+150 XP

Analytics-Benchmarks, die zählen: von days-in-inventory bis churn

# Analytics-Benchmarks, die zählen: von days-in-inventory bis churn

Eine Händlergruppe in Ohio brüstete sich mit "Rekord-Lagerumschlag", bis jemand den Rohdaten-Feed zog: Ihre 42 Tage Bestandsreichweite sahen schlank aus, doch die Branche lag damals bei etwa 60 Tagen. Sie waren nicht effizient. Sie hatten zu wenig Bestand und verloren Verkäufe, die sie nie erfasst haben. Das ist die Gefahr eines Dashboards ohne Baseline. Eine Zahl bedeutet nichts, solange Sie nicht wissen, wie "normal" im Automotive-Sektor aussieht.

Diese Lektion kalibriert die Messbenchmarks, die Automotive-Führungskräfte tatsächlich verfolgen, damit Ihre Dashboards gegen realistische Sektorrealität vergleichen und nicht gegen Bauchgefühl.

Warum Benchmarks ein Datenqualitätsproblem sind, kein Rechenproblem

Jede Metrik unten ist trivial zu berechnen. Der schwierige Teil sind die Daten, die sie speisen. Bevor Sie einem Benchmark trauen, stellen Sie drei Fragen:

  • Was ist das Quellsystem? Dealer Management System (DMS, die Kernsoftware für Verkauf, Service und Teile eines Händlerbetriebs), OEM-Telematik (Original Equipment Manufacturer, der Fahrzeughersteller) oder ein CRM.
  • Wo liegt die Definitionsgrenze? Zählt "service retention" nur Garantiebesuche oder auch alle bezahlten Besuche?
  • Was ist das Stichtagsdatum? Bestands- und churn-Metriken bewegen sich wöchentlich.

Abweichende Definitionen zwischen Rooftops (einzelne Händlerstandorte) sind der größte Einzelgrund, warum Dashboards auf Gruppenebene in die Irre führen.

Bestandsgeschwindigkeit: days' supply und days-in-inventory

Days' supply beantwortet: Wie viele Tage dauert es beim aktuellen Verkaufstempo, bis wir ausverkauft sind?

Formel:

Days' supply = (Units in inventory / Units sold in period) x days in period

Rechenbeispiel. Ein Händler hält 300 Neufahrzeuge und verkaufte im letzten Monat (30 Tage) 150:

Days' supply = (300 / 150) x 30 = 60 days

Days-in-inventory ist etwas anderes: wie lange ein *bestimmtes* Fahrzeug physisch auf dem Hof gestanden hat. Days' supply ist eine vorausschauende Kennzahl, days-in-inventory ein rückblickendes Alter. Die beiden zu verwechseln ist ein klassischer Dashboard-Fehler.

Benchmarks (USA, Stand Ende 2025, Branchenschätzungen): Days' supply bei Neufahrzeugen liegt in einem gesunden Markt üblicherweise zwischen 50 und 70 Tagen, schwankt aber stark je nach Marke und Segment. Während der Chipknappheit 2021 bis 2022 brach der Wert unter 30 ein. Europäische Zahlen sind schwerer zu standardisieren, weil der Markt stärker zu build-to-order tendiert, besonders in Deutschland, sodass days' supply dort eine weniger dominante Metrik ist als im bestandslastigen US-Modell.

Cox Automotive veröffentlicht regelmäßig datengetriebene Kommentare zum US-Markt, die ein Bookmark wert sind: Cox Automotive market insights.

Daumenregel: unter 30 Tagen signalisiert Knappheit und verlorene Verkäufe; über 90 signalisiert Überbestand, alternde Einheiten und Druck durch Floorplan-Finanzierungskosten.

Servicequalität: fixed-first-visit rate

Fixed-first-visit (FFV), auch first-time-fix genannt, misst den Anteil der Reparaturaufträge, die beim ersten Besuch gelöst wurden, ohne Wiederkehr für dasselbe Problem.

FFV rate = (Repair orders fixed on first visit / Total repair orders) x 100

Warum das als Datenpunkt zählt: Es ist ein Frühindikator sowohl für Kundenzufriedenheit als auch für Garantiekosten. Eine niedrige FFV bedeutet Wiederholungsbesuche, verschwendete Technikerstunden und aufgeblähte Garantieansprüche, die OEMs genau prüfen.

