Supermetrics: Ihre Online Marketingdaten automatisiert und günstig beschaffen – eine Vorstellung

Wer kennt es nicht? Aus verschiedenen Quellen (Google Ads, Search Console, Facebook Ads / Insights) werden Daten in Form von Excel-Tabellen heruntergeladen und aufwendig mittels S-Verweise und anderen Funktionen zusammengeführt, um diese anschließend in Pivot-Tabellen oder Grafiken darstellen zu können. Diese wiederkehrenden Aufgaben sind nicht nur lästig und fehleranfällig, sondern sind i.d.R. auch überflüssig und ineffizient. Den gesamten Prozess der (Daten-)Automatisierung, von der Datenbeschaffung und Datenintegration über die Entwicklung von Regeln und Businesslogiken bis hin zur Nutzung der Daten in Form von Visualisierungen/Reports und Analysen nennen wir die Data-Pipeline”

In diesem Artikel versuchen wir die Frage zu beantworten, wann und wofür man API-Konnetoren (wie Supermetrics) nutzen sollte. Dabei gehen wir auf konkrete Anwendungsfälle ein und erörtern die Vor- und Nachteile. Wollen Sie die Datenbeschaffung automatisieren um Zeit zu sparen und dich mit der gewonnenen Zeit um “sinvollere und spannendere Dinge” zu kümmern? Dann empfehlen wir dir dran zu bleiben. Wollen Sie sich selbst einen Überblick verschaffen, dann geht es hier direkt zur Supermetrics-Produktübersicht.

Was ist Supermetrics und wobei kann mir dieses Tool konkret helfen?

Bei allen Supermetrics-Tools geht es darum automatisch Daten von einer oder mehreren Plattformen (z.B. Twitter Ads, Facebook-Anzeigen, Google Analytics…) über ein nutzerfreundliches Interface zu ziehen, um sie an ein bestimmtes Ziel verfügbar zu machen. Ziele können Google Data Studio, Google Sheets, oder auch BI-Tools wie Tableau, Qlik, Power BI sein. Supermetrics ermöglicht auch die Einrichtung einer automatischen Datenaktualisierung und eines E-Mail-Versands. Auf diese Weise entfallen langweilige Copy-Paste Aufgaben und die Pflege von APIs durch IT-Spezialisten, wodurch viel Zeit und Geld gespart werden kann.

Wann sollte ich Supermetrics nutzen?

Immer dann, wenn man regelmäßig Reportingdaten aus einer oder mehreren Quellen ziehen und zusammenführen muss. Dies entweder im simplen Reportingsinne oder um eine Logik anzuwenden und danach Handlung (automatisch) erfolgen zu lassen.

Wie funktioniert Supermetrics?

Sämtlich Metriken, wie zum Beispiel Conversions, Klicks, Kosten, etc. und Dimensionen wie Tag, Monat, Jahr, Kampagnenname, Gruppe, etc. können per Drag and Drop in einer zusammengestellt und für den gewünschten Zeitraum in Tabellen geladen werden. Das automatische Laden und Erneuern der Daten kann auch per Zeitplan gesteuert werden. Durch diese beiden Eigenschaften sind Datenverfügbarkeit und -Aktualität gewährleistet.

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Warum sollte ich API-Konnektoren nutzen?

Der herkömmliche Weg Kampagnendaten zu beschaffen, wäre üblicherweise sich ins Interface der jeweiligen Datenquelle einzuloggen, zur gewünschten Ebene zu navigieren, den Zeitraum einzustellen und die Reports herunterzuladen. Da dieser Vorgang nun nicht mehr jedes Mal beim Aktualisieren der Daten durchlaufen werden muss, lässt sich Zeit sparen. Die Nutzung von APIs mittels mit den Supermetrics API-Connectoren erfordert keine Programmier- oder Datenbankkenntnisse. Darüber hinaus ist die einheitliche Verfügbarkeit ein weiterer Vorteil. Daten aus zwei verschiedenen Quellen werden von Supermetrics im gleichen Format zur Verfügung gestellt und es entfallen wiederkehrende Schritte der Angleichung bzw. Normalisierung. Zum Beispiel sind Felder mit Datum oder Dezimalzahlen identisch formatiert. Somit ist kein lästiges Angleichen der Spalten z.B. beim Vereinigen von englisch und deutsch formatierten Tabellen (Punkt vs. Komma, TT-MM-JJJJ vs JJJJ-MM-TT, etc.) notwendig.

