{"id":6977,"date":"2015-04-15T12:57:12","date_gmt":"2015-04-15T12:57:12","guid":{"rendered":"http:\/\/wunderdata.com\/?p=6977"},"modified":"2021-01-29T16:25:59","modified_gmt":"2021-01-29T16:25:59","slug":"key-performance-indicators-kpi-ecommerce","status":"publish","type":"post","link":"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/","title":{"rendered":"Die essenziellen eCommerce Key Performance Indicators (KPIs)"},"content":{"rendered":"

[vc_row][vc_column][vc_column_text]<\/p>\n

Welche Kennziffer ist am besten geeignet, um die Performance Ihres Online-Shops zu messen? Hier sind die wichtigsten KPIs, die Ihnen dabei helfen, Ihre Shop Performance zu optimieren.<\/h3>\n

[\/vc_column_text][vc_column_text]<\/p>\n

Grunds\u00e4tzliches zu KPIs<\/strong><\/h4>\n

Ein KPI (Key Performance Indicator) ist eine quantitative Kennziffer, um Trends in wichtigen Gesch\u00e4ftsmetriken aufzudecken. Hinter jeder KPI sollte ein Ziel stehen. Mit Hilfe der Performance Indikatoren kann ein Shopbetreiber sehen, wie gut er diese Ziele erreicht hat.<\/p>\n

Ein Beispiel; Ihr Ziel ist es, die Zufriedenheit Ihrer Kunden zu erh\u00f6hen. Die Wiederkaufsrate ist hierf\u00fcr ein guter Performance Indikator. Denn umso gr\u00f6\u00dfer der Anstieg der Wiederkaufsrate, umso besser haben sie ihr Ziel erreicht. Wenn Ihr Ziel ist, den Wert des Warenkorbs zu erh\u00f6hen, ist die Kennziffer Average Order Value (AOV), der durchschnittliche Bestellwert die Richtige. Umso st\u00e4rker der AOV ansteigt, desto besser haben Sie das \u00fcbergeordnete Ziel der Umsatzsteigerung erreicht.<\/p>\n

Jedes messbare operative Ziel kann durch eine Kennziffer ausgedr\u00fcckt werden. W\u00e4hlen sie ihre Kernaktivit\u00e4ten und Ziele aus. Die entsprechenden Kennziffern sind ihre Key Performance Indikatoren, die sie beobachten sollten.<\/p>\n

[\/vc_column_text][vc_column_text]<\/p>\n

Die Auswahl der richtigen KPIs<\/b><\/h4>\n

Auch wenn jedes Unternehmen individuell ist, so teilen Online Shops die gleichen Gesch\u00e4ftsprozesse. Potentielle Kunden m\u00fcssen in den Webshop gelangen. Es muss mit Ihnen eine Interaktion stattfinden, um sie zu K\u00e4ufern zu konvertieren, um dann eine Kundenbeziehung aufzubauen und sie zum erneuten Kauf zu bewegen.<\/p>\n

[\/vc_column_text][vc_row_inner][vc_column_inner width=“1\/4″][vc_button2 title=“1. Acquisition“ link=“url:%23acquisition||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“2. Engagement & Conversion“ color=“turquoise“ link=“url:%23engagement||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“3. Outcomes“ color=“green“ link=“url:%23outcomes||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“4. Loyalty & CRM“ color=“juicy_pink“ link=“url:%23loyalty||“][\/vc_column_inner][\/vc_row_inner][vc_column_text]<\/p>\n

F\u00fcr jeden Prozessschritt werden wir ein Kernziel identifizieren und den passenden KPI vorstellen.<\/p>\n

[\/vc_column_text][vc_column_text]<\/p>\n

Segmentieren der KPIs<\/b><\/h4>\n

KPIs zeigen ihr volles Informationspotential, wenn man sie segmentiert. Wenn ein eine starke Ver\u00e4nderung oder ungew\u00f6hnliche Abweichung eines KPIs auftaucht, erm\u00f6glicht Segmentierung die Gr\u00fcnde zu finden und M\u00f6glichkeiten der Optimierung aufzudecken.<\/p>\n

Es ist hilfreich, nach folgenden Variablen zu segmentieren: Akquisitionsquelle, Einzelkampagnen, Landing Page, Produkt Kategorien, Kohorten und Zeitspannen. Ein Business Intelligence Tool erm\u00f6glicht einfaches Segmentieren und Filtern eines Datensets nach diesen Variablen.<\/p>\n

[\/vc_column_text][vc_column_text el_class=“.anchor“]<\/p>\n

1. Akquise<\/b><\/h3>\n

[\/vc_column_text][vc_row_inner][vc_column_inner width=“1\/4″][vc_button2 title=“1. Acquisition“ link=“url:%23acquisition||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“2. Engagement & Conversion“ color=“white“ link=“url:%23engagement||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“3. Outcomes“ color=“white“ link=“url:%23outcomes||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“4. Loyalty & CRM“ color=“white“ link=“url:%23loyalty||“][\/vc_column_inner][\/vc_row_inner][vc_column_text css=“.vc_custom_1462796600198{margin-top: -20px !important;}“]<\/p>\n

Das erste Kernziel eines eCommerce Unternehmers ist es, potentielle Kunden in den Webshop zu bringen. Es gibt verschiedene Wege, Traffic auf die Website zu holen. Diese Kan\u00e4le sollten sie tracken, um Ihre Marketing Ausgaben optimieren zu k\u00f6nnen.<\/p>\n

Kernziel<\/b>:\u00a0Generierung von Traffic. Messung und Analyse der Performance der Kan\u00e4le und einzelnen Kampagnen. Auf der Basis Optimierung der Marketingausgaben.<\/p>\n

[\/vc_column_text][vc_row_inner css=“.vc_custom_1404833496404{margin-left: -13px !important;}“][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Cost per acquisition (CPA)<\/b><\/h4>\n

 <\/p>\n

CPA=\\frac{\\text{Marketing Spend}}{\\textrm{Number of Customers}}<\/p>\n

Segmentierung nach:<\/b>\u00a0Akquisition Quelle \/ Kanal<\/p>\n

Welche Frage beantwortet die KPI:<\/b>\u00a0Wie viel kostete es uns, einen neuen Kunden zu akquirieren. Der CPA vergleicht also die Ausgaben der Akquise mit der Anzahl der Kunden, die \u00fcber die Kan\u00e4le gewonnen wurden. Der Vergleich der CPA f\u00fcr verschiedene Traffic Quellen beantwortet die Frage: Welcher Kanal war der kosteneffektivste?<\/p>\n

