Wenn Sie sich fragen, wie man die Conversion-Rate berechnet, ist die Lehrbuchantwort einfach: Teilen Sie die Anzahl der Conversions durch die Anzahl der Besucher und multiplizieren Sie mit 100. Aber nach einem Jahrzehnt des Aufbaus von Wachstums-Dashboards für SaaS- und E-Commerce-Kunden kann ich Ihnen sagen, dass die eigentliche Herausforderung nicht die Arithmetik ist – sondern die Wahl des richtigen Zählers und Nenners für Ihren spezifischen Funnel. Eine Rate von 2,5 % kann für eine Enterprise-Testversion für 5.000 $ hervorragend sein, aber für ein Impulskaufprodukt für 20 $ miserabel. Im Folgenden gebe ich Ihnen die exakte Formel, eine szenariobasierte Berechnungsmatrix und die Fehler, die die meisten Berichte stillschweigend verfälschen.
Die Kernformel und die Nenner-Falle
Die formale Gleichung lautet:
Conversion-Rate (CR) = (Conversions ÷ Gesamtinteraktionen) × 100
Die meisten Artikel hören hier auf. In der Praxis könnte „Gesamtinteraktionen“ eindeutige Besucher, Sitzungen, E-Mail-Empfänger, Anzeigenimpressionen oder sogar an den Vertrieb übergebene Leads bedeuten. Die Formel für die Conversion-Rate funktioniert nur, wenn der Nenner genau die Population darstellt, die hätte konvertieren können.
Als ich 2019 zum ersten Mal eine B2B-Reporting-Pipeline aufbaute, verwendete ich die Gesamtsitzungen als Nenner für Free-Trial-Anmeldungen. Da Power-User 8–10 Mal pro Woche eingeloggt waren, blähte sich die Sitzungsanzahl auf, und unsere „Conversion-Rate“ sah aus wie 0,8 %, obwohl die tatsächliche Rate pro Nutzer 4,3 % betrug. Diese Diskrepanz kostete uns eine fehlgeleitete Budgetkürzung bei Top-of-Funnel-Anzeigen.
Was Ihnen niemand sagt: Sitzungen vs. eindeutige Besucher ist keine geringfügige Buchhaltungsentscheidung – sie ändert Ihre Rate um das 2–5-fache bei Produkten mit wiederholter Nutzung. Die eigene Dokumentation von Google stellt fest, dass eine Sitzung eine Gruppe von Nutzerinteraktionen innerhalb eines 30-Minuten-Fensters ist, während ein Nutzer eine dauerhafte Entität über Geräte hinweg ist (Google Analytics-Hilfe). Wählen Sie diejenige, die zu der Entscheidung passt, die Sie treffen.
Wann Sitzungen vs. eindeutige Besucher verwendet werden sollten
- Sitzungen: Am besten geeignet, um die Absicht pro Besuch zu messen (z. B. überzeugt diese Landingpage einen Erstklick?).
- Eindeutige Besucher: Am besten geeignet, um die Conversion auf Konto- oder Kundenebene zu messen (z. B. hat diese Person letztendlich gekauft?).
- Impressionen: Reserviert für das Testen von Top-of-Funnel-Anzeigenmotiven, nicht für die Website-Leistung.
Impressionen, Klicks und die Attributionsnuance
Eine weitere Ebene, die Anfänger übersehen: Eine Anzeigenimpression ist nicht gleichbedeutend mit einem Besuch. Wenn Sie die Conversion-Rate aus Impressionen berechnen (üblich bei Display-Werbung), melden Sie Raten wie 0,05 %, die neben der 3-%-Rate Ihrer Website kaputt aussehen. Die Lösung besteht darin, Klicks als Nenner für anzeigeninitiierte Conversions zu verwenden und dann View-through-Conversions separat mit einem anderen Label zu verfolgen. Ich habe Teams gesehen, die beides vermischten und versehentlich eine „2-%-Conversion“ meldeten, die tatsächlich 0,02 % der Impressionen plus 20 % der Klicks war – eine 1000-fache Verzerrung.
