Die Gewinnung von Neukund:innen gehört zu den Aspekten im E-Commerce, in die besonders viel Zeit, Arbeit und natürlich auch Geld investiert wird. Ads, E-Mail-Kampagnen, Rabatte - vieles ist darauf ausgerichtet, neue Kund:innen zu gewinnen. Was ja auch nicht verkehrt ist.

Dabei gibt es etwas, das vergleichsweise oft zweitrangig behandelt wird, was jedoch mindestens genauso wichtig ist, vielleicht sogar wichtiger: Retention (engl. Beibehaltung), also dass Erstkund:innen auch langfristig Kund:innen bleiben und zu Stammkund:innen mit einem hohen Customer Lifetime Value werden.

Über die Bedeutung von Retention (Marketing) und darüber, welche Tipps wir für Dein Retention Marketing geben können, hatten wir ja thematisiert.

Darüber jedoch, welche Kennzahlen dabei konkret beachtet werden sollten, haben wir mit Alexander Jost von RetentionX gesprochen; ein Unternehmen mit einer gleichnamigen Shopify-App (RetentionX Analytics), die Analysen über Kund:innenverhalten durchführt und Kennzahlen liefert, die eigentlich relativ schwer zu ermitteln sind, um die Kund:innenbindung zu stärken. RetentionX bietet eben dafür ein Tool und besitzt daher eine hohe Expertise in Bezug auf Retention (was man ja auch vom Namen ableiten kann). 

Welche Kennzahlen das sind und wieso Händler:innen einen viel stärkeren Fokus auf Retention legen sollten, erfährst Du im Folgenden.

Wieso ist Retention wichtiger als Neukund:innengewinnung?

Natürlich ist die Gewinnung von Neukund:innen von großer Bedeutung, allerdings sagt die Tatsache, dass Du eine:n neue:n Kund:in gewonnen hast, nicht per se aus, dass Du dadurch mehr Umsätze generierst; schon gar nicht langfristig.

Denn eine Bestellung erfolgt relativ schnell, gerade für Erstbestellungen gewähren viele Händler:innen Rabatte. Retention X hat allerdings beobachtet, dass Neukund:innen bzw. Erstkäufer:innen, die über einen Rabatt(-code) eine Bestellung aufgeben, tendenziell weniger dazu neigen, eine zweite Bestellung aufzugeben. 

Das könnte damit zu tun haben, dass auf diese Weise nicht jene Käufer:innengruppen angesprochen werden, die man als Marke eigentlich ansprechen will. Und dass Rabatte zwar zum (Erst-)Kauf animieren, weil Rabatte fast schon eine magische Wirkung haben, aber dass der Kauf nicht etwa deswegen erfolgt, weil Erstkäufer:innen von der Marke besonders überzeugt sind.

Und wenn die Erstbestellung dann womöglich auch noch retourniert wird und es nicht zu einer zweiten Bestellung kommt, verbuchst Du im schlimmsten Fall sogar einen Verlust.

Oft sind Erstbestellungen aber auch sozusagen "Testkäufe". Erst wenn alles mit der Bestellung stimmt, von der Abwicklung (Registrierung als Kund:in, Zahlung, Versand) bis zum Produkt, gewinnen Kund:innen Vertrauen und bestellen erneut.

Die zweite Bestellung ist auch der kritischste Punkt, wenn es darum geht, ob aus einer:einem Erstkäufer:in auch ein:e Stammkund:in wird. Alex berichtet, dass etwa 20% der Erstkäufer:innen eine zweite Bestellung aufgeben und dass durchschnittlich etwa 80 Tage zwischen den beiden Bestellungen vergehen. Allerdings sind dies Durchschnittswerte, je nach Branche können sie natürlich auch variieren.

Welche Kennzahlen sollten im Blick behalten werden?

Es gibt eine Reihe von Kennzahlen, die Aufschluss darüber geben, ob ein:e Kund:in auch langfristig bleibt und dadurch für regelmäßige Umsätze sorgt. Und auf Basis dieser Kennzahlen können die entsprechenden Maßnahmen ergriffen werden, um die Kund:innen noch stärker an sich binden.

