Data to AI™ / Claude/Google Analytics 4
Fragen Sie Claude, welche Kanäle, Landingpages und Produkte tatsächlich konvertieren, mit den GA4-Metriken und Dimensionen Ihrer Wahl, ohne eine weitere Exploration oder einen weiteren Export zu erstellen.
Weniger Tokens, bessere Antworten.
Claude
Welcher Kanal hat letzten Monat im Verhältnis zu seinem Traffic die meisten Key Events gebracht?
Organic Search brachte mit 1.446 die meisten Key Events. Email konvertierte am besten, mit 7 Key Events pro 100 Sessions gegenüber 5 bei Paid Search und 3 bei Organic Search.
| Kanal | Sessions | Key Events | Engagement Rate |
|---|---|---|---|
| Organic Search google / organic | 48.200 | 1.446 | 61 % |
| Paid Search google / cpc | 21.500 | 1.075 | 58 % |
| Email newsletter / email | 6.400 | 448 | 72 % |
Sessions werden pro Kanal ohne Page Path Aufschlüsselung erfasst, sodass keine Session doppelt gezählt wird.
Google Analytics 4 misst, wie Menschen Ihre Website und Apps erreichen und nutzen. Dataddo extrahiert einen flexiblen GA4-Datensatz: Wählen Sie aus 184 Standardmetriken und 374 Dimensionen sowie den benutzerdefinierten, die in Ihrer Property definiert sind.
Welche Landing Page Werte hatten letzten Monat über 2.000 Sessions, aber eine Engagement Rate unter 50 %, und was haben diese Seiten gemeinsam?
Eine Content-Marketerin erhält eine kurze Liste von Seiten mit viel Traffic und wenig Engagement und lässt Claude sie nach Template oder Thema gruppieren, bevor sie den nächsten Überarbeitungssprint plant.
Wie haben sich die Key Events nach Session Default Channel Grouping letzte Woche gegenüber der Vorwoche verändert? Schlüssele jeden rückläufigen Kanal nach Session Campaign Name auf.
Die Marketingleitung beginnt die Woche in einer Unterhaltung, statt ein Dashboard neu aufzubauen, und geht vom Kanal mit dem Rückgang zu den Kampagnen, die dahinterstehen.
Liste über den dataddo Server jeden Event Name mit seinem Event Count seit Montag auf und vergleiche die Liste mit analytics/events.yaml in diesem Repo.
Ein Entwickler führt Claude Code nach einem Release im Website-Repository aus und entdeckt Events, die fehlen, umbenannt wurden oder viel seltener feuern, als der Tracking-Plan erwartet.
Data to AI™ ist während der privaten Vorabversion kostenlos. Wir nehmen Teams in Wellen auf und entwickeln das Produkt mit ihrem Feedback weiter. Zum Launch wird es so abgerechnet wie die KI-Assistenten, die Ihr Team bereits nutzt. Sie brauchen individuelle Verträge oder Mengenpreise? Sprechen Sie mit uns über Enterprise.
Stellen Sie Claude, ChatGPT und anderen KI-Tools governte Geschäftsdaten über MCP bereit.
Kostenlos in der Vorabversion
Stellen Sie Dataddo flexibel in jeder Cloud- oder Hybridumgebung bereit.
Wir haben ein Zahlungsmodell, das zu Ihnen passt
| Ohne Dataddo |
Mit Dataddo
|
Ihr Ergebnis | |
|---|---|---|---|
| GA4 in Claude bringen | Eine Exploration in GA4 erstellen, exportieren, die Datei an den Chat anhängen und die ganze Routine für jede neue Aufschlüsselung wiederholen, nach der jemand fragt. | Claude fragt Dataddo per Namen nach Sessions, Key Events oder Landing Page, direkt aus der geplanten GA4-Quelle, ohne Datei dazwischen. | Keine Dateien zum Anhängen |
| Tage, die Google noch verarbeitet | Ein morgendlicher Export enthält die letzten drei Tage, die Google noch bis zu 72 Stunden ändern kann, und nichts kennzeichnet sie als vorläufig. | Claude kann vor der Antwort data_status aufrufen, und ein relativer Datumsbereich liest die letzten Tage bei jedem Lauf neu ein, bis sich die Zahlen stabilisieren. | Vorläufige Tage gekennzeichnet |
| Doppelt gezählte Sessions | Wenn man Page Path zu einem Session-Export hinzufügt, wird ein Besuch einmal pro aufgerufener Seite gezählt, sodass die Summe höher ist als die tatsächliche Zahl der Sessions. | Feldbeschreibungen aus der semantischen Schicht sagen Claude, was jede GA4-Metrik bedeutet, sodass Kanalsummen aus einer Quelle ohne Seitendimensionen stammen. | Summen, die standhalten |
