohl diese Berichte also grundsätzlich Anpassungsoptionen bieten, gestaltet sich die Individualisierung der Visualisierungen nach meiner bisherigen Erfahrung oft weniger intuitiv und flexibel als erwartet. Oft lassen sich lediglich sogenannte „Cards“ hinzufügen – vorgefertigte Übersichten, die m.E. nicht die spezifischen Bedürfnisse einer Analyse abdecken.

Adobe Analytics

Adobe Analytics überzeugt mit einer breiten Palette vorgefertigter Templates, beispielsweise für Visits (entspricht Sitzungen in GA4), Umsatz und Produkte. Die Auswahl ist umfangreich, und der große Vorteil liegt in der uneingeschränkten Anpassbarkeit jedes Templates. Hier stehen dieselben flexiblen Möglichkeiten zur Verfügung, die man auch beim vollständig individuellen Aufbau eines Reports hat.

Fazit Reporting Grundlagen

Unterschiede im Datenmodell zeigen: Wer maximale Flexibilität und Tiefe sucht, findet sie eher bei Adobe – braucht dafür aber auch mehr Know-how. GA4 und Adobe Analytics punkten beide mit vorgefertigten Standardreports, jedoch überzeugt Adobe Analytics durch maximale Anpassbarkeit.

Eigenes Reporting / Visualisierungen

Weitaus spannender als die Standardreports ist meiner Meinung nach die Option, ein vollständig individualisiertes Reporting zu erstellen. Bei Adobe Analytics scheint dieser Ansatz ohnehin im Vordergrund zu stehen. Google Analytics 4 legt den Fokus stärker auf seine Standardberichte, bietet jedoch mit dem „Explore“-Bereich ebenfalls dedizierte Funktionalitäten zur Erstellung eigener Analysen.

In beiden Tools beginnt der Prozess mit einer leeren Arbeitsfläche. Sowohl in Adobe Analytics als auch in Google Analytics steht die Möglichkeit zur Verfügung, Dimensionen, Metriken und Segmente flexibel zu kombinieren, um maßgeschneiderte Reports zu generieren.

Folgend werden einige ausgewählte Visualisierungsformen vorgestellt und verglichen. An der Stelle ist schon mal vorwegzunehmen, dass die Auswahl der Visualisierungen bei Adobe Analytics deutlich größer ist.

Freie Tabelle

Ich habe eine Tabelle mit zwei Dimensionen und sieben Metriken erstellt. Das Ergebnis sieht erstmal recht ähnlich aus. Meine weiteren Erkenntnisse über Gemeinsamkeiten und Unterschiede habe ich in der folgenden Tabelle zusammengefasst.

Vergleich: Flexible Tabellen in Adobe Analytics vs. GA4 (Exploration)

Fazit: Beide Tools bieten starke Möglichkeiten zur Analyse über flexible Tabellen. Adobe Analytics überzeugt vor allem mit mehr Flexibilität. Was verwunderlich ist, dass man bei Adobe Analytics keine Metriken als Filter nutzen kann.

Flow Chart

In beiden Tools gibt es die Möglichkeit, Flow-Charts zu erstellen. Diese ermöglichen eine Analyse des Nutzerflusses von einem bestimmten Anfangspunkt vorwärts oder einem bestimmten Endpunkt rückwärts.

Anfangspunkt

Endpunkt

Liniendiagramm

Prinzipiell ist es möglich, in beiden Tools Liniendiagramme zu erstellen. Ein großer Unterschied ist jedoch, dass in GA4 keine zweite Metrik hinzugefügt werden kann. Dies ist in Adobe Analytics problemlos möglich.

Kuchendiagramm  / Donut

In beiden Tools ist es möglich, Daten in einem Kuchendiagramm darzustellen. Dies eignet sich zum Beispiel sehr gut, um die Anteile der Akquisition nach Kanälen darzustellen. Da der Testshop nicht von außen erreichbar ist, habe ich hier die unterschiedlich besuchten Seiten dargestellt. Dies ist in beiden Tools ohne weiteres möglich. Die einzelnen Abschnitte werden zwangsläufig in Prozenten angezeigt. Bei Adobe Analytics sieht man noch die absolute Zahl, was ganz hilfreich für das Gesamtverständnis ist.

