Produktanalyse im Online-Shop: Bestseller, Ladenhüter, Trends

Die meisten Shops leben von wenigen Produkten und schleppen viele mit. Wer das nicht in Zahlen kennt, bewirbt Artikel, die kein Geld verdienen, lässt Bestseller ausverkaufen und merkt Trends erst, wenn die Konkurrenz sie schon bedient. Dieser Artikel zeigt, welche Kennzahlen eine Produktanalyse braucht, woher die Daten kommen, wie du Bestseller, Ladenhüter und Trends sauber voneinander trennst und wie eine monatliche Routine aussieht, die in einer Stunde erledigt ist.

Drei Fragen, die eine Produktanalyse beantwortet

Alle Produktkennzahlen lassen sich auf drei Fragen zurückführen:

1. Was trägt den Umsatz? Welche Produkte bringen den Großteil von Umsatz und Deckungsbeitrag, und wie abhängig bist du von ihnen?
2. Was kostet Geld, ohne etwas zu bringen? Welche Produkte binden Kapital im Lager, Werbebudget oder Pflegezeit, verkaufen sich aber kaum?
3. Was bewegt sich gerade? Welche Produkte ziehen an oder fallen ab, bevor es sich im Gesamtumsatz zeigt?

Wer nur die erste Frage stellt, sieht die Rangliste und hört auf. Die zweite und dritte Frage entscheiden aber darüber, ob der Shop im nächsten Jahr besser dasteht.

Die Datenquellen und was sie liefern

Kein einzelnes System hat alle Zahlen. Das Shop-Backend kennt Bestellungen und Bestand, weiß aber nicht, wie viele Menschen die Produktseite gesehen haben. GA4 kennt Aufrufe und Warenkörbe, aber weder Einkaufspreis noch Retouren.

In GA4 findest du die Produktsicht im Bericht „E-Commerce-Käufe“ unter Berichte → Monetarisierung. Dort stehen je Artikelname die Messwerte „Angesehene Artikel“, „In den Einkaufswagen gelegte Artikel“, „Gekaufte Artikel“ und „Artikelumsatz“ (Preis × Menge). In Shopify liefert der Bericht „Verkäufe nach Produkt“ Stück und Umsatz. Voraussetzung ist, dass die Artikelnamen oder IDs in beiden Systemen zusammenpassen; sonst kannst du die Tabellen nicht zusammenführen. Wenn GA4 deutlich weniger Käufe zeigt als der Shop, prüfe zuerst das Tracking, wie im Artikel zum Prüfen des GA4-E-Commerce-Trackings beschrieben.

Die Kennzahlen je Produkt

Du brauchst nicht zwanzig Spalten. Diese acht reichen für fast jede Entscheidung; die Grundlagen zu den Shop-weiten Werten stehen im Leitfaden zu den wichtigsten E-Commerce-Kennzahlen.

Umsatz und Anteil am Umsatz. Umsatz des Produkts geteilt durch Gesamtumsatz im selben Zeitraum. Der Anteil ist wichtiger als die absolute Zahl, weil er Abhängigkeiten zeigt.

Stückzahl. Entscheidend für Einkauf und Lager. Ein Produkt mit hohem Umsatz und kleiner Stückzahl ist ein anderes Risiko als eines mit kleinem Umsatz und großer Stückzahl.

Deckungsbeitrag je Stück. Verkaufspreis minus Einkauf, Versandanteil, Zahlungsgebühr und anteilige Werbekosten. Erst diese Zahl sagt, ob ein Bestseller auch Geld verdient.

Kaufrate der Produktseite. Käufe geteilt durch Produktseitenaufrufe. In GA4 aus gekauften Artikeln und angesehenen Artikeln berechenbar. Sie zeigt, ob die Seite überzeugt oder nur Besucher kostet.

Warenkorbrate. Warenkorb-Ereignisse geteilt durch Aufrufe. Trennt das Problem „Seite überzeugt nicht“ vom Problem „Checkout bricht ab“.

Retourenquote je Produkt. Retouren geteilt durch verkaufte Stück. Ein Produkt mit hoher Retourenquote frisst den Deckungsbeitrag der übrigen Verkäufe auf. Wie du die Quote misst und senkst, steht im Artikel zur Retourenquote im Online-Shop.

Lagerreichweite. Bestand geteilt durch verkaufte Stück pro Tag der letzten 30 Tage. Ergibt die Zahl der Tage, bis der Bestand bei gleichbleibendem Absatz leer ist.

