Die Conversion-Rate (CVR) ist eine Kennzahl im Online-Marketing, die angibt, wie viele Besucher einer Website eine gewünschte Aktion (Conversion) ausgeführt haben, bezogen auf die Gesamtanzahl der Besucher (oder Sitzungen).

Eine Conversion kann verschiedene Aktionen umfassen, wie zum Beispiel einen Kauf, das Ausfüllen eines Kontaktformulars, das Abonnieren eines Newsletters oder das Herunterladen eines Dokuments.

Über den Autor

Julian Kleinknecht ist Geschäftsführer bei ConversionBoosting und unterstützt Unternehmen seit mehr als 14 Jahren bei Webanalyse und Tracking. Er teilt Erkenntnisse hier, auf LinkedIn und auf YouTube.

Ich beschäftige mich seit über 10 Jahren mit der Messung, Berechnung und Optimierung der Conversion Rate in Online-Shops und auf Landingpages.

Formel zur Berechnung der Conversion-Rate

Die Conversion-Rate wird in Prozent angegeben und nach folgender Formel berechnet:

C o n v e r s i o n - R a t e (N u t z e r) = \frac{A n z a h l d e r C o n v e r s i o n s}{A n z a h l d e r N u t z e r} \times 100

Berechnungsbeispiel
Wenn eine Website 1.000 Besucher hat und 50 von ihnen eine Conversion durchführen (z. B. einen Kauf abschließen), lautet die Berechnung:

5 % C o n v e r s i o n - R a t e = \frac{1.000 N u t z e r}{50 C o n v e r s i o n s} \times 100

Das bedeutet, 5% der Website-Besucher haben die gewünschte Aktion ausgeführt.

Die Berechnung der Conversion-Rate und deren Vergleichbarkeit für unterschiedliche Websites ist allerdings bei Weitem nicht so einfach, wie es in dem Beispiel den Anschein hat.

Nutzer oder Sitzungen als Grundlage für die Berechnung der Conversion-Rate?

Ob man die Conversion-Rate auf Basis von Sitzungen oder Nutzern berechnen sollte, hängt davon ab, welche Aspekte des Nutzerverhaltens man genauer analysieren möchte.

Beide Methoden liefern unterschiedliche Einblicke und haben jeweils ihre Vorzüge.

Conversion-Rate auf Basis von Sitzungen: Hierbei wird die Anzahl der Conversions durch die Anzahl der Sitzungen geteilt, unabhängig davon, ob derselbe Nutzer die Website mehrmals besucht hat. Diese Methode sollte man nutzen, wenn man kurzfristige Kampagnen oder die Effektivität einzelner Sitzungen bewerten möchte.
Conversion-Rate auf Basis von Nutzern: Hier wird die Anzahl der Conversions durch die Anzahl der eindeutigen Nutzer geteilt, unabhängig davon, wie viele Sitzungen ein Nutzer hatte. Diese Methode ist sinnvoll, wenn man das Verhalten von Nutzern über einen längeren Zeitraum analysieren will, besonders bei Produkten oder Dienstleistungen, die eine längere Entscheidungsphase erfordern.

Man sollte prüfen, welche Methode sich für die gewünschte Auswertung eignet.

Conversion-Rate auf Basis von Sitzungen (Session-based Conversion-Rate)

Die Sitzung-basierte Conversion-Rate zeigt, wie viele Conversions pro Sitzung stattfinden. Eine Sitzung entspricht dabei einem Besuch auf der Website, unabhängig davon, ob der Nutzer die Seite bereits früher besucht hat.

Formel zur Berechnung der CVR auf Sitzungsbasis

C o n v e r s i o n - R a t e (S i t z u n g e n) = \frac{A n z a h l d e r C o n v e r s i o n s}{A n z a h l d e r S i t z u n g e n} \times 100

Vorteile der CVR auf Sitzungsbasis

Man erhält einen schnellen Überblick darüber, wie effektiv jede einzelne Interaktion eines Nutzers mit der Website ist.
Diese Methode eignet sich gut für kurzfristige Aktionen oder Marketing-Kampagnen, da sie zeigt, wie viele Besucher direkt nach einer Sitzung eine Conversion abschließen.
Probleme bei der Wiedererkennung von Nutzern werden eliminiert

Nachteile der CVR auf Sitzungsbasis

Mehrfache Besuche eines Nutzers werden mehrfach gezählt, was die Conversion-Rate verzerren kann, insbesondere wenn Nutzer über mehrere Sitzungen hinweg konvertieren.
Die Aussagekraft sinkt, je komplexer und länger Customer Journeys bis zur Conversion sind
Das Potenzial möglicher Steigerungen der Conversion-Rate wird größer dargestellt als es ist, besonders dann, wenn nur eine Conversion je Nutzer sinnvoll ist.