Trichter / Funnel

Ebenfalls ist es möglich, in beiden Tools eine Trichtervisualisierung anzulegen. Das kann dabei helfen, den genauen Punkt im Kaufprozess zu ermitteln, an dem die meisten Nutzer abspringen. Die Zahlen variieren in meinem Test leicht. Google weist darauf hin, dass die Metriken hier nur Näherungswerte sind. In Adobe Analytics kann man den Funnel aus einer Nutzer – als auch aus einer Sitzungsperspektive bauen – das ist bei GA4 leider nicht möglich.

Segmente

Segmente sind keine eigenständigen Visualisierungstypen, jedoch lassen sich die Daten im Reporting durch sie filtern. Beide Analysesysteme bieten bereits vordefinierte Segmente, die problemlos auf die Visualisierungen angewendet werden können.

Darüber hinaus ermöglichen beide Plattformen die Erstellung benutzerdefinierter Segmente, deren Struktur sich auf drei Ebenen abbildet: einer Besucherebene, einer Sitzungsebene und einer Event- bzw. Hit-Ebene, die spezifische Interaktionen umfasst.

Zur Veranschaulichung habe ich ein Segment erstellt, das alle Nutzer einschließt, die die Warenkorbseite besucht haben. Ich rief die Warenkorbseite daraufhin mit drei verschiedenen Browsern auf. Meine Erwartung war ein Segment, das diese drei individuellen Nutzer umfasst.
Das Ergebnis bestätigt diese Annahme und ist in beiden Tools identisch, wie die Abbildung (GA4 rechts) zeigt.

Fazit eigenes Reporting / Visualisierungen

Abschließend folgt nun eine zusammenfassende Tabelle, die zentrale Gemeinsamkeiten und Unterschiede zwischen den beiden Tools in Bezug auf „eigenes Reporting“ gegenüberstellt. Würde man diesen Vergleich als Wettkampf betrachten, hätte Adobe Analytics in puncto Flexibilität eindeutig die Nase vorn. Fairerweise sei jedoch erwähnt: Mit Looker Studio stellt Google ein kostenloses und eigenständiges Tool zur Verfügung, das ebenfalls sehr flexible Dashboard-Erstellungen erlaubt. Trotzdem gilt: Im direkten Vergleich der hier analysierten Tools muss sich Google in vielen Bereichen geschlagen geben.

Vergleich: Adobe Analytics vs. Google Analytics 4

Daten-Sampling, Thresholding & Kardinalität – Was beeinflusst unsere Datenansicht?

Beim Arbeiten mit Webanalyse-Tools begegnen uns drei wichtige Konzepte, die darüber entscheiden, welche Daten wir im Reporting tatsächlich sehen: Sampling, Thresholding und Kardinalität.

Sampling

Sampling bedeutet, dass nur eine Stichprobe (= Sample) der gesammelten Daten analysiert und anschließend auf den Gesamtbestand hochgerechnet wird. Ziel ist es, Ladezeiten zu verkürzen und Systemressourcen zu schonen.

Thresholding

Thresholding schützt die Privatsphäre der Nutzer. Kommen bestimmte demografische Merkmale oder Zielgruppen nur selten vor und überschreiten die festgelegte Schwelle (Threshold) nicht, werden sie aus den Berichten ausgeblendet, um die Rückverfolgung einzelner Personen zu verhindern.

Kardinalität

Kardinalität beschreibt die Anzahl unterschiedlicher Werte innerhalb einer Dimension. Je höher diese ist, desto schwieriger ist die Darstellung im Reporting. Dimensionen mit einer hohen Kardinalität sind zum Beispiel Produkt-IDs oder URLs.

Vergleich GA4 und Adobe Analytics

Die in der Tabelle dargestellten Informationen sind recherchiert. Welche Berichte bei GA4 jetzt genau unter Standardberichte fallen, ist nicht sicher zu sagen. Meistens wird auf die Lebenszyklusberichte verwiesen. Jedoch fällt hierunter z.B. auch die Trichteransicht der Checkout-Journey, bei der stark gesampelt wird.

