Die Conversion Rate (deutsch: Konversionsrate) ist eine Kennzahl, die das Verhältnis zwischen gezählten Conversions und einer definierten Bezugsmenge ausdrückt. Eine Conversion ist eine zuvor festgelegte Zielaktion, etwa ein Kauf, eine Lead-Anfrage, eine Registrierung oder eine andere für das jeweilige Ziel relevante Handlung. Die Conversion Rate wird üblicherweise in Prozent angegeben.
Welche Ereignisse im Zähler und welche Kontakte, Klicks, Sitzungen oder Nutzer im Nenner stehen, hängt vom Messsystem und Anwendungsfall ab. Deshalb sind Conversion Rates nur vergleichbar, wenn Conversion-Definition, Bezugsmenge, Zeitraum, Zählmethode und Attribution übereinstimmen.
Conversion Rate berechnen
Die allgemeine Formel lautet:
\[\text{Conversion Rate}=\frac{\text{Conversions}}{\text{Bezugsmenge}}\times 100\%\]
Die Bezugsmenge muss vor der Berechnung eindeutig festgelegt werden. Je nach Kontext können beispielsweise Klicks, Anzeigeninteraktionen, Sitzungen, Besuche oder Nutzer als Nenner dienen.
Beispiel: Ein Online-Shop verzeichnet 2.000 Sitzungen und 60 Sitzungen mit mindestens einem Kauf. Wird die Conversion Rate sitzungsbasiert berechnet, ergibt sich:
\[\frac{60}{2\,000}\times 100\%=3\%\]
Eine Conversion Rate von 3% bedeutet in diesem Beispiel, dass in 3% der betrachteten Sitzungen mindestens ein Kauf stattgefunden hat. Die Aussage wäre eine andere, wenn im Zähler alle Bestellungen statt der konvertierenden Sitzungen gezählt würden oder wenn der Nenner aus Nutzern statt Sitzungen bestünde.
Zähler: Was zählt als Conversion?
Eine Conversion ist keine universell vorgegebene Handlung. Sie wird aus dem Ziel des betrachteten Prozesses abgeleitet. Typische Conversion-Aktionen sind:
- Kauf oder Bestellung
- Absenden eines Lead- oder Kontaktformulars
- Registrierung oder Kontoeröffnung
- Buchung oder Terminvereinbarung
- Abschluss eines Abonnements
- Anmeldung zu einem Newsletter
- Download eines für den Prozess relevanten Inhalts
- Installation einer App
- Qualifizierter Anruf.
Für die wirtschaftliche Steuerung ist es sinnvoll, Hauptziele von vorgelagerten Handlungen zu trennen. Ein Kauf oder qualifizierter Lead kann beispielsweise als zentrale Conversion dienen, während Warenkorb-Aufruf, Produktansicht oder Newsletter-Anmeldung Zwischenziele abbilden. Werden sehr unterschiedliche Aktionen in einer gemeinsamen Conversion-Zahl zusammengefasst, verliert die Rate an Aussagekraft.
Nenner: Worauf wird die Conversion bezogen?
Der Nenner bestimmt, welche Frage die Kennzahl beantwortet. Häufige Bezugsgrößen sind:
| Bezugsmenge | Aussage der Rate | Typischer Einsatz |
|---|---|---|
| Nutzer | Anteil der Nutzer mit gewünschter Aktion | Nutzer- und Akquisitionsanalyse |
| Sitzungen/Besuche | Anteil der Sitzungen mit gewünschter Aktion | Website- und E-Commerce-Analyse |
| Klicks | Verhältnis von Conversions zu Klicks | Suchmaschinenwerbung und Kampagnenberichte |
| Anzeigeninteraktionen | Verhältnis von Conversions zu relevanten Anzeigeninteraktionen | Plattformabhängige Werbemessung |
| Leads | Anteil der Leads, die eine nächste Stufe erreichen | Lead-Funnel und Vertrieb |
| Checkout-Starts | Anteil begonnener Checkouts mit Abschluss | E-Commerce-Funnel |
Eine Rate auf Basis von Nutzern ist nicht direkt mit einer Rate auf Basis von Sitzungen oder Klicks vergleichbar. Ein Nutzer kann mehrere Sitzungen und mehrere Klicks erzeugen. Auch innerhalb derselben Plattform können unterschiedliche Messwerte verschiedene Nenner verwenden.
