Product Market Fit erkennen: 7 Signale, bevor Sie ins Marketing investieren

Kurze Antwort
Haben Sie Product Market Fit, und woran erkennen Sie ihn?
Product Market Fit bedeutet, dass eine bestimmte Kundengruppe Ihr Produkt ohne Druck erneut kauft, es von sich aus weiterempfiehlt und es ernsthaft vermissen würde, wenn es verschwände. Sie erkennen ihn deshalb nicht an einer einzigen Kennzahl, sondern an sieben Signalen: Wiederkauf, Empfehlungen, organische Nachfrage, Verkaufszyklus, Kündigungsgründe, gefühlter Verlust und Unit Economics.
In diesem Beitrag gehen wir jedes Signal einzeln durch. Unser Ziel ist klar: Bevor Sie das Werbebudget erhöhen, sollten Sie wissen, dass das, was Sie skalieren, wirklich funktioniert. Ohne Passung gleicht Werbung einem undichten Eimer, den Sie schneller füllen. Der Eimer wird also nie voll, nur die Rechnung wächst.
Warum sollten Sie diese Frage vor dem Marketingbudget stellen?
Werbung beschleunigt vorhandene Nachfrage. Nachfrage zu erzeugen, die es nicht gibt, ist dagegen teuer. Ist der Product Market Fit schwach, wandern neu gewonnene Kunden schnell wieder ab. Folglich verlieren Sie Geld, bevor sich die Akquisitionskosten amortisieren. Zudem bemerken Sie das oft spät, denn in den ersten Wochen zeigen die Kurven nach oben.
Ein Muster sehen wir in der Praxis häufig. Die erste Kampagne bringt gute Klicks, Anfragen und Warenkörbe steigen. Im dritten Monat gibt es allerdings kaum Wiederkäufe oder Verlängerungen. Das Team gibt dann der Werbung die Schuld und tauscht Zielgruppen und Motive aus. Das eigentliche Problem liegt jedoch im Produkt oder in der Positionierung.
Außerdem beruhigt eine gemeinsame Messung interne Diskussionen. Der Vertrieb sagt, das Produkt sei gut und die Anzeigen schlecht. Das Produktteam meint dagegen, die Anzeigen brächten die falschen Leute. Eine Signaltabelle bringt alle vor dieselben Daten, und somit rückt die Diskussion von Meinungen zu Belegen.
Was misst Product Market Fit, und was misst er nicht?
Passung ist nicht die Antwort auf die Frage, ob jemand das Produkt mag. Zustimmung ist billig, denn Befragte sind höflich. Wir messen daher Verhalten: Zahlen die Menschen? Kommen sie danach zurück? Erzählen sie es schließlich weiter? Taten zählen also mehr als Worte.
Zudem entsteht Passung immer mit einem Segment, nicht mit dem ganzen Markt. Eine Buchhaltungssoftware kann zum Beispiel bei kleinen Händlern hervorragend passen und bei Produktionsbetrieben völlig scheitern. Deshalb lesen Sie die Signale stets nach Segment getrennt. Ein Durchschnitt vermischt zwei Geschichten und verdeckt beide.
Schließlich ist Product Market Fit kein dauerhaftes Abzeichen. Ein Wettbewerber kann eine bessere Funktion bringen, die Preiswahrnehmung kann sich ändern, Bedürfnisse können sich verschieben. Daher aktualisieren Sie die Tabelle regelmäßig. Eine kurze Prüfung pro Quartal reicht oft, um Veränderungen früh zu sehen.
Signal 1: Kaufen Kunden von sich aus erneut?
Der Wiederkauf ist das ehrlichste Signal für Product Market Fit. Ein Kunde, der ohne Rabattcode und ohne Erinnerungsmail zurückkommt, zeigt Ihnen, dass das Produkt ein echtes Bedürfnis löst. Im Abomodell entspricht das der Verlängerung, bei Dienstleistungen dem zweiten Auftrag.
