Blogpost

Was du mit geräteübergreifenden Analytics über deine „verlorenen“ Kund:innen herausfinden kannst

Analytics
Produktmanagement
Mobile App
Visual - Survey Interview Smarter stock image

Folgendes Szenario: Eine Kundin gelangt über eine mobile Anzeige auf deine Produktseite, scrollt ein wenig und verlässt die Seite wieder – ohne Kauf, ohne E-Mail-Anmeldung. Absolute Funkstille. Dein Dashboard erfasst dies als Abbruch – und schon musst du dir wieder Fragen darüber gefallen lassen, ob sich die Ausgaben für diese Kampagne überhaupt lohnen. 

3 Tage später klappt dann aber genau diese Person ihren Laptop auf, sucht nach deiner Marke und tätigt einen Kauf bei dir.

Falls deine Analysetools Kundenaktivitäten nicht über verschiedene Geräte hinweg verfolgen und verknüpfen können, siehst du 2 getrennte Ereignisse: eine Kundin, die auf ihrem Mobilgerät abgebrochen hat – und eine neue Conversion über die Desktop-Version, die scheinbar aus dem Nichts kommt.

Genau das ist der Nachteil, wenn man sich ausschließlich auf Daten auf Session-Ebene stützt: Jeder Besuch wird isoliert erfasst und eingeschätzt, was es schwerer macht, die kompletten Journeys nachzuvollziehen, sobald einzelne Kund:innen zwischen verschiedenen Geräten hin- und herwechseln.

Geräteübergreifende Analytics schließen diese Lücke. In diesem Artikel wirst du Folgendes lernen: 

  • wie du echte Abbrüche von Kund:innen unterscheiden kannst, die ihre Session lediglich auf einem anderen Gerät fortsetzen,

  • wie du die geräteübergreifenden Muster erkennen kannst, die sich in deinen Daten verbergen, und

  • wie du leichter entscheidest, welche Änderungen nötig sind, was in Ruhe gelassen werden sollte, und bei welchen Kund:innen sich ein Retargeting lohnt.

Zentrale Insights

  • Ein mobiler „Abbruch“ und eine „Conversion“ auf dem Desktop gehören oft zu denselben Kund:innen, statt 2 getrennte Abläufe darzustellen – und sie sollten als miteinander verbunden betrachtet werden, bevor der Abbruch als echtes Problem eingestuft wird.

  • Sessionbasierte Berichte ermöglichen keine sichere Aussage darüber, ob einzelne Kund:innen tatsächlich verloren gegangen sind oder nicht: Du brauchst eine Perspektive, die Sessions und Geräte denselben Nutzenden zuordnen kann, um dies mit Sicherheit feststellen zu können.

  • Die wertvollsten Customer Journeys erstrecken sich oft über mehrere Sessions und Geräte hinweg – erst wenn man diese Muster erkennt und versteht, lässt sich herausfinden, an welchen Stellen man weiter investieren und wo man tatsächliche Reibungspunkte in der User Experience beseitigen sollte.

Schluss mit Raten, welche Kund:innen du tatsächlich verloren hast

Finde heraus, wie die geräteübergreifenden Analytics von Contentsquare zwischen echten Abbrüchen und noch laufenden Journeys unterscheiden.

Was versteht man unter geräteübergreifenden Analytics? 

Geräteübergreifende Analytics verknüpfen die Aktivitäten einzelner Kund:innen über verschiedene Geräte, Sessions und Kanäle hinweg zu einer einzigen ununterbrochenen Customer Journey. 

Sessionbasierte Analysen, der gängigere Ansatz, verfahren genau umgekehrt: Sie betrachten jeden Besuch als eigenständiges Event. Eine Session beginnt, wenn eine Userin bzw. ein User auf einer Website eintrifft, und endet, wenn nach dem letzten Event oder der letzten Nutzeraktivität 30 Min lang nichts mehr passiert. 

Das passt gut, wenn es um Kund:innen geht, die in einem Rutsch browsen, sich entscheiden und kaufen. Aber sobald es etwas komplizierter wird, macht dieser Ansatz keinen Sinn mehr. 