Denn im schlimmsten Falle ist ein:e Kund:in von Deiner Marke zwar überzeugt, wandert aber zur Konkurrenz ab, weil sie:er sich nicht wertgeschätzt fühlt. Schließlich sollte man auch treue Kund:innen nicht als eine Selbstverständlichkeit betrachten und sie vernachlässigen.

Auf folgende Kennzahlen solltest Du Deinen Fokus legen:

Wiederkaufrate

Wie bereits erwähnt, ist die zweite Bestellung der kritischste Punkt. Aber auch nach der zweiten Bestellung sollte darauf geachtet werden, wie oft es zu Folgebestellungen kommt. Allerdings hängt das auch stark von der Branche und der Produktpalette ab. Größere Anschaffungen wie Möbel kauft man selten wieder als beispielsweise Hautpflegeprodukte. Und von manchen Produkten braucht man im Haushalt nur eines; wer beispielsweise bereits eine Kaffeemühle gekauft hat, wird vermutlich nicht noch eine zweite kaufen.

Die Wiederkaufrate kann man daher erhöhen, indem Kund:innen "ergänzende" Produkte angeboten werden. Wer beispielsweise eine Kaffeemühle gekauft hat, interessiert sich vielleicht für Vorratsdosen oder Kaffee-Geschirr. Mit gezielten und individuellen Marketingmaßnahmen kann die Wiederkaufrate angekurbelt bzw. erhöht werden. 

Bei solchen Kennzahlen sind konkrete Benchmarks zum Vergleich natürlich sehr spannend und hilfreich. Bezüglich der Wiederkaufrate hätten wir folgende Benchmark:

Prozentsatz des Umsatzanteils von Bestandskund:innen von Gesamt:

  • Top Shops: 50%+
  • Shops mit eher mäßiger Performance: <50%

Wiederbestellquote (2. Bestellung):

  • Top Shops: 50%+
  • Shops mit eher mäßiger Performance: <25%

Frequenz

Mit der Wiederkaufrate hängt in gewisser Weise auch die zeitliche Frequenz zusammen, innerhalb derer Käufe getätigt werden. Auch das ist natürlich stark von der Produktpalette abhängig. Nahrungsmittel werden in höherer und regelmäßiger Frequenz gekauft als beispielsweise Mäntel. Wenn jedoch mit gezielten Marketingmaßnahmen die Wiederkaufrate erhöht wird, erhöht sich auch die Frequenz. Nichtsdestotrotz kann mal als Benchmark im Allgemeinen sagen: Die zweite Bestellung sollte innerhalb der ersten 365 Tage erfolgen.

Besonders bei Produkten jedoch, die regelmäßig gekauft werden (können), sollte darauf geachtet werden, ob es bei der Regelmäßigkeit bleibt. Kauft ein:e Kund:in ein Produkt, beispielsweise Kaffee, in relativ regelmäßigen Abständen, dann aber sporadischer, kann dies ein Alarmsignal sein; muss aber nicht. Einerseits kann es sein, dass sie:er aus verschiedenen Gründen (Preis, schnellere Lieferung etc.) zur Konkurrenz abgewandert ist.

Da gilt es, auch die Konkurrenz im Auge zu behalten, um eventuell eigene Anpassungen vorzunehmen. Andererseits kann es aber auch sein, dass sie:er ihren:seinen Koffeinkonsum reduziert und deshalb weniger kauft. In diesem Falle könntest Du ihr:ihm Alternativprodukte anbieten, sofern vorhanden, um die Frequenz wieder zu erhöhen.

Churn Rate/Risk

Eine Kennzahl, die relativ schwer zu ermitteln ist, ist die Churn Rate bzw. Risk, also die Abwanderungsrate bzw. das Risiko, dass Kund:innen abwandern. Die Frequenz spielt da eine Rolle, aber im Großen und Ganzen ist die Aussagekraft dieser Kennzahl auch begrenzt. 

