E-Mail-Marketing-KPIs für E-Commerce

Einen KPI definieren, bevor ein Ziel feststeht

Eine Quote ohne Nenner kann zur falschen Entscheidung führen. Vereinbare, was für welche Gruppe in welchem Zeitraum und nach welchen Regeln gezählt wird. „Conversion“ kann eindeutige Käufer, Bestellungen oder Sitzungen mit Kauf bedeuten. Diese Größen sind nicht austauschbar.

Halte Quelle, Zähler, Nenner, Zeitraum, Filter und Verantwortliche fest. Unterscheide Personen und Ereignisse, nenne Währung sowie Behandlung von Rückgaben und Stornierungen. Sichere das Abrufdatum, denn verspätete Daten können einen Bericht verändern.

Beginne mit wenigen entscheidungsrelevanten Kennzahlen. Trenne im Kampagnenmanagement Versandqualität, Reaktion und Geschäftsergebnis. Viele Zahlen ersetzen keine konkrete Frage: Was wird beibehalten, korrigiert oder getestet?

Formeln für eine einzelne Kampagne

Diese ausdrücklich definierten Konventionen gelten für eine Kampagne mit einer Nachricht je Empfänger. Nicht jeder Plattformbericht muss identisch rechnen. Klaviyo dokumentiert etwa zugerechnete Bestellrate und Umsatz je Empfänger; prüfe die genaue ausgewählte Kennzahl.

Bei Nenner null lautet das Ergebnis „nicht berechenbar“, nicht 0 %. Zeige neben Quoten absolute Zahlen. Bei mehreren Nachrichten muss klar sein, wie Empfänger mehrfach gezählt oder dedupliziert werden.

Rechenbeispiel mit fiktiven Daten

Dieses Lernbeispiel zeigt weder Abalola-Ergebnisse noch einen Leistungsbenchmark. Eine Kampagne erfasst 1.000 Empfänger mit Zustellung, 50 klickende Personen, 10 zugerechnete Käufer, 12 zugerechnete Bestellungen und 600 € zugerechneten Umsatz.

1 % Käuferquote und 1,2 % Bestellrate passen zusammen: Manche Käufer bestellten mehrmals. Daraus folgt nicht, dass die E-Mail allein 600 € Umsatz verursacht hat. Kläre zuerst die Einheit, dann das Ergebnis.

Automatische Öffnungen und Bot-Klicks

Klaviyo kann als Apple Mail Privacy Protection gekennzeichnete Öffnungen unterscheiden. Automatische Öffnungen können eine ausschließlich auf Öffnungen beruhende Interaktionsbewertung erhöhen.

Die Dokumentation beschreibt außerdem Bot-Klicks: Automatische Systeme können Links zur Sicherheitsprüfung oder Vorschau aufrufen. Ein erfasster Klick beweist nicht immer menschliches Interesse.

Vergleiche die verwendeten Filter, bevor du eine bessere Betreffzeile oder Gestaltung feststellst. Dokumentiere geänderte Bot- oder Öffnungsbehandlung als Messänderung. Prüfe passende spätere Signale wie Navigation und Kauf, ohne ein einzelnes Signal als Gewissheit zu behandeln.

Definiere Interesse bei der Segmentierung nicht durch eine isolierte Öffnung. Aktivität liefert eine Hypothese, braucht aber Kontext. Halte Änderungen an Gruppenkriterien fest, um plötzliche Verschiebungen erklären zu können.

Attribution ist kein Nachweis zusätzlichen Umsatzes

Klaviyo erlaubt Anpassungen von Attributionsfenstern und berücksichtigten Interaktionen einschließlich bestimmter automatischer Aktivitäten. Bewahre die verwendeten Einstellungen zum Bericht auf.

Die Dokumentation unterscheidet Last Touch mit Kredit für den letzten Kontaktpunkt und lineare Attribution mit Verteilung auf berücksichtigte Kontaktpunkte. Das sind Regeln zur Zurechnung.

Trenne beobachtete Verkäufe, zugerechnete Verkäufe und geschätzte zusätzliche Wirkung gegenüber einem Verlauf ohne die Maßnahme. Ein anderes Fenster kann die Zurechnung ändern, ohne Shopbestellungen zu verändern. Gleiche Bestellungen ab, bevor du zugerechnete Umsätze mehrerer Tools addierst.

