Kennzahlen mobiler Apps für Shopify-Marken: Was Sie über Installationen hinaus messen sollten

Über Installationen hinaus sollte eine Shopify-Marke messen, ob ihre mobile App das Verhalten der Kundschaft verändert: den Umsatzanteil der App, die Aktivierung bis zum ersten Kauf, Wiederkäufe, den Beitrag von Push-Benachrichtigungen, die Nachfrage im Merchandising und den technischen Zustand der App. App Store Connect und die Google Play Console bilden Nutzergewinnung und Downloads gut ab, nicht aber Ihre Shopify-Bestelldaten. Und genau dort liegen diese Antworten.

Installationen, Sitzungen und Öffnungen von Push-Benachrichtigungen können gut aussehen, während die kommerziellen Ergebnisse schwach bleiben. Nutzen Sie ein zweites Dashboard für die Daten des Anbieters und für Bestellungen und Umsatz.

Dieser Leitfaden behandelt die Kennzahlen mobiler Shopify-Apps, die zeigen, ob sich die App ihren Platz als Vertriebskanal verdient.

Er behandelt auch das Problem, auf das die meisten Marken stoßen, bevor sie überhaupt bei den Kennzahlen ankommen: das Werkzeug. Wenn Ihr App-Anbieter Ihnen kein Dashboard für Bestellungen und Umsatz bereitstellt, bleiben Ihnen Google Analytics 4 und die beiden Store-Konsolen. Diese Kombination bildet die Aktivität in der App gut ab. Den Status Ihrer Shopify-Bestellungen bildet sie nicht ab, und genau dort liegt die Antwort.

Nutzen Sie diesen Leitfaden zusammen mit den Leitfäden zu den Plattformen: App Store Connect Analytics für Shopify-Marken behandelt Nutzergewinnung und Interaktion unter iOS, Google Play Console Analytics für Shopify-Marken das Gegenstück für Android.

Das richtige Messmodell

Beobachten Sie keinen Stapel unverbundener KPIs. Nutzen Sie eine Kette, die zeigt, ob die Kundschaft vorankommt:

Reichweite -> Installation -> Erste nützliche Sitzung -> Stöbern
-> Warenkorb -> Kauf -> Wiederkauf -> Langfristiger Wert
   (Anmeldung und Berechtigung für Benachrichtigungen sind
    Meilensteine auf dem Weg, keine Pflichthürden vor dem Stöbern)

Ein Dashboard, das nur Installationen, Sitzungen oder Öffnungen von Push-Benachrichtigungen ausweist, kann gut aussehen, während die Kundschaft vor dem Kauf stecken bleibt. Anmeldung und Push-Berechtigung sind nicht für jede Person Pflicht. Viele Händler-Apps erlauben das Stöbern und den Kauf als Gast. Behandeln Sie beides als Meilensteine, die Sie messen, nicht als Hürden, die Sie erzwingen. Das Dashboard sollte sechs Aufgaben abdecken:

Der Rest dieses Leitfadens geht diese sechs Aufgaben einzeln durch, ergänzt dann einen Rhythmus für die Auswertung und eine kurze Liste der Zahlen, die in die Irre führen. Vorher aber eine Regel.

Definieren Sie jede Kennzahl, bevor Sie sie vergleichen

Viele Dashboards definieren ihre Kennzahlen falsch. Für „Conversion-Rate der App“, „Umsatz pro App-Kunde“, „Wiederkaufrate“, „zugeordneter Umsatz“ und „LTV“ gibt es jeweils mehrere gültige, aber unterschiedliche Berechnungen. Ohne Definitionen vergleichen Sie Unterschiedliches und ziehen den falschen Schluss.

Halten Sie deshalb für jede Kennzahl im Dashboard acht Dinge fest:

1. Zähler: was genau Sie zählen.
2. Nenner: wodurch genau Sie teilen.
3. Regel für die Kundenidentität: Gerät, Konto oder zusammengeführtes Kundenprofil.
4. Attributionsfenster: der Zeitraum, in dem ein Kontaktpunkt für ein Ergebnis angerechnet wird.
5. Kanalregel: nur die App oder alle Kanäle, die eine Person nutzt.
6. Zeitzone: die Zeitzone, die der Zahl zugrunde liegt, und ob sie zu dem System passt, mit dem Sie vergleichen.
7. Umgang mit Erstattungen und Retouren: brutto oder abzüglich Stornierungen und Retouren.
8. Zuständigkeit: die eine Person, die für die Zahl und ihren Schwellenwert verantwortlich ist.

Daraus folgt eine harte Regel: Vergleichen Sie eine App-Kennzahl erst dann mit einer Web-Kennzahl, wenn ihre Definitionen übereinstimmen. Der klassische Fehler wirkt harmlos. Ein Team teilt die App-Bestellungen durch die angemeldeten App-Nutzer, die Web-Bestellungen durch alle Shopify-Sitzungen und verkündet, die App konvertiere 5-mal so gut. Das stimmt nicht. Das sind zwei verschiedene Brüche mit zwei verschiedenen Nennern, und der Abstand ergibt sich vor allem aus der Definition, nicht aus der Leistung. Bringen Sie zuerst die Nenner in Einklang, dann vergleichen Sie.

So sieht eine definierte Kennzahl in der Praxis aus. Vier erste Zeilen in dem Format, dem jede Kennzahl in Ihrem Dashboard mit der Zeit folgen sollte:

Beachten Sie, dass jede dieser vier Kennzahlen von Shopify-Daten abhängt, nicht von der App allein. Genau darum geht es: Für eine E-Commerce-Marke ist Shopify die maßgebliche Quelle für das Geld, und das App-Dashboard bezieht seine Zahlen von dort.

Wenn GA4 Ihr einziges App-Dashboard ist

Google Analytics 4 ist ein Werkzeug für Ereignisse und Zielgruppen. Es ist keine maßgebliche Quelle für das Geld, und fünf seiner dokumentierten Verhaltensweisen sollten Sie kennen, bevor Sie darauf ein Dashboard für eine E-Commerce-App aufbauen.

Es erfährt nichts von einer Shopify-Erstattung, solange Sie keine senden. GA4 misst eine Erstattung nur, wenn Ihre App ein refund-Ereignis mit der passenden transaction_id sendet (GA4-E-Commerce-Messung). Bestellstatus, Stornierungen und Retouren aus Shopify fließen nicht von selbst zurück. Eine Zahl abzüglich Retouren, die jedes Gespräch mit der Finanzabteilung braucht, müssen Sie also selbst aufbauen und am Laufen halten.

