ITP ist der bekannte Trackingschutz in Safari. Mit Version 15 – und speziell 15.5. - ist eine neue Waffe im Kampf gegen Tracking und Fingerprinting an den Start gegangen: Der IP Schutz vor bekannten Trackern. Wir reden über Auswirkungen, Analysen und Auswege.

Dank der frühen Folge im Juni haben wir vollgepackte News im Juli - gleich reinhören!

Wir sind in den Sommermodus gerutscht - und zwar viel zu früh, mit wenigen News viel zu früh aufgenommen und ohne Ding des Monats(ohne ein solches für den Juli ausschließen zu wollen). Und beim Intro ist auch irgendwas anders diesmal... Außerdem gibt es noch zwei Tickets für das MeasureCamp in Berlin für Kurzentschlossene. Aber hört selbst.

GA4 wird gerade überall fleißig implementiert. Mit oder ohne Consent Mode: Ist gtag.js als Basis der Datensammlung im Browser für GA4 die beste Option für alle Fälle? Wo passt es ggf. nicht und was kann man als Ersatz verwenden?

Trotz allem "Newsdruck" zu GA4 haben wir auch noch ein paar andere Dinge gefunden.

Selten war ein Timing so schlecht wie unseres im letzten Monat: Am Tag der Ankündigung des Todestages für Universal Analytics haben wir unsere vorproduzierte Folge veröffentlicht. Also geht es diesen Monat um den Umstieg von UA auf GA4.

Trotz GA4 dreht sich die Welt weiter und wir blicken daher auch auf alles, was sonst noch passiert ist.

DSGVO tut manchmal weh. Daher haben wir uns auch an einen Doktor gewandt: Dr. DSGVO Klaus Meffert (https://dr-dsgvo.de/). Wir reden über Tracking ohne Consent, wie einfach oder schwierig es ist, persönliche, personenbezogene, personenidentifizierende, -bare, wie-auch-immer Daten aus dem Spiel zu halten.

Weiterhin dreht alles am Rad, wenn es um Tracking mit Google Analytics im Speziellen, Tracking und US Konzerne im Allgemeinen und konkrete Handlungsvorschläge geht. Das spiegelt sich auch in den News wider. Trotzdem haben wir auch andere Themen gefunden - keine Sorge ;) Viel Spaß beim Hören!

Machine Learning ist ein Bestandteil moderner Webanalyse Lösungen und Systeme - auch bei GA4. Aber oft leider eine Blackbox. Wie kann man auf Basis eigener Daten selbst ML einsetzen, um mehr aus seinen Daten zu holen und warum sollte man das tun? Viel wichtiger noch: Wo liegen die typischen Hürden und wie umgeht man diese beim Start? Wir haben mit Marcus Stade genau darüber im Ding des Monats Februar gesprochen.