+150 XP

Basket Math: Transaktionswert, Units per Transaction und Conversion Rate

# Basket Math: Transaktionswert, Units per Transaction und Conversion Rate

Eine regionale Bekleidungskette meldet für das Quartal comparable sales („comps“, also Umsatzwachstum in Filialen, die länger als ein Jahr geöffnet sind) minus 4%. Die Frequenz ist unverändert. Irgendetwas in der Filiale läuft schief, und der CFO will vor dem Board Call genau wissen, was. Genau dafür gibt es Basket Math: Es zerlegt eine unsaubere Schlagzeilenzahl in drei Hebel, die Sie tatsächlich steuern können.

Die Grundidentität

Die Umsatzleistung im Retail zerfällt in eine einfache Kette:

Umsatz = Traffic x Conversion Rate x Units Per Transaction (UPT) x Average Unit Retail (AUR)

Oder, häufiger verkürzt:

Umsatz = Traffic x Conversion Rate x Average Transaction Value (ATV)

wobei ATV = UPT x AUR (Durchschnittspreis pro verkaufter Einheit).

Jeder Term ist eine eigene Diagnose:

  • Traffic: Anzahl der Personen, die die Filiale oder die Website betreten haben, gezählt über Türsensoren (stationär) oder Sessions (online).
  • Conversion Rate: Anteil der Besucher, die tatsächlich etwas kaufen. Transaktionen ÷ Traffic.
  • UPT (Units per Transaction): durchschnittliche Anzahl Artikel pro Kauf. Auch „Basket Size“ genannt.
  • AUR (Average Unit Retail): durchschnittlich gezahlter Preis pro Artikel, nach Rabatten.
  • ATV (Average Transaction Value), auch Durchschnittsbon oder online Average Order Value (AOV): Umsatz ÷ Transaktionen. Entspricht UPT x AUR.

Rechenbeispiel: das Leck finden

Zurück zur Bekleidungskette. Vorjahresquartal gegen aktuelles Quartal:

| Kennzahl | Vorjahr | Aktuelles Jahr | Veränderung |

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

| Traffic | 100.000 | 100.000 | 0% |

| Conversion Rate | 22% | 19% | -3 Pkt. |

| Transaktionen | 22.000 | 19.000 | -13,6% |

| UPT | 2,5 | 2,6 | +4% |

| AUR | 36 $ | 35 $ | -2,8% |

| ATV | 90 $ | 91 $ | +1,1% |

| Gesamtumsatz | 1.980.000 $ | 1.729.000 $ | -12,7% |

Die Comps liegen hier rund 12,7% im Minus (in der Szene oben stellen Sie sich eine mildere Variante vor, die zur Schlagzeile von 4% führt). Der Traffic ist unverändert, die Frequenz ist also nicht die Ursache. Der ATV ist sogar leicht gestiegen, Käufer geben pro Besuch also etwas mehr aus (minimal mehr Artikel, minimal niedrigerer Preis, netto positiv). Der gesamte Rückgang geht auf die Conversion Rate zurück: Weniger Besucher werden zu Käufern.

Das ist ein präziser, handlungsfähiger Befund. Er lenkt den Blick des Betriebs auf Personalbesetzung in der Filiale, Friktion an der Kasse, Out-of-Stock auf den Eingangstischen oder ein Merchandising-Problem, nicht auf ein Marketing- oder Traffic-Problem. Zum Vergleich: Wäre der UPT eingebrochen, während die Conversion stabil bleibt, würden Sie ein Cross-Sell- oder Bundling-Problem vermuten, kein Problem mit dem Store-Erlebnis.

Kurze Rechenübung

Conversion Rate = Transaktionen ÷ Traffic

19.000 ÷ 100.000 = 19%

ATV = Umsatz ÷ Transaktionen

1.729.000 $ ÷ 19.000 = 91 $

UPT = verkaufte Einheiten ÷ Transaktionen (bei 49.400 verkauften Einheiten in diesem Jahr: 49.400 ÷ 19.000 = 2,6)

Diese drei Formeln sind das komplette Werkzeug. Alles andere in dieser Lektion ist Benchmarking und Interpretation.

Benchmarks: USA und Europa (Schätzungen)

Die Zahlen schwanken je nach Kategorie enorm, behandeln Sie sie also als grobe Größenordnungen für 2025 bis 2026, nicht als präzise Zielwerte.