Conversion Rate in Google Ads
Google Ads definiert die Conversion-Rate in Google Ads als durchschnittliche Anzahl von Conversions pro Anzeigeninteraktion in Prozent. Die Plattform teilt die Zahl der Conversions durch die Anzahl der relevanten Anzeigeninteraktionen, bei denen Conversions erfasst werden können.
Für Google Ads lautet die plattformspezifische Logik damit vereinfacht:
\[\text{Google-Ads-Conversion-Rate}=\frac{\text{Conversions}}{\text{relevante Anzeigeninteraktionen}}\times 100\%\]
Eine Anzeigeninteraktion ist nicht immer mit einem Klick gleichzusetzen. Je nach Anzeigenformat können auch andere Interaktionstypen relevant sein. Google erläutert in den Conversion-Tracking-Daten, dass beispielsweise Anzeigenklicks oder Aufrufe von Videoanzeigen als relevante Interaktionen in die Berechnung eingehen können.
Google Ads weist außerdem darauf hin, dass eine Conversion Rate über 100% möglich ist. Das kann auftreten, wenn pro Anzeigeninteraktion mehrere Conversions gezählt werden, etwa bei mehreren Conversion-Aktionen oder einer Zählmethode, die mehrere Conversions je Interaktion berücksichtigt. Eine Google-Ads-Conversion-Rate ist deshalb nicht zwingend als Anteil eindeutig konvertierender Personen zu interpretieren.
Conversion Rate in Google Analytics 4
Google Analytics 4 (GA4) verwendet aktuell für Verhaltensanalysen vor allem Schlüsselereignisse. Google beschreibt ein Schlüsselereignis in GA4 als Ereignis, das eine für den Geschäftserfolg besonders wichtige Aktion erfasst. Der Begriff „Conversion“ wird im Google-Ökosystem inzwischen stärker für wichtige Aktionen verwendet, die zur Messung und Optimierung von Werbekampagnen dienen. Google erläutert die Abgrenzung in Conversions im Vergleich zu Schlüsselereignissen.
Für die Analyse von Conversion-ähnlichen Verhaltensraten bietet GA4 unter anderem zwei unterschiedliche Schlüsselereignisraten:
- Sitzung – Schlüsselereignisrate: Anteil der Sitzungen, in denen mindestens ein Schlüsselereignis aufgetreten ist
- Nutzer – Schlüsselereignisrate: Anteil der Nutzer, die ein Schlüsselereignis ausgelöst haben.
Die GA4-Dimensionen und -Messwerte definieren die sitzungsbasierte Rate als Sitzungen mit Schlüsselereignis geteilt durch alle Sitzungen und die nutzerbasierte Rate als Nutzer mit Schlüsselereignis-Aktion geteilt durch alle Nutzer.
Beispiel: 100 Nutzer erzeugen 160 Sitzungen. 12 Nutzer kaufen mindestens einmal; in 14 Sitzungen findet mindestens ein Kauf statt.
- Nutzerbasierte Rate: \(\frac{12}{100}\times 100\%=12\%\)
- Sitzungsbasierte Rate: \(\frac{14}{160}\times 100\%=8{,}75\%\)
Beide Werte sind korrekt, beantworten aber unterschiedliche Fragen. Der Nutzerwert beschreibt den Anteil konvertierender Nutzer, der Sitzungswert den Anteil konvertierender Sitzungen.
Conversion Rate in anderen Plattformen
Plattformen verwenden den Begriff nicht einheitlich. Microsoft Advertising dokumentiert für die Berichtsspalte ConversionRate die Formel \(\frac{\text{Conversions}}{\text{Klicks}}\times 100\%\). Die Microsoft-Advertising-Dokumentation zur ConversionRate verwendet damit einen klickbasierten Nenner.
