10 zentrale Product-Analytics-Metriken für das Unternehmenswachstum

Die besten Produkt- und Marketingteams stützen sich auf Daten, um Geschäftsentscheidungen zu treffen, die Prioritäten ihrer Roadmaps zu klären und das Kundenerlebnis von Anfang bis Ende zu verbessern. Aber falls du nur einen Teil der Daten betrachtest, besteht die Gefahr, dass du große Blöcke an Informationen verpasst – und dass dir kundenzentrierte Einsichten entgehen, die dein Unternehmen verwandeln könnten.

Die Kombination von Product Analytics (PA) mit den Analysen digitaler Erlebnisse (Digital Experience Analytics, DXA) liefert dir ein vollständiges Bild des Verhaltens rund um deine Website und dein Produkt, was eine 360-Grad-Ansicht der Interaktionen und des Engagements bietet. Lies weiter, um zu erfahren, welche Metriken für Produktanalysen verfolgt werden sollten und warum sie für datengesteuerte Teams so wichtig sind.

Product Analytics ist der Prozess des Erfassens, Organisierens und Verstehens zentraler Informationen über die von dir erstellten digitalen Produkte, z. B. Websites und mobile Anwendungen. Aber woher weiß man bei dem schier endlosen Aufgebot an verfügbaren Nutzerdaten, was wichtig ist und was nicht?

Die Auswahl zur Nachverfolgung der richtigen Kennzahlen für Produktanalysen und KPIs (Key-Performance-Indicators, Schlüsselkennzahlen) hilft dir, die Flut an überflüssigen Infos zu durchdringen und zu überwachen, was für dein Unternehmen wichtig ist. Das liefert dir wertvolle Einblicke rund um Retention (Kundenbindung), Abwanderung, Akzeptanz und Nutzung.

Hier findest du 10 wichtige Kennzahlen, die du ab sofort verfolgen solltest – sowie einige PA-Tipps, die dir dabei helfen, die Daten gründlich zu durchkämmen und verwertbare Erkenntnisse zu gewinnen.

1. Täglich aktive Nutzende/monatlich aktive Nutzende (DAU/MAU)

Aktive Nutzende – egal ob täglich (daily active users, DAU) oder monatlich (monthly active users, MAU) – sind diejenigen, die sich regelmäßig mit deinem Produkt beschäftigen. Anhand des DAU/MAU-Verhältnisses können Produktmanager:innen und andere Stakeholder erkennen, wie viele deiner monatlichen Nutzenden dein Produkt jeden Tag nutzen. 

Wenn wir davon ausgehen, dass Nutzende, die sich häufiger mit einem Produkt beschäftigen, einen größeren Nutzen aus ihm ziehen, dann bedeutet ein hohes DAU/MAU-Verhältnis, dass das Produkt eher an ihnen haften bleibt und attraktiver für sie ist, während ein niedriges DAU/MAU-Verhältnis auf eine schlechte Nutzerbindung hindeutet.

Um deine DAU/MAU zu berechnen, musst du zunächst definieren, wie „aktive Nutzende” aussehen. Zum Beispiel ließen sich jene Nutzende als „aktiv” definieren, die eine wichtige Aktion auf deiner Website oder App ausführen, etwa das Klicken auf „Gefällt mir” bei einem Post, das Tätigen eines Kaufs oder das Abspeichern eines Berichts.

Sobald du die Kriterien für „aktive Nutzende” festgelegt hast, verfolge diese je nach Tagen und Monaten mit einem Product-Analytics-Tool wie Contentsquare und verwende dann die Formel: 

• Verhältnis = (DAU/MAU) x 100

2. Sessions pro Nutzer:in

Die Anzahl der Sessions pro Nutzer:in misst, wie oft eine durchschnittlich nutzende Person auf deiner Website oder deinem Produkt aktiv war. Kombiniere dies mit anderen Session-Metriken, z. B. mit der Session-Dauer (wie lange eine Sitzung typischerweise dauert) und den Seiten pro Session (wie viele Seiten sich Nutzende in jeder Sitzung ansehen), um das Ausmaß des Nutzer-Engagements zu verstehen.

Um die Sessions pro Nutzer:in zu berechnen, musst du zunächst definieren, was als „Session” gilt. Einfache Logins oder Besuche sind in der Regel keine guten Benchmarks für die Messung von Sessions, da sie nicht das tatsächliche Engagement messen (denk nur mal daran, wie viele Registerkarten du gerade in deinem Browser offen hast, mit denen du dich nicht beschäftigst). Definiere eine Session stattdessen als Abschluss einer Aktion oder als Scrollen bis zu einer bestimmten Seitentiefe. 

