Nach einer Änderung am Einwilligungsdialog steigt die gemessene Anfragerate. Die Angebotsseite ist unverändert. Bevor du ihr einen Erfolg zuschreibst, prüfe, wer jetzt im Bericht enthalten ist und ab welchem Zeitpunkt diese Besuche erfasst werden.

Ein Vergleich consentbasierter Daten beschreibt zunächst die jeweils beobachtete Gruppe. Ob die nicht erfassten Besucher sich ähnlich verhalten, ist unbekannt. Ihre Aktivitäten lassen sich deshalb nicht mit einem festen Aufschlag ergänzen.

Dieselbe Rate braucht denselben Nenner

Fiktives Rechenbeispiel: Ein Report zählt vor der Dialogänderung 12 bestätigte Anfrageereignisse in 600 erfassten Sitzungen. Danach zählt er 9 in 300. Die beobachtete Rate steigt von 2 auf 3 Prozent, während die Zahl der erfassten Anfragen sinkt. Keine dieser beiden Feststellungen erklärt schon das Verhalten aller Besucher.

Die Rechnung ist nur dann sinnvoll, wenn Zähler und Nenner zusammengehören: dieselbe Property, derselbe Zeitraum und dieselben Regeln für die erfassten Sitzungen. Sämtliche Backend-Anfragen durch ausschließlich zustimmende Analytics-Sitzungen zu teilen, wäre eine andere und unpassende Kennzahl. Eine Anfrage bleibt dabei eine Anfrage, kein Auftrag und kein Umsatz.

Bei einer Einbindung mit blockiertem Tracking fehlen Aktivitäten vor Zustimmung. Die Matomo-Dokumentation beschreibt diesen Unterschied zwischen Tracking- und Cookie-Einwilligung. Daraus folgt für den Vergleich: Eine spätere Zustimmung kann einen anderen Ausschnitt des Weges sichtbar machen als eine frühe. Fehlende vorherige Schritte sollten nicht nachträglich als beobachtete Handlungen ergänzt werden.

Nicht nur auf eine Gesamtquote schauen

Halte im Vergleichsprotokoll fest, wann Dialog und Erfassungslogik geändert wurden. Untersuche vorhandene zulässige Aufteilungen, beispielsweise nach Geräteklasse, jeweils mit der Zahl der erfassten Sitzungen. Bleibt innerhalb einer solchen Gruppe eine ähnliche Rate, während sich ihr Anteil im Gesamtbericht verschiebt, ist die Zusammensetzung eine mögliche Erklärung der Gesamtänderung. Das beweist noch keinen bestimmten Auswahleffekt.

Auch zwei gleich hohe Zustimmungsquoten belegen keine identische Gruppe. Neu hinzugekommene Besucher können andere Aufgaben mitbringen. Fehlt eine belastbare Bezugsgröße, nenne die vollständige Abdeckung unbekannt. Serveranfragen, Banneranzeigen, Personen und Sitzungen sind verschiedene Einheiten. Zusätzliche Erfassung von Ablehnenden allein zur bequemeren Vergleichsrechnung ist keine Lösung.

Beobachtete und modellierte Werte auseinanderhalten

Manche Berichte ergänzen Schätzungen. Google erläutert für GA4, wie modellierte und beobachtete Daten in Berichten zusammenkommen können und wie die Datenqualitätsanzeige darauf hinweist. Das bedeutet nicht, dass ein anderer Report oder dein eigenes Werkzeug dieselbe Modellierung verwendet.

Notiere deshalb für beide Zeiträume, ob ausschließlich beobachtete Daten oder auch Schätzungen enthalten sind. Ein Modell macht unbekannte Einzelverläufe nicht zu beobachteten Sitzungen. Vermische auch nicht einen modellierten Gesamtbericht mit einer rein beobachteten Teilansicht.

Für die Entscheidung kann der passende Schluss lauten: „Gemessene Rate gestiegen; Wirkung der Angebotsseite wegen geänderter Erfassungsbasis ungeklärt.“ Bewahre die Zeiträume als getrennte Abschnitte auf und sammle eine neue dokumentierte Ausgangsbasis unter stabilen Regeln. Für einen technischen Bannerfehler ist die Prüfung der vier Einwilligungszustände der nächste Schritt; für den Abgleich der Kennzahl der Analytics-Datencheck.