Filter, Dimensionen & Vergleiche

Jeder Bericht hat oben einen Zeitraum, und wenn du ihn änderst, aktualisieren sich alle Widgets auf einmal — im Normalfall musst du also nicht jedes Widget einzeln umstellen. Wähl eine Voreinstellung — von letzte 7 Tage, letzte 30 Tage, dieser Monat oder letzter Monat bis hin zu letztes Quartal, letzte 12 Monate, laufendes Jahr oder gesamter Zeitraum — oder setz ein eigenes Start- und Enddatum. Weil der Builder auf Live-Daten läuft, fragt eine Änderung am Zeitraum sofort jede Quelle neu ab; die Vorschau zeigt also immer genau das gewählte Fenster. Wähl den Zeitraum passend zu der Geschichte, die du erzählst: Ein monatlicher Kundenbericht sitzt natürlich auf „letzter Monat“, während ein Halbjahres- oder Jahresrückblick besser auf letzte 12 Monate, laufendes Jahr oder einem eigenen mehrmonatigen Fenster läuft, damit ein Trend sichtbar wird.

Wenn ein Bericht ein langes Fenster abdeckt — ein Halbjahr, ein Jahr, einen eigenen Mehrmonatszeitraum — wird ein Tag-für-Tag gezeichnetes Diagramm zu einer unlesbaren Wand aus rund 180 Balken. Genau dafür gibt es das Zeitraster. Klick ein Linien- oder Balken-Widget an und stell unter „Diagrammdarstellung“ das Zeitraster auf Täglich, Wöchentlich oder Monatlich. Auf Monatlich schrumpft ein Zwölfmonatszeitraum auf zwölf saubere Balken — „Mai 2026 → Juni 2026 → …“ — statt einen Balken pro Tag; Wöchentlich gibt dir Kalenderwochen als Mittelweg. Die Einstellung gilt pro Widget, nicht für den ganzen Bericht. Du kannst an einer Stelle der Seite also einen monatlichen Halbjahres- oder Jahrestrend zeigen, während andere Diagramme täglich bleiben. Und es bleibt ehrlich: Jedes Intervall wird genau so aggregiert wie die KPI-Karte über diesen Zeitraum — ein Monatsbalken entspricht der Scorecard dieses Monats — wobei Basiskennzahlen (Kosten, Klicks, Conversions) summiert und Verhältniswerte (ROAS, CTR, Kosten pro Conversion) aus den Summen neu berechnet statt gemittelt werden. Ein gröberes Zeitraster ändert also nur, wie sich der Trend liest, nie die zugrunde liegenden Zahlen.

Eine Zahl allein sagt einem Kunden selten viel; interessant ist, was sich verändert hat. Füg einen Vergleichszeitraum hinzu, und jede Scorecard und jedes Diagramm bekommt eine Veränderungsanzeige gegenüber der Basis. Du kannst mit dem vorherigen Zeitraum vergleichen (dem gleich langen Fenster unmittelbar davor), mit dem gleichen Zeitraum im Vorjahr (das rechnet Saisonalität heraus) oder mit einem frei gewählten Fenster. Der Vergleich zum Vorzeitraum eignet sich gut, um aktuelle Dynamik zu erkennen; der Vorjahresvergleich ist bei saisonalen Geschäften die fairere Lesart. Nimm den, der das Ergebnis ehrlich einordnet — es geht um Kontext, nicht darum, die Zahlen schön aussehen zu lassen.

Dimensionen sind die Achsen, nach denen du eine Kennzahl aufschlüsselst — nach Kampagne, Anzeigengruppe, Landingpage, Gerät, Land und so weiter, je nachdem, was die Quelle hergibt. Eine sekundäre Dimension legt eine zweite Ebene über eine Tabelle, sodass du zwei Merkmale gleichzeitig liest: Kampagne nach Gerät zum Beispiel oder Landingpage nach Land. Das ist der Unterschied zwischen „diese Kampagne hat X ausgegeben“ und „diese Kampagne hat X ausgegeben, und das meiste davon ging auf Mobile“. Greif zur sekundären Dimension, wenn eine einzelne Aufschlüsselung eine offensichtliche Rückfrage aufwirft. In einer Tabelle, die beim Kunden landet, sollte es aber bei einer zusätzlichen Ebene bleiben — zwei Dimensionen erhellen, drei sorgen meistens nur für Unordnung.

Filter reduzieren ein Widget auf genau die Zeilen, die dich interessieren. Du kannst mehrere Bedingungen gleichzeitig anwenden und bestimmen, wie sie zusammenwirken. UND verlangt, dass jede Bedingung zutrifft — „Kampagne enthält Brand UND Gerät ist Mobile“ — und schärft damit den Blick. ODER trifft auf Zeilen zu, die mindestens eine Bedingung erfüllen — „Land ist Deutschland ODER Land ist Österreich ODER Land ist Schweiz“ — und so fasst du eine Region oder eine Gruppe verwandter Kampagnen zusammen. Kombinierst du Filter mit einer sekundären Dimension und einem Vergleichszeitraum, beantwortest du eine sehr präzise Frage auf einem einzigen Widget — etwa, wie sich die Brand-Kampagnen auf Mobile in der DACH-Region in diesem Quartal gegenüber dem letzten geschlagen haben — ohne dafür einen eigenen Bericht bauen zu müssen.

Eine klassische Kundenfrage lautet: „Welche Produkte hat dieser Kanal eigentlich verkauft?“ Das beantwortest du auf einem einzigen GA4-Widget. Bau eine Tabelle auf einer GA4-Datenquelle, setz ihre Dimension auf eine Artikel-Aufschlüsselung — Artikelname, Artikelkategorie oder Artikelmarke — und wähl E-Commerce-Kennzahlen wie gekaufte Artikel, Artikelumsatz, in den Warenkorb gelegte Artikel oder angesehene Artikel. Setz dann einen Filter auf die Traffic-Quelle, über Sitzungsquelle / -medium (zum Beispiel „google / cpc“ für Google Ads oder „google / organic“ für die organische Suche), Sitzungsquelle oder Sitzungsmedium. Heraus kommt eine Produkt-Aufschlüsselung, die genau auf diesen Kanal begrenzt ist — etwa die Artikel, die Besucher aus Google Ads gekauft haben. Tausch den Filterwert, um Kanäle zu vergleichen, oder nimm den Filter weg, um die Produkte über allen Traffic hinweg zu sehen. Es ist eine gefilterte Aufschlüsselung und keine eigene vorgefertigte Kennzahl — du behältst also die volle Kontrolle darüber, welche Artikel, Kennzahlen und Quellen du dir ansiehst.