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

Eine Händlergruppe in Ohio brbrDer Anteil der Besucher, die nach nur einer angesehenen Seite wieder abspringen, häufig ein Signal für mangelnde Relevanz, verfehlte Suchintention oder schwache User Experience.Vollständige Definition ansehen →üstete sich mit „Rekord-Lagerumschlag“, bis jemand den Rohdaten-Feed zog: Ihre 42 Tage days' supply sahen schlank aus, aber die Branche lag damals bei rund 60 Tagen. Sie waren nicht effizient. Sie hatten zu wenig Ware 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 Mess-Benchmarks, auf die Automotive-Führungskräfte tatsächlich schauen, damit Ihre Dashboards gegen realistische Sektorrealität vergleichen und nicht gegen Bauchgefühl.

Warum Benchmarks ein Datenqualitätsproblem sind und kein Rechenproblem

Jede Metrik unten ist trivial zu berechnen. Das Schwierige sind die Daten, die hineinlaufen. Bevor Sie einem Benchmark trauen, stellen Sie drei Fragen:

• Welches ist das Quellsystem? Dealer Management System (DMS, die Kernsoftware, die Verkauf, Service und Teile eines Händlers steuert), OEM-Telematik (Original Equipment Manufacturer, der Fahrzeughersteller) oder ein CRMCRMCustomer Relationship Management: Software und Strategie, um Kundeninteraktionen über den gesamten Lifecycle zu steuern und zu analysieren.Vollständige Definition ansehen →.
• Wo liegt die Definitionsgrenze? Zählt „service retention“ nur Garantiebesuche oder auch alle bezahlten Besuche?
• Was ist das As-of-Datum? Inventory- und Churn-Metriken bewegen sich wöchentlich.

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

Inventory-Velocity: 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 neue Einheiten und hat letzten Monat (30 Tage) 150 verkauft:

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

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

Benchmarks (USA, Stand Ende 2025, Branchenschätzungen): Days' supply bei Neuwagen liegt in einem gesunden Markt üblicherweise im Bereich von 50 bis 70 Tagen, schwankt aber stark je Marke und Segment. Während der Chipkrise 2021 bis 2022 brach sie unter 30 ein. Europäische Werte sind schwerer zu standardisieren, weil der Markt stärker auf Build-to-order ausgerichtet ist, besonders in Deutschland, sodass days' supply dort eine weniger dominante Metrik ist als im lagerlastigen US-Modell.

Cox Automotive veröffentlicht regelmäßig datenbasierte 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-Kosten.

Servicequalität: Fixed-first-visit-Rate

Fixed-first-visit (FFV), auch first-time-fix genannt, misst den Anteil der Reparaturaufträge, die beim ersten Besuch erledigt werden, ohne Rückläufer 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 für Kundenzufriedenheit und Garantiekosten gleichzeitig. Ein niedriger FFV bedeutet Wiederholungsbesuche, verschwendete Technikerstunden und aufgeblähte Garantieansprüche, die OEMs genau prüfen.

Die Messfalle: Was gilt als „Rückläufer“? 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 über jedes Rooftop identisch an, sonst ist Ihr Vergleich Rauschen. Es gibt keinen einheitlichen öffentlichen Sektor-Benchmark für FFV; Ziele werden meist intern von OEMs gesetzt, oft im Bereich hohe 80er bis niedrige 90er Prozent als angestrebte Untergrenze. Behandeln Sie jede externe FFV-Zahl mit Misstrauen, solange Zeitfenster und Scope nicht genannt sind.

Service retention: den Kunden in der Werkstatt halten

Service retention misst, wie viele Fahrzeughalter für die Wartung wiederkommen, 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 Auto mit, dessen Halter zu einer freien Werkstatt vor Ort geht? 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 am Bruttoertrag eines Händlers, und ein gehaltener Servicekunde kauft sein nächstes Fahrzeug mit deutlich höherer Wahrscheinlichkeit bei Ihnen. Deshalb verfolgen OEM-Dashboards die Kennzahl obsessiv.

Zu abzugleichende Datenquellen:

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

Die Lücke zwischen „serviceflällig“ und „tatsächlich erschienen“ ist Ihr Abwanderungssignal.