Verwende dann die Formel:

• Sessions pro Nutzer:in = Sessions/Gesamtanzahl der Nutzenden

Um einen wirklich genauen Überblick über die Sessions und ihre Auswirkungen zu erhalten, brauchst du ein PA-Tool, das Nutzende über Sessions, Geräte und Domänen hinweg verfolgen kann, damit du die gesamte User Journey verstehst. Produktanalysen  von Contentsquare stellen die Zusammenhänge zwischen den Sessions her, sodass du

• entdecken kannst, wie viele Sessions erforderlich sind, bis Nutzende konvertieren,

• die wichtigsten Ereignisse zwischen den Sessions analysieren kannst,

• Reibungen zwischen den Schritten identifizieren kannst und

• vergleichen kannst, wie verschiedene Ereignisse die Conversion-Raten beeinflussen.

Anhand dieser Erkenntnisse kannst du nachvollziehen, wie sich die Nutzenden über die gesamte Multikanal- und Full-Funnel-Journey hinweg verhalten – und somit datengesteuerte Optimierungen umsetzen. 

Verfolge die Session-Metriken nach Browsertyp und Gerät mit Contentsquare, in Zusammenarbeit mit Heap

💡 Profi-Tipp: Verwende Session-Replay-Tools, um ein tiefgreifendes Verständnis des Nutzerverhaltens auf deiner Website oder App zu erhalten. Beobachte, was Nutzende während ihrer Session tun, und verfolge jeden Klick, jeden Scroll und jedes Verharren auf ihrer Journey, um ihre Beweggründe und Frustrationen aufzudecken. 

Willst du noch gründlicher nachforschen? Filtere deine Session-Aufnahmen anhand von Parametern wie Gerätetyp, Browser, Standort oder Nutzersegment (z. B. neue Nutzende vs. wiederkehrende Nutzende), um noch feinkörnigere Einblicke zu erhalten. 

Nutze das Gelernte dann, um Hypothesen zur Steigerung des Nutzer-Engagements aufzustellen: Optimiere etwa deine mobile UX, damit diese Nutzenden nicht genug kriegen und immer wieder zurückkommen.

Schau dir ein Session Replay über Contentsquare an, um genau zu erkennen, wie sich Nutzende auf deiner Website oder App verhalten

3. Bounce-Rate

Die Bounce-Rate (Absprungrate) misst den Mangel an Engagement – sie erfasst den Prozentsatz an Sessions, die sofort ohne Interaktionen oder Klicks beendet wurden. Eine hohe Absprungrate deutet darauf hin, dass die Nutzende nicht gefunden haben, wonach sie suchten: Liegen könnte dies an irrelevanten Inhalten, irreführenden Links, die zur falschen Stelle führen, einer schlechten User Experience (UX, Nutzererlebnis) oder frustrierenden technischen Problemen, etwa langsame Seitenladezeiten. (Pro-Tipp: Verwende eine Exit-Intent-Umfrage, um Nutzende zu fragen, warum sie die Website verlassen, womit sich schnell Bereiche zur Verbesserung identifizieren lassen.)

So berechnest du deine Bounce-Rate:

• (Anzahl an Single-Page-Sessions ohne Klicks)/(Gesamtzahl der Sessions)

4. Bewertung der Kundenzufriedenheit und des Net-Promoter-Score®

Die Kundenzufriedenheit (CSAT) und der Net-Promoter-Score® (NPS®) mögen nicht als typische Produktkennzahlen erscheinen, aber es lohnt sich immer, neben den „traditionellen” KPIs auch das Voice-of-the-Customer-Feedback (die „Stimme der Kunden”) zu erfassen und zu analysieren.

Diese Metriken bereichern deine quantitativen Produktanalysedaten um qualitatives Kundenfeedback, das dir mitteilt, was Kundinnen und Kunden an deinem Produkt schätzen.

• Kundenzufriedenheit  misst, wie zufrieden die Kundschaft mit deinem Produkt, deiner Dienstleistung oder der von dir gebotenen Erfahrung (z. B. Kundensupport-Interaktionen) ist. Verfolge dies über längere Zeiträume, um Trends im Kunden-Sentiment zu erkennen und potenziellen Problemen zuvorzukommen.

