Hinter einer Drop-off-Rate verstecken sich zwei Zahlen

Was ist die Drop-off-Rate?

In der Funnel-Analyse ist die Drop-off-Rate der Prozentsatz der Nutzer, die einen definierten mehrstufigen Flow betreten und ihn vor dem Ende verlassen, berechnet als Nutzer, die einen Schritt verlassen haben, geteilt durch die Nutzer, die diesen Schritt erreicht haben. Die Kennzahl existiert erst, wenn ein Team den Flow aufgeschrieben hat: eine geordnete Liste von Schritten, ein erster Schritt, der den Eintritt definiert, und ein letzter Schritt, der den Abschluss definiert. Lege diese Reihenfolge fest, bevor du irgendeine Zahl ziehst, denn zwei Analysten, die unterschiedliche Schrittlisten wählen, berichten für dieselbe Traffic-Woche unterschiedliche Drop-off-Werte.

Wie lautet die Formel für die Drop-off-Rate?

Die Drop-off-Rate pro Schritt teilt die Nutzer, die einen Schritt erreicht, den nächsten aber nie erreicht haben, durch die Nutzer, die diesen Schritt erreicht haben.

per-step drop-off rate = users who exited a step / users who reached that step x 100

Die Drop-off-Rate von Ende zu Ende nimmt stattdessen den gesamten Flow als Nenner.

end-to-end drop-off rate = (users who entered - users who finished) / users who entered x 100

Nimm einen Checkout-Flow, den 10,000 Nutzer betreten und von denen 1,440 die Bestätigungsseite erreichen. Die Drop-off-Rate von Ende zu Ende ist (10,000 - 1,440) / 10,000, also 85.60%. Wenn 6,000 Nutzer die Produktseite erreichen und 3,000 davon weiter in den Warenkorb gehen, liegt die Drop-off-Rate dieses einen Schritts bei 3,000 / 6,000, also 50.00%.

Warum unterscheiden sich Drop-off-Rate pro Schritt und Ende zu Ende?

Der Drop-off pro Schritt misst den Verlust gegen die Nutzer, die bis zu diesem Schritt überlebt haben, während der Drop-off von Ende zu Ende den Verlust gegen alle misst, die eingetreten sind, also stammen die beiden Zahlen aus unterschiedlichen Nennern und stimmen nie überein. Derselbe fünfstufige Funnel macht die Lücke greifbar:

Kein einzelner Schritt in dieser Tabelle verliert mehr als 50.00% der Menschen, die ihn erreichen, und der Flow verliert trotzdem 85.60% aller Eingetretenen. Wer "unsere Drop-off-Rate liegt bei 20%" aus der Zahlungszeile zitiert, und wer "unsere Drop-off-Rate liegt bei 85.60%" aus der kumulierten Spalte zitiert, liest denselben Funnel korrekt. Versieh jede Drop-off-Zahl im selben Satz mit ihrem Schritt und ihrem Nenner, sonst trägt die Zahl keine Information.

Die Tabelle entscheidet auch, welcher Schritt zuerst repariert wird. Schritt 2 hat mit 50.00% den schlechtesten Prozentwert, aber Schritt 1 verliert 4,000 Menschen gegenüber 3,000 in Schritt 2. Der Prozentwert sortiert das Leck, die Kopfzahl sortiert den Umsatz, und eine Durchsicht des Conversion Funnels braucht beide Spalten sichtbar.

Ist Drop-off dasselbe wie Abbruch?

Drop-off und Abbruch beschreiben dasselbe Ereignis in zwei Vokabularen, und der Unterschied liegt in der Absicht, nicht in der Rechnung. Analysten, die die Wörter trennen, reservieren Abbruch für Flows, in denen der Nutzer Absicht gezeigt hat und dann weggegangen ist, etwa ein Warenkorb mit einem Artikel darin oder ein teilweise ausgefülltes Formular, und benutzen Drop-off für jeden Ausstieg aus jedem Schritt. Analysten, die die Wörter als Synonyme behandeln, berechnen dasselbe Verhältnis und benennen es nur anders.

Die Tool-Anbieter haben das ebenfalls nicht geklärt. Googles Dokumentation zur GA4 Funnel Exploration benutzt keines der beiden Wörter und sagt, Nutzer "fall out of the funnel", ein Team, das zwischen GA4, einem Product-Analytics-Tool und einer E-Commerce-Plattform wechselt, trifft also auf drei Bezeichnungen für eine Berechnung. Einigt euch pro Team auf ein Wort und schreibt den Nenner daneben.

Wie unterscheidet sich die Drop-off-Rate von Bounce Rate und Exit Rate?

Die Drop-off-Rate misst einen Flow, während Bounce Rate und Exit Rate eine Seite messen, die drei Kennzahlen beantworten also unterschiedliche Fragen und lassen sich nicht gegeneinander austauschen.

