Kennzahlen in Maßnahmen übersetzen: von der Zahl zur Aufgabe
Ein Regelwerk für Shops: Wenn Kennzahl X kippt, prüfe Y. Mit Tabelle je Kennzahl, Prüfreihenfolge, Beispiel und der Frage, wann du besser nichts tust.

Inhalt
- Warum aus Zahlen selten Aufgaben werden
- In fünf Schritten aus Kennzahlen Maßnahmen ableiten
- Das Regelwerk: Wenn Kennzahl X, dann prüfe Y
- Bevor du eine Regel anwendest: drei Vorfragen
- Die Aufgabe formulieren
- Ein Beispiel, durchgerechnet
- Wann die richtige Maßnahme „nichts tun“ ist
- Von der Prüfung zur Frühwarnung
- Checkliste: von der Zahl zur Aufgabe
Eine Kennzahl, die fällt, ist noch keine Aufgabe. Zwischen „Conversion-Rate minus 15 %“ und „Versandkosten auf der Produktseite anzeigen“ liegen mehrere Schritte, die in den meisten Shops übersprungen werden. Dieser Artikel liefert ein Regelwerk, mit dem du aus Kennzahlen Maßnahmen ableiten kannst: Für jede Hauptkennzahl steht, welches Signal zählt, was du zuerst prüfst, welche Aufgabe daraus typischerweise folgt und wann du das Ergebnis misst. Welche Kennzahlen es gibt und wie sie berechnet werden, steht im Überblick zu den wichtigsten E-Commerce-Kennzahlen; wann du sie ansiehst, in der Wochenroutine für wachsende Shops. Hier geht es um den Schritt dazwischen.
Warum aus Zahlen selten Aufgaben werden
Drei Muster sieht man in kleinen und mittleren Shops immer wieder:
Die Zahl wird als Ursache gelesen. „Die Absprungrate ist hoch“ klingt wie ein Befund, ist aber nur eine Beschreibung. Die Ursache kann Ladezeit, falscher Traffic oder ein Preis sein. Wer die Zahl selbst bekämpft, kommt bei kosmetischen Änderungen an.
Die Zahl wird ohne Vergleich gelesen. Eine Conversion-Rate von 1,4 % ist gut oder schlecht, je nachdem, ob sie im Vormonat 1,1 % oder 2,0 % war. Ohne Vergleichszeitraum gibt es kein Signal.
Aus einer Zahl werden fünf Maßnahmen. Dann weiß nach vier Wochen niemand, was gewirkt hat.
Das Regelwerk unten löst das, indem es jede Kennzahl mit einer Prüfreihenfolge verbindet und am Ende genau eine Aufgabe verlangt.
In fünf Schritten aus Kennzahlen Maßnahmen ableiten
Jede Kennzahl durchläuft dieselbe Kette. Die Schritte dauern zusammen selten länger als 30 Minuten.
- Abweichung bestätigen. Vergleiche denselben Zeitraum: Woche gegen die vier Vorwochen, Monat gegen Vormonat und Vorjahresmonat. Ein einzelner Tag zählt nicht.
- Messung ausschließen. Stimmen Bestellungen und Umsatz in GA4 mit dem Shop-Backend überein? Wurde am Shop, am Consent-Banner oder am Tag Manager etwas geändert? Ein Teil der „Einbrüche“ ist eine Tracking-Lücke. Die Prüfung dafür steht unter GA4-E-Commerce-Tracking prüfen.
- Zerlegen. Umsatz ist Sitzungen mal Conversion-Rate mal Bestellwert. Conversion-Rate ist eine Kette aus Produktansicht, Warenkorb, Checkout, Kauf. Der Faktor, der am stärksten gefallen ist, bestimmt die Richtung.
- Eingrenzen. Teile den auffälligen Faktor nach Gerät, Kanal, Landingpage oder Produktgruppe auf. Meistens steckt die Abweichung in einem Segment, nicht im Gesamtwert.
- Aufgabe formulieren. Eine Änderung, eine Kennzahl, ein Zielwert, ein Messtermin. Vorlage weiter unten.
