Conversion-Rate im Shopware-Shop richtig messen
Conversion-Rate in Shopware messen: Datenquellen, Trichter mit GA4-Ereignissen, Segmente, typische Messfehler und ein fairer Vorher-nachher-Vergleich.
„Unsere Conversion-Rate ist zu niedrig.“ Diesen Satz höre ich oft. Auf die Rückfrage, wie sie gemessen wird, folgt meist Schweigen. Dabei entscheidet genau das darüber, ob eine Optimierung später etwas nachweisbar verbessert. Dieser Artikel zeigt, wie Sie die Conversion-Rate in Ihrem Shopware-Shop belastbar messen, welche Fehler die Zahlen verfälschen und wie Sie vorher und nachher fair vergleichen.
Was die Conversion-Rate aussagt und was nicht
Die Conversion-Rate ist der Anteil der Besuche, die mit einer Bestellung enden:
Conversion-Rate = Bestellungen ÷ Sitzungen × 100
Ein Beispiel: 20.000 Sitzungen und 300 Bestellungen im Monat ergeben 1,5 %. Die Zahl allein sagt Ihnen aber nicht, wo Käufer verloren gehen. Sie kann sinken, obwohl der Shop besser geworden ist, etwa weil eine Werbekampagne viele unpassende Besucher bringt. Deshalb brauchen Sie neben der Gesamtzahl immer die Zwischenschritte.
Drei Datenquellen und ihre Grenzen
| Quelle | Liefert | Grenze |
|---|---|---|
| Shopware-Administration | Bestellungen, Umsatz, Bestellstatus | keine Besuche, keine Abbrüche |
| Analyse-Tool (z. B. GA4) | Sitzungen, Schritte, Geräte, Quellen | erfasst nur Besucher mit Einwilligung |
| Zahlungsanbieter | abgebrochene und fehlgeschlagene Zahlungen | nur der letzte Schritt |
Die Bestellungen aus Shopware sind Ihre verlässlichste Zahl. Vergleichen Sie sie mit den Käufen in Ihrem Analyse-Tool. Erfasst das Tool zum Beispiel nur 60 % der Bestellungen, kennen Sie Ihre Erfassungsquote. Schwankt diese Quote stark, stimmt etwas mit dem Tracking nicht.
Den Weg bis zur Bestellung abbilden
Für einen aussagekräftigen Trichter brauchen Sie die E-Commerce-Ereignisse von GA4 oder vergleichbare Ereignisse in einem anderen Tool:
| Schritt | Ereignis |
|---|---|
| Kategorie angesehen | view_item_list |
| Produkt angesehen | view_item |
| In den Warenkorb gelegt | add_to_cart |
| Checkout begonnen | begin_checkout |
| Versandart gewählt | add_shipping_info |
| Zahlart gewählt | add_payment_info |
| Bestellung abgeschlossen | purchase |
Shopware bringt im Verkaufskanal eine Google-Analytics-Anbindung mit. Prüfen Sie in der DebugView von GA4, welche Ereignisse tatsächlich ankommen. Bei angepassten Themes fehlen oft einzelne Schritte, weil Templates überschrieben wurden.
Fehlen Ereignisse, hilft für den Anfang ein Trichter über die Seitenaufrufe. Der Shopware-Checkout hat feste Adressen: /checkout/cart, /checkout/register, /checkout/confirm und /checkout/finish. In GA4 bilden Sie daraus unter Explorative Datenanalysen → Trichteranalyse einen ersten Trichter.
Richtig segmentieren
Ein Durchschnitt über alle Besucher verdeckt fast immer das eigentliche Problem. Trennen Sie mindestens nach:
- Gerät: Smartphone und Desktop verhalten sich sehr unterschiedlich. Oft liegt der größte Verlust im mobilen Checkout.
- Neue und wiederkehrende Besucher: Stammkunden kaufen anders als Erstbesucher.
- Herkunft: Besucher aus Suchmaschinen, Newsletter und Werbung haben unterschiedliche Absichten.
- Zahlart: Bricht eine Zahlart deutlich häufiger ab, liegt das Problem oft bei der Weiterleitung oder beim Anbieter.
- Im B2B die Kundengruppe: Händler mit eigenen Preisen verhalten sich anders als Neukunden.
Typische Messfehler
Diese Fehler sehe ich in Projekten immer wieder:
- Zahlungsanbieter als Quelle: Nach PayPal oder einer Bankzahlung kehrt der Kunde zurück, und das Tool zählt eine neue Sitzung mit der Quelle des Zahlungsanbieters. Tragen Sie diese Domains in GA4 unter Unerwünschte Verweise ein.
- Doppelte Käufe: Wird die Abschlussseite neu geladen, zählt das Tool die Bestellung unter Umständen doppelt. Übergeben Sie immer die Bestellnummer als
transaction_id. - Eigene Zugriffe und Testbestellungen: Ihr Team, Ihre Agentur und Testbestellungen verfälschen die Zahlen. Filtern Sie internen Traffic heraus.
- Einwilligung vergessen: Wer das Cookie-Banner ablehnt, fehlt in den Daten. Vergleichen Sie deshalb Anteile und Entwicklungen, nicht absolute Zahlen.
Vorher und nachher fair vergleichen
A/B-Tests brauchen viele Bestellungen, damit das Ergebnis belastbar ist. Viele Shops haben die nicht. Ein sauberer Vorher-nachher-Vergleich ist dann die ehrlichere Methode:
- Kennzahlen vorher festlegen, zum Beispiel Abbrüche je Checkout-Schritt und mobile Conversion-Rate.
- Ausgangswert erfassen, bevor Sie etwas ändern.
- Volle Wochen vergleichen, damit Wochentage gleich verteilt sind, und denselben Zeitraum vor und nach der Änderung.
- Ein Änderungsprotokoll führen: Aktionen, Newsletter, Preisänderungen und Saison notieren, damit Sie Effekte richtig zuordnen.
- Auf Zwischenschritte achten: Bei wenigen Bestellungen schwankt die Conversion-Rate von Woche zu Woche stark. Abbrüche je Schritt haben mehr Datenpunkte und zeigen eine Wirkung früher.
Fazit
Bevor Sie optimieren, sollten drei Dinge stehen: Shopware-Bestellungen und Analyse-Tool passen zusammen, der Trichter ist vollständig, und die Kennzahlen für den Vergleich sind festgelegt. Erst dann wissen Sie, wo Ihr Shop Käufer verliert und ob eine Änderung gewirkt hat.
Wo die typischen Verluststellen liegen, von der Ladezeit bis zum Checkout, zeigt meine Seite zur Shopware Conversion-Optimierung. Im Conversion-Check prüfe ich auch Ihr Tracking und richte fehlende Ereignisse auf Wunsch ein. Für den letzten Schritt hilft die Shopware-Checkout-Checkliste. Sie wissen nicht, ob Ihre Zahlen stimmen? Fragen Sie den Conversion-Check an.