Adobe Analytics führt in seinen standardmäßig berechneten Metriken eine Conversion Rate auf Basis von Orders ÷ Visits. Diese Beispiele zeigen, warum der bloße Spaltenname „Conversion Rate“ keine ausreichende Messdefinition darstellt.
| System oder Kontext | Zähler | Nenner | Besonderheit |
|---|---|---|---|
| Google Ads | Conversions | Relevante Anzeigeninteraktionen | Kann je nach Zählmethode über 100% liegen |
| Microsoft Advertising | Conversions | Klicks | Klickbasierte Kampagnenmetrik |
| GA4 Sitzung – Schlüsselereignisrate | Sitzungen mit Schlüsselereignis | Sitzungen | Misst konvertierende Sitzungen |
| GA4 Nutzer – Schlüsselereignisrate | Nutzer mit Schlüsselereignis | Nutzer | Misst konvertierende Nutzer |
| Adobe Analytics Standardmetrik | Orders | Visits | Bestellbezogene Besuchsrate |
Was sagt die Conversion Rate aus?
Die Conversion Rate beschreibt, wie häufig eine definierte Zielaktion relativ zu einer festgelegten Bezugsmenge auftritt. Sie eignet sich deshalb zur Analyse von Funnel-Stufen, Landingpages, Traffic-Quellen, Werbekampagnen, Geräten, Zielgruppen oder Zeiträumen.
Eine höhere Rate kann bedeuten, dass ein größerer Anteil der betrachteten Kontakte das Ziel erreicht. Daraus folgt jedoch nicht automatisch ein besseres Geschäftsergebnis. Eine Kampagne kann beispielsweise eine hohe Conversion Rate erzielen, aber nur wenige Nutzer erreichen, sehr teure Conversions erzeugen oder Conversions mit geringem Wert liefern.
Für eine wirtschaftliche Bewertung gehören je nach Geschäftsmodell weitere Kennzahlen dazu, beispielsweise:
- Anzahl der Conversions
- Conversion-Wert oder Umsatz
- Kosten pro Conversion beziehungsweise Cost per Acquisition
- Return on Advertising Spend
- Deckungsbeitrag oder Marge
- Durchschnittlicher Bestellwert
- Customer Lifetime Value
- Lead-Qualität und Abschlussquote.
Die Conversion Rate misst außerdem keine Kausalität. Steigt die Rate nach einer Änderung, zeigt die Beobachtung zunächst nur, dass zwei Zustände unterschiedlich gemessen wurden. Saison, Traffic-Mix, Preise, Verfügbarkeit, Kampagnen oder andere gleichzeitige Änderungen können den Unterschied verursacht haben. Ein sauber geplantes Experiment ist erforderlich, wenn der kausale Effekt einer konkreten Maßnahme bestimmt werden soll.
Prozent, Prozentpunkte und relative Veränderung
Änderungen der Conversion Rate werden häufig falsch beschrieben. Steigt eine Rate von 2,0% auf 2,4%, beträgt die absolute Veränderung:
\[2{,}4\%-2{,}0\%=0{,}4\text{ Prozentpunkte}\]
Die relative Veränderung beträgt:
\[\frac{2{,}4\%-2{,}0\%}{2{,}0\%}\times 100\%=20\%\]
Die Conversion Rate ist also um 0,4 Prozentpunkte beziehungsweise 20% relativ gestiegen. „Um 0,4% gestiegen“ wäre in diesem Beispiel mehrdeutig und fachlich unpräzise.
Was ist eine gute Conversion Rate?
Eine allgemein gültige gute Conversion Rate existiert nicht. Der Wert hängt unter anderem von Conversion-Ziel, Branche, Preisniveau, Kaufhäufigkeit, Gerät, Land, Traffic-Quelle, Kampagnentyp, Markenbekanntheit, Zielgruppe und Funnel-Stufe ab. Auch die verwendete Messdefinition verändert den Wert.
Ein Benchmark ist nur dann sinnvoll, wenn mindestens folgende Punkte ausreichend ähnlich sind:
- Gleiche Conversion-Aktion
- Gleicher Nenner und gleiche Zähllogik
- Vergleichbarer Markt und Zeitraum
- Ähnliche Traffic-Quelle und Kampagnenart
- Ähnliche Geräte- und Zielgruppenstruktur
- Vergleichbare Produkte, Preise und Kaufhürden.
