Als jemand, der seit Jahren Websites begleitet, Tools testet und Analytics-Setups umstellt, habe ich die Migration von Google Analytics zu Matomo oder Plausible mehrfach begleitet. In diesem Artikel teile ich meine pragmatischen Schritte, typische Stolperfallen und konkrete Tipps, damit die Umstellung reibungslos verläuft — ohne Datenverlust und ohne Tracking‑Lücken.
Warum sorgfältig planen?
Ein plötzlicher Austausch des Tracking-Scripts reicht selten. Wenn du ohne Vorbereitung umstellst, verlierst du historische Vergleichswerte, brichst Sessions und Events ab und bekommst am Ende zwei unvereinbare Datensätze. Meine Erfahrung: eine sauber geplante Parallelphase (Dual-Tagging) ist der wichtigste Hebel, um Vertrauen in die neue Lösung aufzubauen und Inkonsistenzen zu finden.
Vorbereitende Analyse (Audit)
Bevor du etwas änderst, empfehle ich: Audit durchführen.
Liste aller vorhandenen Tracking-Punkte: Pageviews, Events, Conversions, Custom Dimensions, User ID, E‑Commerce‑Tracking.Zentrale Fragestellung: Welche Daten brauchst du wirklich langfristig? Nicht alles muss migriert werden.Exportiere eine Beispielperiode aus Google Analytics (CSV / BigQuery), um Feldnamen, Event-Parameter und Ziel‑Definitionen zu sehen.Überprüfe Consent- und Datenschutz-Implementierung: Einwilligungs-Tools (Cookiebot, OneTrust, eigene CMP) beeinflussen beide Systeme.Datenmigration: Was ist möglich?
Wichtig: „Datenverlust“ hat zwei Bedeutungen – historische Rohdaten und laufendes Tracking. Für beides gilt:
Rohdatenexport aus Google Analytics Universal (UA) ist limitiert; GA4 bietet BigQuery-Export (empfohlen), damit bekommst du granularen Zugriff auf Events und Parameter.Matomo bietet Import‑Werkzeuge und Community-Skripte, mit denen man Hits und Seitenaufrufe aus CSV/Logfiles importieren kann. Das funktioniert gut für Pageviews, viele Events und Ziele — erfordert aber Mapping und evtl. Skripte zur Umwandlung der BigQuery‑Struktur.Plausible ist bewusst minimalistisch: Es bietet aktuell keine vollständige automatisierte Historien‑Import‑Funktion für GA‑Rohdaten. Du kannst aggregierte Zahlen (z. B. CSV für Besucher/Seitenaufrufe) importieren oder historische KPIs außerhalb von Plausible archivieren. Das heißt: wenn du vollständige Rohdaten in Plausible haben willst, ist das limitiert.Empfohlene Migrationsstrategie (Schritt für Schritt)
Das folgende Vorgehen hat sich in der Praxis bewährt:
1. Backup & Export: Exportiere relevante GA‑Daten. Für GA4: aktiviere BigQuery-Export und exportiere mindestens die letzten 12 Monate. Für UA: CSV-Exports für KPIs und ggf. raw logs (falls vorhanden).2. Mapping‑Plan erstellen: Lege fest, wie GA‑Events/Parameter zu Matomo‑Events oder Plausible‑Events/Custom‑Metrics gemappt werden. Nicht alle GA‑Felder haben direkte Entsprechungen — dokumentiere Ausnahmen.3. Neues Property anlegen: Erstelle Matomo-Instanz (Self‑hosted oder Cloud) bzw. Plausible‑Site. Konfiguriere Domains, Anonymisierung (IP), Data Retention und Access‑Konten.4. Dual‑Tagging starten: Füge das Matomo‑ bzw. Plausible‑Script zusätzlich zum bestehenden GA-Script ein. Ideal ist das über einen Tag Manager (z. B. GTM), so hast du Versionskontrolle.5. Testen & Validieren: Nutze Debug‑Tools (Matomo Debugger, Plausible DevTools, GA Debugger) und Network‑Tab im Browser, um sicherzustellen, dass Events