Connector oder eigene Anbindung bei Looker Studio, GA4 und Google Ads?

Reicht der fertige Connector in Looker Studio, oder braucht es eine eigene Anbindung mit BigQuery und etwas KI? Und lässt sich die Customer Journey überhaupt sauber abbilden? Meine Sicht, mit Raum zur Diskussion.

Jakub VanekSenior Performance Marketer
  • 5 Min. Lesezeit
  • Aktualisiert am
Connector oder eigene Anbindung bei Looker Studio, GA4 und Google Ads?
Kurz gesagt

Für die meisten Konten reichen die fertigen Looker-Studio-Connectoren für Google Ads und GA4. Eine eigene Anbindung mit BigQuery lohnt sich erst, wenn du viele Kanäle zusammenführen, an Rohdaten kommen oder Historie aufbauen musst. KI beschleunigt den Aufbau, ersetzt aber weder die Datenmodellierung noch den Betrieb. Und die Customer Journey bleibt ein Modell, auch mit perfekter Technik. Steuere deshalb auf wenige Zahlen, die über den Gewinn entscheiden.

Der pragmatische Standard mit den fertigen Connectoren

Looker Studio ist kostenlos, und die nativen Connectoren für Google Ads und GA4 sind es auch. In wenigen Minuten steht ein Dashboard, das Ausgaben, Umsatz, ROAS, CPA und den Zeitverlauf zeigt. Statt jeden Monat Screenshots zu bauen, teilst du einen Link, der sich selbst aktualisiert. Für die meisten Kunden reicht genau das.

Die Grenzen tauchen auf, wenn du mehrere Quellen sauber zusammenführen willst oder an Rohdaten musst. Das Verbinden (Blending) mehrerer Quellen wird schnell hakelig, und eine lange Historie bekommst du nur begrenzt. Dazu kommt die Datenlage in GA4 selbst, die im Beitrag Conversion-Tracking mit GA4 und Consent Mode beschrieben ist.

Wenn Connectoren nicht mehr reichen

Sobald weitere Kanäle dazukommen, also Meta, Microsoft, Newsletter oder das Shop-Backend, wird es enger. Dann gibt es zwei Wege. Entweder ein kostenpflichtiger Drittanbieter wie Supermetrics, der viele Quellen anbindet, oder eine eigene Pipeline. Bei der eigenen Lösung ziehst du die Daten per Schnittstelle in ein Warehouse wie BigQuery, führst sie dort zusammen, und Looker Studio liest sauber aus BigQuery aus. Für GA4 gibt es dafür einen BigQuery-Export, für Google Ads die Datenübertragung in BigQuery. Das gibt Kontrolle und echte Rohdaten. Der Preis ist Zeit und Wartung, denn Schnittstellen ändern sich, Zugänge laufen ab, und irgendetwas bricht genau dann, wenn du es brauchst.

Fertige ConnectorenEigene Pipeline
AufwandDashboard in wenigen MinutenZeit für Aufbau und laufende Wartung
KostenLooker Studio und die nativen Connectoren sind kostenlosDrittanbieter oder eigener Aufbau, dazu Betrieb
StärkeLink aktualisiert sich selbst, für die meisten Kunden ausreichendViele Quellen und Zugriff auf Rohdaten
GrenzeBlending wird hakelig, Historie nur begrenztSchnittstellen ändern sich, Zugänge laufen ab
Passt, wennDu Google Ads und GA4 auswerten willstDu viele Kanäle, Rohdaten und Skalierung brauchst

Kann eine KI die eigene Anbindung bauen?

Teilweise ja. Mit Claude oder einem anderen Modell schreibst du den Verbindungs-Code deutlich schneller, also die Abfragen, die Umwandlung der Daten und das Laden nach BigQuery. Die Einstiegshürde sinkt spürbar. Was die KI dir nicht abnimmt, sind die Datenmodellierung, das Verständnis der Kennzahlen und der laufende Betrieb. Der Code ist der leichte Teil, die richtige Struktur der schwere. Kurz gesagt senkt KI die Kosten für den Aufbau, nicht die Kosten für den Betrieb.

