E-Commerce-Analytics bedeutet, die Daten darüber, wer welches Produkt kauft, woher die Kundschaft kommt und an welchem Schritt sie abspringt, in konkrete Maßnahmen zu verwandeln. Jede Marketing- und Gestaltungsentscheidung, die ohne ein richtig eingerichtetes Analyse-System getroffen wird, beruht letztlich auf Vermutungen; dabei reicht es schon, ein paar zentrale Kennzahlen wie Conversion-Rate, durchschnittlichen Warenkorbwert und Abbruchrate regelmäßig zu beobachten, um klar zu erkennen, welche Änderung tatsächlich wirkt. In diesem Leitfaden erklären wir, welche Kennzahlen Priorität haben, wie eine Funnel-Analyse funktioniert, was die Grundlage des E-Commerce-Trackings in GA4 ist und wie Sie die Falle der Vanity-Metriken vermeiden.
Warum ist E-Commerce-Analytics nicht nur eine Frage der Besucherzahl?
Viele Inhaberinnen und Inhaber kleiner Unternehmen beurteilen die Performance ihres Shops allein anhand der Besucherzahl; dabei besteht ein erheblicher Unterschied zwischen einem Shop, der zehntausend Besucherinnen und Besucher bringt und fünfzig Bestellungen erhält, und einem, der tausend Besucherinnen und Besucher bringt und hundert Bestellungen erzielt. Die Besucherzahl zeigt die Größe des Traffics, aber nicht, was sich tatsächlich in Verkäufe umwandelt. Deshalb sollten conversion-orientierte Kennzahlen immer im Zentrum Ihrer Analyse-Arbeit stehen.
Welche zentralen Kennzahlen sollten Sie verfolgen?
Wie wird die Conversion-Rate berechnet, und was zeigt sie?
Die Conversion-Rate ergibt sich, indem man die Anzahl abgeschlossener Bestellungen durch die Gesamtzahl der Besucherinnen und Besucher teilt. Bei kleinen und mittelständischen E-Commerce-Websites liegt dieser Wert meist zwischen ein und drei Prozent; alles über zwei Prozent gilt als gut. Diese Kennzahl ist erst im zeitlichen Verlauf wirklich aussagekräftig und nicht als Momentaufnahme; ein Wert, der von anderthalb Prozent im Vormonat auf zwei Prozent in diesem Monat steigt, zeigt, dass Ihre Verbesserungen wirken.
Warum ist der durchschnittliche Warenkorbwert (AOV) wichtig?
Der durchschnittliche Warenkorbwert ergibt sich, indem man den Gesamtumsatz durch die Anzahl der Bestellungen teilt, und wirkt sich direkt auf die Rentabilität des Shops aus. Methoden wie eine Schwelle für kostenlosen Versand, ergänzende Produktvorschläge und Paketangebote lassen sich zu seiner Steigerung nutzen. Einen durchschnittlichen Warenkorb von fünfzehn Euro auf zwanzig Euro zu erhöhen, ist oft günstiger und schneller, als neue Kundschaft zu gewinnen.
Was sagt die Warenkorbabbruchrate aus?
Das ist der Anteil der Sitzungen, in denen ein Produkt in den Warenkorb gelegt, aber nie zu einer Bestellung wurde, und liegt üblicherweise zwischen sechzig und siebzig Prozent; dieser Wert mag hoch erscheinen, entspricht aber dem Branchendurchschnitt, entscheidend ist ein Rückgang im Vergleich zur eigenen bisherigen Performance. Wer diese Kennzahl vertiefen und Methoden zu ihrer Senkung anwenden möchte, findet in unserem Leitfaden zur Senkung der Warenkorbabbruchrate konkrete Schritte.
Was verrät die Traffic-Quelle?
Zu wissen, ob Besucherinnen und Besucher über die organische Suche, soziale Medien, Werbung oder direkt kommen, zeigt, welchem Kanal Sie Budget und Aufwand widmen sollten. Bringt eine Quelle viel Traffic bei niedriger Conversion, könnte das Targeting oder die Botschaft auf diesem Kanal nicht stimmen; ein Kanal mit hoher Conversion bei geringem Traffic ist eine Chance, die sich auszubauen lohnt.
Warum sollten Sie die meistverkauften Produkte im Blick behalten?