Datenquelle<\/strong>:\u00a0Die Anzahl der Kunden findet sich in der Shop Datenbank oder in dem Web Tracking Tool. Die Marketingausgaben sind in den verschiedenen Ad Plattformen zu finden. Die Daten k\u00f6nnen Sie zusammentragen und den CPA in Excel berechnen oder ein BI Tool nutzen, das automatisch die Daten aus den verschiedenen Quellen verbindet und den CPA berechnet.<\/p>\n

Kontext<\/b>:\u00a0Das es sich um eine Verh\u00e4ltniszahl handelt, bietet es sich an, in der Detailbetrachtung auch die absolute Anzahl der gewonnenen Kunden zu betrachten.<\/p>\n

Benchmark<\/b>:\u00a0Ist stark abh\u00e4ngig von der Marge und dem Customer Lifetime Value. Als Faustregel gilt; die Kosten f\u00fcr einen gewonnenen Kunden sollten niemals gr\u00f6\u00dfer sein als der Umsatz, der mit einem Kunden erzielt werden kann. Sonst gibt man mehr f\u00fcr die Akquise eines Kunden aus, als er langfristig einbringt und das ist unrentabel. In KPIs ausgedr\u00fcckt: CPA <= CLV<\/p>\n

[\/vc_column_text][\/vc_column_inner][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Cost per order\u00a0(CPO)<\/b><\/h4>\n

 <\/p>\n

CPO=\\frac{\\text{Marketing Spend}}{\\textrm{Number of Orders}}<\/p>\n

Segmentierung nach:<\/b>\u00a0Akquisition Quelle \/ Kanal<\/p>\n

Welche Frage beantwortet die KPI:<\/b>\u00a0Wie viel kostet es, eine Bestellung zu generieren. Der CPO vergleicht die Kosten f\u00fcr die Akquise mit der Anzahl der Bestellungen, die \u00fcber die verschiedenen Kan\u00e4le erzielt wurden. Der Vergleich der CPO f\u00fcr verschiedene Traffic Quellen beantwortet die Frage: Welcher Kanal war der kosteneffektivste?<\/p>\n

Datenquellen<\/strong>:\u00a0Die Anzahl der Bestellungen findet sich in der Shop Datenbank oder in dem Web Tracking Tool. Die Marketingausgaben sind in den verschiedenen Ad Plattformen zu finden. Die Daten k\u00f6nnen Sie zusammentragen, den CPO in Excel berechnen oder ein BI Tool nutzen, das automatisch die Daten aus den verschiedenen Quellen verbindet und den CPO berechnet.<\/p>\n

Kontext<\/b>: Der CPA und CPO sind beide hilfreiche Indikatoren. Sie unterscheiden sich im Nenner der Formel. W\u00e4hrend der CPA die Marketingausgaben ins Verh\u00e4ltnis zur Kundenanzahl setzt, setzt der CPO die Marketingausgaben ins Verh\u00e4ltnis zu den Bestellungen.<\/p>\n

Benchmark<\/b>:\u00a0Als Faustregel gilt; die Kosten einer Bestellung sollten niemals gr\u00f6\u00dfer sein, als der durchschnittliche Warenkorbwert (AOV) einer Bestellung. In KPIs ausgedr\u00fcckt: CPO <= AOV.<\/p>\n

[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][vc_row_inner css=“.vc_custom_1404833505906{margin-left: -13px !important;}“][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Cost income ratio (CIR)<\/b><\/h4>\n

 <\/p>\n

CIR=\\frac{\\text{Marketing Spend}}{\\textrm{Revenues}}<\/p>\n

Segmentierung nach:<\/b>\u00a0Akquisition Quelle \/ Kanal<\/p>\n

Welche Frage beantwortet die\u00a0KPI:<\/b>\u00a0\u00a0Wie viel Cent eines genierten Euro Umsatz wurden f\u00fcr das Marketing ausgegeben. \u00a0Ein Beispiel: 0,15 Cent von jedem Euro Umsatz, den wir mit Kunden erzielen, die von Facebook in unseren Shop gelangten, gehen an Facebook. \u00a0Der CIR vergleicht die Marketingausgaben der verschiedenen Kan\u00e4le mit dem Umsatz, der \u00fcber den Kanal erzielt wurde.<\/p>\n

Datenquelle<\/strong>:\u00a0Die Umsatzzahlen je Kanal finden sich in der Shop Datenbank oder in dem Web Tracking Tool. Die Marketingausgaben sind in den verschiedenen Ad Plattformen zu finden. Die Daten k\u00f6nnen Sie zusammentragen, die CIR in Excel berechnen oder ein BI Tool nutzen, das automatisch die Daten aus den verschiedenen Quellen verbindet und den CIR berechnet.<\/p>\n

Kontext<\/b>:\u00a0Neben dem CPA und CPO ist die CIR eine weitere KPI f\u00fcr die Kosteneffizienz der verschiedenen Kan\u00e4le. Bei der Berechnung des CIR wird nun der Umsatz als Basisgr\u00f6\u00dfe ins Verh\u00e4ltnis zu den Marketingausgaben gesetzt.<\/p>\n

Benchmark<\/b>:\u00a0Hier gilt die Faustregel; desto kleiner, umso besser. Der CIR sollte immer kleiner 1 sein. \u00a0Dann ist der Umsatz gr\u00f6\u00dfer als die Marketingkosten. Ist der CIR = 1, sind die Marketingausgaben genauso hoch wie der erzielte Umsatz. Der Gewinn damit folglich Null.<\/p>\n

[\/vc_column_text][\/vc_column_inner][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Marketing ROI with Customer lifetime value (CLV)<\/b><\/h4>\n

 <\/p>\n

\\text{Marketing ROI}=\\frac{\\text{Customer lifetime value}-\\text{Marketing Spend}}{\\textrm{Marketing Spend}}<\/p>\n

Segmentierung nach:<\/b>\u00a0Akquisition Quelle \/ Kanal, Einzelne Kampagnen<\/p>\n

