Den Fashion-Funnel kartieren: von Awareness bis Repeat Purchase

Ihre Ad-Plattform meldet eine Conversion RateConversion RateDer Anteil der Besucher oder Interessenten, die eine gewünschte Aktion abschließen (Kauf, Anmeldung, Kontaktformular), berechnet als Conversions geteilt durch die Gesamtzahl der Gelegenheiten.Vollständige Definition ansehen → von 2,4%. Das Shop-Backoffice sagt 1,85%. Das Analytics-Property landet irgendwo dazwischen. Niemand lügt: Drei Tools zählen drei verschiedene Denominatoren, und eines davon schreibt einen Kauf einem Klick von vor neun Tagen zu. Solange der FunnelFunnelDie Customer Journey von der Aufmerksamkeit bis zum Kauf, typischerweise Awareness, Interest, Consideration, Decision, Action, wobei sich die Zahl der Interessenten auf jeder Stufe verringert.Vollständige Definition ansehen → nicht eine abgestimmte Stage-Liste, ein Event pro Stage und einen Denominator pro Rate hat, wird jedes Performance-Meeting zu einem Meeting über die Daten.

Diese Lektion kartiert die Stages, die ein Fashion-Shopper durchläuft, benennt das Event, das jede davon markiert, und heftet jede Rate an ihren Denominator. Was Sie für den Traffic bezahlt haben und was die KKDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →äufer über die Zeit wert sind, sind andere Lektionen in diesem Modul.

Der Fashion-Funnel, Stage für Stage

Fünf Gates, fünf Events. Jedes leckt, und jedes hat eine Rate, die nur gegen die richtige Basis Sinn ergibt.

*Die Event-Namen folgen der Segment-Ecommerce-Spec, die die meisten CDPs und Tag-Manager spiegeln. Grobe Branchenspannen für diese Raten mit Stand Ende 2025 finden sich in öffentlichen Quellen wie dem Baymard Institute; in der Benchmarks-Lektion dieses Moduls wird über diese Zahlen gestritten.*

Achten Sie auf die Add-to-Cart-Zeile. Gegen Sessions liest sie sich als 8,5%. Gegen Product Viewer als 19%. Beides wird draußen "Add-to-Cart-Rate" genannt, und ein Team, das beides vermischt, gratuliert sich zu einer Verbesserung von 10 Punkten, die aus einer Veränderung im Traffic-Mix kam. Schreiben Sie den Denominator in den Metriknamen in Ihrem Dashboard: `atc_rate_per_pdp_viewer`. Das ist hässlich und beendet die Diskussion.

Wo die Leckage passiert

Add-to-Cart-Leckage

Nur 8.500 von 45.000 Product Viewern haben etwas hinzugefügt. Das Zögern hier hat meist mit Preisklarheit, Bildmaterial oder fehlenden Informationen zu tun (Material, Modelgröße, Rückgabebedingungen).

Es gibt eine Zählfalle, die für Bekleidung typisch ist. Eine Shopperin, die eine M hinzufügt, es sich anders überlegt und eine L hinzufügt, löst zwei Product Added-Events aus. Zählen Sie Events, und Ihre Add-to-Cart-Rate ist in größenlastigen Kategorien wie Denim um 10 bis 15% überhöht. Zählen Sie eindeutige Carts mit mindestens einer Zeile, dann hält die Zahl. Gleiche Lösung für den Größenwechsel im Mini-Cart, den manche Themes als Add plus Remove plus Add auslösen.

Checkout-Leckage

8.500 Carts, 3.900 gestartete Checkouts: rund 54% verloren vor der Checkout-Seite. Baymards langlaufende Forschung verortet die dokumentierte durchschnittliche Cart-Abandonment-Rate online bei knapp 70% über den Ecommerce hinweg, gemessen von Cart bis abgeschlossener Order statt von Cart bis Checkout-Start, weshalb die beiden Zahlen auseinandergehen. Die üblichen Ursachen:

• Überraschende Versandkosten, die erst im Checkout auftauchen
• Erzwungene Kontoerstellung
• Keine bevorzugte Zahlungsart (Klarna, Apple Pay, PayPal)
• Langsamer Mobile-Checkout

Der fashion-spezifische Killer: Größe und Passform

Ein großer Teil der Abbrüche bei Bekleidung geht auf Unsicherheit bei Größe und Passform zurück. Shopper legen zwei Größen in den Cart, "um sicher zu sein", und bleiben dann stecken. Andere gehen raus, um eine Größentabelle zu finden, und kommen nie zurück.

