SSD Nodes Learn Hosting plans →
Anleitungen Matt ConnorVon Matt Connor

Self-hosted Webanalyse: Welches Tool passt zum VPS?

Vergleichen Sie Plausible, Umami, Matomo, GoatCounter und GoAccess nach RAM, Datenbank, Speicherwachstum, Reverse Proxy und Adblocker-Lücke.

Welches selbst gehostete Web-Analyse-Tool sollten Sie auf einem VPS betreiben?

Selbst gehostete Web-Analyse-Tools lassen sich in zwei Kategorien unterteilen. Die Wahl der falschen Kategorie verursacht mehr Aufwand als die Wahl des falschen Produkts. Die erste Kategorie führt ein kleines Skript im Browser des Besuchers aus und speichert die von diesem Skript gemeldeten Daten. Die zweite Kategorie liest die Access-Logs, die Ihr Webserver ohnehin bereits schreibt. Alles Weitere, einschließlich der Datenbank und des benötigten Arbeitsspeichers, ergibt sich aus dieser grundlegenden Entscheidung.

Die kurze Antwort für einen kleinen Server: GoatCounter und Medama passen auf 1 GB RAM, da beide jeweils nur einen Prozess über lokalen Datenbankdateien ausführen – einen für GoatCounter, zwei für Medama. Umami fügt einen Postgres-Container hinzu und bietet ein Dashboard, das auch für technisch weniger versierte Personen verständlich ist. Plausible Community Edition und Rybbit nutzen beide ClickHouse; planen Sie hierfür mindestens 2 GB RAM ein. Matomo ist ein vollumfängliches Produkt und erfordert eine Servergröße, die Ihrem Traffic entspricht. GoAccess fügt der Webseite keinerlei Daten hinzu, da es lediglich ein bereits vorhandenes Log ausliest.

Script-Tag oder Server-Log: Was die beiden jeweils erfassen können

Ein Script-Tag misst Browser. Die Seite wird geladen, das Script wird ausgeführt und es sendet eine Anfrage an Ihren Collector. Alles, was diese Kette unterbricht, bleibt für Sie unsichtbar: deaktiviertes JavaScript, eine Filterliste, die die Anfrage blockiert, eine fehlgeschlagene Anfrage an den Collector oder ein Crawler, der keine Scripts ausführt.

Ein Log-Parser misst Anfragen. Ihr Webserver schreibt für jede Anfrage eine Zeile, unabhängig davon, ob Sie zusätzliche Software installieren. Die Daten liegen daher bereits auf der Festplatte. Der Parser erfasst jeden Crawler und jeden Abruf einer Datei, die kein Script-Tag enthält. Er kann nicht sehen, was im Browser passiert ist. Außerdem erkennt er keine Seite, die aus dem Browser-Cache oder von einem vorgeschalteten CDN (Content Delivery Network) ausgeliefert wurde, weil diese Anfrage Ihren Server nie erreicht hat.

Die beiden Zahlen werden nicht übereinstimmen, und keine von beiden ist deshalb falsch. Matomo kann beides. In der Dokumentation wird beschrieben, welche Informationen beim Log-Import im Vergleich zum JavaScript-Tracker fehlen: Bildschirmauflösung und Seitentitel, Ereignisse, Content-Tracking, Heatmaps, Sitzungsaufzeichnungen und Formularanalysen. Das ist der Preis dafür, Anfragen statt Browser zu zählen.

Bot-Traffic ist die andere Ursache für die Abweichung. Auf Logs basierende Zählungen schließen Crawler ein, sofern Sie sie nicht filtern. Auf einer gewöhnlichen Website ist der Anteil der Crawler groß genug, um Ihre Schlussfolgerungen zu verändern. GoAccess und der Log-Import von Matomo filtern bekannte Bots. Keines der beiden Tools kann einen Crawler filtern, der seinen User-Agent fälscht. Das ist ein guter Grund, jede auf Logs basierende Zählung mit dem Blockieren von AI-Crawlern auf dem Server zu kombinieren und das Log erst nach der Blockierung statt davor auszuwerten.

