Wie messe ich Erfolg im eCommerce?

Eine der Nebenwirkungen des immer ausgeprägteren Heinemann Kegels in der digitalen Wirtschaft ist der zunehmende Fokus auf Daten getriebene, analytische Methoden um in jedem Segment des Kegels erfolgreich zu sein. In dieser Woche habe ich mir einige E-Mail Marketing Tools genau angeschaut und durch meine Arbeit mit Facelift, Netshops oder auch Launchwerk bin ich vertraut mit Facebook Marketing, SEO/SEM, Shop Technologien und technischen Eigenschaften von Eigenentwicklungen. In jedem dieser Bereiche muss man mittlerweile 100% Experte sein, um auch nur mit dem Markt mit zu halten. Die Zeiten des informierten Generalisten sind auf jeden Fall vorbei. Wie steuert man aber denn nun eCommerce Modelle? Geschäftsführer und Controller können sich sehr leicht im Kennzahlendschungel des eCommerce verlaufen und sich zu sehr auf einen Kanal fokussieren. Vielleicht ist ihr Geschäftsmodell zur Zeit abhängig vom E-Mail Marketing und sie kennen viele Kennzahlen dort , doch eigentlich müssten sie gerade dann von diesem Marketing Kanal zu Facebook wechseln. Wie also behalte ich den Überblick?

Es gibt sicherlich im eCommere, neben zahllosen operativen Metriken, 4 Kennzahlen – auf Denglisch KPIs = Key Performance Indicators, die für jedes Modell im Blick behalten werden sollte um den Erfolg eines Transaktionsbasierten Modells zu verstehen. Auch bei Netshops werden Kunden immer mit diesen Zahlen konfrontiert, wenn es um den Erfolg oder Misserfolg eines eCommerce Modells geht. Auf diese Kennzahlen werde ich gleich eingehen aber noch ein Zusatz – diese Kennzahlen sind nur aussagekräftig, wenn sie über einen gewissen Zeitraum erhoben werden und somit Rückschlüsse auf z.B. Saisonalität oder den Einfluss von einzelnen Werbekampagnen oder PR Erfolge erlauben. Jetzt aber zu den Zahlen …

Hier die vier Highlights:

1. Traffic
2. Conversion Rate
3. Average Order Value
4. Retourenrate

Warum finde ich diese Werte so wichtig?  Ganz einfach – damit kann ich meinen Netto-/Bruttoumsatz berechnen. Dies erfolgt über zwei einfache Formeln Brutto-Umsatz = Traffic x Conversion Rate x AOV für den Nettoumsatz füge ich dann nur noch x (1-Retourenrate) hinzu. Damit kann ich also sofort erkennen, wie mein Shop als Vertriebskanal funktioniert.

Natürlich gibt es dabei einen erheblichen Nachteil – ich lasse völlig außer Acht, wie viel ich für den Traffic bezahlt habe, ob meine Bestellungen profitabel sind und wie mein Deckungsbeitrag aussieht. Das ist schlecht. In der Überschrift des Artikels steht ja nun auch „Erfolg im eCommerce“ – nicht im Leben oder im Geschäftsmodell. Was will ich damit sagen? Mit diesen vier Kennzahlen kann ich den Shop sehr spitz als Vertriebskanal bewerten. Für mein jeweiliges Geschäftsmodell muss ich meine Webdaten mit weiteren Geschäftsdaten verknüpfen. Das ist dann aber nicht mehr eCommerce spezifisch, sondern das ganz normale Vorgehen in der Geschäftsleitung/Controlling bei dem es auf jeden Fall ausreichend viel Beispiele / Erfahrungen gibt.

Welche Aktionen leite ich denn nur von meinen vier Kennzahlen ab?

Traffic

Durch ein besseres Verständnis für meine Besucherzahlen können zum Beispiel gezielte Werbemaßnahmen in umsatzschwachen Monaten zu einem ausgeglicheneren Ergebnis führen. Hiermit kann ich zum Beispiel auch meine Liquidität beeinflussen oder den Einkauf von Waren prognostizieren. Wie auch im stationären Bereich ist jeder Tag im Jahr unterschiedlich und wird durch zahlreiche Faktoren beeinflusst. Ein besseres Verständnis hier kann also erheblichen Einfluss auf alle nachgelagerten Prozesse haben. Weiterhin ist es wichtig beim Traffic zwischen Neu- und Altkunden zu unterscheiden – diese unterscheiden sich erheblich in den Akquisekosten und somit kann ich mich entscheiden, ob ich in Neukunden oder Kundenbindungsmaßnahmen investieren möchte.

Conversion Rate

Was nützen mir alle Besucher dieser Welt, wenn niemand bestellt. Das ist so ähnlich wie der McDonalds am Hamburger Hauptbahnhof um 6:00 morgens. Der Laden ist voll – Betrunkene liegen rum, Obdachlose wärmen sich auf, Studis schlafen bis der Zug kommt aber absolut niemand bestellt etwas. Das ist weder appetitlich noch nützlich für McDonalds. So geht es auch im Online Handel zu. Nur gucken und nicht kaufen ist doof. Die Conversion Rate hilft zu beurteilen, wie viele der Besucher denn nun wirklich gekauft haben. 1 Mio Besucher mit einer Conversion Rate von 0.0001% sind wesentlich schlechter als 100.000 Besucher mit einer Conversion Rate von 10%. Selbst kleine Verbesserungen oder Verschlechterungen dieses KPIs können einen erheblichen Einfluss haben. Daher sollte sogenanntes „Continues Testing“ immer genutzt werden – convertieren meine Besucher besser auf der Start-Page oder auf Landing-Pages? Sollte ich den Warenkorb rechts oben oder in der Mitte haben? Ist der „Bestellen-sie-jetzt“ Knopf besser in rot oder orange? All diese Fragen sollten durch Ihren Einfluss auf die Conversion Rate beantwortet werden.

