Conversion Rate
Der Prozentsatz der Nutzer, die eine gewünschte Aktion ausführen – vom Klick über die Anmeldung bis zum Kauf. Zentrale Metrik für die Bewertung von Marketing-Kampagnen und UX-Optimierung.
Der durchschnittliche Wert einer Bestellung – eine zentrale E-Commerce-Metrik für Umsatzoptimierung und Marketing-Effizienz.
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
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}
| Strategie | Beispiel | Wirkung |
|---|---|---|
| Versandkostenfrei-Schwelle | ”Gratis Versand ab sinnvoller Schwelle” | Kann Warenkorb erhöhen, muss Marge beachten |
| Bundles | ”Set-Angebot mit Vorteil” | Kann mehrere Produkte zusammen verkaufen |
| Cross-Selling | ”Kunden kauften auch…” | Kann ergänzende Produkte sichtbar machen |
| Upselling | ”Premium-Version als Alternative” | Kann höherwertige Varianten fördern |
| Mengenrabatte | ”Mehr kaufen, günstiger pro Stück” | Kann Stückzahl erhöhen, aber Marge senken |
| Mindestbestellwert | ”Bestellung ab Mindestwert” | Kann kleine Bestellungen reduzieren |
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'])
// 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 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:
AOV ist wie der durchschnittliche Kassenbon im Supermarkt: Manche kaufen nur ein einzelnes Produkt, andere den Wocheneinkauf. Der Durchschnitt zeigt, wie viel ein typischer Kunde ausgibt.
Berechnung: Gesamtumsatz / Anzahl Bestellungen
Steigerung durch Upselling, Cross-Selling, Bundles
Wichtig für CAC-Payback und Marketing-ROI
Marketing-Effizienz
Höherer AOV = mehr Spielraum für Akquisekosten
Produktstrategie
Welche Produkte erhöhen den Warenkorb?
Pricing
Schwellenwerte für Versandkostenfreiheit
Segmentierung
High-Value vs. Low-Value Kunden
Branchenabhängig. Warenkorbwerte unterscheiden sich stark nach Kategorie, Preisniveau, Sortiment und Markt. Wichtiger als ein fixer Benchmark ist der Trend, die Marge und der Vergleich mit ähnlichen Shops.
Upselling (teurere Variante), Cross-Selling (passende Produkte), Bundles, Mengenrabatte, Versandkostenfrei-Schwelle, Produktempfehlungen.
AOV = pro Bestellung. ARPU (Average Revenue Per User) = pro Kunde über Zeit. Ein Kunde kann mehrere Bestellungen haben.