E-Commerce-Marketing-Mix: nach dem Deckungsbeitrag je Bestellung entscheiden.

UNTERSTÜTZTE ENTSCHEIDUNGEine Kampagne, eine Aktion oder eine Lieferregel nur ausweiten, wenn die zusätzliche Kohorte alle variablen Kosten deckt und nach Retouren rentabel bleibt.

Was zu unterscheiden ist

Drei Bedingungen vor jeder Berechnung.

01

Netto vereinnahmter Warenkorbwert

Der Warenkorbwert ist um Rabatte, Stornierungen, Rückerstattungen und abzuführende Steuern zu mindern. Wer den angezeigten Warenkorbwert verwendet, überschätzt die Basis, auf der die Marge tatsächlich erwirtschaftet wird.

02

Bestellbedingte Kosten

Zahlung, Kommissionierung, Verpackung, subventionierte Lieferung, Retoure, Betrug und Servicekontakt variieren mit der Bestellung. Sie sind der Kohorte zuzurechnen, die sie verursacht.

03

Inkrementelle Akquisition

Die durchschnittlichen Werbekosten vermischen oft organische Bestellungen mit bereits gewonnenen Kunden. Eine Wachstumsentscheidung muss Kosten und zusätzliche Bestellungen mit dem kontrafaktischen Szenario ohne Werbeausgaben vergleichen.

Methode

Die Deckungsbeitragsrechnung einer Kohorte aufbauen

  1. 01Die Kohorte fixieren

    Akquisitionsdatum, Quelle, Angebot, Gerät, Gebiet und Status Neu- oder Bestandskunde festlegen; die Bestellungen bis zum Ende der Rückgabefrist verfolgen.

  2. 02Die Datenflüsse abgleichen

    Bestellung, Zahlung, Rabatt, Versand, Retoure, Rückerstattung und Servicekontakt über eine stabile Kennung verknüpfen; nicht abgeglichene Differenzen werden offengelegt.

  3. 03Den Deckungsbeitrag berechnen

    Deckungsbeitrag = Nettoumsatz × Produktmarge − Zahlung − Logistik − Retouren − Service − inkrementelle Akquisition; Fixkosten werden nur hinzugerechnet, wenn sie sich mit der Entscheidung ändern.

  4. 04Mit der Schwelle vergleichen

    Den maximalen CAC und den minimalen Warenkorbwert berechnen, die mit dem Ziel-Deckungsbeitrag vereinbar sind; Neukunden, Reaktivierung und Wiederkauf getrennt testen.

ORIGINALINHALT

Die Deckungsbeitragskaskade von 1.000 zusätzlichen Bestellungen

Warenkorbwert und Bruttomarge werden um die Kosten bereinigt, die Werbe-Dashboards oft ignorieren: Akquisition, Zahlung, Kommissionierung, Retouren und Service.

Produktmarge
+31.500 €
Akquisition
−22.000 €
Kommissionierung
−7.500 €
Retouren
−4.200 €
Zahlung
−1.500 €
DECKUNGSBEITRAG · 1.000 BESTELLUNGEN−3.700 €Maximaler CAC: 18,30 €
CSVDas E-Commerce-Kohortenmodell herunterladen↓
ILLUSTRATIVES BEISPIEL · SIMULIERTE DATEN

Ein ROAS von 3,18, der einen Verlust von 3.700 € erzeugt

01 · SITUATION

Eine Kampagne erzielt 1.000 inkrementelle Bestellungen bei einem Nettowarenkorbwert von 70 €, einer Produktmarge von 45 % und 22.000 € Mediaausgaben. Zahlung, Kommissionierung, Retouren und Service verursachen zusätzlich 1.500 €, 7.500 €, 4.200 € beziehungsweise 0 €.

02 · BERECHNUNG

Produktmarge: 70.000 × 45 % = 31.500 €. Deckungsbeitrag nach Kosten: 31.500 − 1.500 − 7.500 − 4.200 − 22.000 = −3.700 €. Der ROAS von 70.000 ÷ 22.000 = 3,18 zeigt diesen Verlust nicht an.

03 · ENTSCHEIDUNG

Die Kampagne muss korrigiert werden. Bei unveränderter Kostenstruktur liegen ihre maximalen Akquisitionskosten bei 18.300 €, also 18,30 € je Bestellung.

Voraussetzungen

Was erfüllt sein muss, um zu handeln.

  1. 01

    Die Bestellungen werden bis zum Ende ihrer Rückgabefrist verfolgt.

  2. 02

    Der verwendete CAC ist inkrementell oder wird ausdrücklich als Näherung ausgewiesen.

  3. 03

    Kosten für Zahlung, Logistik und Service werden der Kohorte zugerechnet.

  4. 04

    CAC-Schwelle und minimaler Warenkorbwert werden vor der Budgeterhöhung berechnet.

Grenzen

Was diese Analyse nicht belegt.

  • Die erste Bestellung unterschätzt den Wert der Kunden, die tatsächlich wiederkaufen.
  • Gemeinsame Logistikkosten können sich stufenweise statt je Bestellung ändern.
  • Eine Werbeattribution ersetzt keinen Inkrementalitätstest.

Quellenangaben

Zitierte Literatur.

  1. Gupta, S., Lehmann, D. R. & Stuart, J. A. (2004), „Valuing Customers“, Journal of Marketing Research.
  2. Fader, P. S. & Hardie, B. G. S. (2009), „Probability Models for Customer-Base Analysis“, Journal of Interactive Marketing.
  3. Gordon, B. R. et al. (2019), „A Comparison of Approaches to Advertising Measurement“, Marketing Science.