Conversion-Rate auf Basis von Nutzern (User-based Conversion-Rate)

Die nutzerbasierte Conversion-Rate misst, wie viele verschiedene Nutzer eine Conversion durchführen, unabhängig davon, wie oft sie die Website besucht haben.

Formel zur Berechnung der CVR auf Nutzerbasis

C o n v e r s i o n - R a t e (N u t z e r) = \frac{A n z a h l d e r C o n v e r s i o n s}{A n z a h l d e r N u t z e r} \times 100

Vorteile der CVR auf Nutzerbasis

Diese Methode bietet eine langfristige Perspektive auf das Nutzerverhalten und zeigt, wie viele individuelle Personen eine Conversion abschließen.
Man erhält eine präzisere Darstellung, da wiederkehrende Nutzer nur einmal gezählt werden, auch wenn sie mehrere Sitzungen benötigen, um eine Conversion zu tätigen.

Nachteile der CVR auf Nutzerbasis

Da Nutzer oft mehrere Sitzungen benötigen, um eine Conversion abzuschließen, dauert es länger, bis man ein vollständiges Bild der Conversion-Rate erhält. Dieses ist jedoch dann genauer.
Die Wiedererkennung von Nutzern ist technisch komplex und funktioniert nicht zuverlässig

Einfluss von ITP auf die Berechnung der nutzerbasierten Conversion-Rate

ITP (Intelligent Tracking Prevention) ist eine Technologie, die von Apple in Safari eingeführt wurde und darauf abzielt, das Tracking von Nutzern über verschiedene Websites hinweg zu erschweren. Es blockiert oder schränkt die Verwendung von Cookies von Drittanbietern ein und begrenzt die Lebensdauer von First-Party-Cookies.

ITP hat einen erheblichen Einfluss auf die nutzerbasierte Conversion-Rate von Websites, da es das Tracking von Nutzern über verschiedene Sitzungen hinweg erschwert.

Einschränkung der Wiedererkennung von Nutzern über mehrere Sitzungen

Durch ITP können Cookies, die genutzt werden, um einen Nutzer über mehrere Sitzungen hinweg zu identifizieren, nach kurzer Zeit gelöscht oder eingeschränkt werden.

Dies kann dazu führen, dass Nutzer bei jedem Besuch als neuer Besucher behandelt werden, obwohl sie möglicherweise schon mehrfach auf der Seite waren. Hierdurch wird die nutzerbasierte Conversion-Rate verfälscht:

Die gemessene Anzahl der Nutzer ist zu hoch, weil ein realer Nutzer als mehrere Nutzer in der Statistik auftaucht
dadurch ist die berechnete Conversion-Rate zu niedrig und
das Potenzial für mehr Conversions oft tatsächlich kleiner als angenommen,

ITP beeinflusst daher auch die Attribution von Conversions, da es verhindert, dass Website-Betreiber den Weg eines Nutzers über mehrere Sitzungen oder Websites hinweg genau verfolgen können.

Ein Lösungsansatz gegen den Einfluss von ITP auf die Wiedererkennbarkeit von Nutzern ist der Einsatz von serverseitigem Tagging bzw. -Tracking.

“Was ist eine gute Conversion-Rate?” – Probleme beim Vergleich von Conversion-Rates

Die Frage “Was ist eine gute Conversion-Rate?” wird sehr oft gestellt und lässt sich so allgemein nicht seriös beantworten. Die Faktoren, die Einfluss auf die Conversion-Rate nehmen, sind schlicht zu vielschichtig.

Hier ein paar Faktoren, die Einfluss auf die Höhe der Conversion-Rate haben können:

Die Qualität des Traffics und dessen Intention (sehr viele Besucher ohne transaktionale Intention können die Conversion-Rate herunterziehen)
Bei manchen Produkten gibt es eine enorme Anzahl Wiederbesteller, die Kunden kommen einfach direkt um zu kaufen (Beispiel: Kontaktlinsen).
Auch innerhalb einer Branche bzw. eines ähnlichen Sortiments kann es große Unterschiede hinsichtlich der Conversion-Rate geben (Beispiel: Schuhe von Christian Louboutin werden vermutlich oft angesehen, aber in Relation deutlich seltener gekauft als andere, massentauglichere Produkte der gleichen Art).
Qualität der Produkte / Dienstleistungen
Inhalt und Gestaltung der Website / des Shops.
Preis der Produkte und Leistungen (sowie Versandkosten und ähnliche Begleitkosten)
Grundlage der Berechnung (Nutzer oder Sitzungen als Basis)
Das Segment, auf dem die Conversion-Rate berechnet werden soll
Der Betrachtungszeitraum, sofern die Conversion-Rate auf Basis der Nutzer berechnet werden soll.
Bekanntheit der eigenen Marke
Maßnahmen des Mitbewerbs, allgemeine Markteinflüsse und Trends

Der Vergleich der Conversion-Rate von verschiedenen Websites oder Online-Shops ist daher in den meisten Fällen wenig aussagekräftig und daher problematisch.