Welche Frage beantwortet die\u00a0KPI:<\/b>\u00a0Wie viel hoch ist die Rendite meiner Marketinginvestition? Marketing Return of Investment zeigt die Rendite der Marketinginvestition f\u00fcr jeden Kanal oder Kampagne. Es gibt verschiedene Wege die Rendite zu berechnen. Der exakteste Weg ist, die KPI Customer Lifetime Value hierf\u00fcr zu nutzen. Der CLV gibt den maximalen Umsatz an, der mit einem einzelnen Kunden \u00fcber die Dauer der Zeit erzielt wird. Die Berechnung des Marketing ROI auf Basis des CLV fokussiert sich also auf langfristige Kundenbeziehungen und weniger auf kurzfristige Erl\u00f6se. Sie ist deshalb besser geeignet, die Marketingeffizienz zu maximieren und die richtige Budgetallokation zu bestimmen.<\/p>\n

Datenquellen<\/strong>:\u00a0Erl\u00f6se je Kunde, Herstellungskosten, Marge, Wiederkaufsraten finden sich in der Shopdatenbank. Die Marketingausgaben sind in den verschiedenen Ad Plattformen zu finden. Die vereinfachte Berechnung erfolgt unter der Annahme, dass die Marge und Wiederkaufsrate konstant \u00fcber einen infiniten Zeitraum sind.<\/p>\nCLV=margin\\times[\\frac{\\text{Retention rate}}{(1+\\text{Interest rate}-\\text{Retention Rate})}]\n

Einen genaueren Wert liefert die Berechnung auf Basis des CLV, der mit Hilfe eines BI Tools statistisch modelliert wird.<\/p>\n

Kontext<\/b>:\u00a0Der ROI ist die vierte KPI um die Effizienz der verschiedenen Kan\u00e4le zu analysieren.<\/p>\n

Benchmark<\/b>:\u00a0Marketing ROI variiert stark. Als Faustregel gilt; Der ROI sollte immer positiv sein. Desto gr\u00f6\u00dfer, umso besser. Dann ist der erzielte Gewinn, der mit den Kunden die \u00fcber den Kanal kamen, gr\u00f6\u00dfer als seine Kosten.<\/p>\n

[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][vc_column_text el_class=“.anchor“]<\/p>\n

2.\u00a0Engagement & Conversion<\/b><\/h3>\n

[\/vc_column_text][vc_row_inner][vc_column_inner width=“1\/4″][vc_button2 title=“1. Acquisition“ color=“white“ link=“url:%23acquisition||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“2. Engagement & Conversion“ color=“turquoise“ link=“url:%23engagement||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“3. Outcomes“ color=“white“ link=“url:%23outcomes||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“4. Loyalty & CRM“ color=“white“ link=“url:%23loyalty||“][\/vc_column_inner][\/vc_row_inner][vc_column_text css=“.vc_custom_1462796614911{margin-top: -20px !important;}“]<\/p>\n

Wie werden aus den Besuchern der Website wertvolle K\u00e4ufer? Das zweite wichtige Ziel einer eCommerce Website ist es, den potentiellen Kunden die besten Experience zu bieten, so dass sie etwas kaufen.<\/p>\n

Kernziele<\/strong>: Im Hinblick auf die Optimierung des Layouts und dem Aufdecken von Schwachstellen im Sales Funnel gilt es zu messen, wie gut die Website in der Lage ist, User zur Interaktion und zum Kauf zu bewegen.[\/vc_column_text][vc_row_inner css=“.vc_custom_1404833512786{margin-left: -13px !important;}“][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Bounce rate<\/b><\/h4>\n

 <\/p>\n

\\text{Bounce rate}=\\frac{\\text{Single page visits}}{\\textrm{Total visits}}<\/p>\n

Segmentierung nach:<\/b>\u00a0Landing pages.<\/p>\n

Welche Frage beantwortet die KPI:<\/b>\u00a0Wie viele Potential geht auf welchen Seiten der Website verloren? Die Bounce Rate gibt Aufschluss dar\u00fcber, wie gut werden verschiedenen Landing Pages dem Versprechen der vorausgegangenen organischen oder bezahlte Suche eines Users gerecht. Mit anderen Worten; findet ein User, das was er suchte oder nicht. Auf der Basis k\u00f6nnen Landing Pages gezielt verbessert werden.<\/p>\n

Datenquelle<\/strong>:\u00a0Web Analytics Tools halten f\u00fcr jeden Seite die Bounce Raten bereit. (z.B. Google Analytics > Akquisition > SEO > Landing Pages)<\/p>\n

Benchmark<\/b>: Bounce rates k\u00f6nnen stark variieren. Als Faustregel gilt; etablierte Seiten zeigen geringe Werten von unter 10 %. Kleinere Seiten k\u00f6nnen hohe Werten von \u00fcber 35% aufweisen. \u00a0Quelle: <\/span>Clicktale 2013 Web Analytics Benchmarks Report.\u00a0<\/a><\/p>\n

[\/vc_column_text][\/vc_column_inner][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Cart abandonment rate\u00a0&\u00a0Micro conversions<\/b><\/h4>\n

 <\/p>\n

\\text{Cart abandonment rate}=\\frac{\\text{Number of purchases}}{\\textrm{Number of adds to cart}}<\/p>\n

\\text{Micro conversions}=\\frac{Goal_{x+1}\\text{ accomplished}}{Goal_{x}\\text{ accomplished}}<\/p>\n

Segmentierung nach:<\/b>\u00a0Akquisition (Akquise-) \u00a0Quelle \/ Kanal<\/p>\n

Welche Fragen beantwortet die KPI:<\/b>\u00a0\u00a0Wie viele User brechen den Kaufprozess ab und warum? Die Abbruchsrate f\u00fcr den begonnenen Kaufprozess zeigt das verlorenen Potential und \u00a0Schwachstellen in der Zahlungsabwicklung (shopping checkout process). Die cart abandonment rate setzt die abgeschlossenen K\u00e4ufe ins Verh\u00e4ltnis zu den Visits, bei der ein Artikel dem Warenkorb zugef\u00fcgt wurde. \u00a0Auf der Basis kann die Nutzerf\u00fchrung (UI) verbessert werden, um mehr potentielle K\u00e4ufer zum Abschluss des Kaufs zu bringen.<\/p>\n