Daten auf Ereignisebene verfallen, und die kostenpflichtige Version löst das nur teilweise. Bei einer Standard-Property können Sie Daten auf Nutzer- und Ereignisebene 2 Monate oder 14 Monate aufbewahren. Analytics 360 ergänzt 26, 38 und 50 Monate, aber nur für Daten auf Ereignisebene. Die Aufbewahrung auf Nutzerebene ist in beiden Versionen auf 14 Monate begrenzt, und Daten zu Alter, Geschlecht und Interessen werden unabhängig von Ihrer Einstellung immer 2 Monate aufbewahrt. Außerdem gibt es eine Untergrenze, die Sie nicht steuern: Wird eine Standard-Property zu einer Large-Property oder eine 360-Property zu einer XL-Property, sinkt die Aufbewahrung auf Ereignisebene automatisch auf 2 Monate, und Daten, die älter als 2 Monate sind, werden unzugänglich und dauerhaft gelöscht (GA4-Datenaufbewahrung). Eine Kohortenauswertung im Jahresvergleich ist also eine Funktion von 360, und selbst dort ist sie nicht garantiert.

Berichte mit hoher Kardinalität fallen in einer Zeile „(other)“ zusammen. Überschreitet eine Tabelle ihr Zeilenlimit, zeigt GA4 die häufigsten Werte einer Dimension und fasst den Rest in einer einzigen Zeile „(other)“ zusammen. Google empfiehlt, jede Dimension mit mehr als 500 Werten als Dimension mit hoher Kardinalität zu behandeln, und stellt klar, dass 500 ein Richtwert und kein Limit ist: Die tatsächlichen Zeilenlimits hängen vom Property-Typ, vom Bericht und von der Komplexität der Abfrage ab, etwa von sekundären Dimensionen und Filtern (GA4-Zeile „(other)“). Produkt-ID und Suchanfrage sind genau die Dimensionen, die eine E-Commerce-Marke braucht, und genau die mit Tausenden von Werten.

Große Abfragen werden mit Stichproben ausgewertet, und das ist wieder ein eigenes Limit. Stichproben sind nicht derselbe Mechanismus wie die Zeile „(other)“, und es lohnt sich, beides auseinanderzuhalten. Stichproben werden gezogen, wenn die Zahl der Ereignisse hinter einem Bericht, einer explorativen Datenanalyse oder einer Anfrage das Kontingent Ihrer Property überschreitet. Dieses Kontingent liegt bei einer Standard-Property bei 10 Millionen Ereignissen und bei Analytics 360 bei bis zu 1 Milliarde, standardmäßig bei 100 Millionen Ereignissen pro Abfrage (GA4-Datenstichproben). GA4 rechnet die Stichprobe dann zu einem tendenziell richtigen Wert hoch. Für einen Traffic-Trend genügt das. Für den Abgleich des Umsatzes mit Shopify genügt es nicht, weil Sie einen hochgerechneten Schätzwert keiner bestimmten Menge von Bestellungen zuordnen können.

Manche Zeilen werden Ihnen vorenthalten. GA4 wendet Datenschwellenwerte an und blendet Zeilen aus, wenn ein Bericht demografische Daten oder Suchanfragen enthält und die Nutzerzahlen zu niedrig sind (GA4-Datenschwellenwerte). Ein größerer Zeitraum kann sie zurückbringen. Das ist das Gegenteil dessen, was eine tägliche Auswertung in der Woche der Veröffentlichung braucht.

Es gibt einen Ausweg, für Marken, die groß genug sind, ihn zu nutzen. GA4 exportiert Rohdaten auf Ereignisebene nach BigQuery, und was dort ankommt, gehört Ihnen. Weil Sie dann Ihre eigenen Tabellen abfragen, gelten die Zeile „(other)“, die Kontingente für Stichproben und die Datenschwellenwerte nicht mehr, und die Aufbewahrungseinstellung von GA4 bestimmt nicht mehr über das, was Sie bereits exportiert haben. Das sind Grenzen der Berichtsoberflächen von GA4, nicht der exportierten Daten. Der tägliche Export ist bei einer Standard-Property auf 1 Million Ereignisse pro Tag und bei 360 auf 20 Milliarden begrenzt, und eine Streaming-Option hebt die Mengenbegrenzung gegen eine Gebühr pro Gigabyte auf (GA4-BigQuery-Export). Der Haken: Sie betreiben dann ein Data Warehouse, mit Kosten für Speicher und Abfragen, mit SQL und mit jemandem, der GA4-Ereignisse mit Shopify-Bestellungen verknüpft und diese Verknüpfungen korrekt hält, wenn sich beide Seiten ändern. Die meisten Shopify-Marken sollten das nicht übernehmen. Wenn Sie bereits ein Datenteam haben, ist es der richtige Weg, damit GA4 Fragen zu Bestellungen und Umsatz beantwortet.

Nichts davon macht GA4 zu einem schlechten Werkzeug. Es macht GA4 aber zur falschen alleinigen Quelle für den Umsatz. Nutzen Sie es für das, was es gut kann: die Analyse von Nutzergewinnung, Kampagnen und Zielgruppen. Lesen Sie die kommerzielle Ebene aus Shopify und aus einem App-Dashboard, das auf den Bestelldaten von Shopify aufbaut. So kommen Erstattungen, Rabatte, Kundentyp und Wiederkaufverhalten bereits abgeglichen an, statt aus Ereignissen nachgebaut zu werden.

Derselbe Test gilt für jedes Werkzeug, das man Ihnen vorlegt. Stellen Sie drei Fragen. Liest es den Bestellstatus aus Shopify, einschließlich Erstattungen und Stornierungen? Kann es eine Kohorte ein Jahr später noch auswerten? Definiert es seine Kennzahlen selbst, oder überlässt es die Definition jeder Analystin und jedem Analysten? Ein Werkzeug, das alle drei Fragen verneint, ist ein Traffic-Bericht, kein Dashboard für Bestellungen und Umsatz.

