Um den durchschnittlichen Bestellwert (AOV) zu berechnen, verwenden Sie diese Formel: AOV = Gesamtumsatz ÷ Anzahl der Bestellungen für einen bestimmten Zeitraum. Ich habe Dutzende von E-Commerce-Tabellen geprüft, und der häufigste Fehler ist nicht die Mathematik – es ist die Definition von „Umsatz“. Wenn Sie Bruttoumsätze abrufen, die erstattete Bestellungen enthalten, wird Ihr AOV künstlich aufgebläht. In diesem Leitfaden führe ich Sie durch einen praktischen Arbeitsmappen-Ansatz, der Excel-Formeln, GA4- vs. Shopify-Tracking abdeckt und wie sich AOV von durchschnittlichen Bestellungen und CAC unterscheidet.
Die Kern-AOV-Formel (und die Umsatzdefinition, die sie bricht)
Die Formel für den durchschnittlichen Bestellwert ist täuschend einfach. Sie nehmen den gesamten Geldwert aller abgeschlossenen Bestellungen und teilen ihn durch die Anzahl dieser Bestellungen. In der Praxis entscheidet die Frage was als Umsatz zählt darüber, ob Ihr AOV vertrauenswürdig ist.
Als ich zum ersten Mal ein AOV-Dashboard für eine Shopify-Mode-Marke mit 4 Mio. $ Umsatz erstellte, zog ich „Bruttoumsätze“ aus dem Export. Der AOV des Kunden sah mit 82 $ gesund aus. Aber nach Berücksichtigung einer Rückgabequote von 9 % und gestapelter Rabatte lag der tatsächliche Netto-AOV bei 71 $. Diese 14 %-Lücke veränderte ihre Anzeigen-Gebotsstrategie vollständig.
Die meisten Menschen erkennen nicht, dass Rabatte nicht dasselbe sind wie Rückerstattungen. Ein Rabatt reduziert den Umsatz zum Zeitpunkt des Verkaufs; eine Rückerstattung kehrt ihn später um.
Brutto- vs. Netto-Umsatz: Die erste Weggabelung
Der Bruttoumsatz umfasst Verkäufe zum Listenpreis vor Rabatten, Retouren und manchmal Versand oder Steuern. Der Nettoumsatz subtrahiert Rückerstattungen und Anpassungen nach dem Kauf. Für die interne Rentabilitätsanalyse ist Netto korrekt. Für Marketing-Benchmarks auf oberster Ebene verwenden einige Teams Brutto, müssen es aber klar kennzeichnen.
Wenn Ihre Tabelle „Bestellsumme“ ohne separate Rückerstattungsspalte summiert, zählen Sie stornierte Bestellungen doppelt. Die Sache, die Ihnen niemand über AOV erzählt: Plattform-Exporte behalten erstattete Bestellungen oft in der Gesamtzahl, es sei denn, Sie filtern nach Finanzstatus. Ich lernte dies, nachdem ich die Q3-Zahlen eines Kunden mit seinen Bankeinzahlungen abgeglichen hatte – ein Loch von 12.000 $ erschien durch ungefilterte Rückerstattungen.
Laut Shopify-Dokumentation zu Rabatten werden Rabattbeträge als separate Positionen erfasst, nicht als negativer Umsatz im Standardexport. Sie müssen sie manuell subtrahieren oder eine Reporting-App verwenden.
Zeitraum-Segmentierung und warum der monatliche AOV lügt
AOV ist nur innerhalb eines definierten Fensters aussagekräftig. Ich segmentiere nach 7 Tagen, 30 Tagen und Quartal. Ein einzelner Monat kann einen Feiertagsspitzenwert verbergen, bei dem der AOV aufgrund von Geschenkpaketen um 30 % springt. Vergleichen Sie gleiche Zeiträume Jahr für Jahr statt aufeinanderfolgender Monate.
Für ein klareres Bild erstellen Sie eine kleine Tabelle in Ihrer Arbeitsmappe, die den AOV pro Woche zeigt. Dies zeigt, ob eine Aktion tatsächlich die Bestellgröße erhöht hat oder nur die Nachfrage vorgezogen hat. Ich führte einmal eine Kampagne „Gib 100 $ aus, erhalte 20 $ Rabatt“ durch, die den AOV um 8 % erhöhte, aber die Marge nach Rabattkosten um 4 % senkte – die Segmentierung deckte es auf.