Das Regelwerk: Wenn Kennzahl X, dann prüfe Y
Die Tabelle deckt die Fälle ab, die in Shops am häufigsten vorkommen. „Signal“ meint eine Abweichung, die über mindestens eine Woche anhält und nicht durch Saison oder Aktion erklärt ist. Die Aufgaben sind typische Ergebnisse der Prüfung, keine Automatik; welche greift, entscheidet der Prüfweg.
| Kennzahl und Signal | Zuerst prüfen | Typische Aufgabe | Wann messen |
|---|---|---|---|
| Sitzungen organisch sinken | Search Console: Klicks und Position je Seite, neue Indexierungsfehler, Vergleich 28 Tage | Betroffene Seiten identifizieren, Ursache je Seite (Inhalt, Technik, Wettbewerb) | 4 bis 8 Wochen |
| Sitzungen bezahlt sinken | Budget-Status, Gebotsstrategie, abgelehnte Anzeigen oder Produkte | Budget oder Gebote anpassen, Ablehnungen beheben | 1 bis 2 Wochen |
| Conversion-Rate sinkt, alle Geräte, alle Kanäle | Checkout als Testkauf durchlaufen, Zahlungsanbieter, Lieferzeit, Verfügbarkeit der Topseller | Fehler beheben, Lieferzeit oder Verfügbarkeit korrigieren | 1 Woche |
| Conversion-Rate sinkt, nur mobil | Ladezeit mobil, neues Skript oder App, Layout-Sprünge, Checkout auf dem Handy | Skript entfernen, Bild verkleinern, Checkout-Feld reparieren | 2 Wochen |
| Conversion-Rate sinkt, nur ein Kanal | Zielseiten der Kampagnen, Suchbegriffe, neue Zielgruppen oder Placements | Suchbegriffe ausschließen, Zielseite anpassen, Ausrichtung enger | 2 Wochen |
| Bestellwert sinkt | Rabattanteil, Produktmix, Anteil Einzelartikel-Bestellungen | Aktion beenden oder Versandkostenfreigrenze anpassen, Ergänzungsprodukte anbieten | 4 Wochen |
| Warenkorb zu Checkout-Start bricht ein | Versandkosten im Warenkorb, Lieferzeit, Gutscheinfeld, Mindestbestellwert | Versandkosten früher zeigen, Freigrenze im Warenkorb anzeigen | 2 Wochen |
| Checkout-Start zu Kauf bricht ein | Zahlungsarten, Kontozwang, Fehlermeldungen, Pflichtfelder, Zahlungsanbieter-Status | Gastbestellung, Zahlungsart ergänzen, Feld entfernen | 2 Wochen |
| ROAS sinkt, Kosten stabil | Conversion-Tracking, Suchbegriffe, Bestellwert je Kampagne, Wettbewerb in der Auktion | Tracking reparieren, Suchbegriffe ausschließen, Produkte ohne Marge aus der Kampagne | 2 bis 4 Wochen |
| Kosten steigen, Umsatz nicht | Neue Kampagnen oder Zielgruppen, Budget-Änderungen, Standort-Ausrichtung, Suchbegriffe | Pausieren, was ohne Conversion ausgibt; siehe Klicks ohne Conversions | 1 bis 2 Wochen |
| Retourenquote steigt | Retourengründe je Produkt, Größenangaben, Bilder, Beschreibung, Lieferzeit | Produktseite der betroffenen Artikel überarbeiten, Größentabelle ergänzen | 6 bis 8 Wochen |
| Wiederkaufsrate sinkt | Zeitpunkt der letzten Kundenmails, Produktverfügbarkeit bei Wiederkaufartikeln, Servicefälle | Nachkauf-Mail einrichten, Bestand sichern | 8 bis 12 Wochen |
| Impressionen steigen, Klicks bleiben flach | Position je Suchanfrage, Titel und Description der Seiten, Rich Results | Titel und Description der betroffenen Seiten überarbeiten | 4 Wochen |
| Deckungsbeitrag sinkt, Umsatz steigt | Marge je Produktgruppe, Retouren, Versandkosten, Werbekosten je Produkt | Werbebudget von margenschwachen auf margenstarke Produkte verlagern | 4 Wochen |
Arbeite in der Spalte „Zuerst prüfen“ von links nach rechts und höre bei der ersten Erklärung auf, die die Größe der Abweichung deckt. Wenn eine Erklärung nur ein Zehntel des Rückgangs erklärt, suche weiter. Wenn der Umsatz stark und plötzlich eingebrochen ist, gilt eine strengere Reihenfolge, die im Artikel Umsatzeinbruch: Ursache finden Schritt für Schritt beschrieben ist.