Die Conversion-Rate-Berechnungsmatrix
Generische Rechner scheitern, weil sie einen einzigen Funnel annehmen. Ich habe diese Matrix entwickelt, um den korrekten Zähler und Nenner nach Kanal und Ziel zuzuordnen. Verwenden Sie sie als Spickzettel, bevor Sie eine Tabellenkalkulation anfassen.
| Conversion-Ziel | Web (Organisch/Bezahlt auf der Website) | E-Mail-Kampagne | Bezahlte Social-/Suchanzeigen |
|---|---|---|---|
| Verkauf (E-Commerce) | Bestellungen ÷ Eindeutige Besucher (oder Sitzungen) | Bestellungen ÷ E-Mail-Klicks (nicht Sendungen) | Bestellungen ÷ Anzeigenklicks (oder Sitzungen von der Anzeige) |
| Anmeldung (Newsletter/Konto) | Neue Konten ÷ Eindeutige Besucher | Neue Abonnenten ÷ Zugestellte E-Mails (oder Öffnungen) | Anmeldungen ÷ Landingpage-Besucher von der Anzeige |
| Lead (B2B-Formular) | Formularausfüllungen ÷ Eindeutige Besucher | Formularausfüllungen ÷ E-Mail-Empfänger | Leads ÷ Anzeigenklicks |
| Produktdemo | Demo-Anfragen ÷ Eindeutige Besucher | Demo-Anfragen ÷ E-Mail-Klicks | Demos ÷ Anzeigenklicks |
Beachten Sie, dass sich der Nenner bei E-Mail je nach Ziel verschiebt. Eine Newsletter-Anmeldung ist logisch an zugestellte E-Mails gebunden, aber ein Verkauf, der auf eine E-Mail zurückgeht, sollte Klicks verwenden, da nur Klickende die Website erreicht haben. Wenn Sie speziell Demo-Conversions messen, übernimmt unser Produktdemo-Conversion-Rechner die gewichtete Mathematik für Sie.
Warum kanalspezifische Nenner wichtig sind
Bei einem Kundenprojekt im Jahr 2022 entdeckten wir, dass ihre „Gesamt“-Conversion-Rate berechnet wurde, indem die Gesamtbestellungen durch die Gesamtzahl der E-Mail-Sendungen geteilt wurden – ohne zu berücksichtigen, dass 70 % des Umsatzes aus organischer Suche stammten. Die Zahl lautete 0,3 %, und die Führungsetage hätte beinahe das E-Mail-Programm gekillt. Als wir die obige Matrix anwendeten, betrug die E-Mail-Klick-Conversion 11 %, ein Spitzenwert. Der Fehler war rein die Nennerauswahl.
Geschäftsmodellspezifische Berechnungen: SaaS, Lead-Generierung, E-Commerce
Nicht alle Conversions sind gleich, und der Zähler muss die Definition von Wert des Geschäftsmodells widerspiegeln. Im Folgenden sind drei Praktiker-Muster aufgeführt, die ich verwende.
SaaS: Von der Testversion zur Zahlung
Bei Abonnementprodukten ist die Makro-Conversion die Umwandlung von Testversion zu Zahlung. Die Formel lautet Bezahlte Conversions ÷ Teststarts × 100. Sie müssen jedoch entscheiden, ob Sie nur Testversionen zählen, die im Zeitraum endeten (kohortenbasiert), oder alle jemals gestarteten Testversionen (kumulativ). Ich empfehle kohortenbasiert: Nehmen Sie Testversionen, die im Januar gestartet wurden, und messen Sie, wie viele innerhalb von 14 Tagen konvertierten. In einem echten Slack-ähnlichen Funnel, den ich geprüft habe, blähte die kumulative Zählung die CR um 22 % auf, weil langfristige Conversions aus früheren Monaten einflossen.