Datenquelle<\/strong>:\u00a0Im Web Tracking Tool kann jeder Schritt des check out Prozess getrackt werden und die Metrik angezeigt werden.<\/p>\n

Benchmark<\/b>: Je nach Fortschritt und Umfang des Zahlungsprozess k\u00f6nnen Abbruchraten stark variieren. Als Faustregel gilt, desto kleiner, umso schlechter. Denn umso weniger Visits erreichten den n\u00e4chsten Schritt im Prozess.\u00a0Quelle: Baymard research<\/a>, Monetate ecommerce quarterly<\/a><\/p>\n

[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][vc_row_inner css=“.vc_custom_1404833527197{margin-left: -13px !important;}“][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Conversion rate (macro)<\/b><\/h4>\n

 <\/p>\n

\\text{Conversion rate}=\\frac{\\text{Total conversions}}{\\textrm{Total visits}}<\/p>\n

Segmentierung nach:<\/b>\u00a0Akquisition Quelle \/ Kanal, Landing Pages, Devices<\/p>\n

Welche Frage beantwortet die\u00a0KPI:<\/b>\u00a0Wie viele Besucher der Website wurden zu K\u00e4ufern und generierten Umsatz? Der Traffic, der zu Umsatz wurde, sollte genauer untersucht werden. Von welchem Kanal kam er? Auf welche Landing Page und auf welchem Endger\u00e4t k\u00f6nnten h\u00f6here Conversion Rates erzielt werden.<\/p>\n

Datenquellen<\/strong>:\u00a0Im Web Tracking Tool finden sich die Conversion Rates.<\/p>\n

Benchmark<\/b>: Conversion Rates variieren stark nach Branchen, M\u00e4rkten oder L\u00e4ndern. Als Faustregel gilt; umso h\u00f6her, desto besser.<\/p>\n

[\/vc_column_text][\/vc_column_inner][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

weitere KPIs<\/b><\/h4>\n

Assisted Conversions<\/p>\n

New and Returning visitors Conversion rates<\/p>\n

[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][vc_column_text css=“.vc_custom_1456174257715{margin-top: 30px !important;}“]<\/p>\n

3.\u00a0Outcomes<\/b><\/h3>\n

[\/vc_column_text][vc_row_inner][vc_column_inner width=“1\/4″][vc_button2 title=“1. Acquisition“ color=“white“ link=“url:%23acquisition||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“2. Engagement & Conversion“ color=“white“ link=“url:%23engagement||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“3. Outcomes“ color=“green“ link=“url:%23outcomes||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“4. Loyalty & CRM“ color=“white“ link=“url:%23loyalty||“][\/vc_column_inner][\/vc_row_inner][vc_column_text css=“.vc_custom_1462796622345{margin-top: -20px !important;}“]<\/p>\n

Ein wichtiger Schritt ist gemacht. Ein neuer Kunde ist gewonnen. Jetzt ist es Zeit, zu messen, wie viel Umsatz hieraus erw\u00e4chst. Dieser Teil beinhaltet die meisten KPIs. Hier werden die wichtigsten Kennziffern der operationalen Gesch\u00e4ftst\u00e4tigkeit vorgestellt.<\/p>\n

Kernziele<\/strong>: Jederzeit Kenntnis der aktuellen Gesch\u00e4ftsentwicklung und fr\u00fchzeitiges Erkennen von Fehlentwicklungen sowie das Wissen, wie profitable die unterschiedlichen Produkte und Marken sind. Auf der Basis kann das Angebot und Merchandising optimiert und M\u00f6glichkeiten f\u00fcr Up-Selling entdeckt werden.[\/vc_column_text][vc_row_inner css=“.vc_custom_1404833545777{margin-left: -13px !important;}“][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Net Sales (Netto Umsatz) und Gross profits (Brutto Umsatz)<\/b><\/h4>\n

 <\/p>\n

\\text{Net sales}=\\text{Gross Sales}-(\\text{Returns}+\\text{Cancellations}+\\text{Coupons})<\/p>\n

\\text{Gross profits}=\\text{Net Sales}-\\text{Cost of goods sold}<\/p>\n

Segmentierung nach:<\/b>\u00a0Produkt Kategorien, Akquisition Quelle \/ Kanal, Kohorten<\/p>\n

Welche Frage beantwortet die\u00a0KPI:<\/b>\u00a0Wie viel Umsatz generieren wir \u00fcber Facebook? Wie viel Umsatz erzielen wir in verschiedenen Kategorien? Der Umsatz ist nat\u00fcrlich eine der wichtigstens Kennziffer ihres Gesch\u00e4ftes und die Lebensader. Neben der t\u00e4glichen, w\u00f6chentlichen, monatlichen oder j\u00e4hrlichen Entwicklung der Umsatzzahlen kann die Segmentierung wertvolle Erkenntnisse liefern.<\/p>\n

Datenquellen<\/strong>:\u00a0Die Umsatzzahlen finden sich in der Shop Datenbank. Daten der Akquisition Kan\u00e4le finden sich in dem Web Tracking Tools. Die Daten k\u00f6nnen Sie zusammentragen, in Excel berechnen oder ein BI Tool benutzen, das automatisch die Daten aus den verschiedenen Quellen verbindet und Wachstumsraten oder Mittelwerte berechnet<\/p>\n

[\/vc_column_text][\/vc_column_inner][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Orders (Bestellungen), Items per Order (Artikel je Bestellung) oder average order size (durchschnittliche Warenkorbgr\u00f6\u00dfe)<\/b><\/h4>\n

 <\/p>\n

\\text{Orders}=\\text{Sum of all orders in a given period}<\/p>\n

\\text{Items per order}=\\frac{\\text{Total items}}{\\text{Total orders}}<\/p>\n

Segmentierung nach:<\/b>\u00a0Produkt Kategorien, Akquisition Quelle \/ Kanal, Kohorten, Kundengruppe, Devices, Geschlecht<\/p>\n

