Conversion Rate

Definition: Die Conversion Rate (CR; Konversionsrate; auch: Conversion-Quote) ist eine der zentralen Erfolgskennzahlen im Online Marketing die angibt wie viel Prozent der Besucher einer Website eine definierte Zielhandlung (Conversion) ausführen. Formel: CR = (Conversions ÷ Besucher) × 100. Beispiel: 200 Käufe / 10.000 Besucher = 2% E-Commerce-Conversion-Rate. Berechnungsvarianten: Session-basiert (Conversions / Sessions); Nutzer-basiert (Conversions / Unique Visitors; bevorzugt wenn ein Nutzer mehrfach besucht). Wichtig: die Conversion Rate ist immer relativ zur definierten Conversion; eine Seite kann gleichzeitig eine niedrige Kauf-CVR (2%) und eine hohe Newsletter-CVR (15%) haben. Umsatzformel: Umsatz = Traffic × CR × Average Order Value; alle drei Faktoren sind gleichwertige Umsatzhebel; CR-Steigerung um 1 Prozentpunkt (von 2% auf 3%) bei gleichem Traffic = 50% Umsatzsteigerung.

Erläuterung

Die Conversion Rate als zentrale Web-Analytics-Kennzahl etablierte sich mit der Professionalisierung des E-Commerce Ende der 1990er Jahre. Bill Tancer (Hitwise, damals Marktforscher für Web-Traffic; heute Teil des Kantar-Konzerns) dokumentierte in «Click: What Millions of People are Doing Online and Why It Matters» (2008) frühe aggregierte Conversion-Rate-Benchmarks auf Basis von Hitwise-Daten für US-E-Commerce. Das Marketingforschungsinstitut MarketingSherpa (Schwesterunternehmen von MarketingExperiments; heute Teil des MECLABS Institute, Jacksonville, Florida) begann ab 2002 mit der systematischen Erhebung von Conversion-Rate-Benchmarks und ist seither eine der meistzitierten Quellen für Branchenbenchmarks. Forrester Research (gegründet 1983 in Cambridge, Massachusetts von George Colony) und IRP Commerce (britische E-Commerce-Plattform; jährliche Branchenbenchmark-Datenbank) liefern heute die verlässlichsten segmentierten Conversion-Rate-Benchmarks für E-Commerce nach Branche und Gerät. Bryan Eisenberg (Future Now Inc.; Autor «Always Be Testing», 2008) und Roger Dooley («Brainfluence», 2012) popularisierten die systematische Conversion-Rate-Optimierung als Disziplin und etablierten den Rahmen dass eine Verbesserung der CR der kosteneffizienteste Weg zur Umsatzsteigerung ist da kein zusätzlicher Traffic benötigt wird.

Conversion-Rate-Benchmarks nach Branche und Gerät

E-Commerce-Benchmarks (IRP Commerce 2023; Nordamerika + Europa): Gesamt-E-Commerce-Durchschnitt: 1,5–3,5%; nach Branche: Lebensmittel/Supermarkt: 3,5–5% (geringer Entscheidungsaufwand; Gewohnheitskauf); Gesundheit/Beauty: 2,5–4%; Heimtierprodukte: 2,5–3,5%; Fashion/Bekleidung: 1,5–3,0%; Elektronik: 1,0–2,5% (hoher AOV → mehr Recherche → niedrigere CVR); Möbel/Einrichtung: 0,5–1,5% (sehr hohe Entscheidungshürde); Software/SaaS: 2–5% (Trial-Registrierung als primäre Conversion); B2B-Lead-Gen: 2–5% (Demo-Buchung/Kontaktformular); nach Gerät (globaler Durchschnitt, Statista 2023): Desktop: 2,5–4,0%; Mobile: 0,8–2,0%; Tablet: 1,5–3,0%; Mobile-Desktop-Gap: 60–75% geringer auf Mobile; erklärt durch kleinere Bildschirme, Ablenkung, Zahlungsreibung, Checkout-Komfort
Conversion-Rate-Segmentierung: Nach Traffic-Quelle (typische Rangfolge): Direkt/Brand (höchste CR: 4–8%; bereits bekannte Marke); E-Mail (3–6%; warme, qualifizierte Nutzer); Organisch/SEO (1,5–4%; Intent-abhängig); Paid Search (2–5%; hoher Intent bei Commercial Keywords); Social Media (0,5–2%: niedrigerer Intent, frühere Funnel-Phase); Display/Retargeting (1–3%; niedrige Cold-Traffic CVR, höhere Retargeting-CVR); Nach Nutzertyp: Bestandskunden: 3–8× höhere CVR als Neukunden; wiederkehrende Besucher: 2–4× höhere CVR als Erstbesucher; registrierte Nutzer vs. Gäste: 2–3× höhere CVR bei eingeloggten Nutzern (Checkout-Reibung entfällt)
Conversion-Rate-Interpretation: häufige Fehler: Kontext-Fehler: 2% CVR ist exzellent für Möbel; schlecht für Lebensmittel; immer nach Branche benchmarken; Granularitäts-Fehler: Gesamt-Website-CVR maskiert Probleme; immer Seiten-Typ und Funnel-Schritt segmentieren; Attribution-Fehler: Last-Click CVR für SEO/Social ist unterschätzt (Touchpoint früh im Funnel); Data-Dip-Fehler: kurzfristige CVR-Schwankungen (±20%) durch Saison, Werbeaktionen oder Traffic-Mix-Veränderungen; 4-Wochen-Durchschnitt als Baseline nutzen; Visitor-Qualitäts-Fehler: CVR-Steigerung durch niedrigeren Traffic-Qualität-Verlust (mehr Direkttraffic bei weniger organischem Traffic) fälschlicherweise als Erfolg werten

Conversion-Rate-Steigerung: Haupthebel

Schnellste Conversion-Rate-Hebel: Trust-Signale: Trustpilot/Google-Reviews + Stern-Bewertungen auf Produktseite und Checkout (+0,3–1,0 Prozentpunkte); klare Rückgabepolitik und Versandkosten im Sichtfeld; Value Proposition: präzise kommunizieren was das Angebot ausmacht; über dem Fold ohne Scrollen sichtbar; Checkout-Vereinfachung: Guest-Checkout anbieten; Felder reduzieren; Autofill aktivieren; Progress-Indicator; Zahlungsoptionen: PayPal/Apple Pay/Google Pay ergänzen Mobile-CVR um 0,5–1,5% typisch; Mobile-Optimierung: klickbare Buttons (min. 44×44px); keine interstitiellen Pop-ups; schnelle Ladezeiten; Call-to-Action-Optimierung: Button-Text, Farbe, Platzierung; immer Above-the-Fold-CTA auf wichtigen Seiten

Praxistipp: Segmentieren Sie Ihre Conversion Rate sofort nach mindestens drei Dimensionen: Gerät (Mobile vs. Desktop), Traffic-Quelle (Organisch vs. Paid vs. E-Mail) und Nutzertyp (Neu vs. Wiederkehrend). Diese neun Segmente zeigen Ihnen fast immer wo der größte Optimierungshebel liegt – typischerweise ist die Mobile-CVR im Vergleich zur Desktop-CVR dramatisch schlechter und bietet das höchste Optimierungspotenzial. Eine CVR-Steigerung um 1 Prozentpunkt auf Mobile kann bei hohem Mobile-Traffic-Anteil (>60%) den Gesamt-Umsatz um 15–30% steigern.