Und bei den meisten Kund:innen läuft es nun mal etwas komplizierter ab. Beispielsweise könnten sie

  • während der Fahrt zur Arbeit auf dem Smartphone nach einem Produkt suchen,

  • vor dem Checkout unterbrochen werden oder

  • erst 3 Tage später wieder ihren Laptop aufklappen, um den Kauf tatsächlich abzuschließen.

Sessionbasierte Analysen erfassen solche Vorgänge als 2 separate Besuche: einen von einem Smartphone aus, der mit einem Abbruch endete, und einen von einem Laptop aus, der zu einer Conversion führte. Geräteübergreifende Analytics erkennen hingegen einen einzigen Nutzenden, der die Website 2-mal besucht hat (erst von einem Smartphone, später dann von einem Laptop aus), bevor es schließlich zu einer Conversion kam.

Dieser Unterschied ist wichtiger, als es vielleicht auf den ersten Blick aussieht. Sessionbasierte Analysen könnten nahelegen, dass die Conversion-Rate auf der Desktop-Version höher ausfällt als auf der Mobilversion, obwohl Mobilgeräte einen wesentlichen Bestandteil der Journey ausmachen. Mit geräteübergreifenden Analytics kannst du leichter nachvollziehen, wie jede einzelne Session zur Conversion beigetragen hat.

💡Profi-Tipp: Nutze den Journey Explorer von Contentsquare, um einen Überblick über Kund:innen auf Kohortenebene über mehrere Sessions und Geräte hinweg zu erhalten. So kannst du sehen, was tatsächlich zwischen dem 1. mobilen Besuch und dem Moment passiert, in dem jemand eine Conversion erfolgreich durchläuft (oder gerade nicht).

Product screenshot - Journey explorer

Warum sind geräteübergreifende Analytics wichtig?

Geräteübergreifende Analytics sind wichtig, weil du ein unvollständiges Bild erhältst, denn du dir nur einzelne Sessions anschaust. Und das kann dich schnell in die falsche Richtung führen.

Schlimmstenfalls könntest du

  • einen mobilen Flow umgestalten, der eigentlich völlig unproblematisch war,

  • das Budget für eine Kampagne kürzen, die effektiv für Conversions sorgt – nur nicht über dasselbe Gerät, auf dem sich ihr Startpunkt befindet –, oder

  • vergeblich nach „Lösungen“ für Conversion-Rückgänge jagen, die in Wirklichkeit nur darauf zurückzuführen waren, dass Kund:innen später dort weitermachten, wo sie kurz aufgehört hatten.

Geräteübergreifende Analytics liefern dir den fehlenden Kontext, damit du solche Entscheidungen unter Berücksichtigung der gesamten Customer Journey treffen kannst – und nicht nur auf Basis der Momentaufnahme, die deine Session-Daten zufällig erfasst haben.

💡Profi-Tipp: Bevor du einer Metrik zu „verlorenen Kund:innen“ wirklich vertraust, solltest du prüfen, ob deine Plattform dieselben Kund:innen nicht vielleicht geräteübergreifend erkennen kann: anhand von Anmeldungen, eindeutigen Identifikationsmerkmalen und zustimmungsbasiertem Tracking. Falls deine Plattform dies nicht schafft, werden manche Customer Journeys immer schlechter aussehen, als sie es eigentlich sind. 

Und falls du dich bereits fragst: Ja, Contentsquare kann all das oben Genannte tatsächlich – und achtet dabei stets streng auf die Einhaltung der Datenschutzbestimmungen. Contentsquare verwendet standardmäßig First-Party-Cookies, die ausschließlich Analysezwecken dienen – und zwar nur unter Zustimmung der Besuchenden (im Einklang mit Vorschriften wie der DSGVO). Geräteübergreifende Analytics müssen dieselben Besuchenden zwar wiedererkennen, sie aber nicht unbedingt über das gesamte Internet hinweg tracken können.

Was passiert eigentlich, nachdem sich ein mobiler Abbruch ereignet?