GoAccess: Auswertung aus dem bereits vorhandenen Log

Installieren Sie GoAccess aus dem eigenen Debian- und Ubuntu-Repository des Projekts, da die Distributionspakete hinter den Releases zurückbleiben.

wget -O - https://deb.goaccess.io/gnugpg.key | gpg --dearmor | sudo tee /usr/share/keyrings/goaccess.gpg >/dev/null
echo "deb [signed-by=/usr/share/keyrings/goaccess.gpg arch=$(dpkg --print-architecture)] https://deb.goaccess.io/ $(lsb_release -cs) main" | sudo tee /etc/apt/sources.list.d/goaccess.list
sudo apt-get update
sudo apt-get install goaccess

Verweisen Sie GoAccess anschließend auf das Log und schreiben Sie einen statischen Bericht.

goaccess /var/log/nginx/access.log -o ~/report.html --log-format=COMBINED

Dieser Befehl schlägt für einen normalen Benutzer mit Permission denied fehl, da das nginx-Log unter Ubuntu root gehört und die Gruppe adm verwendet. Fügen Sie sich mit sudo usermod -aG adm $USER dieser Gruppe hinzu. Melden Sie sich anschließend ab und wieder an, da die Gruppenmitgliedschaft beim Anmelden eingelesen wird. Führen Sie id aus und prüfen Sie, ob adm in der Liste erscheint, bevor Sie den Befehl erneut ausführen.

Ein Bericht über das aktive Log umfasst nur Einträge, die logrotate noch nicht verschoben hat. Die Anfragen von gestern befinden sich in access.log.1. Ältere Logs sind komprimiert. Für eine Wochenansicht müssen daher auch die rotierten Dateien eingelesen werden.

zcat /var/log/nginx/access.log.*.gz | goaccess - --log-format=COMBINED -o ~/last-week.html

Es gibt außerdem den Live-Modus --real-time-html, der die Seite über einen WebSocket aktualisiert. Dafür sind ein zweiter Port und eine eigene Proxy-Regel erforderlich. Für die meisten Websites reicht ein stündlicher Bericht, den cron schreibt. Dadurch gibt es weniger abzusichern.

GoatCounter: ein Go-Binary und eine SQLite-Datei

GoatCounter wird als statisch kompiliertes Binary veröffentlicht. Daher muss keine Laufzeitumgebung installiert werden. Laden Sie einen Build von der Release-Seite herunter und führen Sie ihn aus. Alternativ können Sie das Image verwenden.

docker run -p 8080:8080 -v goatcounter-data:/home/goatcounter/goatcounter-data arp242/goatcounter

Als Binary ausgeführt, lauscht goatcounter serve auf Port 8080 und erstellt die SQLite-Datei unter ./goatcounter-data/db.sqlite3. Erstellen Sie die erste Site über die Kommandozeile und nicht über den Webassistenten, wenn die Instanz bereits hinter einem Proxy läuft.

goatcounter db create site -vhost=stats.example.com -user.email=me@example.com

GoatCounter kann sein eigenes Zertifikat mit goatcounter serve -listen=:443 -tls=tls,rdr,acme verwalten. Dabei wird ACME (Automatic Certificate Management Environment) verwendet. Das ist auf einem Server sinnvoll, der keine anderen Dienste bereitstellt. Wenn nginx oder Caddy Port 443 bereits verwendet, lassen Sie GoatCounter auf Port 8080 lauschen und leiten Sie Anfragen stattdessen per Proxy dorthin weiter. Das Tracking-Script ist laut eigener Angabe des Projekts etwa 3.5K groß. Für Seiten ohne JavaScript gibt es außerdem ein Tracking-Pixel. Wenn SQLite bei einer stark ausgelasteten Site zum begrenzenden Faktor wird, kann dasselbe Binary mit goatcounter serve -db 'postgresql+dbname=goatcounter' PostgreSQL verwenden. Backups bestehen aus einer Dateikopie. Das ist der entscheidende Vorteil dieses Tool-Aufbaus.