Trend. Verkäufe der letzten 30 Tage gegen die 30 Tage davor und gegen denselben Zeitraum im Vorjahr. Nur beide Vergleiche zusammen trennen echte Bewegung von Saison.

Schritt für Schritt: die ABC-Analyse

Die ABC-Analyse ist das Rückgrat jeder Produktanalyse. Sie dauert mit einer Tabellenkalkulation eine halbe Stunde.

1. Zeitraum wählen. 90 Tage sind ein guter Standard: lang genug, um Zufall zu glätten, kurz genug, um Trends zu zeigen. Bei stark saisonalen Shops zusätzlich die letzten 12 Monate.
2. Alle Produkte mit Umsatz exportieren. Aus dem Shop-Backend, je Produkt eine Zeile, Spalten Umsatz und Stück. Varianten je nach Frage zusammenfassen oder getrennt lassen.
3. Nach Umsatz absteigend sortieren.
4. Kumulierten Anteil berechnen. In einer neuen Spalte den laufenden Summenanteil: erste Zeile Anteil des ersten Produkts, zweite Zeile Anteil der ersten beiden, und so weiter.
5. Klassen setzen. A bis etwa 70 bis 80 Prozent des kumulierten Umsatzes, B bis etwa 90 bis 95 Prozent, C der Rest. Die Grenzen sind Konvention, nicht Gesetz; wichtig ist, dass du sie jeden Monat gleich setzt.
6. Deckungsbeitrag daneben legen. Wiederhole die Einteilung nach Deckungsbeitrag statt Umsatz. Produkte, die bei Umsatz A und bei Deckungsbeitrag C sind, verdienen die meiste Aufmerksamkeit.

Beispiel: Ein Shop mit 240 aktiven Produkten macht in 90 Tagen 90.000 Euro Umsatz. Die ersten 28 Produkte bringen zusammen 67.000 Euro, also rund 74 Prozent: Klasse A. Die nächsten 55 Produkte bringen weitere 18.000 Euro (kumuliert 94 Prozent): Klasse B. Die restlichen 157 Produkte teilen sich 5.000 Euro. Zwei Drittel des Sortiments tragen also gut 5 Prozent zum Umsatz bei.

Solche schiefen Verteilungen sieht man in Shops mit breitem Sortiment erfahrungsgemäß häufig. Das ist kein Problem an sich. Es wird eines, wenn die C-Produkte genauso viel Lager, Werbung und Pflege bekommen wie die A-Produkte.

Bestseller richtig lesen

Die Rangliste nach Umsatz ist der Einstieg, nicht das Ergebnis. Vier Fragen an deine A-Produkte:

Wie groß ist die Abhängigkeit? Wenn ein einzelnes Produkt oder eine Produktfamilie einen sehr hohen Anteil am Umsatz hat, hängt der Shop an einem Lieferanten, einem Preis oder einer Google-Position. Das ist kein Grund, das Produkt weniger zu verkaufen, aber ein Grund, den Bestand abzusichern und Alternativen aufzubauen.

Verdient der Bestseller Geld? Lege den Deckungsbeitrag je Stück daneben. Ein Produkt, das nur über Rabatte und teure Klicks verkauft wird, ist ein Umsatzbringer, aber kein Gewinnbringer.

Reicht der Bestand? Für A-Produkte gehört die Lagerreichweite in den Wochenblick. Ein ausverkaufter Bestseller kostet nicht nur die Verkäufe der Fehltage; die Produktseite verliert auch Klicks aus Werbung und Suche, die du bezahlt oder erarbeitet hast.

Wo kommen die Käufer her? Vergleiche je A-Produkt die Klicks aus Search Console, Google Ads und Shopping. Ein Bestseller, der fast nur über bezahlte Klicks verkauft, ist verwundbar, sobald die Klickpreise steigen. Einer, der organisch stark ist, verträgt mehr Werbebudget.

Bestseller sind außerdem der beste Ort, um den durchschnittlichen Bestellwert zu heben: Zubehör, Bündel und Mengenstaffeln wirken dort, wo sowieso gekauft wird. Die konkreten Hebel stehen im Artikel zum durchschnittlichen Bestellwert.

Ladenhüter erkennen, ohne C-Produkte zu verwechseln

Nicht jedes C-Produkt ist ein Ladenhüter. Ein Ersatzteil, das dreimal im Jahr verkauft wird, aber Kunden bindet, gehört ins Sortiment. Ein Ladenhüter ist ein Produkt, das Bestand bindet, kaum verkauft wird und keine Funktion für andere Produkte erfüllt.

