Was ist Datenbereinigung?
Wie viele deiner Kontakte gibt es eigentlich doppelt? Und wie viele Besuche in deiner Statistik warst du selbst? Wenn du das nicht weißt, ist es Zeit für Datenbereinigung.
Gemeint ist das Finden und Korrigieren von Fehlern und Ungereimtheiten in Rohdaten. IBM beschreibt die typischen Schritte so:
- Bestandsaufnahme: Was liegt wo, in welchem Zustand?
- Formate vereinheitlichen: Datumsangaben, Telefonnummern, Ländernamen.
- Ausreißer prüfen: Tippfehler oder echter Wert?
- Dubletten entfernen: ein Mensch, ein Datensatz.
- Lücken behandeln: ergänzen, markieren oder löschen.
- Prüfen: Stimmt das Ergebnis?
Im Marketing hat das zwei Gesichter. Im CRM geht es um Kontakte und Firmen. In der Webanalyse um Traffic, der deine Zahlen verfälscht: eigene Besuche, Testläufe, Bots und Zahlungsanbieter, die als Verweisquelle auftauchen.
Warum das kein Luxusthema ist
In einer Umfrage des Datenqualitäts-Anbieters Validity unter 500 Marketern (USA, UK, Brasilien, Australien, Neuseeland, 2026) sagten 62 %, dass sie durch schlechte CRM-Daten direkt Umsatz verlieren. Fast ein Drittel der Teams verbringt sechs Stunden oder mehr pro Woche mit dem Korrigieren von Daten. Und nur 21 % halten ihre CRM-Daten für gut gerüstet für KI.
Das ist eine Anbieter-Umfrage mit Eigeninteresse, also mit Vorsicht zu genießen. Die Richtung kennt aber jeder, der schon mal einen Newsletter an „Hr. Mustermann“ und „Herr Max Mustermann“ gleichzeitig geschickt hat.
Datenbereinigung in Google Analytics 4
In GA4 bereinigst du nicht nachträglich, sondern an der Tür. Die wichtigsten Werkzeuge:
- Interner Traffic: Die IP-Adresse deines Büros markieren, dann per Datenfilter ausschließen. Bis zu 10 Datenfilter sind je Property möglich.
- Entwickler-Traffic: Besuche im Debug-Modus herausfiltern.
- Unerwünschte Verweise: Zahlungsanbieter wie PayPal eintragen, sonst gilt der Rücksprung nach dem Bezahlen als neue Traffic-Quelle. Bis zu 50 Einträge je Datenstream.
- Bots: Bekannte Bots schließt GA4 automatisch aus, nach Googles eigenen Daten und der Bot-Liste des IAB. Abschalten kannst du das nicht.
Beispiele aus der Praxis
Der Handwerksbetrieb mit der eigenen Website
Das Büro schaut zehnmal am Tag auf die eigene Seite, um Öffnungszeiten zu prüfen oder Angebote zu verschicken. In GA4 sieht das nach treuen Stammbesuchern aus. Lösung: Büro-IP als internen Traffic definieren, Filter im Teststatus prüfen, dann aktivieren. Die Statistik ist ab da sauber — die alten Monate bleiben, wie sie sind.
Das CRM nach drei Messen
Visitenkarten abgetippt, Formular-Leads, ein Import aus der alten Excel-Liste: Viele Kontakte gibt es doppelt. HubSpot entdoppelt automatisch über die E-Mail-Adresse und schlägt im Werkzeug „Duplikate verwalten“ weitere Paare vor, abgeglichen täglich. Zusammengeführte Datensätze lassen sich dort aber nicht wieder trennen. Also vorher exportieren.
Häufige Fehler
Fehler 1 · Filter direkt scharf schalten
Ein falsch gesetzter GA4-Datenfilter löscht keine alten Daten, schließt aber ab sofort echte Besuche aus. Und die kommen nie wieder. Erst testen, dann aktivieren.
Fehler 2 · Ohne Sicherung zusammenführen
Merges und Löschungen im CRM sind oft endgültig. Ein Export vorher kostet zwei Minuten und rettet im Zweifel die Historie eines Kunden.
Fehler 3 · Einmal putzen und dann nie wieder
Daten veralten laufend: Leute wechseln den Job, Firmen ziehen um. In der Validity-Umfrage war automatisches, laufendes Monitoring der meistgenannte Wunsch (39 %). Bereinigung ist eine Routine, kein Projekt.
Fehler 4 · Symptome putzen statt Ursachen
Wer jeden Monat „Deutschland“, „DE“ und „Germany“ zusammenführt, sollte das Formularfeld lieber als Auswahlliste bauen. Pflichtfelder, feste Formate und UTM-Parameter in Kleinbuchstaben verhindern den Dreck, bevor er entsteht.
So gehst du es an
- Klein anfangen: Erst die Daten bereinigen, auf denen echte Entscheidungen hängen — Kontakte für den Newsletter, Conversions in GA4.
- Regeln festlegen: Welche Schreibweise gilt? Wer darf importieren?
- Werkzeuge nutzen: Excel oder Google Sheets für Dubletten und GLÄTTEN, OpenRefine für ähnliche Schreibweisen, die Duplikat-Funktionen von HubSpot oder Salesforce, für große Mengen Python mit pandas.
- Automatisieren: Mit n8n oder Make lassen sich Formate schon beim Import vereinheitlichen.
- Termin setzen: Einmal im Quartal Dubletten und veraltete Kontakte prüfen.
Häufige Fragen
Kann ich alte GA4-Daten nachträglich bereinigen?
Nein. Datenfilter wirken erst ab dem Moment, in dem du sie aktivierst. Für vergangene Zeiträume bleiben dir Filter in Berichten und Explorationen, die Daten nur ausblenden statt löschen.
Wie schließe ich meine eigenen Besuche aus GA4 aus?
Im Datenstream die IP-Adresse oder den IP-Bereich deines Büros als internen Traffic definieren. Danach in den Datenfiltern den Filter für internen Traffic erst testen und dann auf aktiv stellen.
Filtert GA4 Bots automatisch?
Ja, bekannte Bots und Spider schließt GA4 von selbst aus, auf Basis eigener Daten und der Bot-Liste des IAB. Wie viel Traffic das betrifft, siehst du nicht, und abschalten lässt es sich nicht.
Was ist der Unterschied zwischen Datenbereinigung und Datenvalidierung?
Validierung prüft Daten gegen Regeln, etwa beim Ausfüllen eines Formulars. Sie findet Fehler. Bereinigung behebt sie im Bestand. Beides gehört zusammen.
Muss ich alte Kontakte löschen?
Wenn es keinen Zweck mehr für sie gibt, ja. Die DSGVO verlangt richtige Daten, Datenminimierung und eine begrenzte Speicherdauer. Ein regelmäßiger Blick auf inaktive Kontakte gehört deshalb zur Bereinigung.