API-Connector oder API selbst ansteuern?

Aus unserer Sicht gibt es hier zwei grundlegende Ansichten. Die erste ist, APIs selbst anzusteuern, sich also mit der Dokumentation vertraut zu machen und auf einem Server die API-Calls bzw. Queries zu den Datenquellen selbst zu verfassen. Die API-Calls zu definieren ist dabei häufig noch der einfachste Teil. Das Datenmodell, zu erfassen wäre die zweite Herausforderung. Konkretes Beispiel mit Google Ads, ehemals AdWords: Keywords und Anzeigen befinden sich in der tiefsten Ebene, darüber liegen Anzeigengruppen, Kampagnen und Konten. Erweiterungen wie Sitelinks werden aus einem “Pool” den verschiedenen Ebenen zugeordnet. Darüber hinaus gilt häufig maximale Laufzeiten für einzelne Calls zu berücksichtigen. Am Ende müssen die gewonnenen Daten auf Vollständigkeit überprüft werden, für den Fall, dass während des Calls eine Quelle einen Schluckauf hatte oder die Verbindung stotterte. Zuletzt gibt es noch die Komponente von Aktualisierungen und Fehlerbehebungen. Gerade in der Marketingwelt werden regelmäßig neue Metriken auf Seite der Datenquelle geschaffen. Zum Beispiel: Neue Betrachtungen bzw. Metriken zu Engagement oder Conversions, welche es zu berücksichtigen gilt. Wenn man also beschließt APIs “selbst anzuzapfen” ist man wiederkehrend mit Pflege und Fehlerbehebungen beschäftigt. Dem gegenüber steht ein gewisser Grad an Unabhängigkeit und Autonomie.

Bei Anwendung von API-Connectoren hingegen liegt der Aufwand der Erschließung, der Pflege und der Wartung bei einer externen Partei. Im Fall von Supermetrics ist es unserer Meinung nach deren Kerngeschäft. Das bedeutet im Idealfall, dass z.B. neue Metriken bei den Datenquellen sehr schnell im Supermetrics Interface zur Verfügung stehen und Fehler behoben werden. In diesem Fall tauscht man Unabhängigkeit gegen Service und Schnelligkeit. Aus unserer Erfahrung ist das besonders in der sich schnell entwickelnden Marketingwelt ein wesentlicher Vorteil. Mit neuen Metriken und Methoden können Kampagnen strategisch weiterentwickelt werden. Man kann sich so einen Vorteil gegenüber der Konkurrenz verschaffen. Preise von API-Connectoren sind aus unserer Sicht sehr überschau- und kalkulierbar, was bei Eigenentwicklungen schwieriger ist.

Der ebenfalls wichtige Punkt von Datensicherheit und an welchen Orten/Ländern die Daten verarbeitet, transportiert und gespeichert werden, besprechen wir später in einem separaten Punkt.

Welche Produkte gibt es bei Supermetrics, was sind die Vor- und Nachteile und wann eignen sie sich?

Supermetrics for Google Sheets

Produktseite: Supermetrics for Google Sheets

Zusammen mit den Connectoren für Google Data Studio finden die Connectoren für Google Sheets wohl am häufigsten Verwendung. Die aus den APIs bezogenen Daten werden bei dieser Produktvariante in Tabellenform in Google Sheets geladen. Dies kann einmalig oder per Zeitplan wiederkehrend geschehen. Damit ist es wunderbar für die weitere Kalkulation, nicht jedoch für Visualisierungen geeignet.