  • Conversion Rate stationär, US-Bekleidung/Specialty Retail: häufig im Bereich 20 bis 30% genannt; Lebensmittel und Convenience liegen deutlich höher (oft 60%+, da die meisten Besucher mit Kaufabsicht kommen). Als Quelle dienen Benchmarks von Anbietern wie ShopperTrak/Sensormatic und der Retail-Fachpresse.
  • E-Commerce Conversion Rate, USA und Europa: typischerweise auf 2 bis 3% insgesamt geschätzt, laut aggregierten Daten von Plattformen wie Adobe Analytics und Contentsquare. Mobile konvertiert schlechter als Desktop.
  • UPT, US General Merchandise/Bekleidung: häufig mit etwa 1,5 bis 3 Artikeln pro Transaktion angegeben, je nach Format; Warehouse Clubs und Lebensmittel liegen deutlich höher.
  • Average Order Value (AOV) online, USA: grob im Bereich 100 bis 150 $ für den allgemeinen Handel geschätzt, wobei das je nach Kategorie stark schwankt (Elektronik höher, Fast Fashion niedriger).
  • Europa vs. USA: Der europäische Specialty Retail zeigt oft *niedrigere* UPT, aber vergleichbare oder höhere AUR in Kategorien wie Premium Fashion, was auf eine andere Preisarchitektur und eine Kultur kleinerer Baskets in dichten Innenstadtlagen gegenüber den US-Suburban-Big-Box-Formaten zurückgeht. Behandeln Sie jeden konkreten europäischen Ländervergleich als Richtung, nicht als exakten Wert, denn auch die Bruttopreisauszeichnung inklusive Mehrwertsteuer (VAT, die europäische Konsumsteuer, die im Regalpreis enthalten ist) beeinflusst die berichtete AUR gegenüber der US-Konvention Preis plus Steuer an der Kasse.

Prüfen Sie immer, ob eine berichtete Zahl inklusive Steuer (Standard in Europa) oder exklusive Steuer (Standard auf US-Kassenbelegen) ist, denn allein das kann AUR- und ATV-Vergleiche um den lokalen VAT-Satz verschieben (oft 15 bis 25% in den EU-Staaten, laut Daten der Europäischen Kommission zu VAT-Sätzen).

Warum diese Zerlegung für Comps wichtig ist

„Comp Sales“ oder „Same-Store Sales“ ist die Schlagzeile, auf die Investoren schauen, aber es ist ein Ergebnis, keine Diagnose. Ein Händler kann flache Comps auf zwei Wegen erreichen:

1. Traffic minus 5%, Conversion so weit gestiegen, dass es ausgeglichen wird (Effizienzstory, meist margenfreundlich).

2. Traffic unverändert, ATV rückläufig (Rabattstory, meist margennegativ).

In der obersten Zeile der Gewinn- und Verlustrechnung sehen beide identisch aus, implizieren aber gegensätzliche strategische Antworten. Deshalb weisen Earnings Calls von Unternehmen wie Target, Home Depot oder Zara-Mutter Inditex Trends bei Traffic, Conversion und Bon häufig explizit aus, teilweise in Investorenpräsentationen, auch wenn sie nicht in der Pressemitteilung selbst stehen.

Online kommt eine Ebene hinzu: Funnel-Metriken

Im E-Commerce lässt sich die Conversion weiter in einen Funnel zerlegen: Website-Besuche → Produktansichten → Add-to-Cart → gestartete Checkouts → abgeschlossene Bestellungen. Die Cart-Abandonment-Rate (Kunden, die in den Warenkorb legen, aber nicht kaufen) ist eine Standarddiagnose und wird im E-Commerce insgesamt oft auf etwa 60 bis 70% geschätzt (die Forschung des Baymard Institute ist eine häufig genannte Quelle: baymard.com/lists/cart-abandonment-rate). Eine steigende Abandonment-Rate deutet auf Friktion bei der Anzeige der Versandkosten, bei Zahlungsoptionen oder bei der Ladegeschwindigkeit hin, nicht auf ein Traffic- oder Merchandising-Problem.

# Simple basket math check in a spreadsheet or script
traffic = 100000
transactions = 19000
units_sold = 49400
total_sales = 1729000

conversion_rate = transactions / traffic
upt = units_sold / transactions
atv = total_sales / transactions
aur = total_sales / units_sold

print(f"Conversion: {conversion_rate:.1%}, UPT: {upt:.2f}, ATV: ${atv:.2f}, AUR: ${aur:.2f}")

Genau so einen Zweizeiler-Check fährt ein Merchandising-Analyst wöchentlich gegen einen POS-Export (Point of Sale).

