Was vorher fertig sein muss
Die zu analysierende Conversion (z. B. Anmeldung, Kauf, Aktivierung) ist eindeutig definiert mit Start-Event und Ziel-Event.
Die wichtigsten Etappen der Customer Journey sind dokumentiert, sodass die Funnel-Schritte den realen Nutzerablauf widerspiegeln.
Was vor Start vorliegen muss
BI- oder Produktanalytik-Tool mit Zugriff auf Event-Daten; Tabelle fuer Schritte (Step, Definition, Event-ID, n, Conversion-Rate, Drop); Vorlage fuer Segment-Vergleich.
Ein Datenanalyst mit Tool-Zugriff; ein Product Owner mit Verantwortung fuer den Flow; ein Marketing- oder UX-Vertreter mit Hypothesen; optionaler Stakeholder zur Validierung.
Event-Tracking-Plan mit Definitionen; Zeitraum-Festlegung (z. B. letzte 30 oder 90 Tage); Segmentierungs-Achsen (Channel, Geraet, Plan); bekannte technische Drop-Outs.
2-3 h
Funnel-Report im Tool anlegen mit definierten Schritten in Reihenfolge. Zeitfenster und Mindest-Sample setzen (mindestens 500 Nutzer pro Schritt fuer belastbare Raten). Vergleichszeitraum als Baseline ergaenzen.
Die eine Frage, die diese Methode beantwortet
An welchen Schritten verlieren Nutzer welche Conversion in welchem Segment, und welche Hypothese erklaert den Drop?
Marker: Phase
| Schritt | Dauer | Aktion | Hinweis |
|---|---|---|---|
1Phase 1: Schritte verifizieren | 30 min | Schritt-Definitionen gegen Tracking pruefen. Sanity Check: Schritt n+1 kann nicht mehr Nutzer haben als Schritt n. Doppelte Events oder Mehrfach-Trigger bereinigen. | Unsaubere Definitionen erzeugen Pseudo-Drops. Wenn Login mehrere Events feuert oder Pop-up als Page-View zaehlt, ist der Funnel verzerrt. |
2Phase 2: Conversion-Raten berechnen | 30 min | Pro Schritt absolute Anzahl, relative Conversion zur Vorstufe und zum Start, sowie Drop in absoluten und relativen Werten ausweisen. | Drei Werte gleichzeitig anzeigen: Conv-to-Previous, Conv-to-Start, absoluter Verlust. Eine Zahl allein verbirgt, wo der Hebel liegt. |
3Phase 3: Segmentierung | 45 min | Funnel pro Segment (Channel, Geraet, Plan, Region) aufschluesseln. Top-3-Abweichungen markieren. Segment mit groesster absoluter Wirkung als Hauptfokus. | Ein schwaches Segment kann den Gesamt-Funnel ziehen. Mobil-iOS kann andere Werte zeigen als Desktop-Chrome. Ohne Segmentierung optimiert man am falschen Durchschnitt. |
4Phase 4: Hypothesen am groessten Drop | 45 min | Pro Top-Drop drei bis fuenf Hypothesen sammeln, je mit Erklaerung und Validierungsplan (Sessions ansehen, Heatmap, Logs, Interview). Hypothesen priorisieren nach ICE. | Hypothesen sind testbar formulieren („Nutzer verstehen Preisangabe nicht“, nicht „Seite ist schlecht“). Validierungsplan vor Experiment-Konzeption. |
5Phase 5: Followups | 20 min | Pro Top-Hypothese Owner, Validierungsmethode, Frist. Funnel-Report als wiederkehrender Wochen-Review fixieren. Aenderungen am Tracking als Tickets erfassen. | Funnel ohne Cadence wird zur Einmal-Analyse. Wochen-Review mit Top-3-Drops und Status der Hypothesen verhindert das. |
Was am Ende rauskommt
Funnel-Report mit Schritt-Liste, Conversion-Raten, Drop-Werten, Segment-Aufschluesselung, Top-Hypothesen und Followup-Tabelle mit Owner und Frist. Ergaenzt um Vergleichszeitraum und Notizen zu Tracking-Aenderungen.