Welche Fragen beantwortet die KPI:<\/b>\u00a0Bestellen Frauen mehr Artikel als M\u00e4nner? Wie gro\u00df ist der Warenkorb bei Bestellungen von mobilen Endger\u00e4ten? Welcher Kanal hat die meisten Bestellungen gebracht?\u00a0etc.
\nWie die Umsatzzahlen sollten auch diese Kennziffern jeden Tag, jede Woche, Monat und im Gesamtverlauf eines Jahres beobachtet werden. Die Segmentierung nach Kundengruppe kann aufdecken, wo die Stellschrauben sind, um Ums\u00e4tze zu steigern. Etwa der Vergleich der Warenkorbgr\u00f6\u00dfe von Neukunden versus Bestandskunden oder der Vergleich der verschiedenen Kan\u00e4le k\u00f6nnen Fragen wie diese beantworten: Kaufen die Kunden, die von Facebook kommen, mehr als die Kunden, die von Google in unseren Shop gelangten.<\/p>\n

Datenquellen<\/strong>:\u00a0Die Daten liegen in der Shopdatenbank. Weiterf\u00fchrende Berechnungen k\u00f6nnen in Excel erfolgen oder automatisiert in einem BI Tool auf Klick zug\u00e4nglich sein.<\/p>\n

[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][vc_row_inner css=“.vc_custom_1404833554027{margin-left: -13px !important;}“][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Return Rate (R\u00fccksendungsquote)<\/b><\/h4>\n

 <\/p>\n

\\text{Return rate}=\\frac{\\text{Number of orders returned}}{\\text{Number of orders}}<\/p>\n

Segment by:<\/b>\u00a0Produkt Kategorien, Kanal, Kohorten, Kundengruppe, Devices, Geschlecht<\/p>\n

Welche Frage beantwortet die\u00a0KPI:<\/b>\u00a0Wie viele Bestellungen wurden zur\u00fcckgesandt? Die return rate regelm\u00e4\u00dfig zu beobachten, ist besonders wichtig, weil sie die Profitabilit\u00e4t erheblich beeinflussen kann. Die return rate kann aufzeigen, wo es suboptimale Produktbeschreibungen oder Bilder gibt und wo das Angebot optimiert werden sollten.<\/p>\n

Datenquellen<\/strong>:\u00a0Die Daten liegen in der Shopdatenbank\u00a0oder im Warenwirtschaftssystem.\u00a0Weiterf\u00fchrende Berechnungen k\u00f6nnen in Excel erfolgen oder automatisiert in einem BI Tool auf Klick zug\u00e4nglich sein.<\/p>\n

Benchmarks<\/b>: Return rates variieren stark von Branche zu Branche. Die Mode Industrie zeigt beispielsweise Raten gr\u00f6\u00dfer als 50%. Mehr als ein Drittel der Fashion Online Shops verzeichnen Return Rates von mehr als 20%. (In Deutschland liegt die durchschnittliche R\u00fccksendungsquote im eCommmerce Markt bei 13%). Quelle: Ibi Research institute<\/a>, German trade and invest eCommerce report<\/a>.<\/p>\n

[\/vc_column_text][\/vc_column_inner][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Average Order Value (durchschnittlicher Warenkorbwert)<\/b><\/h4>\n

 <\/p>\n

\\text{AOV}=\\frac{\\text{Revenues}}{\\text{Number of orders}}<\/p>\n

Segmentierung nach:<\/b>\u00a0Produkt Kategorien, Kanal, Kohorten, Kundengruppe, Devices<\/p>\n

Welche Frage beantwortet die KPI:<\/b>\u00a0Wie viel geben unsere Kunden im Durchschnitt pro Bestellung aus?
\nDer AOV ist eine der wichtigsten KPIs, denn er zeigt den durchschnittlichen Wert, der bei jeder Transaktion erzielt wird. Der AOV kann gesteigert werden bspw. durch Upselling oder Steigerung der average order size etwa durch Recommendation (Empfehlungen). Der AOV bietet sich an um Kundengruppen zu segmentieren und in verschiedene Umsatzklassen zu sortieren, um sie etwa gezielter anzusprechen durch Mailings, Newsletter oder Recommendations.<\/p>\n

Datenquellen:<\/strong>\u00a0Die Daten liegen in der Shopdatenbank. Weiterf\u00fchrende Berechnungen k\u00f6nnen in Excel erfolgen oder automatisiert in einem BI Tool auf Klick zug\u00e4nglich sein..<\/p>\n

Benchmark<\/b>: Der AOV variiert nach L\u00e4ndern, Endger\u00e4ten oder Branchen. \u00a0Als Faustregel gilt; der AOV sollte immer gr\u00f6\u00dfer als der CPO sein.<\/p>\n

[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][vc_row_inner css=“.vc_custom_1404833554027{margin-left: -13px !important;}“][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Contribution margins (Deckungsbeitr\u00e4ge)<\/b><\/h4>\n

 <\/p>\n

\\text{Contribution margin}=\\text{Net sales}-\\text{COGS}-(\\text{Logistics}+\\text{Payment}+\\text{Marketing spend})<\/p>\n

Segmentierung nach:<\/b>\u00a0Produkt Kategorien, Kundengruppen, Kohorten<\/p>\n

Welche Frage beantwortet die KPI:<\/b>\u00a0Wie in jedem anderen Business ist die Deckungsbetragsrechnung das Fundament auf dem der Shop steht. Der Deckungsbeitrag zeigt wie profitabel das Gesch\u00e4ft ist und wie hoch am Ende der Gewinn der Unternehmung. Je nach individueller Gesch\u00e4ftslogik kann die Deckungsbetragsrechnung variieren. G\u00e4ngig ist die folgende Berechnung:<\/p>\n

Datenquellen<\/strong>:\u00a0Sales, Logistik und Payment Daten finden sich in der Shopdatenbank oder einem Warenwirtschaftssystem. Die Marketingausgaben halten die jeweiligen Ad Plattformen bereit. Die Daten k\u00f6nnen Sie manuell zusammentragen, und die Deckungsbeitr\u00e4ge in Excel berechnen oder ein BI Tool nutzen, das automatisch die Daten aus den verschiedenen Quellen verbindet und automatisch eine Gewinn- und Verlustrechnung anbietet.<\/p>\n

Benchmark<\/b>:\u00a0Die Deckungsbeitr\u00e4ge variieren stark von Branche zu Branche, Produkten, Kategorien und L\u00e4ndern.<\/p>\n

