Was ist Descriptive Analytics?
Wie viele Besucher hatte deine Website letzten Monat? Wie viele Anfragen, wie viel Umsatz? Wer das beantwortet, betreibt Descriptive Analytics — die beschreibende Datenanalyse.
Sie fasst vorhandene Daten zusammen und zeigt, was passiert ist oder gerade passiert. Das Werkzeug dafür sind Berichte, Dashboards und KPIs. Ursachen, Prognosen oder Empfehlungen liefert sie nicht. Dafür gibt es die nächsten Stufen.
Die vier Stufen der Datenanalyse
IBM und viele andere teilen Analytics in vier Stufen ein, bekannt als Analytics-Modell von Gartner. Jede Stufe beantwortet eine andere Frage:
Stufe
Frage
Descriptive
Was ist passiert?
Diagnostic
Warum ist es passiert?
Predictive
Was passiert wahrscheinlich?
Prescriptive
Was sollen wir tun?
Mit jeder Stufe steigen Nutzen und Aufwand. Die erste ist die Grundlage für alle anderen: Ohne saubere Zahlen zum Ist-Stand gibt es weder Ursachen noch Prognosen.
Descriptive Analytics im Marketing
In Google Analytics 4 sind die Standardberichte das deskriptive Werkzeug. Google beschreibt sie als Weg, die wichtigsten Unternehmensmesswerte im Blick zu behalten. Die explorativen Datenanalysen gehen tiefer und gehören schon zur Diagnose.
Bericht
Beispiel-Antwort
Shop-Monatsbericht
Conversion Rate von 2,1 % auf 1,6 % gefallen
Newsletter-Bericht
Klickrate stabil bei 3 %
Search Console
Klicks auf Ratgeber +18 %
Ads-Bericht
Kosten pro Lead 42 € statt 35 €
Die Werte sind ausgedachte Beispiele. Jede Zeile beantwortet „was“. Die nächste Frage — warum ist die Conversion Rate gefallen? — ist schon Diagnostic Analytics.
Wie gut nutzen Unternehmen ihre Daten?
Laut Eurostat haben 2025 rund 40 % der Unternehmen in der EU (ab 10 Beschäftigten) Datenanalysen gemacht. Mit eigenen Leuten waren es bei großen Unternehmen 78,8 %, bei kleinen mit 10 bis 49 Beschäftigten nur 27,9 %. Deutschland liegt laut Bundesnetzagentur mit etwa 38 % knapp unter dem EU-Schnitt.
Und wer Daten hat, nutzt sie oft nicht aus: In einer Bitkom-Umfrage von 2025 unter 605 Unternehmen ab 20 Beschäftigten sagen nur 7 %, dass sie das Potenzial ihrer Daten vollständig ausschöpfen. 19 % nutzen es gar nicht.
Häufige Fehler
Fehler 1 · Dashboard mit Analyse verwechseln
Ein schönes Dashboard zeigt, dass die Anfragen gesunken sind. Es sagt nicht, warum, und nicht, was du tun sollst. Wer nur Kacheln anschaut, sieht das Problem — und lässt es liegen.
Fehler 2 · Zahlen ohne Vergleich
1.200 Besucher im Oktober — gut oder schlecht? Ohne Vormonat, Vorjahr oder Ziel ist jede Zahl wertlos. Stell jeder KPI einen Vergleichswert daneben.
Fehler 3 · Zu viele KPIs
Ein Bericht mit 40 Kennzahlen liest keiner. Fünf bis sieben Werte, die direkt mit deinen Zielen zusammenhängen, reichen.
Fehler 4 · Den Daten blind vertrauen
Fehlende Einwilligungen im Cookie-Banner, Bots und falsch eingerichtete Ereignisse verzerren die Zahlen. Prüf einmal im Quartal, ob die Messung noch stimmt.
Vom Bericht zur Entscheidung
- Ziel zuerst: Welche Entscheidung soll der Bericht unterstützen? Danach wählst du die KPIs.
- Ein Dashboard für alles: GA4, Search Console und Ads in Looker Studio zusammenführen.
- Fester Termin: Einmal im Monat 30 Minuten draufschauen.
- Bei jeder Auffälligkeit „Warum?“ fragen: Segmente vergleichen, Kanäle trennen — das ist der Schritt zur Diagnose.
- Eine Maßnahme ableiten: Jeder Bericht endet mit einem nächsten Schritt.
Häufige Fragen
Was ist Descriptive Analytics?
Descriptive Analytics ist die beschreibende Datenanalyse. Sie wertet vergangene Daten aus und beantwortet die Frage „Was ist passiert?“, etwa mit Berichten, Dashboards und KPIs. Sie ist die erste von vier Analytics-Stufen.
Was ist der Unterschied zwischen Descriptive und Diagnostic Analytics?
Descriptive Analytics zeigt, was passiert ist, zum Beispiel einen Rückgang der Anfragen. Diagnostic Analytics fragt, warum: Sie vergleicht Segmente, Kanäle und Zeiträume, um die Ursache zu finden.
Welche GA4-Berichte gehören zu Descriptive Analytics?
Die Standardberichte wie Akquisition, Engagement und Monetarisierung. Sie zeigen, wie viele Nutzer woher kamen und was sie getan haben. Explorative Datenanalysen und das Analytics-Radar gehen schon Richtung Diagnose.
Reicht Descriptive Analytics für ein kleines Unternehmen?
Meistens ja, wenn du die Zahlen regelmäßig ansiehst und Fragen daraus ableitest. Prognosen brauchen viele Daten: GA4 berechnet Kaufwahrscheinlichkeiten erst ab 1.000 wiederkehrenden Nutzern mit und 1.000 ohne das Ereignis.
Ist ein Dashboard schon Datenanalyse?
Es ist die erste Stufe davon. Ein Dashboard beschreibt den Ist-Stand. Zur Analyse wird es, wenn du Auffälligkeiten hinterfragst und daraus Maßnahmen ableitest.