研究设计了进行分析，我们使用了基于iBusiness 海报“2014 年网上商店”创建的德国最大网上商店池。该集合包括 175 个网站，涉及制集到的在药、汽车和摩托车配件、媒体、电子和服装等行业。
我们利用该池进行电子商务、搜
索引擎优化和搜索引擎广告领域的研究。除其他事项外，还根据2012 年类似研究中使用的网店进行了分析。因此，我们利用该研究的结果与当前的发现进行了比较。
在对各个在线商店网站集成的网络 whatsapp 筛查 分析系统进行当前调查时，必须识别相应的标签。为此使用了浏览器扩展Ghostery和Tag Assistant 。使用 Tag Assistant 可以识别各种 Google 标签（例如Google Analytics、Google Tag Manager 等）。 Ghostery 扩展可以识别可在网站中实现的各种标签（截至 2015 年 2 月 16 日，总共可以识别约 2000 个标签），并提供阻止标签执行的选项。该插件的实际目的是确保“在线透明度”，以便用户可以自己决定是否记录和传输有关他的信息。
这两个插件都安装在 Chrome 网络浏览器中，以便在访问商店主页时可以捕获集到的在相应扩展程序识别的标签。使用这两个附加组件对每个网上商店的结果进行了交叉检查和补充。
所使用的网络分析系统记录集到 按正确顺序沟通 没有什么比利益相关者在危机 的在了 2015 年第七个日历周的情况。各个网上商店主页上标识的标签被输入到 Excel 表中。然后对数据进行评估。
研究结果
在接受调查的 175 家网上商店中，共发现 36 种不同的网络分析系统。在 8 家商店中没有发现任何网络分析工具（占集到的在受检商店的 4.6%）。一半的商店仅使用单一的网络分析工具。 80 个网站（46%）依赖于多个系统的同时使用。
在接受调查的 電話數據 网上商店中，有 122 家（69.7%）使用了网络分析工具 Google Analytics。根据之前的研究结果，当时接受调查的网站中有 47% 使用了 Google Analytics。 Google Analytics 仍然是德国最大的网上商店使用最多的网络分析工具。