Metadata

Was sind Metadaten?

Metadaten sind „Daten über Daten“ – das klingt erstmal abstrakt, ist aber extrem wichtig. Metadaten liefern kontextuelle Informationen über die eigentlichen Daten. Sie beschreiben, klassifizieren und organisieren Datensätze und ermöglichen es, die Herkunft, Qualität, Struktur und den Verwendungszweck der Daten zu erkennen. Metadaten geben Antworten auf Fragen wie:

• Wann wurden die Daten erfasst?
• Woher stammen die Daten (Quelle)?
• Wer hat die Daten erstellt?
• Welche Struktur haben die Daten (z. B. Dateiformat, Feldbezeichnungen)?

Diese Zusatzinformationen sind unerlässlich, um große Datenmengen verständlich zu machen und gezielt weiterzuverarbeiten, insbesondere in der Welt von Analytics, Tracking, Big Data und Datenbanken.

Technische Beschreibung von Metadaten

Metadaten können auf technischer Ebene in drei Hauptkategorien unterteilt werden:

1. Strukturelle Metadaten
   • Beschreiben, wie Daten organisiert sind.
   • Beispiele: Tabellenstruktur in einer Datenbank, Dateiformate (CSV, JSON, XML) oder die Hierarchie einer Website.
2. Deskriptive Metadaten
   • Liefern Informationen, die den Inhalt der Daten beschreiben.
   • Beispiele: Titel, Autor, Schlagwörter, Produktbezeichnungen oder die Beschreibung von Inhalten.
3. Administrative Metadaten
   • Beziehen sich auf die Verwaltung der Daten, wie Herkunft, Zugriffsrechte oder Ablaufdaten.
   • Beispiele: Erstellungsdatum, letzte Änderung, Versionierung und Nutzerrechte.

Metadaten können in Datenbanken, Tracking-Systemen (z. B. Google Analytics, BigQuery), Websites, Bildern, Dateien oder Content-Management-Systemen (CMS) vorkommen. Im Bereich des Trackings sind Metadaten oft die Parameter, die bei Events mitgesendet werden, z. B. der Zeitpunkt des Klicks oder der verwendete Browser.

Technische Umsetzung von Metadaten in Tracking-Systemen

In Systemen wie Google Analytics 4 (GA4) oder dem Google Tag Manager (GTM) werden Metadaten häufig als Parameter zu einem Event hinzugefügt. Diese Parameter können selbst angelegt oder durch das System automatisch generiert werden.

Beispiel: Metadaten im Google Tag Manager (GTM)

• Event: Button-Klick
• Metadaten:
  • event_time: Zeitpunkt des Klicks
  • page_url: URL, auf der der Klick erfolgt ist
  • referrer: Woher der Besucher kam
  • user_id: Eindeutige ID des Nutzers
  • device: Gerätetyp (Mobile/Desktop/Tablet)

Im Google Tag Manager können diese Metadaten als Variablen definiert und dann als Parameter an Google Analytics 4 übergeben werden. Ein Tracking-Pixel oder Event-Tag enthält somit nicht nur die Info „Button wurde geklickt“, sondern auch wann, wo, von wem und mit welchem Gerät.

Anwendungsfälle (Cases) von Metadaten

Case 1: Produktdatenbank im E-Commerce

Problem: Ein Online-Shop betreibt eine Produktdatenbank mit 10.000 Artikeln. Kunden möchten gezielt Produkte filtern, z. B. nach Größe, Farbe oder Verfügbarkeit.

Lösung mit Metadaten:

• Strukturelle Metadaten: Die Produktdatenbank verwendet eine klare Struktur mit Kategorien wie „Produktname“, „Preis“, „Größe“, „Farbe“ und „Lagerbestand“.
• Deskriptive Metadaten: Jedes Produkt hat Metadaten wie Produktbeschreibung, Bilder-URLs, SEO-Metadaten (z. B. Meta-Title, Meta-Description) und Schlagwörter.
• Administrative Metadaten: Jedes Produkt enthält Metadaten zum Erstellungsdatum, zum Änderungsdatum und zum Nutzer, der das Produkt zuletzt bearbeitet hat.

