Der Funnel in Zahlen

Vom Besuch zur treuen Kundin

Ein Funnel verfolgt Menschen durch die relevanten Schritte und zählt, wie viele nach jedem Schritt übrig bleiben. Für einen Onlineshop ist der grundlegende Funnel kurz: ein Besuch, eine erste Bestellung, und dann eine weitere Bestellung. Jeder Schritt lässt sich pro Marketingquelle messen, und jeder Schritt kann die Rangfolge der Kanäle verändern.

Von Sitzungen zu Bestellungen

Im ersten Quartal 2026 hatte Alpenkorb 3'677 Sitzungen, und 678 davon endeten in einer Bestellung. Die Conversion Rate ist die Zahl der bestellenden Sitzungen geteilt durch alle Sitzungen, und sie unterscheidet sich stark nach Quelle.

SELECT source,
       COUNT(*) AS sessions,
       SUM(CASE WHEN ordered THEN 1 ELSE 0 END) AS orders,
       ROUND(100.0 * SUM(CASE WHEN ordered THEN 1 ELSE 0 END) / COUNT(*), 1) AS conversion_pct
FROM sessions
WHERE session_date >= '2026-01-01'
  AND session_date < '2026-04-01'
GROUP BY source
ORDER BY conversion_pct DESC;

Direkte Besuche konvertieren zu 36,4 % und E-Mail zu 32,6 %, bezahlte Suche zu 16,1 % und Social zu 5,1 %. 100.0 zu schreiben hält die Division in jeder Datenbank dezimal. DuckDB dividiert ohnehin mit Dezimalstellen, aber manche Datenbanken, darunter PostgreSQL, machen aus der Division zweier ganzer Zahlen eine ganze Zahl.

Direkt und E-Mail konvertieren gut, weil die meisten ihrer Besucherinnen wiederkehrende Bestandskundinnen sind. Sie mit Social zu vergleichen, wo die meisten Besucherinnen Fremde sind, vergleicht unterschiedliche Grundgesamtheiten. Für die Akquisition ist die fairere Zahl die Erstbestellungen: Von 1'028 Social-Sitzungen endeten 14 in einer ersten Bestellung, von 670 Sitzungen bezahlter Suche waren es 50.

Pro 1'000 Sitzungen ist der Unterschied leichter zu spüren: In diesem Quartal brachten 1'000 Social-Sitzungen etwa 14 Neukundinnen, während 1'000 Sitzungen bezahlter Suche etwa 75 brachten. Ein Funnel sagt nicht, warum. Vielleicht erreicht Social Menschen, die noch nicht bereit sind, Lebensmittel online zu kaufen, vielleicht versprechen die Anzeigen etwas, das der Shop nicht bietet. Er zeigt Lena, wo sie nachsehen sollte.

Kommen sie zurück?

Eine Neukundin ist die Akquisitionskosten nur dann wert, wenn sie erneut bestellt. Um das fair zu messen, schaut sich Lena Kundinnen an, die sich 2025 registrierten, sodass jede mindestens drei Monate Zeit hatte, vor Ende März 2026 zurückzukehren. Von diesen 603 Kundinnen gaben 359 mindestens zwei gelieferte Bestellungen auf. Das Lab schlüsselt das nach Akquisitionsquelle auf.

Das Lab nutzt WITH, was einer Abfrage einen Namen gibt, sodass die nächste Abfrage sie wie eine Tabelle lesen kann. Der Schritt per_customer zählt gelieferte Bestellungen für jede Kundin; ein LEFT JOIN behält Kundinnen, deren einzige Bestellung storniert wurde, mit einer Anzahl von 0. Ihr Teil ist die abschliessende Zusammenfassung.

• Zeit bis zur Rückkehr: Kundinnen, die sich im März 2026 registrierten, hatten Tage, nicht Monate, um erneut zu bestellen. Sie mit einzubeziehen lässt kürzlich aktive Kanäle schlechter aussehen.
• Last-Click-Zuordnung: acquisition_source erfasst nur den Besuch der ersten Bestellung. Eine Kundin, die eine Social-Anzeige sah und später nach Alpenkorb suchte, zählt als bezahlte Suche.
• Kleine Gruppen: 58 Kundinnen kamen 2025 über Affiliates. Bei so kleinen Gruppen kann ein Unterschied von wenigen Prozentpunkten Zufall sein.
• Bestellungen, nicht gelieferte Bestellungen: ordered in sessions ist für jede Bestellung wahr, auch für die wenigen, die später storniert oder retourniert wurden. Für eine Umsatzfrage verknüpfen Sie mit orders und filtern nach status.