Mehrdimensionale Kennzahleninterpretation und Wechselwirkungen

"Beste Kampagne ever!" - oder doch nicht?

Kann eine Rabattaktion den Traffic-Rekord brechen und gleichzeitig den Deckungsbeitrag ruinieren? Im Montagsmeeting, 12:15 Uhr, zeigt das Marketing stolz die Kurve: 120 Prozent mehr Besucher:innen im Shop. Dann legt das Controlling vier Zahlen daneben:

• Traffic: +120%
• Conversion Rate: von 3,8% auf 4,1%
• Retourenquote: von 18% auf 42%
• DB pro Bestellung: von 8,50 Euro auf 1,20 Euro

Du sollst bis morgen eine Auswertung für die Geschäftsführung vorbereiten. Bei 3.000 Bestellungen pro Woche bedeutet der DB-Einbruch: Statt 25.500 Euro Deckungsbeitrag bleiben nur noch 3.600 Euro. Wird die nächste Kampagne genauso gefahren, summiert sich das schnell zu fünfstelligen Verlusten.

Von der Einzelkennzahl zum Gesamtbild

Die Deckungsbeitragsrechnung klärt, ob ein Produkt oder eine Aktion profitabel ist - jetzt geht es darum, was passiert, wenn mehrere Kennzahlen gleichzeitig in verschiedene Richtungen laufen. Bei der Datenvisualisierung hast du gelernt, Kennzahlen so aufzubereiten, dass die Kernaussage sichtbar wird. Genau das brauchst du jetzt für vier KPIs auf einmal.

Eine einzelne Kennzahl erzählt nie die ganze Geschichte. Die entscheidende Frage für deine Auswertung lautet: Welche Kennzahlen hängen zusammen, und wo entstehen Zielkonflikte zwischen Marketing und Logistik?

🎬 Vorstellung: Stell dir vor, du sitzt nach dem Meeting an deinem Rechner. Das Dashboard leuchtet grün beim Traffic, rot beim Deckungsbeitrag. Morgen früh erwartet die Geschäftsführung deine Einschätzung.

Gegenläufige Wechselwirkungen im Kampagnen-Dashboard

Kennzahlen bewegen sich nicht unabhängig voneinander. Drei Wechselwirkungen erklären, warum die Kampagne beim Traffic glänzt und beim Deckungsbeitrag scheitert:

1. Rabatt lockt Schnäppchenkäufer:innen an: Traffic steigt, aber viele bestellen auf Verdacht und schicken zurück, was nicht passt. Die Retourenquote steigt mit.
2. Bundle-Angebote treiben den Warenkorbwert nach oben, doch bei 30% Rabatt sinkt die Marge pro Artikel. Der Deckungsbeitrag pro Bestellung fällt.
3. Jede Retoure verursacht Versand-, Prüf- und Wiedereinlagerungskosten. Bei 42% Retourenquote frisst die Logistik den ohnehin geschrumpften DB fast vollständig auf.

Die Richtung ist entscheidend: Traffic und Retourenquote laufen hier gleichläufig nach oben. Retourenquote und Deckungsbeitrag laufen gegenläufig. Wer nur den Traffic feiert, übersieht, dass zwei Stufen weiter der Gewinn verschwindet.

Vier Kennzahlen, ein Urteil

Für die Geschäftsführung reicht es nicht, einzelne KPIs aufzuzählen. Du brauchst eine strukturierte Gegenüberstellung:

Der Warenkorbwert steigt, aber der DB fällt trotzdem. Das zeigt: Umsatz ist nicht gleich Gewinn. Die Retourenquote wirkt als Hebel, der den positiven Effekt des höheren Warenkorbwerts mehr als aufhebt.

⚖️ Vergleich im Kopf: Vergleiche zwei Kampagnen: Kampagne A bringt 50% mehr Traffic bei 42% Retouren. Kampagne B bringt nur 20% mehr Traffic, aber die Retourenquote bleibt bei 18%. Welche liefert am Ende den höheren Deckungsbeitrag?

Die Kampagne auf dem Prüfstand

Zurück zum Montagsmeeting: War die Aktion ein Erfolg? Die vier Kennzahlen sprechen eine klare Sprache. Der Traffic-Anstieg hat zwar mehr Bestellungen gebracht, aber der DB pro Bestellung ist um 86% gefallen. Bei 3.000 Bestellungen pro Woche fehlen dem Unternehmen rund 21.900 Euro Deckungsbeitrag.

Deine Empfehlung an die Geschäftsführung: Aktion anpassen, nicht wiederholen. Zwei Belege stützen das Urteil:

1. Die Retourenquote hat sich mehr als verdoppelt (18% → 42%). Der Rabatt zieht Kundschaft an, die ohne feste Kaufabsicht bestellt.
2. Der DB-Einbruch von 8,50 auf 1,20 Euro überwiegt den Conversion-Gewinn bei weitem.

Drei Maßnahmen gegen den Zielkonflikt

Ein zweites Szenario verschärft das Problem: In einem anderen Shop steigt der Warenkorbwert durch Cross-Selling um 15%, aber die Wiederkaufrate sinkt um 30%. Kundschaft kauft einmal groß und kommt nicht wieder. Drei Maßnahmen, die beide Probleme adressieren:

1. Rabatt an Mindestwarenkorbwert koppeln und auf Warengruppen mit niedriger Retourenquote beschränken. Erwarteter Effekt: Retourenquote sinkt, DB pro Bestellung steigt.
2. Treuebonus statt Einmalrabatt einführen (z.B. 10% auf die zweite Bestellung). Erwarteter Effekt: Wiederkaufrate steigt, Customer Lifetime Value verbessert sich.
3. Retourenkosten in die Kampagnenplanung einrechnen, bevor der Rabatt festgelegt wird. Erwarteter Effekt: DB bleibt über der kritischen Schwelle, Logistikkosten werden für das Marketing sichtbar.

🤔 Frage dich: Was passiert mit dem Deckungsbeitrag, wenn du den Rabatt von 30% auf 15% halbierst, dafür aber die Retourenquote von 42% auf 25% sinkt?