[\/vc_column_text][\/vc_column_inner][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

weiterf\u00fchrende KPIs<\/strong><\/h4>\n

Product Affinity<\/p>\n

Product Relationship<\/p>\n

Days and visits to purchase<\/p>\n

[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][vc_column_text el_class=“.anchor:before“]<\/p>\n

4. Loyalit\u00e4t \/ CRM<\/b><\/h3>\n

[\/vc_column_text][vc_row_inner][vc_column_inner width=“1\/4″][vc_button2 title=“1. Acquisition“ color=“white“ link=“url:%23acquisition||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“2. Engagement & Conversion“ color=“white“ link=“url:%23engagement||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“3. Outcomes“ color=“white“ link=“url:%23outcomes||“][\/vc_column_inner][vc_column_inner width=“1\/4″][vc_button2 title=“4. Loyalty & CRM“ color=“juicy_pink“ link=“url:%23loyalty||“][\/vc_column_inner][\/vc_row_inner][vc_column_text css=“.vc_custom_1462796630375{margin-top: -20px !important;}“]<\/p>\n

Der vierte Teil der Erfolgsgeschichte eines Webshops wird durch gute Kundenbeziehungen geschrieben. Einmal gewonnene Kunden zu halten, sichert das Gesch\u00e4ft.<\/p>\n

Kernziele<\/strong>: Ein gutes Verst\u00e4ndnis f\u00fcr seine Kunden, ihr Verhalten, ihre Vorlieben mit dem Ziel die Wiederkaufsrate zu erh\u00f6hen und die Gruppe der loyalen K\u00e4ufer zu vergr\u00f6\u00dfern.[\/vc_column_text][vc_row_inner css=“.vc_custom_1404833562075{margin-left: -13px !important;}“][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

New & returning customers \/ buyers
\n<\/strong>(Neu- & Bestandskunden)
\nFirst & repeated orders
\n<\/b>(Erst- & wiederkehrende Bestellungen)<\/h4>\n

 <\/p>\n

\\text{New to returning customers}=\\frac{\\text{Number of first time customers}}{\\text{Number of repeat customers}}<\/p>\n

\\text{First and repeated orders}=\\frac{\\text{Number of first time orders}}{\\text{Number of repeat orders}}<\/p>\n

Segmentierung nach<\/strong>:\u00a0Kanal, Kohorten, Kundengruppen, Geschlecht<\/p>\n

Welche Fragen beantworten die KPIs:<\/b>\u00a0Wie ist das Verh\u00e4ltnis zwischen Neu- und Bestandskunden? Wie viel Prozent des Umsatz wird durch wiederkehrenden Kunden generiert? Die Kennziffern geben Aufschluss zu welchem Anteil die Ums\u00e4tze von Bestandskunden generiert werden und welches Umsatzpotential in einem Neukunden stecken kann. Auf Basis der KPIs und der Segmentierung k\u00f6nnen bspw. zugeschnittene Mailings (Retention-Kampagnen) versendet werden.<\/p>\n

Datenquelle<\/strong>:\u00a0Die Daten liegen in der Shopdatenbank. Weiterf\u00fchrende Berechnungen k\u00f6nnen in Excel erfolgen oder automatisiert in einem BI Tool auf Klick zug\u00e4nglich sein.<\/p>\n

[\/vc_column_text][\/vc_column_inner][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Repeat repurchase rates (Wiederkaufsrate)<\/b><\/h4>\n

 <\/p>\n

\\text{Repeat purchase rate}=\\frac{\\text{Revenues}_{x+n}}{\\text{Number of orders}_{x}}<\/p>\n

Segmentierung nach:<\/b>\u00a0Kanal, Kohorten, Kundengruppen, Geschlecht<\/p>\n

Welche Frage beantwortet die\u00a0KPI:<\/b>\u00a0\u00a0Wie viele der neu gewonnen Kunden kaufen erneut etwas? Welcher Kanal liefert loyale Kunden? Wiederkaufsraten zeigen wie sich das Bestandsgesch\u00e4ft entwickelt, wann und welche der Kunden nicht l\u00e4nger kaufen und damit den richtigen Zeitpunkt, f\u00fcr R\u00fcckgewinnungskampagnen oder Angeboten bspw. in Mailings oder Newslettern.\u00a0Besonders aufschlussreich ist die Analyse der Wiederkaufsrate, wenn sie nach Kohorten segmentiert wird. Eine Kohorte von Kunden sind bspw. alle neuen Kunden die in einem Monat gewonnenen wurden. Wie viele dieser Neukunden kaufte im 1.,2.,3….. Monat nach ihrem Erstkauf erneut etwas. Ein Vergleich der repurchase rate zwischen den Kohorten kann der Erfolg oder Misserfolg bspw. von Akquise Strategien oder Marketing Aktivit\u00e4ten aufzeigen.<\/p>\n

Datenquellen<\/strong>:\u00a0Die Bestelldaten (order data) sind in der Shopdatenbank gespeichert. Die Berechnung ist komplexer als andere Metriken. Das Aufsetzen einer Kohortenanalyse in Excel erfordert das Importieren gro\u00dfer Datenmengen aus der Datenbank, die Bestimmung der Variable, nach der die Bildung der Kohorten erfolgen soll und die Berechnung von life cycle stages \u00a0sowie die Auswertung in Pivot- oder Kreuztabelle. Ein BI Tool h\u00e4lt diese Analyse automatisch bereit.<\/p>\n

[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][vc_row_inner css=“.vc_custom_1404833569325{margin-left: -13px !important;}“][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Churn rates (customers & revenues)<\/b><\/h4>\n

 <\/p>\n

F\u00fcr Abonnement basierte Gesch\u00e4ftsmodelle:<\/p>\n

\\text{Churn rate}=\\frac{\\text{Subscribers lost}}{\\text{Initial sibscribers}}<\/p>\n

F\u00fcr Gesch\u00e4ftsmodelle, die auf Einzelverkauf\u00a0basieren:<\/p>\n

\\text{Churn rate}=\\frac{\\text{Customers who haven't purchased within time t}}{\\text{Customers at beginning of time t}}<\/p>\n

