Immer häufiger erreichen uns Anfragen, die direkt formuliert sind: Wir wollen Matomo statt Google Analytics, wissen aber nicht genau, was das für unsere Infrastruktur bedeutet. Eine gute Frage. Denn ein Skript gegen ein anderes zu tauschen, ist der kleinste Teil dieses Puzzles. Seit 2006 bauen wir in Łódź Webanwendungen, B2B-Systeme und Integrationen, deshalb betrachten wir Analytik vor allem von der Betriebsseite, also von dem, was nach der Umsetzung bleibt. Im Folgenden beschreiben wir, was wir in Projekten sehen: wo sich eine solche Migration lohnt, wo sie aus dem Ruder läuft und welche Entscheidungen zu treffen sind, bevor jemand den Code anfasst.
Inhaltsverzeichnis
Warum Unternehmen Google Analytics verlassen
Die Gründe, die wir von Kunden hören, sind selten ideologisch. Meist sind es Klauseln in Verträgen mit Geschäftspartnern, DSGVO-Anforderungen der Rechtsabteilung oder ein Audit, das die Datenübermittlung außerhalb des EWR beanstandet hat. Die Entscheidung fällt dann auf der Ebene des rechtlichen Risikos, nicht der Vorlieben des Marketings.
Das zweite Motiv ist analytisch. Sampling und Modellierung in GA4 beginnen zu stören, sobald die Geschäftsleitung Rohdaten der Ereignisse erwartet und diese auf eigene Weise nachrechnen möchte. Ähnlich bei der Aufbewahrung: Historische Daten verschwinden nach den Regeln des Anbieters, nicht nach dem Berichtszyklus des Unternehmens.
Wir sagen auch ehrlich, wann eine Migration keinen Sinn ergibt. Wenig Traffic, niemand für den Server zuständig, Analytik einmal im Quartal angeschaut? Dann wird die eigene Instanz zu einem weiteren vernachlässigten System. Besser bei dem bleiben, was funktioniert.
Self-hosted oder Matomo-Cloud: die erste Architekturentscheidung
Die beim Anbieter gehostete Variante nimmt dem Team Aktualisierungen, Backups und Skalierung ab. Sie bezahlen dafür mit fehlendem Zugriff auf die Datenbank, also ohne eigene SQL-Abfragen und ohne freien Export in ein Data Warehouse. Für einen Teil der Organisationen ist das ein tragbarer Kompromiss.
Die Installation auf dem eigenen Server ergibt das umgekehrte Bild: volle Kontrolle über die Daten, Premium-Plugins zu eigenen Bedingungen eingebunden und die Möglichkeit, Ereignisse mit anderen Tabellen zu verknüpfen. Im Gegenzug übernehmen Sie die Verantwortung für Performance und Verfügbarkeit.
In der Praxis entscheiden zwei Fragen. Ob die Daten physisch auf der Infrastruktur des Kunden bleiben müssen und ob es im Team überhaupt jemanden gibt, der die Aktualisierung durchführt. Ach ja, noch etwas: Betrachten Sie die Kosten als Prozess, nicht als einmalige Einführung der Matomo-Statistiken. Plugin-Lizenzen, Serverressourcen, die mit der Zahl der Ereignisse wachsen, Zeit des Administrators, Speicherplatz für Sicherungskopien.
Was bei der Umsetzung kaputtgeht: Performance und Archivierung
Matomo wird mitunter wie ein leichtes WordPress-Plugin behandelt, dabei ist es eine vollwertige Analyseanwendung mit eigener Datenbank. Bei stärkerem Traffic wachsen die Log-Tabellen deutlich schneller, als die Standardkonfiguration annimmt, und nach einigen Monaten beginnen die Berichte zu stocken.
Der häufigste Fehler, den wir bei der Übernahme fremder Instanzen vorfinden, ist die vom Browser ausgelöste Archivierung. Die erste Person, die morgens das Panel öffnet, startet die Neuberechnung der Daten und sitzt dann da und wartet. Und der Server bedient in dieser Zeit noch den normalen Traffic. Die Verlagerung der Archivierung auf einen Cron schließt die meisten dieser Tickets.
Bei hoher Ereignisdichte helfen eine Tracker-Warteschlange und ein separater Worker, der die Datenerfassung vom Rendern der Seiten trennt. Der Rest ist Installationsarbeit: Festplattenleistung, Konfiguration von MySQL oder MariaDB, eine zu Beginn festgelegte Aufbewahrungsrichtlinie für Rohlogs. Legt man sie erst fest, wenn die Festplatte voll ist, endet das mit dem Löschen von Daten unter Druck.
Datenerfassung ohne Cookies und ohne Einwilligungen, die niemand anklickt
Der cookiefreie Modus plus Anonymisierung der IP-Adressen erlaubt es in vielen Konfigurationen, den Traffic schon vor der Einwilligung zu messen. Der Effekt ist sofort sichtbar: In den Berichten tauchen Sitzungen auf, die es in einem einwilligungsabhängigen Werkzeug schlicht nicht gibt.
