Zurück zu Ihrem kostenlosen Performance Check!

Cookie Banner Performance tracken mit dem Google Tag Manager

Seitdem die EU die DSGVO verabschiedet und entsprechende Cookie-Richtlinien eingeführt hat, ist es verpflichtend, auf der eigenen Website einen Cookie-Consent-Banner zu implementieren. Ein solcher Banner kann darüber entscheiden, in welchem Umfang sich Daten noch für Analysen und somit für das eigene Marketing erheben lassen. Es ist daher wichtig, dass möglichst viele Besucher Ihrer Seite, denen der Website-Banner angezeigt wird, diesen akzeptieren. Mittlerweile gibt es unzählige Anbieter von Consent-Management-Plattformen (CMPs), tatsächlich aussagekräftige Analysen über das Banner-Verhalten gibt es bislang jedoch kaum. Aus diesem Grund haben wir einen GTM Cookie Consent Checker Template erstellt, welcher detailreiche Analysen des Banner-Verhaltens der User zulässt. Wie Sie diesen auf Ihrer Website implementieren können, wird im Folgenden erläutert.

GitHub: https://github.com/peakace/cookie-consent-checker

Anleitung: Implementierung des Peak Ace Cookie Consent Checkers

1. Google-BigQuery-Tabelle erstellen

Zunächst gilt es ein Projekt in der Google Cloud zu erstellen. Legen Sie in diesem Projekt ein Dataset mit der Bezeichnung „cookie_consent_check“ an. Wählen Sie als Data Location „EU“ und erstellen Sie, wie im folgenden Bild zu sehen, eine neue Tabelle, die diesem Dataset untergeordnet ist.

2. Google Cloud Function erstellen

Für den zweiten Schritt bedarf es einer Google Cloud Function. Um diese zu erstellen, navigieren Sie im Menü zu Cloud Functions und klicken Sie auf „Create Function“.


Geben sie der Function den Titel „cookie-consent-checker“ und legen Sie einen Standort innerhalb der EU fest. Wählen Sie anschließend die Option „Allow unauthenticated invocations“ im Menü Trigger und speichern Sie diese Auswahl ab. Über den Button „Next“ gelangen Sie zum nächsten Schritt.

Unter „Runtime, build and connections settings“ lassen sich weitere Einstellungen vornehmen, die jedoch nicht zwingend notwendig sind.

Stellen Sie im nächsten Schritt die Runtime auf Python 3.7 um und achten Sie darauf, dass der Source Code „Inline Editor“ beinhaltet. In die main.py kopieren Sie dieses Python-Skript. Sollten Sie Ihr Dataset und Ihre Tabelle zuvor anders benannt haben, haben Sie hier die Gelegenheit, die Bezeichnung anzupassen. In die requirements.txt kopieren Sie diesen Inhalt. Benennen Sie den Entry Point um, in „cookie_consent_check“. Im Anschluss können Sie die Function deployen. Nach dem Deployment öffnen Sie erneut die Cloud Function und navigieren Sie zum Menü Trigger. Hier finden Sie die Trigger URL, die Sie später für den Tag benötigen.

3. Google Tag Manager Custom Template importieren

Das Custom Template steht Ihnen hier als Download zur Verfügung.
Navigieren Sie im Tag Manager zum Menü auf der linken Seite. Wählen Sie dort „Templates“ an und erstellen Sie unter Tag Templates ein neues. 


Klicken Sie im nächsten Schritt im Template Editor rechts oben auf das Burger-Menü. Importieren und wählen Sie dort die zuvor heruntergeladene tpl-Datei aus. Das Template können Sie nach dem Importvorgang speichern und dann schließen.

Wenn Sie einen neuen Tag erstellen möchten, können Sie das Template unter „Tag“ – „Custom“ finden und dort verwenden.

Die ersten drei Felder sind Pflichtfelder, sie müssen ausgefüllt werden.

In das Feld der Cloud Function URL geben Sie nun die Trigger URL der Functions aus dem dritten Schritt ein. In das zweite Feld gehört der Name des Cookie Consent Cookies und im dritten Feld hinterlegen Sie die vom Google Tag Manager bereitgestellte Click-Text-Variable. Alle weiteren Felder sind optional, erhöhen jedoch die Informationsrate im Data Studio Dashboard. Beim Aktivieren des Consent Status lässt sich eine Variable hinterlegen, die aus verschiedenen oder mehrsprachigen Click-Texten einen einheitlichen Output gibt. Dies funktioniert z. B. auch mit Click IDs, wie im Beispielbild zu sehen.

Unter „More Info to Send“ lässt sich die Übergabe von Source/Medium und weiteren utm_Parametern aktivieren. Sofern Sie weitere User-Infos wünschen, aktivieren Sie diese und hinterlegen Sie die JavaScript-Variablen wie im Tag angegeben. Beim Aktivieren des Bot Traffic wird im Tag selbst anhand des User Agents Bot Traffic herausgelesen und separat an die Cloud Function gesendet. Findige Marketer können diese Liste im Template Editor auch selbstständig erweitern oder in BigQuery mit SQL sowie mithilfe des User Agents ihre eigenen Analysen bauen. 