Ein externer Durchschnittswert kann zur groben Einordnung dienen, ersetzt aber keine interne Zeitreihe und keinen Segmentvergleich. Besonders aussagekräftig sind Vergleiche mit derselben Messdefinition über Zeit sowie zwischen kontrollierbaren Segmenten wie Landingpages, Kampagnen oder Funnel-Stufen.
Einflussfaktoren auf die Conversion Rate
Die Conversion Rate entsteht aus dem Zusammenspiel von Nachfrage, Traffic-Qualität, Angebot, Nutzererfahrung und Messlogik. Zu den häufig relevanten Einflussfaktoren gehören:
- Such- und Kaufintention: Nutzer mit konkreter Handlungsabsicht konvertieren häufig anders als Nutzer in einer frühen Informationsphase
- Traffic-Quelle: Organische Suche, Brand Search, Display, Social Media, E-Mail und Referral-Traffic bringen unterschiedliche Erwartungslagen und Zielgruppen
- Angebot und Preis: Preis, Lieferbedingungen, Verfügbarkeit, Vertragslaufzeit, Garantie oder Nutzenversprechen beeinflussen die Entscheidung
- Landingpage-Relevanz: Inhalt und Angebot müssen zur vorherigen Anzeige, Suchanfrage oder Empfehlung passen
- Usability: Navigation, Formularlänge, Checkout, Fehlermeldungen und mobile Bedienbarkeit können den Abschluss erleichtern oder behindern
- Vertrauen: Verständliche Informationen zu Anbieter, Kosten, Datenschutz, Rückgabe oder Zahlungsabwicklung reduzieren Unsicherheit
- Technische Qualität: Ladefehler, Trackingfehler, nicht funktionierende Formulare oder Zahlungsprobleme können echte Conversions verhindern oder ihre Messung verfälschen
- Gerät und Kontext: Mobile und Desktop-Nutzung unterscheiden sich je nach Prozess, Branche und Kaufentscheidung
- Saisonalität und Verfügbarkeit: Nachfrage, Aktionen, Feiertage oder Lagerbestände können die Rate verschieben
- Definition und Attribution: Eine veränderte Zählmethode, ein anderes Attributionsmodell oder ein anderes Conversion-Fenster kann die gemeldete Rate verändern, ohne dass sich das Nutzerverhalten entsprechend geändert hat.
Conversion Rate optimieren
Conversion Rate Optimization (CRO) bezeichnet die systematische Verbesserung eines Prozesses mit dem Ziel, mehr geeignete Nutzer zur gewünschten Handlung zu führen. Eine Optimierung ist wirtschaftlich sinnvoll, wenn sie den Wert der resultierenden Conversions verbessert oder mindestens erhält, statt lediglich die Kennzahl kosmetisch anzuheben.
Ein belastbarer CRO-Prozess besteht typischerweise aus mehreren Schritten:
- Ziel und Messdefinition festlegen: Conversion, Nenner, Segmente und wirtschaftliche Zielgröße müssen eindeutig definiert sein.
- Funnel analysieren: Abbruchstellen, technische Fehler und auffällige Segmente werden identifiziert.
- Ursachen untersuchen: Verhaltensdaten, Nutzerfeedback, Support-Anfragen, Suchbegriffe oder qualitative Forschung helfen, plausible Ursachen zu finden.
- Hypothese formulieren: Eine konkrete Änderung wird mit einer erwarteten Wirkung und fachlichen Begründung verknüpft.
- Änderung testen: Bei ausreichendem Volumen kann ein kontrollierter A/B-Test die kausale Wirkung besser isolieren als ein einfacher Vorher-nachher-Vergleich.
- Ergebnis wirtschaftlich bewerten: Neben der Conversion Rate werden Conversion-Wert, Kosten, Marge, Qualität und mögliche Nebenwirkungen geprüft.