Passform-Angst kommt nach dem Kauf als Rückgabe zurück, und deshalb darf der Funnel nicht bei Order Completed enden. Lösen Sie ein `Order Refunded`- oder Return-Event aus, verknüpft mit Order-ID, SKU und angegebenem Grund, und rechnen Sie dann die Version von Conversion, die zählt:

Netto-Conversion = behaltene Orders, nicht aufgegebene Orders. Wenn 1.850 bestellen und ein Viertel zurückkommt, haben Sie etwa 1.388 behalten. Brutto-Conversion schmeichelt jedem Kanal, der passformriskante Ware verkauft.

MaMaEinsatz von Software, um wiederkehrende Marketingaufgaben und Kampagnen zu automatisieren und Personalisierung in großem Maßstab über Kanäle wie E-Mail, Web und Social zu ermöglichen.Vollständige Definition ansehen →ßnahmen, die sich zu instrumentieren lohnen, damit Sie ihren Effekt ablesen können: detaillierte Größenratgeber, Fit-Finder-Quizze, "Model ist 178 cm groß und trägt Größe M"-Hinweise, Kundenfotos zur Passform, Virtual Try-on. Von Anbietern genannte Rückgabereduktionen verdienen Skepsis; lassen Sie das Fit-Tool auf der Hälfte Ihrer PDPs laufen und lesen Sie die Differenz selbst ab.

🎬 [VIDEO: "How Fashion Brands Reduce Returns" - youtube.com - ein praktischer Überblick über Fit-Technologie und Taktiken zur Rückgabereduktion im Fashion-Ecommerce]

Engagement-Metriken, die Kauf vorhersagen

Bevor jemand konvertiert, signalisiert Verhalten Intent. Jeweils ein getracktes Event wert:

• Product-Page-Tiefe: drei oder mehr angesehene Produkte in einer Session korrelieren stark mit Kauf.
• Zoom- und Bildinteraktionen: Zoom auf Stoffdetails ist ein Proxy für Anfassen, und Zoomer konvertieren höher.
• Öffnen der Größentabelle: ein positives Signal für ernsthaften Intent, solange die Session nicht dort endet.
• Wishlist-Adds: starker Prädiktor für einen späteren Kauf, besonders vor Sale-Events.
• Sessions von Wiederkehrern: Bekleidungskäufer besuchen häufig zwei bis vier Mal, bevor sie bestellen. Conversion in der ersten Session ist selten, und genau deshalb lesen sich Last-Click-, session-basierte Conversion Rates niedrig.

engagement_rate = sessions_with_action / total_sessions

# Beispiel
sessions_with_action = 62000   # gescrollt, gezoomt, zur Wishlist hinzugefügt usw.
total_sessions       = 100000
engagement_rate      = 62000 / 100000
# = 0.62  -> 62%

Steigendes Engagement bei flacher Conversion heißt: Das obere Ende des Funnels funktioniert, Checkout oder Passform nicht. Diagnostizieren Sie die Lücke, statt mehr Traffic zu kaufen.

Den Funnel instrumentieren: ein Event, ein Owner

Ein Tracking-Plan ist ein Dokument, keine Einstellung. ErErDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → listet jedes Event, seine Properties, wer es besitzt und welches Dashboard es konsumiert. Segment, das die hier diskutierte Customer-Data-Ebene verkauft, strukturiert das um zwei Calls: track für Verhalten und identify dafür, wer die Person ist. Wenn identify erst im Checkout feuert, bleibt alles vor dem Verkauf anonym, und Ihre Repeat Rate wird nur auf Kontoinhaber gerechnet.

Drei Fehlermodi, die die Zahlen still umschreiben:

1. Client-seitiger Verlust. Adblocker, ITP und verlassene Tabs bedeuten, dass im Browser ausgelöste Purchase-Events die Order-Tabelle unterzählen, oft um 5 bis 15%. Machen Sie den serverseitigen Order-Datensatz zur Source of Truth für die Purchase-Zeile, reconcilen Sie monatlich, und behandeln Sie jede Lücke über wenigen Prozent als kaputten Funnel, nicht als Rundungsfrage.
2. Guest Checkout. Wenn die meisten Orders ohne Kontoerstellung laufen, liest sich eine an Customer-IDs geknüpfte Repeat Rate massiv zu niedrig. Matchen Sie auf gehashte E-Mail, und akzeptieren Sie, dass eine Shopperin, die mit einer Arbeitsadresse und später mit einer privaten kauft, als zwei Personen erscheint.
3. Käufe außerhalb der eigenen Property. Glossier verkauft in Nordamerika seit 2023 über Sephora. Der zweite Kauf einer Kundin kann in einem Regal passieren, das keines Ihrer Events auslöst, sodass Ihre Repeat Rate niedriger liest als die Realität, während der Wholesale-Abverkauf gut aussieht. Zara hat die gleiche Nahtstelle umgekehrt: Eine Online-Session, die mit einem Store-Besuch oder einer Click-and-Collect-Abholung endet, sieht wie ein Abbruch aus, solange Store-Transaktionen nicht zurück an das Web-Profil gejoint werden.