Bevor du eine Regel anwendest: drei Vorfragen
Das Regelwerk funktioniert nur, wenn die Zahl echt ist. Drei Fragen vor jedem Eintrag in die Tabelle:
Ist die Fallzahl groß genug? Beispiel: Bei 20 Bestellungen pro Woche reichen vier Bestellungen mehr oder weniger, und die Conversion-Rate bewegt sich um 20 %, ohne dass sich im Shop etwas geändert hätte. Kleine Shops vergleichen Monate, nicht Wochen, oder arbeiten mit Bestellungen statt mit Raten.
Gibt es eine bekannte Erklärung? Aktion beendet, Feiertag, Ferien, Wettbewerber mit Rabattwoche, Saison. Ein Blick auf denselben Zeitraum im Vorjahr klärt das oft in einer Minute.
Wurde etwas geändert? Theme-Update, neue App, Änderung am Consent-Banner, neue Kampagne, Preisänderung. Führe eine Änderungsliste mit Datum. Sie ist die schnellste Diagnosehilfe, die es gibt.
Die Aufgabe formulieren
Eine Aufgabe, die aus einer Kennzahl abgeleitet ist, hat fünf Bestandteile. Fehlt einer, ist sie noch eine Absicht.
Beobachtung: Was ist wann um wie viel abgewichen, im Vergleich zu was?
Ursache: Was hat die Prüfung ergeben (Segment, Seite, Kampagne)?
Änderung: Genau eine Maßnahme, wer, bis wann.
Kennzahl: Woran wird die Wirkung gemessen? (nicht der Gesamtumsatz)
Messtermin: Datum, an dem verglichen wird, und Vergleichszeitraum.
Die Kennzahl in Zeile vier ist bewusst nicht der Umsatz. Umsatz hängt von zu vielen Faktoren ab, um die Wirkung einer einzelnen Änderung zu zeigen. Wer die Versandkosten früher anzeigt, misst die Rate Warenkorb zu Checkout-Start. Wer Titel überarbeitet, misst die Klickrate der betroffenen Seiten in der Search Console. Je näher die Kennzahl an der Änderung liegt, desto eher siehst du, ob es gewirkt hat.
Ein Beispiel, durchgerechnet
Das Beispiel ist konstruiert, die Zahlen sind gerundet.
Beobachtung: Umsatz im August 18 % unter Juli. Bestellungen in GA4 und Backend stimmen überein, also kein Messfehler. Sitzungen sind stabil, Bestellwert stabil, die Conversion-Rate ist von 2,1 % auf 1,7 % gefallen.
Zerlegen: Nach Gerät aufgeteilt: Desktop unverändert bei 3,0 %, mobil von 1,5 % auf 0,9 %. Nach Trichterschritt: Produktansicht zu Warenkorb unverändert, Checkout-Start zu Kauf mobil von 70 % auf 45 %.
Eingrenzen: Änderungsliste zeigt am 3. August eine neue App für Bewertungen, die auch im Checkout ein Element einblendet. Testkauf auf dem Handy: Das Element überlagert die Schaltfläche für die Zahlungsart.
Aufgabe: App-Element im Checkout deaktivieren, heute. Kennzahl: Rate Checkout-Start zu Kauf mobil. Messtermin: in 14 Tagen, Vergleich mit den 14 Tagen vor dem 3. August.
Ohne die Zerlegung wäre die Aufgabe vermutlich „Conversion verbessern“ geworden, mit Rabattaktion oder neuen Produktbildern. Beides hätte den eigentlichen Fehler nicht berührt.
Wann die richtige Maßnahme „nichts tun“ ist
Ein Regelwerk verleitet dazu, immer etwas zu finden. Es gibt aber Fälle, in denen die richtige Aufgabe lautet: beobachten und in zwei Wochen erneut prüfen.
- Die Abweichung ist jünger als eine Woche.
- Die Fallzahl ist so klein, dass drei Bestellungen den Wert kippen.
- Es läuft gerade eine andere Änderung, deren Wirkung du noch misst.
