tl;dr
Dieser Report zeigt dir, wie lange es dauert, bis dein Kunde seine nächste Bestellung aufgibt.
Der Report nimmt an Granularität zu — zuerst unterscheiden wir zwischen dem zweiten Kauf und allen weiteren Wiederholungskäufen. Dann teilen wir den Zeitverzug in verschiedene Gruppen auf und schlüsseln zuletzt alle Wiederholungsbestellungen auf. Das gibt dir den vollen Blick auf den Zeitverzug für unterschiedliche Stufen des Kundenengagements.
Das zu verstehen hilft dir, den Customer Lifetime Value zu verbessern — etwa indem du inaktive Kunden zu einem Zeitpunkt incentivierst, der die verlorene Marge minimiert.
⚡ Da dies ein Retention-Report ist, wählt der von dir definierte Zeitraum die in diesem Zeitraum gewonnenen Kunden aus, aber für die Berechnung der Werte wird ihre gesamte Aktivität bis heute herangezogen. Mehr Informationen hier — Date Range Definition
Was kann ich analysieren:
Der Report ist in drei verschiedene Bereiche mit zunehmender Granularität aufgeteilt, sodass du zuerst einen Überblick bekommst und dann tiefer in die Details eintauchen kannst.
Filter:
Oben im Report gibt es die Option, die verwendeten Kunden zu filtern. Verfügbare Filter:
Product Title
Variant Title
Product Type
Customer First Order Tag
Customer Tag
Newsletter Subscription Status
Product Title, Variant Title, Product Type und Customer First Order Tag beziehen sich nur auf die erste Bestellung eines Kunden und filtern die Kunden auf dieser Basis.
Übersicht
Die Übersicht zeigt dir die zentralen zusammengefassten Zeitverzug-Metriken.
Average Order Value — auch wenn dies keine Zeitverzug-Metrik ist, liefert sie Kontext zur Bestellung, die vor dem Zeitverzug aufgegeben wurde, und kann daher nützlich sein.
Zeitverzug — die durchschnittliche Anzahl Tage, die ein Kunde bis zu seiner nächsten Bestellung brauchte. Nur Kunden, die tatsächlich eine Bestellung aufgegeben haben, werden bei der Durchschnittsberechnung berücksichtigt.
Standardabweichung des Zeitverzugs — die Standardabweichung zeigt dir die Variabilität des Zeitverzugs.
Die Zeitverzug-Metriken sind in Second Order und Repeat Reorder aufgeteilt, da einen Kunden zum ersten Mal zurückzuholen eine andere Herausforderung darstellt als ihn ein drittes und viertes Mal zurückzuholen.
Zeitverzug-Diagramm
Das folgende Diagramm schlüsselt den Zeitverzug in verschiedene Intervalle auf und gruppiert Kunden in diese. Über dem Diagramm gibt es zwei Steuerelemente.
Type — hier kannst du wählen, ob die Daten nur für den Zeitverzug bis zur Second Order oder für alle Repeat Orders angezeigt werden sollen.
Interval — hier kannst du das Zeitintervall wählen, in das du deine Kunden gruppieren möchtest.
Die Balken im Diagramm zeigen dir den Prozentsatz der Wiederholungskäufe, die innerhalb jedes Intervalls stattfinden, während das Liniendiagramm den kumulativen Wert aller Wiederholungskäufe bis zu diesem Zeitpunkt zeigt.
Üblicherweise nimmt diese Zahl über die Zeit ab. Das bedeutet, dass Kunden, wenn sie eine weitere Bestellung aufgeben, dies eher kurz nach ihrer vorherigen Bestellung tun. Das kann bei Produkten mit hohem Warenkorbwert und/oder eingebauten Saisonalitätsfaktoren anders sein.
Zeitverzug-Detail:
Diese Tabelle schlüsselt das noch detaillierter auf, indem sie deine Kunden nach der Anzahl der bereits aufgegebenen Bestellungen aufteilt.
Die Spaltenüberschriften geben die Bestellanzahl der folgenden Metriken an — z.B. zeigt „1-2 Order" Metriken von der ersten bis zur zweiten Bestellung und „6-7 Order" Metriken von der sechsten bis zur siebten Bestellung.
Für jede Kundengruppe werden die folgenden Metriken angezeigt:
# Customers — wie viele Kunden in dieser Gruppe sind. Für die Gruppe „6-7 Order" zeigt es dir also die Anzahl der Kunden, die mindestens 6 Bestellungen aufgegeben haben.