  • Vorteile: Die Daten sind erstmal in Sheets gespeichert und können von dort aus sehr individuell weiterverarbeitet werden. Die Verbindungen zu den APIs sind nicht “live”, d.h. sobald die Daten geladen sind, gibt es keine Wartezeiten in der Darstellung. Außerdem können Sheets einfach mit anderen Personen geteilt werden bzw. die Tabelleninhalte können automatisch exportiert werden.
  • Nachteile: Ein Google Sheet hat ein Limit von 2 Millionen Zellen. Daher ist es nicht immer möglich die kleinste Aggregierungsform zu wählen oder die Daten nach vielen Dimensionen aufzusplitten. Darüber hinaus kann das System bei “vielen” Daten bzw. bei größeren Queries unserer Erfahrung nach an die Grenzen geraten. Dies kann sich durch abgesprochene Queries oder sehr lange Refresh-Zeiten äußern. In einigen Fällen kann auch die jeweilige API das limitierende Element sein. Dieser Punkt ist an sich wertfrei zu betrachten, da die Ursachen nicht klar sind und das System nur ein Ausnahmefällen nicht sauber funktioniert. Positiv an dieser Stelle fällt auf, dass die Community und besonders der Support hier sehr behilflich sind, schnell antworten und in unserer Vergangenheit immer konstruktive Vorschläge gebracht haben.

Dieses Video zeigt, wie Supermetrics for Google Sheets funktioniert.

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Supermetrics for Google Data Studio

Produktseite: Supermetrics for Google Data Studio

Die wesentliche Eigenschaft dieses Produktes ist, dass die Daten “on demand” in Data Studio geladen werden. Das bedeutet, jedes Mal, wenn ein Dashboard-Sheet durch einen Nutzer geöffnet wird, werden die Daten frisch gezogen. Im Grunde findet keine Speicherung wie bei Sheets statt (abgesehen von Cache-Mechanismen). Ebenso werden die Daten erneuert bei Anwendung von Filtern und Zeitraumauswahl.

  • Vorteile: Man muss sich nicht mit der Speicherung befassen, wodurch eine schnelle und hohe Datenverfügbarkeit- und Aktualität gewährleistet ist.
  • Nachteile: Gerade unter Verwendung von vielen Datenquellen oder bei vielen Visualisierungen auf einer Seite kann es zu längeren Wartezeiten kommen. Dies ist aber leicht zu umgehen, in dem man die Visualisierungen auf mehrere Seiten aufteilt und viele Datenquellen eher über mehrere Data Studio Dashboards verteilt. Alternativ ist, es seit kurzem möglich nur Datensegemente zu laden.

Supermetrics for Excel (Data Grabber)

Produktseite: Supermetrics for Excel

Dieses Produkt von Supermetrics ist eine Art Äquivalent zu Supermetrics for Google Sheets, mit dem Unterschied, dass die Daten als Ziel eine Microsoft Excel Tabelle haben. Dies ist besonders dann von Vorteil, wenn man schon bestehende Excel-Tabellen zur Analyse hat und nur das Ziehen der Daten automatisieren oder vereinfachen möchte. Dieses Produkt eignet sich besonders, wenn die Verwendung von Google Produkten nicht gestattet oder nicht möglich ist. Die Daten werden ohne Zwischenspeicherung direkt in die lokale Excel Arbeitsmappe geladen. Von dort aus hat man selbst die Datenhoheit.

Supermetrics API

Produktseite: Supermetrics API

Dieses Produkt kommt zum Einsatz, wenn man Limitierungen mit den Varianten für Google Sheets bzw. Microsoft Excel oder mit Google Data Studio erfährt. Auch ist die Supermetrics API sinnvoll wenn man auf die Datenhistorie angewiesen ist und “selbst“ mitzeichnen möchte. Der wesentliche Unterschied zu den obigen Varianten ist, dass das Ziel der Daten auch Datenbanken oder Tools sind in denen komplexere Aufgaben abgebildet werden können. Die Zielplattform ist im Grunde offen, da lediglich eine URL-Query ausgeführt werden muss. Die Ziele können tableau, Power BI, Google Bigquery, SQL Datenbanken, etc. sein.

