Google Analytics ist ein kategorieprägendes Werkzeug. Es ist nicht das falsche Werkzeug. Es ist das Werkzeug, das „wie viele?" beantwortet — und B2B-Teams fragen es hartnäckig „wer?". Das ist ein Kategoriefehler, keine Produktkritik. Dieser Beitrag klärt, wofür jede Frage da ist und was passiert, wenn du aufhörst, ein Werkzeug für den Job von zweien zu überladen.
Klassische Website-Besucher-Analyse: die „Wie viele?“-Fragen
Aggregierte Analytics — Google Analytics, Plausible, Fathom, Matomo, egal welche — ist auf Fragen optimiert, die als Zählungen formuliert sind. Wie viele Sessions hatte die Preisseite? Was ist die Absprungrate auf dem Pillar-Artikel von Montag? Welche Kanäle wachsen von Monat zu Monat? Welches Länder-Tab hat die höchste Engagement-Rate? Diese Fragen brauchen Marketing-Teams wöchentlich beantwortet, und diese Kategorie beantwortet sie gut.
Der Grund, warum aggregierte Analytics diese Fragen gut beantwortet, ist genau der Grund, warum sie „wer?" nicht beantworten kann — sie ist so gebaut, dass personenidentifizierende Details aus der Pipeline entfernt werden, bevor sie im Dashboard ankommen. Sessions werden gezählt, Kohorten gruppiert, Geografien aggregiert. Der Mensch hinter der Session wird bewusst gelöscht. Diese Löschung ist das Produkt, das korrekt funktioniert.
Die Fragen, die nur Firmenerkennung beantworten kann
B2B-Vertrieb fragt nicht „wie viele?". Er fragt „wer?". Welche Firmen haben diese Woche die Preisseite angeschaut? Welche Zielkonten-Besucher kamen ein zweites Mal? Welches Enterprise kam über eine Vergleichsseite und las die Security-Seite? Diese Fragen sind aus Zählungen nicht herausholbar — sie brauchen die Entität hinter der Session zu einer Firma aufgelöst, und zwar so, dass es EU-rechtlich verteidigbar ist.
Firmenerkennung macht genau eine Sache, die aggregierte Analytics bewusst nicht macht: Sie löst die IP-Adresse, aus der die Session kam, auf eine Organisation auf — mit verifizierten B2B-Daten und dokumentierter Rechtsgrundlage. Sie identifiziert nicht die Person — keine Cookies, kein Fingerprinting, kein Personenprofil — nur die Organisation. Ein sehr enges Produkt, und diese Enge ist das, was es verteidigbar macht.
Die Fragen-Tabelle für dein Team
| Frage | Aggregierte Analytics | Firmenerkennung |
|---|---|---|
| Wie viele Sessions hatte die Preisseite? | Ja — native Metrik | Nein — nicht ihr Job |
| Welche Firmen haben Preise angeschaut? | Nein — per Design anonymisiert | Ja — Kernaufgabe |
| Was ist die Absprungrate auf dem Pillar? | Ja — native Metrik | Nein |
| Welche Zielkonten lasen die Security-Seite? | Nein | Ja — Liste nach Seite filtern |
| Welches Land produziert die meisten Sessions? | Ja | Teilweise — Land pro Firma verfügbar |
| Welcher SDR soll ACME heute anrufen? | Nein | Ja — Firma + Seiten + Aktualität |
| Welche Kanäle wachsen Monat für Monat? | Ja — nativer Report | Nein |
| Trug die Kampagne zur Pipeline letzter Woche bei? | Teilweise — First-Touch-Attribution | Ja — identifizierte Firmen mit UTMs und Outcomes |
Nützlicher Test, wenn du unsicher bist, auf welcher Seite eine Frage lebt: Hilft die Antwort, zu entscheiden, welche Firma anzurufen ist, oder hilft sie, in welchen Kanal zu investieren? Anruf-Entscheidungsfragen gehören rechts; Kanal-Entscheidungsfragen gehören links.
Wie beide als Ergänzung — nicht Konkurrenz — aufgesetzt sind
Die Teams, die das richtig machen, betreiben beide Werkzeuge, ohne dass eines das andere sein will. Aggregierte Analytics besitzt den wöchentlichen und monatlichen Rhythmus — das „Wie trendet unser Traffic?"-Review. Firmenerkennung besitzt den täglichen und stündlichen Rhythmus — das „Wer verdient heute einen Menschen?"-Review. Beide Dashboards liegen im selben Ordner. Keines gibt vor, das andere zu ersetzen.
Praktisch: Bestehendes Aggregat-Setup unangetastet lassen. Ein kleines Firmenerkennungs-Skript ergänzen — der Zusatz ist ein Loader und ein paar Kilobyte. Identifizierte Firmen dort hinlegen, wo Vertrieb ohnehin schaut (CRM, Slack, geteiltes Doc). Marketing behält den Kanal-Wochenreport; Vertrieb bekommt eine tägliche namentliche Liste. Am Analytics-Stack muss nichts geändert werden; er wird um eine Datenquelle erweitert, die er nie produzieren sollte.
Consent-Oberflächen sind unterschiedlich
Aggregierte Analytics mit Cookies löst in der EU typischerweise ein Consent-Banner aus. Firmenerkennung ohne Cookies — keine clientseitigen Identifikatoren, kein Cross-Site-Tracking — löst dieselbe Banner-Pflicht nicht aus, weil sie keine Informationen im Endgerät des Besuchers speichert. Zwei Produkte, zwei Oberflächen, zwei Consent-Gespräche.
Drei Anti-Muster, die du vermeidest
- Aus aggregierten Analytics identifizierte Firmen rückwärts konstruieren, indem du nach „ISP" filterst — du bekommst eine Liste von Netzbetreibern, keine Firmen.
- Aggregierte Analytics abschalten, weil „wir haben jetzt Identifikation" — du verlierst Kanal- und Kampagnenberichte, die Identifikation nie produzieren sollte.
- Identifizierte Firmen als Custom Dimension in ein Analytics-Tool schieben — du verschmutzt deine Aggregat-Reports und verletzt wahrscheinlich die TOS des Tools.
Das mentale Modell, das es einfach hält
Aggregierte Analytics ist dein Traffic-Thermometer. Firmenerkennung ist deine Besucherliste. Ein Thermometer sagt dir, dass der Raum wärmer ist als gestern; die Liste sagt dir, wer reingekommen ist. Beides ist nützlich; keines ersetzt das andere. Sobald Teams diesen Rahmen akzeptieren, verschwindet die meiste „Sollen wir wechseln?"-Debatte — die Antwort lautet „beides, für unterschiedliche Fragen".
Wenn du Tools vergleichst, die die „Wer?"-Frage beantworten, zeigt unser Leadfeeder-Alternative-Überblick, wie ein DSGVO-first, rein firmenbezogenes Setup in der Praxis aussieht.
Veröffentlicht von
lead.box Team
Weitere Artikel
Seh dir lead.box auf deinem eigenen Traffic an
Kostenlos starten — ohne Karte, ohne Sales-Call. Oder buch dir eine 20-minütige Führung, wenn du es geführt haben willst.