Lead-Generierung: Formularausfüllung zu SQL
B2B-Teams verwechseln oft „Lead-Conversion“ mit „Besucher-zu-Lead“. Die Besucher-zu-Lead-Rate verwendet Formularausfüllungen ÷ Besucher. Die Lead-zu-SQL-Rate (Sales-qualifizierter Lead) verwendet SQLs ÷ Gesamtleads. Das Vermischen ergibt eine gemischte Lead-Effizienzkennzahl. Ein häufiger Fehler ist die Verwendung von „Leads“ als Nenner für abgeschlossene Deals, was eine „Conversion-Rate“ von 5 % ergibt, die tatsächlich Lead-zu-Kunde misst, nicht Besucher-zu-Kunde.
E-Commerce: Warenkorb zu Bestellung
Hier ist die Mikro-Conversion „In den Warenkorb gelegt ÷ Produktansichten“; die Makro-Conversion ist „Bestellungen ÷ Sitzungen“. Wenn Sie Widgets für 15 $ verkaufen, ist eine Sitzungs-zu-Bestellungs-Rate von 2,5 % gesund. Wenn Sie Matratzen für 3.000 $ verkaufen, ist dieselbe 2,5 % außergewöhnlich. Der Kontext schlägt den rohen Prozentsatz.
Mikro- vs. Makro-Conversions und Funnel-Stufen
Die meisten Dashboards verfolgen nur den endgültigen Verkauf. Aber Mikro-Conversions – E-Mail-Anmeldungen, Videoaufrufe, Warenkorbhinzufügungen – sind Frühindikatoren. Berechnen Sie die Rate jeder Stufe separat mit dem unmittelbar vorgelagerten Nenner.
Für einen Funnel Besucher → Anmeldung → Testversion → Zahlung lauten die korrekten Stufenraten: Anmelderate = Anmeldungen ÷ Besucher; Testratenrate = Testversionen ÷ Anmeldungen; Zahlungsrate = Zahlungen ÷ Testversionen. Die Multiplikation ergibt die Gesamt-Besucher-zu-Zahlung, aber nur, wenn keine Doppelzählung auftritt.
Was die meisten Analysten übersehen: Ein Nutzer kann sich anmelden, abspringen und sich dann mit einer neuen E-Mail erneut anmelden. Wenn Sie beide Anmeldungen als separate Zähler zählen, aber Besucher im Nenner deduplizieren, übersteigt Ihre Anmelderate 100 % – eine rote Flagge. Ich erzwinge eine Identitätsauflösung über CRM-Abgleich, bevor ich Stufenraten berechne.
So berechnen Sie die Gesamt-Conversion-Rate (gemischt)
Die Formel für die Gesamt-Conversion-Rate ist kein einfacher Durchschnitt der Kanalraten. Sie ist die gewichtete Mischung aller Conversions geteilt durch alle berechtigten Interaktionen über Kanäle hinweg:
Gesamt-CR = (Σ Conversionsi) ÷ (Σ Berechtigte Interaktioneni) × 100
Dabei steht i für jeden Kanal (Web, E-Mail, Anzeigen). Wenn Kanal A 100 Conversions aus 2.000 Besuchen erzielt (5 %) und Kanal B 50 Conversions aus 500 Besuchen (10 %), dann liegt die kombinierte Rate bei (150) ÷ (2.500) = 6 %, nicht beim Durchschnitt von 5 % und 10 % (7,5 %). Diese gewichtete Herangehensweise verhindert, dass Kanäle mit hohem Volumen und niedriger Rate von kleinen Kanälen mit hoher Rate überdeckt werden.
Bei Funneln mit mehreren Zielen müssen Sie zunächst ein einzelnes Makroziel festlegen (z. B. umsatzgenerierender Kunde) und nur diese Conversions zählen. Die Vermischung von Anmeldungen und Verkäufen im Zähler erzeugt eine bedeutungslose „Gesamtzahl“. In einem Looker-Studio-Bericht, den ich für ein Fintech-Unternehmen erstellt habe, haben wir zwei kombinierte Kennzahlen definiert: eine für Engagement (auf Anmeldeebene) und eine für Umsatz (auf Zahlungsebene), klar beschriftet.
