Was Funnel-Drop-off-Benchmarks zeigen und was nicht

Was sind Funnel-Drop-off-Benchmarks?

Veröffentlichte Funnel-Drop-off-Benchmarks sind unternehmensübergreifende Durchschnitte darüber, wie viele Nutzer jeden Schritt eines definierten Flows verlassen, angegeben als Prozentwert pro Schritt oder über die gesamte Abfolge. Anbieter bauen sie, indem sie Event-Daten der Sites auf ihrer Plattform bündeln und dann einen Median oder Mittelwert pro Branche veröffentlichen. Die Zahl, die dabei herauskommt, beschreibt den Kundenstamm dieses Anbieters in diesem Zeitraum. Sie ist kein Ziel, das dein Funnel verfehlt.

Bevor du eine der Zahlen unten liest, lege deine eigenen Definitionen fest. Die Drop-off-Arithmetik und der Unterschied zwischen Verlust pro Schritt und Verlust von Ende zu Ende stehen in der Aufschlüsselung der Drop-off-Rate, und die Methode zum Bau des Funnels selbst steht in der Funnel-Analyse. Diese Seite behandelt nur die Frage, was eine fremde Zahl wert ist, sobald du deine eigene hast.

Warum sind branchenübergreifende Funnel-Drop-off-Benchmarks ein schwacher Beleg?

Branchenübergreifende Funnel-Drop-off-Benchmarks vergleichen Zahlen, die nicht auf dieselbe Weise entstanden sind, eine Lücke zwischen deiner Rate und dem veröffentlichten Durchschnitt sagt also nichts über dein Produkt aus. Drei Dinge unterscheiden sich zwischen den Firmen in jedem Durchschnitt. Die Schrittdefinitionen unterscheiden sich: Eine Firma zählt eine Anmeldung beim Absenden der E-Mail, eine andere bei der Verifizierung der E-Mail, und die beiden Nenner sind nicht dieselbe Population. Der Traffic-Mix unterscheidet sich: Ein Funnel, der von Brand-Suche gespeist wird, verhält sich anders als einer, der von Paid Social gespeist wird, und der veröffentlichte Durchschnitt sagt nicht, was die Stichprobe gespeist hat. Die Reihenfolgeregeln unterscheiden sich: Manche Tools zählen einen Nutzer nur dann als bei Schritt drei angekommen, wenn er Schritt zwei in derselben Session passiert hat, andere erlauben jede Reihenfolge und jedes Zeitfenster.

Contentsquare benennt dieses Problem in den eigenen Daten. Der Digital Experience Benchmark 2026, aufgebaut auf 99 Milliarden Web- und App-Sessions über 6,500 oder mehr Websites und neun Branchen zwischen Q4 2024 und Q4 2025, meldet die Conversion Rate als Veränderung gegenüber dem Vorjahr von minus 5.1%, nicht als absolute Rate, mit der du dich vergleichen kannst. Ein Publisher mit 99 Milliarden Sessions, der sich für Deltas statt für Niveaus entscheidet, sagt dir damit, wie weit Niveaus auseinanderliegen.

Welche Funnel-Benchmarks haben eine veröffentlichte Methodik?

Die Tabelle unten listet die Funnel- und Conversion-Zahlen, bei denen der Publisher genug über Stichprobe und Methode offenlegt, um die Zahl prüfbar zu machen. Jede Zeile wurde von der Seite des Publishers selbst gelesen.

Zwei der Baymard-Zeilen tragen kein Veröffentlichungsjahr auf der Seite, auf der sie stehen. Das gehört laut gesagt, statt in eine selbstbewusste Quellenangabe gewaschen zu werden.

Was deckt der Warenkorbabbruch-Durchschnitt von 70.22% tatsächlich ab?

Die 70.22% des Baymard Institute sind ein Durchschnitt aus 50 verschiedenen Studien zum Abbruch von E-Commerce-Warenkörben, veröffentlicht auf einer Seite, die zuletzt am 22. September 2025 aktualisiert wurde, wobei die zugrunde liegenden Studien 2006 bis 2025 umspannen. Es ist die stärkste Zahl dieser Kategorie, weil Baymard seine Eingangsdaten und deren Anzahl zeigt. Es ist außerdem ein Durchschnitt über zwei Jahrzehnte sehr unterschiedliches Web, was bedeutet: Er beschreibt die langfristige Form des Warenkorbverlusts und nicht den Zustand deines Checkouts in diesem Quartal. Die engere Kennzahl und ihr Unterschied zum Checkout-Abbruch sind in der Formel für die Warenkorbabbruchrate durchgerechnet.

Baymards eigene Aufschlüsselung der Gründe, aus einer Umfrage unter US-Onlineshoppern, deren Stichprobengröße die Seite nicht offenlegt, führt 40% der Abbrüche auf zu hohe Zusatzkosten zurück, 20% auf zu langsame Lieferung und 19% darauf, der Site die Kreditkartendaten nicht anzuvertrauen. Diese Prozentwerte sind handlungsfähiger als die Schlagzeilenrate, denn eine Überraschung bei den Versandkosten ist etwas, das du in einer Aufzeichnung findest und diese Woche beseitigst.