Medama: Ein einzelner Container mit 256 MB Speicherbedarf

Medama ist die neueste Option in dieser Liste, die als einzelne Binärdatei bereitgestellt wird. Das Projekt ist konzeptionsbedingt frei von Cookies und gibt die Größe des Trackers mit unter 1 KB an. Zudem sollen kleine Websites auf virtuellen Maschinen mit 256 MB Arbeitsspeicher betrieben werden können. Dies sind die vom Projekt veröffentlichten Angaben, keine für diesen Leitfaden gemessenen Werte.

docker volume create medama-data
docker run -d -p 127.0.0.1:8080:8080 -v medama-data:/app/data ghcr.io/medama-io/medama:latest

Der offizielle Befehl veröffentlicht den Port als 8080:8080. Das vorangestellte Loopback-Präfix ist beabsichtigt; der Abschnitt zum Reverse Proxy erläutert den Grund dafür. Medama speichert seine Daten in zwei Datenbankdateien, me_meta.db und me_analytics.db. Da der Container diese unter /app/data ablegt, sollten Sie das gesamte Volume sichern, anstatt nur eine einzelne Datei. Die erste Anmeldung erfolgt über admin mit dem Passwort CHANGE_ME_ON_FIRST_LOGIN; der Name dieses Passworts ist gleichzeitig die Anweisung.

Ein dokumentierter Fehlerfall wird Sie möglicherweise treffen. Die Anmeldung funktioniert nur über HTTPS oder auf localhost. Wenn Sie den Proxy vor dem Zertifikat einrichten, weist das Formular ein korrektes Passwort zurück, ohne den Grund dafür anzuzeigen. Schließen Sie daher zuerst die Einrichtung von TLS (Transport Layer Security) ab und melden Sie sich erst danach an.

Umami: Postgres und ein bekanntes Dashboard

git clone https://github.com/umami-software/umami.git
cd umami
docker compose up -d

Dies startet die Anwendung auf Port 3000 zusammen mit einem PostgreSQL-Container. Die Dokumentation gibt PostgreSQL v12.14 als Minimum an sowie Node.js 20.19 oder neuer, wobei bei einer Kompilierung aus dem Quellcode 22 LTS empfohlen wird. Es existiert ein vorgefertigtes Image, docker.umami.is/umami-software/umami:latest, welches DATABASE_URL benötigt, das auf eine bereits laufende Datenbank verweist.

Die ersten Anmeldedaten lauten admin mit dem Passwort umami. Ändern Sie diese, bevor Sie DNS auf den Server leiten, da die Instanz aus dem Internet erreichbar ist, sobald der Record aufgelöst wird und der Proxy antwortet. Details zu Compose, Umgebungsdateien und Restart-Policies finden Sie unter einem Docker Compose Stack auf einem VPS, anstatt einen Stack zu kopieren, den Sie nicht gelesen haben.

Der Ressourcenverbrauch besteht aus einem Node-Prozess und Postgres. Dies ist schwerer als eine einzelne Binärdatei und deutlich leichter als jede Lösung, die ClickHouse verwendet.

Plausible Community Edition: ClickHouse legt den RAM-Mindestbedarf fest

git clone -b v3.2.1 --single-branch https://github.com/plausible/community-edition plausible-ce
cd plausible-ce
touch .env
echo "BASE_URL=https://stats.example.com" >> .env
echo "SECRET_KEY_BASE=$(openssl rand -base64 48)" >> .env
docker compose up -d

Version v3.2.1 ist der Stand vom November 2026, und der clone-Befehl fixiert diese Version gezielt. Der Stack besteht aus drei Teilen: der Anwendung, Postgres für Konten und Einstellungen sowie ClickHouse für die Ereignisdaten. SECRET_KEY_BASE muss eine Zeichenkette von mindestens 64 Byte sein, was der Aufruf openssl erzeugt.

Die Anforderungen von Plausible sehen mindestens 2 GB RAM vor, damit ClickHouse und die Anwendung nicht vom Out-of-Memory-Killer beendet werden. Zudem ist eine CPU erforderlich, die SSE 4.2 oder NEON unterstützt, da ClickHouse dies benötigt. Diese zweite Anforderung sollte vor dem Kauf geprüft werden; sie ist einer der praktischen Unterschiede bei der Wahl zwischen einem ARM- und einem x86-VPS. ClickHouse beansprucht zudem so viel Arbeitsspeicher, wie es für verfügbar hält. Auf einem gemeinsam genutzten Server sollte daher ein Limit gesetzt werden, wie unter Begrenzung des Container-Speichers in Compose beschrieben.

