FunnelGym

Web-Data-Analyst:in

Aus rohen Klicks und Bestellungen Antworten machen: GA4, SQL, Python und Berichte, nach denen Teams handeln.

Level
Fortgeschritten
Dauer
~33 Stunden
Online
30/94
Kostenlos
1
Kostenloses Workout startenLernpfad erkunden

Keine Kreditkarte nötig. Keine Marketingerfahrung nötig.

Hände vor einem Laptop und einem aufgeschlagenen Notizbuch mit gezeichneten Kästchen und Pfeilen auf einem Café-Tisch, draußen fährt eine Straßenbahn vorbei

Programmkarte

30

30 von 94 Workouts heute online

Ein Balken pro Modul, in der Reihenfolge des Programms.

Mit kostenlosen Workouts
Pro
Demnächst

Von den Grundlagen zu deiner eigenen Arbeit.

Gemeinsame Grundlagen, eine fokussierte Spezialisierung und Projekte, die deine Praxis zusammenführen.

  1. 1Der Marketing-FunnelHier starten1 kostenlosDie Reise, die aus einem Fremden einen Kunden macht und aus einem Kunden einen treuen Fan, plus die Kennzahlen, mit denen du jede Phase misst.6 Workouts, 35 Min.

    Zum vollständigen Modul-Guide

    Portfolio-Projekt: Den Funnel einer Marke abbilden. Eine einseitige Funnel-Karte: Phasen, Kennzahlen, die schwächste Phase und zwei Verbesserungsideen.

    Projekt öffnen
  2. 2Marketing-Kennzahlen und KPIsWissen, welche Zahlen wirklich zählen: KPIs auswählen, Unit Economics, Profitabilität und realistische Ziele setzen.6 Workouts, 37 Min.

    Zum vollständigen Modul-Guide

    Portfolio-Projekt: Ein KPI-Dashboard für einen Onlineshop entwerfen. Ein Kennzahlenbaum-Diagramm, eine Break-even-ROAS-Berechnung und ein Dashboard-Entwurf mit 5 KPIs, die wöchentlich verfolgt werden.

    Projekt öffnen
  3. 3Die digitale KanalkarteSuche, Social Media, Marktplätze, E-Mail und Messaging: wofür jeder Kanal gut ist und wo deine Kunden wirklich ihre Zeit verbringen.6 Workouts, 34 Min.

    Portfolio-Projekt: Ein Kanalplan für die ersten 90 Tage. Eine Budgetaufteilung nach Kanal, die Rolle jedes Kanals und Erfolgskennzahlen für die ersten 90 Tage.

    Projekt öffnen
  4. 4Google-Analytics-4-GrundlagenDemnächstDas ereignisbasierte Modell von GA4 verstehen, seine Berichte lesen und Traffic-Quellen mit UTMs korrekt taggen und interpretieren.6 Workouts, 37 Min.
    • 1Das ereignisbasierte Modell: alles ist ein Ereignis6 Min.Demnächst
    • 2GA4-Property, Datenstream und Kerneinstellungen6 Min.Demnächst
    • 3Traffic-Quellen, UTMs und Kanalgruppen7 Min.Demnächst
    • 4Standardberichte und Explorationen6 Min.Demnächst
    • 5Schlüsselereignisse und E-Commerce-Ereignisse6 Min.Demnächst
    • 6Die Zahlen interpretieren: warum ist „Direct“ so hoch?6 Min.Demnächst

    Portfolio-Projekt: Ein UTM-Standard und eine GA4-Kanalanalyse. Einen UTM-Namensstandard, ein UTM-Builder-Blatt und einen Kanal-Performance-Bericht.

  5. 5Google Tag ManagerDemnächstMessung, ohne bei jeder Änderung auf eine Entwicklerin oder einen Entwickler zu warten: Tags, Trigger, Variablen, der Data Layer und Tests im Vorschaumodus.6 Workouts, 36 Min.
    • 1Tags, Trigger, Variablen6 Min.Demnächst
    • 2Der Data Layer: eine gemeinsame Sprache mit Entwicklern7 Min.Demnächst
    • 3GA4-Ereignisse mit GTM senden6 Min.Demnächst
    • 4Google-Ads-, Meta- und TikTok-Tags einrichten6 Min.Demnächst
    • 5Vorschaumodus und Fehlersuche6 Min.Demnächst
    • 6Container-Organisation, Benennung und Versionskontrolle5 Min.Demnächst

    Portfolio-Projekt: Ein E-Commerce-Tagging-Setup. Eine dataLayer-Spezifikation, eine GTM-Tag- und Trigger-Tabelle und eine Test-Checkliste.