Die Messfalle: Was gilt als "Wiederkehr"? Kommt ein Kunde innerhalb von 7 Tagen zurück, ist das klar eine Wiederholung. Nach 30 Tagen kann es ein neuer Fehler sein. Legen Sie das Zeitfenster in Ihrer Definition fest und wenden Sie es in jedem Rooftop identisch an, sonst ist Ihr Vergleich Rauschen. Es gibt keinen einzelnen öffentlichen Sektor-Benchmark für FFV; Zielwerte werden meist intern von OEMs gesetzt, oft im Bereich von hohen 80er bis niedrigen 90er Prozentwerten als angestrebte Untergrenze. Behandeln Sie jede externe FFV-Zahl mit Skepsis, solange Zeitfenster und Umfang nicht genannt sind.

Service retention: den Kunden in der Servicewerkstatt halten

Service retention misst, wie viele Fahrzeughalter für die Wartung zurückkommen, statt zu freien Werkstätten oder Ketten abzuwandern.

Eine gängige Definition:

Service retention = (Customers with a service visit in period / Eligible customers in period) x 100

Die Wörter "eligible" und "period" tragen das ganze Gewicht. Zählen Sie ein 6 Jahre altes Fahrzeug mit, dessen Halter eine freie Werkstatt vor Ort nutzt? Rollierende 12-Monats-Fenster sind Standard. Längere Fenster schmeicheln der Zahl.

In der Retention liegt das Geld. Service und Teile erzeugen einen großen und stabilen Anteil des Bruttogewinns eines Händlers, und ein gehaltener Servicekunde kauft sein nächstes Fahrzeug mit deutlich höherer Wahrscheinlichkeit bei Ihnen. Deshalb verfolgen OEM-Dashboards diesen Wert obsessiv.

Abzugleichende Datenquellen:

  • DMS-Reparaturaufträge (wer tatsächlich da war).
  • OEM-Garantie- und Telematikdaten (wer *fällig* sein sollte für Service).
  • CRM (wen Sie kontaktiert haben).

Die Lücke zwischen "fällig für Service" und "tatsächlich erschienen" ist Ihr Abwanderungssignal.

Kundenloyalität: NPS und churn

Net Promoter Score (NPS) stellt eine Frage: "Wie wahrscheinlich ist es, dass Sie uns empfehlen, 0 bis 10?" Promoter geben 9 bis 10, Passive 7 bis 8, Detraktoren 0 bis 6.

NPS = % Promoters - % Detractors

Rechenbeispiel. Von 200 Umfrageantworten: 120 Promoter (60%), 40 Passive (20%), 40 Detraktoren (20%):

NPS = 60 - 20 = +40

NPS reicht von -100 bis +100. Der Automotive-NPS variiert stark je nach Marke; Premium- und EV-native Marken erreichen oft deutlich höhere Werte als Massenmarken, doch veröffentlichte markenübergreifende Zahlen sind inkonsistent und methodenabhängig, behandeln Sie also jeden Schlagzeilen-NPS als Schätzung, die an eine bestimmte Umfrage gebunden ist.

Churn ist das Spiegelbild, und im Automotive-Bereich gibt es ihn in zwei Varianten:

1. Service churn: Der Halter nutzt Ihre Servicewerkstatt nicht mehr (sichtbar an Lücken im DMS).

2. Marken-churn (Abwanderung): Bei Eintausch oder Leasingende wechselt der Kunde die Marke. Das wird in Conquest- und Defection-Daten erfasst, häufig aus Zulassungsdatensätzen (zum Beispiel Zulassungsdaten von S&P Global Mobility in den USA und Europa).

Alles zusammenbringen: ein Benchmark-Scorecard

Der Fehler ist, jede Metrik isoliert zu betrachten. Sie wirken zusammen:

  • Niedrige FFV drückt die service retention (verärgerte Kunden gehen).
  • Sinkende service retention prognostiziert höheren Marken-churn beim nächsten Kauf.
  • NPS läuft all dem oft um Monate nachher, bestätigt also eher als er prognostiziert.