Die zuvor angedeuteten Limitierungen können sich aus unserer Sicht wie folgt äußern: Sheets hat ein Limit von 2 Mio. Zellen. Excel hat ein Limit von rund 1,2 Mio. Zeilen (ausgenommen PowerQuery). Bei Google Data Studio können es die Ladezeiten der Visualisierungen sein, die man als limitierend empfindet. Besonders bei vielen Accounts (z.B. 20 verschiedene Google Ads Konten) oder vielen verschiedenen Datenquellen (z.B. Facebook, Google Ads, Sheets, LinkedIn, etc.) gerät man hier an die Grenzen. Darüber hinaus lässt keine der drei Varianten das Anlegen von komplexen Datenmodellen zu. Einige wenige 1:n Verbindungen zwischen einzelnen Tabellen sind ohne Weiteres möglich, z.B. das Kombinieren von Facebook- und LinkedIn-Kampagnendaten über einen gemeinsamen Schlüssel wie “Datum” oder “Kampagnenname”. Sobald man jedoch auf viele 1:n oder gar n:n Verbindungen angewiesen, ist dies im Grunde am besten über eine eigene Datenbank (z.B. SQL, Amazon Redshift, Google Bigquery) abbildbar, welche durch die Supermetrics API gespeist werden können.

Welche Datenquellen stehen zur Verfügung?

beispiele-datenquellen-integriert-in-supermetrics
Dies sind einige Beispiele für die vorhandenen Datenquellen in Supermetrics. Quelle: Supermetrics

Bei Supermetrics stehen derzeit schon sehr viele Datenquellen aus der Marketingwelt zur Verfügung. Dazu gehören zum Beispiel Google Ads (AdWords), Facebook Ads, Twitter Ads, Bing Ads, Yandex Direct, SEMRush, Criteo, Mailchimp, Google Analytics, Google MyBusiness, Amazon Ads Vendor Central und viele mehr. Eigene Datenbanken (SQL) lassen sich ebenfalls anschließen. Wir haben im Laufe der Nutzung festgestellt, dass Supermetrics regelmäßig weitere Datenquellen bzw. APIs erschließt und in die Produkte integriert. Auch wenn Vermarkter neue Dimensionen oder Metriken in die APIs integrieren, zieht Supermetrics unserer Erfahrung schnell nach.

Data Security: Wo werden die Daten gespeichert und wohin fließen sie?

Zu diesem Thema haben wir einige Punkte zusammentragen, die wir in den Privacy Policies und Data Processing Agreements gefunden haben. Dennoch möchten wir an dieser Stelle betonen, dass wir hier keine Rechtsberatung anbieten oder Anspruch auf Vollständigkeit und Korrektheit erheben. Die folgenden Informationen können dir daher lediglich als Anhaltspunkte dienen, ersetzen bei Bedarf aber keine eigenständige Recherche. Der folgende Teil bezieht auf Daten, die aus den angezapften APIs stammen, nicht auf Ihre individuellen Kundendaten.