Zu wissen, welche Produkte sich am besten verkaufen und welche zwar oft angesehen, aber selten gekauft werden, lenkt sowohl Lager- als auch Marketingentscheidungen. Ein Produkt mit vielen Ansichten, aber niedriger Warenkorb-Rate deutet meist auf ein Problem bei Preis, Beschreibung oder Bildern hin; in diesem Fall lohnt sich eine Überprüfung der betreffenden Produktseite.
Neukundschaft oder Bestandskundschaft? Warum Sie diese Unterscheidung treffen sollten
Der Gesamtumsatz allein zeigt nicht, welcher Anteil von Neukundschaft stammt und welcher von wiederkehrenden Käufen der Bestandskundschaft. Hängt der monatliche Umsatz eines Shops größtenteils von der ständigen Gewinnung neuer Kundschaft ab, gerät die Rentabilität unter Druck, sobald die Werbekosten steigen; stammt ein wesentlicher Teil des Umsatzes aus wiederholten Käufen der Bestandskundschaft, steht das Unternehmen auf einer nachhaltigeren Grundlage. Diese beiden Umsatzquellen getrennt auszuweisen ermöglicht es, das Marketingbudget mit der richtigen Balance zwischen Neukundengewinnung und Kundenbindung zu verteilen.
Wie führt man eine Funnel-Analyse durch?
Eine Funnel-Analyse zeigt den Verlust bei jedem Schritt, den die Kundschaft vom Einstieg auf die Website bis zum Bestellabschluss durchläuft: Ansicht der Startseite oder Kategorie, Ansicht der Produktseite, Hinzufügen zum Warenkorb, Start der Bezahlung und Abschluss der Bestellung. Zu sehen, welcher Prozentsatz bei jedem Schritt verloren geht, macht deutlich, wo genau das Problem liegt. Ist die Rate von der Produktseite zum Warenkorb niedrig, liegt das Problem auf der Produktseite; ist der Verlust vom Warenkorb zur Bezahlung hoch, liegt das Problem im Checkout-Prozess. Die spezifischen Probleme im Bezahlschritt haben wir in unserem Leitfaden zur Checkout-Optimierung behandelt.
Warum sollten Geräte- und Segmentaufschlüsselungen getrennt betrachtet werden?
Eine allgemeine Conversion-Rate vermischt unterschiedlich agierende Nutzergruppen zu einer einzigen Zahl und verbirgt so das eigentliche Problem. Die Conversion-Rate eines Shops mag insgesamt akzeptable zwei Prozent zeigen, während mobiler Traffic nur mit einem Prozent, Desktop-Traffic hingegen mit bis zu vier Prozent konvertiert. In diesem Fall liegt die eigentliche Priorität darin, das mobile Erlebnis zu verbessern, weil der Großteil des Traffics mobil erfolgt. Ebenso zeigt die getrennte Betrachtung der Conversion-Rate von neuer und wiederkehrender Kundschaft, ob an der Markenbekanntheit oder an der Qualität des ersten Kontaktpunkts gearbeitet werden muss.
Wozu dient die Kohortenanalyse im E-Commerce?
Eine Kohortenanalyse verfolgt, wie sich eine Gruppe von Kundinnen und Kunden, die in einem bestimmten Zeitraum ihren ersten Kauf getätigt haben, im Zeitverlauf verhält: Wie viele kaufen einen Monat später erneut, wie viele sind drei Monate später noch aktiv? Diese Analyse zeigt den Unterschied zwischen einmaligen Käufen und einer wiederkehrenden Kundenbasis und macht deutlich, ob das Marketingbudget eher in die Neukundengewinnung oder die Kundenbindung fließen sollte. Stellt sich beispielsweise heraus, dass nur jede zehnte im Januar kaufende Person im März erneut bestellt, macht das die Notwendigkeit eines Treueprogramms oder von Erinnerungs-E-Mails deutlich.
Warum kann der Vergleich von Zeiträumen irreführend sein?