Zur Messung nutzen Sie Kohorten. Sie fassen also Kunden nach dem Monat ihres ersten Kaufs zusammen und verfolgen, wie viele später zurückkehren. In Google Analytics 4 erlaubt die Kohortenanalyse ein Aufnahmekriterium und ein Rückkehrkriterium. Konkret kann die erste Transaktion als Aufnahme und jede weitere Transaktion als Rückkehr dienen. Mehr zur Methode lesen Sie in unserem Beitrag zur Kohortenanalyse im Marketing.
Entscheidend ist dann die Form der Kurve. Mit Passung fällt sie eine Weile und flacht dann ab, weil ein fester Kern bleibt. Ohne Passung sinkt sie weiter gegen null. Wie Sie diesen Verlust berechnen, zeigt unser Beitrag zur Churn Rate.
Welche Kurvenform sollte Sie alarmieren?
Einen festen Schwellenwert nennen wir bewusst nicht, denn Kategorien unterscheiden sich stark. Kaffee kauft man nach Wochen erneut, Möbel nach Jahren. Deshalb halten Sie zunächst die natürliche Kaufhäufigkeit Ihrer eigenen Kategorie schriftlich fest.
Diese Muster sind Warnzeichen:
- Die Kurve flacht nie ab, und jede Kohorte fällt schneller als die vorige.
- Die meisten Rückkehrer kaufen nur in Rabattphasen.
- Wiederkäufe stammen fast nur aus einem Kanal, etwa aus Remarketing.
- Neue Kohorten halten sich deutlich schlechter als ältere.
Der letzte Punkt wiegt am schwersten. Wenn Sie das Budget erhöhen, erreichen Sie meist kältere Zielgruppen. Verschlechtern sich also neue Kohorten, wachsen Sie über die Grenze Ihrer Passung hinaus. Genau dann sollten Sie innehalten, statt stärker zu drücken.
Signal 2: Empfehlen Kunden Sie ungefragt weiter?
Eine Empfehlung bedeutet, dass ein Kunde Ihnen seinen eigenen Ruf leiht. Niemand empfiehlt etwas, bei dem er unsicher ist. Deshalb sind Empfehlungen ohne Prämienprogramm ein starkes Zeichen.
Zur Messung stellen Sie neuen Kunden eine einfache Frage: Wie sind Sie auf uns aufmerksam geworden? Lassen Sie die Antwort offen und geben Sie keine Auswahlliste vor. Danach ordnen Sie die Antworten in Gruppen wie Bekannte, Community, Inhalt oder Anzeige. Wächst der Anteil von Bekannten und Community, ist das ein gutes Zeichen.
Außerdem lohnt ein Blick auf digitale Spuren, etwa Erwähnungen in Foren oder Branchengruppen, die Sie nicht selbst angestoßen haben. Empfehlungen, die nur gegen Prämie entstehen, zeigen dagegen Bindung an den Anreiz, nicht an das Produkt. Führen Sie beides deshalb getrennt.
Achten Sie zudem auf den genauen Satz, mit dem Kunden Sie beschreiben. Sagen sie, Sie seien das Werkzeug, das ein bestimmtes Problem löst, kennen Sie Ihr stärkstes Versprechen. Dieser Satz eignet sich als erste Zeile Ihrer Anzeige.
Signal 3: Wächst die organische Nachfrage nach Ihrer Marke?
Wer Sie mit Namen sucht, hat irgendwo von Ihnen gehört. Markensuchen gehören daher zu den saubersten Messgrößen für Nachfrage, die nicht direkt aus Werbung stammt. Der Leistungsbericht in der Google Search Console zeigt Klicks und Impressionen nach Suchanfrage. Anfragen mit Ihrem Markennamen können Sie als eigene Gruppe verfolgen.
Allerdings müssen Sie den Werbeeffekt herausrechnen. Während großer Kampagnen steigen Markensuchen ganz natürlich. Schauen Sie deshalb, wo die Markensuche liegt, wenn Kampagnen pausieren oder mit kleinem Budget laufen. Steigt dieses Grundniveau, erzeugt das Produkt eigene Nachfrage.