Grundsätzlich fließen aus den APIs bezogenen Daten mehr oder weniger direkt ins Datenziel, Excel, Google Sheets, Google Data Studio oder Ihre eigene Datenbank. Supermetrics selbst beschreibt in den Produktdetails, Data Processing Agreement und in der Privacy Policy, dass im Fall vom Data Grabber, die Daten ohne Zwischenspeicherung direkt ins Ziel Excel fließen (Supermetrics – PrivacyPolicy, Punkt 2 “Privacy and security as data processor”). Im Fall von Google Sheets ist es nicht ganz so deutlich beschrieben. Es könnte aber wie im Fall von Google Data Studio als Ziel so sein, dass die Daten seitens Supermetrics kurzzeitig gecached bzw. zwischengespeichert werden. Dies soll in Infrastrukturen von Amazon und Google passieren können die von Supermetrics administriert, verwaltet und besichert werden. Auch sollen die Daten nur solange wie es nötig ist gespeichert werden. Wir denken, dass dies je nach Komplexität der Abfrage unumgänglich ist. Um beispielsweise eine Abfrage auszuführen in der Share of Voice Daten oder Quality Scores auf höheren Ebenen als der Keywordebene dargestellt werden, muss Supermetrics dazu Daten von der kleinsten Ebene auf die gewünschte Ebene “hochaggregieren”, da dies nicht immer seitens der API erledigt wird. Dabei müsste es sich um die sogenannten “Sub-Queries” handeln, man gelegentlich unter den Ladebalken angezeigt bekommt.

Wir halten die Aussagen von Supermetrics für glaubwürdig, da für die dauerhafte Speicherung von solchen Datenmengen, wie man sie mit Supermetrics beziehen kann, die Produktpreise höher sein dürften. Dies ist zumindest unsere Einschätzung dazu. Im Übrigens haben Konkurrenzprodukte, die Speicherungen anbieten haben häufig volumenbasierte Preismodelle und höhere Preise. Beispiel: Dataroma.

Datenverarbeitungsorte

Hierzu ist Supermetrics nicht besonders konkret. Es aber beschrieben, dass die Verarbeitung, die Zwischenspeicherung oder das aus performance-gründen praktizierte Caching, außerhalb der EU stattfinden kann (Supermetrics – Data Processing Agreement, Punkt 6 “Subprocessors”). Dies hat einerseits den Grund, dass solche Leistungen bei Amazon und Google in den Datencentern in den USA günstiger sind als in Europa; insbesondere Deutschland. Andererseits ergibt es auch Sinn diese günstigeren Data-Center Orte zu nutzen, wenn die Daten ohnehin aus den USA stammen. Dies wird vermutlich bei den am häufigsten genutzten Datenquellen (Google, Facebook, LinkedIn) der Fall sein, insbesondere wenn das Ziel (Sheets, Data Studio) ebenfalls potentiell in den USA befinden könnte. Im Umkehrschluss ist es gut möglich, dass Daten aus Europa auch in Europa verarbeitet werden, da der Transfer in die USA und zurück ebenfalls eine zu zahlenden Leistung für Supermetrics wäre.

Unsere Meinung hierzu: Wir halten es für sinnvoll, dieses Thema reflektiert aber nicht zu kritisch zu betrachten. Da aus unserer Sicht hier keine personenbezogenen Daten über Supermetrics bezogen werden können, gibt es keine besonderen Datenschutzherausforderungen. Die Datenverarbeitung findet in aggregierter Form statt, wodurch die personenbezogene Ebene nicht existiert.

Die wichtigsten Vorteile von Supermetrics auf einen Blick

  • Es gibt eine Galerie mit kostenlosen Plug-and-Play-Fertig-Marketing-Templates für Google Sheets und Google Data Studio. Natürlich können die Daten auch in anderen Tools verwendet werden.
  • Supermetrics kann Daten aus mehr als 40 Quellen auf einer einzigen Plattform abrufen, wodurch Kennzahlen kanalübergreifend verglichen werden können.
  • Supermetrics speißt in Tools für die Datenanalyse und Kalkulation (Supermetrics for Google Sheets) sowie der Datenvisualisierung (Supermetrics for Data Studio) ein.
  • Supermetrics for Google Sheets-Berichte können automatisch aktualisiert und mit einer festgelegten Häufigkeit auch per E-Mail versandtt werden.
  • Sehr gutes Preis- und Leistungsverhältnis.
  • Guter und schneller Service, sowie ein gutes Forum mit hilfsbereiter Community.

Beispiele für Implementierungen

Einige Beispiele findet man auf den YouTube-Supermetrics-Channel.

Quellen