Fiktives Beispiel: zwölf Monate Kohortenbeobachtung
Bei 100 Kunden werden 30000 EUR Nettoerlös und 18000 EUR definierte variable Kosten beobachtet: Produktion, Lieferung, Zahlung und variabler Service. Der Deckungsbeitrag beträgt 12000 EUR, also 120 EUR je ursprünglichem Kunden. Akquisitionskosten und Fixkosten sind hier ausgeschlossen.
| Fiktive Zwölfmonatsgröße | Wert | Rechnung oder Grenze |
|---|---|---|
| Ursprüngliche Kunden | 100 | Nenner bleibt erhalten. |
| Nettoerlös (EUR) | 30000 | Beobachteter Betrag. |
| Definierte variable Kosten (EUR) | 18000 | Umfang im Text erläutert. |
| Deckungsbeitrag (EUR) | 12000 | 30000 − 18000. |
| Erlös/Kunde (EUR) | 300 | 30000 / 100. |
| Deckungsbeitrag/Kunde (EUR) | 120 | 12000 / 100. |
Annahmen überprüfbar machen
- Behalten Sie alle 100 ursprünglichen Kunden im Nenner, auch ohne weitere Käufe. Dokumentieren Sie Erstattungen, Steuern, Kostenumfang und Zeitraum.
- Trennen Sie Beobachtung und Prognose. Eine Prognose nennt Bindung, künftige Erlöse und Kosten, Horizont und mögliche Abzinsung; prüfen Sie mehrere Annahmen.
- Bereinigen Sie kanalübergreifend doppelte Kunden. Attribution verteilt ein Ergebnis, beweist jedoch nicht dessen Ursache.
Eine Schätzung nicht als Nettogewinn ausgeben
Die 120 EUR sind ein beobachteter Zwölfmonatsdeckungsbeitrag, kein Nettogewinn und kein bereits bekannter Lebenszeitwert. Beim CAC-Vergleich sind beide Kostenumfänge offenzulegen; Akquisition darf nicht doppelt zählen. Zeigen Sie auch die Streuung, da ein Mittelwert große Unterschiede verdecken kann.
Primärquellen
Historischen Wert vom geschätzten Kundenlebenszeitwert (CLV) trennen.
Der kumulierte Umsatz über einen Zeitraum wird beobachtet, während der prognostizierte Kundenlebenszeitwert auf Annahmen beruht. Kunden-, Margen- oder Umsatzbasis, Kosten, Zeithorizont und Rückerstattungen definieren. Kohorten über vergleichbare Zeiträume vergleichen, bevor man schlussfolgert, dass ein Kanal längerfristige Kunden gewinnt.
- Beobachteten Wert getrennt von Prognosen darstellen.
- Zeithorizont und enthaltene Kosten dokumentieren.
- Sensitivitätsanalyse hinsichtlich der Annahmen zur Wiederkaufshäufigkeit.
Kann eine einfache Formel als sichere Prognose dargestellt werden?
Nein. Ein vereinfachtes Modell kann ein Szenario verdeutlichen, wenn die Annahmen transparent sind. Überprüfen Sie es anhand der verfügbaren historischen Daten und stellen Sie die Unsicherheit anstelle eines garantierten Einzelwertes dar.
Primärquelle: Google SRE — Data processing pipelines. Verwandte Methode: den praktischen Leitfaden lesen.
Kundenwert und Nachbeobachtungsdauer
Zusätzlicher Prüfpunkt: Kundenwert und Nachbeobachtungsdauer. Eine Kohortenspezifikation und eine Tabelle mit Zählungen, Beobachtungszeiträumen und Vergleichsgrenzen.
- Rückgabe benennen: Nutzereignis, Zeitraum und Berechnungsmodus festlegen. GA4-Standard, rollierender und kumulativer Modus verwenden unterschiedliche Definitionen; ihre Zellen dürfen nicht als identische Datenerhaltskennzahlen verglichen werden.
- Beobachtbare Zeit berücksichtigen: Zu einem bestimmten Stichtag hat eine aktuelle Kohorte noch nicht alle Horizonte erreicht. Kennzeichnen Sie diese Zellen als nicht beobachtbar anstatt als Null. Vergleichen Sie denselben Horizont erst, wenn der relevante Zeitraum abgeschlossen ist.
Primärquelle: Google Analytics — Cohort exploration. Verwandte Methode: den praktischen Leitfaden lesen.