Das minimale Dashboard

Beginnen Sie mit diesen acht. Sie decken alle fünf Aufgaben ab und zeigen, ob die App funktioniert, bevor Sie ein umfassenderes Modell ergänzen:

1. Umsatzanteil der App (App-Umsatz / gesamter Online-Umsatz)
2. Conversion-Rate der App (mit einem definierten Nenner, der mit dem Web vergleichbar ist)
3. Aktivierungsrate bis zum ersten Kauf (von neuen Nutzern bis zur ersten Bestellung)
4. Wiederkaufrate nach 30 Tagen (zweite Bestellung, beliebiger Kanal)
5. Bindungsrate an Tag 30 (kommen neue App-Nutzer zurück?)
6. Push-Opt-in-Rate und Abmelderate (immer als Paar lesen)
7. Erfolgsrate im Checkout (die Fehlerstelle mit der höchsten Kaufabsicht)
8. Absturzfreie Sitzungen (die Grundlage für alles andere)

Alles in den sechs folgenden Abschnitten zeigt, wie Sie tiefer einsteigen, wenn eine dieser acht Kennzahlen eine Frage aufwirft. Eine kleinere Marke sollte hier beginnen und der Versuchung widerstehen, dreißig Kennzahlen zu erfassen, die niemand auswertet.

1. Kommerzielle Kennzahlen: die Sicht der Geschäftsleitung

Diese Kennzahlen gehören an den Anfang des Dashboards. Lesen Sie sie aber als Kohorten, nicht nur als Tagessummen:

• Umsatzanteil der App: der Anteil des gesamten Online-Umsatzes, der über die App erzielt wird.
• Conversion-Rate der App: Bestellungen geteilt durch einen klar definierten Nenner aus App-Sitzungen oder qualifizierten Besuchern (siehe die Definitionstabelle oben; diese Kennzahl wird am häufigsten durch einen unpassenden Vergleich mit dem Web aufgebläht).
• Durchschnittlicher Bestellwert: der durchschnittliche Bestellwert der App im Vergleich zum Onlineshop und zum mobilen Web, mit übereinstimmenden Definitionen.
• Umsatz pro App-Kunde: besser als der Umsatz pro Installation, weil er keine große, unqualifizierte Zahl an Installationen belohnt. Das Problem der Selbstselektion löst er aber nicht: Eine kleine Gruppe treuer Kunden mit hohem Wert kann ihn hervorragend aussehen lassen. Lesen Sie ihn immer zusammen mit der Größe der Kohorte, der Wiederkaufrate und einem Vergleich mit abgeglichenen Kohorten oder einer Kontrollgruppe, wenn die Entscheidung eine Aussage über Ursache und Wirkung braucht.
• Zwei Wiederkaufraten, nicht eine. Sie beantworten unterschiedliche Fragen, und wer sie zusammenlegt, verdeckt die Antwort auf beide:
• Wiederkaufrate der Kunden: über die App gewonnene oder aktivierte Kunden, die über einen beliebigen Kanal erneut kaufen. Sie zeigt, ob die App das Verhalten der Kundschaft verändert hat.
• Wiederkaufrate im App-Kanal: Kunden, die gezielt über die App erneut kaufen. Sie zeigt, ob die App zu einem dauerhaften Vertriebskanal wird.
• Zu einer Zahl zusammengelegt, verdecken sich die beiden Raten gegenseitig. Ein Wechsel zwischen Kanälen kann die App schwächer aussehen lassen, als sie ist, und eine reine App-Sicht kann verbergen, dass die Kundschaft gern woanders erneut kauft. Erfassen Sie beide.
• Kohortenumsatz oder LTV nach 30, 60 und 90 Tagen: was in einem Zeitraum gewonnene oder aktivierte Kunden später tatsächlich ausgeben. Legen Sie den Umfang ausdrücklich fest: Umfasst der „Wert“ alle späteren Shopify-Käufe über alle Kanäle oder nur Bestellungen, die der App zugeordnet sind? Beides beantwortet unterschiedliche Fragen, und die Zahl ist bedeutungslos, solange Sie nicht sagen, welche Sie meinen.
• Opt-in-Rate für Marketing und SMS im Checkout: der Anteil der Checkouts in der App, bei denen die Kundschaft E-Mail- oder SMS-Marketing zugestimmt hat. Die App vergrößert die Listen, auf denen Ihr gesamtes Programm zur Kundenbindung aufbaut, und das ist kommerzieller Wert, selbst in einem Zeitraum, in dem der Bestellwert stagniert.
• Rabattanteil am Umsatz und Leistung nach Rabattcode: der rabattierte Betrag geteilt durch den Bruttoumsatz, dazu, was jeder Code Sie gekostet hat und wie viele Bestellungen er betraf. Ein App-Kanal, der über Rabattcodes wächst, ist ein anderer Business Case als einer, der zum vollen Preis wächst, und so sehen Sie am schnellsten, welchen Sie haben. Es ist auch die erste Eingangsgröße für die Frage nach der Marge weiter unten.
• Deckungsbeitrag pro Bestellung, wo verfügbar: Umsatz nach Rabatt, Produktkosten, Versandkostenzuschuss, Zahlungsgebühren und Retouren. Nennen Sie ihn Deckungsbeitrag pro Bestellung, nicht „Gewinnbeitrag der App“, denn eine echte Gewinnzahl für den App-Kanal muss auch die Gebühren der App-Plattform, Entwicklung und Wartung, bezahlte Nutzergewinnung, CRM- und Push-Tools, die Kosten von Aktionsrabatten und den Support tragen. Nennen Sie die Kosten, die Sie tatsächlich einbezogen haben, damit niemand eine Marge als Vollkostengewinn liest.

Ein Vorbehalt ist so wichtig, dass er vorab gehört, bevor jemand einen Vorsprung der App beim durchschnittlichen Bestellwert oder beim LTV feiert: Die Zielgruppe einer App wählt sich oft selbst aus. Ihre Kunden sind möglicherweise schon treuer und kaufbereiter als die Besucher des mobilen Webs. Ein Vorsprung der App ist also eine echte geschäftliche Beobachtung, aber kein Beweis, dass die App allein ihn verursacht hat. Wenn eine Entscheidung einen Beweis für Ursache und Wirkung braucht, nutzen Sie abgeglichene Kohorten, Kontrollgruppen oder kontrollierte Rollouts. Dieselbe Disziplin beim zusätzlichen Effekt unterscheidet einen belastbaren Business Case für eine App von einem Wunschdenken. Mehr dazu im ROI-Leitfaden für mobile Shopify-Apps.

