Kategorie- und Marktanteilsmetriken: Nielsen- und Circana-Daten lesen

# Kategorie- und Marktanteilsmetriken: Nielsen- und Circana-Daten lesen

Ein Brand Manager kommt in ein Quarterly Business Review und verkündet: „Wir haben den Value Share um 40 Basispunkte gesteigert.“ Der Raum nickt anerkennend. Niemand stellt die Rückfrage, auf die es ankommt: Ist die Kategorie um 8% geschrumpft, während die Marke nur um 5% zurückging? Das ist kein Wachstum. Das ist langsamer verlieren als alle anderen und es als Erfolg verkaufen.

Genau darum geht es bei Finanzkompetenz im FMCG-Bereich (fast-moving consumer goods): Retail-Panel-Daten präzise genug lesen, um echte Performance von statistischer Illusion zu unterscheiden. Die beiden dominierenden Datenanbieter in diesem Feld sind NielsenIQ (oft einfach „Nielsen“ genannt, nach der Konzernstruktur vor 2021) und Circana (2022 aus der Fusion von IRI und The NPD Group entstanden). Beide verkaufen syndizierte Retail-Panel-Daten: Point-of-Sale-Scans, aggregiert über tausende Stores, aufgeschlüsselt nach Marke, Kategorie und Geografie.

Die zentralen Anteilsmetriken, definiert

Value Share: der Retail-Umsatz einer Marke in Dollar (oder Euro), geteilt durch den gesamten Retail-Umsatz der Kategorie, über einen definierten Zeitraum und Markt. Ausgedrückt in Prozent.

Volume Share: gleiche Rechnung, aber mit Einheiten (oder einem standardisierten Volumenmaß wie Liter oder Kilogramm) statt Dollar.

Warum beides zählt: Value Share kann allein durch Preiserhöhungen steigen, während Volume Share stagniert oder fällt. Das ist ein Warnsignal für preisgetriebenes „Wachstum“ statt nachfragegetriebenes Wachstum.

Rechenbeispiel: Eine Shampoo-Marke verkauft in den USA in einem Zeitraum von 12 Wochen 2 Millionen Flaschen zu einem Durchschnittspreis von 6 $. Kategorieweit werden 40 Millionen Flaschen zu einem Durchschnittspreis von 5,50 $ verkauft.

• Volume Share = 2M / 40M = 5,0%
• Markenumsatz in Dollar = 2M × 6 $ = 12M $
• Kategorieumsatz in Dollar = 40M × 5,50 $ = 220M $
• Value Share = 12M $ / 220M $ = 5,45%

Der Value Share der Marke (5,45%) liegt über ihrem Volume Share (5,0%), weil sie mit einem Aufpreis zum Kategoriedurchschnitt verkauft. Diese Lücke selbst ist eine nützliche Metrik: Sie zeigt die Preispositionierung, nicht nur die Größe.

ACV: die Distributionsmetrik, die alle falsch lesen

ACV-Distribution (All Commodity Volume): der Prozentsatz des gesamten Retail-Umsatzes (über alle Kategorien, nicht nur Ihre), der auf die Stores entfällt, in denen Ihr Produkt tatsächlich gelistet ist. Es ist eine gewichtete Distributionsmetrik, kein einfacher „Prozentsatz der Stores, die das Produkt führen“.

Wenn Ihr Produkt in Stores steht, die 75% des ACV repräsentieren, heißt das: Stores, die 75% des gesamten Retail-Dollar-Volumens in diesem Markt generieren, führen Ihre SKU (stock-keeping unit, ein eindeutiger Produkt-/Größen-/Variantencode). Ein Produkt kann in 60% der physischen Stores stehen, aber nur 40% ACV erreichen, wenn es bei umsatzstarken Ketten wie Walmart oder Tesco fehlt.

Warum das finanziell relevant ist: ACV ist das Nenner-Problem, das in Anteilszahlen steckt. Eine Marke mit 3% Value Share in der Kategorie und 50% ACV performt innerhalb ihres Distributions-Footprints eigentlich gut. Die gleichen 3% Anteil bei 95% ACV deuten auf ein schwaches Produkt mit geringer Velocity hin, das die meisten Shopper finden, aber nicht kaufen.

Velocity: Umsatz pro Distributionspunkt

Velocity (oft „Umsatz pro ACV-Punkt“ oder „$/Store/Woche“) misst, wie schnell ein Produkt dort verkauft, wo es gelistet ist, und rechnet den Effekt der Distributionsbreite heraus.