Man muss dem Kunden nur gleich sagen, was eine solche Messung nicht liefert. Das Erkennen wiederkehrender Nutzer wird schwächer, das Attributionsfenster kürzer, die Analyse sitzungsübergreifender Pfade weniger belastbar. Wer die Zuordnung von Umsätzen zu Kampagnen über mehrere Wochen berechnet, sollte das vor dem Start wissen, nicht danach.
Wir geben auch keine Erklärungen zur Rechtskonformität ab, weil wir dazu nicht befugt sind. Unsere Rolle ist es, die Konfiguration vorzubereiten und zu beschreiben, was genau in der Datenbank landet. Die Bewertung dieser Einträge überlassen wir dem Juristen auf Kundenseite.
Integrationen: Analytik als Datenquelle, nicht nur als Dashboard
Den größten Wert einer eigenen Instanz sieht man dann, wenn sie aufhört, ein einsames Panel zu sein. Die Daten gehen über die API in ein Data Warehouse, ein BI-System oder einen Bericht, den die Geschäftsleitung nutzt, und treffen dort auf die Vertriebsdaten.
Serverseitiges Tracking vervollständigt das Bild um Ereignisse, die das Frontend nie sieht: Änderungen von Bestellstatus, Retouren, abgelehnte Zahlungen, von Integrationen ausgeführte Aktionen. In B2B-Projekten erklärt genau dieses Material, woher die Umsätze kommen. Nicht die Zahl der Seitenaufrufe.
Der Import historischer Webserver-Logs erlaubt es, den Traffic vor der Umsetzung teilweise zu rekonstruieren, was Vorjahresvergleiche rettet. Bei dieser Gelegenheit lohnt es sich, die Daten mit dem abzugleichen, was ein technisches SEO-Audit zeigt, denn ein Teil der Lücken im Traffic stammt aus der Indexierung, nicht aus der Messung. Ein eigenes Thema ist die Tagging-Ebene. Wenn der GTM läuft und das Marketing ihn kennt, schlagen wir meist vor, den Aufbau in Ruhe zu lassen und Matomo als weiteren Tag einzubinden, statt alles auf einmal zu migrieren.
Sicherheit und Betrieb nach der Umsetzung
Ein Analyse-Panel weiß über die Nutzer eines Angebots mehr als das Angebot selbst, deshalb behandeln wir es als sensibles System. Ausschließlich HTTPS, Zwei-Faktor-Anmeldung, auf die nötigen Ansichten begrenzte Rollen und kein Administratorkonto, das sich Agentur und Kunde teilen.
Der Release-Rhythmus von Matomo verlangt ein geplantes Wartungsfenster. Ohne dieses bleibt die Instanz auf einer alten PHP-Version, und nach einem Jahr ist die Aktualisierung keine Routine mehr, sondern ein Projekt. Auch das Monitoring sieht anders aus als bei einer gewöhnlichen Website: Der Alarm sollte auf das Ausbleiben neuer Daten im Tracker reagieren. Eine Seite kann korrekt antworten, während die Messung seit einer Woche schweigt.
Das Backup der Analysedatenbank planen wir getrennt, denn sie wächst in einem anderen Tempo und lässt sich langsamer wiederherstellen als eine Kopie der Website. Die letzte Frage ist organisatorisch: Wer verantwortet die Instanz nach der Projektabnahme. Das ist vor dem Start zu klären, nicht nach der ersten Störung. Wenn im Unternehmen niemand fest angestellt ist, der solche Aufgaben übernimmt, ist Outsourcing der IT-Abteilung mit klar beschriebenem Umfang der Rufbereitschaft eine mögliche Lösung.
Wie eine gelungene Migration Schritt für Schritt aussieht
Die Reihenfolge der Arbeiten ist jedes Mal ähnlich, und sie entscheidet über den Erfolg:
- Inventur der vorhandenen Ereignisse, Ziele und Berichte, die tatsächlich jemand nutzt,
- paralleles Sammeln der Daten über einen Vergleichszeitraum,
- Zuordnung der Conversions zwischen altem und neuem Modell,
- Performance-Tests am produktiven Traffic, nicht an einer Testkopie,
- Schulung des Marketingteams anhand seiner eigenen Berichte,
- Abschaltung des alten Trackers erst nach Abnahme der Zahlen.
Ein Zeitraum mit doppelter Messung ist die einzige Möglichkeit, die Unterschiede zwischen den Werkzeugen zu erklären. Und die Zahlen werden nie bis auf die Einheit übereinstimmen, denn die Sitzung ist anders definiert, die Bot-Filterung arbeitet anders und die Messung ohne Einwilligung sieht anders aus. Darauf muss die Geschäftsleitung frühzeitig vorbereitet werden: Zeigen Sie die Richtung der Veränderung, statt Übereinstimmung zu versprechen.
Eine misslungene Umsetzung erkennt man leicht: Nach drei Monaten meldet sich niemand mehr im Panel an. Die Wahl von Matomo ist eine Entscheidung über die Kontrolle über die Daten und über die Übernahme der Verantwortung für den Betrieb. Sinnvoll ist sie dann, wenn die Analytik Entscheidungen und andere Systeme speisen soll und nicht eine Folie füllen. Wenn Sie eine solche Umsetzung erwägen, die Integration der Analytik mit eigenen Systemen oder die Modernisierung dessen, was bereits läuft, sprechen wir gerne über Umfang und tatsächliche Kosten.
