Nach dem Start eines neuen Projekts ließ ich in der ersten Woche Google Analytics und Yandex Metrica parallel laufen. Ich wollte beide Werkzeuge am selben echten Traffic vergleichen, statt mich auf Feature-Listen, Screenshots oder Gewohnheit zu verlassen.
Nach dieser Woche öffnete ich Yandex Metrica deutlich häufiger. Der Grund war keine einzelne Kennzahl im Dashboard, sondern Webvisor, also die Session-Replay-Funktion von Metrica. In dieser frühen Projektphase interessierte mich weniger ein weiterer aggregierter Chart als eine sehr direkte Frage: Was machen die Menschen tatsächlich auf der Website?
Meine erste Reaktion war: „Yandex Metrica gewinnt haushoch.“ Das beschreibt mein Gefühl, ist als allgemeines Urteil aber zu stark. Ein Projekt und eine Woche reichen, um meine Erfahrung zu beschreiben. Sie reichen nicht, um zu beweisen, dass Metrica für alle besser ist als Google Analytics.
Warum Google Analytics auf mich abstrakter wirkte
Im ursprünglichen Text nannte ich Google Analytics „abstrakt“. Das muss präzisiert werden. GA4 ist keineswegs oberflächlich: Es bietet Reports, Explorations, Segmentierung und den User Explorer für detaillierte Nutzeraktivitäten. Mein Problem war nicht fehlende Tiefe, sondern der Workflow, den ich zu diesem Zeitpunkt brauchte.
Event- und aggregierte Analysen können zeigen, dass Nutzer eine Seite erreicht, ein Event ausgelöst, einen Pfad verlassen oder sich als Segment anders verhalten haben. Das ist wertvoll. Bei einem unbekannten UX-Problem bleibt aber ein gedanklicher Schritt zwischen der Kennzahl und der Oberfläche, die der Nutzer tatsächlich bedient hat.
Session Replay verkürzte diese Distanz für mich. Statt nur Zahlen zu sehen, konnte ich die Abfolge einer einzelnen Sitzung untersuchen: Navigation, Scrollen, Klicks, Pausen und Richtungswechsel. Das erklärt nicht automatisch, warum jemand so gehandelt hat, liefert aber viel konkreteres Material für eine Hypothese.
Webvisor beseitigt das Raten nicht
Das ist die wichtigste Korrektur gegenüber meiner ursprünglichen Formulierung. Ein Replay sagt mir nicht, dass ein Nutzer „frustriert“ war. Es zeigt Verhalten, aus dem ich Reibung ableiten kann. Wiederholte Klicks, Zurückspringen, lange Pausen oder ein Abbruch können Signale sein, sind aber kein Gedankenlesen.
Gerade deshalb lässt sich Session Replay leicht überinterpretieren. Eine einzige merkwürdige Sitzung kann eine sehr überzeugende Geschichte erzeugen. Der korrekte Schluss lautet nicht „Ich habe die Ursache gefunden“, sondern „Ich habe eine Hypothese gefunden, die ich prüfen sollte“.
Mein bevorzugter Ablauf ist heute:
- Mit aggregierten Daten eine interessante Seite, Strecke, Geräteklasse oder ein Segment identifizieren.
- Einige passende Replays ansehen, statt zufällige Sitzungen durchzuklicken.
- Beobachtbare Fakten und eigene Interpretation getrennt notieren.
- Eine Änderung erst vornehmen, wenn die Evidenz dafür ausreicht.
- Nach der Änderung erneut messen, ob sich das beobachtbare Verhalten tatsächlich verbessert hat.
Session Replay macht den mittleren Teil dieses Kreislaufs wesentlich konkreter. Es ersetzt den Kreislauf nicht.
Warum das bei einem neuen Projekt besonders hilfreich war
Direkt nach dem Launch sind viele UX-Fragen noch unbekannt. Es gibt keine monatelangen stabilen Baselines, ausgereiften Funnels oder lange Liste bekannter Fehlermuster. In dieser Situation ist qualitative Beobachtung besonders nützlich, weil sie dabei hilft, überhaupt die richtigen Fragen zu finden.