  6. 6Tabellenkalkulation für AnalystenDemnächstÜber die einfachen Formeln hinaus: unordentliche Exporte bereinigen, Tabellen mit Lookups verknüpfen, QUERY und Array-Formeln nutzen und Tabellen bauen, denen andere vertrauen können.6 Workouts, 35 Min.
    • 1Unordentliche Exporte bereinigen: Leerzeichen, Trennen, Duplikate, Datumsangaben6 Min.Demnächst
    • 2XLOOKUP und INDEX/MATCH: zwei Tabellen verknüpfen6 Min.Demnächst
    • 3Pivot-Tabellen in der Tiefe: Gruppierung und berechnete Felder6 Min.Demnächst
    • 4QUERY und ARRAYFORMULA: Arbeiten im SQL-Stil in Sheets7 Min.Demnächst
    • 5Daten importieren und Tabellen aktuell halten5 Min.Demnächst
    • 6Tabellen, denen andere vertrauen: Struktur, Prüfungen, Dokumentation5 Min.Demnächst

    Portfolio-Projekt: Eine saubere Performance-Arbeitsmappe bauen. Eine Arbeitsmappe mit Tabs für Rohdaten, bereinigte Daten und Übersicht, eine dokumentierte Methode und drei Prüfungen, die zeigen, dass die Summen mit den Quellen übereinstimmen.

  7. 7Marketing-Datenanalyse: von Tabellen zu KohortenDemnächstDaten selbst analysieren mit Google Sheets, Pivot-Tabellen und grundlegendem SQL, und Nutzerverhalten mit Funnel- und Kohortenanalyse verstehen.6 Workouts, 36 Min.
    • 1Pivot-Tabellen und Kernformeln in Google Sheets6 Min.Demnächst
    • 2SQL für Marketer: SELECT, WHERE, GROUP BY7 Min.Demnächst
    • 3GA4-Daten in BigQuery abfragen6 Min.Demnächst
    • 4Funnel-Analyse: wo springen Nutzer ab?6 Min.Demnächst
    • 5Kohortenanalyse und die Bindungskurve6 Min.Demnächst
    • 6Geschichten mit Daten erzählen5 Min.Demnächst

    Portfolio-Projekt: Ein Kohorten- und Funnel-Analysebericht. Funnel- und Kohortentabellen (Sheets oder SQL-Abfragen), ein Bindungsdiagramm und einen Analysebericht mit 3 Empfehlungen.

  8. 8SQL für MarketingdatenDemnächstDas SQL, das ein Marketing-Analyst jede Woche braucht: Joins, CTEs, Fensterfunktionen und Datumslogik, angewendet auf Kampagnen, Bestellungen und Kunden.6 Workouts, 38 Min.
    • 1Joins: Kampagnen, Bestellungen und Kunden verbinden7 Min.Demnächst
    • 2Datum und Zeitfenster: Wochen, Monate, gleitende Zeiträume6 Min.Demnächst
    • 3CTEs und Subqueries: Abfragen, die man lesen kann6 Min.Demnächst
    • 4Fensterfunktionen: laufende Summen, Ränge und First Touch7 Min.Demnächst
    • 5Funnel- und Kohorten-Abfragen7 Min.Demnächst
    • 6Die eigene Arbeit prüfen und Abfragen günstig halten5 Min.Demnächst

    Portfolio-Projekt: Fünf Business-Fragen mit SQL beantworten. Fünf dokumentierte Abfragen mit ihren Ergebnissen, einer Antwort in einem Satz zu jeder und den zugrunde liegenden Annahmen.

  9. 9GA4 und der BigQuery-ExportDemnächstMit rohen GA4-Ereignissen arbeiten: den Export verknüpfen, die verschachtelten Tabellen verstehen, Sitzungen nachbauen und mit dem abgleichen, was die GA4-Oberfläche zeigt.6 Workouts, 38 Min.
    • 1GA4 mit BigQuery verknüpfen: Einrichtung, täglich oder Streaming, Kosten6 Min.Demnächst
    • 2Die Ereignistabelle: eine Zeile pro Ereignis, verschachtelte Parameter7 Min.Demnächst
    • 3UNNEST: Werte aus event_params herausholen7 Min.Demnächst
    • 4Sitzungen und Traffic-Quellen nachbauen7 Min.Demnächst
    • 5E-Commerce-Ereignisse und Umsatz in BigQuery6 Min.Demnächst
    • 6Warum sich BigQuery und die GA4-Oberfläche unterscheiden5 Min.Demnächst

    Portfolio-Projekt: Sitzungen und Umsatz aus rohen GA4-Daten modellieren. Ein gespeicherter Satz Abfragen, der Sitzungen, Bestellungen und Umsatz nach Quelle/Medium und Datum ausgibt, mit einer kurzen Notiz zu den Unterschieden.

