tl;dr
Der Cohort-Report clustert deine Kunden danach, wann sie ihre erste Bestellung aufgegeben haben — eine Gruppe von Neukunden aus einem bestimmten Zeitraum ist eine Kohorte. Er lässt dich Retention und Monetarisierung deiner Kunden über die Zeit messen und Verbesserungsbereiche hervorheben.
Wenn du deine Kosten-Datenquellen konfiguriert hast, kannst du mit dem Cohort-Report außerdem Customer-Acquisition-Cost-(CAC)-Ziele setzen — basierend darauf, wie schnell du den Break-even erreichen willst — und überwachen, ob du sie triffst.
Der Cohort-Report hilft dir, saisonale Effekte auf den Customer Lifetime Value aufzudecken und die Gesundheit deiner Neukunden zu überwachen, während du wächst.
⚡ Hinweis zum Zeitraum: Der von dir definierte Zeitraum wählt die in diesem Zeitraum akquirierten Kunden aus — aber ihre gesamte Aktivität bis heute wird zur Berechnung der Werte genutzt. Mehr zur Zeitraum-Definition
Wie funktioniert es?
Der Cohort-Report ist ein großartiges Tool, um das Wiederkaufverhalten deiner Kunden über die Zeit zu verstehen, und zeigt dir, wie es sich verändert, während du wächst.
Standardmäßig gruppiert der Report Kunden auf der vertikalen Achse nach dem Monat, in dem sie ihre erste Bestellung aufgegeben haben. Alle Kunden, die zuerst im Januar 2026 bestellt haben, bilden die Kohorte Jan 2026. Die Spalte New Customers zeigt, wie viele Personen in jedem Monat ihre erste Bestellung aufgegeben haben.
Die horizontale Achse zeigt die verstrichene Zeit relativ zum Startmonat. Das Beispiel unten nutzt Net Orders als gewählte Metrik. Die Spalten sind:
First Order — die reine erste Bestellung jedes Kunden im Kohortenmonat (z.B. Januar 2026). Das ist Monat 0 und entspricht immer 1 Bestellung pro Kunde
1 — Folgebestellungen im selben Kalendermonat wie die erste Bestellung (z.B. noch im Januar 2026)
2 — Folgebestellungen im nächsten Kalendermonat (z.B. Februar 2026)
3 — Folgebestellungen im März 2026
4 — Folgebestellungen im April 2026
und so weiter …
⚠️ Hinweis: Kohorten basieren auf Kalendermonaten. Gibt ein Kunde seine erste Bestellung am 17. Januar auf, enthält Monat 0 nur seine Aktivität für die verbleibenden 14 Tage des Januars.
Willst du eine andere Granularität? Nutze den Timeframe-Toggle, um zwischen Wochen, Monaten oder Quartalen zu wechseln.
Indem du die verstrichene Zeit auf der horizontalen Achse nutzt, kannst du Retention und Monetarisierung verschiedener Kohorten direkt vergleichen — unabhängig davon, wann sie akquiriert wurden.
Was kann ich analysieren?
Anzeigeoptionen
Metric Display:
Incremental — zeigt nur den Wert für Aktivitäten, die in diesem bestimmten Monat stattfanden
Accumulative — addiert die Werte des aktuellen und aller vorherigen Monate
In den meisten Fällen erleichtern accumulative Werte den Vergleich verschiedener Kohorten. Für manche Metriken wie AOV sind incremental Werte nützlicher.