Sinnvolle Optimierungsfelder
Abhängig vom identifizierten Problem können unter anderem folgende Bereiche optimiert werden:
- Botschaft und Angebot auf Anzeige, Suchintention und Landingpage abstimmen
- Formulare auf notwendige Felder reduzieren
- Checkout-Schritte und Fehlermeldungen verständlicher gestalten
- Mobile Bedienung und technische Stabilität verbessern
- Preis-, Versand- und Vertragsinformationen früh und eindeutig darstellen
- Vertrauen durch nachvollziehbare Anbieter- und Leistungsinformationen erhöhen
- Relevante Call-to-Actions klar benennen und platzieren
- Unnötige Ablenkungen in transaktionalen Schritten reduzieren
- Lade- und Reaktionszeiten verbessern
- Traffic-Quellen mit geringer Eignung getrennt analysieren.
Eine kosmetische Steigerung der Rate ist möglich, ohne dass das Geschäftsergebnis steigt. Beispielsweise kann eine sehr niedrige Hürde für einen Lead mehr Formulareinsendungen erzeugen, gleichzeitig aber die durchschnittliche Lead-Qualität senken. CRO sollte deshalb eine Guardrail-Metrik für Qualität oder Wert enthalten.
Conversion Rate und A/B-Tests
Bei A/B-Tests werden zwei oder mehr Varianten unter vergleichbaren Bedingungen unterschiedlichen Nutzergruppen zugewiesen. Die beobachteten Conversion Rates sind Schätzwerte aus Stichproben. Kleine Unterschiede können durch Zufall entstehen.
Für die Bewertung eines Tests sind insbesondere relevant:
- Ausgangsrate beziehungsweise Baseline
- Stichprobengröße
- erwartete Mindestverbesserung
- Signifikanzniveau
- statistische Power
- Konfidenzintervall
- Testdauer und saisonale Effekte
- stabile Variantenzuweisung
- vorher definierte Primärmetrik
- zusätzliche Guardrail-Metriken.
Ein Test sollte nicht allein deshalb beendet werden, weil eine Variante zwischenzeitlich führt. Wiederholtes Prüfen und vorzeitiges Stoppen kann die Fehlerwahrscheinlichkeit erhöhen, wenn das statistische Verfahren nicht dafür ausgelegt ist. Ebenso sollte statistische Signifikanz nicht mit wirtschaftlicher Relevanz verwechselt werden: Eine sehr kleine Verbesserung kann bei großen Stichproben statistisch erkennbar, aber wirtschaftlich unbedeutend sein.
Conversion Rate, Attribution und Conversion-Fenster
Marketing-Conversions können mehreren Kontakten vorausgehen. Attribution legt fest, welchen Touchpoints ein Beitrag zur Conversion zugerechnet wird. Google beschreibt Attribution in Google Analytics als die Zuordnung von Beiträgen für wichtige Nutzeraktionen zu Anzeigen, Klicks und anderen Faktoren entlang des Pfads.
Ein anderes Attributionsmodell kann deshalb die Conversion-Zahlen einzelner Kanäle und damit deren gemeldete Conversion Rates verändern. Dasselbe gilt für Conversion- beziehungsweise Lookback-Fenster: Wird ein längerer Zeitraum berücksichtigt, können zusätzliche spätere Conversions einer früheren Interaktion zugerechnet werden.
Beim Vergleich zweier Reports müssen deshalb mindestens folgende Einstellungen geprüft werden:
- Conversion-Aktion
- Zählmethode
- Nenner
- Attributionsmodell
- Conversion- oder Lookback-Fenster
- Zeitzone
- betrachteter Zeitraum
- Datenaktualität
- Umgang mit Cross-Device- und modellierten Daten.
Messfehler und Datenqualität
Die berechnete Conversion Rate kann nur so zuverlässig sein wie die zugrunde liegende Datenerfassung. Typische Fehlerquellen sind doppelt ausgelöste Tags, fehlende Events, interne Zugriffe, Bot-Traffic, nicht erfasste Cross-Domain-Schritte, fehlende Transaktions-IDs, unterschiedliche Zeitzonen oder Änderungen an Tracking und Consent-Konfiguration.