BASE_URL muss exakt der öffentlichen URL entsprechen. Stimmt dies nicht überein, melden Sie sich an, die Anwendung leitet auf den falschen Host weiter und das Session-Cookie wird für eine Domain geschrieben, auf der sich Ihr Browser nicht befindet. In der Folge landen Sie ohne Fehlermeldung wieder auf dem Anmeldeformular.

Die mitgelieferte compose-Datei veröffentlicht keinen Port, da ein Proxy davor erwartet wird. Fügen Sie ein Override hinzu, das den Standard-Anwendungsport nur auf dem Loopback-Interface veröffentlicht.

cat > compose.override.yml << EOF
services:
    plausible:
        ports:
            - 127.0.0.1:8000:8000
EOF

Matomo: Das vollständige Produkt und der benötigte Server

Matomo läuft mit PHP und MySQL oder MariaDB. Damit passt es eher in den klassischen Web-Stack als in einen Container-Stack. Es ist zudem das einzige hier vorgestellte Werkzeug, das Hardware-Empfehlungen basierend auf dem Verkehrsaufkommen veröffentlicht.

DiagrammMatomo sizing guidance by monthly pageviews
Die Daten hinter diesem Diagramm
[
  {
    "label": "100K/month",
    "cpu_cores": 2,
    "ram_gb": 2,
    "disk_gb": 50
  },
  {
    "label": "1M/month",
    "cpu_cores": 4,
    "ram_gb": 8,
    "disk_gb": 250
  },
  {
    "label": "10M/month",
    "cpu_cores": 8,
    "ram_gb": 16,
    "disk_gb": 400
  }
]

Dies sind die von Matomo veröffentlichten Mindestanforderungen mit Stand November 2026; es handelt sich nicht um Messwerte aus diesem Leitfaden. Bis zu 100.000 Seitenaufrufe pro Monat werden 2 CPU-Kerne, 2 GB RAM und 50 GB SSD benötigt, wobei ein Server sowohl die Anwendung als auch die Datenbank beherbergt. Bei 1M/month steigt der Bedarf auf 8 GB RAM und 250 GB Festplattenspeicher. Ab 10M/month empfiehlt Matomo zwei Server; die letzte Zeile zeigt den Datenbankserver: 16 GB RAM und 400 GB Festplattenspeicher. Vergleichen Sie diese Festplattenwerte mit den Optionen für einzelne Binärdateien, bei denen der gesamte Datensatz in einer oder zwei lokalen Datenbankdateien liegt.

Die Archivierung überrascht viele Anwender. Standardmäßig erstellt Matomo seine Berichte, sobald jemand das Dashboard öffnet. Mit wachsender Datenmenge wird das Dashboard langsamer und läuft schließlich in ein Timeout. Die dokumentierte Lösung besteht darin, die browserbasierte Archivierung in den allgemeinen Einstellungen zu deaktivieren und den Archivierungsprozess stattdessen per cron auszuführen – als der Benutzer, dem die Matomo-Dateien gehören, und direkt aus dem Matomo-Verzeichnis heraus.

php console core:archive --url=https://analytics.example.com

Matomo speichert neben den verarbeiteten Berichtstabellen auch Rohdaten-Tabellen. Es kann alte Rohdaten und Berichte nach einem Zeitplan löschen. Aktivieren Sie diese Funktion bei der Installation, nicht erst wenn die Festplatte voll ist. Matomo kann zudem Server-Access-Logs importieren und ist damit das einzige Produkt in dieser Auswahl, das beide Kategorien gleichzeitig abdeckt.

Rybbit und neuere Stacks

git clone https://github.com/rybbit-io/rybbit.git
cd rybbit
chmod +x *.sh
./setup.sh your.domain.name

Rybbit ist ein neues Projekt mit einem modernen Dashboard. Das Setup-Skript erstellt die Umgebungsdatei und startet den Stack mit Docker Compose. Rybbit verwendet ClickHouse und bringt Caddy als eigenen Webserver mit. Caddy belegt Port 443 und fordert ein Zertifikat für die angegebene Domain an. Wenn nginx auf dem Server bereits Port 443 verwendet, kann das Skript den Port nicht binden. Verwenden Sie in diesem Fall den manuellen Compose-Weg des Projekts und betreiben Sie Rybbit hinter Ihrem vorhandenen Proxy. Laut Dokumentation sind mindestens 2 GB RAM erforderlich. Getestet wurde das Setup unter Ubuntu 24 LTS. Auf ARM-Systemen wird wegen ClickHouse ARMv8.2-A oder neuer benötigt.