Eine Seite kann eine niedrige Exit Rate melden und trotzdem auf einer brutalen Drop-off-Rate sitzen, weil Nutzer irgendwohin weitergehen, nur nicht zum nächsten Funnel-Schritt. Die Trennung von Bounce und Exit hat eigene Nenner und ein eigenes Rechenbeispiel in Bounce Rate vs. Exit Rate.

Welche Entscheidungen verändern die Zahl, bevor du überhaupt rechnest?

Vier Setup-Entscheidungen bewegen die Drop-off-Rate ohne jede Änderung im Nutzerverhalten. Die erste ist das Abschlussfenster: Ein Funnel, der Nutzern 30 Minuten zum Abschluss gibt, meldet höheren Drop-off als derselbe Funnel über 7 Tage gemessen. Die zweite ist der Geltungsbereich, denn ein Flow, der pro Session gezählt wird, spaltet jeden Nutzer, der morgen zurückkommt, in zwei Einträge, während die Zählung pro Nutzer sie zu einer Journey zusammenführt.

Die dritte ist die Reihenfolge: Ein strikter Funnel verwirft einen Nutzer, der den Checkout ohne die Produktseite erreicht, ein offener Funnel behält ihn, und das verschiebt jeden späteren Nenner. Die vierte ist der Wiedereintritt, der entscheidet, ob ein Nutzer, der den Flow nächste Woche neu startet, als frischer Eintritt oder als Fortsetzung zählt. Halte alle vier Regeln neben der Funnel-Definition fest, denn eine davon still zu ändern ist der häufigste Grund, warum sich ein Drop-off-Chart scheinbar verbessert.

Was sagen veröffentlichte Abbruch-Benchmarks aus?

Öffentliche Benchmarks beschreiben Abbrüche in einem bestimmten Flow, nicht den Drop-off in deinem, sie liefern also Kontext und können kein Ziel setzen. Der laufende Durchschnitt des Baymard Institute aus 50 verschiedenen Studien beziffert die dokumentierte Abbruchrate bei Online-Warenkörben auf 70.22%, zuletzt aktualisiert am 22. September 2025. Diese Zahl umfasst Shops mit unterschiedlichen Produkten, Preisen und Checkout-Designs, was sie zu einem Durchschnitt von Durchschnitten macht statt zur Messung eines einzelnen Funnels. Ein Shop, der 68% Warenkorbabbruch meldet, hat damit nichts über seinen eigenen Checkout bewiesen, und ein SaaS-Onboarding-Flow hat überhaupt keine vergleichbare veröffentlichte Zahl. Vergleiche deinen Funnel mit seinen eigenen Vorwochen und nutze die Warenkorbabbruchrate, wenn der fragliche Flow tatsächlich ein Warenkorb ist.

Wie findest du die Ursache hinter einem schlechten Schritt?

Eine Drop-off-Rate benennt den Schritt, der Nutzer verliert, und Session Replay genau dieses Schritts benennt den Grund. Flowsery zeichnet jede Nutzersession auf und erkennt Rage Clicks, Dead Clicks, JavaScript-Fehler, Drop-offs und kaputte Flows automatisch, gruppiert dann übereinstimmende Sessions zu einem Issue und sortiert Issues danach, wie viele Nutzer betroffen sind. Die Funnel-Analyse sitzt auf demselben Event-Stream, der schlechteste Schritt und die Replays dahinter kommen also aus einem Datensatz statt aus zwei Tools, die sich widersprechen.

Ein Verlust von 50.00% in einem Schritt kann ein kaputter Button sein, ein Validierungsfehler, den niemand sieht, oder ein Preis, der Menschen überrascht, und diese drei sehen im Funnel-Chart identisch aus. Wiederholtes Klicken auf ein Element, das nichts tut, taucht als Rage-Click-Cluster auf, was auf das Element statt auf den Schritt zeigt. Jedes Flowsery-Issue landet in Slack, Linear oder Jira, mit Replay und Schritten zur Reproduktion im Anhang, und ein @flowsery-Tag in Slack öffnet einen Pull-Request-Entwurf im GitHub-Repository des Teams.

Häufig gestellte Fragen

Was ist eine gute Drop-off-Rate?

Es gibt keinen branchenübergreifenden Schwellenwert, weil die Drop-off-Rate davon abhängt, wie viele Schritte ein Team definiert und wo es den Eintrittspunkt gesetzt hat. Ein zweistufiger und ein siebenstufiger Flow über dieselbe Journey melden unterschiedliche Zahlen von Ende zu Ende. Beurteile einen Schritt an seiner eigenen Historie und an den Schritten daneben.

Ist die Drop-off-Rate dasselbe wie eins minus Conversion Rate?

Die Drop-off-Rate von Ende zu Ende und die Conversion Rate ergeben zusammen 100%, wenn beide denselben Nenner und dasselbe Abschlussereignis verwenden. Im Rechenbeispiel schließen 1,440 von 10,000 Eingetretenen ab, was eine Conversion Rate von 14.40% und eine Drop-off-Rate von 85.60% von Ende zu Ende ergibt. Der Drop-off pro Schritt hat diese Beziehung nicht, da jeder Schritt seinen eigenen Nenner nutzt.