Ist eine Conversion-Rate von 2,5 % gut? Benchmarks nach Branche interpretieren
Die Antwort hängt vollständig vom Kontext ab. Laut Shopify’s Benchmark-Zusammenstellung liegen die durchschnittlichen E-Commerce-Conversion-Raten zwischen 1,5 % und 3,5 %, womit 2,5 % für einen allgemeinen Onlineshop im Mittelfeld liegt. Für B2B-Leadgenerierung legt WordStream-Daten nahe, dass eine Besucher-zu-Lead-Rate von 2,2 % näher am Median liegt, sodass 2,5 % leicht über dem Durchschnitt liegt.
Bei SaaS-Free-Trial-zu-Paid wäre 2,5 % jedoch katastrophal – typische Raten liegen hier bei 10–25 % für Self-Service. Umgekehrt ist bei einem Enterprise-Demo-zu-Abschluss für 50.000 $ selbst eine Rate von 2,5 % bei qualifizierten Demo-Teilnehmern ein erfolgreicher Ansatz. Die meisten Menschen übersehen, dass Benchmark-Tabellen in der Regel sitzungsbasiert sind; wenn Sie Raten auf Basis eindeutiger Besucher melden, addieren Sie 10–30 % zum veröffentlichten Wert, bevor Sie vergleichen.
So benchmarke ich in der Praxis
- Erstens: Den Nennertyp (Sitzungen vs. Nutzer) an die Quellstudie anpassen.
- Zweitens: Nach Traffic-Qualität segmentieren: bezahlte Suche mit Marke vs. ohne Marke unterscheidet sich um das Dreifache.
- Drittens: Nach Umsatz pro Conversion gewichten, nicht nur nach Anzahl.
Was bedeutet 20 % Conversion? Die Brüche entschlüsseln
Eine Conversion-Rate von 20 % ist schlicht ein Bruch: 20 von 100 berechtigten Interaktionen führen zur definierten Conversion. Einfach ausgedrückt: 20 % Conversion bedeutet 1 von 5. Wenn 500 Landingpage-Besucher kommen und 100 sich anmelden, sind das 20 %. Es ist nicht „20-mal besser als 1 %“ in absoluten Zahlen – es ist die 20-fache Rate, aber die Basis zählt.
20 % = 1 von 5. 10 % = 1 von 10. 2,5 % = 1 von 40. Diese Verhältnisse zu verinnerlichen verhindert Panik, wenn eine „niedrige“ 2,5 % tatsächlich 1 von 40 ist, was für kalten Traffic normal ist.
Ich habe einmal eine Demo-zu-Trial-Rate von 20 % einem Vorstand präsentiert, und ein Direktor hielt sie für niedrig, weil er sie mit den 2,5 % des Consumer-E-Commerce verglich. Die Umformulierung als „1 von 5 Demos starten eine Testphase“ verlagerte das Gespräch auf die Skalierung des Demo-Volumens statt auf die Behebung der Rate.
Häufige Fehler, die das Vertrauen in Ihre Berichte stillschweigend zerstören
- Doppelte Conversions: Das Importieren derselben Bestellung aus Shopify und Google-Ads-Offline-Conversions erhöht den Zähler künstlich. Nach Bestell-ID deduplizieren.
- Falscher Nenner: Die Verwendung aller Website-Besucher als Nenner für eine E-Mail-only-Aktion verwandelt eine klickbasierte Rate von 10 % in einen Geist von 0,5 %.
- Mikro und Makro mischen: Das Hinzufügen von Newsletter-Anmeldungen zu Verkäufen in einem „Conversion“-Eimer erzeugt eine Eitelkeitskennzahl.
- Geräteübergreifende Leckage: Ein Nutzer recherchiert auf Mobilgeräten, kauft auf dem Desktop. Wenn Sie pro Gerätesitzung zählen, verdoppelt sich der Nenner, während der Zähler eins bleibt, was die echte CR halbiert.
Die gleiche Nenner-Disziplin gilt für operative Kennzahlen; selbst unser On-Time-Delivery-Rate-Rechner trennt berechtigte Sendungen von Gesamtbestellungen, um falsch positive Ergebnisse zu vermeiden. Das Prinzip ist universell: Der Nenner muss genau die Menge sein, die den Zähler hätte erzeugen können.
