Angebot

3 Monate kostenloser Support bei jedem E-Commerce-Paket

Details ansehen
GROWTH

Kundensegmentierung mit Kohortenanalyse: ein E-Commerce-Leitfaden

Wie segmentiert man Kunden mit der Kohortenanalyse? Ein Leitfaden zum Lesen von Retention-Tabellen, zur Analyse von Churn-Mustern und zum Kohorten-Reporting in GA4.

GROWTH 24. September 2026 6 Min. Lesezeit Toserof Tech.
Inhalt

Kundensegmentierung mit Kohortenanalyse ist die wirkungsvollste Methode, um das Verhalten von Kunden, die im selben Zeitraum gewonnen wurden, im Zeitverlauf gruppiert zu untersuchen. Für E-Commerce-Unternehmen zeigt sie anhand konkreter Daten, welche Kampagnen langfristig wertvolle Kunden bringen, in welchen Zeiträumen sich der Kundenverlust beschleunigt und wie sich die Retention verändert. In diesem Leitfaden behandeln wir alle Schritte, um die Kohortenanalyse von Grund auf anzuwenden.

Was ist eine Kohorte und warum ist sie wichtig?

Eine Kohorte ist eine Kundengruppe, die ein gemeinsames Merkmal teilt und innerhalb desselben Zeitraums definiert wird. In der gängigsten Verwendung besteht eine Kohorte aus Kunden, die in einem bestimmten Monat erstmals gekauft haben. Ohne Kohortenanalyse betrachten Sie den Durchschnitt aller Kunden, wodurch sich gut und schlecht abschneidende Gruppen gegenseitig überdecken. Mit der Kohortenanalyse sehen Sie im Vergleich zur Mai-Kohorte, wie viel Prozent der im Januar 2025 gewonnenen Kunden im 3. Monat noch aktiv sind. Dieser Vergleich ermöglicht es, die Wirkung von Produkt, Kampagne oder saisonalen Faktoren voneinander zu trennen.

Akquisitionskohorte vs. Verhaltenskohorte

Die Kohortenanalyse wird in zwei Grundformen angewendet. Eine Akquisitionskohorte gruppiert Kunden nach ihrem Erstkauf- oder Registrierungsdatum; sie ist die für die Retention-Analyse im E-Commerce am häufigsten verwendete Form. Eine Verhaltenskohorte dagegen gruppiert Kunden nach einem bestimmten Verhalten (Käufer einer bestimmten Produktkategorie, Teilnehmer am Treueprogramm oder Nutzer einer bestimmten Kampagne). Beide Ansätze ergänzen einander: Eine Akquisitionskohorte misst die langfristige Retention, während eine Verhaltenskohorte hilft, den Wert bestimmter Kundensegmente zu verstehen.

  • Akquisitionskohorte: Nach dem Monat des Erstkaufs gruppierte Kunden; dient zur Verfolgung der monatlichen Retention-Raten.
  • Verhaltenskohorte: Kunden, die ein bestimmtes Verhalten zeigen; beispielsweise können Kunden, die innerhalb der ersten 30 Tage ein zweites Mal einkaufen, das wertvollste Segment sein.
  • Umsatzkohorte: Gruppierung nach dem Wert der ersten Bestellung; Kunden, die mit einem hohen AOV beginnen, haben in der Regel einen höheren langfristigen LTV.

Wie liest man eine Retention-Kohortentabelle?

Eine Retention-Kohortentabelle zeigt in den Zeilen die Kohortengruppen (zum Beispiel Jan 2025, Feb 2025) und in den Spalten die Folgemonate (Monat 0, Monat 1, Monat 2 ...). Jede Zelle enthält den Prozentsatz der Kunden dieser Kohorte, die im angegebenen Monat noch aktiv sind. Monat 0 liegt immer bei 100 %, weil alle Kunden im ersten Monat als aktiv gezählt werden. Entscheidend ist die Geschwindigkeit des Rückgangs in den Folgemonaten. Ein Absinken unter 30 % im Monat 1 deutet auf eine typische Churn-Rate im E-Commerce hin; 40 % und mehr sind ein Zeichen starker Retention. Zeigt die Tabelle in einem bestimmten Monat einen plötzlichen Einbruch, lässt sich daraus schließen, dass sich der Churn in diesem Zeitraum aufgrund einer Produktänderung, einer Preiserhöhung oder eines Problems im Kundenservice beschleunigt hat.

Analyse von Churn-Mustern

Die Churn-Muster in einer Kohortentabelle lassen sich in drei Grundkategorien einordnen. Das erste ist der frühe Churn: Die große Mehrheit der Kunden springt in den ersten 1-2 Monaten ab; das liegt meist daran, dass das Erlebnis beim Erstkauf die Erwartungen nicht erfüllt hat. Das zweite ist der schrittweise Churn: Jeden Monat gehen zwischen 5 % und 10 % der Kunden verloren; das ist eine nachhaltige Verlustkurve, die sich durch Retention-Kampagnen verlangsamen lässt. Das dritte ist der plötzliche Churn: ein gleichzeitiger Rückgang bei allen Kohorten in einem bestimmten Monat; für den Zeitraum, in dem dieses Signal auftritt, sollte ein plattformspezifisches Problem (Versandkrise, Zahlungsproblem) untersucht werden.

