Checkout-Prozess bewerten und optimieren

1.430 Abbrüche ohne Spur

Warum brechen 68 % aller Personen den Checkout ab, obwohl sie Produkte im Warenkorb haben? Burak, Auszubildender im E-Commerce-Team, sitzt am Dienstagvormittag um 11:30 Uhr im UX-Analyse-Raum vor dem Analytics-Dashboard. Seine Teamleitung will bis Freitag wissen, wo genau die Abbrüche passieren. Bisher zeigt das Tool nur eine einzige Zahl: 2.100 Personen starten, 670 bestellen. Jeden Monat gehen so rund 18.000 Euro Umsatz verloren. Ohne Aufschlüsselung nach Schritten bleibt jede Optimierung Raterei.

Welcher der vier Checkout-Schritte verliert die meisten Kund:innen - und wie findet Burak das mit einer einzigen Formel heraus?

Der Checkout als Trichter

Jeder Online-Kauf durchläuft mehrere Schritte. Diese Abfolge heißt im E-Commerce Checkout-Funnel (Kauftrichter). Typisch sind vier Stufen:

1. Warenkorb - Produkte liegen bereit
2. Adresseingabe - Liefer- und Rechnungsdaten
3. Zahlungsauswahl - Kreditkarte, PayPal, Rechnung
4. Bestellbestätigung - Kauf abgeschlossen

An jeder Stufe entscheiden sich Personen, weiterzumachen oder abzubrechen. Der Trichter wird nach unten enger. Um gezielt zu optimieren, brauchst du die Absprungrate (Drop-off-Rate) für jeden einzelnen Schritt - nicht nur die Gesamtzahl.

🎬 Vorstellung: Stell dir das Analytics-Dashboard deines Ausbildungsbetriebs vor - vier Balken, jeder kleiner als der vorherige. An welchem Übergang vermutest du den größten Sprung nach unten?

Die Drop-off-Rate Schritt für Schritt berechnen

Burak aktiviert die Schritt-für-Schritt-Ansicht und sieht jetzt die Nutzerzahlen pro Stufe:

Die Drop-off-Rate pro Übergang berechnet er mit einer Formel:

(Nutzer Schritt X − Nutzer Schritt X+1) / Nutzer Schritt X

Die Ergebnisse:

• Warenkorb → Adresse: (2.100 − 1.470) / 2.100 = 30,0 %
• Adresse → Zahlung: (1.470 − 1.050) / 1.470 = 28,6 %
• Zahlung → Bestätigung: (1.050 − 670) / 1.050 = 36,2 %

Der Schritt mit der höchsten Absprungrate ist der Übergang von der Zahlungsauswahl zur Bestellbestätigung. Hier verliert der Shop die meisten Personen.

Was steckt hinter den 36,2 %?

Über ein Drittel der Personen, die bereits eine Zahlungsart gewählt haben, schließen die Bestellung nicht ab. Mögliche Ursachen: unerwartete Versandkosten, die erst jetzt sichtbar werden, ein Pflichtfeld zur Kontoerstellung oder fehlende Zahlungsoptionen wie Kauf auf Rechnung.

Die isolierte Betrachtung jedes Schritts zeigt Burak, wo er ansetzen muss. Ohne diese Aufschlüsselung hätte er vielleicht die Adresseingabe überarbeitet, obwohl das eigentliche Problem beim Bezahlen liegt.

⚖️ Vergleich im Kopf: Was wäre passiert, wenn Burak nur die Gesamt-Abbruchrate von 68 % gesehen hätte - hätte er denselben Schritt als Problem erkannt?

Von der Vermutung zum A/B-Test

Burak vermutet: Die Pflicht zur Kontoerstellung im Zahlungsschritt treibt Personen weg. Daraus wird eine testbare Hypothese: Ein Gastbestellungs-Button senkt die Drop-off-Rate zwischen Zahlung und Bestätigung.

Ein A/B-Test prüft diese Hypothese mit echten Nutzerdaten. Fünf Elemente legt Burak fest:

1. Hypothese - Gastbestellung senkt die Drop-off-Rate um mindestens 5 Prozentpunkte
2. Testvariante A (Kontrolle) - aktueller Checkout mit Kontopflicht
3. Testvariante B - Checkout mit zusätzlichem Button "Als Gast bestellen"
4. Erfolgsmetrik - Drop-off-Rate am Übergang Zahlung zu Bestätigung
5. Testgruppe und Dauer - 50/50-Split aller Checkout-Besucher:innen, 14 Tage Laufzeit

Warum nicht nach zwei Tagen auswerten?

Zwei Tage liefern zu wenige Datenpunkte. Zufällige Schwankungen (z. B. ein Newsletter-Versand am Dienstag) verzerren das Ergebnis. Erst nach 14 Tagen erfasst der Test unterschiedliche Wochentage, Aktionszeiträume und Nutzergruppen. So lässt sich unterscheiden, ob der Unterschied zwischen A und B echt ist oder nur Zufall.

🤔 Frage dich: Was ist der Unterschied zwischen "Variante B hat eine niedrigere Drop-off-Rate" und "Variante B ist nachweislich besser"?

Fünf Kriterien für die Bewertung

Eine höhere Conversion-Rate allein reicht nicht. Drei wirtschaftliche und zwei Nachhaltigkeitskriterien zeigen, ob der Verkaufsprozess insgesamt besser geworden ist:

Wirtschaftlich:

• Conversion-Rate - Anteil der Besucher:innen, die tatsächlich kaufen. Steigt sie nach dem A/B-Test, hat die Änderung gewirkt.
• Durchschnittlicher Warenkorbwert - sinkt er gleichzeitig, kaufen zwar mehr Personen, aber weniger pro Bestellung. Der Umsatzeffekt kann sich aufheben.
• Impulskäufe durch Gastbestellung erhöhen die Retourenquote - mehr Rücksendungen fressen den Conversion-Gewinn auf.

Nachhaltig:

• Verpackungsmaterial pro Bestellung - mehr Bestellungen mit kleinerem Warenkorb erzeugen mehr Pakete und mehr Verpackungsmüll.
• Retourenbedingte CO2-Emissionen - jede Retoure verursacht einen zusätzlichen Transport. Steigt die Retourenquote, wächst der ökologische Fußabdruck.

Buraks Ergebnis nach 14 Tagen

Nach 14 Tagen zeigt der A/B-Test: Die Drop-off-Rate am Zahlungsschritt sank von 36,2 % auf 28 %. Die Conversion-Rate stieg. Gleichzeitig fiel der Warenkorbwert um 8 % und die Retourenquote stieg um 3 Prozentpunkte. Mehr Pakete, mehr Rücksendungen, mehr CO2.

Buraks Empfehlung an die Teamleitung: Gastbestellung einführen, aber mit Mindestbestellwert und klarer Größenberatung auf der Produktseite. So bleibt der Conversion-Gewinn erhalten, ohne Retouren und Verpackungsmüll hochzutreiben.

🧑‍🏫 Erkläre es im Kopf: Stell dir vor, du erklärst einer neuen Auszubildenden Person, warum eine steigende Conversion-Rate allein kein Beweis für einen besseren Checkout ist - welche zwei Gegenargumente bringst du?