Eine nützliche Disziplin: Speichern Sie für jeden Benchmark auf Ihrem Executive-Dashboard drei Felder neben dem Wert: Quellsystem, Definitionsversion und Stichtagsdatum. Ohne diese sind eine grüne und eine rote Zahl nicht vergleichbar.

Einfaches Governance-Snippet für ein Register von Metrikdefinitionen:

yaml
metric: service_retention
definition_version: 2.1
formula: serviced_customers / eligible_customers
window: rolling_12_months
eligible_rule: vehicles_under_7yr_with_active_owner
source_systems: [DMS, CRM, OEM_warranty]
as_of: 2026-01-15

Diese winzige Datei ist es, die verhindert, dass zwei Rooftops eine "retention" berichten, die zwei verschiedene Dinge bedeutet.

Wissenscheck

1. Die Händlergruppe in Ohio feierte eine niedrige days' supply als Zeichen für Effizienz, doch die Analyse offenbarte das gegenteilige Problem. Welche Kernlektion zeigt das?

2. Ein Dashboard zeigt für ein Fahrzeug "days-in-inventory" von 45 Tagen und für den Standort eine "days' supply" von 60 Tagen. Wie ist der Unterschied zwischen diesen beiden Metriken korrekt zu interpretieren?

3. Warum beschreibt die Lektion Benchmarks als "ein Datenqualitätsproblem, kein Rechenproblem"?

MEHRFACHAUSWAHL

4. Wählen Sie ALLE richtigen Antworten. Welche der folgenden Fragen zu den zugrunde liegenden Daten empfiehlt die Lektion, bevor man einem Benchmark traut?

Wählen Sie alle richtigen Antworten aus.

MEHRFACHAUSWAHL

5. Wählen Sie ALLE richtigen Antworten. Warum führen abweichende Metrikdefinitionen zwischen Rooftops dazu, dass Dashboards auf Gruppenebene in die Irre führen?

Wählen Sie alle richtigen Antworten aus.

Benchmarks ehrlich lesen

Drei Warnungen, bevor Sie eine dieser Zahlen nach oben präsentieren.

Segmentieren, bevor Sie vergleichen. Ein Pickup-Franchise und ein Luxus-EV-Showroom haben strukturell unterschiedliche days' supply und Servicemuster. Eine Vermischung verdeckt die Geschichte.

USA und Europa unterscheiden sich strukturell. Das US-Bestandsmodell erzeugt aussagekräftige days'-supply-Zahlen; der in Europa weit verbreitete build-to-order-Fluss macht diese Metrik weniger zentral und weniger vergleichbar. Übertragen Sie einen US-Benchmark nicht ohne Anpassung auf ein deutsches Dashboard.

Achten Sie auf Survivorship bei Retention und NPS. Kunden, die schon weg sind, beantworten Ihre Umfrage nicht. Ein steigender NPS kann einfach bedeuten, dass Ihre Detraktoren aus der Stichprobe abgewandert sind. Gleichen Sie NPS gegen churn-Daten ab, nie isoliert.

Wichtigste Erkenntnisse

  • Days' supply (etwa 50 bis 70 Tage sind eine gängige gesunde US-Bandbreite, Schätzung Ende 2025) ist eine Kennzahl, kein Alter. Verwechseln Sie sie nicht mit days-in-inventory, das misst, wie lange ein bestimmtes Fahrzeug gestanden hat.
  • Die fixed-first-visit rate ist ohne festes Wiederkehr-Zeitfenster bedeutungslos. Legen Sie das Fenster einmal fest, wenden Sie es auf jedes Rooftop an und speichern Sie die Definitionsversion.
  • Service retention ist der Gewinnanker und das früheste Abwanderungssignal. Die Lücke zwischen "fällig für Service" (OEM-Daten) und "tatsächlich erschienen" (DMS) ist Ihre churn-Frühwarnung.
  • NPS bestätigt, churn prognostiziert. Gleichen Sie NPS gegen zulassungsbasierte Abwanderungsdaten ab, um Survivorship Bias zu vermeiden.
  • Jede Dashboard-Zahl braucht Quelle, Definitionsversion und Stichtagsdatum angehängt, sonst sind Ihre standortübergreifenden Vergleiche Rauschen.