Kann die Drop-off-Rate über 100% liegen?

Nein, weil der Zähler konstruktionsbedingt eine Teilmenge des Nenners zählt. Ein Wert über 100% bedeutet, dass Nutzer bei einem Schritt gezählt werden, den sie nie erreicht haben, was auf ein doppeltes Event oder eine Schrittdefinition hindeutet, die auf mehr als einer Seite auslöst. Prüfe das Event dieses Schritts, bevor du irgendeiner anderen Zeile traust.

Warum zeigt derselbe Funnel in zwei Tools unterschiedlichen Drop-off?

Zwei Tools wenden unterschiedliche Session-Timeouts, Abschlussfenster und Regeln dazu an, ob Schritte in der richtigen Reihenfolge liegen müssen. Jede einzelne davon verändert den Nenner in jedem Schritt nach dem ersten. Vergleiche die beiden Funnel-Definitionen Feld für Feld, bevor du eines der Tools für falsch hältst.

Sollte die Drop-off-Rate nach Nutzern oder nach Sessions gemessen werden?

Miss nach Nutzern, wenn der Flow mehr als einen Besuch umspannen kann, etwa eine Anmeldung, die Menschen am nächsten Tag abschließen, und nach Sessions, wenn der Flow in einem Zug abgeschlossen werden soll. Beides innerhalb eines Funnels zu mischen erzeugt Schritte, deren Nenner nicht vergleichbar sind. Schreib die verwendete Einheit in den Funnel-Namen selbst.

Erkennt Flowsery Drop-offs ohne zusätzliches Setup?

Flowsery erkennt Drop-offs und kaputte Flows automatisch, neben Rage Clicks, Dead Clicks und JavaScript-Fehlern, und verbindet sich mit bereits aufgezeichneten Replays aus PostHog oder Amplitude, ohne neu zu instrumentieren. Das Skript ist unter 10 KB groß, cookiefrei und in der EU gehostet, ohne Daten-Sampling. Einen benannten Funnel zu definieren lohnt sich trotzdem, weil das die Schrittliste festlegt, gegen die die Drop-off-Zahlen berichten.

Was zählt als Schritt in einer Funnel-Definition?

Eine Funnel-Definition braucht eine geordnete Liste von Schritten, einen ersten Schritt, der den Einstieg markiert, und einen letzten Schritt, der den Abschluss markiert. Zwei Analysten, die unterschiedliche Schrittlisten wählen, melden für dieselbe Woche Traffic unterschiedliche Drop-off-Raten. Schreib die Schrittliste auf, bevor du irgendeine Zahl ziehst.

Warum kann eine Seite eine niedrige Exit Rate und trotzdem eine hohe Drop-off-Rate haben?

Die Exit Rate teilt Exits durch die Pageviews einer einzelnen Seite, ohne dass eine Abfolge vorausgesetzt wird. Die Drop-off-Rate teilt Exits durch die Nutzer, die einen Schritt innerhalb eines geordneten Flows erreicht haben, sodass ein Nutzer, der zu irgendetwas anderem als dem nächsten Funnel-Schritt wechselt, gegen den Drop-off zählt, aber nicht auf dieselbe Weise gegen die Exit Rate. Eine Seite kann deshalb eine niedrige Exit Rate zeigen und trotzdem eine brutale Drop-off-Rate haben.

Ist Warenkorbabbruch dasselbe wie Drop-off-Rate?

Drop-off erfasst jeden Ausstieg aus jedem Schritt, während manche Analysten Abbruch für Flows reservieren, bei denen der Nutzer zuerst eine Absicht erklärt hat, etwa einen Warenkorb mit einem Artikel oder ein teilweise ausgefülltes Formular. Der Warenkorbabbruch-Benchmark von Baymard Institute mit 70,22% misst genau diesen einen Flow, keinen allgemeinen Funnel. Nutze die Warenkorbabbruchrate nur, wenn der betreffende Flow tatsächlich ein Warenkorb ist, und vergleiche deinen eigenen Funnel mit seinen eigenen vorherigen Wochen.

Wie hilft Session Replay dabei, einen schlechten Schritt zu erklären?

Flowsery zeichnet jede Session auf und erkennt automatisch Rage Clicks, Dead Clicks, JavaScript-Fehler, Drop-offs und defekte Flows, und gruppiert passende Sessions dann zu einem Issue. Ein Rückgang von 50,00% an einem einzelnen Schritt kann von einem defekten Button, einem Validierungsfehler, den niemand sieht, oder einem Preis kommen, der Nutzer überrascht, und diese drei Ursachen sehen in einem Funnel-Chart allein identisch aus. Session Replay genau dieses Schritts zeigt, welche es tatsächlich war.