Conversion Likelihood — der Prozentsatz der Kunden, die die folgende Bestellung aufgegeben haben. In der Gruppe „6-7 Order" also der Prozentsatz, der die 7. Bestellung aufgegeben hat.
Avg. Time-lag — die Zeit in Tagen, die der Kunde im Durchschnitt bis zu dieser nächsten Bestellung brauchte.
Standard Dev. Time-Lag — die Standardabweichung des Zeitverzugs.
Share of orders after x days — dies nimmt die Kunden, die die nächste Bestellung aufgegeben haben, und prüft, welcher Prozentsatz von ihnen dies innerhalb eines bestimmten Zeitintervalls tat (die Intervalle stammen aus dem Interval-Steuerelement im Zeitverzug-Diagramm).
Wofür kann ich das nutzen?
Der Zeitverzug-Report ist ein integraler Bestandteil, um die Retention deiner Kunden zu verstehen — denn je schneller deine Kunden zurückkommen, desto höher ist ihr Customer Lifetime Value.
Wann ist der richtige Zeitpunkt, um Kunden zur Rückkehr zu incentivieren?
Um inaktive Kunden zurückzugewinnen, nutzen viele Online-Shops E-Mail-Automationen mit Rabattcodes, um Kunden zum erneuten Kauf zu bewegen. Aber wann ist der richtige Zeitpunkt, diese E-Mail zu senden? Du möchtest die Zahl der erneut kaufenden Kunden maximieren und gleichzeitig die Marge minimieren, die du opferst, indem du Menschen einen Rabatt gibst, die ohnehin gekauft hätten. Der Zeitverzug-Report kann diese Frage beantworten.
Sieh dir einfach deine Zeitverzug-Intervalle an. Sobald du siehst, dass die zusätzlichen Wiederholungskäufe abzuflachen beginnen, maximierst du dein Ergebnis wahrscheinlich, indem du eine E-Mail-Automation mit einem Anreiz versendest.
💡 Was bedeutet „abflachen" genau? Schwer zu sagen, ohne den Gesamtverlauf zu sehen, aber wahrscheinlich im Bereich von 2-5%, je nachdem, wie aggressiv du sein möchtest, idealerweise wenn bereits 75% der Wiederholungsbestellungen aufgegeben wurden.
Den Erfolg von Onboarding-E-Mails messen.
Ebenso kannst du den frühen Einfluss messen, den eine neue Onboarding-E-Mail auf das Wiederkaufsverhalten deiner Kunden hat (oder viele andere UX-Verbesserungen). Die E-Mail-Automationen sind darauf ausgelegt, einen Kunden an deine Brand heranzuführen und den Cross-Selling-Prozess zu starten. Gut gemacht, führen diese Automationen/Initiativen nicht nur dazu, dass mehr Kunden zurückkommen, sondern auch, dass Kunden schneller zurückkommen.
Da der Zeitraum des Zeitverzug-Reports unserer Retention-Report-Logik folgt, kannst du deine Kunden einfach danach filtern, wann diese Änderungen eingeführt wurden, und ihren Einfluss klar messen.
Hast du einen starken Kern an Kunden, die dein Produkt gewohnheitsmäßig nutzen?
Idealerweise solltest du einen starken Kern an Kunden entwickeln, die dein Produkt häufig nutzen. Das lässt sich leicht am Zeitverzug-Detail-Report messen. Wenn die Conversion Likelihood weiter steigt, während der Zeitverzug und die Standardabweichung weiter sinken.
💡 Benchmarks, auf die du achten solltest, sind eine Conversion Likelihood von der zweiten zur dritten Bestellung von mehr als 50%, die kontinuierlich auf >80% davon ansteigt.
Werden Kunden deines Produkts überdrüssig?
Dieselben KPIs lassen sich auch nutzen, um zu verstehen, ob deine Kunden deines Produkts irgendwann überdrüssig werden. Das könnte sich durch eine sinkende Conversion Likelihood sowie einen steigenden Zeitverzug und eine steigende Standardabweichung zeigen.
Das könnte besonders bei CPG-Produkten der Fall sein, die Menschen zunächst regelmäßig nutzen, aber nach einiger Zeit langweilig finden und zu etwas anderem wechseln.