Ein Diagramm fällt über Nacht auf null. Ein anderes zeigt plötzlich doppelt so viele Anfragen. Beide Beobachtungen verdienen Aufmerksamkeit, aber keine rechtfertigt sofort eine neue Marketingstrategie. Zuerst muss geklärt werden, ob sich das Geschäft, die Erfassung oder nur die Darstellung verändert hat.
Sichern Sie den auffälligen Bericht mit Datum, Zeitraum und verwendeten Filtern. Notieren Sie, wann der Ausschlag erstmals sichtbar wurde. Diese Momentaufnahme hilft später, eine tatsächliche Änderung von einem zwischenzeitlich aktualisierten Bericht zu unterscheiden.
Den Vergleich auf dieselbe Grundlage bringen
Prüfen Sie, ob beide Ansichten dieselbe Kennzahl, denselben Zeitraum und dieselbe Zeitzone verwenden. Ein laufender Tag ist kein fairer Vergleich mit einem vollständigen Vortag. Auch ein Filter auf eine bestimmte Zielseite oder einen einzelnen Kanal kann einen scheinbaren Einbruch erklären.
Kontrollieren Sie die Definition der Kennzahl. Wurde eine Kontaktaktion neu als wichtiges Ereignis markiert? Werden Anfragen jetzt pro Aktion statt pro Person gezählt? Hat jemand den Bericht von Besuchen auf Nutzer umgestellt? Solche Änderungen können die Zahl verändern, ohne dass mehr oder weniger Menschen Interesse am Angebot haben.
Berücksichtigen Sie außerdem die Verarbeitung. Die Dokumentation zur Datenaktualität in Analytics beschreibt, warum vorläufige Berichte später anders aussehen können. Halten Sie eine plausible Verarbeitungsverzögerung von einem dauerhaft fehlenden Datenstrom getrennt.
Änderungen am betroffenen Tag suchen
Sehen Sie in das Änderungsprotokoll der Website und der Kampagne. Wurden neue Seiten veröffentlicht, Formulare ersetzt, Messung umgestellt, Links verändert oder Einwilligungseinstellungen angepasst? Die zeitliche Nähe beweist noch keine Ursache, liefert aber eine prüfbare Spur.
Testen Sie den tatsächlichen Ablauf auf einem passenden Gerät. Öffnen Sie die Seite, führen Sie eine klar bezeichnete Testaktion aus und prüfen Sie deren Ergebnis im zuständigen System. Verändern Sie dabei nicht mehrere Einstellungen gleichzeitig. Sonst kann eine Reparatur zwar scheinbar funktionieren, ihre Ursache bleibt aber unklar.
Wenn die Zahl der gemessenen Kontaktaktionen steigt, vergleichen Sie sie mit echten eingegangenen Nachrichten. Ein doppelt ausgelöstes Ereignis kann eine Steigerung vortäuschen. Umgekehrt kann ein funktionierender Kontaktweg weiter Anfragen liefern, obwohl die Messung ausgefallen ist. Diese Fälle brauchen unterschiedliche Korrekturen.
Geschäftliche Veränderungen berücksichtigen
Gab es einen neuen Beitrag mit ungewöhnlich viel Aufmerksamkeit, eine Veranstaltung, einen Feiertag oder eine Betriebsunterbrechung? Prüfen Sie nur Erklärungen, für die es konkrete Hinweise gibt. Ein auffälliger Tag muss nicht automatisch eine neue Entwicklung sein. Kleine Fallzahlen schwanken stärker sichtbar, weil einzelne Vorgänge einen großen Anteil ausmachen.
Trennen Sie Befund und Vermutung in der Notiz. „Formular am Dienstag ersetzt; seitdem keine gemessenen Abschlüsse“ ist ein Befund mit zeitlichem Zusammenhang. „Das Formular ist die Ursache“ bleibt eine Vermutung, bis ein Test sie stützt.
Nach der Korrektur dokumentieren Sie den betroffenen Zeitraum und die Wirkung auf frühere Berichte. Erfinden Sie keine fehlenden Werte, um eine glatte Kurve herzustellen. Markieren Sie Datenlücken und erklären Sie, welche Vergleiche dadurch eingeschränkt sind. Eine sichtbare Lücke ist für spätere Entscheidungen nützlicher als eine scheinbar vollständige, aber unbelegte Zahlenreihe.