Shopify selbst nennt Umsatz aus Wiederkäufen, Kundenbindung und Customer Lifetime Value als zentrale Kennzahlen der Kundentreue, und sie gehören in diese Ebene, auch wenn Ihr App-Anbieter hilft, sie sichtbar zu machen (Shopify zu Kennzahlen für Stammkunden).

Wann Sie auswerten: wöchentlich für die Richtung der Entwicklung, monatlich für Kohortenumsatz und Deckungsbeitrag, vierteljährlich für die strategische Frage, ob sich die Investition in die App lohnt.

2. Aktivierungskennzahlen: wo der Großteil des App-Werts gewonnen oder verloren wird

Eine Installation ist eine Möglichkeit, kein Ergebnis. Die erste Aufgabe besteht darin, das früheste Verhalten zu finden, das einen wertvollen Kunden vorhersagt. Bei einer typischen Händler-App führt der zentrale Aktivierungspfad über die Kaufabsicht. Anmeldung und Push-Berechtigung liegen daneben, als optionale Meilensteine und nicht als Pflichtschritte:

Erste Öffnung -> Markt gewählt -> Produkt angesehen -> in den Warenkorb
-> Checkout gestartet -> erste Bestellung
   optionale Meilensteine (messen, nicht erzwingen):
   angemeldet, Berechtigung für Benachrichtigungen erteilt

Als Gast kann man Produkte ansehen, in den Warenkorb legen und oft kaufen, ohne sich jemals anzumelden. Wer eine Anmeldung oder eine Berechtigungsabfrage erzwingt, bevor ein Nutzen sichtbar ist, verliert damit meist mehr Kunden, als er gewinnt. Messen Sie Anmeldung und Push-Opt-in also als Meilensteine und untersuchen Sie, wo sie helfen, aber modellieren Sie sie nicht als Hürden, die jeder Kunde nehmen muss. Erfassen Sie für jede Stufe die Abschlussrate und die Zeit bis zum Abschluss, und segmentieren Sie den Funnel nach Plattform, App-Version, Kampagne, Land, neuen und wiederkehrenden Kunden sowie Einstiegspfad. Die wichtigsten Aktivierungskennzahlen sind:

• Anteil der Installationen mit erster Öffnung
• Anteil der ersten Öffnungen mit Anmeldung
• Push-Opt-in-Rate
• Anteil der ersten Sitzungen mit Produktaufruf
• Rate der Warenkorbzugaben
• Rate der gestarteten Checkouts
• Rate von der Installation oder ersten Öffnung bis zum ersten Kauf
• Median der Zeit bis zum ersten Kauf

Zwei Abbruchzahlen werden leicht verwechselt, und sie beschreiben nicht denselben Absprung. Warenkorbabbruch ist der Anteil der Sitzungen, in denen etwas in den Warenkorb gelegt, der Checkout aber nie erreicht wurde. Checkout-Abbruch ist der Anteil der gestarteten Checkouts, die nie abgeschlossen wurden. Die erste Zahl erfasst eine Stufe, die die zweite nicht sieht. Eine Marke, die nur den Checkout-Abbruch beobachtet, übersieht also das größere Leck. Weisen Sie beide aus und kennzeichnen Sie, welche Sie meinen.

Optimieren Sie nicht jedes frühe Ereignis gleich stark. Wählen Sie ein oder zwei, die häufig genug für eine Diagnose sind und den ersten Kauf tatsächlich vorhersagen. Bei manchen Marken ist das die Anmeldung, bei anderen der Aufruf eines Produkts oder das Hinzufügen zum Warenkorb. Es geht darum, Ihren Aktivierungsmoment bewusst zu wählen, statt jedem Tippen hinterherzulaufen.

Damit das funktioniert, brauchen Ihre Ereignisse eine einheitliche E-Commerce-Taxonomie. Die E-Commerce-Referenz von Firebase etwa definiert Standardereignisse wie view_item, add_to_cart, begin_checkout und purchase. Wenn Sie sich auf ein solches Schema festlegen, bleibt der Funnel über Plattformen und Releases hinweg vergleichbar (Firebase-Referenz der E-Commerce-Ereignisse).

Wann Sie auswerten: täglich in der Woche der Veröffentlichung und nach einem größeren Release, zweimal pro Woche im ersten Monat, wöchentlich, sobald der Aktivierungsablauf stabil ist. Der Leitfaden zu den ersten 90 Tagen zeigt, was Sie anfangs von diesem Funnel erwarten können.

3. Interaktion und Bindung: Messen Sie einen Kreislauf wiederkehrender Besuche, nicht die Bildschirmzeit

Im E-Commerce ist mehr Bildschirmzeit nicht automatisch gut. Wer sechs Sitzungen braucht, um einen einfachen Checkout abzuschließen, ist frustriert, nicht engagiert. Messen Sie deshalb stattdessen den Kreislauf wiederkehrender Besuche:

• Wöchentlich und monatlich aktive Nutzer
• Sitzungen pro aktivem Nutzer
• Aktive Tage pro Kunde
• Bindungsrate an Tag 1, Tag 7 und Tag 30: ob App-Nutzer nach der ersten Nutzung zurückkommen
• Reaktivierungsrate: inaktive Nutzer, die nach einem Auslöser aus App, Produkt oder CRM zurückkehren
• Wiederkaufrate und Zeit zwischen Bestellungen
• Neue gegenüber wiederkehrenden Sitzungen und Kunden, als Paar gelesen, damit Sie sehen, ob das Wachstum aus Neuzugängen oder aus wiederkehrender Gewohnheit kommt
• Deinstallationen, Nutzerverlust oder inaktive installierte Nutzerbasis
• Inaktive, aber erreichbare Zielgruppe: Geräte, die zuletzt vor mehr als 30, 60 oder 90 Tagen aktiv waren und Benachrichtigungen weiterhin erlauben. Deinstallationen sehen Sie in den Store-Konsolen, aber eine inaktive Installation, die Sie noch erreichen, ist ein Segment, mit dem Sie noch diese Woche arbeiten können

Die eigentlichen Erkenntnisse liegen in den Kohorten. Vergleichen Sie Kunden nach der Woche der ersten Öffnung, der Woche des ersten Kaufs, der Akquisitionsquelle, der App-Version, dem Land, dem Status im Treueprogramm und dem Status der Push-Berechtigung. So sehen Sie, ob eine neue Version, ein Einführungsangebot oder ein Benachrichtigungsprogramm tatsächlich eine gesündere Kundengruppe hervorgebracht hat und nicht nur einen kurzlebigen Ausschlag in der Gesamtzahl. Wie Sie diesen Kreislauf wiederkehrender Besuche gezielt aufbauen, ist das Thema des Leitfadens zum Wachstum Ihrer App.