Bei jedem jungen Projekt gilt: Neue Funktionen werden schnell veröffentlicht, aber ebenso schnell können sich inkompatible Änderungen ergeben. Fixieren Sie ein Tag, lesen Sie vor dem Abruf die Release Notes und erstellen Sie zuerst ein Datenbank-Backup.

Aufbewahrung und Festplattenwachstum: Messen Sie selbst auf Ihrem Server

Das Festplattenwachstum hängt davon ab, welche Daten das Tool pro Ereignis speichert. GoatCounter aggregiert Aufrufe zu Zählern. Daher wächst seine Datei stärker mit der Anzahl unterschiedlicher Seiten und Tage als mit dem Rohvolumen. Umami und Matomo speichern pro Ereignis eine Zeile. Matomo speichert zusätzlich zu den Rohdaten verarbeitete Berichtstabellen. ClickHouse speichert Ereignisse spaltenorientiert und komprimiert sie stark. Deshalb kommt Plausible mit einem Volumen zurecht, das einen zeilenorientierten Speicher stark belasten würde.

Dieser Leitfaden nennt keinen Wert in Megabyte pro 1 Million Pageviews, weil dieser Wert nicht mit Ihrem Datenverkehr gemessen wurde. Führen Sie die Messung selbst durch. Passen Sie die Namen des Dienstes und des Benutzers an Ihre eigene Compose-Datei an.

du -h goatcounter-data/db.sqlite3
docker compose exec db psql -U umami -d umami -c "SELECT pg_size_pretty(pg_database_size('umami'));"
docker compose exec plausible_events_db clickhouse-client -q "SELECT formatReadableSize(sum(bytes_on_disk)) FROM system.parts WHERE active"

Notieren Sie den Wert, warten Sie eine Woche, notieren Sie ihn erneut und teilen Sie die Differenz durch die Pageviews, die das Dashboard für diese Woche meldet. Dieser Wert bezieht sich auf Ihre Website und Ihre Bot-Filterung. Er ist daher aussagekräftiger als jeder veröffentlichte Durchschnittswert. Legen Sie anschließend ein Aufbewahrungslimit fest, solange der Wert noch niedrig ist. Eine volle Festplatte legt jeden Dienst auf dem VPS lahm, nicht nur die Analytics-Anwendung. Das ist das stärkste Argument dafür, das Datenbank-Volume an einem Ort abzulegen, vor dem df -h Sie warnen wird. Dieses Risiko erfordert auf einem Server, der bereits etwas Umfangreiches enthält, besondere Aufmerksamkeit, weil ein selbst gehosteter Fotoserver die Festplatte leert, lange bevor eine Analytics-Datenbank auch nur annähernd ihre Kapazitätsgrenze erreicht.

Verhalten hinter einem Reverse Proxy auf einer Subdomain

Platzieren Sie den Collector auf einer Subdomain der Website, die er misst, wie etwa stats.example.com. Dadurch wird die Collector-Anfrage zu einer First-Party-Anfrage, sodass sie nicht von Browser-Regeln betroffen ist, die Third-Party-Anfragen blockieren.

