Wenn deine Conversion Rate sinkt, muss sich der Kaufweg nicht zwangsläufig verschlechtert haben. Es kann sich auch der Anteil verschiedener Besuchsgruppen verändert haben. Ein Vergleich von Bestellungen und Besuchen je Quelle hilft dir, diese Möglichkeiten auseinanderzuhalten, sofern Besuch und Bestellung in beiden Zeiträumen gleich definiert sind.
Rechenbeispiel: mehr Bestellungen, kleinere Rate
Die folgenden Zahlen sind frei gewählte Rechenannahmen. Sie zeigen einen Mix-Effekt, keine typische Conversion Rate für einen Kanal.
| Besuchsgruppe | Vorher | Nachher | Bestellrate in beiden Zeiträumen |
|---|---|---|---|
| Gruppe A | 1.000 Besuche, 40 Bestellungen | 1.000 Besuche, 40 Bestellungen | 4 % |
| Gruppe B | 1.000 Besuche, 10 Bestellungen | 3.000 Besuche, 30 Bestellungen | 1 % |
| Gesamt | 2.000 Besuche, 50 Bestellungen | 4.000 Besuche, 70 Bestellungen | 2,5 % → 1,75 % |
Gruppe B wächst von der Hälfte auf drei Viertel aller Besuche. Ihre niedrigere Rate bekommt dadurch mehr Gewicht im Gesamtwert. Ob sich die zusätzlichen Besuche wirtschaftlich lohnen, hängt außerdem von Akquisekosten, späteren Käufen und Deckungsbeitrag ab.
Wähle zusammenpassende Dimensionen
In GA4 unterscheiden sich Angaben zum ersten Nutzerkontakt von Angaben zur jeweiligen Sitzung. Der Google-Leitfaden zu Traffic-Quellen erklärt diese unterschiedlichen Geltungsbereiche. Für einen Vergleich von Sitzungsgruppen brauchst du entsprechend definierte Dimensionen; ein beliebiger Mix aus „First user“ und „Session“ kann eine andere Frage beantworten.
Damit du denselben Sachverhalt vergleichst, gehören Zeitraum, Zeitzone, Besuchsdefinition, gezählter Abschluss und verwendete Quelle zusammen in die Auswertung. Auch Änderungen an Consent, Filtern oder Ereignisauslösern sind dafür wichtig: Erfasst Analytics nur einen Teil der Besuche, würde die ungeprüfte Division aller Shop-Bestellungen durch diesen Ausschnitt eine andere Rate ergeben.
Prüfe die Gruppe hinter dem Rückgang
Für den Einstieg reichen wenige Unterscheidungen, die zu deinem Angebot passen. Vielleicht kommen mehr Erstbesuche über einen Ratgeber, eine Aktion bewirbt einen anderen Produkttyp oder mobile Besuche treffen auf eine nicht funktionierende Auswahl. Solche Zusammenhänge helfen dir eher bei der Fehlersuche als eine beliebig feine Aufteilung aller Besuche.
Was jemand kaufen möchte oder erst vergleichen will, lässt sich am Kanalnamen allein nicht erkennen. Eine Suche nach einem Ersatzteil kann bereits kaufnah sein, während eine andere der Orientierung dient. Wenn du Zielseite, Werbeversprechen und weiteren Weg einbeziehst, kannst du den Unterschied besser einordnen, ohne einem ganzen Kanal eine feste Käuferqualität zuzuschreiben.
Bei kleinen Gruppen können einzelne Bestellungen den Wert stark bewegen. Zeige darum Zähler und Nenner neben der Rate. Ein Vergleich von 2 aus 50 mit 3 aus 50 braucht eine andere Einordnung als ein stabiler Unterschied über große, passende Gruppen.
Aus dem Vergleich eine Aufgabe machen
Wenn derselbe Kaufweg innerhalb vergleichbarer Gruppen schlechter funktioniert, untersuche die konkrete Stelle. Bleiben die Gruppen stabil und ändert sich vor allem ihr Anteil, geht es zunächst um Akquise und Besuchsabsicht. Beide Situationen können gleichzeitig vorkommen.
Halte den Befund mit den absoluten Zahlen fest, bevor daraus ein Redesign-Auftrag wird. Für abweichende Zählungen gibt es den Leitfaden Analytics und Shopsystem abgleichen. Wenn der Vergleich selbst unklar bleibt, lässt sich eine Wirkungsanalyse als abgegrenzter Teil unserer CRO-Arbeit beauftragen.