Beispielszenario: Ein Onlineshop reduziert die Werbung für zwei Wochen, und die Markensuche bleibt nahezu stabil. Die Nachfrage hängt also nicht an der Werbung. Bricht die Markensuche dagegen sofort ein, hat sich organische Nachfrage noch nicht gebildet. Direkte Zugriffe und freiwillige Newsletteranmeldungen gehören übrigens zum selben Signal.
Signal 4: Wird Ihr Verkaufszyklus kürzer oder länger?
Der Verkaufszyklus ist die Zeit vom ersten Kontakt bis zur Zahlung. Mit wachsender Passung wird er meist kürzer, weil Kunden schneller verstehen, was sie brauchen und dass Sie es lösen. Sie benötigen also weniger Termine, weniger Demos und weniger Nachfassmails.
Im B2B messen Sie das im CRM, konkret als Abstand zwischen Anlage der Verkaufschance und Abschluss, getrennt nach Segment. Im E-Commerce betrachten Sie die Zeit vom ersten Besuch bis zum ersten Kauf. Die Ansicht zur verstrichenen Zeit in der GA4 Trichteranalyse zeigt zudem die durchschnittliche Dauer zwischen Schritten.
Beispielszenario: Ein Softwareanbieter sieht, dass Abschlüsse in einer Branche schnell gelingen, in anderen aber monatelang hängen. Das Problem ist dann nicht das Produkt insgesamt, sondern das noch unklare Zielsegment. Folglich richten Sie die Werbung zunächst auf das schnelle Segment aus. Danach finden Sie in Gesprächen heraus, was den Zyklus anderswo verlängert, etwa eine fehlende Schnittstelle oder der falsche Ansprechpartner.
Signal 5: Warum verlassen Kunden Sie?
Kündigungsgründe sind die Kehrseite der Passung. Gehen Kunden wegen des Preises, kann das an Positionierung oder Paketen liegen. Sagen sie dagegen, das Produkt habe ihren Bedarf nicht getroffen oder sie hätten es nie richtig genutzt, löst es womöglich kein echtes Problem. Beide Fälle verlangen ganz unterschiedliche Schritte.
Richten Sie deshalb ein kurzes Abschlussgespräch oder eine Kündigungsumfrage mit einer Frage ein. Ordnen Sie die Antworten dann so:
- Gründe rund um Preis und Budget.
- Fehlende Funktionen.
- Keine Gewohnheit entstanden, das Produkt fand also keinen Platz im Alltag.
- Wechsel zu einem Wettbewerber samt Begründung.
- Äußere Gründe, etwa ein veränderter Geschäftsbetrieb beim Kunden.
Ist die dritte Gruppe groß, wäre ein höheres Werbebudget genau der falsche Schritt. Neue Kunden gehen sonst aus demselben Grund. Lösen Sie daher zuerst das Gewohnheitsproblem.
Signal 6: Wie sehr würden Kunden Ihr Produkt vermissen?
Dieses Signal misst eher Wahrnehmung als Verhalten, ist richtig gefragt aber sehr aufschlussreich. Fragen Sie aktive Nutzer: Wie würden Sie sich fühlen, wenn Sie das Produkt nicht mehr nutzen könnten? Bieten Sie drei Antworten an: sehr enttäuscht, etwas enttäuscht und nicht enttäuscht.
Wichtiger als die Zahl ist, wer sehr enttäuscht antwortet. Suchen Sie die Gemeinsamkeiten dieser Menschen, also Branche, Unternehmensgröße, Anwendungsfall und Fundweg. Somit erhalten Sie ein Profil des Segments mit der stärksten Passung. Dieses Profil lenkt sowohl die Produktplanung als auch die Ausrichtung Ihrer Anzeigen.
Senden Sie die Umfrage allerdings nur an Menschen, die das Produkt wirklich genutzt haben. Wer sich nur registriert hat, kann nicht sinnvoll antworten. Werten Sie das Ergebnis außerdem nie allein, sondern gleichen Sie es mit Wiederkauf und Kündigungsgründen ab.