Für zusätzliche Wirkung brauchst du einen geeigneten Kontrollvergleich mit vorab definierter Population, Zuweisung, Beobachtungszeit und Zielgröße. Berücksichtige Unsicherheit und mögliche Wechselwirkungen zwischen Gruppen. Ein Vorher-nachher-Vergleich allein beweist keine Ursache, wenn auch Aktionen, Traffic oder Verfügbarkeit wechselten.

Zugerechneter Umsatz ist kein Gewinn. Rentabilitätsanalysen benötigen passende Kosten, Margen und eine begründbare Wirkungsschätzung. Fehlen diese Daten, benenne Umsatz und Grenzen korrekt, statt ihn als inkrementelle Rendite auszugeben.

Kundenbindung mit gleicher Beobachtungsdauer vergleichen

Klaviyo bietet Kohortenanalysen, um Profilgruppen über die Zeit zu verfolgen. Aussagekräftig ist der Vergleich klar definierter Gruppen und Zeiträume.

Als Analysevorschlag: Gruppiere Kunden nach Monat des Erstkaufs und prüfe Wiederkäufe innerhalb eines festen Fensters. Im fiktiven Beispiel kaufen 24 von 120 Erstkäufern binnen 60 Tagen erneut; die beobachtete Wiederkaufsquote beträgt 20 %. Sie beschreibt diese Kohorte und dieses Fenster, keinen universellen Wert.

Vergleiche diese ausgereifte Kohorte nicht mit Kunden, deren Erstkauf erst zehn Tage zurückliegt. Verwechsle Wiederkauf nicht mit Abonnementbindung und fasse Kategorien mit sehr unterschiedlichen Zyklen nicht ohne Prüfung ihrer Zusammensetzung zusammen.

Der Leitfaden zur Kundenbindung verbindet die Analyse mit Begleitung und Folgekommunikation. Trenne beobachtete Ergebnisse von Programmwirkung: Verbesserte Kohorten können auch mit Produkt-, Akquise- oder Serviceänderungen zusammenfallen.

Von der Kennzahl zur nächsten Prüfung

Eine Veränderung zeigt, wo du suchen kannst, aber selten allein die Ursache. Diese Tabelle schlägt Prüfungen vor einem Eingriff vor:

Ein Audit kann bei mehreren gleichzeitigen Veränderungen Hypothesen und Abhängigkeiten priorisieren. Definiere Änderung, erwartetes Signal und Prüfzeitpunkt. Ändere Zielgruppe, Angebot und Design nicht gleichzeitig, wenn du später Einflüsse unterscheiden möchtest.

Ein kurzer Bericht für konkrete Entscheidungen

Mittle Quoten nicht ohne Gewichtung. In einem weiteren fiktiven Beispiel ergeben 50 Klicks bei 1.000 Zustellungen und 180 bei 9.000 insgesamt 230 / 10.000 = 2,3 %. Der einfache Mittelwert von 5 % und 2 % beträgt 3,5 % und beantwortet eine andere Frage. Personen in beiden Kampagnen werden in diesem Aggregat nicht kampagnenübergreifend dedupliziert.

Vergleiche ähnliche Zielgruppen, Saisons, Angebote und Beobachtungszeiträume. Externe Benchmarks regen Fragen an, ersetzen aber keinen eigenen Verlauf und beweisen keine Verbesserung. Zeige bei kleinen Stichproben Zahlen und erkläre keinen Gewinner aufgrund minimaler Unterschiede.

• Geschäftsziel und Frage des Berichts.
• Zeitraum, Abrufdatum und Quelle.
• Zähler, Nenner und Zählregeln.
• Attributionseinstellungen und Automatismusfilter.
• Relevanter Vergleich und bekannte Grenzen.
• Priorisierte Hypothese und eine konkrete Maßnahme.
• Verantwortliche und Prüftermin.

Ein nützlicher Bericht ermöglicht eine zur Evidenz passende Entscheidung, auch weitere Untersuchung oder das Abwarten zusätzlicher Daten. Eine eindrucksvolle Zahl ohne Definition verbessert das Programm nicht.

Quellen und weiterführende Informationen

• Klaviyo: Campaign analytics
• Klaviyo: Mail Privacy Protection opens
• Klaviyo: Bot clicks
• Klaviyo: Attribution settings
• Klaviyo: Attribution model types
• Klaviyo: Cohort analysis