Ein „Abbruch“ (oder „Drop-off“) bedeutet technisch gesehen, dass man einen bestimmten Workflow verlässt – beispielsweise den Checkout-Vorgang –, ohne ihn vollständig abzuschließen. Allerdings wird der Begriff oft etwas breiter für jeden Besuch verwendet, der nicht mit einer Conversion endet. Hinter dieser Bezeichnung verbergen sich eine Handvoll sehr unterschiedlicher mobiler Nutzer-Journeys, und wenn man sie gründlich nachvollziehen kann, kann man auch besser entscheiden, welche nächsten Schritte unternommen werden sollten. Hier sind 4 Muster, auf die du achten solltest, bevor du Maßnahmen einleitest:

1. Mobile Recherche, aber Kauf auf dem Desktop

Das ist nichts Neues. „Mobile Recherche, aber Kauf auf dem Desktop“ ist seit Jahren ein bekanntes Muster – und die Zahlen belegen dies nach wie vor. Laut dem 2026 Digital Experience Benchmark Report von Contentsquare übertrifft der mobile Traffic den Desktop-Traffic, da er 69,9 % des gesamten Traffics ausmacht. Das heißt aber nicht zwingend, dass die Nutzende auch eher bereit sind, über die mobile Version zum Geldbeutel zu greifen. 

Denn gleichzeitig fallen die Conversion-Raten bei Desktop-Versionen nach wie vor um 70 % höher aus als bei Mobilgeräten (3,4 % auf dem Desktop vs. 2 % auf Mobilgeräten). 

Heißt das, dass die mobile Experience schlechter performt? Nicht unbedingt. Sie erfüllt lediglich eine andere Aufgabe: Käufer:innen bevorzugen das Smartphone zur Recherche und den Desktop zum Kaufabschluss. 

📚 Lies dazu mehrin unserem Leitfaden zur Überwachung des mobilen Nutzerverhaltens.

2. Wechsel zwischen Web und App

Die meisten Tools für Mobile Analytics behandeln den mobilen Browser und die App als 2 getrennte Kanäle, mit unterschiedlichem Tracking, verschiedener Berichterstattung und jeweils zuständigen Teams. Oft handelt es sich jedoch um dieselben Kund:innen, die zwischen beiden hin- und herwechseln, je nachdem, was gerade praktischer ist – etwa jetzt ein kurzer Blick über den mobilen Browser und später über die App, wenn man zum Kauf bereit ist.

Bei sessionbasierten Analysen sieht das wie ein mobiler Browser-Abbruch und eine separate, davon unabhängige App-Conversion aus. Für die jeweiligen Kund:innen handelte es sich aber um eine einzige Entscheidung, die lediglich in 2 Schritten getroffen wurde. 

Wenn dein Reporting die Web- und App-Versionen in getrennten Silos behandelt, schreibst du den Verkauf wahrscheinlich dem falschen Kanal zu oder benachteiligst den Kanal, der ihn eigentlich ausgelöst hat. (Erfahre in unserem Blog zur Multi-Touch-Attribution mehr darüber, wie du Conversions korrekt zuordnen kannst.)

Nutzende wechseln viel häufiger zwischen App und Web als erwartet: Wir können jetzt erkennen, wo Projekte beginnen und was diese Startpunkte beeinträchtigt. Das Angleichen der User Experiences in App und Website war unerlässlich. Mit dem nutzerbasierte Datenmodell von Contentsquare konnten wir Nutzende plattform- und sessionübergreifend tracken, was entscheidend ist, wenn sich Projekte sowohl über das Smartphone als auch über die Webversion erstrecken.

Andrew Fernandez
VP of Engineering, Rent the Runway

3. Rückkehr nach einer erfolgreichen Push-Benachrichtigung zum erneuten Engagement

Manchmal kehren Kund:innen nicht von selbst zurück – sie brauchen einen kleinen Anstoß. Beispielsweise erhalten sie eine Push-Benachrichtigung, tippen darauf und kehren dann in den Einkaufs-Flow zurück. Eine simple Session-Ansicht zeigt jedoch oft nur eine neue Session an, ohne deutlich zu machen, dass diese Session durch die Push-Benachrichtigung ausgelöst wurde oder in welchem Zusammenhang sie mit der Session steht, die die Kund:innen zuvor verlassen haben. 