Signal 7: Tragen Ihre Unit Economics bezahlte Werbung?
Auch ein beliebtes Produkt skaliert nicht, wenn es die Kosten der Kundengewinnung nicht zurückverdient. Das siebte Signal ist daher finanziell. Liegt der Kundenwert deutlich über den Akquisitionskosten? Ist die Amortisationszeit kurz genug für Ihre Liquidität?
Die Rechnungen dazu erklären wir ausführlich in unseren Beiträgen zum Customer Lifetime Value und zum CAC Payback. Hier wiederholen wir sie nicht. Entscheidend ist der Zusammenhang: Schwacher Wiederkauf hält den Kundenwert niedrig, und somit bleibt der Werbung wenig Spielraum für Gewinn.
Beispielrechnung: Ein Produkt, das beim ersten Kauf keinen Gewinn bringt, aber im Schnitt dreimal gekauft wird, kann Werbekosten tragen. Dasselbe Produkt mit nur einem Kauf macht aus denselben Kosten einen Verlust. Ihre Zahlen sehen anders aus; wir zeigen hier nur die Logik.
Wie nutzen Sie die Checkliste für Product Market Fit?
Alle sieben Signale in einer Tabelle erleichtern die Entscheidung. Füllen Sie die folgende Tabelle mit Ihren eigenen Daten. Jede Zeile nennt ein starkes und ein schwaches Zeichen, und Sie markieren Ihren Stand.
| Signal | Starke Passung | Schwache Passung | Messquelle |
|---|---|---|---|
| Wiederkauf | Kohortenkurve flacht ab | Kurve sinkt gegen null | GA4 Kohortenanalyse, Bestelldaten |
| Empfehlungen | Anteil ohne Prämie wächst | Empfehlungen nur gegen Prämie | Anmeldeumfrage, CRM Quelle |
| Organische Nachfrage | Grundniveau der Markensuche steigt | Nachfrage folgt nur der Werbung | Search Console Leistungsbericht |
| Verkaufszyklus | Abschlusszeit sinkt | Zyklus wird länger | CRM, GA4 Trichter |
| Kündigungsgründe | Gründe bei Preis oder äußeren Faktoren | Gründe lauten: hat nicht geholfen | Kündigungsumfrage, Gespräche |
| Gefühlter Verlust | Ein klares Segment wäre sehr enttäuscht | Den meisten wäre es egal | Umfrage unter aktiven Nutzern |
| Unit Economics | Kundenwert deckt Kosten klar | Amortisation bleibt aus | Finanz und Werbedaten |
Die Tabelle ist kein Punktesystem. Nicht jede Zeile muss grün sein. Stehen Wiederkauf und Kündigungsgründe allerdings auf Rot, verschieben Sie ein großes Budget.
Wohin fließt das Werbebudget ohne Passung?
Ohne Passung fließt Werbegeld meist an drei Stellen ab. Erstens in die Gewinnung von Kunden, die schnell wieder gehen. Zweitens in endlose Tests von Motiven und Zielgruppen, die die Conversion Rate retten sollen. Drittens in Teamzeit, denn alle arbeiten am falschen Problem.
Zudem lernen automatische Gebotsstrategien aus dem Conversionsignal, das Sie senden. Markieren Sie die falschen Kunden als Conversion, bringt Ihnen das System also mehr davon. Deshalb schadet aggressives Skalieren bei schwacher Passung auch dem Lernprozess. Eine falsch trainierte Kampagne neu auszurichten, ist manchmal mühsamer als ein Neustart.
Genau hier zeigt sich der praktische Nutzen, mit einem Online Marketing Berater zu arbeiten. Talha Aslan und Team bauen in dieser Phase zuerst Messung und Signaltabelle auf und treffen erst dann die Budgetentscheidung. Außerdem halten wir schriftlich fest, welches Signal jede Budgeterhöhung begründet.