• Der Net-Promoter-Score® misst auf einer numerischen Skala, wie wahrscheinlich es ist, dass Nutzende dein Produkt oder deine Dienstleistung weiterempfehlen. Analysiere die Ergebnisse deiner NPS-Umfragen über verschiedene Kundensegmente hinweg, um Möglichkeiten zu finden, die Kundentreue in diesen Gruppen zu erhöhen, indem du auf ihre speziellen Bedürfnisse eingehst.

Ein Überblick zu NPS-Umfragen von Contentsquare

💡 Profi-Tipp: Voice-of-the-Customer-Tools, wie Feedbacks und Umfragen, ermöglichen dir, an jedem einzelnen Punkt der Customer Journey topaktuelle Erkenntnisse zu erfassen. 

Mit Contentsquare kannst du einen Feedback-Button überall auf deiner Website einfügen, um Kundinnen und Kunden die Möglichkeit zu geben, ihre Gedanken in eigene Worte zu fassen. Mit automatischen Screenshots erkennst du genau, was sie bei ihrer Feedback-Abgabe sahen – oder springe direkt zur entsprechenden Session-Aufnahme für noch mehr Kontext.

Kombiniere Feedback mit anderen PA-Tools wie Session-Aufnahmen, um genau zu verstehen, was zu schlechten (oder großartigen!) Nutzererlebnissen geführt hat.

Kombiniere deine Metriken, um das Nutzer-Engagement zu verstehen

Die vier oben genannten Metriken – DAU/MAU, Sessions pro Nutzer:in, Bounce-Raten, Kundenzufriedenheit sowie NPS – sind alles Beispiele für Metriken des Nutzer-Engagements. Es gibt nicht den einzelnen KPI für das Nutzer-Engagement: Stattdessen solltest du eine Reihe von Metriken (wie diese!) betrachten, um die Breite und Tiefe an Nutzerinteraktionen zu verstehen.

Das Nutzer-Engagement ist eine der wichtigsten Kennzahlen, die Produktmanager:innen und Marketingteams messen müssen, da es Aufschluss darüber gibt, ob dein Produkt den Nutzenden einen Mehrwert bietet. Wenn sich Nutzende intensiv mit deinem Produkt beschäftigen und es in ihre Routinen und Arbeitsabläufe einbauen, ist die Wahrscheinlichkeit höher, dass sie es langfristig nutzen werden, was die Kundenbindung und die wiederkehrenden Einnahmen erhöht.

5. Nutzerbindung

Die Nutzerbindung (auch User Retention) erfasst die Anzahl der Nutzenden, die wiederholt zu deinem Produkt zurückkehren und stetig in dieses investieren, was sie zu einer der wertvollsten Nutzergruppen für dein Unternehmen macht.

Die Retention-Raten (Kundenbindungsraten) korrelieren stark mit dem Umsatz, der Wiederkehrrate der Plattform und der Kundenzufriedenheit und können dir viel über das Nutzer-Engagement und die Verträglichkeit zwischen Produkt und Markt verraten. Retention-Analysen zu deinen langjährigen und sehr engagierten Nutzenden geben auch Aufschluss darüber, welche Nutzersegmente am profitabelsten sind. Das hilft dir, Gelegenheiten zur Steigerung der Kundenbindung zu erkennen, die du in deine Produktstrategie einbauen kannst.

Wie du die Retention-Rate deiner Nutzenden berechnest:

Retention-Rate = Anzahl der dauerhaften Nutzenden/Anzahl der anfänglichen Kundschaft

Contentsquares Retention-Analysen veranschaulichen die Journey, die deine wertvollsten Kundinnen und Kunden gemacht haben – und decken die wirkungsvollsten Aktionen auf, zu denen du neue Nutzende ermutigen solltest

6. Abwanderungsrate

Die Abwanderungsrate ist der Prozentsatz der Nutzenden, die dein Produkt nicht länger verwenden. Deine Abwanderungsrate ist im Grunde das Gegenteil deiner Kundenbindungsrate – und wie die Kundenbindungsrate kann auch sie Hinweise auf die Kundenzufriedenheit (oder deren Mangel) geben. 

Um deine Abwanderungsrate zu berechnen, nimmst du die Anzahl der Nutzenden, die du zu Beginn eines Zeitraums hast, und ziehst die Anzahl der Nutzenden ab, die am Ende des Zeitraums noch übrig sind. Teile das Ergebnis durch die Anzahl der Nutzenden, die du zu Beginn dieses Zeitraums hattest.