Binden Sie die Anwendung an das Loopback-Interface, wenn Sie den Container-Port veröffentlichen. Docker schreibt eigene Firewall-Regeln vor ufw, daher ist ein als -p 3000:3000 veröffentlichter Container aus dem Internet erreichbar, selbst wenn ufw status meldet, dass der Port gesperrt ist. Testen Sie dies von einem anderen Rechner mit curl http://SERVER_IP:3000, und Sie erhalten Zugriff auf das Dashboard. Bei einer Veröffentlichung als -p 127.0.0.1:3000:3000 liefert derselbe Test Connection refused, da nur der Docker-Host selbst den Port erreichen kann. Das bedeutet jedoch weiterhin, dass jeder Prozess und Benutzer auf dem System Zugriff hat, nicht nur der Proxy. Zudem konnten bei Docker Engine-Versionen vor 28.0.0 Hosts im selben L2-Netzwerksegment ebenfalls Ports erreichen, die an localhost gebunden waren; halten Sie die Engine daher aktuell. Diese Vorgehensweise verbirgt nicht nur ein Dashboard: Sie ist der Kern von Betrieb eines Onion-Dienstes auf demselben System, da jeder Dienst, der weiterhin auf der öffentlichen Schnittstelle antwortet, die versteckte Adresse mit Ihrer IP verknüpfen kann. Der Collector-Endpunkt muss aus dem offenen Internet erreichbar bleiben, das Dashboard jedoch nicht. Wenn Sie es lieber über ein privates Netzwerk lesen möchten, anstatt eine zweite Subdomain zu veröffentlichen, ermöglicht Ihnen die Ankündigung des VPS-Netzwerks in Ihrem Tailnet mittels Subnet-Router den Zugriff, ohne einen Port zu öffnen.

server {
    listen 443 ssl;
    server_name stats.example.com;

    location / {
        proxy_pass http://127.0.0.1:3000;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
    }
}

Die Forwarding-Header sind hier nicht optional. Ohne sie erscheint jeder Besuch als von 127.0.0.1 kommend, weshalb der Länderbericht leer bleibt und die Anzahl der eindeutigen Besucher gegen eins konvergiert. Umami prüft beispielsweise X-Real-IP vor X-Forwarded-For und verwendet den ersten Header, der einen Wert enthält; mit dem obigen Block liest es daher X-Real-IP. Jedes Projekt entscheidet selbst, welchem Header es unter welchen Einstellungen vertraut; prüfen Sie daher einmalig die Proxy-Dokumentation, anstatt Annahmen zu treffen. Caddy setzt diese Header selbst, und eine Caddyfile für dieselbe Aufgabe besteht aus zwei Zeilen.

stats.example.com {
    reverse_proxy 127.0.0.1:3000
}

Falls Sie noch keinen Proxy gewählt haben, behandelt der Vergleich von nginx, Caddy und Traefik, welcher sich für ein einzelnes System mit wenigen Subdomains eignet.

Self-Hosting ändert, wer die Daten verwaltet. Es ändert nicht, was das Gesetz über diese Daten sagt. Halten Sie zwei Regeln getrennt. Die Einwilligungsregel der ePrivacy-Richtlinie betrifft das Speichern oder Auslesen beliebiger Daten auf dem Gerät des Besuchers. Ein Tool, das keine Cookies setzt und nichts im local storage speichert, fällt daher nicht unter diese konkrete Anforderung. Die DSGVO betrifft die Verarbeitung personenbezogener Daten. Eine IP-Adresse gilt als personenbezogenes Datum. Sie benötigen daher weiterhin eine Rechtsgrundlage, eine Aufbewahrungsfrist und eine Antwort, wenn jemand wissen möchte, welche Daten Sie über ihn gespeichert haben.

Plausible, Umami, GoatCounter und Medama setzen standardmäßig keine Cookies. Was die einzelnen Projekte stattdessen ableiten, unterscheidet sich je nach Projekt und kann sich zwischen Versionen ändern. Lesen Sie daher die Datenschutzdokumentation des jeweiligen Projekts und nicht nur eine Zusammenfassung. Matomo bietet IP-Anonymisierung und einen Opt-out-Endpunkt, den Sie in der Administrationsoberfläche aktivieren.

Behörden kommen in verschiedenen Ländern zu unterschiedlichen Ergebnissen. Die französische CNIL veröffentlicht beispielsweise Bedingungen, unter denen die Reichweitenmessung von der Einwilligungspflicht ausgenommen sein kann. Dieser Abschnitt ist eine sachliche Zusammenfassung und keine Rechtsberatung. Fragen Sie für eine echte Website mit echten Nutzern einen Anwalt in Ihrer Rechtsordnung.