Beispiel: Kunde A kauft jeden Monat Kaffee, weil er ohne Kaffee nicht in den Tag starten kann. Kundin B dagegen alle zwei Monate, weil sie gelegentlich Kaffee konsumiert. Bei Kundin B ist die Churn Rate/Risk rein zahlentechnisch höher, obwohl sie genauso von der Marke überzeugt ist wie Kunde A

Aber wie in dem Beispiel, das wir zuvor unter Frequenz aufgezeigt haben, kann die Churn Rate/Risk bei Auffälligkeiten wie geändertem Kaufverhalten einen Hinweis dafür liefern, ob Du eine:n Kund:in eventuell verlieren wirst, sodass Du dementsprechend reagieren kannst.

Durchschnittlicher Warenkorbwert

Alex hat diesbezüglich Folgendes beobachtet: Bei der Erstbestellung ist der durchschnittliche Warenkorbwert relativ niedrig, erst bei den Folgebestellungen erhöht sie sich. Das hängt vermutlich mit dem zusammen, was wir bereits erwähnt haben: Dass Erstbestellungen "Testkäufe" sind und später mehr Produkte gekauft werden, weil Kund:innen Vertrauen gewonnen haben. Letztendlich hat der durchschnittliche Warenkorbwert den größten Einfluss auf den Customer Lifetime Value.

Kohorten(-analyse)

Bei einer Kohortenanalyse wird nicht die:der einzelne Kund:in betrachtet, sondern eine Gruppe von Kund:innen. Dabei gibt es jedoch einen Unterschied zu Segmenten: Segmente werden anhand von gemeinsamen Merkmalen definiert, wohingegen Kohorten eine Gruppe von Kund:innen zu einem bestimmten Erfassungszeitpunkt wiedergeben. 

Beispiel: An Datum X ist über eine Marke ein TV-Beitrag erschienen. Im Folgenden wird zum einen analysiert, wie sich die Kund:innen, die an jenem Datum einen Kauf getätigt haben (Kohorte A), nun verhält. Zum anderen wird diese Kund:innengruppe (also Kohorte A) mit jener Kund:innengruppe verglichen, die einen Tag vor der Ausstrahlung des TV-Beitrags einen Kauf getätigt hat (Kohorte B).

Auf diese Weise kann man unter anderem ermitteln, welche Ereignisse dabei helfen, dass Kund:innen Folgebestellungen aufgeben, die höheren Umsätze bescheren und zu Stammkund:innen werden.

Fazit

Die Gewinnung von Neukund:innen ist natürlich essenziell, bedeutet aber nicht Umsatzsteigerung per se. Noch erfolgversprechender ist es, (Erst-)käufer:innen so zu erreichen, dass sie zu treuen Kund:innen werden. Auf relevante Kennzahlen zu achten und/oder die nötigen Tools (z.B. eben RetentionX Analytics) können dabei helfen, die Retention zu verbessern. Es ist natürlich zeitaufwendig und arbeitsintensiv, sich mit solchen Analysen zu befassen. Aber letztendlich wirst Du mit glücklichen Kund:innen belohnt, die Deiner Marke die Treue halten. Und sie auch größer machen.

Du hast Fragen? Melde Dich gerne bei uns!

Wenn Du Fragen hast oder aber auch Beratung oder Unterstützung benötigst, kontaktiere uns gerne. Wir von Tante-E sind eine der führenden Shopify-Experten-Agenturen und verfügen über zwei Standorte in Berlin und Köln. Wir betreiben nicht nur eigene Onlineshops auf Shopify, sondern haben in den letzten Jahren über 200 Projekte wie Shop-Setups oder Shop-Optimierungen realisiert. Insofern verfügen wir über eine hohe Expertise im Bereich E-Commerce im Allgemeinen und Shopify im Besonderen. Daher würden wir uns sehr freuen, wenn wir auch Dir helfen dürfen. Melde Dich einfach bei uns, wir freuen uns auf Dich.

Zurück zum Blog