Kurz zusammengefasst:
- Die wichtigste Frage ist nicht „Wie hoch ist die Conversion Rate?", sondern „Wie viel ist ein Besucher wert?" Deshalb nutze ich ARPU in vielen Projekten als Main KPI.
- Umsatz ist zu grob, Conversion Rate zu eng. Wirklich steuerbar wird Performance erst, wenn du Wert (ARPU), Profit und Funnel-Schritte gemeinsam betrachtest.
- Funnel-Kennzahlen zeigen dir, wo du Geld verlierst. Drop-Offs auf Produktseite, Warenkorb und Checkout sind meist die größten Hebel.
- Segmentierung ist Pflicht. Mobile vs. Desktop, Neu vs. Bestand, Traffic-Quelle: Der Durchschnitt verschleiert oft die echten Probleme.
- Ohne sauberes Tracking ist jedes KPI-Meeting Zeitverschwendung. Wenn GA4 und Shopify nicht konsistent sind, optimierst du auf Fantasiezahlen.
Warum „mehr Umsatz" als KPI nicht reicht
Ich bin überzeugt, dass viele Teams die Shop-Performance falsch messen, weil sie mit der falschen Frage starten.
„Mehr Umsatz" klingt logisch, ist aber als KPI im Alltag kaum steuerbar. Umsatz ist das Ergebnis von sehr vielen Faktoren gleichzeitig: Traffic, Produktmix, Preis, Marge, Retouren, Saisonalität, Kampagnen.
Wenn du Performance wirklich verbessern willst, brauchst du Kennzahlen, die dir sagen:
- wo im Funnel du Geld verlierst
- warum Nutzer nicht kaufen
- welche Maßnahme wirtschaftlich wirklich hilft
Und genau hier trennt sich für mich CRO von „wir machen mal ein Redesign". CRO basiert auf Systematik, Datenbasis und klaren Hypothesen – nicht auf Bauchgefühl.
Die 5 Kennzahlen, die ich in fast jedem Shop zuerst anschaue
| KPI | Warum sie zählt | Typischer Fehler |
|---|---|---|
| ARPU (Average Revenue per User) | Reality-Check: Was ist ein Besucher wert? | Nur Conversion Rate betrachten |
| Conversion Rate (CR) | Diagnose: Funktioniert der Shop grundsätzlich? | CR als Main KPI nutzen |
| Average Order Value (AOV) | Hebel für ARPU, Pricing und Bundles | AOV steigern, aber Marge zerstören |
| Profit / Deckungsbeitrag | Umsatz ohne Profit ist Selbstbetrug | Nur Umsatz reporten |
| Customer Lifetime Value (CLV) | Entscheidend bei Repeat und Subscription | Kurzfristig optimieren, langfristig verlieren |
Wenn ich nur fünf Zahlen sehen dürfte, wären es diese.
Mehr Kontext zur Conversion Rate und Benchmarks findest du hier: Conversion Rate berechnen und Benchmarks.
ARPU als Main KPI: Der schnellste Reality-Check
ARPU ist für mich eine der stärksten Kennzahlen im E-Commerce, weil sie zwei Welten verbindet: Conversion Rate und Warenkorbwert.
Das ist nicht in jedem Tracking-Setup mathematisch exakt, aber es ist als Steuerungslogik extrem hilfreich.
Warum ich ARPU so oft als Main KPI setze:
- Du kannst nicht mehr „schönrechnen".
- Du siehst sofort, ob ein Test wirklich wirtschaftlich wirkt.
- Du erkennst schneller, ob du die falschen Kunden anziehst.
Wenn du ARPU im Detail verstehen willst, lies: Average Revenue per User (ARPU): Warum wichtiger als die Conversion Rate.
Funnel-Kennzahlen: Wo du wirklich Geld verlierst
Die meisten Shops verlieren nicht „ein bisschen" überall, sondern sehr viel an ein oder zwei Stellen.
In unserer Analysephase schauen wir uns deshalb den gesamten Funnel an – von der Werbeanzeige bis zum Kaufabschluss – und suchen nach Brüchen und Inkonsistenzen.
Die Funnel-KPIs, die ich am häufigsten nutze
- Product View Rate: Wie viele Nutzer sehen überhaupt ein Produkt?