So berechnen Sie durchschnittliche Bestellungen (und warum die Verwechslung mit AOV Sie Geld kostet)
Die Frage „Wie berechnet man durchschnittliche Bestellungen“ bezieht sich normalerweise auf die durchschnittliche Kaufhäufigkeit – die mittlere Anzahl von Bestellungen pro Kunde in einem Zeitraum. Die Formel lautet: Durchschnittliche Bestellungen = Gesamtbestellungen ÷ Einzigartige Kunden. Dies ist nicht AOV; es ist eine Häufigkeitsmetrik, die damit einhergeht.
Ich saß einmal in einer Vorstandssitzung, in der der CFO „durchschnittliche Bestellungen“ und „durchschnittlichen Bestellwert“ synonym verwendete. Die Verwechslung führte zu einer fehlerhaften LTV-Prognose, die den Umsatz um das 2,3-fache überzeichnete. Diese getrennt zu halten, ist für die Unit Economics unerlässlich.
Durchschnittliche Bestellhäufigkeit vs. AOV: Eine Zwei-Linsen-Sicht
Betrachten Sie einen Shop mit 1.000 Bestellungen und 800 einzigartigen Kunden im Q1. Durchschnittliche Bestellungen = 1,25. Wenn der Nettoumsatz 80.000 $ beträgt, ist der AOV = 80 $. Der Umsatz pro Kunde beträgt 100 $ (AOV × Häufigkeit). Diese abgeleitete Metrik ist der Ort, an dem Wachstumshebel leben.
- AOV: Umsatz ÷ Bestellungen. Misst die Warenkorbgröße.
- Durchschnittliche Bestellungen (Häufigkeit): Bestellungen ÷ Kunden. Misst Wiederholungsverhalten.
- Umsatz pro Kunde: AOV × Häufigkeit. Misst den kombinierten Effekt.
Die meisten Dashboards überspringen die Häufigkeit und lassen die halbe Geschichte unerzählt. Wenn Sie nur den AOV mit Bündelung optimieren, aber ignorieren, dass Kunden seltener kaufen, erzielen Sie möglicherweise null Wachstum. Meiner Erfahrung nach ist eine 10 %-AOV-Steigerung gepaart mit einem 12 %-Häufigkeitsrückgang ein Nettoverlust, der als Gewinn getarnt ist.
So berechnen Sie den durchschnittlichen Bestellwert in Excel & Google Sheets (Schritt-für-Schritt-Arbeitsmappe)
Dieser Abschnitt beantwortet die praktische Frage: „Wie berechnet man den durchschnittlichen Bestellwert in Excel?“ Ich habe eine wiederverwendbare Vorlage für Kunden erstellt; unten finden Sie die genaue Struktur und Formeln, damit Sie sie replizieren können. Dieselbe Syntax funktioniert in Google Sheets mit geringfügigen Trennzeichen-Anpassungen.
Erstellen des Rohdaten-Tabs
Erstellen Sie einen Tab mit dem Namen Orders. Spalte A: Bestell-ID. B: Datum. C: Bruttobetrag. D: Rabatt. E: Rückerstattung. F: Nettobetrag (Formel). G: Kunden-ID. Fügen Sie hier Ihren Plattform-Export ein und fügen Sie dann Hilfsspalten hinzu.
Geben Sie in Zelle F2 =C2-D2-E2 ein, um den Netto pro Bestellung zu berechnen. Ziehen Sie nach unten. Dieser einzelne Schritt behebt die Rückerstattungs-Blindheit, die ich zuvor erwähnt habe. Für Testbestellungen fügen Sie eine Filterspalte H mit „WAHR/FALSCH“ hinzu und schließen Sie sie mit einer SUMIF auf einer Flags-Spalte aus den Summen aus.
Die genauen Excel-Formeln, die Sie einfügen
Verwenden Sie auf einem Zusammenfassungs-Tab diese Formeln (unter der Annahme von 500 Datenzeilen in Orders!):
- Gesamtnettoumsatz:
=SUM(Orders!F2:F501) - Gesamtbestellungen (gültig):
=COUNTA(Orders!A2:A501)-SUM(Orders!H2:H501)(wenn H Tests als 1 markiert) - AOV (Netto):
=B2/B3wobei B2 Umsatz ist, B3 Bestellungen. - Alternativer Brutto-AOV:
=SUM(Orders!C2:C501)/B3
Für dynamische Bereiche konvertieren Sie die Daten in eine Tabelle (Strg+T) und verwenden Sie =SUM(Orders[Net Amount])/COUNTA(Orders[Order ID]). Dies erweitert sich automatisch, wenn neue Bestellungen eintreffen – entscheidend während der Hochsaison, wenn das tägliche Volumen sich verdreifacht.