Es gibt gute Gründe, die erste Sitzung ernst zu nehmen. In der Benchmark-Studie von Amplitude aus dem Jahr 2025 gehörten 69 % der Unternehmen aus der Spitzengruppe bei der Aktivierung in der ersten Woche auch bei der Bindung über drei Monate zu den Besten. Das ist ein Zusammenhang aus dem Benchmark eines Anbieters, kein Beweis für Ursache und Wirkung, und der Bericht stellt ihn auch so dar. Es ist aber ein guter Grund, die Aktivierung so zu messen, als wäre sie eine Kennzahl der Bindung (Zusammenfassung des E-Commerce-Benchmarks von Amplitude).

Wann Sie auswerten: wöchentlich für aktive Nutzer, Sitzungshäufigkeit und Reaktivierung, monatlich für die Bindungsrate an Tag 30, vierteljährlich für Kohorten zu Wiederkäufen und LTV.

4. Kennzahlen für Push-Benachrichtigungen: Messen Sie Umsatz und Zustimmung der Kundschaft

Push-Benachrichtigungen verdienen eine eigene Kennzahlenübersicht, denn sie können eine der stärksten Funktionen der App für die Kundenbindung sein und zugleich einer der schnellsten Wege, Ermüdung zu erzeugen. Erfassen Sie die ganze Kette:

Berechtigte App-Zielgruppe -> Zielgruppe mit Opt-in -> gesendet -> zugestellt
-> geöffnet -> App-Sitzung -> Aktion bei Produkt/Warenkorb -> Kauf

Die zentralen Kennzahlen:

• Push-Opt-in-Rate: erreichbare Endpunkte geteilt durch berechtigte Endpunkte
• Erreichbare Zielgruppe: aktive Geräte mit Opt-in, nicht alle bisherigen Installationen. Diese Zahl gilt in der Regel pro Gerät, nicht pro Person: Eine Kundin mit iPhone und iPad ist eine Person, aber zwei erreichbare Push-Endpunkte. Lesen Sie die „erreichbare Zielgruppe“ also nicht als Personenzahl.
• Zustellrate: zugestellt geteilt durch gesendet. Behandeln Sie diese Zahl als abhängig von Anbieter und Plattform, nicht als genaue Empfangsbestätigung. Was „zugestellt“ bedeutet und wie zuverlässig es gemeldet wird, unterscheidet sich zwischen iOS (APNs) und Android (FCM). Vergleichen Sie Zustellraten also nicht plattformübergreifend, als würden sie dasselbe messen.
• Direkte Öffnungsrate: Antippen geteilt durch zugestellte Benachrichtigungen
• Rate beeinflusster Sitzungen: App-Sitzungen nach einem Versand, verglichen mit dem Ausgangsverhalten. Das ist eine Attributionskennzahl, die eine Richtung anzeigt, keine Kennzahl für Ursache und Wirkung. Ein Anstieg gegenüber dem Ausgangswert ist ein Hinweis. Um aber zu behaupten, dass die Push-Benachrichtigung die Sitzungen verursacht hat, brauchen Sie eine Kontrollgruppe oder ein glaubwürdiges kontrafaktisches Szenario, denn aktive Personen mit Opt-in hätten die App zu einem gewissen Anteil ohnehin geöffnet.
• Conversion-Rate der Push-Benachrichtigung: Empfänger, die die beabsichtigte Aktion abschließen
• Zugeordneter Umsatz: anhand eines vorab festgelegten Attributionsfensters
• Abmelderate, Deinstallationsrate und Kampagnenhäufigkeit: die Leitplanken für einen gesunden Kanal
• Alle oben genannten Kennzahlen, getrennt nach Art des Inhalts. Benachrichtigungen zu Bestellung und Versand verhalten sich ganz anders als Marketingnachrichten: andere Zielgruppen, andere Erwartungen, andere Zustell- und Öffnungsraten. Wer sie zu einer Zahl vermischt, erhält eine Öffnungsrate, die keines von beiden beschreibt. Trennen Sie sie, bevor Sie auch nur einen Schwellenwert festlegen.

Die Regel, die Push-Benachrichtigungen ehrlich hält: Stellen Sie einem positiven Signal immer ein negatives gegenüber. Eine Kampagne kann Öffnungen und Bestellungen steigern und zugleich die Abmeldungen erhöhen, und das ist kein sauberer Erfolg.

Eine weitere Regel zur Attribution gilt für den gesamten Stack: Addieren Sie niemals den zugeordneten Umsatz aus Push, E-Mail, SMS, bezahlten Medien und App-Attribution. Dieselbe Bestellung kann von mehreren Kanälen gleichzeitig beansprucht werden. Wer ihren zugeordneten Umsatz addiert, zählt also doppelt und kann leicht über dem tatsächlichen Umsatz landen. Wählen Sie ein Attributionsmodell, oder weisen Sie den Anspruch jedes Kanals getrennt und klar gekennzeichnet aus.

Die Empfehlungen von Braze kommen zu einer ähnlichen Kennzahlenübersicht und nennen Opt-in, Zustellung, Öffnungen und Klicks, Conversion-Rate, Umsatz und Abmeldungen als wesentliche Kennzahlen für Push-Benachrichtigungen (Leitfaden von Braze zu Push-Kennzahlen). Das ist eine nützliche Checkliste. Als Leitfaden eines Plattformanbieters ist er aber eine Referenz für Definitionen, kein unabhängiger Beleg. Die Strategie hinter diesen Zahlen finden Sie im Leitfaden zu Push-Benachrichtigungen und Kundenbindung. Wenn Klaviyo Ihre Lifecycle-Plattform ist, behandelt der Leitfaden zu Klaviyo-Push-Benachrichtigungen, welche App-Ereignisse Sie senden und wie Sie die Nachrichtenattribution von Klaviyo vom Bestellregister in Shopify getrennt halten.

Wann Sie auswerten: direkt nach wichtigen Sendungen, wöchentlich nach Kampagnenart und Segment, monatlich für Opt-in, Abmeldungen und die langfristige Wirkung auf gebundene Nutzer.