  10. 10Python-Grundlagen für die Marketing-AnalyseDemnächstGenug Python, um Marketingdaten mit pandas zu laden, zu bereinigen und zu analysieren, sie als Diagramm darzustellen und einen Bericht zu automatisieren, den du sonst jede Woche von Hand neu bauen würdest.6 Workouts, 38 Min.
    • 1Notebooks und die erste Analyse: Zellen, Variablen, Bibliotheken6 Min.Demnächst
    • 2Daten mit pandas laden und bereinigen7 Min.Demnächst
    • 3Gruppieren, zusammenführen und pivotieren7 Min.Demnächst
    • 4Diagramme, die du erklären kannst: matplotlib und seaborn6 Min.Demnächst
    • 5Aus CSV-Dateien und BigQuery lesen6 Min.Demnächst
    • 6Einen Wochenbericht automatisieren, und wissen, wann nicht6 Min.Demnächst

    Portfolio-Projekt: Ein wiederverwendbares Notebook für die Kampagnenanalyse bauen. Ein Notebook mit Texterklärungen, drei Diagrammen und einer Zusammenfassung der Ergebnisse, dazu eine kurze README, wie man es mit neuen Daten ausführt.

  11. 11Reporting mit Looker StudioDemnächstDaten in ein Dashboard verwandeln, das Entscheidungen antreibt: Datenquellen, Diagrammauswahl, berechnete Felder und Berichte für Führungskräfte präsentieren.5 Workouts, 30 Min.
    • 1Ein guter Bericht: zuerst die Frage, dann das Diagramm6 Min.Demnächst
    • 2Datenquellen verbinden: GA4, Google Ads, Sheets6 Min.Demnächst
    • 3Das richtige Diagramm auswählen5 Min.Demnächst
    • 4Berechnete Felder und Data Blending7 Min.Demnächst
    • 5Einen Bericht präsentieren: Erkenntnisse und Empfehlungen schreiben6 Min.Demnächst

    Portfolio-Projekt: Ein kanalübergreifendes Performance-Dashboard. Ein teilbares Looker-Studio-Dashboard (oder einen Design-Mockup) und eine wöchentliche Zusammenfassung der Erkenntnisse.

  12. 12Attribution und MessstrategieDemnächstWelcher Kanal hat den Verkauf ausgelöst? Attributionsmodelle, Doppelzählungen über Plattformen hinweg, Attributionsfenster und das Mess-Dreieck.5 Workouts, 31 Min.
    • 1Was ist Attribution, und warum beansprucht jeder Kanal den Verkauf für sich?6 Min.Demnächst
    • 2Last-Click- und datengestützte Attribution6 Min.Demnächst
    • 3Warum ergeben Plattformberichte zusammen mehr als das Gesamttotal?6 Min.Demnächst
    • 4View-through-Conversions und Attributionsfenster6 Min.Demnächst
    • 5Das Mess-Dreieck: Attribution, Inkrementalität, MMM7 Min.Demnächst

    Portfolio-Projekt: Ein Bericht zu Attributionslücken. Eine quellenübergreifende Vergleichstabelle, Erklärungen für jede Abweichung und ein einseitiges Mess-Framework.

  13. 13Experimentdesign und A/B-TestsDemnächstTesten statt raten: Hypothesen schreiben, Experimente priorisieren, Stichprobengröße berechnen und das Ergebnis richtig lesen.6 Workouts, 36 Min.
    • 1Eine gute Hypothese: weil, wenn, dann5 Min.Demnächst
    • 2Experimente priorisieren: ICE und PIE6 Min.Demnächst
    • 3Stichprobengröße und Testdauer7 Min.Demnächst
    • 4Statistische Signifikanz: der p-Wert einfach erklärt7 Min.Demnächst
    • 5Häufige Fehler: zu früh abbrechen, mehrfaches Testen, der Neuheitseffekt6 Min.Demnächst
    • 6Experimentierkultur und das Experiment-Log5 Min.Demnächst

    Portfolio-Projekt: Eine Quartals-Roadmap für Experimente. Eine priorisierte Experimentliste, eine Stichprobengrößen-Berechnung und ein vollständiges Experiment-Dokument (Hypothese, Kennzahl, Dauer, Entscheidungsregel).

  14. 14Data Storytelling und entscheidungsreife BerichteDemnächstAnalyse in Entscheidungen verwandeln: den einen Punkt finden, der zählt, Diagramme auswählen und beschriften, eine Geschichte aufbauen und Unsicherheit ehrlich zeigen.6 Workouts, 34 Min.
    • 1Mit der Entscheidung beginnen, nicht mit den Daten5 Min.Demnächst
    • 2Ein Diagramm, eine Botschaft: auswählen und beschriften6 Min.Demnächst
    • 3Aufbau der Geschichte: Ausgangslage, Befund, Maßnahme6 Min.Demnächst
    • 4Irreführende Diagramme und ehrliche Unsicherheit6 Min.Demnächst
    • 5Dashboards, Berichte und Präsentationen: was du baust5 Min.Demnächst
    • 6Vor Stakeholdern präsentieren und Fragen beantworten6 Min.Demnächst

    Portfolio-Projekt: Ein Befund-Memo und eine Präsentation schreiben. Ein einseitiges Memo, eine Präsentation mit fünf Folien und ein Anhang mit unterstützenden Diagrammen.