Anpassung für Rückerstattungen und Rabatte im Blatt
Wenn Ihr Export bereits Netto bereitstellt, überspringen Sie die Rabattspalte. Aber viele GA4-Exporte lassen Rückerstattungen vollständig aus. Ich füge eine wöchentliche manuelle Rückerstattungs-Eingabezelle hinzu und subtrahiere sie vom Gesamtumsatz, bevor ich dividiere. Die Formel wird =(SUM(Orders[Net Amount])-Refunds!B1)/OrdersCount.
Teilrückerstattungen brechen eine einfache Bestellanzahl. Wenn eine Bestellung zur Hälfte erstattet wird, ist sie immer noch eine Bestellung, aber ihr Nettoumsatz sinkt. Behalten Sie die Bestellanzahl unverändert; passen Sie nur den Umsatz an. Das bewahrt die AOV-Integrität. Ich entdeckte eine 3 %-AOV-Überbewertung bei einer Hautpflegemarke, weil sie erstattete Zeilen löschten und den Nenner unfair verkleinerten.
Häufige Excel-Fehler, die den AOV verzerren
Fehler 1: Verwenden von AVERAGE() auf der Nettobetragsspalte. Dies berechnet den Mittelwert der Einzelbestellwerte, was nur dann Umsatz÷Bestellungen entspricht, wenn jede Zeile eine Bestellung ist (wahr), aber bricht, wenn Sie leere Zeilen von Filtern haben. Verwenden Sie SUM/COUNT.
Fehler 2: Einschließen stornierter Bestellungen in die Anzahl, aber nicht in den Umsatz. Filtern Sie immer nach Finanzstatus = bezahlt oder erfüllt. Fehler 3: Mischen von Währungen. Wenn Sie global verkaufen, konvertieren Sie zuerst mit GOOGLEFINANCE oder einer statischen Wechselkursspalte. Als ich dies zum ersten Mal mit einer Pivot-Tabelle automatisieren wollte, summierte die Standardaggregation Bestell-IDs, als wären sie Zahlen – was eine unsinnige Anzahl erzeugte. Ich lernte, COUNT der Bestell-ID zu verwenden, nicht SUM.
Tracking von AOV in GA4 und Shopify: Plattform-Realitätschecks
Die Berechnung des AOV ist nicht nur Tabellenkalkulationsarbeit; Plattformen berichten ihn unterschiedlich. Wenn Sie diese Standardwerte verstehen, vermeiden Sie, dass Sie Äpfel mit Birnen über verschiedene Tools hinweg vergleichen.
GA4: Wo sich die Kennzahl versteckt und was sie ausschließt
In Google Analytics 4 ist die nächstgelegene Standardkennzahl Durchschnittlicher Kaufumsatz, die unter Monetarisierung > E-Commerce-Käufe zu finden ist. Laut Googles GA4-Dokumentation wird diese aus dem Wertparameter des Kaufereignisses abgeleitet. Entscheidend ist, dass GA4 Versandkosten und einige Steuern ausschließt, es sei denn, Sie übergeben sie im Ereignis. Das bedeutet, dass der GA4-AOV oft niedriger ist als der von Shopify.
GA4 schreibt den Umsatz auch der Sitzung zu, die den Kauf ausgelöst hat, nicht dem Kunden. Wenn ein Nutzer auf Mobilgeräten stöbert und auf dem Desktop kauft, kann geräteübergreifendes Tracking Bestellungen aufteilen. Für den echten AOV exportieren Sie die rohen Kaufereignisse mit der oben genannten Methode nach BigQuery oder Sheets. Ich habe eine Abweichung von 7 % zwischen GA4 und Shopify allein durch die sitzungsbasierte Zuordnung verzögerter Käufe gesehen.
Shopify: Nativer AOV und Export-Fallstricke
Die integrierten Berichte von Shopify zeigen den AOV unter „Umsatzberichte“. Sie enthalten standardmäßig Steuern und Versandkosten und zählen nur Bestellungen mit dem Finanzstatus „bezahlt“. Die Berichtsdokumentation von Shopify weist jedoch darauf hin, dass Entwurfsbestellungen und Testbestellungen nur ausgeschlossen werden, wenn sie entsprechend gekennzeichnet sind. Ich habe Live-Shops gesehen, in denen Testbestellungen von Entwicklern die Bestellanzahl um 3 % erhöhten, was den AOV geringfügig senkte, aber die Trendlinien verfälschte.