Sollte das Marketing ohne Passung ganz stoppen?
Nein. Das Marketing stoppt nicht, aber seine Aufgabe ändert sich. Statt zu skalieren, wollen Sie lernen. Mit kleinen, kontrollierten Budgets zeigen Sie verschiedenen Segmenten verschiedene Botschaften und beobachten, welche Gruppe zurückkehrt. Werbung wird somit zum Forschungswerkzeug statt zum Wachstumsmotor.
Für diese Phase empfehlen wir drei Regeln:
- Ändern Sie pro Test nur eine Variable: Segment, Botschaft oder Angebot.
- Messen Sie Erfolg am zweiten Kauf oder an aktiver Nutzung, nicht an der ersten Conversion.
- Halten Sie das Budget groß genug zum Auswerten und klein genug, um Verluste zu verkraften.
Das Testen Ihres Wertversprechens gehört ganz natürlich in diese Phase. Schreiben Sie außerdem nach jedem Test eine kurze Notiz, damit kein Lernergebnis verloren geht.
Welches Signal zählt, wenn sich Signale widersprechen?
Signale widersprechen sich häufig. Empfehlungen können stark sein, während die Unit Economics schwach sind. Oder die organische Nachfrage steigt, während Kündigungsgründe auf fehlenden Nutzen deuten. Gewichten Sie dann Verhaltenssignale, also Wiederkauf und Kündigungsgründe, stärker als Umfragen.
In der Praxis nutzen wir diese Reihenfolge: zuerst Wiederkauf, dann Kündigungsgründe, danach Unit Economics und zuletzt Wahrnehmung und Nachfrage. Die ersten beiden zeigen, ob das Produkt wirkt. Das dritte zeigt dagegen, ob Wachstum tragfähig ist. Die übrigen weisen eine Richtung, entscheiden aber nicht allein.
Oft entstehen Widersprüche allerdings aus vermischten Segmenten. Ein Segment passt stark, ein anderes schwach, und der Durchschnitt verwischt beide. Trennen Sie daher bei einem Widerspruch zuerst die Daten nach Segment. Häufig löst sich der Widerspruch dann von selbst.
Wie bereiten Sie Kohortendaten in GA4 vor?
Bevor Sie eine Kohortenanalyse anlegen, prüfen Sie, ob Ihr Kaufereignis sauber funktioniert. Sonst zeigt die Kurve einen Messfehler statt Kundenverhalten. Lösen Sie deshalb einige Testbestellungen aus und kontrollieren Sie, dass das Ereignis einmal und mit dem richtigen Wert ankommt.
Danach wählen Sie das Aufnahmekriterium. Laut Google Hilfe stehen unter anderem erster Kontakt, beliebiges Ereignis, Transaktion, Conversion oder ein bestimmtes Ereignis zur Wahl. Für den Wiederkauf nehmen Sie die erste Transaktion als Aufnahme und jede weitere Transaktion als Rückkehr. Dann legen Sie die Granularität auf Tag, Woche oder Monat fest.
Besonders aufschlussreich ist eine Aufschlüsselung nach erstem Akquisitionskanal. So sehen Sie, wie sich Kunden aus Anzeigen im Vergleich zu organischen Kunden halten. Fallen Werbekunden viel schneller ab, erreicht die Werbung womöglich die falschen Menschen. Das Problem liegt dann eher in der Ausrichtung als im Produkt.
Welche Fragen stellen Sie im Kundengespräch?
Umfragen sind schnell, Gespräche liefern dagegen Tiefe. Wir planen meist kurze Gespräche mit aktiven und mit kürzlich verlorenen Kunden. Ziel ist Zuhören, nicht Verteidigen. Sie stellen also das Produkt nicht vor, sondern fragen nach der Geschichte des Kunden.
Bewährte Fragen sind etwa:
- Wie haben Sie das Problem gelöst, bevor Sie uns fanden?
- Wann fiel die Kaufentscheidung, und was geschah an diesem Tag?