Was ist eine Gute Conversion-Rate für die eigene Website?

Wir empfehlen, die Conversion-Rate auf Grundlage der eigenen Daten – gemessen auf aussagekräftigen Segmenten – zu optimieren. Dies ist deutlich sinnvoller, als irgendwelchen Vergleichszahlen “nachzulaufen”, die in den meisten Fällen nicht zutreffen werden.

Abgesehen davon: Selbst wenn man Conversion-Rates hat, die oberhalb anderer Benchmarks liegen – woher weiß man, dass es nicht noch besser geht?

Besser analysieren: Conversion-Rate auf Segmenten berechnen

Man sollte die Conversion-Rate auch auf Segmenten berechnen und nicht nur auf dem gesamten Traffic, weil dies tiefere Einblicke in das Verhalten verschiedener Nutzergruppen ermöglicht. Dadurch kann man gezielter optimieren und spezifische Probleme oder Chancen erkennen.

Unterschiedliches Verhalten von Nutzergruppen

Nicht alle Besucher verhalten sich gleich. Segmentierte Analysen zeigen, wie verschiedene Gruppen mit der Website interagieren.

Mobile vs. Desktop-Nutzer
neue vs. wiederkehrende Besucher
Einstiege über unterschiedliche Seitentypen (z.B. Kategorieseite vs. Produktseite)
unterschiedliche Traffic-Kanäle (z. B. Google Ads vs. organic SEO vs. Paid Social)

Durch das Unterscheiden dieser Segmente kann man besser verstehen, warum bestimmte Gruppen besser oder schlechter konvertieren. Allerdings sollten die Segmente nicht zu kleinteilig sein, sodass die Zahlen je Segment noch ausreichend groß für eine sinnvolle Auswertung sind.

Praxis-Beispiel: Blog- oder Ratgeber-Traffic

Sehr viele Besucher ohne transaktionale Intention können die globale Conversion-Rate “herunterziehen”.

Wenn Sie beispielsweise zum Online-Shop einen Blog betreiben, der sehr viele Besucher generiert, haben diese oft ein Interesse an Informationen, aber nicht am Kauf. In die Betrachtung der globalen Conversion-Rate fließen die Besucher trotzdem mit ein.

Wir empfehlen eine segmentierte Berechnung der Conversion-Rate.

Gezieltere Optimierung für Website und Marketing

Indem man die Conversion-Rate für spezifische Segmente berechnet, lassen sich gezielte Maßnahmen für die Nutzer in diesen Segmenten entwickeln. Wenn beispielsweise mobile Nutzer eine niedrigere Conversion-Rate haben, kann man mobile Optimierungen vornehmen, um dieses Problem zu beheben.

Werden Marketing-Kampagnen oft auf spezifische Zielgruppen ausgerichtet, hilft die segmentierte Analyse der Conversion-Rate dabei, zu bewerten, wie gut diese Zielgruppen tatsächlich konvertieren und Maßnahmen treffen

Erfolge von Optimierungsmaßnahmen besser erkennen

Eine segmentierte Betrachtung der Conversion-Rate sorgt auch dafür, dass Einflüsse von Optimierungsmaßnahmen besser erkannt werden können, da sich änderndes Verhalten auf einzelnen Segmenten nicht so leicht in der “großen Maße untergeht”.

Alternativen zur Conversion-Rate auf Websites und in Online-Shops

Die Conversion-Rate zeigt, wie gut eine Website darin ist, Besucher in Käufer oder Leads umzuwandeln. Eine höhere Conversion-Rate bedeutet, dass die Seite effektiv darin ist, Nutzer zu motivieren, die gewünschte Aktion durchzuführen. Der Fokus liegt auf die Effizienz der Website, aber nicht auf der Qualität der Conversions.

Je nach Geschäftsmodell kann es sinnvoll sein, der Wert der Conversion stärker miteinzubeziehen – in Online-Shops zum Beispiel den Umsatz / Wert des Warenkorbs oder gar die Gewinnmarge der Transaktion.

Dies ist vor allem dann sinnvoll, wenn nicht nur auf die reine Quote der Verkäufe, sondern auch auf höhere Warenkorbwerte oder den Kauf teurerer Produkte (Upsell) optimiert werden soll.

Eine Metrik, die dies unter Umständen besser abbildet, ist der Umsatz je Nutzer (Average Revenue per User, ARPU). Diese Metrik zeigt, wie viel Umsatz die Website pro Besucher erzielt, unabhängig davon, ob diese konvertieren oder nicht

Der Fokus liegt hier auf dem finanziellen Wert pro Besucher: Der Umsatz je Nutzer gibt an, wie viel jeder Besucher im Durchschnitt für die Website einbringt. Dies ist besonders wichtig, um die Rentabilität und den Ertrag des Traffics zu bewerten.