Formel: Velocity = Gesamtumsatz in Dollar ÷ ACV-Distributionspunkte

Rechenbeispiel: Marke A macht 5M $ Quartalsumsatz bei 60 ACV-Punkten. Marke B macht 5M $ Quartalsumsatz bei 90 ACV-Punkten.

• Velocity Marke A = 5M $ / 60 = 83.333 $ pro ACV-Punkt
• Velocity Marke B = 5M $ / 90 = 55.555 $ pro ACV-Punkt

Gleicher Umsatz, aber Marke A performt pro Einheit Regalpräsenz deutlich stärker. Das ist die Zahl, die Private-Equity-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 und Category Manager prüfen, bevor sie einer Distributionsausweitung zustimmen, denn Marken mit niedriger Velocity, die mehr Regalfläche bekommen, erzeugen oft nur mehr Retouren und Abschriften, nicht mehr echte Nachfrage.

Distributionspunkte: der Expansionshebel

Ein „Distributionspunkt“ oder „ACV-Punkt“ ist 1% des ACV. Retailer und Hersteller verhandeln darüber, weil jeder Punkt zusätzlichen Marktzugang bedeutet. Von 40 auf 70 ACV-Punkte zu kommen ist ein typischer Meilenstein für eine skalierende Challenger-Marke, die ein nationales Retail-Listing (eine formale Vereinbarung, ein Produkt in allen Stores eines Retailers zu führen) bei einer Kette wie Kroger, Carrefour oder Tesco anstrebt.

Sales-Teams werden häufig an „ACV-gewichteten Distributionsgewinnen“ als KPIKPIKey Performance Indicator, ein messbarer Wert, der zeigt, wie wirksam Sie ein bestimmtes Ziel erreichen, über die Zeit verfolgt und gegen einen Zielwert gemessen.Vollständige Definition ansehen → (key performance indicatorkey performance indicatorKey Performance Indicator, ein messbarer Wert, der zeigt, wie wirksam Sie ein bestimmtes Ziel erreichen, über die Zeit verfolgt und gegen einen Zielwert gemessen.Vollständige Definition ansehen →) gemessen, getrennt vom Umsatz, weil Distribution heute erst zwei bis drei Quartale später in Umsatz umschlägt.

Anteilsgewinne im Kategoriekontext lesen

Die wichtigste Disziplin überhaupt: Lesen Sie niemals eine Anteilszahl ohne die Wachstumsrate der Kategorie daneben.

| Szenario | Markenwachstum | Kategoriewachstum | Anteilsveränderung | Die echte Geschichte |

|---|---|---|---|---|

| A | +2% | +6% | runter | Anteilsverlust in einem wachsenden Markt |

| B | -3% | -8% | rauf | „Gewinnen“ in einem schrumpfenden Markt |

| C | +10% | +3% | rauf | Echter Anteilsgewinn |

Nur Szenario C zeigt eindeutige Stärke. Szenario B ist die Falle aus dem Eingangsbeispiel: Der Value Share stieg, aber Marke und Kategorie sind beide geschrumpft. Das kommt häufig in Kategorien vor, die unter dem Vordringen von Private Label (Eigenmarke des Retailers, auch Handelsmarke genannt) oder unter SKU-Rationalisierung (Reduzierung der Anzahl an Produktvarianten) stehen.

Als Orientierung: Der Value Share von Private Label im US-Lebensmittelhandel wird laut Circanas veröffentlichten Kommentaren zu Kategorietrends für 2024 bis 2025 auf etwa 20 bis 21% geschätzt, während 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 → in mehreren europäischen Märkten wie Deutschland, Spanien und Großbritannien deutlich höher liegen dürfte, je nach Kategorie oft im Bereich von 35 bis 45%, laut Berichten von Retailern und aus der Branche. Das sind Schätzungen und sie variieren stark je Kategorie (die Private-Label-Penetration bei Joghurt ist etwas völlig anderes als bei Energy Drinks).

