SwitasKontakt

Funnel-Analyse

Die Funnel-Analyse ist die Methode, zu untersuchen, wie Nutzer eine definierte Abfolge von Schritten hin zu einem bestimmten Ziel durchlaufen, etwa einem Kauf, einer Anmeldung oder einem Abonnement, um zu erkennen, wo der größte Anteil der Nutzer abspringt, bevor das Ziel erreicht ist. Ein Funnel wird typischerweise als Reihe von Phasen visualisiert, zum Beispiel Landingpage-Besuch, Produktansicht, Add-to-Cart, Checkout-Start und Kauf, wobei die Zahl oder der Prozentsatz der Nutzer in jeder Phase angezeigt wird. So ist die relative Größe des Abbruchs zwischen zwei aufeinanderfolgenden Schritten für jeden, der den Bericht ansieht, sofort erkennbar, ohne rohe Event-Tabellen interpretieren oder für jede Phase eine eigene Abfrage ausführen zu müssen. Funnels lassen sich entweder geschlossen aufbauen, wobei Nutzer jeden Schritt in strenger Reihenfolge abschließen müssen, um gezählt zu werden, oder offen, wobei Nutzer an jedem beliebigen Punkt der Abfolge einsteigen können. Die Wahl zwischen beiden verändert erheblich, wie die resultierenden Abbruchprozentsätze zu interpretieren sind. Diese Methode ist wichtig, weil sie eine einzelne aggregierte Conversion-Rate in ein echtes Diagnoseinstrument verwandelt. Zu wissen, dass eine Website insgesamt mit 2 Prozent konvertiert, sagt sehr wenig darüber aus, was konkret zu beheben ist, während die Erkenntnis, dass 60 Prozent der Nutzer genau zwischen dem Ansehen der Versandkosten und dem Abschluss der Zahlung abbrechen, ein konkretes, testbares Ziel für den nächsten Sprint eines Teams liefert. Die Funnel-Analyse ist daher die wichtigste Technik, um vom Feststellen eines Conversion-Problems zum genauen Verständnis zu gelangen, wo in der User Journey dieses Problem tatsächlich entsteht, ein notwendiger erster Schritt, bevor sich eine Design- oder Inhaltsänderung vernünftig gegenüber einer anderen konkurrierenden Idee priorisieren lässt. Denselben Funnel über aufeinanderfolgende Zeiträume zu betrachten zeigt zudem, ob eine frühere Korrektur tatsächlich gehalten hat, denn ein Schritt, der sich nach einem Release verbessert hat, kann Monate später unbemerkt wieder schlechter werden, wenn anderswo auf der Seite unabhängige Änderungen ausgeliefert werden. Funnels werden häufig mit Tools wie den Funnel-Explorationsberichten von Google Analytics 4, Mixpanel oder Amplitude aufgebaut und analysiert. Sie alle erfordern, dass jeder Schritt vorab als getracktes Event definiert wird, weshalb ein präzises Event-Tracking eine absolute Voraussetzung für jede verlässliche Funnel-Analyse ist. Analysten erstellen typischerweise sowohl einen Gesamt-Funnel als auch mehrere segmentierte Versionen, zum Beispiel getrennt nach Traffic-Quelle, Gerätetyp oder Neu- versus Bestandsbesuchern, denn ein Schritt, der im Aggregat angemessen zu funktionieren scheint, kann ein gravierendes Problem für ein Segment verdecken, etwa Mobilnutzer, während er für ein anderes Segment völlig problemlos läuft, etwa Desktop-Nutzer, die über die Markensuche mit hoher bestehender Kaufabsicht kommen. Ein häufiger Fehler ist, Funnel-Schritte zu grob oder zu lose an die tatsächliche Benutzeroberfläche gekoppelt zu definieren, etwa einen gesamten Checkout mit mehreren Feldern als einen einzigen Schritt zu behandeln, statt ihn in Versandangaben, Zahlungsangaben und Bestellübersicht aufzuteilen, was genau den granularen Abbruchpunkt verbirgt, den die Analyse eigentlich aufdecken sollte. Eine weitere typische Falle ist, einen Funnel ausschließlich mit linearer, sequenzieller Logik zu analysieren, obwohl reales Nutzerverhalten oft nicht linear ist: Besucher gehen zurück, um Produkte zu vergleichen, öffnen mehrere Tabs oder kehren über mehrere Sitzungen und Geräte zurück, bevor sie schließlich konvertieren. Ein striktes Schritt-für-Schritt-Funnelmodell kann solche Muster stark verzerrt abbilden, wenn sie nicht bewusst in der zugrunde liegenden Analyse und Reporting-Konfiguration berücksichtigt werden. In der CRO-Beratung ist die Funnel-Analyse typischerweise der zweite Schritt eines Projekts nach einem Event-Tracking-Audit und fließt direkt in die Priorisierung ein, welche Phase zuerst getestet wird, in der Regel die Phase mit der höchsten Abbruchrate im Verhältnis zu ihrem potenziell zurückgewinnbaren Umsatzwert. Berater kombinieren quantitative Funnel-Daten häufig mit qualitativer Forschung, etwa Session-Aufzeichnungen von Nutzern, die bei einem bestimmten Schritt abgesprungen sind, oder On-Page-Umfragen beim Verlassen, die fragen, warum ein Besucher nicht weitergegangen ist. So gelangen sie von der Erkenntnis, wo Nutzer gehen, zum Verständnis, warum sie gegangen sind, was letztlich eine gezielte, evidenzbasierte Hypothese formt, in die sich Testressourcen zu investieren lohnen. Die Ergebnisse der Funnel-Analyse zusammen mit dem geschätzten Umsatzwert zu präsentieren, der sich durch das Schließen einer bestimmten Lücke ergäbe, und nicht nur mit dem prozentualen Abbruch selbst, macht Priorisierungsgespräche mit nicht technischen Stakeholdern zudem deutlich greifbarer und überzeugender.

Weitere Begriffe mit F

Lassen Sie uns das nächste bauen.

Kontakt