Funnel Analysis

Einfach erklärt

Funnel Analysis zeigt, wie Nutzer durch einen Conversion-Prozess fließen und an welchen Stellen sie aussteigen. Jeder Schritt kann eine eigene Conversion Rate zum nächsten Schritt haben.

Beispiel E-Commerce Funnel:

Produktseite     users_start
      ↓
Warenkorb        users_cart       ← Drop-off prüfen
      ↓
Checkout Start   users_checkout   ← Drop-off prüfen
      ↓
Zahlung          users_payment    ← Drop-off prüfen
      ↓
Kauf             users_purchase

Gesamt-Conversion: users_purchase / users_start

Was sagt uns das?

• Größter Drop-off: der Schritt mit dem stärksten relativen oder absoluten Verlust
• Dort kann Optimierungspotenzial liegen
• Bewertung immer nach Segment, Traffic-Quelle und Geschäftsrelevanz vornehmen

Visualisierung:

████████████████████████████████████████ users_start
████████████                             users_cart
██████                                   users_checkout
█████                                    users_payment
████                                     users_purchase

Technischer Deep Dive

Funnel in Analytics-Tools

Funnel Exploration erstellen:

1. Analytics- oder Produkt-Analytics-Tool öffnen
2. Steps definieren (Events oder Seiten)
3. Segmente hinzufügen (optional)
4. Ergebnisse analysieren und validieren

Beispiel-Setup:

Step 1: page_view (page_path = /product/*)
Step 2: add_to_cart
Step 3: begin_checkout
Step 4: add_payment_info
Step 5: purchase

Funnel-Metriken

Metrik	Formel	Bedeutung
Step Conversion	Users Step N / Users Step N-1	Wie viele schaffen den Schritt?
Overall Conversion	Users Last Step / Users First Step	Gesamte Funnel-Effizienz
Drop-off Rate	1 - Step Conversion	Wie viele verlieren wir?
Time to Convert	Durchschnittliche Zeit durch Funnel	Wie lange dauert es?

Segmentierte Funnel-Analyse

Nach Traffic-Quelle:

Organic:  Landing → Signup → Activation = conversion_rate_organic
Paid:     Landing → Signup → Activation = conversion_rate_paid
Referral: Landing → Signup → Activation = conversion_rate_referral

→ Unterschiede nach Quelle prüfen
→ Problemstellen segmentweise analysieren

Nach Gerät:

Desktop: Checkout Completion = desktop_completion_rate
Mobile:  Checkout Completion = mobile_completion_rate

→ Unterschiede nach Gerät prüfen und Ursachen validieren

Funnel-Typen

Closed Funnel (strikt):

• Nutzer muss alle Schritte in Reihenfolge durchlaufen
• Häufig passend für: Checkout, Onboarding-Flows
• Strenger, aber bei linearen Prozessen oft aussagekräftig

Open Funnel (flexibel):

• Schritte können übersprungen oder in anderer Reihenfolge sein
• Häufig passend für: Feature-Adoption, Content-Consumption
• Oft realistischer für nicht-lineare Journeys

Optimierungsstrategien

Bei hohem Drop-off:

Schritt	Mögliche Ursachen	Lösungen
Landing → Signup	Unklarer Value Prop	Bessere Headline, Social Proof
Signup → Activation	Kompliziertes Onboarding	Vereinfachen, Progress Bar
Cart → Checkout	Versandkosten-Schock	Früher kommunizieren
Checkout → Purchase	Zahlungsoptionen	Mehr Optionen, Trust Badges

Funnel mit Mixpanel/Amplitude

// Event Tracking für Funnel
mixpanel.track('Product Viewed', {
  product_id: product_id,
  category: category
});

mixpanel.track('Added to Cart', {
  product_id: product_id,
  cart_value: cart_value
});

mixpanel.track('Checkout Started', {
  cart_value: cart_value,
  items_count: items_count
});

mixpanel.track('Purchase Completed', {
  order_id: order_id,
  revenue: revenue
});

Fortgeschrittene Analyse

Kohortenbasierte Funnels:

• Wie unterscheiden sich Funnels nach Signup-Woche?
• Verbessern sich neue Nutzer über Zeit?

Time-to-Convert:

• Wie lange brauchen Nutzer pro Schritt?
• Wo gibt es Verzögerungen?

Funnel Trends:

• Wie entwickelt sich die Conversion über Zeit?
• Saisonale Muster?