Es mag erfreulich wirken, wenn die Conversion-Rate nach einer Kampagne im Vergleich zur Vorwoche um zwanzig Prozent steigt, doch muss man unterscheiden, ob dieser Anstieg von der Kampagne oder von einem saisonalen Effekt stammt, etwa dem Schulbeginn oder erhöhter Kauflust vor einem Feiertag. Für einen belastbaren Vergleich sollten Sie sowohl den Vorzeitraum als auch denselben Zeitraum im Vorjahr betrachten; das hilft, saisonale Effekte von der tatsächlichen Wirkung der Kampagne zu trennen. Große Budgetentscheidungen allein auf Basis der Daten einer einzigen Woche zu treffen, ist gerade deshalb riskant.
Was ist die Grundlage des E-Commerce-Trackings mit GA4?
Google Analytics 4 bietet eine speziell für den E-Commerce entwickelte, ereignisbasierte Struktur; Ereignisse wie Produktansichten, Hinzufügen zum Warenkorb, Start der Bezahlung und Kauf lassen sich automatisch oder per Integration verfolgen. Für eine korrekte Einrichtung muss die Plattform Ihres Shops, ob E-Commerce-Plattform oder Individualsoftware, diese Ereignisse zuverlässig an GA4 übermitteln; andernfalls zeigen die Berichte unvollständige oder falsche Daten. Wer dies richtig einrichten möchte, findet in unserem Leitfaden zur Einrichtung der Website-Analytics eine Schritt-für-Schritt-Anleitung. Ist die Einrichtung abgeschlossen, ist es weitaus wertvoller, jede Woche dieselben wenigen Berichte, Conversion, Funnel, Bestseller, zu prüfen, als sie einmal einzurichten und dann zu vergessen.
Was ist die Falle der Vanity-Metriken?
Zahlen wie Seitenaufrufe, Likes in sozialen Medien oder die Gesamtbesucherzahl wirken beeindruckend, wandeln sich aber allein nicht in Umsatz um; man nennt sie 'Vanity-Metriken'. Dass eine Kampagne zehntausend Ansichten erzielt, ist eine schöne Nachricht, doch wenn daraus nur fünf Bestellungen entstehen, kann die Kampagne finanziell ein Misserfolg sein. Priorisieren Sie in Ihrer Analyse-Arbeit immer geschäftsrelevante Kennzahlen wie Conversion-Rate und Umsatz statt Vanity-Metriken. Sich bei jeder berichteten Kennzahl zu fragen, ob der Umsatz tatsächlich steigt, wenn diese Zahl steigt, ist der praktischste Weg, der Vanity-Falle zu entgehen.
Wie sollten Werbeausgaben zusammen mit Conversion-Daten gelesen werden?
Jeder für Werbung ausgegebene Euro erhält erst dann eine Bedeutung, wenn er zusammen mit den Conversion-Daten betrachtet wird. Der Unterschied zwischen einer Kampagne, die tausend Euro ausgibt und zehn Bestellungen erzielt, und einer, die mit demselben Budget dreißig Bestellungen bringt, zeigt sich nicht im Bericht der Werbeplattform, sondern in den eigenen Analytics-Daten Ihres Shops. Die Conversion-Rate des Werbetraffics getrennt zu verfolgen, macht deutlich, welche Kampagne tatsächlich profitabel ist und welche nur Traffic bringt, ohne sich in Verkäufe zu übersetzen. Wer die Werberendite systematischer messen möchte, findet in unserem Leitfaden zu ROAS die Berechnung Schritt für Schritt erklärt.
Wie kommt man von den Daten zur Handlung?
Berichte zu lesen reicht allein nicht aus; aus jedem Bericht muss eine konkrete Maßnahme entstehen. Ist die mobile Conversion-Rate spürbar niedriger als die am Desktop, ist es beispielsweise eine Maßnahme, die mobilen Produkt- und Bezahlseiten zu überprüfen. Ist die Conversion-Rate aus einer bestimmten Traffic-Quelle niedrig, lohnt es sich zu untersuchen, ob zwischen der Werbebotschaft auf diesem Kanal und dem Angebot auf der Website eine Diskrepanz besteht. Sich in Analytics-Meetings bei jeder Kennzahl zu fragen, was man mit diesen Daten konkret machen wird, macht Berichte vom Schmuckstück zum Entscheidungsinstrument.
Wie sollten Analytics-Daten im Team geteilt werden?