5. Merchandising und Nachfrage: was die App über Ihr Sortiment verrät

Eine App-Sitzung ist ein Strom von Signalen der Kaufabsicht, und die meisten Marken werten sie nie aus. Diese Kennzahlen machen aus dem Verhalten in der App Entscheidungen für das Merchandising:

• Produktaufrufe, Hinzufügungen zum Warenkorb und Anteil der Aufrufe mit Warenkorb-Hinzufügung, pro Produkt. Ein Produkt mit vielen Aufrufen und einem niedrigen Anteil an Warenkorb-Hinzufügungen hat ein Problem mit Preis, Bild, Beschreibung oder Bestand, kein Traffic-Problem.
• Nachfrage über die Wunschliste. Hinzufügungen zur Wunschliste pro Produkt und die Wunschlistenrate im Verhältnis zu den Aufrufen. Das ist erklärte Kaufabsicht ohne Kauf. Damit ist es eine Liste für Nachbestellungen und eine Liste für Kampagnen.
• Reichweite pro Produkt. Eindeutige Sitzungen und eindeutige Kunden, die ein Produkt gesehen haben, nicht nur die Zahl der Aufrufe. So unterscheiden Sie eine einzelne Person, die immer wieder nachsieht, von breitem Interesse.
• Anteil der Suchen ohne Ergebnis und die Suchanfragen dahinter. Der Anteil der Suchen, die nichts liefern, gruppiert nach Suchanfrage. Als Liste gelesen, zeigen diese Suchanfragen Nachfrage, die Ihr Sortiment, Ihre Produktbezeichnungen oder Ihre Synonyme in der Suche nicht bedienen. Manche sind Produkte, die Sie ins Sortiment aufnehmen sollten. Viele sind Produkte, die Sie bereits verkaufen, unter einem Namen, den die Kundschaft nicht verwendet.
• Suchen pro Sitzung. Steigen die Suchen pro Sitzung bei unverändertem Sortiment, funktioniert meist die Navigation nicht, und die Kundschaft ist nicht etwa engagierter geworden.
• Produkte und Varianten, die am häufigsten im Warenkorb zurückgelassen werden. Zurückgelassener Warenkorbwert und zurückgelassene Menge, nach Produkt und nach Variante. Dominiert eine einzelne Variante die Liste, liegt meist ein Problem mit Bestand, Größen oder Versandkosten vor und kein Nachfrageproblem.
• Durchschnittlicher Preis beim Hinzufügen zum Warenkorb im Vergleich zum durchschnittlichen Bestellwert. Wenn sich die beiden Werte auseinanderentwickeln, hat sich entweder Ihr Cross-Selling oder Ihre Rabattpraxis verändert. Finden Sie heraus, was davon.
• Leistung von Drops und App-exklusiven Neuheiten. Für jeden Drop und jede shoppable Platzierung: Impressionen, Klickrate, Produktaufrufe, Hinzufügungen zum Warenkorb, Hinzufügungen zur Wunschliste, eindeutige Sitzungen mit Interaktion sowie die zugeordneten Verkäufe und Stückzahlen. Lesen Sie die Werte pro Drop und pro Format. Sie beantworten, ob eine App-exklusive Neuheit Nachfrage geschaffen oder nur Nachfrage verschoben hat, die ohnehin gekommen wäre. Das ist dieselbe Frage nach dem zusätzlichen Effekt wie überall in diesem Leitfaden. Ein Hinweis: Eine Sitzung mit Interaktion bei zwei Drops wird beiden angerechnet. Der Umsatz der Drops ergibt in der Summe also nicht den Gesamtumsatz.

Auf dieser Ebene macht sich ein App-Dashboard am schnellsten bezahlt, denn jeder Punkt auf dieser Liste wird zu einer Entscheidung, die jemand noch diese Woche treffen kann: nachbestellen, umbenennen, den Preis ändern, neu fotografieren oder ein Synonym ergänzen.

Wann Sie auswerten: wöchentlich für Suchen ohne Ergebnis und im Warenkorb zurückgelassene Produkte, monatlich für den Anteil der Aufrufe mit Warenkorb-Hinzufügung und die Nachfrage über die Wunschliste nach Kategorie und vor jeder Kampagne und jedem Produkt-Drop.

6. Technischer Zustand: die Kennzahlen, die die Conversion-Rate schützen

Eine App kann hervorragendes Merchandising und hervorragende Nachrichten haben und trotzdem genau dort scheitern, wo die Kaufabsicht am höchsten ist: bei der Anmeldung, der Zahlung, dem Laden eines Produkts oder beim Öffnen eines Deep Links. Das sind die Signale, für die Sie Alarme einrichten sollten. Vorher aber eine Warnung: Keine einzelne Partei ist für alle zuständig. Anmeldung, Checkout, Zahlung, Katalog, Identität und Zustellung von Push-Benachrichtigungen verteilen sich auf die App, Shopify, Ihre Zahlungsanbieter, Ihren E-Mail-Dienst und Ihre Monitoring-Tools. Legen Sie deshalb für jedes Signal fest, welches System die maßgebliche Quelle ist und wer alarmiert wird. Sonst läuft der Alarm ins Leere:

Ein Signal verdient eine eigene Erwähnung, weil es sich günstig beobachten lässt und fast niemand es beobachtet: Checkouts pro Warenkorb. Teilen Sie die gestarteten Checkouts durch die eindeutigen Warenkörbe dahinter. Ein Wert über 1 bedeutet, dass Kunden den Checkout für denselben Warenkorb neu starten. Das deutet meist auf einen fehlerhaften Zahlungs- oder Versandschritt hin, nicht auf eine Person, die es sich anders überlegt hat. Werten Sie daneben den Checkout-Abbruch nach Zahlungsanbieter aus. Dann fällt ein defekter Zahlungsanbieter innerhalb eines Tages auf und nicht erst als verfehltes Umsatzziel am Monatsende.

Das sind nicht nur technische Kennzahlen. Ein Deep Link, der statt des versprochenen Produkts die Startseite öffnet, eine Anmeldeschleife nach einer Push-Benachrichtigung oder ein Einfrieren unter Android während des Checkouts ist ein direktes Leck im Umsatz-Funnel. Android definiert einen ANR als eine App, die nicht rechtzeitig auf ein Eingabeereignis reagiert. Für Nutzer sichtbare ANRs bei der Eingabeverarbeitung schaden besonders, weil sie auftreten, während die Kundschaft gerade aktiv etwas tun will (Android-Leitfaden zu ANRs).