Für segmentierten AOV (nach Landingpage, Gutschein oder Kanal) verwenden Sie den Bestell-Export als CSV und die beschriebene Excel-Arbeitsmappe. Die Shopify-Oberfläche erlaubt es nicht, Teilrückerstattungen einfach aus dem Nenner auszuschließen. In einer Prüfung betrug der „durchschnittliche Bestellwert“ eines Händlers im Admin-Bereich 64 $, netto nach Teilrückerstattungen jedoch 61,40 $ – eine Differenz, die sich auf 40.000 $ pro Jahr summierte.
Was sind AOV und CAC (und wie man sie korrekt vergleicht)
Die letzte PAA: „Was sind AOV und CAC?“ AOV ist der durchschnittliche Bestellwert wie definiert. CAC ist Customer Acquisition Cost – die gesamten Vertriebs- und Marketingausgaben geteilt durch die in einem Zeitraum gewonnenen Kunden. Die Beziehung ist eine zentrale Rentabilitätsprüfung, nicht nur eine Kennzahl, mit der man prahlen kann.
Wenn Sie probabilistische Ausgaben statt historischer Durchschnittswerte modellieren, verschiebt sich die Mathematik hin zum Erwartungswert; unser Erwartungswert-Rechner demonstriert dieses Framework. Für die Berichterstattung bleiben Sie jedoch beim realisierten AOV, um Prognosen nicht mit Ist-Werten zu verwechseln.
Das AOV:CAC-Verhältnis, das tatsächlich Gesundheit signalisiert
Eine gängige Faustregel besagt, dass AOV ÷ CAC für eine gesunde Marge über 3,0 liegen sollte. Das ignoriert jedoch Wiederholungskäufe. Ich bevorzuge den Vergleich von Umsatz pro Kunde (AOV × Kaufhäufigkeit) mit dem CAC. Für einen Shop mit AOV 60 $, Häufigkeit 1,8, CAC 30 $ beträgt das Verhältnis 3,6, nicht 2,0. Diese Nuance erspart unnötige „AOV erhöhen“-Panik.
Abwägung: Die Senkung des CAC durch günstigen Traffic kann Käufer mit geringer Absicht anziehen, die einmal mit kleinen Körben kaufen. Ihr AOV bleibt möglicherweise stabil, während der CAC sinkt, was eine Verschlechterung der Kundenqualität verschleiert. Segmentieren Sie den CAC immer nach Kanal und verknüpfen Sie ihn mit dem AOV pro Kanal. In einer Kampagne für einen Haushaltswarenkunden betrug der Facebook-CAC 18 $ gegenüber 24 $ bei Google, aber der Facebook-AOV lag bei 42 $ gegenüber 71 $ bei Google – Google gewann beim Gewinn pro Kunde.
Warum CAC allein AOV-Strategien nicht validieren kann
Angenommen, Sie bündeln Produkte, um den AOV von 50 $ auf 65 $ zu heben. Wenn der CAC steigt, weil die gebündelte Anzeigenkreativität teurer in Produktion und Konversion ist, kann die Nettomarge sinken. Ich behandle AOV und CAC als gekoppelte Variablen in einem einfachen Tabellenkalkulationsmodell, bevor ich eine Aktion starte. Das Modell enthält Änderungen der Versandkosten durch größere Körbe – oft übersehen.
Fortgeschrittene AOV-Segmentierung: Kohorten, Kanäle und Produktstufen
Der gemischte AOV ist eine Eitelkeitskennzahl, wenn 80 % des Umsatzes von Wiederholungskäufern und 20 % von einmaligen Schnäppchenjägern stammen. Die Segmentierung zeigt, wo gehandelt werden muss.
Warum der gemischte AOV undichte Trichter verbirgt
Ich teile den AOV nach neuen vs. wiederkehrenden Kunden auf. Der AOV neuer Kunden ist typischerweise niedriger, weil sie ein Produkt testen. Der AOV wiederkehrender Kunden spiegelt Loyalitätsbündel wider. Wenn der gemischte AOV steigt, aber der AOV neuer Kunden fällt, quetschen Sie bestehende Fans aus, statt die Basis zu vergrößern. Das ist eine Abwanderungswarnung, kein Erfolg.