Auch Session-Definitionen zählen. Die meisten Analytics-Tools schließen eine Session nach 30 Minuten Inaktivität, also erzeugt eine Shopperin, die mittags am Handy browst und abends am Laptop kauft, zwei Sessions und eine Order, solange keine User ID sie zusammennäht. Ihr Denominator bläht sich auf, Ihre Conversion Rate sinkt, und keine Kampagne hat das verursacht.

Retention: die 320, die zurückkamen

Von 1.850 Käufern kauften 320 innerhalb von 12 Monaten erneut: eine Repeat Purchase Rate von rund 17%. Sagen Sie, welche Repeat Rate Sie meinen, denn es zirkulieren drei:

• Wiederkäufer geteilt durch Erstkäufer im selben Kohortenfenster (oben verwendet)
• Repeat Orders geteilt durch alle Orders der Periode
• Kunden mit zwei oder mehr Lifetime-Orders geteilt durch alle Kunden überhaupt

Die zweite schmeichelt Marken mit einem kleinen loyalen Kern; die dritte kann nur steigen. Wählen Sie eine, versehen Sie sie mit Datum, und bleiben Sie dabei.

Zwei weitere Kennzahlen gehören in den Plan. Time to Second Purchase liegt bei Bekleidung oft zwischen 3 und 6 Monaten, eine Kohortenlesung nach 90 Tagen ist also verfrüht. Kohorten-Retention verfolgt die Käufer jedes Monats als Gruppe: Wenn die Kohorte Januar 2026 nach 3 Monaten 40% hält und nach 12 Monaten 15%, liegt das Versagen mitten im Lifecycle (inaktives E-Mail-Programm, kein Reorder-Prompt, keine saisonale Reaktivierung) und nicht in der Akquisitionsqualität.

Praktische Retention-Maßnahmen bei Bekleidung

• Passform-Nachfrage nach dem Kauf ("wie hat die Größe gepasst?"), die die Größendaten zurück in die PDP speist
• Drop-Benachrichtigungen, geknüpft an früher gekaufte Kategorien
• Back-in-Stock- und Preisalarme für Wishlist-Artikel
• Loyalty-Rewards mit Fokus auf die zweite und dritte Order, wo der Abfall am steilsten ist

Den Funnel zusammensetzen

Lesen Sie das Ganze als Diagnose, nicht als Anzeigetafel:

• Schwach von Session zu Product View? Ads oder Landingpages passen nicht zum Intent.
• Schwach von Product View zu Cart? Bildmaterial, Preis oder Informationslücken.
• Schwach von Cart zu Purchase? Checkout-Friktion oder Passform-Angst.
• Schwach vom ersten zum Wiederkauf? Produktzufriedenheit, Größen oder Lifecycle-Marketing (oder ein Kauf außerhalb Ihrer Property, den Sie nie erfasst haben).

Das breiteste Leck zu schließen schlägt den Kauf von mehr Traffic. Eine Verdopplung auf 200.000 Visits bei 1,85% gibt Ihnen eine größere Kopie desselben Problems, plus eine höhere Akquisitionsrechnung.

Key Takeaways

• Ein Event pro Stage, ein Denominator pro Rate. Add-to-Cart liest sich als 8,5% gegen Sessions und als 19% gegen Product Viewer; benennen Sie die Basis in der Metrik.
• Deduplizieren Sie bekleidungsspezifisches Rauschen. Größenwechsel lösen wiederholte Product Added-Events aus und blähen Cart-Metriken bei Denim und Schuhen auf.
• Reconcilen Sie client-seitige Events mit der Order-Tabelle. Blocker und ITP verstecken häufig 5 bis 15% der im Browser ausgelösten Käufe.
• Tracken Sie Rückgaben als Funnel-Stage. 1.850 Orders mit einem Viertel Rückgaben sind rund 1.388 behaltene Kunden, und die Netto-Conversion ist die Zahl, die den Kontakt mit Finance übersteht.
• Die Repeat Rate hängt von Identität ab. Guest Checkout und Wholesale-Regale wie Glossier bei Sephora drücken sie beide; Store-Abholung bei einer Marke wie Zara drückt die Online-Conversion. Nähen Sie die Profile zusammen, oder lesen Sie die Zahlen falsch.