Vergleich: Adobe Analytics vs. Google Analytics 4 – Datenqualität & Einschränkungen

Fazit Daten-Sampling, Thresholding & Kardinalität

Adobe Analytics bietet im Vergleich zu GA4 deutlich weniger Einschränkungen bei Sampling, Thresholding und hoher Kardinalität. Wer maximale Datenqualität ohne Limits benötigt, ist hier besser aufgehoben. GA4 bringt bei komplexen Analysen schneller Begrenzungen mit sich – außer man nutzt den BigQuery Export.

DSGVO-Konformität

Da wir uns in Europa befinden, gilt für uns die Datenschutzgrundverordnung. Als Betreiber einer Website ist man daher auch verpflichtet, datenschutzkonforme Tools zu benutzen. Das ist bei Webanalysetools tatsächlich gar nicht so einfach. Es gibt zwar explizit DSGVO-konforme Lösungen, wie Matomo, aber schauen wir uns mal an, wie Adobe und Google hier abschneiden.

Fazit: Adobe Analytics ist tendenziell DSGVO-konformer, insbesondere bei korrekt konfiguriertem EU-Hosting. GA4 bringt zwar Schutzmechanismen mit, bleibt aber aufgrund der US-Datenverarbeitung problematisch. Zusammengefasst lässt sich sagen, dass beide Lösungen nicht ohne weiteres DSGVO-konform sind und vielleicht auch gar nicht ohne viel Aufwand DSGVO-konform betrieben werden können. Zumindest habe ich hierzu keine eindeutigen Antworten gefunden.

Systemintegration: Wie lassen sich GA4 und Adobe Analytics nahtlos erweitern?

Besonders interessant ist auch die Frage, wie gut sich weitere Systeme an die jeweilige Plattform anbinden lassen. Sowohl Google Analytics 4 als auch Adobe Analytics bieten vielfältige Integrationsmöglichkeiten. Wer beispielsweise einen Onlineshop auf Basis von Adobe Commerce (ehemals Magento) betreibt, profitiert von einer nahtlosen Anbindung und kann Shop-Daten mit minimalem Aufwand in Adobe Analytics analysieren. GA4 hingegen überzeugt durch die unkomplizierte Verknüpfung mit Google Ads sowie die direkte Integration der Google Search Console.

Preis

Während Google Analytics 4 (GA4) in der Standardversion komplett kostenlos nutzbar ist, richtet sich Adobe Analytics primär an Großunternehmen mit entsprechendem Budget. Die Einstiegshürde bei Adobe liegt deutlich höher – nicht nur preislich, sondern auch in Bezug auf Implementierung und Wartung. Preise für Adobe Analytics werden in der Regel individuell verhandelt und öffentlich nicht ausgewiesen, bewegen sich jedoch laut Nutzerangaben häufig im fünfstelligen Bereich pro Jahr. GA4 hingegen bietet eine standardisierte Lösung, ganz ohne Lizenzkosten.

Verbreitung

Interessant ist auch die Verbreitung der beiden Plattformen. Es ist zwar auffällig, aber wenig überraschend, dass GA4 im Vergleich zu Adobe Analytics weltweit und auch in Deutschland deutlich verbreiteter ist. Der Anteil von GA4 in Deutschland ist im Vergleich zu allen Websites weltweit mit GA4 mit 1,26 % etwas höher als bei Adobe Analytics mit 0,91%. Das zeigt, dass GA4 in Deutschland auch im Verhältnis häufiger integriert ist. Schaut man sich die Beispiele der deutschen Unternehmen an, ist festzustellen, dass bei beiden Plattformen große Namen vertreten sind. Es lässt sich mithin nicht schlussfolgern, dass große Unternehmen mit Adobe Analytics automatisch besser bedient sind.

Stand: 13. April 2025

Was sagen andere User?

Nach meinem intensiven Eintauchen in die Welt von GA4 und Adobe Analytics wollte ich wissen, wie andere Anwender die beiden Tools bewerten. Auf Plattformen wie Capterra und G2 liegt GA4 in der Gunst der Nutzer vorne – bei TrustRadius schneiden hingegen beide Systeme gleich gut ab. Insgesamt lässt sich festhalten: Beide Tools erhalten durchweg gute Bewertungen.