Kundenloyalität: NPSNPSDer Net Promoter Score (NPS) misst Kundenloyalität: Kunden werden gefragt, wie wahrscheinlich sie eine Marke weiterempfehlen, dann werden die Detractors von den Promoters abgezogen.Vollständige Definition ansehen → und churn

Net Promoter Score (NPS) stellt eine Frage: „Wie wahrscheinlich ist es, dass Sie uns weiterempfehlen, 0 bis 10?“ Promoter geben 9 bis 10, Passives 7 bis 8, Detractors 0 bis 6.

NPS = % Promoters - % Detractors

Rechenbeispiel. Von 200 Umfrageantworten: 120 Promoter (60 %), 40 Passives (20 %), 40 Detractors (20 %):

NPS = 60 - 20 = +40

NPS reicht von -100 bis +100. Automotive-NPS variiert stark je Marke; Premium- und EV-native Marken liegen oft deutlich höher als Massenmarktmarken, aber veröffentlichte markenübergreifende Zahlen sind inkonsistent und methodenabhängig, also behandeln Sie jeden Schlagzeilen-NPS als Schätzung, die an eine bestimmte Umfrage gebunden ist.

Churn ist das Spiegelbild und kommt im Automotive in zwei Varianten:

1. Service churn: Der Halter nutzt Ihre Werkstatt nicht mehr (sichtbar an Lücken im DMS).
2. Brand churn (Defection): Bei Inzahlungnahme oder Leasingende wechselt der Kunde die Marke. Das wird in Conquest- und Defection-Daten erfasst, oft aus Zulassungsdatensätzen (zum Beispiel Zulassungsdaten von S&P Global Mobility in den USA und Europa).

Zusammengeführt: eine Benchmark-Scorecard

Der Fehler ist, jede Metrik einzeln zu betrachten. Sie interagieren:

• Ein niedriger FFV drückt die service retention (verärgerte Kunden gehen).
• Fallende service retention prognostiziert höheren brand churn beim nächsten Kauf.
• NPS läuft allem Genannten oft um Monate nachher, bestätigt also statt zu prognostizieren.

Eine nützliche Disziplin: Speichern Sie zu jedem Benchmark auf Ihrem Executive-Dashboard drei Felder neben dem Wert: Quellsystem, Definitionsversion und As-of-Datum. Ohne die sind eine grüne und eine rote Zahl nicht vergleichbar.

Einfaches Governance-Snippet für ein Registry von Metrikdefinitionen:

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 verhindert, dass zwei Rooftops eine „Retention“ berichten, die zwei verschiedene Dinge bedeutet.

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. Beides zu mischen, verdeckt die Geschichte.

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

Achten Sie auf Survivorship bei Retention und NPS. Kunden, die schon weg sind, antworten nicht auf Ihre Umfrage. Ein steigender NPS kann einfach bedeuten, dass Ihre Detractors aus der Stichprobe abgewandert sind. Gegenprüfen Sie NPS immer mit Churn-Daten, nie isoliert.

Wichtigste Erkenntnisse

• Days' supply (rund 50 bis 70 Tage sind eine gängige gesunde US-Spanne, Schätzung Ende 2025) ist eine Kennzahl, kein Alter. Verwechseln Sie sie nicht mit days-in-inventory, das misst, wie lange ein bestimmtes Auto gestanden hat.
• Die Fixed-first-visit-Rate ist ohne festes Rückläufer-Zeitfenster bedeutungslos. Legen Sie das Fenster einmal fest, wenden Sie es auf jedes Rooftop an und speichern Sie die Definitionsversion.
• Service retention ist der Profitanker und das früheste Abwanderungssignal. Die Lücke zwischen „servicefällig“ (OEM-Daten) und „tatsächlich erschienen“ (DMS) ist Ihre Churn-Frühwarnung.
• NPS bestätigt, churn prognostiziert. Gegenprüfen Sie NPS mit zulassungsbasierten Defection-Daten, um Survivorship Bias zu vermeiden.
• Jede Dashboard-Zahl braucht Quelle, Definitionsversion und As-of-Datum dabei, sonst sind Ihre standortübergreifenden Vergleiche Rauschen.