Bleiben Daten nur auf dem Bildschirm einer einzelnen Person, sinkt die Chance, dass daraus eine Handlung entsteht. Selbst in einem kleinen Unternehmen sollte eine kurze wöchentliche Notiz, etwa der Hinweis, dass die Conversion-Rate diese Woche gestiegen ist, die mobile Abbruchrate aber weiterhin hoch bleibt, im Team geteilt und klar festgelegt werden, wer welche Maßnahme übernimmt. Treibt die für das Marketing zuständige Person den Traffic weiter nach oben, während die für Technik oder Design verantwortliche Person Conversion-Hindernisse nicht beseitigt, verpufft der zusätzliche Traffic wirkungslos. Analytics-Daten nicht nur zu berichten, sondern zu einem festen Bestandteil regelmäßiger Entscheidungsrunden zu machen, entfaltet ihren wahren Wert.
Eine praktische Analytics-Routine für kleine Unternehmen
Auch ein kleines Unternehmen ohne eigenes Datenteam kann eine fünfzehnminütige wöchentliche Analytics-Routine einführen: Conversion-Rate, durchschnittlichen Warenkorbwert und die fünf meistverkauften Produkte zu prüfen sowie am Monatsende die Performance nach Traffic-Quellen zu vergleichen, ist ein ausreichender Anfang. Wenn Sie diese Routine mit der allgemeinen Gesundheit Ihres Shops verbinden möchten, lohnt sich auch ein Blick in unseren Leitfaden zur Steigerung der Conversion-Rate.
Wie lenken Analytics-Daten Entscheidungen zur Produktseite?
Analytics zeigt nicht nur die allgemeine Shop-Performance, sondern lenkt auch einzelne Entscheidungen zur Produktseite. Hat ein Produkt viele Ansichten, aber eine niedrige Warenkorb-Rate, liegt das Problem meist an der Preiswahrnehmung oder fehlenden Informationen; wird es zwar in den Warenkorb gelegt, aber nicht zur Bezahlung weitergeführt, liegt das Problem meist bei der Lieferzeit oder den Vertrauenssignalen. Solche seitenbezogenen Daten regelmäßig zu prüfen, zeigt, welche Produktseite vorrangig überarbeitet werden sollte; worauf bei der Verbesserung einer Produktseite zu achten ist, haben wir ausführlich in unserem Leitfaden zur Produktseiten-Optimierung behandelt.
Was sind häufige Fehler bei der Einrichtung von Analytics?
Der häufigste Fehler besteht darin, das Kaufereignis allein an das Laden der Dankeseite zu knüpfen; lädt die Kundschaft die Seite neu oder klickt zurück, kann dieselbe Bestellung erneut gezählt werden, wodurch die Umsatzzahl aufgebläht wird. Ein weiterer verbreiteter Fehler bei Unternehmen mit mobiler App ist, Web- und App-Daten in getrennten Systemen zu führen, die nie zusammengeführt werden; dann lässt sich das Verhalten derselben Kundschaft über verschiedene Kanäle hinweg nicht ganzheitlich betrachten. Auch die Einrichtung einmal vorzunehmen und jahrelang nicht mehr anzufassen, ist riskant; Plattform-Updates oder Änderungen an der Website können den Tracking-Code mit der Zeit unbemerkt beschädigen, weshalb es sich lohnt, alle drei Monate zu prüfen, ob die zentralen Ereignisse noch korrekt gezählt werden.
Fazit: Analytics ist der Kompass, der Vermutungen ersetzt
Bei E-Commerce-Analytics geht es weniger darum, aufwendige Dashboards zu bauen, als vielmehr darum, wenige richtige Kennzahlen regelmäßig und diszipliniert zu verfolgen. Conversion-Rate, durchschnittlicher Warenkorbwert, Abbruchrate, Traffic-Quelle und meistverkaufte Produkte gemeinsam mit der Funnel-Logik zu lesen, zeigt Ihnen, was in Ihrem Shop tatsächlich funktioniert. Bei Welda bauen wir für unsere E-Commerce-Kundschaft die richtige Analytics-Infrastruktur auf und arbeiten gemeinsam daran, die Daten in konkrete Maßnahmen zu verwandeln. Wenn Sie die Analytics-Einrichtung Ihres Shops überprüfen möchten, werfen Sie einen Blick auf unsere E-Commerce-Lösungen oder nehmen Sie direkt Kontakt mit uns auf.