Ein genauer Blick auf die Bewertungsdetails zeigt: GA4 schneidet in den meisten Kategorien besser ab – mit einer Ausnahme: die Qualität des Supports. Das ist jedoch wenig überraschend, wenn man den Preisunterschied zwischen den Tools berücksichtigt. Erstaunlich ist hingegen das Ergebnis in der Kategorie Funktionen – auch hier liegt GA4 vorn. Daraus könnte man schließen, dass Bewertungen auch stark von der individuellen Erwartungshaltung geprägt sind: Wer mehr investiert, erwartet vermutlich in der Regel auch mehr.

Stand: 19. April 2025

Fazit

Ich muss sagen, ich war Adobe Analytics gegenüber etwas skeptisch, da es mir so groß und komplex vorkam. Mein kleines Selbstexperiment hat mir gezeigt, dass es das im Grunde auch teilweise ist. Wenn man aus der Google Welt kommt, erwartet man, dass Dimensionen wie Quelle/Medium oder Page-URL einfach da sind und funktionieren. Ein einfaches Klick-Tracking einzurichten, stellte sich auch deutlich herausfordernder als bei Google dar. Und obwohl ich bis heute viele Fragezeichen bei Adobe Analytics habe, bin ich auch begeistert, wie schnell man eigene Reportings mit mannigfachen Visualisierungen erstellen kann. Die Datenqualität kann ich nach meinem Selbstversuch jedoch noch nicht richtig einschätzen, das liegt vor allem an den wenigen Daten, die nur ich produziert habe. In der Regel waren die Ergebnisse bzgl. Sitzungen und Co. aber zumindest sehr ähnlich.

Am Ende hängt die Wahl des richtigen Webanalyse-Tools stark von den individuellen Anforderungen und Rahmenbedingungen ab. Wer bereits tief im Google- oder Adobe-Ökosystem verankert ist, kann von den bestehenden Synergien profitieren – sei es durch die nahtlose Integration mit Google Ads und der Search Console bei GA4 oder die Verbindung zu Adobe Commerce und anderen Produkten der Adobe Experience Cloud. Es wäre verfehlt zu sagen, jedes große, umsatzstarke Unternehmen braucht unbedingt Adobe Analytics.

Für viele Unternehmen bietet es sich wahrscheinlich an, zunächst mit Google Analytics 4 zu starten: Die Einstiegshürden sind niedrig, das Tool ist kostenlos nutzbar, und viele Anforderungen lassen sich bereits mit GA4 und dem ebenfalls kostenlosen Looker Studio visualisieren. Gerade für Teams mit begrenztem Budget und Ressourcen ist GA4 in Kombination mit dem Google Tag Manager und Looker Studio eine intuitive und leistungsfähige Lösung – insbesondere, wenn man Events selbstständig aufsetzen oder schnell Anpassungen vornehmen möchte. Auch GA4 bietet viele Individualiserungsmöglichkeiten und im Zusammenspiel mit BigQuery auch die Hoheit über die Rohdaten.

Sollten mit der Zeit komplexere Anforderungen entstehen, kann sich der Blick auf Adobe Analytics lohnen. Das Tool überzeugt vor allem durch seine Flexibilität und seine enorme analytische Tiefe. Voraussetzung ist allerdings, dass ein erfahrenes Team zur Verfügung steht, das sich mit der Konfiguration und Betreuung des Systems auskennt – denn der Einstieg ist komplexer und das Handling technischer. Wer jedoch ein dediziertes Data-Team hat und Wert auf maßgeschneiderte Analysen legt, findet in Adobe Analytics ein sehr mächtiges Werkzeug.

Und nicht zuletzt: Wenn Datenschutz eine besonders zentrale Rolle spielt – beispielsweise in sensiblen Branchen oder bei datenschutzkritischen Zielgruppen – kann es sinnvoll sein, sich mit Alternativen wie Matomo zu beschäftigen, die mehr Kontrolle über die erhobenen Daten bieten und häufig auch lokal betrieben werden können.