Das bedeutet nicht, dass Replays wichtiger sind als aggregierte Analysen. Beide beantworten unterschiedliche Fragen. Aggregierte Daten zeigen besser, wie häufig ein Muster auftritt. Ein Replay zeigt besser, wie eine konkrete Interaktion aussah.
Die Kombination ist stärker: erst ein Muster finden und Beispiele ansehen – oder zuerst eine auffällige Interaktion entdecken und anschließend prüfen, ob sie häufig genug vorkommt, um relevant zu sein.
Session Replay hat technische Grenzen
Webvisor ist auch deshalb keine absolute Wahrheit, weil die Aufzeichnung selbst Grenzen hat. Yandex dokumentiert, dass nicht zwingend jede Sitzung aufgezeichnet wird, dass Aufzeichnungen nur begrenzt gespeichert werden und dass Browser- oder Seitentechnologien die Aufnahme oder Wiedergabe beeinflussen können. Dynamische Styles, Cross-Domain-iframes, privates Browsen, Canvas-Inhalte und Shadow DOM gehören zu den Beispielen, bei denen Einschränkungen relevant sein können.
Ein kaputtes Replay beweist also nicht automatisch, dass der Nutzer eine kaputte Seite gesehen hat. Und eine fehlende Aufzeichnung beweist nicht, dass keine Sitzung stattgefunden hat.
Auch Datenschutz muss bewusst behandelt werden. Session-Replay-Werkzeuge können deutlich mehr erfassen als ein normaler Pageview-Zähler. Für Passwörter und sensible Felder gibt es Schutzmechanismen, trotzdem muss der Betreiber die Erfassung verantwortungsvoll konfigurieren, unnötige identifizierende Daten vermeiden und die jeweils geltenden Einwilligungs- und Datenschutzanforderungen beachten.
Welches Tool würde ich wählen?
Für frühes UX-Debugging in genau diesem Projekt bevorzugte ich Yandex Metrica. Webvisor brachte mich schneller von „In den Zahlen sieht etwas komisch aus“ zu „Ich kann mir die konkrete Interaktion ansehen, die dahinterstecken könnte“. In der ersten Woche war das für mich der entscheidende Vorteil.
Ich würde daraus aber nicht mehr „Google Analytics ist schlecht“ oder „Metrica ist die bessere Analytics-Plattform“ machen. GA4 hat andere Stärken und einen wesentlich tieferen Event-Analyse-Workflow, als mein ursprünglicher Kurztext vermuten ließ. Wenn Acquisition-Reporting, benutzerdefinierte Events, Integrationen oder ein breiteres Measurement-Setup im Vordergrund stehen, kann der Vergleich anders ausfallen.
Auch beide Tools eine Zeit lang parallel zu betreiben, halte ich nicht für sinnlos. Plattformen können Sitzungen, Nutzer und Events unterschiedlich modellieren und verarbeiten. Deshalb sollte man nicht erwarten, dass ihre Zahlen perfekt übereinstimmen.
Was ich nach einer Woche wirklich gelernt habe
Die belastbare Aussage ist enger als mein ursprüngliches „haushoch gewonnen“, aber gerade deshalb stärker.
Yandex Metrica gewann meine Aufmerksamkeit, weil ich individuelles Nutzerverhalten dort leichter untersuchen konnte. Der Weg von einer Kennzahl zu einer konkreten UX-Hypothese wurde kürzer. Google Analytics blieb nützlich, aber für das Problem, das mich direkt nach dem Launch am meisten beschäftigte, öffnete ich zuerst Metrica.
Webvisor machte aus Vermutungen keine Gewissheit. Es machte aus vagen Vermutungen besser begründete Fragen. Für UX-Arbeit ist das bereits ein großer Gewinn.