Segmentierung nach:<\/b>\u00a0<\/b>Kohorten<\/p>\n

Welche Frage beantwortet die KPI:<\/b>\u00a0Wie hoch ist der Anteil der verlorengegangenen Kunden? Die Churn Rate ist ein hilfreicher Fr\u00fch-Indikator und kann in die Prognose der Umsatzentwicklung mit einflie\u00dfen. Das Wissen, welche Kunden verloren gegangen sind, erlaubt au\u00dferdem gezielt Kundenr\u00fcckgewinnungs-Kampagnen zu starten. Einen Kunden zur\u00fcckzugewinnen ist in der Regel kosteng\u00fcnstiger, als einen neuen Kunden zu akquirieren.<\/p>\n

Datenquellen<\/strong>:\u00a0Daten sind in der Shopdatenbank zu finden. Die Berechnung f\u00fcr Nichtabo-Gesch\u00e4ftsmodell involviert die Definition der Zeitperiode, au\u00dferhalb derer ein Kunde, der nicht erneut kauft, als verlorenen Kunden gilt. Berechnungen k\u00f6nnen manuell in Excel erfolgen oder automatisiert in einem BI Tool auf Klick zug\u00e4nglich sein.<\/p>\n

[\/vc_column_text][\/vc_column_inner][vc_column_inner width=“1\/2″][vc_column_text]<\/p>\n

Customer lifetime value (CLV)<\/b><\/h4>\n

 <\/p>\n

 <\/p>\nCLV=margin\\times[\\frac{\\text{Retention rate}}{(1+\\text{Interest rate}-\\text{Retention Rate}}]\n

Segmentierung nach:<\/b>\u00a0Kanal, Kohorten<\/p>\n

Welche Frage beantwortet die KPI:<\/b>\u00a0\u00a0Wie viel Umsatz generiert ein Kunde in seiner Zeit als unser Kunde?
\nDer CLV ist der heutige Wert der aufsummierten Ums\u00e4tze die von jedem Kunden in Zukunft erwartet wird. Mit anderen Worten, der CLV ist der heutige Wert eines Kunden f\u00fcr den Shop (die \u00fcber die Zeit auf den heutigen Wert abgezinste Summe des Gesamtumsatzes eines Kunden in seiner gesamten Lebenszeit. Eine vereinfachte Formel basiert auf der Annahme konstanter Margen, Wiederkaufsraten und einem infiniten Zeitraum.<\/p>\n

Der CLV erlaubt die effiziente Optimierung der Marketing- und CRM-Ausgaben, indem er die maximale Grenze f\u00fcr die H\u00f6he der Akquisitionskosten (CPA), Kosten f\u00fcr R\u00fcckgewinnungsaktionen und, oder die Ausgaben f\u00fcr den Kundenservice vorgibt. Der CLV ist sinnvoll f\u00fcr die Segmentierung der Kunden in Gruppen mit hohem und niedrigem Umsatzpotential und entsprechende Ausgabenh\u00f6he.<\/p>\n

Datenquellen<\/strong>:\u00a0Daten sind in der Shopdatenbank zu finden. Die Berechnung mit der vereinfachten Formel kann in Excel erfolgen. Einen genaueren Wert liefert die Berechnung auf Basis von individuellen Kundendaten, Wiederkaufsraten und Margen, der mit Hilfe eines BI Tools statistisch modelliert wird.<\/p>\n

[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][vc_column_text]<\/p>\n

weitere KPIs<\/b><\/h4>\n

Net promoter Score<\/p>\n

Average customer service response time<\/p>\n

[\/vc_column_text][vc_column_text]<\/p>\n

Zusammenfassung:<\/b><\/h3>\n

[\/vc_column_text][vc_column_text] Die folgende Abbildung fasst noch einmal zusammen: [\/vc_column_text][vc_column_text]\u00a0Die beschriebenen KPIs sind eine Auswahl des m\u00f6glichen Spektrums von Kennziffern. Die hier vorgestellte, komprimierte Auswahl ist als hilfreiches Lexikon f\u00fcr jeden Onlineh\u00e4ndler gedacht. Welche KPIs am besten geeignet sind, seine Ziele zu erreichen, wird jeder eCommerce Unternehmer herausfinden m\u00fcssen. Dabei helfen kann der Einsatz eines BI-Tools. Denn das erspart eine Vielzahl manueller Berechnungen.<\/p>\n

Wunderdata stellt als BI-Tool die KPIs zur Verf\u00fcgung und eine Vielzahl von Filter- und Segmentierungsoptionen. Check out a live demo!<\/a>[\/vc_column_text][vc_column_text]<\/p>\n

Quellen &\u00a0weiterf\u00fchrende Empfehlungen<\/strong><\/h3>\n

[\/vc_column_text][vc_column_text]Dieser Beitrag adaptiert und orientiert sich an der exzellenten Arbeit von\u00a0Avinash Kaushik’s on web metrics<\/p>\n

http:\/\/www.kaushik.net\/avinash\/best-web-metrics-kpis-small-medium-large-business\/<\/a><\/p>\n

Ein\u00a0lesenswerter Artikel zum Thema\u00a0Loyalty Marketing und den\u00a0richtigen Metriken finden Sie von\u00a0Roman Kirsch. Roman ist Gr\u00fcnder von\u00a0Lesara<\/a>, ein Wunderdata\u00a0Kunde.<\/p>\n

http:\/\/romankirsch.com\/blog\/managing-loyalty-and-maximizing-clv-in-e-commerce-today.html\u00a0<\/a><\/p>\n

In unserem Artikel stellten wir die vereinfachte Formel zur Berechnung des CLV vor. Wenn Sie mehr zum Konzept des CLV lesen wollen, empfehlen wir die folgende Abhandlung\u00a0von\u00a0Sunil Gupta.<\/p>\n

Gupta, Sunil, et al. „Modeling customer lifetime value.“\u00a0<\/span>Journal of Service Research<\/i>\u00a09.2 (2006): 139-155.<\/span><\/a>[\/vc_column_text][\/vc_column][\/vc_row]<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"