Warum sich die Customer Journey nicht hart nachmodellieren lässt

Alle Kanäle sauber in eine durchgängige Customer Journey zu bringen, ist extrem aufwendig. Noch wichtiger finde ich einen anderen Punkt. Selbst mit perfekter Technik bleibt die Journey ein Modell und kein Abbild der Wirklichkeit. Ein Mensch sieht eine Anzeige auf dem Handy, sucht später am Laptop danach, fragt einen Bekannten und kauft zwei Wochen darauf. Kein Attributionsmodell fängt das sauber ein. Wer versucht, die Journey bis zum letzten Kontaktpunkt nachzubauen, verliert Zeit an eine Genauigkeit, die es nicht gibt.

Was ich in Looker Studio stattdessen auswerte

Ich steuere stärker auf Gesamt-Ebene. Ein verlässlicher Effizienzwert über alle Kanäle ist die Marketing Efficiency Ratio, also der Gesamtumsatz geteilt durch die gesamten Werbeausgaben. Pro Kanal arbeite ich mit dem, was der Kanal verlässlich liefert, und behalte seine Grenzen im Kopf. Ein sinnvolles Dashboard zeigt wenige Zahlen.

  • Gesamtumsatz und gesamte Werbeausgaben im Zeitverlauf, daraus die Marketing Efficiency Ratio.
  • Pro Kanal Ausgaben, Conversions und Kosten je Ergebnis, mit dem Hinweis auf die Messgrenzen.
  • Die Kennzahl, die dein Geschäft wirklich steuert, etwa den Deckungsbeitrag nach Werbekosten (POAS).
  • Eine kurze Notiz zu Sonderereignissen wie Aktionen, Preisänderungen oder Tracking-Ausfällen.

Eine eigene Pipeline baue ich nur, wenn der Nutzen die Zeit klar rechtfertigt, also bei vielen Kanälen, großen Budgets und echter Skalierung. In allen anderen Fällen reichen Connectoren plus ein klarer Blick auf ihre Grenzen. Wie ich das Reporting für Kunden aufsetze, steht auf der Seite zu Leistungen.

Wo ich mich gern streiten lasse

Vielleicht unterschätze ich, was mit BigQuery und einer KI-gestützten Pipeline heute in kurzer Zeit machbar ist. Vielleicht ist die datengetriebene Attribution in GA4 besser als ihr Ruf. Meine These lautet, dass die Richtung auch ohne perfekte Journey stimmt und dass pragmatisch vor perfekt kommt. Wenn du das anders siehst, bin ich gespannt auf deine Sicht.

Häufige Fragen zu Looker Studio, GA4 und Google Ads

Ist Looker Studio wirklich kostenlos?

Looker Studio selbst und die nativen Google-Connectoren kosten nichts. Kosten entstehen bei Drittanbieter-Connectoren und bei BigQuery, sobald du über die kostenlosen Kontingente kommst.

Wann brauche ich BigQuery?

Wenn du Rohdaten brauchst, viele Quellen kombinierst oder Historie über die Grenzen der Berichte hinaus aufbauen willst. Für ein einzelnes Konto mit Google Ads und GA4 ist es meist nicht nötig.

Wie verlässlich ist die Attribution in GA4?

Sie ist ein Modell. Sie hilft beim Vergleichen, ersetzt aber keine Gesamtbetrachtung von Umsatz und Werbeausgaben.

Quellen und weiterführende Links
  1. BigQuery-Export support.google.com
  2. Datenübertragung in BigQuery cloud.google.com
Beitrag teilen
LinkedIn X WhatsApp E-Mail

Hol das Maximum aus deinen Kampagnen.

Im kostenlosen Erstgespräch sprechen wir 30 Minuten über deine Ziele und deine Lage. Danach weißt du, ob und wie ich dir helfen kann. Ein Blick in dein Konto kommt erst danach.

Erstgespräch vereinbaren
Jakub Vanek
Senior Performance Marketer · Ads Performance

8 Jahre Performance Marketing und rund 10 Mio. € betreutes Werbebudget. Vom eigenen Onlineshop im Möbelbereich bis zu fünfstelligen Monatsbudgets im Mittelstand, mit Blick vom Feed über das Tracking bis ins CRM.

Mehr über mich →