• Abwanderungsrate = (Anzahl der Nutzenden zu Beginn eines Zeitraums – Anzahl der Nutzenden am Ende des Zeitraums)/Anzahl der Nutzenden zu Beginn eines Zeitraums

7. Kundengewinnungskosten (CAC)

Die Kundengewinnungskosten (Customer Acquisition Cost, CAC) sind der durchschnittliche Betrag, den dein Unternehmen ausgibt, um einen neuen Kunden zu gewinnen. CAC sind nützlich, um zu messen, wie effizient deine Marketing- und Vertriebsaktivitäten sind, was bei der Beurteilung hilft, ob sich die Ausgaben für die Kundengewinnung auszahlen. 

Um die CAC zu berechnen, teile die Gesamtkosten der Marketing- und Vertriebsaktivitäten durch die Anzahl der Nutzenden, die zu neuen Kundinnen oder Kunden wurden.

• CAC = Gesamtkosten (Marketing + Vertrieb)/Anzahl der Neukunden

8. Customer-Lifetime-Value (LTV)

Der Kundengesamtwert – auch bekannt als Customer-Lifetime-Value oder User-Lifetime-Value (LTV, CLTV oder CLV) – ist eine Schätzung des Geldbetrags, den ein Kunde während seiner Beziehung zu deinem Unternehmen für dein Produkt ausgeben wird. 

Er hilft dir zu verstehen, wie viel du für die Kundengewinnung ausgeben und welche Art Kundschaft du ansprechen solltest (Tipp: Es sind meist die Kundinnen und Kunden mit dem höchsten LTV). 

Durch das Erstellen von Nutzersegmenten auf Basis des LTV mit Contentsquare lassen sich personalisierte Marketingkampagnen starten, die sich an Kundinnen und Kunden mit niedriger, mittlerer und hoher Kaufkraft richten. Nimm dir als Teil deiner Product-Analytics-Strategie die Zeit, diese Daten zu untersuchen: Sobald du die Verhaltensweisen entdeckt hast, die mit hochwertigen Kundinnen und Kunden verknüpft sind, solltest du dich bemühen, diese Aktionen für neue Nutzende zu wiederholen. Wenn du etwa feststellst, dass Kunden mit einem hohen LTV vor dem Kauf Produktbewertungen lesen, könntest du die Produktbewertungen auf zentralen Seiten stärker hervorheben.

Um den LTV zu berechnen, verwende folgende Formel:

CLTV = Durchschnittlicher Bestellwert x Einkaufshäufigkeit x Kundenlebensdauer

9. Monatlich wiederkehrende Einnahmen (MRR)

Die monatlich wiederkehrenden Einnahmen (Monthly Recurring Revenue, MRR) sind der Gesamtumsatz, den dein Produkt jeden Monat einbringt. Mit dieser Kennzahl kannst du den Cashflow vorhersagen, dein finanzielles Wohlergehen verfolgen und Umsatztrends zum Vorschein bringen.

Um die MRR zu berechnen, multiplizierst du die Gesamtzahl deiner Kundinnen und Kunden mit dem durchschnittlichen Umsatz pro Nutzer:in (Average Revenue per User, ARPU) pro Monat:

• MRR = Anzahl der Kunden x ARPU pro Monat

10. Akzeptanzrate

Die Akzeptanzrate ist der Prozentsatz der Nutzenden, die dein Produkt nicht nur erkunden oder austesten, sondern darüber hinaus zu Stammnutzenden werden und es dauerhaft in ihre Arbeitsabläufe einbauen.

Auch hier kann deine Definition von „Akzeptanz” variieren. Bei SaaS-Unternehmen ließe sich hierzu z. B. die Nutzung von Funktionen betrachten: etwa die X-fache Nutzung einer bestimmten Funktion über einen bestimmten Zeitraum. Unabhängig davon, welche Events du zum Kennzeichnen von Akzeptanz verwendest: Stelle sicher, dass sie mit dem Wert, den Nutzende aus deinem Produkt ziehen, in Verbindung stehen.

