Was ist ein Metrics Layer?
In der Praxis rechnen die Tools nicht mehr selbst. Ein Dashboard fragt nach „ROAS nach Kanal, letzte 30 Tage“, und der Metrics Layer liefert die Berechnung.
Er löst ein konkretes Problem: Dieselbe KPI wird in jedem Dashboard, jeder Tabelle und jeder Abfrage leicht anders nachgebaut. Ist die Formel zentral hinterlegt, erfolgt eine Änderung einmal und gilt überall.
Wie funktioniert ein Metrics Layer?
Jede Kennzahl wird als Definition geschrieben, nicht als Abfrage. Die Definition benennt die zugrunde liegenden Daten, die Berechnung und die erlaubten Aufschlüsselungen. Fordert ein Tool die Kennzahl an, erzeugt der Metrics Layer die passende Abfrage.
| Teil einer Kennzahldefinition | Was er festlegt | Beispiel für ROAS |
|---|---|---|
| Formel | Wie der Wert berechnet wird | Umsatz geteilt durch Spend |
| Filter | Was ein- oder ausgeschlossen wird | Umsatz abzüglich Retouren, nur Paid Media |
| Zeitliche Granularität | Wie Zeit gruppiert wird | Täglich, wöchentlich, Geschäftsmonat |
| Dimensionen | Wie sie aufgeschlüsselt werden kann | Kanal, Region, Kampagnentyp |
| Verantwortlich | Wer Änderungen freigibt | Marketing Analytics, mit Freigabe durch Finance |
Was ist ein Beispiel für einen Metrics Layer?
Drei Dashboards, ein CPA
Ein Paid-Social-Dashboard, ein Search-Dashboard und eine Management-Zusammenfassung berechnen jeweils die Kosten pro Akquisition. Eines zählt alle Conversions, eines nur Käufe, und eines dedupliziert über Plattformen hinweg, sodass die drei CPAs nie übereinstimmen.
Mit einem Metrics Layer wird der CPA einmal definiert, einschließlich der Frage, welche Conversions zählen. Alle drei Dashboards fordern ihn über seinen Namen an und zeigen dieselbe Zahl.
Metrics Layer vs. Semantic Layer
Die Begriffe überschneiden sich und werden oft synonym verwendet. Der praktische Unterschied liegt im Umfang: Ein Metrics Layer regelt, wie KPIs berechnet werden, ein Semantic Layer regelt, was alle Daten bedeuten.
| Metrics Layer | Semantic Layer | |
|---|---|---|
| Schwerpunkt | KPI-Formeln und Berechnungen | Die vollständige geschäftliche Bedeutung der Daten |
| Definiert Kennzahlen | Ja | Ja |
| Definiert Geschäftsentitäten und Beziehungen | Teilweise, nur soweit für Kennzahlen nötig | Ja: Konten, Kampagnen, Anzeigen und wie Tabellen verknüpft sind |
| Kalender und Zeitlogik | Einfache zeitliche Granularität | Geschäfts- und Aktionskalender |
| Benennung und Taxonomie-Mapping | Nein | Oft, etwa die Zuordnung von Plattform-Labels zu Geschäftskategorien |
| Typische Beziehung | Ein Bestandteil | Die umfassendere Schicht, die ihn enthält |
Warum ist ein Metrics Layer wichtig?
Auseinanderdriftende Kennzahlen sind ein häufiger Grund, warum Reports sich widersprechen. Kleine Unterschiede in einer Formel oder einem Filter führen zu unterschiedlichen Zahlen, und Meetings beginnen mit Abgleich statt mit Entscheidungen.
- Eine Formel pro KPI. Jedes Tool berechnet sie auf dieselbe Weise.
- Einmal ändern. Eine aktualisierte Definition erreicht jeden Report gleichzeitig.
- Self-Service mit Leitplanken. Mehr Menschen können Daten erkunden, ohne eigene Berechnungen zu erfinden.
- Konsistente KI-Antworten. KI-Tools nutzen dieselben Kennzahldefinitionen wie die Dashboards.
Wie setzt Alli das um?
In Alli by PMG liegen die Kennzahldefinitionen im Alli Semantic Layer und nicht in einem separaten Metrics Store. KPIs wie ROAS, CPA, Conversion-Rate und Kosten pro Lead werden einmal definiert, einheitlich über alle Regionen und Währungen, zusammen mit den Geschäftsentitäten, Kalendern und Categorizations-Regeln, die den übrigen Daten ihre Bedeutung geben.
Jedes Dashboard, jede Ansicht in Data Explorer, jede Antwort von Ask Alli, jeder Alert und jedes Planungstool liest dieselben Definitionen. Zum übergeordneten Konzept siehe den Glossareintrag zum Semantic Layer.
Alli Semantic Layer entdeckenFAQ zum Metrics Layer
Ist ein Metrics Layer dasselbe wie ein Semantic Layer?
Nicht ganz. Ein Metrics Layer legt fest, wie KPIs berechnet werden. Ein Semantic Layer umfasst das in der Regel auch, dazu Geschäftsentitäten, Beziehungen zwischen Datenquellen, Kalender und Namenstaxonomie.
Was ist Headless BI?
Headless BI bezeichnet die Definition von Kennzahlen in einer eigenen Schicht, unabhängig von einem einzelnen Dashboard-Tool, sodass viele Tools dieselben Definitionen nutzen können. Ein Metrics Layer ist der Kern dieses Ansatzes.
Brauche ich einen Metrics Layer, wenn ich ein BI-Tool habe?
BI-Tools können Kennzahlen definieren, doch diese Definitionen bleiben meist im jeweiligen Tool. Ein Metrics Layer stellt dieselben Definitionen jedem Tool zur Verfügung, auch KI.
Wer ist für den Metrics Layer verantwortlich?
Meist pflegen ihn Data- und Analytics-Teams, während die fachlich Verantwortlichen etwa aus Marketing und Finance festlegen, wie jede KPI definiert wird.
Zuletzt aktualisiert am Zurück zum Glossar