Technische Umsetzung:

• Diese Metadaten werden in einer SQL-Datenbank gespeichert. Eine Abfrage wie SELECT * FROM produkte WHERE farbe = 'blau' AND groesse = 'M' ermöglicht eine schnelle Filterung nach bestimmten Attributen.
• Über eine API-Schnittstelle werden diese Metadaten auch an andere Systeme (wie ein CRM oder Google Merchant Center) übergeben.

Nutzen: Kunden können Produkte nach bestimmten Kriterien filtern, und SEO-relevante Metadaten (wie Meta-Descriptions) werden automatisiert an Google weitergegeben, was die Sichtbarkeit im Suchindex verbessert.

Case 2: Tracking mit Google Analytics 4 (GA4)

Problem: Ein Unternehmen möchte analysieren, wie Nutzer mit einer Landingpage interagieren, welche Buttons geklickt werden und von welchen Quellen die Besucher stammen.

Lösung mit Metadaten:

• Deskriptive Metadaten: Beim Klick auf einen Call-to-Action (CTA)-Button werden wichtige Parameter erfasst, wie:
  • click_text (welcher Text stand auf dem Button, z. B. „Jetzt kaufen“).
  • page_path (auf welcher URL wurde der Klick ausgelöst).
  • utm_source (Woher kam der Nutzer – aus einer Facebook-Anzeige, Google-Suche usw.).
• Administrative Metadaten: GA4 fügt automatisch die Session-ID und User-ID hinzu, um den Nutzer zu identifizieren. Zusätzlich wird die Zeitzone erfasst.

Technische Umsetzung:

• Im Google Tag Manager (GTM) wird ein „Click“-Trigger erstellt.
• Über den Trigger werden Custom-Event-Parameter (wie click_text, page_path, utm_source) zu GA4-Events hinzugefügt.
• Diese Informationen erscheinen im GA4 DebugView und können zur Segmentierung der User verwendet werden.

Nutzen: Das Unternehmen kann präzise nachvollziehen, welche Buttons Nutzer am häufigsten klicken, von welcher Quelle sie kommen und wie sich das auf die Conversion-Rate auswirkt. Die Herkunfts-Metadaten (utm_source, utm_campaign) ermöglichen eine klare Zuordnung der Conversions zu Kampagnen.

Warum sind Metadaten so wichtig?

• Kategorisierung: Metadaten organisieren Daten und machen sie durchsuchbar (wie z. B. Filteroptionen in einem Shop).
• Analyse: Im Tracking sind Metadaten entscheidend, um Nutzerinteraktionen zu verstehen (Klickzeitpunkt, Button-Text, Gerätetyp usw.).
• Datenqualität: Metadaten zeigen die Herkunft von Daten auf und sichern die Datenqualität.
• Automatisierung: Systeme wie Google Analytics 4 generieren Metadaten automatisch, wodurch die Automatisierung von Workflows (z. B. Kampagnen-Attribution) möglich wird.

Fazit

Metadaten sind der Schlüssel, um Rohdaten in sinnvolle Informationen zu verwandeln. In Tracking-Systemen wie Google Tag Manager oder Google Analytics 4 sind Metadaten unverzichtbar, um die Interaktionen von Nutzern zu analysieren. Sie geben Kontext und helfen, die Herkunft, Struktur und Qualität der Daten zu verstehen. Technisch werden Metadaten als Variablen, Parameter oder API-Daten umgesetzt. Die beiden Cases zeigen, wie Metadaten im E-Commerce (Produktdatenbank) und im Tracking (Google Analytics 4) genutzt werden können, um bessere Entscheidungen zu treffen.