  15. 15KI im MarketingMach KI zu deinem Teamkollegen für Content, Anzeigenmotive, Analyse und Recherche, und verstehe, wie KI-Suche das Marketing verändert.6 Workouts, 35 Min.

    Portfolio-Projekt: Einen KI-gestützten Kampagnen-Workflow aufbauen. Eine Prompt-Bibliothek mit mindestens 8 Prompts, die erstellten Kampagnenmaterialien und ein Workflow-Diagramm, das zeigt, wo die menschliche Prüfung stattfindet.

    Projekt öffnen
  16. 16Portfolio, Lebenslauf und VorstellungsgesprächeBeweise einem Recruiter, was du gelernt hast: ein Projektportfolio, ein ATS-freundlicher Lebenslauf, ein LinkedIn-Profil und Übung für Case-Interviews.6 Workouts, 35 Min.

    Portfolio-Projekt: Abschlussprojekt: ein durchgängiger Marketingplan. Eine 10-Folien-Abschlusspräsentation, ein einseitiger ATS-freundlicher Lebenslauf und eine Fallzusammenfassung für deine Portfolioseite.

    Projekt öffnen

30 von 94 Workouts dieses Programms sind heute online, verteilt auf 16 Module. Workouts dauern 5 bis 7 Minuten, Projekte brauchen eine längere, fokussierte Sitzung.

Was du üben kannst

Du erfasst saubere Daten mit GA4 und Google Tag Manager und gehst dann tiefer als die Oberfläche: Tabellenkalkulation für Analysten, SQL, der GA4-BigQuery-Export und Python mit pandas. Du baust Looker-Studio-Berichte, lernst, was Attribution leisten kann und was nicht, liest A/B-Tests sorgfältig und präsentierst Ergebnisse so, dass ein Team eine Entscheidung treffen kann.

Positionen, auf die es dich vorbereitet

Jobtitel, die dir in Stellenanzeigen für diese Arbeit begegnen. Sie unterscheiden sich von Firma zu Firma, also lies die Aufgaben in der Anzeige, nicht nur den Titel.

  • Web-Data-Analyst:in
  • Digital-Analyst:in
  • Data-Analyst:in
  • Marketing-Data-Analyst:in
  • Web-Analytics-Spezialist:in
  • Analytics-Spezialist:in

Wie der Arbeitsalltag aussieht, Gehälter nach Level und Land und wie die Rolle wächst: Data Analyst

  • GA4 und Google Tag Manager für einen Onlineshop einrichten und prüfen, ob die erfassten Daten stimmen.
  • Marketing-Exporte in Tabellen bereinigen und verknüpfen und die Arbeit dann in SQL wiederholen.
  • Den GA4-BigQuery-Export abfragen, um Sitzungen, Quellen und Umsatz nachzubauen, und Abweichungen zur GA4-Oberfläche erklären.
  • Mit Python und pandas Kampagnendaten analysieren und einen Wochenbericht automatisieren.
  • Das Ergebnis eines A/B-Tests lesen und erklären, was es belegt und was nicht.
  • Ergebnisse als einseitiges Memo mit einer klaren Empfehlung präsentieren.
Ein gedruckter einseitiger Bericht mit blauem Balkendiagramm auf einem Schreibtisch, daneben eine Hand mit Stift

Arbeit, die du erklären kannst.

Ein Portfolioprojekt am Ende jedes Moduls.

Beispielrichtung fürs Portfolio

Den Funnel einer Marke abbilden

Bilde anhand der Anzeigen- und Verkaufsdaten einer fiktiven Marke jede Phase ihres Funnels ab, wähle für jede Phase eine Kennzahl aus und finde die Phase, in der die meisten Kunden abspringen.

Was du abgibst: Eine einseitige Funnel-Karte: Phasen, Kennzahlen, die schwächste Phase und zwei Verbesserungsideen.

Wonach das Projekt bewertet wird

  • Genauigkeit
  • Diagnose
  • Ideen
  • Klarheit

Ein klarer Startpunkt.

Gemacht für absolute Anfänger und Quereinsteiger. Du brauchst kein Kundenkonto und kein eigenes Werbebudget: Du arbeitest mit realistischen, fiktiven Markenszenarien.

Beginne mit einer Entscheidung.

Dein erstes Workout ist bereit, wenn du es bist.

Kostenloses Workout öffnen

Keine Kreditkarte nötig. Keine Marketingerfahrung nötig.