Die „Über 100 %“-Warnflagge
Wenn Ihre Conversion-Rate 100 % überschreitet, haben Sie ein Nennerproblem – es sei denn, Sie messen etwas wie „Bestellungen pro Sitzung“, bei dem ein Nutzer mehrere Bestellungen in einem Besuch aufgeben kann (dann ist es eine Häufigkeitskennzahl, keine Rate). Ich markiere jede CR über 100 % in automatisierten Audits.
Ein 5-Schritte-Audit aus der Praxis, um Ihre Zahlen richtig zu bekommen
- Die Conversion explizit definieren: Schreiben Sie einen Satz: „Eine Conversion ist Ereignis X von Zielgruppe Y.“
- Nenner pro Kanal wählen: Verwenden Sie die obige Matrix; dokumentieren Sie sie in einem Datenwörterbuch.
- Identität abgleichen: Verwenden Sie CRM- oder Analytics-User-ID, um über Sitzungen und Geräte hinweg zu deduplizieren.
- Blended erst nach Kanalebene berechnen: Gewichtete Formel anwenden, niemals naiven Durchschnitt.
- Benchmark mit Gleichem vergleichen: Nennertyp und Traffic-Quelle abgleichen, bevor Sie „gut“ beurteilen.
In einem Audit für eine DTC-Marke im Jahr 2023 zeigten diese Schritte, dass ihre echte kombinierte Sitzungs-zu-Kauf-Rate 3,1 % betrug, nicht die gemeldeten 1,9 %, weil sie durch Sitzungen plus E-Mail-Versand kombiniert dividiert hatten. Die Korrektur gab Budget für Skalierung frei.
Fortgeschrittene Randfälle: Offline- und View-Through-Conversions
Wenn Sie Offline-Conversions (z. B. In-Store-Käufe aus Online-Recherchen) in Google Ads importieren, enthält Ihr Zähler Ereignisse, deren Nenner (Online-Klicks) assistierte Interaktionen möglicherweise unterzählt. Das Ergebnis ist eine konservative CR. View-Through-Conversions – Nutzer, die gesehen, aber nicht geklickt haben – erfordern eine separate impressionbasierte Rate, sonst zählen Sie Nutzer doppelt, die später geklickt haben. Ich beschrifte diese als „View-Through-CR“ und führe sie nie mit klickbasierter CR zusammen.
Eine weitere Nuance: B2B-Verkaufszyklen überschreiten 90 Tage. Die Berechnung der Conversion-Rate in derselben Woche wie der Besuch verletzt die Kausalität. Verwenden Sie Kohortenberichte: Besuchsmonat taggen, Conversion in Folgemonaten messen und eine zeitverzögerte CR berechnen. Das tauscht Echtzeit-Dashboards gegen Genauigkeit – ein Kompromiss, den ich für Enterprise-Funnel explizit eingehe.
Die Matrix noch heute anwenden
Beginnen Sie damit, die Conversion-Rate-Berechnungsmatrix auszudrucken und die Zeile einzukreisen, die zu Ihrem primären Ziel passt. Schreiben Sie dann für jeden Kanal den exakten Zähler und Nenner auf einen Haftnotizzettel neben Ihre Analytics-Ansicht. Innerhalb einer Stunde werden Sie mindestens eine Unstimmigkeit entdecken – wahrscheinlich die Sitzungs- vs. Nutzer-Falle oder einen E-Mail-Versand- vs. Klick-Fehler. Beheben Sie das, und Ihre gemeldete Conversion-Rate wird endlich etwas Aussagekräftiges bedeuten.
Denken Sie daran: Wie man die Conversion-Rate berechnet, ist keine einzelne Formel, sondern eine Disziplin, die richtige Population dem richtigen Ereignis zuzuordnen. Die Praktiker, die gewinnen, sind nicht die mit dem ausgefallensten Taschenrechner, sondern diejenigen, die jede Zahl in einer Vorstandssitzung verteidigen können, weil sie genau wissen, woher sie stammt.