Wissenscheck

1. Im Beispiel der Bekleidungskette war der Traffic unverändert, die Conversion Rate fiel deutlich, während der ATV leicht stieg. Worauf deutet dieses Muster am wahrscheinlichsten hin?

2. Warum ist es nützlich, den Gesamtumsatz in Traffic, Conversion Rate, UPT und AUR zu zerlegen, statt nur die Veränderung des Gesamtumsatzes zu betrachten?

3. Ein Filialleiter will den Average Transaction Value (ATV) erhöhen, ohne die Preise zu ändern. Auf welchen Hebel sollte er sich konzentrieren?

MEHRFACHAUSWAHL

4. Wählen Sie ALLE korrekten Aussagen zur Conversion Rate in der Retail-Basket-Math.

Wählen Sie alle richtigen Antworten aus.

MEHRFACHAUSWAHL

5. Wählen Sie ALLE korrekten Aussagen dazu, wie AUR (Average Unit Retail) und UPT (Units per Transaction) zum ATV zusammenwirken.

Wählen Sie alle richtigen Antworten aus.

Die Hebel gemeinsam lesen

Eine nützliche Gewohnheit: Betrachten Sie Conversion, UPT und AUR immer als Satz, nie isoliert, denn Händler tauschen die Hebel bewusst gegeneinander.

  • Rabattaktionen heben typischerweise die Conversion und manchmal den UPT (Bundle-Angebote), senken aber die AUR. Der Netto-Umsatzeffekt ist unklar; der Margeneffekt ist meist negativ.
  • Personalkürzungen in der Filiale senken oft die Conversion (weniger Beratung, längere Kassenschlangen), selbst wenn Traffic und Preise konstant bleiben.
  • Loyalty-Programme und Personalisierung heben theoretisch UPT und AOV über Cross-Sell, was der gesamte Business Case ist, den Händler für Investitionen in CRM (Customer Relationship Management) und Loyalty-Daten anführen.
  • Out-of-Stock trifft die Conversion am härtesten: Wer für einen bestimmten Artikel kommt und ihn nicht in Größe oder Farbe findet, geht einfach wieder, und das zeigt sich als Conversion-Problem, nicht als Traffic- oder Preisproblem.

🎬 [VIDEO: „Retail KPIs Explained: Conversion Rate, Basket Size and More“ - youtube.com/results?search_query=retail+kpi+conversion+rate+basket+size - suchen Sie nach aktuellen Erklärvideos zu Conversion Rate, UPT und ATV mit echten POS-Dashboard-Walkthroughs, nützlich, um diese Kennzahlen in einem tatsächlichen Reporting-Tool zu sehen]

Key Takeaways

  • Umsatz zerlegt sich sauber in Traffic x Conversion Rate x UPT x AUR (oder Traffic x Conversion x ATV). Lernen Sie diese Identität auswendig; sie ist das diagnostische Rückgrat der Retail-Performance-Analyse.
  • Ein Comp-Sales-Miss kann von Traffic, Conversion, Basket Size oder Preis kommen, und jede Ursache verlangt eine völlig andere Lösung. Akzeptieren Sie nie eine Comp-Schlagzeile, ohne zu fragen, welcher Hebel sich bewegt hat.
  • Grobe Schätzungen für 2025-26: stationäre Specialty-Conversion rund 20 bis 30%, E-Commerce-Conversion rund 2 bis 3%, Online-AOV in den USA oft 100 bis 150 $. Behandeln Sie alles als Richtungs-Benchmarks, nicht als präzise Ziele, und prüfen Sie beim Vergleich Europa/USA immer die Steuerbehandlung.
  • Im Online-Handel lässt sich die Conversion weiter in einen Funnel zerlegen (Besuche, Warenkorb-Adds, gestartete Checkouts, abgeschlossene Bestellungen), mit Cart Abandonment als zentraler Friktionsdiagnose.
  • Händler tauschen diese Hebel routinemäßig und bewusst gegeneinander (Rabatte, Personal, Loyalty-Programme), lesen Sie Conversion, UPT und AUR daher immer zusammen, nie isoliert.