- In welcher Situation nutzen Sie das Produkt am häufigsten?
- Was würden Sie nutzen, wenn es das Produkt morgen nicht mehr gäbe?
- Wie würden Sie uns einem Bekannten beschreiben?
Die letzte Frage ist besonders wertvoll. Denn die Worte der Kunden liefern Sprache für Anzeigentexte und Landingpages. Somit spricht Ihre Botschaft die Sprache der Kunden statt Ihrer eigenen.
Wie grenzen Sie Ihr Segment enger ein?
Signale fallen meist gemischt aus, weil Sie an mehr als eine Zielgruppe verkaufen. Zum Eingrenzen suchen Sie die Gemeinsamkeiten Ihrer stärksten Kunden. Stellen Sie dazu jene nebeneinander, die erneut kaufen, weiterempfehlen und sehr enttäuscht wären.
Dann notieren Sie deren gemeinsame Merkmale: Branche, Größe, Problem und Fundweg. Dieses Profil wird zum Kern Ihrer Ausrichtung und Ihrer Botschaft. Zudem zeigt es dem Vertrieb, welche Verkaufschancen Vorrang verdienen.
Eingrenzen heißt allerdings nicht, alle anderen abzulehnen. Sie lenken nur die erste Budgetwelle dorthin, wo die Passung am stärksten ist. Haben Sie dort Fuß gefasst, ist die Erweiterung auf benachbarte Segmente deutlich günstiger, weil Sie wissen, was funktioniert.
Wie verzerrt der Preis die Signale?
Der Preis kann Ihre Auswertung in zwei Richtungen verfälschen. Ein sehr niedriger Preis lässt selbst ein schwaches Produkt attraktiv wirken; Menschen kaufen, weil es günstig ist, bleiben aber nicht. Ein sehr hoher Preis schreckt dagegen auch von einem Produkt ab, das ein echtes Problem löst. Dann häufen sich Kündigungsgründe rund um die Kosten.
Notieren Sie deshalb jede Preisänderung neben der Signaltabelle. Werten Sie zum Beispiel eine Kohorte aus einer großen Rabattaktion getrennt von einer Kohorte zum Normalpreis aus. Gehen Rabattkunden nach der Rückkehr zum Normalpreis, beruht die Passung auf dem Preis und nicht auf dem Produkt.
Werten Sie außerdem nicht jeden Preiseinwand als Produktproblem. Manchmal hat der Kunde den Wert schlicht nicht erkannt, also liegt das Problem in der Positionierung. Fragen Sie nach, womit er vergleicht, und Sie erfahren, wer Ihr eigentlicher Wettbewerber ist.
Wer im Team sollte die Signaltabelle verantworten?
Eine Tabelle ohne Verantwortlichen veraltet schnell. Bestimmen Sie daher eine Person, auch wenn mehrere Teams Daten liefern. Der Vertrieb bringt Kündigungsgründe, das Produktteam Nutzungsdaten, das Marketing Markensuche und Kanaldaten, die Finanzabteilung die Unit Economics.
Die verantwortliche Person sammelt die Daten, hinterfragt Unstimmigkeiten und stellt die Tabelle monatlich vor. Die Entscheidung fällt dagegen gemeinsam. Sinkt etwa der Wiederkauf, untersucht das Produktteam die Ursache, während das Marketing eine Budgeterhöhung verschiebt.
In kleinen Unternehmen sind all diese Rollen oft eine Person, nämlich die Gründerin oder der Gründer. Dann hält ein externer Berater die Tabelle aktuell und gleicht Optimismus mit Daten aus. Besprechen Sie im Monatstermin pro Zeile nur drei Fragen: Was hat sich verändert? Was ist der wahrscheinliche Grund? Welche Entscheidung betrifft es?
Wie führen Sie diese Analyse mit einem externen Experten durch?
Sie können die Signaltabelle selbst aufbauen. Ein Blick von außen hilft allerdings in zweierlei Hinsicht: Er findet Messfehler und durchbricht interne Voreingenommenheit. Wer ein Produkt baut, sieht es naturgemäß optimistisch.