USA vs. Europa: Eigenheiten der Paneldaten, die man kennen sollte

USA: NielsenIQ und Circana betreiben beide nationale Retail-Panels, die Grocery, Drug, Mass Merchandiser und zunehmend E-Commerce-Kanäle abdecken. Circanas Alt-Panel von IRI hatte historisch Stärken im Center-Store-Grocery und im Mass-Kanal; NielsenIQ bietet breite Multi-Channel- und OmnichannelOmnichannelEin integrierter Ansatz, der alle Kunden-Touchpoints (physisch, digital, mobil) zu einem durchgehenden Erlebnis verbindet, mit gemeinsamen Daten und konsistentem Kontext über alle Kanäle.Vollständige Definition ansehen →-Messung, inklusive des Erbes von Nielsens Connected-TV- und Audience-Daten. Keiner von beiden erfasst Amazon oder Club-Kanäle (wie Costco) mit der gleichen Granularität wie den getrackten Lebensmittelhandel, ein bekannter blinder Fleck, den Analysten einkalkulieren müssen.

Europa: NielsenIQ ist in den meisten europäischen Märkten der dominierende Panel-Anbieter, aber die Abdeckung ist von Land zu Land fragmentiert, weil die Handelsstrukturen unterschiedlich sind (hypermarktlastiges Frankreich und Spanien vs. discounterlastiges Deutschland mit Aldi und Lidl, deren Umsätze in Panels notorisch schwerer zu erfassen sind, da Discounter historisch weniger Daten geteilt haben). Die Intransparenz der Discounter ist eine echte Einschränkung: Marktanteilswerte für Deutschland unterzeichnen häufig den tatsächlichen Anteil von Aldi/Lidl, weil diese Retailer nur begrenzte oder verzögerte Daten-Sharing-Vereinbarungen mit Panel-Anbietern haben.

Das heißt: Bei der Behauptung „35% Value Share in der Kategorie in Deutschland“ sollte immer die Frage folgen: Sind die Umsätze des Discounter-Kanals darin enthalten oder nicht?

Ein einfaches technisches Snippet: Anteilsdaten normalisieren

Analysten ziehen oft Rohexporte aus Panels und müssen standardisieren, bevor sie Zeiträume vergleichen. Eine einfache Normalisierung in einer Tabelle oder in Python:

# Simple share and velocity calculation from raw panel export
brand_sales = 12_000_000      # $ Umsatz, Marke, Periode
category_sales = 220_000_000  # $ Umsatz, Kategorie, gleiche Periode
acv_points = 62                # gewichtete Distributionspunkte

value_share = brand_sales / category_sales
velocity = brand_sales / acv_points

print(f"Value share: {value_share:.2%}")
print(f"Velocity per ACV point: ${velocity:,.0f}")

Das ist genau die Rechenkette, die ein Category Manager vor einer Retailer-Verhandlung durchläuft: Der Anteil erzählt die Geschichte der Größe, die Velocity die Geschichte der Qualität, und das ACV sagt Ihnen, ob der Vergleich überhaupt fair ist.

Für eine tiefere Einführung in die Mechanik syndizierter Daten veröffentlicht NielsenIQ Methodik-Notizen unter nielseniq.com/global/en/insights, die frei zugänglich und nützlich sind, um Panel-Kompetenz aufzubauen.

🎬 [VIDEO: „Understanding Nielsen and IRI/Circana Retail Data“ - youtube.com - suchen Sie nach Category-Management- oder CPG-Analytics-Trainingskanälen, die die Grundlagen syndizierter Retail-Panels, ACV und Velocity-Konzepte behandeln]

Key Takeaways

• Stellen Sie eine Anteilszahl immer neben die Wachstumsrate der Kategorie. Steigender Anteil in einer schrumpfenden Kategorie ist ein Warnsignal, kein Erfolg.
• Value Share und Volume Share 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 →önnen wegen der Preise auseinanderlaufen. Eine größererDas 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 → werdende Lücke zwischen beiden zeigt Premiumisierung oder Discounting, keine Nachfrageveränderung.
• ACV-Distribution misst den gewichteten Retail-Footprint, nicht die Anzahl der Stores. Velocity (Umsatz pro ACV-Punkt) rechnet die Distributionsgröße heraus und zeigt den echten Produkt-Pull.
• Discounter- und E-Commerce-Kanäle (Aldi, Lidl, Amazon, Costco) sind in Paneldaten häufig unterrepräsentiert. Fragen Sie immer, was ausgeschlossen ist, bevor Sie einer Anteilszahl vertrauen.
• Der Private-Label-Anteil (geschätzt rund 20% in den USA, in großen Teilen Europas Mitte der 2020er deutlich höher) ist unverzichtbarer Kontext für jede Analyse von Markenanteilen, denn 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 → ist der stille Wettbewerber, der das Kategoriewachstum absorbiert.