Average Order Value (AOV)

Average Order Value im Überblick

AOV (Average Order Value) ist der durchschnittliche Wert einer Bestellung. Eine der wichtigsten E-Commerce-Metriken für Umsatz und Profitabilität.

Die Formel:

AOV = Gesamtumsatz / Anzahl Bestellungen

Beispiel:
Monatsumsatz: Gesamtumsatz im Zeitraum
Bestellungen: Anzahl der Bestellungen im Zeitraum
AOV = Gesamtumsatz / Bestellungen

Warum AOV wichtig ist:

Szenario A:                    Szenario B:
Viele kleinere Bestellungen    Weniger größere Bestellungen
= gleicher Umsatz möglich      = gleicher Umsatz möglich

Gleicher Umsatz, aber:
- Szenario B: Weniger Versandkosten
- Szenario B: Weniger Support-Aufwand
- Szenario B: Höhere Marge pro Bestellung

Technisch betrachtet

AOV berechnen

def calculate_aov(orders):
    total_revenue = sum(order['total'] for order in orders)
    num_orders = len(orders)
    
    return total_revenue / num_orders if num_orders > 0 else 0

# Mit Segmentierung
def aov_by_segment(orders, segment_field):
    segments = {}
    
    for order in orders:
        segment = order[segment_field]
        if segment not in segments:
            segments[segment] = {'revenue': 0, 'count': 0}
        
        segments[segment]['revenue'] += order['total']
        segments[segment]['count'] += 1
    
    return {
        seg: data['revenue'] / data['count']
        for seg, data in segments.items()
    }

# Beispiel
aov_by_channel = aov_by_segment(orders, 'channel')
# {'organic': 55, 'paid': 48, 'email': 72}

AOV-Steigerungsstrategien

Versandkostenfrei-Schwelle optimieren

def find_optimal_threshold(orders, shipping_cost=5):
    """
    Finde die optimale Versandkostenfrei-Schwelle
    """
    order_values = [o['total'] for o in orders]
    
    # Teste verschiedene Schwellen
    thresholds = range(30, 100, 5)
    results = []
    
    for threshold in thresholds:
        # Annahme: 30% der Kunden unter Schwelle erhöhen auf Schwelle
        uplift_rate = 0.3
        
        orders_below = [v for v in order_values if v < threshold]
        orders_above = [v for v in order_values if v >= threshold]
        
        # Simulierter neuer Umsatz
        uplifted = len(orders_below) * uplift_rate * threshold
        original_above = sum(orders_above)
        original_below = sum(orders_below) * (1 - uplift_rate)
        
        # Minus Versandkosten für erhöhte Bestellungen
        shipping_saved = len(orders_below) * uplift_rate * shipping_cost
        
        net_revenue = uplifted + original_above + original_below + shipping_saved
        
        results.append({
            'threshold': threshold,
            'net_revenue': net_revenue
        })
    
    return max(results, key=lambda x: x['net_revenue'])

AOV-Tracking in GA4

// E-Commerce Purchase Event
gtag('event', 'purchase', {
  transaction_id: 'T12345',
  value: 75.00,
  currency: 'EUR',
  items: [
    { item_name: 'Produkt A', price: 50.00 },
    { item_name: 'Produkt B', price: 25.00 }
  ]
});

// AOV wird automatisch in GA4 berechnet

AOV-Benchmarks

AOV-Benchmarks sind nur sinnvoll, wenn Branche, Preisniveau, Sortiment, Land, Gerätetyp und Akquisekanal vergleichbar sind. Ein Shop für Verbrauchsprodukte hat andere Warenkörbe als ein Möbel-, B2B- oder Luxus-Shop. Vergleiche daher vor allem:

• Entwicklung deines eigenen AOV über Zeit
• AOV nach Kanal, Segment und Produktkategorie
• AOV im Verhältnis zu Marge, Retourenquote und Akquisekosten