Softwaregestützte Istwert-Ermittlung

4 min 3 Abschnitte
Was du nach diesem Konzept kannst 3
  1. Du bist in der Lage, den Export von Verkaufs- und Klickdaten aus ERP-, Shop- und Webanalyse-Systemen umzusetzen ,

    indem Tagesdaten aus mindestens 2 Systemen (z. B. ERP und Google Analytics) im passenden Dateiformat exportiert und in einer gemeinsamen Tabelle für den Abgleich aufbereitet werden.

  2. Du bist in der Lage, Abweichungen zwischen den Istwerten unterschiedlicher Datenquellen (z. B. Google Analytics vs. Warenwirtschaftssystem) zu analysieren ,

    indem mindestens 3 typische Ursachen wie Tracking-Verluste durch Cookie-Banner, Stornierungen oder zeitliche Verzögerungen identifiziert und der jeweiligen Datenquelle als verlässlichere Quelle zugeordnet werden.

  3. Du bist in der Lage, die Belastbarkeit softwaregestützt erhobener Istwerte für Managemententscheidungen zu beurteilen ,

    indem die ermittelten Werte anhand der Kriterien Vollständigkeit, Aktualität und Plausibilität bewertet und eine begründete Empfehlung zur Verwendung als Entscheidungsgrundlage abgegeben wird.

Welche Zahl stimmt: 50 oder 45 verkaufte Laptops?

Zwei Systeme, zwei Ergebnisse

Google Analytics zeigt 50 verkaufte Laptops. Das Warenwirtschaftssystem meldet 45. Welche Zahl nennst du gleich im Teammeeting?

Montagvormittag, 10:15 Uhr im Analytics-Raum. Deine Teamleiterin Esra hat beide Exporte auf dem Bildschirm. In zehn Minuten braucht die Geschäftsleitung eine Empfehlung: Google-Ads-Kampagne mit 3.200 Euro Tagesbudget verlängern oder stoppen? Bei 50 Verkäufen liegt der ROAS über der Schwelle. Bei 45 nicht.

Sollwerte für den ROAS hast du festgelegt, und dein Tracking-Pixel erfasst die Klickdaten. Aber was passiert, wenn diese Zahlen nicht zu den Bestelldaten im ERP passen? Dann brauchst du eine strukturierte Istwert-Ermittlung: Rohdaten aus beiden Systemen exportieren, zusammenführen und abgleichen.

Tagesdaten exportieren und zusammenführen

Esra zeigt dir den Ablauf:

  1. Aus dem ERP-System exportierst du die gestrigen Laptop-Bestellungen als CSV: Bestellnummer, Stückzahl, Zeitstempel, Bestellstatus.
  2. Aus Google Analytics exportierst du den E-Commerce-Bericht für denselben Tag: Transaktions-ID, Umsatz, Quelle/Medium.

Beide Dateien öffnest du in einer Tabellenkalkulation. Der gemeinsame Schlüssel für den Abgleich ist die Bestellnummer im ERP bzw. die Transaktions-ID in GA. Über diesen Schlüssel verknüpfst du die Datensätze Zeile für Zeile.

🎬 Vorstellung: Stell dir vor, du sitzt vor deinem Bildschirm. Links 50 Zeilen aus GA, rechts 45 aus dem ERP. Fünf Zeilen in der GA-Datei haben keine Entsprechung rechts. Was könnte dahinterstecken?

Warum liefern zwei Systeme unterschiedliche Zahlen?

Drei Ursachen für die Differenz

Die Differenz von fünf Bestellungen im Laptop-Fall hat eine Ursache. Drei Fehlerquellen tauchen im E-Commerce besonders häufig auf:

Stornierungen nach Kaufabschluss: GA feuert das Purchase-Event auf der Bestätigungsseite und korrigiert nicht rückwirkend. Das ERP verbucht die Stornierung sofort. Im Laptop-Fall wurden vermutlich fünf Bestellungen storniert. Verlässlichere Quelle: ERP.

Cookie-Banner und Ad-Blocker: Lehnen Nutzer:innen das Tracking ab, erfasst GA den Kauf nicht, obwohl die Bestellung im ERP durchläuft. Hier zählt GA zu wenig. Auch hier ist das ERP verlässlicher.

Zeitversatz am Tageswechsel: Eine Bestellung um 23:58 Uhr landet je nach Systemzeit in unterschiedlichen Tagen. Hier hilft nur der Abgleich über die Bestellnummer.

Welches System wann?

Die Faustregel: Für Verkaufszahlen und Umsatz ist das ERP die verlässlichere Quelle, weil es Stornierungen und Retouren abbildet. Für Klickdaten und Nutzerverhalten bleibt Google Analytics die einzige Quelle. Beide Systeme ergänzen sich, keines ersetzt das andere.

🤔 Frage dich: Dein Online-Shop verkauft auch über einen externen Marktplatz. Die Marktplatz-Bestellungen tauchen im ERP auf, aber nicht in Google Analytics. Wie würdest du diese Bestellungen beim Datenabgleich berücksichtigen?

Reichen die Daten für eine Budgetentscheidung?

Drei Kriterien für belastbare Istwerte

Esra prüft die Daten vor jeder Empfehlung an drei Kriterien:

Vollständigkeit: Erfasst die Quelle alle relevanten Vorgänge? Das ERP bildet Bestellungen und Stornierungen ab. GA fehlen die Stornos.

Aktualität: Sind die Daten auf dem neuesten Stand? Das ERP hat die fünf Stornierungen bereits verbucht. GA zeigt noch den Ursprungswert von 50.

Plausibilität: Passen die Werte zum erwarteten Bereich? Der Vortageswert lag bei 42 Laptops. 45 ist plausibel. 50 weicht um fast 20 Prozent nach oben ab.

Alle drei Kriterien sprechen für die ERP-Zahl. Der Abgleich über die Bestellnummer bestätigt: fünf Transaktionen in GA haben im ERP den Status "storniert".

Esras Empfehlung fürs Teammeeting

Esra geht mit 45 Verkäufen ins Meeting. Der ROAS liegt damit unter der Schwelle. Die Kampagne wird nicht verlängert, die 3.200 Euro Tagesbudget fließen in eine besser performende Anzeigengruppe.

Esras Begründung in einem Satz: "Die GA-Daten zählen Transaktionen mit, die längst storniert sind. Das ERP liefert den bereinigten Istwert. Für die Kampagnenbewertung nehmen wir 45."

📝 Fasse mental zusammen: Drei Schritte: Daten exportieren, Abweichungen analysieren, Qualität bewerten. Welcher Schritt hat im Laptop-Fall den größten Unterschied gemacht?

Teste dein Wissen

Du vergleichst die Verkaufszahlen aus dem ERP-System mit den Daten in Google Analytics (GA4). Welche drei Faktoren führen in Deutschland typischerweise zu einer systematischen Untererfassung in GA4 gegenüber dem ERP?

Bereit für mehr?

Thema verstanden?

Teste dein Wissen interaktiv in unserer App. 7 Tage kostenlos, dann nur 5 € im Monat.

DSGVO-konform. Deine Daten auf deutschen Servern.