- Die Abweichung ist durch Saison oder eine beendete Aktion erklärt.
- Die Zahl sinkt, weil du bewusst breiter aussteuerst, und Umsatz je Sitzung sowie Deckungsbeitrag bleiben stabil.
„Nichts tun“ ist hier eine Entscheidung mit Termin, keine Vertagung. Sie gehört genauso ins Protokoll wie eine Änderung.
Von der Prüfung zur Frühwarnung
Wer die Tabelle einige Wochen benutzt, merkt, dass sich die Prüfwege wiederholen. Der nächste Schritt ist, die häufigsten Signale nicht mehr von Hand zu suchen, sondern sich melden zu lassen: Bestellungen je Tag gegen denselben Wochentag der Vorwochen, GA4-Käufe gegen Backend, Kampagnen mit Ausgaben ohne Conversion, abgelehnte Produkte. Welche Schwellen dafür sinnvoll sind, steht im Artikel zum Einrichten von Shop-Alarmen.
Ein Dashboard kann den Schritt von der Zahl zur Prüfung abkürzen, wenn es neben der Kennzahl gleich den passenden Prüfweg zeigt. In ecomando stehen Empfehlungen mit erwartetem Effekt direkt neben der betroffenen Kennzahl; die Entscheidung, was du daraus machst, bleibt trotzdem bei dir.
Checkliste: von der Zahl zur Aufgabe
- Abweichung gegen festen Vergleichszeitraum bestätigt, nicht gegen einen Einzeltag
- GA4-Bestellungen mit dem Shop-Backend verglichen
- Änderungsliste geprüft: Was wurde seit dem Vergleichszeitraum verändert?
- Kennzahl zerlegt: Sitzungen, Conversion-Rate, Bestellwert bzw. Trichterschritte
- Auffälligen Faktor nach Gerät, Kanal, Landingpage oder Produktgruppe aufgeteilt
- Passende Zeile im Regelwerk gewählt und Prüfweg von links nach rechts abgearbeitet
- Genau eine Aufgabe formuliert: Beobachtung, Ursache, Änderung, Kennzahl, Messtermin
- Messtermin im Kalender, Vergleichszeitraum notiert
- Alternativ bewusst entschieden: beobachten, erneut prüfen am festen Datum
Das Regelwerk ersetzt kein Nachdenken, aber es ersetzt das Raten. Nach ein paar Durchläufen wirst du eigene Zeilen ergänzen, weil dein Shop seine eigenen typischen Ursachen hat. Genau diese Zeilen sind das Wertvollste an der Tabelle.
Häufige Fragen
Wie leite ich aus einer Kennzahl eine konkrete Maßnahme ab?
In fünf Schritten: Abweichung gegen einen festen Vergleichszeitraum bestätigen, Messfehler ausschließen, die Kennzahl in ihre Bestandteile zerlegen (etwa Umsatz in Sitzungen, Conversion-Rate und Bestellwert), die Ursache mit einem Prüfweg eingrenzen und erst dann eine Aufgabe mit Kennzahl, Zielwert und Messtermin formulieren.
Welche Kennzahl sollte ich zuerst ansehen, wenn der Umsatz sinkt?
Zuerst die Bestellungen im Shop-Backend gegen GA4, um einen Messfehler auszuschließen. Dann Sitzungen, Conversion-Rate und durchschnittlicher Bestellwert nebeneinander: Der Faktor, der am stärksten gefallen ist, zeigt die Richtung, in der du weitersuchst.
Wann ist eine Abweichung groß genug, um zu handeln?
Wenn sie über mindestens eine volle Woche anhält, im Vergleich zum gleichen Zeitraum der Vorwochen auffällt und nicht durch Saison, Aktion oder Feiertag erklärt ist. Bei kleinen Shops mit wenigen Bestellungen pro Woche sind Wochenschwankungen von 20 % normal; dort vergleicht man Monate.
Warum führen Kennzahlen in vielen Shops nicht zu Entscheidungen?
Weil eine Kennzahl nur sagt, dass etwas anders ist, nicht warum. Ohne feste Prüfreihenfolge landet man bei Vermutungen und ändert mehrere Dinge gleichzeitig. Ein Regelwerk mit Prüfwegen je Kennzahl ersetzt die Vermutung durch eine Reihenfolge.