Ein Punkt wird häufig übersehen: Auch ein Zugriffs-Log enthält personenbezogene Daten. GoAccess fügt der Seite kein Skript hinzu und verarbeitet trotzdem IP-Adressen. Logbasierte Analysen liegen daher nicht automatisch außerhalb der gesetzlichen Vorgaben. Wenn Sie einen Dienst auf Ihren eigenen Server verlagern, verlagern Sie die Risiken, statt sie zu beseitigen. Aus demselben Grund endet was eine selbst gehostete SearXNG-Instanz tatsächlich verbirgt bei den Suchmaschinen, während die Suchanfragen selbst weiterhin in Ihren eigenen Logs landen.

Werbeblocker und warum Ihre Zahlen sinken werden

Filterlisten gleichen Hostnamen und URL-Muster ab. Ein gehostetes Analyseprodukt lässt sich leicht abgleichen, weil es von allen über denselben bekannten Hostnamen geladen wird. Wenn Sie den Collector in eine eigene Subdomain verschieben, entfernen Sie diesen Hostnamen aus der Anfrage. Wenn Sie das Skript von einem selbst gewählten Pfad ausliefern, entfernen Sie außerdem den bekannten Dateinamen. Dadurch ändern sich beide Merkmale, die eine Filterliste abgleichen muss.

Dieser Beitrag nennt keine Trefferquote, weil keine gemessen wurde. Der Anteil der Besucher, die eine bestimmte Konfiguration blockieren, hängt von Ihrer Zielgruppe ab. Eine Zielgruppe aus Entwicklern blockiert deutlich häufiger als eine allgemeine Zielgruppe. Messen Sie stattdessen Ihre eigene Differenz. Zählen Sie über dieselbe Woche mit GoAccess die Anfragen für HTML-Seiten im Access-Log. Vergleichen Sie diesen Wert mit den Pageviews, die Ihr skriptbasiertes Tool meldet. Die Differenz umfasst auf Ihrer Website blockierte Besuche und Seiten, die aus dem Cache ausgeliefert wurden.

Rechnen Sie damit, dass sich die Gesamtzahlen an dem Tag ändern, an dem Sie von einem gehosteten Produkt wechseln. Ein Teil dieser Änderung hat jedoch nichts mit Blockierung zu tun. Produkte verwenden unterschiedliche Definitionen für einen Pageview. Sie unterscheiden sich auch darin, ob ein Routenwechsel innerhalb einer Single-Page-Anwendung als ein Pageview zählt und wann eine Sitzung endet. Vergleichen Sie die Trends über mehrere Wochen, bevor Sie auf einen Rückgang des Traffics schließen.

Welches Tool für welche Website

  • Eine persönliche Website oder ein Blog mit weniger als etwa 50.000 Seitenaufrufen pro Monat: GoatCounter oder Medama auf einem 1 GB VPS, mit Backups in Form einer Dateikopie.
  • Eine Website, auf der Sie kein Skript hinzufügen können, oder ein Publikum, das stark blockiert: GoAccess über das bestehende Log, nach Zeitplan ausgeführt.
  • Eine Website für kleine Unternehmen, bei der jemand anderes das Dashboard liest: Umami, mit seinem Postgres-Container.
  • Eine Website, auf der Sie Ziel-Tracking benötigen, auf einem System mit 2 GB RAM oder mehr: Plausible Community Edition, welche Marketing-Funnels und User-Journeys der kostenpflichtigen Cloud von Plausible überlässt, oder Rybbit, wenn Sie das neuere Dashboard wünschen und ein jüngeres Projekt akzeptieren.
  • Viele Websites, viele Benutzerkonten oder die Anforderung, Rohdaten gemäß eigener Aufbewahrungsrichtlinien zu speichern: Matomo, dimensioniert gemäß der oben genannten veröffentlichten Richtlinien.

Beginnen Sie mit dem kleinsten Tool, das Ihre tatsächliche Frage beantwortet. Ein späterer Wechsel von GoatCounter zu Plausible kostet Sie eine Subdomain und einen Teil der Historie. Ein Wechsel von Matomo zu etwas anderem erfordert eine Migration, die Sie vermeiden möchten. Wenn Sie noch entscheiden, was sonst noch auf dasselbe System gehört, deckt die umfassende Self-Hosting-Übersicht ab, was daneben passt. Wenn Sie stattdessen Request-Level-Tracing einer Anwendung anstelle von Besucherzahlen benötigen, ist ein selbst gehosteter Observability-Dienst das richtige Werkzeug für diese Aufgabe.