Funnel-Konfiguration im Tool versionieren (Naming-Konvention mit Datum). Wochen-Snapshots als Markdown oder PDF archivieren. Bei Tracking-Aenderung neuen Funnel anlegen, alten archivieren mit Aenderungsgrund.
Kompakte Arbeitsvorlage für Funnel Analysis mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.
# Funnel Analysis Arbeitsvorlage
## Ziel
Analysiert Konversionen und Abbrüche zwischen definierten Schritten.
## Kontext
Wann und wofür nutzen wir diese Methode?
## Input
Welche Daten, Beobachtungen, Entscheidungen oder Materialien liegen vor?
## Durchführung
Kurze Notizen entlang des Run Sheets.
## Ergebnisartefakte
- Funnel Report:
- Drop-off Analysis:
- Optimization Hypotheses:
## Annahmen und offene Fragen
- ...
## Entscheidung / Nächster Schritt
Owner, Datum und Erfolgssignal.Konkret gefülltes Szenario
## Funnel - Buchungs-Conversion Workspot, KW 18 2026 (Zeitraum 90T)
| Schritt | Definition | Nutzer | Conv-to-Prev | Conv-to-Start | Drop |
|---|---|---|---|---|---|
| 1 Visit | Landingpage geladen | 18.400 | - | 100% | - |
| 2 Search | Suchanfrage gesendet | 9.620 | 52% | 52% | 8.780 |
| 3 Detail | Workspace-Detailseite geoeffnet | 6.110 | 64% | 33% | 3.510 |
| 4 Booking-Start | Buchungsformular geoeffnet | 2.040 | 33% | 11% | 4.070 |
| 5 Booking-Confirm | Buchung bestaetigt | 1.260 | 62% | 6.8% | 780 |
**Top-Drop**: Schritt 3 -> 4 (33% Conv-to-Previous, 4.070 Nutzer absolut). Mobil-iOS faellt auf 24%, Desktop bleibt bei 41%.
**Hypothesen**
1. CTA „Jetzt buchen“ ist auf Mobil unter dem Fold (ICE 8/8/6).
2. Preisangabe wirkt unklar, weil Service-Gebuehr erst im Formular sichtbar wird (ICE 7/6/7).
3. Verfuegbarkeitsanzeige laedt langsam (>3 s) auf Mobil (ICE 6/7/8).
**Naechste Schritte**: Session Replay (10 Mobil-Sessions, Owner @anna, bis 22.05.), CTA-Position als A/B-Test (Owner @ben, ab 27.05.).Symptome erkennen, gegensteuern
Spaeterer Schritt hat mehr Nutzer als der vorherige oder Conversion liegt ueber 100%.
Event-Deduplizierung pro Session erzwingen. Tracking-Plan reviewen. Wenn Tool kein Dedupe bietet, in SQL distinct per user_id pro Schritt.
Gesamt-Conversion sieht akzeptabel aus, einzelne Channel oder Geraete zeigen sehr schwache Raten.
Pflicht-Segmentierung nach Channel, Geraet und Plan. Standard-Funnel-Report enthaelt mindestens drei Segmente nebeneinander.
Liste von Vermutungen, ohne dass jemand sie verifizieren wird.
Vor Hypothesensammlung Validierungsmethoden festlegen (Heatmap, Session Replay, Interview). Pro Hypothese Methode plus Owner, sonst nicht ins Backlog.
Nutzer kehren zwischen Schritten zurueck oder springen ueber Schritte, der lineare Funnel zeigt sie nicht.
Bei verzweigten Flows Pfad-Analyse (Sankey, Flow-Report) ergaenzen. Linearer Funnel bleibt fuer Hauptpfad, Verzweigungen separat.
Rate sinkt, Team alarmiert, Ursache ist Saisonalitaet oder Tracking-Update.
Vergleichszeitraum gleich lang und gleichphasig waehlen. Tracking-Changelog im Dashboard sichtbar. Vor Alarm pruefen, ob ein Deployment betroffene Events veraendert hat.
Done-Signale, in unter einer Minute prüfbar
Zum Steckbrief für Zweck, ähnliche Methoden und Quellen — oder direkt zur nächsten Methode im Katalog.