Angebot

3 Monate kostenloser Support bei jedem E-Commerce-Paket

Details ansehen
GROWTH

E-Commerce-Dashboard mit Power BI einrichten: Eine Schritt-für-Schritt-Anleitung

Wie baut man ein E-Commerce-Dashboard mit Power BI auf? Eine Schritt-für-Schritt-Anleitung von der Anbindung von Shopify, WooCommerce und GA4 bis zu DAX-Formeln.

GROWTH 23. September 2026 6 Min. Lesezeit Toserof Tech.
Inhalt

Die Einrichtung eines E-Commerce-Dashboards mit Power BI ermöglicht es Ihnen, Ihre Verkaufsdaten in Echtzeit und in visueller Form zu verfolgen. Power BI ist ein leistungsstarkes Werkzeug, um Rohdaten aus Shopify, WooCommerce oder Google Analytics 4 in aussagekräftige Erkenntnisse zu verwandeln. In diesem Leitfaden behandeln wir alle Schritte, um Power BI von Grund auf einzurichten und Ihre E-Commerce-Daten in ein professionelles Dashboard zu überführen.

Power BI Desktop oder Power BI Service: Was sollten Sie verwenden?

Das Power-BI-Ökosystem besteht aus zwei Hauptkomponenten: Power BI Desktop, das auf dem Desktop läuft, und dem cloudbasierten Power BI Service. Desktop dient zur Entwicklung von Berichten und Datenmodellen; es ist kostenlos und läuft unter Windows. Der Service dient zum Veröffentlichen und Teilen von Berichten und zur Einrichtung der automatischen Aktualisierung; er erfordert eine Power-BI-Pro- oder Premium-Lizenz. Der empfohlene Workflow für E-Commerce-Teams sieht so aus: Entwickeln Sie das Datenmodell in Desktop, veröffentlichen Sie den Bericht im Service, weisen Sie Teammitgliedern Berechtigungen zu und planen Sie die automatische Aktualisierung. So haben alle stets Zugriff auf aktuelle Daten.

  • Power BI Desktop: Die Entwicklungsumgebung für Berichte; Datenanbindung, Modellierung und Visualisierung erfolgen mit diesem Werkzeug. Der Download ist kostenlos und erfordert keine Lizenz.
  • Power BI Service: Die Cloud-Plattform zum Veröffentlichen, Teilen und für die automatische Aktualisierung; nach der Preiserhöhung vom 1. April 2025 kostet die Pro-Lizenz bei jährlicher Zahlung 14 USD pro Nutzer und Monat (Stand Oktober 2026).
  • Power BI Mobile: Ermöglicht über die iOS- und Android-App den mobilen Zugriff auf Berichte; für die mobile Ansicht kann ein eigenes Layout erstellt werden.

Datenverbindungen: Anbindung an E-Commerce-Quellen

Der Wert von Power BI liegt darin, dass sich verschiedene Datenquellen in einem einzigen Modell zusammenführen lassen. Die gängigsten Datenquellen für ein E-Commerce-Dashboard sind Shopify, WooCommerce, Google Analytics 4 und Excel/Google Sheets.

Anbindung an Shopify

Für die Anbindung von Power BI an Shopify gibt es zwei Methoden. Die erste besteht darin, über Power Query eine REST-API-Verbindung zur Shopify Admin API aufzubauen; diese Methode erfordert technisches Wissen, bietet aber die größte Flexibilität. Die zweite ist die Nutzung der Power-BI-AppSource-App von Shopify; die Verbindung lässt sich mit der Shop-URL und einem API-Schlüssel in wenigen Minuten herstellen. Nach dem Verbindungsaufbau werden Tabellen mit Bestellungen, Produkten, Kunden und Lagerbestand automatisch geladen.

Anbindung an WooCommerce und GA4

Für WooCommerce kann eine REST-API- oder eine direkte MySQL-Verbindung genutzt werden. Die MySQL-Methode ruft Daten schneller ab, erfordert aber eine Zugriffsberechtigung auf die Datenbank. Um Daten aus Google Analytics 4 in Power BI zu laden, können Sie eine Google-Sheets-Zwischenschicht, den BigQuery-Connector oder den GA4 Connector (AppSource) verwenden. Wenn der BigQuery-Export von GA4 aktiviert ist, bietet der BigQuery-Connector von Power BI die stabilste und am besten skalierbare Lösung. Wenn Sie noch Reporting auf Basis von Excel oder Google Sheets nutzen, können Sie die Dateien nach OneDrive verlagern und so eine automatische Synchronisierung mit Power BI erreichen.

Datenmodell und Beziehungen aufbauen

Die Grundlage eines starken Power-BI-Dashboards ist ein korrekt aufgebautes Datenmodell. Für den E-Commerce wird das Standard-Sternschema (Star Schema) verwendet: An die zentrale Faktentabelle Orders werden die Dimensionstabellen Customers, Products, Dates und Channels angebunden. Ohne korrekte Beziehungen (1-zu-n) zwischen den Tabellen liefern DAX-Berechnungen fehlerhafte Ergebnisse. In der Modellansicht von Power BI Desktop können Sie Beziehungen per Drag-and-Drop definieren. Überspringen Sie nicht die Erstellung einer Datumstabelle; für zeitbasierte Analysen (YTD, MoM, WoW) ist eine eigene Calendar-Tabelle unerlässlich.

Grundlegende DAX-Formeln: Vorlagen für den E-Commerce

DAX (Data Analysis Expressions) ist die Berechnungssprache von Power BI. Die in einem E-Commerce-Dashboard häufig verwendeten grundlegenden DAX-Kennzahlen sind unten aufgeführt. Diese Formeln lassen sich direkt kopieren und an Ihr Datenmodell anpassen.