In der Zusammenarbeit folgen wir meist diesem Rhythmus:
- Erste Woche: Datenquellen erfassen, Kohorten und Markensuche prüfen.
- Zweite und dritte Woche: Kündigungsgespräche und Nutzerumfrage durchführen.
- Vierte Woche: Signaltabelle füllen und eine Entscheidungsnotiz je Segment schreiben.
- Danach: Tabelle monatlich aktualisieren und Budgetentscheidungen daran knüpfen.
Wie diese Arbeit im Alltag aussieht, beschreibt unser Beitrag was ein Digital Marketing Experte im Alltag macht. Zum richtigen Zeitpunkt lesen Sie wann ein Startup externe Unterstützung braucht.
Wie erhöhen Sie das Budget bei starkem Product Market Fit?
Sind die Signale für Product Market Fit stark, gehen Sie zum Skalieren über, aber weiterhin schrittweise. Statt das Budget über Nacht zu verdoppeln, erhöhen Sie es in Stufen. Prüfen Sie dann auf jeder Stufe, ob neue Kohorten sich so gut halten wie ältere. Werden sie schlechter, haben Sie die Grenze Ihrer Passung erreicht.
In dieser Phase sollten Sie außerdem wissen, an welcher Stelle Ihr Trichter am stärksten verliert. Die Methode erklären wir Schritt für Schritt im Beitrag Engpass im Marketing Funnel finden. Um Ziele an die richtigen Kennzahlen zu binden, hilft unser Überblick zu Online Marketing KPIs.
Für einen schnellen Blick auf Veränderungen der Conversion Rate eignet sich unser Conversion Rate Rechner. Somit vergleichen Sie jede Budgetstufe mit demselben Maßstab.
Welche Messfehler passieren am häufigsten?
Fehler bei der Messung erzeugen meist falsche Sicherheit. Diese sehen wir am häufigsten:
- Rabattgetriebene Wiederkäufe als natürlichen Wiederkauf zählen.
- Alle Kunden in einem Durchschnitt bündeln und Segmentunterschiede verdecken.
- Die Umfrage nur an zufriedene Kunden senden.
- Wachsende Markensuchen nicht von einer gleichzeitigen Kampagne trennen.
- Kündigungsgründe aus Vermutungen des Vertriebs ableiten, statt Kunden zu fragen.
Allen Fehlern gemeinsam ist, dass man die Daten wählt, die die gewünschte Antwort liefern. Zudem kann schon ein kleiner Messfehler, etwa ein doppelt gezähltes Kaufereignis, die ganze Tabelle verfälschen. Deshalb hilft es, wenn die verantwortliche Person kein persönliches Interesse an einem guten Ergebnis hat.
Was ist Ihr nächster Schritt?
Der konkreteste Schritt für diese Woche: Teilen Sie Ihre Kunden der letzten Monate in Kohorten und betrachten Sie die Wiederkaufkurve. Rufen Sie danach einige kürzlich verlorene Kunden an und fragen Sie nach dem Grund. Diese zwei Schritte füllen die beiden wichtigsten Zeilen der Tabelle.
Exportieren Sie anschließend Ihre Markensuchdaten aus der Search Console für die letzten Monate und markieren Sie Kampagnenphasen. Damit haben Sie drei Signale und eine solide Basis für die Budgetentscheidung. Die übrigen Zeilen füllen Sie in den folgenden Wochen.
Brauchen Sie jemanden, der diesen Prozess mit Ihrem Team durchführt, die Messung prüft und Budgetentscheidungen an Daten bindet, beschleunigt ein Online Marketing Experte die Arbeit. Bei Talha Aslan und Team lesen wir zuerst die Signale und sprechen danach über das Budget; diese Reihenfolge ist uns wichtig.
Grundlagen: Was ist Online Marketing? Arten, Beispiele und Vorgehen auf einer Seite, mit einem interaktiven Film durch das Gehirn.