Berechnung des AOV pro Akquisitionskanal in Sheets
Fügen Sie dem Tab „Bestellungen“ eine Spalte „Kanal“ hinzu. Verwenden Sie dann =SUMIF(Orders[Channel],'Facebook',Orders[Net Amount])/COUNTIF(Orders[Channel],'Facebook'). Dies ergibt den kanalspezifischen AOV. Vergleichen Sie ihn mit dem Kanal-CAC, um den echten ROI zu finden. Ich entdeckte einen Pinterest-AOV von 38 $ bei einem CAC von 33 $ – kaum profitabel – während der Such-AOV bei 90 $ lag.
Rabattstrategie und ihre zweischneidige Wirkung auf den AOV
Rabatte können den AOV numerisch aufblähen, während sie die Marge zerstören. Die Arbeitsmappe muss sowohl den Brutto-AOV als auch den margenbereinigten AOV zeigen.
Gestapelte Rabatte vs. kostenloser Versand ab Schwellenwert
Das Stapeln von 20 % Rabatt + kostenlosem Geschenk erhöht den gemeldeten AOV, wenn Kunden Artikel hinzufügen, um den Schwellenwert zu erreichen, aber der Netto-Umsatz pro Bestellung kann sinken. Kostenloser Versand ab Schwellenwert (75 $ ausgeben, Versand frei) hebt den AOV oft von 62 $ auf 79 $, ohne den Produktwert zu rabattieren. Ich habe beides A/B-getestet: Schwellenwert-Versand ergab einen 11 % höheren Netto-AOV.
Das AOV-Modell mit Marge nach Rabatt
Erstellen Sie eine Spalte für den geschätzten COGS-Prozentsatz pro Bestellung. Berechnen Sie Netto-Betrag - (Netto-Betrag*COGS%) - Versandkosten. Teilen Sie diesen Deckungsbeitrag durch die Bestellanzahl, um den „Gewinn-AOV“ zu erhalten. Diese Kennzahl ist entscheidend für die Skalierung. Die meisten Wettbewerber erwähnen das nie; sie bleiben beim Umsatz-AOV stehen.
Die AOV-Integritäts-Checkliste: Ein letzter Praktiker-Check
Bevor Sie den AOV an Stakeholder berichten, führen Sie diese Checkliste aus, die ich nach drei fehlgeschlagenen Audits entwickelt habe. Es ist der Informationsgewinn, den Wettbewerber übersehen.
- Umsatzbasis: Netto oder brutto? Beschriften Sie es explizit im Berichtskopf.
- Bestellfilter: Schließen Sie Test-, stornierte und unbezahlte Bestellungen aus Anzahl und Umsatz aus.
- Rückerstattungsbehandlung: Teilrückerstattungen reduzieren den Umsatz, nicht die Bestellanzahl.
- Zeitraumabstimmung: Vergleichen Sie Fenster gleicher Länge und Saison.
- Währungsnormalisierung: Konvertieren Sie alle Bestellungen in eine Berichtswährung.
- Plattformabgleich: GA4 vs. Shopify vs. Excel sollten innerhalb von 2 % übereinstimmen.
- Häufigkeitstrennung: Berichten Sie die durchschnittliche Bestellanzahl pro Kunde neben dem AOV, nicht vermischt.
Vorlagenlayout der Arbeitsmappe (wiederverwendbar)
Hier ist die genaue Tab-Struktur, die ich an Kunden liefere:
- Tab 1: Raw_Orders – vollständiger Export mit Hilfsspalten.
- Tab 2: Refunds_Manual – wöchentliche Rückerstattungseingabe.
- Tab 3: Summary – AOV, Brutto-AOV, Häufigkeit, Umsatz/Kunde.
- Tab 4: CAC_Blended – Ausgabenimport und Verhältnisberechnung.
- Tab 5: Period_Compare – Woche-über-Woche und Jahr-über-Jahr.
Mit dieser Struktur habe ich einmal eine AOV-Abweichung von 6 % entdeckt, die durch ein Zahlungsgateway verursacht wurde, das fehlgeschlagene Bestellungen für 20 Minuten als „bezahlt“ markierte. Der Filtersschritt der Checkliste hätte es sofort erkannt. Denken Sie daran: AOV ist ein Diagnosewerkzeug, kein Ziel. Das Ziel ist der Gewinn pro Kunde. Nutzen Sie die Arbeitsmappe, um beide Perspektiven zu sehen, und Sie werden Wettbewerber übertrumpfen, die bei der Grundformel stehen bleiben.