in beiden Systemen ankommen. Vergleiche Pageviews und Schlüssel‑Events stündlich in der Anfangsphase.6. Consent‑Abgleich: Stelle sicher, dass deine CMP das neue System berücksichtigt. Matomo kann so konfiguriert werden, dass es GDPR-konform ohne Cookies arbeitet; Plausible wirbt ebenfalls mit cookieless‑Tracking. Passe Consent‑Einstellungen an, damit beide Tools dieselben Besucher‑Segmentierungen sehen.7. Historische Daten importieren (optional): - Für Matomo: Verarbeite BigQuery/CSV in das von Matomo erwartete Format (pageviews/events) und importiere. Rechne mit Datenbereinigung und Scripts. - Für Plausible: Import ist eingeschränkt; falls nötig, archiviere historische GA‑Daten in einem separaten Data Warehouse oder in Looker/BigQuery für Vergleiche.8. Parallelbetrieb beobachten: Lass beide Systeme mindestens 2–8 Wochen parallel laufen. Prüfe Abweichungen, kalibriere Event‑Mapping und passe Filter/Cleaning an.9. Abschalten von Google Analytics: Wenn die neue Lösung stabil ist und du Vergleichbarkeit hergestellt hast, entferne GA schrittweise. Behalte aber noch Backups/Exports zugänglich.Technische Details & Tipps
Ein paar handfeste Hinweise, die mir oft geholfen haben:
Session‑Definitionen unterscheiden sich zwischen Tools. Erwarten, dass Sessions und Absprungraten nicht 1:1 matchen.Bei E‑Commerce: Exportiere Transactions über BigQuery und importiere sie als Events in Matomo oder halte sie separat als Source of Truth (z. B. Datenbank/BI).Nutze serverseitiges Tracking (Server‑Side Tagging) für hohe Genauigkeit, insbesondere wenn du Ad‑Blocker‑Resistenz oder bessere Datenqualität brauchst. Matomo unterstützt serverseitiges Tracking; Plausible hat ebenfalls eine serverseitige API.Behalte die Zeitstempel (UTC vs. Lokalzeit) beim Import im Blick — falsche Zeitzonen führen zu Verschiebungen in Tagesstatistiken.Verwende UUIDs oder User IDs, falls du User‑Level‑Tracking brauchst — das erleichtert das Identifizieren derselben User in beiden Systemen während der Parallelphase.Vergleich: Matomo vs. Plausible (kurz)
| Feature | Matomo | Plausible |
|---|
| Self‑host möglich | Ja | Nein (Cloud) |
| Rohdaten‑Import | Ja (mit Arbeit) | Begrenzt |
| Datenschutz‑Fokus | Sehr flexibel | Konzipiert privacy‑first |
| Komplexe Events / E‑Commerce | Ausführlich | Begrenzt / simpel |
| Einrichtung & Wartung | Aufwändiger (bei self‑host) | Sehr einfach |
Praktische Tests, die ich immer mache
Diese Prüfungen haben mir geholfen, Tracking‑Lücken zu entdecken:
Stichproben von Sessions: Öffne eine Seite, trigger Events, führe eine Bestellung durch und prüfe, ob alle Systeme die gleichen Events zeigen.Vergleich Aggregat: Vergleiche Tageszahlen der Pageviews; Abweichungen <10–15% sind oft normal, größere Abweichungen signalisieren ein Problem.Edge Cases: Mobile Apps, AMP‑Seiten, Single Page Applications (SPA) — diese benötigen oft spezielle Anpassungen bei Events und Pageview‑Triggern.Wenn du möchtest, kann ich dir ein CSV‑Mapping‑Template anlegen, das deine GA‑Event‑Namen in Matomo/Plausible‑Events übersetzt, oder dir ein Beispiel‑Script für den BigQuery→Matomo‑Import zeigen. Sag mir kurz, welche Version von Google Analytics du nutzt (UA oder GA4) und welche Plattform du bevorzugst (Matomo self‑host / Matomo Cloud / Plausible), dann mache ich das konkret und hands‑on für dein Setup.