  • Total Revenue: SUMX(Orders, Orders[Quantity] * Orders[UnitPrice]) berechnet den Gesamtumsatz auf Ebene der Bestellpositionen.
  • AOV (Average Order Value): Mit der Formel DIVIDE([Total Revenue], DISTINCTCOUNT(Orders[OrderID])) ergibt sich der durchschnittliche Bestellwert.
  • Conversion Rate: DIVIDE([Total Orders], [Total Sessions]) berechnet das Verhältnis von Bestellungen pro Sitzung; sie funktioniert in Kombination mit GA4-Daten.
  • MoM Growth: DIVIDE([Current Month Revenue] - [Previous Month Revenue], [Previous Month Revenue]) zeigt das monatliche Wachstum in Prozent an.
  • Customer Retention Rate: Eine DAX-Kennzahl, die misst, welcher Anteil der Kunden einer bestimmten Kohorte in einem späteren Zeitraum erneut kauft; dabei werden die Funktionen CALCULATE und FILTER gemeinsam verwendet.

Vertriebsperformance-Bericht und Visualisierungen zur Kundensegmentierung

Achten Sie beim Entwurf eines E-Commerce-Dashboards auf die visuelle Hierarchie. Oben sollten KPI-Karten (Gesamtumsatz, Anzahl der Bestellungen, AOV, Conversion-Rate), in der Mitte Zeitreihendiagramme (monatlicher Umsatztrend, wöchentliche Bestellzahl) und unten Detailtabellen (Produktperformance, Umsatz nach Kanal) stehen. Für die Kundensegmentierung können Sie RFM-Segmente (Recency, Frequency, Monetary) mit Streudiagrammen oder Treemaps visualisieren. Fügen Sie Slicer hinzu, um eine sofortige Filterung nach Zeitraum, Kategorie und Kanal zu ermöglichen.

Teilen, Berechtigungen und automatische Aktualisierung

Erstellen Sie nach der Veröffentlichung des Berichts im Power BI Service einen Arbeitsbereich (Workspace) und laden Sie Teammitglieder mit der Rolle Viewer, Contributor oder Admin ein. Zum Schutz sensibler Daten können Sie mit Row-Level Security (RLS) sicherstellen, dass jeder Nutzer nur die für ihn relevanten Daten sieht. Für die automatische Aktualisierung ist die Einrichtung eines Gateways erforderlich; bei lokalen Datenquellen benötigen Sie ein On-Premises Data Gateway, bei Cloud-Quellen ist kein Gateway nötig. Bei API-Quellen wie Shopify oder WooCommerce kann die Aktualisierung bis zu 8-mal täglich erfolgen. Als Alternative ist Looker Studio (früher Google Data Studio) kostenlos und bietet eine tiefere Integration in das Google-Ökosystem; für komplexe Datenmodellierung und DAX-Berechnungen ist Power BI jedoch leistungsfähiger.

Häufig gestellte Fragen

Was ist der Unterschied zwischen einem Power-BI-Dashboard und einem Power-BI-Bericht?

In Power BI ist ein Bericht eine mehrseitige Arbeitsmappe; jede Seite kann ein anderes Analysethema behandeln. Ein Dashboard dagegen ist eine Übersichtsseite, auf der aus verschiedenen Berichten ausgewählte Visualisierungen auf einer einzigen Seite angeheftet werden. Für den E-Commerce wird ein Dashboard für die operative Überwachung und ein Bericht für tiefgehende Analysen empfohlen.

Wie oft können Shopify-Daten in Power BI aktualisiert werden?

Mit einer Power-BI-Pro-Lizenz ist die Aktualisierung höchstens 8-mal täglich möglich, mit einer Premium-Lizenz stündlich. Für den Bedarf an Echtzeitdaten können die Streaming-Dataset-Funktion von Power BI oder eine Azure-Stream-Analytics-Integration in Betracht gezogen werden; diese Szenarien sind für die große Mehrheit der E-Commerce-Unternehmen jedoch nicht erforderlich.

Wie kann ich GA4-Daten in Power BI übernehmen?

Die stabilste Methode ist, die BigQuery-Integration von GA4 zu aktivieren und den BigQuery-Connector von Power BI zu nutzen. Das kostenlose Kontingent von BigQuery bietet 1 TB Abfragekapazität pro Monat; für mittelgroße E-Commerce-Websites reicht das in der Regel aus. Für einen einfacheren Einstieg können Sie GA4-Daten nach Google Sheets exportieren und mit Power BI verbinden.

Wann sollte Looker Studio gegenüber Power BI bevorzugt werden?

Wenn Sie überwiegend das Google-Ökosystem nutzen (GA4, Google Ads, Google Sheets) und vergleichsweise einfache Berichte benötigen, ist Looker Studio eine kostenlose und schnelle Alternative. Wenn Sie jedoch mehrere Datenquellen zusammenführen und komplexe Geschäftsregeln anwenden müssen, bietet Power BI eine weitaus leistungsfähigere Lösung.

Fazit

Ein mit Power BI aufgebautes E-Commerce-Dashboard ist bei korrekter Einrichtung ein leistungsstarkes Entscheidungsunterstützungswerkzeug, mit dem Sie Ihre Vertriebs-, Kunden- und Marketingdaten auf einem einzigen Bildschirm überwachen. Wenn Sie die Phasen Datenmodell, DAX-Kennzahlen und visuelles Design sorgfältig planen, schaffen Sie eine Struktur, die sowohl die Echtzeitüberwachung als auch tiefgehende Analysen ermöglicht. Nehmen Sie Kontakt mit Toserof Tech. für Analytics- und Wachstumsberatung auf.

Teilen