Wann Sie auswerten: laufende Alarme für schwere Fehler, täglich nach einem Release, wöchentlich für Trends, monatlich für die Auswertung nach Version und Gerät.

7. Analysen der App Stores: was nur Apple und Google Ihnen sagen können

Behalten Sie die Zahlen von Apple und Google im Dashboard, aber unterhalb der Daten zu Bestellungen und Umsatz. Lesen Sie diesen Abschnitt als Liste der Zahlen, die Ihnen kein App-Anbieter liefern kann, weil keiner der beiden Stores für das meiste davon eine API veröffentlicht. Als Inhaber des Entwicklerkontos haben Sie den Zugang bereits, also nutzen Sie ihn:

• Impressionen im Store und Besucher des Store-Eintrags
• Conversion-Rate der Produktseite und des Store-Eintrags
• Erstmalige Downloads und erneute Downloads
• Von der Installation bis zur ersten Öffnung
• Deinstallationen, Nutzerverlust und installierte Nutzerbasis
• Akquisitionsquelle vor der Installation und Leistung von Kampagnen
• Rezensionen und Bewertungen im Store
• Absturz-, Vitals- und Bindungssignale aus den App Stores
• Store Listing Experiments und Leistung benutzerdefinierter Store-Einträge

Einer dieser Punkte braucht eine Einschränkung. Die Konsolen kennen die Quelle der Installation. Ihre App kennt über Kampagnenparameter und Verweisquellen die Quelle der Sitzung nach dieser Installation. Behandeln Sie die Quelle vor und nach der Installation also als zwei getrennte Kennzahlen statt als eine Zahl.

Die Nutzungskennzahlen in App Analytics von Apple umfassen Sitzungen, aktive Geräte, Abstürze und Löschungen, beruhen aber auf Nutzern, die der Weitergabe von Daten zugestimmt haben (Apples Definitionen der Kennzahlen). Die Google Play Console bietet Ansichten zu Nutzergewinnung, installierter Nutzerbasis, Nutzerverlust, Conversion-Rate, Qualität und zum Vergleich mit ähnlichen Apps (Dokumentation der Google-Play-Statistiken).

Diese Zahlen sind wertvoll, um Auffindbarkeit, Conversion-Rate im Store und technischen Zustand zu diagnostizieren. Als maßgebliche Quelle für den Shopify-Umsatz mit physischen Produkten, den durchschnittlichen Bestellwert, Wiederkäufe oder den LTV sollten Sie sie nicht behandeln. Diese Daten gelangen nie in die Store-Konsolen, weil Bestellungen physischer Produkte über den Checkout von Shopify laufen und nicht über die Abrechnung von Apple oder Google.

Empfohlener Rhythmus für die Auswertung

Kennzahlen ohne Rhythmus werden zu einer Wand aus Zahlen, auf die niemand reagiert. Das ist ein praxistauglicher Standard:

Die Zeilen vor der Veröffentlichung und für die Woche der Veröffentlichung verdienen eine eigene Vorbereitung. Die Checkliste zur Veröffentlichung behandelt die Zuordnung der Ereignisse und den Abgleich, die den Rest dieser Tabelle verlässlich machen.

Lassen Sie sich nicht täuschen

Nehmen Sie eine schmeichelhafte Zahl nicht für bare Münze:

• Installationen sind keine Kunden.
• Sitzungen sind keine Zufriedenheit.
• Öffnungen von Push-Benachrichtigungen sind kein Umsatz.
• Zugeordneter Umsatz ist nicht unbedingt zusätzlicher Umsatz.
• Ein höherer durchschnittlicher Bestellwert in der App beweist keinen Effekt, den die App verursacht hat.
• Eine Store-Konsole kennt Ihren Shopify-Umsatz mit physischen Produkten nicht.
• Ein Werkzeug für Ereignisse ist keine maßgebliche Quelle für das Geld.
• Eine Suche ohne Ergebnis ist ein verlorener Verkauf, den Ihnen keine Conversion-Rate zeigt.
• Ein Dashboard für die gesamte App kann ein schlechtes Release, Land, Gerät, Segment oder eine schlechte Akquisitionsquelle verdecken.
• Eine Kennzahl ohne Zuständigkeit, Schwellenwert oder nächste Maßnahme ist Dekoration.

Der letzte Punkt ist die Disziplin hinter allen anderen. Die stärkste Form eines App-Dashboards ist nicht „die 25 Kennzahlen, die Sie erfassen sollten“. Sie lautet: Welche Kennzahl beantwortet welche Frage, wer ist zuständig, und wann sollte das Team handeln? Alles andere ist Aktivität, kein Ergebnis.

Wo NAPPS ins Spiel kommt

NAPPS ist ein Baukasten für native mobile Apps für Marken auf Shopify und Shopify Plus. Unsere Aufgabe in diesem Modell ist die des App-Anbieters: die App bauen, die die Store-Konsolen am oberen Ende des Funnels messen, und die Sicht auf Bestellungen und Umsatz liefern, die die Konsolen nicht liefern können.

NAPPS kann diese Sicht liefern, weil die App so umgesetzt ist. Eine NAPPS-App ist wirklich nativ (SwiftUI unter iOS, Jetpack Compose unter Android) und als Shopify-Vertriebskanal mit Ihrem Shop verbunden, und der Checkout läuft über Shopify. Bestellungen und Umsatz der App landen also in den Berichten von Shopify, neben Ihrem Onlineshop. Die kommerziellen Kennzahlen aus Abschnitt 1, also Umsatzanteil, Conversion-Rate, durchschnittlicher Bestellwert und Wiederkäufe, sind damit gewöhnliche Vergleiche zwischen Shopify-Vertriebskanälen und nichts, was Sie rekonstruieren müssen. (Wie sauber sich jede Kennzahl einer einzelnen Person zuordnen lässt, hängt von Ihrer Anmeldung, der Zusammenführung von Identitäten und Ihrer Berichtskonfiguration ab.)

NAPPS enthält ein Analyse-Dashboard, das auf diesen Bestelldaten aufbaut und sich eng an den sechs Aufgaben aus diesem Leitfaden orientiert:

Zwei Dinge an dieser Liste sind wichtiger als die Liste selbst.