Das ist problematisch, denn Push-Benachrichtigungen sind ein wirkungsvoller Kanal, um das Engagement von Kund:innen erneut zu aktivieren. Die Opt-in-Raten für App-Push-Benachrichtigungen liegen im Durchschnitt bei 61 % und die Öffnungsraten verdreifachen sich ungefähr, wenn die Benachrichtigung einen Bezug zu der Einkaufsaktivität hat, mit der Kund:innen gerade beschäftigt waren: Sie steigen von etwa 4 % bei einer allgemeinen Push-Benachrichtigung auf über 14 % bei einer, die auf ihr spezifisches Verhalten zugeschnitten ist. 

Alles in allem heißt das, dass ein Abbruch manchmal einfach nur eine Pause ist, die einen zeitlich gut abgepassten, zielgerichteten Anstoß braucht, um zum Weitermachen anzuregen.

4. Die Conversion braucht mehrere Sessions

Bei manchen Käufen braucht die Entscheidungsfindung einfach mehr Zeit – es sind ein paar zusätzliche Sessions nötig, um Optionen zu vergleichen oder Bewertungen zu prüfen. Das schlägt sich jedoch im sessionbasierten Reporting nicht immer als Fortschritt nieder. Jeder Besuch, der nicht mit einem Kauf bzw. Verkauf endet, wird als neuer Abbruch angezeigt, selbst wenn Besuchende tatsächlich immer kürzer vor dem Kauf stehen. 

Die Daten belegen dies: Die Conversion-Rate ist bei wiederkehrenden Besuchenden fast doppelt so hoch wie bei neuen –2,9 % gegenüber 1,7 %.

Wenn du jede dieser früheren Sessions als separaten, gescheiterten Conversion-Versuch betrachtest, wirst du falsch einschätzen, wie viele Versuche nötig sind, um eine Kundin bzw. einen Kunden für dich zu gewinnen – und die Besuche unterschätzen, die sie letztlich überzeugt haben.

Wie du geräteübergreifende Muster in Maßnahmen übersetzt

Ein Verständnis für geräteübergreifende Verhaltensmuster zu gewinnen, ist nur ein Teil der Aufgabe. Als Nächstes musst du herausfinden, wie du darauf reagieren solltest – und das hängt davon ab, ob die Kund:innen zurückkehren oder wirklich weg sind.

1. Prüfe, ob Besuchende zurückgekommen sind – und auf welchem Weg

Nicht jede Session ohne Conversion verdient die gleiche Reaktion. Manche Kund:innen legen lediglich eine Pause inmitten ihrer Customer Journey ein, während andere gar nicht mehr zurückkommen.

Um den Unterschied zu erkennen, solltest du ein Analysetool für die Customer Journey wie den Journey Explorer von Contentsquare verwenden, mit dem sich Fragen wie die folgenden beantworten lassen: 

  • Ist diese besuchende Person innerhalb eines für diese Art von Kauf angemessenen Zeitraums über ein anderes Gerät zurückgekehrt? 

  • Als sie zurückkam, hat sie dann ungefähr dort weitergemacht, wo sie aufgehört hatte – oder hat sie ganz von vorne angefangen? 

  • Hat sie letztendlich eine Conversion durchlaufen oder wieder abgebrochen? 

Kund:innen, die zurückkehren und eine Conversion durchlaufen, waren nie wirklich verloren – sie brauchten lediglich Zeit oder einen Anstoß durch eine Retargeting-Anzeige bzw. ‑E-Mail. Bei Kund:innen, die nie zurückkehren, lohnt sich aber trotzdem ein genaueres Nachhaken, um herauszufinden, wie du ihre Experience verbessern könntest. 

Diese Unterscheidung ist abhängig von deinem Team von unterschiedlicher Bedeutung: Das Marketing interessiert sich dafür, ob es sich lohnt, die verlorene Kohorte erneut anzusprechen; das Customer Relationship Management (CRM) möchte wissen, welche Art von Engagement-Anstoß wirksam sein könnte, und die Produktabteilung möchte wissen, ob es einen behebbaren Reibungspunkt gibt. Doch all diese Fragen lassen sich noch nicht beantworten. Hier kommt der nächste Schritt ins Spiel.