Die schnellste Prüfung kombiniert drei Zahlen: Lagerreichweite über einem selbst gesetzten Schwellenwert (viele Händler nehmen 180 oder 365 Tage), Verkäufe in den letzten 90 Tagen nahe null und kein Anstieg der Produktseitenaufrufe. Dazu kommt die Frage, ob das Produkt aktuell überhaupt gefunden werden kann: Ein Artikel ohne Klicks in der Search Console und ohne Werbung hatte nie eine Chance. Er ist kein Ladenhüter, sondern unsichtbar.

Signale, Kennzahlen und die Maßnahmen je Fall, von Preisanpassung über Bündelung bis zur Auslistung, behandelt der eigene Artikel zum Erkennen und Abbauen von Ladenhütern.

Trends erkennen, bevor der Gesamtumsatz sie zeigt

Der Gesamtumsatz ist ein Durchschnitt über alle Produkte und deshalb träge. Einzelne Produkte bewegen sich früher.

Verlauf je Produkt ansehen. Für die Top-30 Produkte die Tagesverkäufe der letzten 30 Tage als Linie, daneben die 30 Tage davor. Produkte, deren Linie dreht, sind Kandidaten für die Wochennotiz. In ecomando siehst du unter Produkte die Rangliste mit Anteil am Umsatz und den 30-Tage-Verlauf je Produkt.

Aufrufe vor Käufen. Steigende Produktseitenaufrufe bei noch unveränderten Käufen sind oft das früheste Signal für Nachfrage, sei es aus einem Trend, einem Social-Media-Beitrag oder einer besseren Google-Position. Umgekehrt fallen Aufrufe meist vor den Käufen.

Saison gegen Trend trennen. Ein Anstieg im November sagt nichts, wenn er im Vorjahr genauso da war. Vergleiche deshalb immer zusätzlich mit demselben Zeitraum des Vorjahres. Die Fallen dabei, von verschobenen Wochentagen bis zu Feiertagen, erklärt der Artikel zum Umsatzvergleich mit dem Vorjahr.

Suchanfragen als Frühwarnsystem. In der Search Console siehst du je Produkt-URL, ob Impressionen steigen. Mehr Impressionen bei gleichbleibender Position bedeuten mehr Suchnachfrage. Das ist oft Wochen vor dem Umsatz sichtbar.

Die vier Produkttypen und was du mit ihnen tust

Aus Aufrufen und Kaufrate ergibt sich eine einfache Einteilung, die direkt zu Maßnahmen führt.

„Hoch“ und „niedrig“ heißt immer: im Vergleich zum Median deines eigenen Sortiments, nicht zu Branchenwerten. Berechne den Median der Kaufrate über alle Produkte mit mindestens 100 Aufrufen im Zeitraum und teile dort.

Die Schaufenster sind meist die lohnendsten. Sie haben bereits Traffic; jede Verbesserung der Kaufrate wird sofort in Umsatz sichtbar. Prüfe der Reihe nach: Ist der Preis im Vergleich zu Wettbewerbern auffällig? Fehlen Bilder aus wichtigen Perspektiven? Ist die Lieferzeit länger als bei ähnlichen Produkten? Gibt es Bewertungen? Ist die Warenkorbrate hoch, aber die Kaufrate niedrig? Dann liegt das Problem im Checkout, nicht auf der Seite.

Die Geheimtipps sind die zweite Gruppe mit klarem Hebel. Ein Produkt, das bei wenigen Besuchern gut konvertiert, verträgt mehr Traffic: als Shopping-Anzeige, mit einer besseren Position in der Kategorie, mit internen Links von den Bestsellern.

Varianten, Bündel und Kategorien

Drei Sonderfälle verwirren die Analyse regelmäßig.

Varianten. Ob du Größen und Farben getrennt oder zusammengefasst analysierst, hängt von der Frage ab. Für Einkauf und Lager brauchst du die Variante (welche Größe fehlt?), für Sichtbarkeit und Produktseite das Elternprodukt (die Seite ist dieselbe). Führe beide Ansichten, aber mische sie nicht in einer Tabelle.

Bündel und Sets. Wenn ein Set als eigenes Produkt verkauft wird, fehlen seine Stückzahlen bei den Einzelprodukten. Für die Lagerplanung musst du das Set auflösen; für die Umsatzanalyse zählt es als eigenes Produkt.