- Add-to-Cart-Rate: Wie viele legen etwas in den Warenkorb?
- Checkout Start Rate: Wie viele starten den Checkout?
- Checkout Completion Rate: Wie viele schließen ab?
Wenn du diese vier Schritte sauber misst, findest du fast immer den größten Hebel.
Ein externer Benchmark, der oft als Reality-Check hilft: Laut Baymard liegt die durchschnittliche Cart-Abandonment-Rate bei rund 70 Prozent (Baymard Institute).
Segmentierung: Warum „der Durchschnitt" dich täuscht
Ich sehe extrem oft Reports, die „die" Conversion Rate oder „den" ARPU zeigen. Das ist fast immer zu grob.
Mindestens diese Segmente solltest du getrennt betrachten:
- Mobile vs. Desktop (in vielen Projekten liegt Mobile bei über 90 Prozent)
- Neu vs. Bestand
- Traffic-Quelle (Paid Social, Paid Search, Organic, Email)
- Top-Produkte vs. Long Tail
Reporting-Setup: GA4, Shopify und sauberes Tracking
Ohne sauberes Tracking ist jedes KPI-Meeting Zeitverschwendung.
In der Praxis sehe ich drei typische Probleme:
- GA4 und Shopify zeigen unterschiedliche Umsätze.
- Events sind nicht sauber definiert. Add-to-Cart ist nicht gleich Add-to-Cart.
- Consent und technische Setups verzerren Daten.
Für uns ist deshalb der Google Tag Manager ein zentraler Baustein, weil er sauberes Event-Tracking und konsistente Datenstrukturen ermöglicht.
Wenn du CRO strukturiert aufsetzen willst, ist das Framework entscheidend: CRO-Prozess Schritt für Schritt.
KPIs im A/B-Testing: Welche Metrik gewinnt wirklich?
Ich bin überzeugt, dass A/B-Testing nur dann sinnvoll ist, wenn du vorher definierst, welche KPI entscheidet.
Ein Test ist für mich gewonnen, wenn die vorher definierte Haupt-KPI statistisch sauber verbessert wird. Nicht, weil es „besser aussieht".
In vielen Shops ist ARPU die bessere Primary Metric als Conversion Rate, weil er den wirtschaftlichen Effekt besser abbildet.
Wenn du Hypothesen sauber formulieren willst, nutze das Wenn-Dann-Weil-Framework: A/B-Testing-Hypothesen formulieren.
Die häufigsten Reporting-Fehler (und wie du sie vermeidest)
Aus meiner Erfahrung sind das die Klassiker:
- Vanity KPIs: Viele Zahlen, wenig Entscheidung.
- Keine Priorisierung: Teams messen alles, aber handeln nichts.
- Keine QA: Daten werden übernommen, ohne zu prüfen, ob Tracking und Varianten korrekt laufen.
- Zu kurze Zeiträume: Saisonalität und Kampagnen verzerren.
- Keine Verbindung zu Profit: Umsatz wird gefeiert, Marge ignoriert.
Häufig gestellte Fragen
Du willst wissen, wo dein Shop Performance verliert?
In unserem kostenlosen CRO Audit analysieren wir deinen Funnel und zeigen dir die größten Hebel.
Kostenloses Erstgespräch buchenWeiterführende Artikel
- Conversion Rate berechnen und Benchmarks – Damit du CR richtig einordnest.
- Average Revenue per User (ARPU) – Warum ARPU oft die bessere Main KPI ist.
- CRO-Prozess Schritt für Schritt – Wie du aus Daten eine Testing-Roadmap machst.
- A/B-Testing: Der komplette Guide – Methodik, Setup und Auswertung.
- A/B-Testing für Shopify – Besonderheiten und typische Fehler.
- Warenkorbwert erhöhen – Hebel für AOV und ARPU.
- Shopify Shop optimieren – Praktische Optimierungshebel.
- Was ist Conversion Rate Optimierung? – Grundlagen.
- Umsatz steigern im Online-Shop – Wachstum ohne nur mehr Ads.
Über den Autor: Chris Dengler
Chris hat mit Convertlab über 1.000 A/B-Tests für Shopify Brands durchgeführt und €15M+ nachweislichen Mehrumsatz erzielt.