Auch eine technisch korrekt implementierte Messung bildet nicht zwingend jede reale Conversion vollständig beobachtbar ab. Nutzer können Geräte wechseln, Cookies löschen, Tracking ablehnen oder offline abschließen. Plattformen können außerdem modellierte Daten verwenden, um Beobachtungslücken zu reduzieren.
Google erklärt für den Einwilligungsmodus in Google Analytics, dass sich das Verhalten von Tags nach dem Einwilligungsstatus richtet und je nach Implementierung unterschiedliche Voraussetzungen für die Conversion-Modellierung entstehen. Bei der Verhaltensmodellierung in GA4 können unter bestimmten Voraussetzungen Nutzer- und Sitzungsmesswerte einschließlich Schlüsselereignisraten modellierte statt ausschließlich beobachtete Daten enthalten.
Diese technischen Mechanismen ersetzen keine rechtliche Prüfung. Datenschutzrechtliche Anforderungen hängen von Region, eingesetzten Technologien, Datenflüssen und konkreter Verarbeitung ab.
Conversion Rate im Funnel
Eine einzige Gesamt-Conversion-Rate kann verdecken, an welcher Stufe ein Prozess Leistung verliert. Funnel-Raten zerlegen den Prozess in aufeinanderfolgende Übergänge.
Beispiel für einen Shop:
| Funnel-Stufe | Anzahl | Rate zur vorherigen Stufe |
|---|---|---|
| Produktansichten | 10.000 | – |
| Warenkorb hinzugefügt | 1.500 | 15% |
| Checkout gestartet | 900 | 60% |
| Kauf abgeschlossen | 540 | 60% |
Die Gesamt-Conversion-Rate von Produktansicht zu Kauf beträgt \(\frac{540}{10\,000}\times 100\%=5{,}4\%\). Bei konsistenten Stufen ergibt sich derselbe Wert auch aus \(15\%\times 60\%\times 60\%=5{,}4\%\). Für die Optimierung liefern die Übergangsraten zusätzliche Information: In diesem Beispiel gehen relativ viele Nutzer bereits zwischen Produktansicht und Warenkorb verloren, während die beiden späteren Übergänge jeweils 60% erreichen.
Funnel-Raten dürfen nur dann multipliziert werden, wenn sich die Stufen auf konsistente Kohorten und Zählweisen beziehen. Werden Nutzer, Sitzungen und Ereignisse innerhalb eines Funnels vermischt, kann eine rechnerisch plausible, aber fachlich falsche Gesamtquote entstehen.
Conversion Rate im Verhältnis zu anderen Kennzahlen
| Kennzahl | Formel oder Grundlogik | Aussage |
|---|---|---|
| Conversion Rate | \(\frac{\text{Conversions}}{\text{Bezugsmenge}}\) | Anteil beziehungsweise Häufigkeit von Zielhandlungen relativ zur Bezugsmenge |
| Click-Through-Rate (CTR) | \(\frac{\text{Klicks}}{\text{Impressionen}}\) | Anteil der Impressionen mit Klick |
| Cost per Conversion | \(\frac{\text{Kosten}}{\text{Conversions}}\) | durchschnittliche Kosten je Conversion |
| Average Order Value | \(\frac{\text{Umsatz}}{\text{Bestellungen}}\) | durchschnittlicher Bestellwert |
| Revenue per Visit | \(\frac{\text{Umsatz}}{\text{Besuche}}\) | durchschnittlicher Umsatz je Besuch |
| ROAS | \(\frac{\text{zurechenbarer Umsatz}}{\text{Werbekosten}}\) | Umsatz im Verhältnis zu Werbeausgaben |
CTR und Conversion Rate messen unterschiedliche Funnel-Stufen. Eine Anzeige kann eine hohe CTR und eine niedrige Conversion Rate haben, wenn viele Nutzer klicken, die Landingpage oder das Angebot aber nicht zur Erwartung passen. Umgekehrt kann eine niedrige CTR mit hoher Conversion Rate auftreten, wenn nur ein kleiner, aber sehr qualifizierter Teil der Impressionen klickt.