FAQ

Nein, das sind zwei getrennte Sachverhalte. Die Einwilligungspflicht gemäß ePrivacy-Richtlinie betrifft das Speichern oder Auslesen von Informationen auf dem Endgerät des Besuchers. Ein Tool, das keine Cookies setzt und nichts in den lokalen Speicher schreibt, fällt daher nicht unter diese spezifische Anforderung. Die DSGVO ist ein anderes Regelwerk und betrifft die Verarbeitung personenbezogener Daten. Da eine IP-Adresse ein personenbezogenes Datum ist, benötigen Sie auch ohne Cookies eine Rechtsgrundlage und eine Speicherbegrenzung. Durch das Self-Hosting verlagern Sie die Daten auf Ihren eigenen Server und werden damit zum Verantwortlichen. Prüfen Sie die Leitlinien Ihrer zuständigen Aufsichtsbehörde und konsultieren Sie für Ihren Einzelfall einen Rechtsbeistand.

Wie viel RAM benötigt selbst gehostete Analytik auf einem VPS?

Der Datenspeicher ist ausschlaggebend, nicht das Dashboard. GoatCounter und Medama laufen jeweils als einzelner Prozess über lokale Datenbankdateien – einer für GoatCounter und zwei für Medama. Die Dokumentation von Medama gibt an, dass kleine Websites auf Systemen mit 256 MB laufen. Umami fügt neben einer Node-Anwendung einen Postgres-Container hinzu. Sowohl die Plausible Community Edition als auch Rybbit nutzen ClickHouse; beide Projekte setzen mindestens 2 GB voraus. Die offizielle Empfehlung von Matomo beginnt bei 2 CPU-Kernen und 2 GB RAM für bis zu 100.000 Seitenaufrufe pro Monat.

Warum sind meine selbst gehosteten Zahlen niedriger als bei der ersetzten Analytik-Lösung?

Es gibt zwei Ursachen, und beide sind real. Filterlisten blockieren einige Collector-Anfragen, weshalb jedes skriptbasierte Tool diese Besuche verliert. Zudem zählen die Produkte unterschiedlich, da die Definition eines Seitenaufrufs und das Ende einer Sitzung variieren. Vergleichen Sie eine Woche lang die HTML-Seitenanfragen aus Ihrem Access-Log mit den skriptbasierten Seitenaufrufen derselben Woche. Die Differenz ergibt sich aus blockierten Besuchen und aus dem Cache geladenen Seiten, gemessen auf Ihrer eigenen Website statt basierend auf den veröffentlichten Durchschnittswerten anderer Anbieter.

Kann ich Plausible oder Rybbit auf einem ARM-VPS betreiben?

Beide nutzen ClickHouse, und ClickHouse benötigt SSE 4.2 auf x86 oder NEON auf ARM. Die Anforderungen von Plausible spezifizieren dies genau, und die Dokumentation von Rybbit besagt, dass ARM-Systeme ARMv8.2-A oder neuer benötigen. Aktuelle ARM-Server-Kerne erfüllen diese Anforderung, ältere nicht. Der Fehler äußert sich dadurch, dass ClickHouse den Start mit einem Fehler bezüglich des Befehlssatzes verweigert, anstatt dies im Anwendungsprotokoll auszugeben. Auf einem kleinen ARM-System umgehen Sie diese Frage mit Single-File-Tools, da keines davon ClickHouse verwendet.

Sollte ich Server-Logs parsen, anstatt ein Tracking-Skript zu verwenden?

Nutzen Sie Log-Parsing, wenn Sie kein Skript einbinden können, wenn Ihre Zielgruppe stark blockiert oder wenn Sie eine Zählung wünschen, die Crawler einschließt. GoAccess liest ein Log, das Ihr Server ohnehin schreibt; es verursacht also keine zusätzliche Seitenlast und benötigt keine Datenbank. Sie verzichten dabei auf alle Informationen, die innerhalb des Browsers stattfinden, und verpassen jede Seite, die über ein CDN oder aus dem Browser-Cache ausgeliefert wird, da diese Anfrage Ihren Server nie erreicht. Viele Websites betreiben beides und betrachten dies als zwei verschiedene Messgrößen.

War dieser Artikel hilfreich?