Um die Akzeptanzrate zu berechnen, teile die Anzahl der neuen Nutzenden, die ein zentrales Akzeptanzereignis (oder mehrere) durchgeführt haben, durch die Gesamtzahl der Nutzenden. Multipliziere das Ergebnis dann mit 100, um deinen Prozentsatz zu erhalten:

• Akzeptanzrate = (Anzahl der neuen Nutzenden/Gesamtzahl der Nutzenden) x 100

Business Impact der Messung relevanter Product-Analytics-Metriken

Ein Verständnis dafür, wie Menschen – sowohl potenzielle Nutzende als auch zahlende Kundschaft – mit deinem Produkt interagieren, verhilft datengesteuerten Marketingfachkräften und kundenorientierten Produktteams zu aussagekräftigen Erkenntnissen, die zu besseren Erlebnissen führen. Hier erfährst du, wie die richtigen Metriken helfen.

1. Sie stärken das Kunden-Engagement

Das Analysieren des Kundenverhaltens, während diese dein Produkt erkunden und akzeptieren, verschafft dir einen unmittelbaren Einblick in ihre Pain Points und Blocker. Nutze die obigen Kennzahlen, um Reibungspunkte in der User Journey zu identifizieren, die verhindern, dass sie den größtmöglichen Nutzen aus deinen Produktfunktionen ziehen. Dann kannst du experimentieren und optimieren, um bessere Nutzererlebnisse zu schaffen – und das Engagement der Kundschaft aufrechtzuerhalten.

2. Sie verbessern die Bindung (und den Umsatz)

Nutze Produktanalysen, um herauszufinden, was die Nutzenden dazu bringt, dazubleiben oder abzuwandern. Finde datengestützte Wege, um die Akzeptanz von Funktionen und Produkten zu erhöhen, sodass die Nutzenden ihr „Aha-Erlebnis“ um einiges schneller erreichen und einen größeren Nutzen aus deinem Produkt ziehen, was sie zu zufriedenen Langzeitkunden macht.

3. Sie erleichtern das Anziehen hochwertiger Kundschaft

Analysiere deine Produktanalysedaten, um das Verhalten, die Bedürfnisse und die Motivationen deiner hochwertigsten Kundinnen und Kunden zu verstehen. Erstelle gezielte Segmente von Kundschaft mit hohem LTV und erforsche die zentralen Verhaltensweisen und Eigenschaften, die mit dieser Nutzergruppe verbunden sind. Verwende die gewonnenen Erkenntnisse dann, um deine Produkt-Roadmap zu priorisieren, neue Funktionen zu planen und deine Marketingbotschaften zu verfeinern, sodass du mehr Nutzende dieses Typs erreichst.

Product-Analytics-Metriken vs. Digital-Experience-Metriken: Wo liegt der Unterschied?

Produktanalysen  konzentrieren sich darauf, wie Nutzende mit einem bestimmten Produkt interagieren, während Analysen der Digital Experience (DXA) einen breiteren Überblick über die User Journey bieten (und die Interaktionen nicht auf ein Produkt beschränken). 

Ein weiterer feiner Unterschied besteht darin, dass Product Analytics eine nutzerfokussierte Sichtweise bietet, während Digital Experience Analytics eine Perspektive bieten, die sich an Sessions orientiert. Als Ergebnis lassen sich mit der Produktanalyse Veränderungen im Zeitverlauf und plattformübergreifend nachverfolgen, während DXA dir ein tieferes Verständnis dafür vermitteln, wie Nutzende auf deiner Website und App interagieren.

Es geht nicht um das eine oder das andere: Beide sind wichtig. Zusammen bieten sie Breite und Tiefe – und du wirst sowohl PA als auch DXA benötigen, um einen umfassenden, ganzheitlichen Blick auf deine Kundschaft und ihre gesamte Journey zu erhalten.

Erhalte tiefgreifende, umsetzbare Einsichten mit den richtigen Metriken für Product Analytics

Das Einbeziehen von Metriken für Produktanalysen in dein Tracking und Reporting liefert dir ein umfassenderes Verständnis dafür, wie Kundinnen und Kunden mit deinem Produkt interagieren und welche Gefühle sie ihm gegenüber hegen. Nutze die gewonnenen Erkenntnisse, um datengesteuerte, kundenorientierte Verbesserungen vorzunehmen – vom Umsetzen neuer Onboarding-Abläufe, die geläufige Blocker in Angriff nehmen, bis hin zum Steuern der Produktentwicklung – und freue dich über eine verbesserte Retention, weniger Abwanderungen und zufriedenere, eifrigere Nutzende.

FAQs zu Product-Analytics-Metriken