Dimension

Was Dimensionen sind

Jede analytische Query hat drei Teile:

• Metriken: was du misst (Umsatz, Bestellungen, ROAS)
• Dimensionen: wie du es aufschlüsselst (nach Kanal, nach Monat, nach Land)
• Filter: welche Teilmenge du betrachtest (nur EU-Traffic, nur bezahlte Ausgaben)

Dimensionen sind die kategorialen Attribute. Sie nehmen diskrete Werte an: „Meta“ vs. „Google“ vs. „E-Mail“. „DE“ vs. „US“ vs. „UK“. „Mobile“ vs. „Desktop“. Kohorte „Tag 0“ vs. „Tag 30“.

Gängige Dimensionen in der Marketing-Analytics

Ein kurzer Katalog:

• Kanal: Meta, Google, E-Mail, SEO, Direct, Affiliate
• Kampagne / Ad Set / Ad: die Hierarchie, die jede Plattform nutzt
• Land / Region: geografische Aufschlüsselung
• Gerät: Mobile / Desktop / Tablet / App
• Kohorte: wann der Kunde erstmals dazukam (Akquise-Monat, -Woche, -Tag)
• Produkt / Kategorie: auf SKU-Ebene oder gruppiert
• Kundentyp: Neu vs. Wiederkehrend
• Zeit: Tag, Woche, Monat, Quartal, Jahr (Zeit selbst ist eine Dimension)

Jedes Business hat seine eigenen zusätzlichen Dimensionen: Abo-Tier, Loyalty-Status, Traffic-Source-Kategorie usw.

Dimensionshygiene

Die mit Abstand größte Quelle verwirrten Reportings: unsaubere Dimensionswerte. Beispiele:

• Meta vs. meta vs. META vs. Facebook vs. FB: fünf Werte, eine Quelle
• Email vs. email-marketing vs. Newsletter: je nachdem, welches Team es getaggt hat
• MOBILE vs. mobile vs. iOS+Android: je nachdem, aus welchem Plattform-Datenfeed

Wenn Dimensionswerte so fragmentieren, unterzählt das Aufsummieren. Filter verfehlen. Vergleiche brechen. Ein guter Semantic Layer normalisiert Dimensionswerte beim Ingest, sodass nachgelagerte Queries immer eine kanonische Form sehen.

Slowly Changing Dimensions

Ein subtiles Problem: Dimensionen ändern sich über die Zeit. Der Name einer Kampagne wird bearbeitet. Ein Kunden-Tier steigt auf. Ein Produkt wechselt die Kategorie.

Drei Handhabungsstrategien (die klassischen SCD-Typen):

• SCD Type 1: Historie überschreiben (nur aktueller Wert)
• SCD Type 2: Historie behalten (jede Zeile bekommt effective_from und effective_to)
• SCD Type 3: vorherigen + aktuellen Wert nachhalten

Wähl pro Dimension. Die Tier-Historie eines Kunden zählt oft (SCD 2). Umbenennungen von Kampagnennamen meist nicht (SCD 1).

Dimensionen für KI

KI-Agenten, die per MCP abfragen, nutzen ebenfalls Dimensions-Metrik-Paare, „gib mir ROAS nach Kanal für letzte Woche“ zerlegt sich in metric=roas, dimension=channel, filter=week=last. Es gelten dieselben Hygiene-Sorgen: unsaubere Dimensionen erzeugen genauso leicht falsche KI-Antworten wie falsche Dashboards.

Häufige Fehler

• Dimensionswerte als Freitext behandeln. Jede Dimension sollte eine kuratierte Menge erlaubter Werte haben.
• Dimensionen nicht versionieren. Eine Dimension umzubenennen bricht Jahresvergleiche still.
• Die Dimension, die du brauchst, wegaggregieren. Hast du erst auf Woche hochgerollt, kannst du nicht zurück auf Tag drillen. Behalte die granularen Daten und aggregiere zur Query-Zeit.

FAQ zu Dimension

Was ist eine Dimension in der Analytics?

Eine Dimension ist ein kategoriales Attribut, mit dem du eine Metrik aufschlüsselst: Kanal, Kampagne, Land, Gerät, Kohorte. Metriken sind, was du misst (Umsatz, ROAS). Dimensionen sind, wie du aufschlüsselst (nach Kanal, nach Monat).

Was sind gängige Marketing-Dimensionen?

Kanal, Kampagne, Ad Set, Land, Gerät (Mobile/Desktop), Kohorte (Akquise-Monat), Produkt, Kundentyp (neu/wiederkehrend), Zeit (Tag/Woche/Monat).

Was ist eine Slowly Changing Dimension?

Eine Dimension, deren Wert sich über die Zeit ändert: das Tier eines Kunden, der Name einer Kampagne, die Kategorie eines Produkts. Die SCD-Strategien (Type 1, Type 2, Type 3) definieren, wie man die Historie handhabt, wenn sich der Wert ändert.