Häufige Fehler bei der Conversion-Rate-Analyse
Unterschiedliche Nenner vergleichen
Eine Rate pro Nutzer und eine Rate pro Sitzung beantworten verschiedene Fragen. Plattformwerte sollten nicht allein aufgrund identischer Bezeichnungen verglichen werden.
Mehrere Conversion-Typen zusammenfassen
Kauf, Newsletter-Anmeldung und Seiteninteraktion besitzen unterschiedliche wirtschaftliche Bedeutung. Eine gemeinsame Rate kann Veränderungen verschleiern.
Nur die Rate statt des Volumens betrachten
Eine Segment-Conversion-Rate von 20% bei zehn Besuchen basiert auf zwei Conversions. Eine Rate von 5% bei 100.000 Besuchen basiert auf 5.000 Conversions. Ohne Volumen ist die Stabilität und Geschäftswirkung schwer einzuschätzen.
Attribution mit Kausalität verwechseln
Eine einem Kanal zugerechnete Conversion beweist nicht, dass der Kanal die Conversion verursacht hat. Attribution verteilt Messbeiträge; Inkrementalität untersucht den zusätzlichen kausalen Effekt.
Änderungen des Traffic-Mix ignorieren
Die Gesamt-Conversion-Rate kann fallen, obwohl jedes einzelne Segment stabil bleibt, wenn mehr Traffic aus Segmenten mit strukturell niedrigerer Rate kommt. Deshalb gehören Segmentierung und gewichtete Zusammensetzung zur Interpretation.
Trackingänderungen als Performanceänderung lesen
Ein neuer Consent-Modus, eine andere Event-Definition, deduplizierte Transaktionen oder ein geändertes Conversion-Fenster können Zeitreihen brechen. Solche Änderungen sollten im Reporting dokumentiert werden.
FAQ zur Conversion Rate
Was ist die Conversion Rate einfach erklärt?
Die Conversion Rate zeigt, wie viele Conversions im Verhältnis zu einer festgelegten Bezugsmenge auftreten. Sie wird meist in Prozent angegeben. Entscheidend ist, ob sich die Rate auf Nutzer, Sitzungen, Klicks oder eine andere Bezugsgröße bezieht.
Wie lautet die Formel für die Conversion Rate?
Die allgemeine Formel lautet \(\frac{\text{Conversions}}{\text{Bezugsmenge}}\times 100\%\). Die genaue Bezugsmenge hängt vom System ab. Google Ads verwendet relevante Anzeigeninteraktionen; andere Analysesysteme können Sitzungen, Nutzer, Besuche oder Klicks verwenden.
Kann eine Conversion Rate über 100% liegen?
Ja, wenn der Zähler mehrere Conversions je Einheit des Nenners enthalten kann. Google Ads weist ausdrücklich darauf hin, dass dies bei bestimmten Conversion- und Zähleinstellungen möglich ist. Eine Rate, die den Anteil eindeutig konvertierender Nutzer oder Sitzungen misst, liegt dagegen definitionsgemäß höchstens bei 100%.
Was ist eine gute Conversion Rate?
Es gibt keinen allgemeingültigen guten Wert. Eine sinnvolle Einordnung benötigt mindestens eine vergleichbare Conversion-Definition, denselben Nenner sowie ähnliche Branche, Traffic-Quelle, Zielgruppe, Markt und Zeitraum.
Was ist der Unterschied zwischen Conversion Rate und CTR?
Die CTR misst Klicks relativ zu Impressionen. Die Conversion Rate misst Conversions relativ zu einer definierten Bezugsmenge wie Klicks, Sitzungen oder Nutzern. Beide Kennzahlen beziehen sich auf unterschiedliche Schritte im Funnel.
Wie lässt sich die Conversion Rate erhöhen?
Die Rate lässt sich durch die Beseitigung konkreter Hindernisse im Conversion-Prozess erhöhen, etwa durch relevantere Landingpages, verständlichere Angebote, bessere mobile Bedienung, kürzere Formulare oder stabilere Checkouts. Änderungen sollten anhand wirtschaftlicher Zielgrößen und nach Möglichkeit kontrollierter Tests bewertet werden.