Metric Summary:
Per Customer — teilt die Summe durch die Anzahl der Kunden in der Kohorte. Nutze dies, um die Kohortenqualität unabhängig von der Kohortengröße zu verstehen
Total — zeigt die Gesamtsumme. Nutze dies, um den gesamten Geschäftseinfluss zu verstehen
Metriken
Net Revenue — Nettoumsatz, der über die Monate von den Kunden der Kohorte erzeugt wurde
Active Customers — die Anzahl der Kunden in der Kohorte, die im jeweiligen Monat mindestens eine Bestellung aufgegeben haben
Deckungsbeitrag 1 (DB1) — DB1, der über die Monate von den Kunden der Kohorte erzeugt wurde
Deckungsbeitrag 2 (DB2) (CLV) — DB2, der über die Monate von den Kunden der Kohorte erzeugt wurde. Das Label „(CLV)" hebt hervor, dass der accumulative DB2 pro Kunde der beste Näherungswert für den Customer Lifetime Value in Klar ist
Deckungsbeitrag 3 (DB3) — DB3, der über die Monate von den Kunden der Kohorte erzeugt wurde
Gross Orders — gesamte (Brutto-)Bestellungen der Kunden der Kohorte über die Monate
Second Orders (Gross) — Anzahl der Kunden, die eine zweite Brutto-Bestellung aufgegeben haben
Average Order Value — Netto-AOV aller Bestellungen der Kunden der Kohorte
Net Orders — Netto-Bestellungen der Kunden der Kohorte (nach Retouren)
Second Net Orders — Anzahl der Kunden, die eine zweite Netto-Bestellung aufgegeben haben
Gross Average Order Value — Brutto-AOV aller Bestellungen der Kunden der Kohorte
Wofür kann ich das nutzen?
Der Cohort-Report ist kein Tagesreport. Er hebt mittel- bis langfristige Trends in deiner Retention, Profitabilität und der allgemeinen Geschäftsgesundheit hervor. Nimm dir einmal im Monat 30 Minuten oder einmal im Quartal eine Stunde, um ihn durchzuarbeiten und größere Trends zu erkennen.
Definiere dein CAC-Ziel
Setz dir ein Ziel: Du willst mit jedem Neukunden innerhalb von 3 Monaten nach seiner ersten Bestellung profitabel werden. Um herauszufinden, wie viel du pro Neukunde ausgeben kannst, sieh dir den accumulative DB2 nach 3 Monaten im Cohort-Report an.
DB2 ist dein Gewinn vor Marketingkosten — der accumulative 3-Monats-DB2 sagt dir also, wie hoch dein CAC-Ziel sein sollte, um nach 3 Monaten den Break-even zu erreichen.
CLV und Break-even überwachen
Sobald das CAC-Ziel gesetzt ist, nutze den Cohort-Report, um zu überwachen, ob du innerhalb davon bleibst. Sieh dir den accumulative DB2 pro Kunde über die Monate an, um zu sehen, wann jede Kohorte profitabel wird.
Neukundenqualität beim Wachsen überwachen
Ein häufiges Muster: Wenn du die Akquise skalierst, schrumpft der Customer Lifetime Value (CLV) der Neukunden. Die frühen Kunden waren am leichtesten zu überzeugen — je breiter die Zielgruppe, desto niedriger tendenziell die Loyalität.
Der Cohort-Report hilft dir, das früh zu erkennen. Wenn Kunden seltener oder mit kleineren Warenkörben zurückkehren, ist es Zeit, mehr in Retention zu investieren. Die Wirkung dieser Maßnahmen lässt sich hier ebenfalls messen.
Erkennen, was Retention treibt
Es gibt drei zentrale Hebel:
Second Order Rate — wie viele Kunden geben überhaupt eine zweite Bestellung auf?
Kauffrequenz — wie oft kaufen Wiederkäufer?
Repeat AOV — wie groß ist der Warenkorb eines Wiederkäufers?
Die meisten Shops kämpfen mit dem ersten Punkt. Genau zu verstehen, wo du stehst, lässt dich die richtigen Maßnahmen definieren.
Saisonale Effekte auf den CLV erkennen
Manche Shops sehen deutliche Unterschiede im CLV, je nachdem, wann Kunden akquiriert wurden. Zum Beispiel könnten im November über Black-Friday-Aktionen akquirierte Kunden weniger loyal sein als im Juni akquirierte Kunden. Der Cohort-Report macht das sichtbar.
Nach Kampagne oder Produkt filtern
Über die Filteroptionen kannst du den Cohort-Report für Kunden aus bestimmten Marketingkampagnen oder für Käufer bestimmter Produkte ansehen. Für diese Art von Vergleich ist der Cohort-Comparison-Report besser geeignet.