| Zugriff für das Marketingteam | Analysten leiten GA4-Dateien herum, und niemand kann sagen, aus welchem Export, welcher Property oder welchem Zeitraum eine zitierte Zahl stammt. | Bei Claude Team und Enterprise fügt ein Owner Dataddo Data Access einmal hinzu, und jedes Mitglied meldet sich mit seinem eigenen Dataddo-Konto an. | Eine Einrichtung, persönliche Logins |
| Token-Verbrauch | Claude verbraucht Tokens, um rohe Google Analytics 4-Spalten zu erkunden, Zeilen zu sichten und neu anzusetzen, bis die Daten verstanden sind. | Felddefinitionen und Beziehungen werden vorab geliefert, sodass das Modell die Erkundung überspringt und direkt antwortet. | Weniger Tokens pro Antwort |
| Antwortqualität | Anfällig für falsche Joins, erfundene Felder und schwer überprüfbare Zahlen. | Antworten auf Basis definierter Felder. Im Dataddo-Benchmark wurden 78,5 % der Fragen korrekt beantwortet, gegenüber 65,5 % mit einfachen CSV-Dateien. | Bessere Antworten |
Die Google Analytics 4-Datensätze, die Marketing-Teams am häufigsten nutzen, mit ihren echten Feldnamen. Claude fragt sie über die semantische Schicht von Dataddo beim Namen ab.
Läuft nach Ihrem Zeitplan mit einem relativen Datumsbereich. Google braucht 24 bis 72 Stunden, um Daten zu verarbeiten, daher können sich die letzten 3 Tage noch ändern, und die GA4 API erlaubt bis zu 1 Jahr Historie.
Google Analytics 4-Konnektor →Wir haben 43 vorab registrierte Fragen zu drei echten Datensätzen gestellt - Google Search Console, HubSpot-Deals und Google Ads - und dieselben Zeilen auf vier Arten an dasselbe Modell geliefert. Nur die Datenschicht hat sich geändert.
der Fragen richtig beantwortet - der beste der vier getesteten Bereitstellungswege
weniger selbstsicher falsche Antworten - 14,0 % der Durchläufe gegenüber 24,0 % und 26,3 %
mehr richtige Antworten bei unübersichtlichen CRM-Daten - besser bei 8 Fragen, bei keiner schlechter
Dasselbe Modell, dieselben Prompts und dieselben Zeilen in jeder Bedingung; 759 bewertete Durchläufe, Referenzantworten vor dem ersten Durchlauf festgelegt. Allein bei Google Search Console schnitten dokumentierte CSV-Dateien genauso gut ab wie Data to AI™ - der Vorteil entsteht bei unübersichtlicheren Daten wie HubSpot-Deals.
Benchmark lesen →Erstellen Sie in Dataddo eine Google Analytics 4 Quelle, wählen Sie Metriken wie Sessions, Key Events und Purchase Revenue mit Dimensionen wie Session Default Channel Grouping und verknüpfen Sie sie mit einem Claude-Ziel oder einem AI Model. Fügen Sie in Claude den benutzerdefinierten Konnektor https://headless.dataddo.com/mcp-data hinzu und melden Sie sich an, oder führen Sie claude mcp add in Claude Code aus.
Nein. Dataddo extrahiert GA4 nach Ihrem Zeitplan und stellt die Daten über den Data Access MCP-Server bereit. Claude meldet sich dort mit Ihrem Dataddo-Konto an, nie bei GA4.
Google braucht 24 bis 72 Stunden, um GA4-Daten zu verarbeiten, daher können sich die letzten drei Tage noch bewegen. Lassen Sie Claude data_status prüfen und behandeln Sie sehr aktuelle Werte als vorläufig.
Ja. Führen Sie claude mcp add mit der Dataddo-URL aus, melden Sie sich mit /mcp an, und Claude Code fragt dieselben GA4-Entitäten ab, während Sie in einem Repository arbeiten.
Eine Session kann mehrere Seiten besuchen, daher zählt eine Page Path Aufschlüsselung sie einmal pro Seite. Für Kanalsummen fragen Sie Claude nach einer GA4-Quelle ohne Seitendimensionen.
Ja. Dataddo ruft die in Ihrer GA4-Property definierten benutzerdefinierten Metriken und Dimensionen ab. Sobald Sie sie in der Quelle auswählen, kann Claude sie wie jedes Standardfeld per Namen abfragen.
Jeder Plan funktioniert. Free erlaubt einen benutzerdefinierten Konnektor, Nutzer von Pro und Max fügen ihn selbst hinzu, und bei Team und Enterprise fügt ein Owner Dataddo Data Access einmal für alle hinzu.