[vc_row][vc_column][vc_column_text] Welche Kennziffer ist am besten geeignet, um die Performance Ihres Online-Shops zu messen? Hier sind die wichtigsten KPIs, die Ihnen dabei helfen, Ihre Shop Performance zu optimieren. [\/vc_column_text][vc_column_text] Grunds\u00e4tzliches zu KPIs Ein KPI (Key Performance Indicator) ist eine quantitative Kennziffer, um Trends in wichtigen Gesch\u00e4ftsmetriken aufzudecken. Hinter jeder KPI sollte ein Ziel stehen. Mit …<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[33],"tags":[],"class_list":["post-6977","post","type-post","status-publish","format-standard","hentry","category-ressourcen"],"yoast_head":"\nDie essenziellen eCommerce Key Performance Indicators (KPIs) - Wunderdata<\/title>\n<meta name=\"description\" content=\"Hier sind die wichtigsten KPIs erkl\u00e4rt, die Ihnen dabei helfen, Ihre Shop Performance zu optimieren.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Die essenziellen eCommerce Key Performance Indicators (KPIs) - Wunderdata\" \/>\n<meta property=\"og:description\" content=\"Hier sind die wichtigsten KPIs erkl\u00e4rt, die Ihnen dabei helfen, Ihre Shop Performance zu optimieren.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/\" \/>\n<meta property=\"og:site_name\" content=\"Wunderdata: Business Intelligence for eCommerce\" \/>\n<meta property=\"article:published_time\" content=\"2015-04-15T12:57:12+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2021-01-29T16:25:59+00:00\" \/>\n<meta name=\"author\" content=\"Richard Neb\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Richard Neb\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"23\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/\",\"url\":\"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/\",\"name\":\"Die essenziellen eCommerce Key Performance Indicators (KPIs) - Wunderdata\",\"isPartOf\":{\"@id\":\"https:\/\/wunderdata.com\/#website\"},\"datePublished\":\"2015-04-15T12:57:12+00:00\",\"dateModified\":\"2021-01-29T16:25:59+00:00\",\"author\":{\"@id\":\"https:\/\/wunderdata.com\/#\/schema\/person\/e9ee84f77ab840aa73bd5dd765fa1e2e\"},\"description\":\"Hier sind die wichtigsten KPIs erkl\u00e4rt, die Ihnen dabei helfen, Ihre Shop Performance zu optimieren.\",\"breadcrumb\":{\"@id\":\"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/wunderdata.com\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Die essenziellen eCommerce Key Performance Indicators (KPIs)\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/wunderdata.com\/#website\",\"url\":\"https:\/\/wunderdata.com\/\",\"name\":\"Wunderdata: Business Intelligence for eCommerce\",\"description\":\"Plug & Play Business Intelligence for eCommerce\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/wunderdata.com\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/wunderdata.com\/#\/schema\/person\/e9ee84f77ab840aa73bd5dd765fa1e2e\",\"name\":\"Richard Neb\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/wunderdata.com\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/4da3d31ffff2ad955c481b4ae3980e3b?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/4da3d31ffff2ad955c481b4ae3980e3b?s=96&d=mm&r=g\",\"caption\":\"Richard Neb\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Die essenziellen eCommerce Key Performance Indicators (KPIs) - Wunderdata","description":"Hier sind die wichtigsten KPIs erkl\u00e4rt, die Ihnen dabei helfen, Ihre Shop Performance zu optimieren.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/","og_locale":"de_DE","og_type":"article","og_title":"Die essenziellen eCommerce Key Performance Indicators (KPIs) - Wunderdata","og_description":"Hier sind die wichtigsten KPIs erkl\u00e4rt, die Ihnen dabei helfen, Ihre Shop Performance zu optimieren.","og_url":"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/","og_site_name":"Wunderdata: Business Intelligence for eCommerce","article_published_time":"2015-04-15T12:57:12+00:00","article_modified_time":"2021-01-29T16:25:59+00:00","author":"Richard Neb","twitter_misc":{"Verfasst von":"Richard Neb","Gesch\u00e4tzte Lesezeit":"23\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/","url":"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/","name":"Die essenziellen eCommerce Key Performance Indicators (KPIs) - Wunderdata","isPartOf":{"@id":"https:\/\/wunderdata.com\/#website"},"datePublished":"2015-04-15T12:57:12+00:00","dateModified":"2021-01-29T16:25:59+00:00","author":{"@id":"https:\/\/wunderdata.com\/#\/schema\/person\/e9ee84f77ab840aa73bd5dd765fa1e2e"},"description":"Hier sind die wichtigsten KPIs erkl\u00e4rt, die Ihnen dabei helfen, Ihre Shop Performance zu optimieren.","breadcrumb":{"@id":"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/wunderdata.com\/de\/key-performance-indicators-kpi-ecommerce\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/wunderdata.com\/de\/"},{"@type":"ListItem","position":2,"name":"Die essenziellen eCommerce Key Performance Indicators (KPIs)"}]},{"@type":"WebSite","@id":"https:\/\/wunderdata.com\/#website","url":"https:\/\/wunderdata.com\/","name":"Wunderdata: Business Intelligence for eCommerce","description":"Plug & Play Business Intelligence for eCommerce","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/wunderdata.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Person","@id":"https:\/\/wunderdata.com\/#\/schema\/person\/e9ee84f77ab840aa73bd5dd765fa1e2e","name":"Richard Neb","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/wunderdata.com\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/4da3d31ffff2ad955c481b4ae3980e3b?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/4da3d31ffff2ad955c481b4ae3980e3b?s=96&d=mm&r=g","caption":"Richard Neb"}}]}},"_links":{"self":[{"href":"https:\/\/wunderdata.com\/de\/wp-json\/wp\/v2\/posts\/6977","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wunderdata.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wunderdata.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wunderdata.com\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/wunderdata.com\/de\/wp-json\/wp\/v2\/comments?post=6977"}],"version-history":[{"count":30,"href":"https:\/\/wunderdata.com\/de\/wp-json\/wp\/v2\/posts\/6977\/revisions"}],"predecessor-version":[{"id":7174,"href":"https:\/\/wunderdata.com\/de\/wp-json\/wp\/v2\/posts\/6977\/revisions\/7174"}],"wp:attachment":[{"href":"https:\/\/wunderdata.com\/de\/wp-json\/wp\/v2\/media?parent=6977"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wunderdata.com\/de\/wp-json\/wp\/v2\/categories?post=6977"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wunderdata.com\/de\/wp-json\/wp\/v2\/tags?post=6977"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}