[Visual] journey analysis returning customers

Nutze die Journey-Analysetools von Contentsquare, um zu untersuchen, wie Nutzende die Seite verlassen und wieder zurückkehren.

2. Forsche gründlicher nach, warum Kund:innen tatsächlich abwandern, und handle entsprechend

Hier kommen wir zu dem Punkt, an dem die Frage nach dem Produkt- und CX-Lead geklärt wird – und wo sich ein allgemeines Muster in eine konkrete Antwort verwandelt. 

Wenn du Contentsquare verwendest, sieht der Workflow wie folgt aus:

  • Identifiziere das Muster im Journey Explorer: Verfolge den gesamten Pfad der Kohorte über verschiedene Sessions und Geräte hinweg, einschließlich der Stelle, an der sie sich in Conversions und Nicht-Conversions aufteilt.

  • Decke ungewöhnliche Verhaltensmuster mit unserem AI-AssistentenSense Analyst auf: Bitte ihn, auffällige Verhaltensweisen innerhalb der Kohorte zu markieren, beispielsweise eine wertvolle Gruppe von Käufer:innen, die ihre Nachforschungen geräteübergreifend durchführen.

  • Bestätige deine Befunde mithilfe vonFunnel AnalysisundSession Replay: Prüfe, an welchen Stellen Nutzende tatsächlich über verschiedene Geräte und Sessions hinweg abspringen, und sieh dir anschließend echte Replays an, um die Reibungsmomente zu erkennen – etwa einen defekten Call-to-Action-Button oder ein Formular, das schnell anstrengend werden kann.

[Visual] funnel analysis

Sieh dir mit Funnel Analysis die Conversions und Abbrüche nach Funnel-Stufen an und klicke anschließend auf den „Play“-Button, um direkt zu den entsprechenden Session Replays zu springen.

Sobald du das erledigt hast, kannst du dich zuversichtlich an deinen nächsten Schritt machen – ganz gleich, ob es darum geht, einer Produktverbesserung Priorität einzuräumen, die Zurechnung einer Kampagne anzupassen oder eine wirklich verlorene Kohorte zurückzugewinnen.

Lerne, einen Umweg von einem Abbruch zu unterscheiden

Denk zurück an die hypothetische Kundin vom Anfang dieses Blogbeitrags – diejenige, die dich über ihr Mobilgerät verlassen hat und wie ein entgangener Verkauf aussah. Sie war dir aber nicht entgangen. Sie befand sich mitten in ihrer Customer Journey und hat 3 Tage später sie einen Kauf getätigt. Mit Session-Daten allein ließ sich das nicht erkennen. Mit geräteübergreifenden Analytics schon.

Diese methodische Umstellung lohnt sich: Anstatt jede Session ohne Conversion wie ein endgültiges Urteil zu betrachten, solltest du lieber prüfen, ob es sich dabei nicht vielleicht um einen Schritt auf einer längeren Reise handelt. Das verändert die Art und Weise, wie du die Customer Journey einschätzt, deine Kundenbeziehungen pflegst und dein Budget aufteilst.

Schluss mit Raten, welche Kund:innen du tatsächlich verloren hast

Finde heraus, wie die geräteübergreifenden Analytics von Contentsquare zwischen echten Abbrüchen und noch laufenden Journeys unterscheiden.

FAQs zu geräteübergreifenden Analytics

  • Geräteübergreifende Analytics verknüpfen die Aktivitäten einzelner Kund:innen über verschiedene Geräte und Sessions hinweg zu einer einzigen, durchgängigen Customer Journey – statt jeden Besuch als eigenständiges, isoliertes Event zu betrachten.

Author - Kelly Fiorini
Kelly Fiorini
Freiberufliche Content-Writerin

Kelly ist freiberufliche Content-Writerin für Contentsquare. Seit mehr als drei Jahren schreibt und redigiert sie Inhalte für SaaS-Kunden und Agenturen. In ihrer Freizeit liest Kelly gerne, löst Kreuzworträtsel, verwöhnt ihre Katzen und Hunde und genießt eine gute Tasse Kaffee.

Weiter lesen

Erhalte Insights, die deine Digital Experience verändern