Unter „Banner Language Options“ kann die eingestellte Browser-Sprache übermittelt werden.

Unter „Banner Version Options“ kann eine Banner Version festgelegt werden, welche sich sehr gut für Banner A/B Tests eignet.

Falls im Tag etwas fehlt, das Sie gerne noch senden würden, können Sie unter „Send your own parameters“ die gewünschten Parameter hinzufügen.

Der Cookie Consent Checker funktioniert bislang nur bei zwei verschiedenen Trigger-Arten: dem „Element Visibility“ für die Impression und dem „Click – All Elements“ für Klicks auf die Buttons. Diese beiden Trigger sollten entsprechend ihres Banners eingerichtet werden und beide für den Cookie Consent Checker Tag hinterlegt werden. Es empfiehlt sich, vorab im Preview Mode noch einmal zu kontrollieren, ob alles einwandfrei funktioniert. Darüber hinaus sollten Sie einen Blick auf die BigQuery werfen, um zu überprüfen, ob Ihre Tests dort auch ankommen.

Wenn alles funktioniert, kann deployed werden.

4. Cookie Consent Tag einrichten

Sofern alles richtig eingestellt ist und funktioniert, sollten Sie in Ihrer Tabelle in der BigQuery Folgendes sehen können:

Diesen String können Sie nun mit einer Query aufteilen und in eine neue Tabelle schreiben. Die entsprechende Query finden Sie hier.

Ersetzen Sie im ersten „From“ den Part für die Projekt-ID durch Ihre Google Cloud Projekt-ID.

Falls Sie Ihr Dataset und Ihre Tabelle anders benannt haben, müssen Sie die beiden Parts dahinter entsprechend anpassen. Haben Sie im Tag den Part „Send your own Parameters“ aktiviert, können Sie jene in der Query im Bereich der Parameter-RegExp noch hinzufügen. Kopieren Sie hierzu einfach die letzte RegExp-Zeile, fügen Sie diese direkt darunter ein und tauschen Sie den Teil der RegExp zwischen dem “ und = mit dem im Tag hinterlegten Key Name aus. Um zu testen, ob Ihre Query funktioniert, führen Sie diese einmal aus.

Diese Query können Sie jetzt als eigene View speichern oder als Scheduled Query jeden Tag einmal ausführen lassen. Die Ergebnisse können Sie in einer neuen Tabelle speichern, welche sich dann mit dem Data Studio verknüpfen lässt.

5. Google Data Studio verknüpfen und einrichten

Kopieren Sie dieses Data Studio. Beim Kopieren werden Sie aufgefordert, Ihre Datenquelle auszuwählen, welche Sie dann mit dem Google BigQuery Connector verknüpfen. Folgende neue Felder sollten Sie in der Datenquelle hinzufügen:

Banner Accepted (Für die Version, bei der Sie im Tag den Consent Status aktiviert haben)
if(CONTAINS_TEXT(Consent_Status, ‚Accept all‘) = True,1,0)
Hier tragen Sie anstelle von ‘Accept all’ das ein, was Sie im Tag als „Banner akzeptieren“ definiert haben.

Banner Accepted (Für die Version, bei der Sie im Tag den Consent Status NICHT aktiviert haben)
if(CONTAINS_TEXT(Click_Text, ‚Accept all‘) = True,1,0)
Hier tragen Sie anstelle von ‘Accept all’ das ein, was beim Akzeptieren Ihres Banners als Text im Button steht.

Banner not Accepted (Für die Version, bei der Sie im Tag den Consent Status aktiviert haben)
if(CONTAINS_TEXT(Consent_Status, ‚Accepted‘) = True,0,1)
Hier tragen Sie anstelle von ‘Accept all’ das ein, was Sie im Tag als „Banner akzeptieren“ definiert haben.

Banner not Accepted (Für die Version, bei der Sie im Tag Consent Status NICHT aktiviert haben)
if(CONTAINS_TEXT(Click_Text, ‚Accept all‘) = True,1,0)
Hier tragen Sie anstelle von ‘Accept all’ das ein, was beim Akzeptieren Ihres Banners als Text im Button steht.

Accepted Rate
sum(Banner Accepted) / sum(bannerImpression)
Hier können Sie das Feld bereits vorab einstellen, da es sich um eine Prozentangabe handelt.

Banner CTR
sum(bannerClick) / sum(bannerImpression)
Hier können Sie das Feld bereits vorab einstellen, da es sich um eine Prozentangabe handelt.

Wenn Sie die Bezeichnungen 1-zu-1 übernommen haben, sollten sich alle Dimensionen und Metriken automatisch zu den jeweiligen Widgets hinzufügen. Gerne können Sie hier oder auch in der Query Ihre eigenen Dimensionen und Metriken erstellen und diese anschließend im Data Studio verwenden.


Bei Fragen hilft Ihnen unser Marketing Technology Team gerne weiter. Sie erreichen uns unter: martech@pa.ag.

Wir wünschen Ihnen viel Erfolg!

Antworten

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Cookies