Die Zahlen zu Push-Benachrichtigungen haben ein ausgewiesenes Attributionsfenster: Empfänger innerhalb von 12 Stunden nach dem Versand. Das ist bewusst enger als die Anrechnung, die eine E-Mail-Plattform oder ein Werbenetzwerk für dieselbe Bestellung beansprucht. Ein enges, benanntes Zeitfenster ergibt eine Zahl, die Sie ohne Aufblähung in einen Bericht übernehmen können, und es hält Sie an die Regel aus Abschnitt 4: Addieren Sie den zugeordneten Umsatz nicht über Kanäle hinweg.

Die Definitionen kommen mit den Kennzahlen. Der Abschluss des Checkouts (das Abschlusskennzeichen von Shopify) und der Schritt vom Checkout zur Bestellung (ob aus der Sitzung eine Bestellung wurde) werden als zwei getrennte Kennzahlen ausgewiesen, weil sie zwei verschiedene Fragen beantworten. Warenkorbabbruch und Checkout-Abbruch sind auf dieselbe Weise getrennt. Die Reichweite von Push-Benachrichtigungen gilt pro Gerät, und das wird auch so angegeben, denn eine Person mit Smartphone und Tablet ist eine Person mit zwei erreichbaren Endpunkten. Das ist die Übung mit den acht Punkten zur Definition von weiter oben in diesem Leitfaden, einmal und zentral erledigt statt einmal pro Analystin oder Analyst.

Und der ehrliche Teil: Drei Dinge in diesem Leitfaden können wir nicht ausweisen, und Sie sollten jedem Anbieter misstrauen, der etwas anderes behauptet:

• Installationen, der Schritt von der Installation zur ersten Öffnung und Deinstallationen liegen in App Store Connect und in der Google Play Console. Keiner der beiden Stores bietet dafür eine API. Sie lesen diese Zahlen also dort, in Konten, die Ihnen bereits gehören.
• Bindungskurven auf Basis von Installationen, also die Bindungsrate an Tag 1, Tag 7 und Tag 30, sind eine Kennzahl der Store-Konsolen und der Produktanalyse. Unsere Kohorten beruhen auf Bestellungen und Kunden. Das beantwortet die kommerzielle Frage gut, ist aber nicht dieselbe Zahl.
• Absturzfreie Sitzungen, ANRs und Ladezeiten von Ansichten gehören zu Ihren Tools für Absturzberichte und Performance und zu den Vitals-Berichten in den Konsolen.

Die funktionierende Einrichtung besteht also aus drei Oberflächen, nicht aus einer: den Store-Konsolen vor der Installation, dem App-Dashboard und Shopify danach und einem Tool für Absturzberichte als Grundlage für alles.

So können NAPPS-Kunden Zahlen ausweisen, die die Store-Konsolen nie zeigen werden. Die Conversion-Rate der App ist typischerweise etwa 5- bis 6-mal so hoch wie auf der Website und etwa 4,7-mal so hoch wie im mobilen Web (das ist eine große Aussage, lesen Sie deshalb den Hinweis zur Methodik mit). Der durchschnittliche Bestellwert liegt in der App 5 % bis 38 % höher, und die Ausgaben pro Kunde liegen im Schnitt rund 47 % höher.

Methodik: basiert auf Daten von NAPPS-Kunden, die den App-Kanal mit dem Onlineshop vergleichen. Die Ergebnisse unterscheiden sich je nach Marke, Zeitraum, Zusammensetzung der Zielgruppe und Attribution. App-Zielgruppen wählen sich selbst aus, daher beschreiben diese Vergleiche beobachtete Unterschiede und belegen keinen kausalen Effekt. Das ist derselbe Vorbehalt zur Selbstselektion wie im Abschnitt zu den kommerziellen Kennzahlen oben.

Zippy, Portugals größte Marke für Kindermode, ist das deutlichste Beispiel: In den ersten sieben Monaten nach der Veröffentlichung liefen im Schnitt rund 34 % des gesamten Online-Umsatzes über die App, und ihre Conversion-Rate liegt etwa 370 % über der des mobilen Webs (gleiche Methodik und Vorbehalte). Ihr Push-Kanal erreicht im Schnitt eine Öffnungsrate von 21 % bei segmentierten Kampagnen an eine Zielgruppe mit Opt-in, nicht bei täglichen Werbe-Massensendungen. Genau diese Art von Ergebnis bei einer engagierten Zielgruppe soll Abschnitt 4 messen.

Nutzen Sie die Store-Konsolen für Auffindbarkeit und Conversion-Rate im Store. Nutzen Sie Shopify und Ihren App-Kanal für die Kennzahlen zu kommerziellem Wert, Aktivierung, Bindung, Merchandising und technischem Zustand, die darüber entscheiden, ob die App funktioniert.

Das Fazit

Die App Stores sagen Ihnen, ob Menschen Ihre App finden und installieren können. Ob die App das Geschäft stärkt, können sie Ihnen nicht sagen, weil sie nie eine Shopify-Bestellung sehen. Das ist die Aufgabe eines zweiten Dashboards für Bestellungen und Umsatz, das auf sechs Fragen aufbaut: Ist die App ein relevanter Vertriebskanal? Erreichen neue Nutzer schnell einen Mehrwert? Wird die App zur Gewohnheit? Holen Push-Benachrichtigungen die Kundschaft zurück, ohne Vertrauen zu verspielen? Bedient das Sortiment die Nachfrage, die die Kundschaft zeigt? Und funktioniert die App, wenn die Kaufabsicht am höchsten ist? Ein Werkzeug für Ereignisse wie GA4 kann bei Nutzergewinnung und Zielgruppen helfen, kennt aber den Status Ihrer Shopify-Bestellungen nicht und kann daher die erste Frage dieser Liste nicht beantworten. Verfolgen Sie die Kette von der Reichweite bis zum langfristigen Wert, geben Sie jeder Kennzahl eine Zuständigkeit und einen Schwellenwert, und lesen Sie schmeichelhafte Zahlen mit Misstrauen. Ein App-Anbieter sollte Ihnen helfen, einen besseren Vertriebskanal zu betreiben, und nicht eine größere Zahl an Downloads melden.

Wenn Sie eine App möchten, deren Umsatz als echter Shopify-Kanal erscheint, den Sie so messen können, wie dieser Leitfaden es beschreibt, zeigen wir Ihnen gern, wie NAPPS das umsetzt.