Kategorien. Aggregiere die Produktkennzahlen je Kategorie. Eine Kategorie mit vielen Passagieren und keinem Star ist ein Sortimentsproblem, kein Produktproblem. Hier lohnt der Blick auf die Kategorieseite und die Suchnachfrage insgesamt, bevor du einzelne Produkte optimierst.

Die monatliche Produktroutine

Diese Checkliste dauert etwa eine Stunde, wenn die Daten bereitliegen.

• Export aus dem Shop-Backend: Produkt, Umsatz, Stück, Bestand, Retouren der letzten 90 Tage
• Export aus GA4 („E-Commerce-Käufe“): Artikelname, Angesehene Artikel, In den Einkaufswagen gelegte Artikel, Gekaufte Artikel (gleicher Zeitraum)
• ABC-Einteilung nach Umsatz und nach Deckungsbeitrag aktualisieren
• Top-10 prüfen: Lagerreichweite unter 30 Tagen? Deckungsbeitrag positiv? Anteil am Umsatz gestiegen?
• Schaufenster-Produkte (viele Aufrufe, niedrige Kaufrate) auflisten; für die drei größten je eine Maßnahme festlegen
• Geheimtipps (wenige Aufrufe, hohe Kaufrate) auflisten; für die drei besten Sichtbarkeit planen
• Ladenhüter-Kandidaten markieren: Reichweite über Schwelle, kaum Verkäufe, keine steigenden Aufrufe
• Trend-Produkte notieren: deutlich mehr oder weniger Verkäufe als im Vormonat und im Vorjahresmonat
• Retourenquote je Top-20 ansehen; Produkte über dem Sortimentsschnitt markieren
• Drei Entscheidungen aufschreiben, mit Datum und erwarteter Wirkung, für den Vergleich im nächsten Monat

Wöchentlich reicht ein kürzerer Blick: die Top-10 nach Umsatz, die Lagerreichweite der A-Produkte und Produkte, deren Verkäufe stark vom Wochenschnitt abweichen.

Sechs Fehler, die Produktanalysen unbrauchbar machen

Zu kurze Zeiträume. Bei einem Produkt mit zwei Verkäufen pro Woche ist der Tagesvergleich Rauschen. Ein Zeitraum ist brauchbar, wenn er je Produkt mindestens einige Dutzend Verkäufe enthält; sonst weiter aggregieren, etwa nach Kategorie.

Umsatz ohne Deckungsbeitrag. Die Rangliste nach Umsatz belohnt teure Produkte mit dünner Marge. Wer nur danach einkauft und bewirbt, wächst im Umsatz und schrumpft im Ergebnis.

Retouren vergessen. Ein Produkt mit hoher Retourenquote steht in der Umsatzliste zu gut da. Rechne mit Netto-Verkäufen nach Retouren, sobald die Daten es zulassen.

GA4-Zahlen als absolute Wahrheit. GA4 zählt wegen Consent und Ad-Blockern weniger als der Shop. Für Verhältnisse wie Kaufrate und Warenkorbrate ist das unproblematisch, für absolute Stückzahlen nimmst du das Shop-Backend.

Sichtbarkeit ignorieren. Ein Produkt ohne Aufrufe verkauft sich nicht, egal wie gut es ist. Bevor du ein Produkt als Ladenhüter abschreibst, prüfe, ob es überhaupt jemand gesehen hat.

Keine Dokumentation. Wenn du im Mai den Preis eines Produkts geändert hast, musst du das im Juni wissen. Eine Zeile pro Entscheidung mit Datum reicht.

Kurz zusammengefasst

Eine Produktanalyse beantwortet drei Fragen: Was trägt den Umsatz, was kostet Geld ohne Ertrag, was bewegt sich gerade. Dafür brauchst du Zahlen aus dem Shop-Backend und aus GA4, zusammengeführt über Produkt-ID oder Name. Die ABC-Analyse zeigt die Konzentration, die Einteilung nach Aufrufen und Kaufrate zeigt die Maßnahme je Produkt, und der Vergleich mit Vormonat und Vorjahresmonat trennt Trend von Saison. Einmal im Monat gründlich, einmal in der Woche kurz: Das reicht, um Bestseller zu sichern, Ladenhüter früh zu sehen und Trends zu nutzen, bevor sie im Gesamtumsatz ankommen.