LTV-Berechnung auf Kohortenbasis

Die Kombination von Kohortenanalyse und LTV ermöglicht es, die wertvollsten Kundengruppen früh zu erkennen. Für jede Kohorte können Sie die LTV-Kurve der Kohorte erstellen, indem Sie den kumulierten Umsatz Monat für Monat aufsummieren. Der kumulierte Umsatz in Monat 6, geteilt durch die ursprüngliche Größe der Kohorte, ergibt den 6-Monats-LTV dieser Kohorte. Der Vergleich dieses Werts über verschiedene Kohorten hinweg zeigt, welcher Akquisitionszeitraum oder -kanal die wertvollsten Kunden bringt. Indem Sie die gemeinsamen Merkmale von Kohorten mit hohem LTV (Kampagne, Kanal, Kategorie des zuerst gekauften Produkts) bestimmen, können Sie Ihre künftige Akquisitionsstrategie gestalten.

Kohorten-Reporting in GA4

Google Analytics 4 bietet im Bereich Nutzersegmentierung und „Erkunden“ eine integrierte Kohortenanalyse. Erstellen Sie in GA4 „Erkunden“ eine neue Exploration, wählen Sie als Technik „Kohortenexploration“ und legen Sie die Kohortenkriterien sowie die Retention-Metrik fest. Standardmäßig werden Kohorten nach dem Datum der Nutzerakquisition gebildet; es können auch ereignis- oder conversionbasierte Kohorten definiert werden. Das Kohorten-Tool von GA4 unterstützt für E-Commerce-Unternehmen zwei verschiedene Metriken: Nutzer-Retention und Umsatz-Retention. Die Umsatz-Retention kann aussagekräftiger sein als die Nutzer-Retention, weil sie Kunden mit geringem Volumen, aber hohem Wert besser abbildet.

Kohortenanalyse mit einer Tabellenkalkulation

Eine Kohortenanalyse ist auch ohne GA4 oder ein BI-Tool in einer Tabellenkalkulation (Excel oder Google Sheets) möglich. Dafür benötigen Sie eine Rohdatentabelle, in der jede Zeile eine Bestellung darstellt und die Spalten Kunden-ID, Bestelldatum und Datum der ersten Bestellung enthalten. Mit den Funktionen COUNTIFS und MONTH können Sie für jede Kombination aus Kohorte und Monat die Zahl der aktiven Kunden berechnen. Anschließend können Sie mit bedingter Formatierung (Conditional Formatting) eine Heatmap-Darstellung erzeugen, die Bereiche mit hoher und niedriger Retention in der Tabelle visuell hervorhebt.

Strategieentwicklung nach Segmentmerkmalen

Die Erkenntnisse aus der Kohortenanalyse sollten direkt in einen Maßnahmenplan überführt werden. Haben Sie ein Problem mit frühem Churn, stärken Sie die Onboarding-E-Mail-Serie nach dem Erstkauf und überprüfen Sie Lieferung und Produktqualität. Ist die Retention in einer bestimmten Kohorte niedrig, analysieren Sie das Kundenfeedback dieses Zeitraums. Ermitteln Sie den Akquisitionskanal von Kohorten mit hohem LTV und verlagern Sie Budget auf diesen Kanal. Gestalten Sie für das wertvollste Segment exklusive Erlebnisse wie ein VIP-Treueprogramm oder frühen Zugang. Die kostengünstigste Maßnahme zur Steigerung der Retention ist in der Regel die Automatisierung per E-Mail und SMS; wer Kunden zur richtigen Zeit mit der richtigen Botschaft erreicht, verlangsamt den Churn spürbar.

Häufig gestellte Fragen

Wie viele Daten sind für eine Kohortenanalyse nötig?

Für eine aussagekräftige Kohortenanalyse werden mindestens 6-12 Monate Verkaufsdaten und mindestens 50-100 Kunden pro Kohorte empfohlen. Eine Kohortenanalyse mit weniger Kunden liefert keine statistisch verlässlichen Ergebnisse; kleine Stichproben reagieren übermäßig empfindlich auf zufällige Schwankungen. Unternehmen in der Anfangsphase können statt mit Kohorten mit einer einfachen segmentbasierten RFM-Analyse beginnen.

Wie hoch sollte meine Retention-Rate sein?

Im E-Commerce gilt eine Retention-Rate von 25 % bis 30 % im 3. Monat als Branchendurchschnitt. 40 % und mehr sind eine starke Leistung. Bei Abonnementmodellen oder häufig gekauften Konsumgütern (Lebensmittel, Körperpflege) kann diese Rate deutlich höher liegen; Sie müssen nach Kategorien vergleichen.

Wie oft sollte eine Kohortenanalyse durchgeführt werden?

Ein monatliches Kohorten-Tracking genügt für strategische Entscheidungen. Fügen Sie am Ende jedes Monats die neue Kohortenzeile in die Tabelle ein und aktualisieren Sie die aktuellen Retention-Werte aller Kohorten. Eine Kohorte 30, 60 und 90 Tage nach wichtigen Kampagnen oder Produkteinführungen gezielt zu untersuchen, ist wertvoll, um die langfristige Wirkung der Kampagne zu messen.

Welche Tools sollte ich für die Kohortenanalyse nutzen?

Für den Einstieg genügen Google Sheets oder Excel; die Lernkurve ist flach. Für mittelgroße Unternehmen bieten GA4 Cohort Exploration oder Mixpanel eine benutzerfreundliche Oberfläche. Für große Datenmengen und individuelle Analysen bieten Python (pandas, die Bibliothek lifetimes) oder SQL-basierte Kohortenabfragen die flexibelste Lösung.

Fazit

Kundensegmentierung mit Kohortenanalyse ist für E-Commerce-Unternehmen der wirksamste Weg, ihre Retention-Probleme, wertvollen Kundenprofile und Churn-Muster datenbasiert zu verstehen. Richtig angewendet, können Sie Ihr Marketingbudget auf die profitabelsten Segmente lenken und Churn proaktiv verhindern. Kontaktieren Sie Toserof Tech. für Analytics- und Wachstumsberatung.

Teilen