Average Order Value

Hier bekomme ich eine gute Aussage zum Kaufverhalten meiner Kunden. Errechnet durch die Division vom gesamten Bestellwert und Anzahl der Bestellungen kann ich hiermit sehen, wie viel Geld die Kunden pro Bestellung ausgeben. Was sollte ich damit optimieren? Punkte wie Cross-Selling, Produktempfehlungen, Versandkostenbefreiung, Upselling oder bestimmte Marketingmaßnahmen können hiermit bewertet werden.  Worauf man allerdings achten muss: bei der komplexen „Maschine“ eCommerce werden alle Faktoren beeinflusst, wenn an einer Stellschraube gedreht wird. Will ich meinen AOV erhöhen und nehme eine Versandkostenbefreiung vor, dann steigt vielleicht meine Retourenrate. Lege ich zu viel Wert auf Premium Produkte oder agressives Cross-Selling, dann wird vielleicht meine Conversion Rate fallen. Hier geht aber auf jeden Fall „probieren über studieren“ und nach einiger Zeit entwickelt man sicherlich ein gutes Verständnis/Gespür für die einzelnen Stellschrauben.

Retourenrate

Zu guter Letzt, das leidige Thema Retouren. Vor allem in Deutschland ist es ein Problem, da direkt nach dem zweiten Weltkrieg die großen Kataloggeschäfte OTTO, Neckermann, Quelle etc. die Endkunden daran gewöhnt haben, die Artikel die nicht passten einfach wieder zurück zuschicken. Dazu kommt noch eine extrem Endkundenfreundliche Gesetzgebung. Da bleibt mir nur zu sagen: Ha! Neckermann und Quelle ihr habt die Früchte euer Arbeit bereits geerntet und seit in die wohl verdiente Pleite gegangen, da ihr das Leben für alle Distanzhändler einfach nur unsagbar schwerer gemacht habt. OTTO vergebe ich an diesem Punkt mal, da die digitalen Modelle des Konzerns angemessen mitleiden. Die Berechnung ist wieder relativ einfach d.h. retournierte Bestellungen / Anzahl der Bestellungen ergibt die Retourenrate. An diesem Punkt doktorn alle digitalen Modelle rum und das wohl offensichtlichste Beispiel ist Zalando, die sogar so vermessen waren am Anfang ihrer Firmengeschichte mit einfachem Rückversand zu werben. Schrei vor Glück oder schick zurück? Ebenso Amazon – da wurden Hochfrequenzretunierend mal einfach so die Konten gesperrt. Das haben sie sich dann ganz, ganz schnell wieder verkniffen. Warum ist es so komplex? Nach der relativ einfachen Berechnung der Retourenrate kommen die Einflussfaktoren: Warenkorbeinstellungen, Zahlartenmix, Liefermethodenmix, Sortimentsmanagement, Produktdaten, Verpackungen, Kundenmanagement, Betrugserkennung etc. etc. Es gibt hier keine einfachen Antworten, sondern eine Menge Stellschrauben an denen gedreht werden muss damit die Kundenzufriedenheit so hoch ist, dass keine Retouren erfolgen. Viel Spaß!

Es gibt sicherlich noch viele andere wichtige KPIs die periodisch geprüft werden sollten. Beispiele wären Absprungrate, Teile pro Bestellung oder der Anteil der Besucher die einen Warenkorb erstellt haben. Diese KPIs kann man sicherlich auf noch einmal auf das jeweilige, spezifische Geschäft anpassen.

Zu guter Letzt – wie sollte man diese Daten im Auge behalten? Da gibt es sicherlich viele Lösungen aber ich kann nur empfehlen auf das kostenlose Google Analytics Dashboard zu setzten. Man bezahlt zwar mit seinen Daten und Google erhofft sich sicherlich auch vermehrte SEA Nutzung aber ich würde die Datensicherheit auch bei anderen, kostenpflichtigen Anbietern nicht gerade als besonders hoch bezeichnen. Daher die klare Empfehlung die oben genannten Kennzahlen durch Datensammlung und gezielte Datenhinterlegung bei Google zu sammeln und zu analysieren. Google Analytics kommt zwar aus der Webanalyse, aber man kann es ebenfalls mit Backendanalyse Tools bzw. ERP Daten wie Marketingausgaben oder anderen verknüpfen. Dies ermöglich dann noch viele weitere Analysemöglichkeiten, die auf das jeweilige Geschäftsmodell abgestimmt werden können.

Zusammenfassend: Kopf hoch! Das komplexe eCommerce Geschäft lässt sich immer noch auf eine Handvoll Zahlen zusammen fassen, die es einem interessierten Generalisten erlauben den Erfolg oder wie eigentlich im eCommerce üblicher den Misserfolg des jeweiligen Geschäfts zu verstehen.