Wie stark verändert eine Schrittdefinition die Zahl?

Eine geänderte Schrittdefinition verschiebt eine gemeldete Drop-off-Rate um zweistellige Werte, ohne dass sich ein Nutzer anders verhält. Nimm zwei SaaS-Firmen, die beide einen Drop-off von 62.00% zwischen Anmeldung und Aktivierung veröffentlichen.

Firma A definiert die Anmeldung als abgesendete E-Mail. 10,000 Nutzer senden eine E-Mail ab, 3,800 aktivieren.

(10,000 - 3,800) / 10,000 x 100 = 62.00%

Firma B definiert die Anmeldung als verifizierte E-Mail. 10,000 Nutzer senden eine E-Mail ab, 6,500 verifizieren, 2,470 davon aktivieren.

(6,500 - 2,470) / 6,500 x 100 = 62.00%

Beide melden 62.00%. Gemessen an derselben Ausgangspopulation von 10,000 abgesendeten E-Mails verliert Firma A 62.00% und Firma B 75.30%. Der veröffentlichte Benchmark versteckt 13.3 Punkte echten Unterschied hinter einer identischen Zahl, und kein Leser des Benchmarks kann sehen, welche Definition sie erzeugt hat.

Womit solltest du deinen Funnel stattdessen vergleichen?

Vergleiche deinen Funnel mit deinem eigenen Funnel aus einem früheren Zeitraum, bei eingefrorenen Schrittdefinitionen. Eine Basislinie über vier Wochen auf deinen eigenen Daten kontrolliert den Traffic-Mix, die Schrittgrenzen und die Reihenfolgeregeln, die externe Durchschnitte undefiniert lassen, und macht damit aus einer Änderung der Zahl einen Beleg für eine Änderung, die du vorgenommen hast. Setze die Basislinie, bevor du irgendetwas ausrollst, lies dann jeden Schritt dagegen und behandle jede Bewegung, die größer als deine normale Schwankung von Woche zu Woche ist, als Signal, das eine Untersuchung wert ist.

Externe Benchmarks verdienen sich weiterhin eine Aufgabe: den Preis zu bemessen. Baymards Befund, dass eine große E-Commerce-Site durch Arbeit an der Checkout-Usability eine Conversion-Steigerung von 35% gewinnen kann, gestützt auf 4,400 oder mehr Testteilnehmer-Sessions über 25 Runden, ist ein Argument dafür, ein Checkout-Projekt zu finanzieren. Es ist kein Argument dafür, dass dein Checkout kaputt ist. Wie aus einem gemessenen Schrittverlust eine ausgelieferte Änderung wird, steht in Marketing Funnel optimieren und in der Lesereihenfolge im Leitfaden zum Funnel-Bericht.

Wie macht Flowsery aus einer Drop-off-Zahl eine Ursache?

Flowsery koppelt den Funnel an die Aufzeichnungen der Nutzer, die ihn verlassen haben. Die eingebaute Web Analytics deckt Funnels, Ziele, Echtzeit-Traffic, Umsatz nach Quelle und User Journeys ab, der Schritt, an dem Nutzer aussteigen, und die Sessions dahinter liegen also in einem Produkt. Die Funnel-Analyse in Flowsery zeigt den Verlust, das Session Replay zeigt, worauf der Nutzer gestoßen ist.

Die Erkennung läuft auf jeder Session. Flowsery findet Rage Clicks, Dead Clicks, JavaScript-Fehler, Drop-offs und kaputte Flows automatisch, gruppiert übereinstimmende Sessions zu einem einzigen Issue und sortiert Issues danach, wie viele Nutzer betroffen sind. Jedes Issue kommt in Slack, Linear oder Jira an, mit Replay und Schritten zur Reproduktion im Anhang, und ein @flowsery-Tag in Slack öffnet einen Pull-Request-Entwurf in deinem GitHub-Repository. Die Signale hinter diesen Gruppierungen sind in Frustrationssignale beschrieben.

Häufig gestellte Fragen

Was ist eine gute Funnel-Drop-off-Rate?

Es gibt keine veröffentlichte branchenübergreifende Zahl, die das beantwortet, weil die Studien, die sie definieren würden, keine Schrittdefinitionen teilen. Der nächstgelegene haltbare Anker ist der dokumentierte Warenkorbabbruch-Durchschnitt von 70.22% des Baymard Institute, gezogen aus 50 Studien zwischen 2006 und 2025, der für E-Commerce-Warenkörbe gilt und für nichts sonst. Für jeden anderen Funnel ist dein eigener Vorzeitraum der einzige Vergleich, der kontrolliert, wie die Schritte gezogen wurden.

Warum melden zwei Analysetools unterschiedlichen Drop-off für denselben Funnel?

Die Tools wenden unterschiedliche Reihenfolge- und Attributionsregeln auf dieselben Events an. Eines zählt einen Nutzer bei Schritt drei nur, wenn Schritt zwei zuvor in derselben Session lag, ein anderes zählt jede Reihenfolge innerhalb eines Rückblickfensters, und ein drittes dedupliziert nach Nutzer, während das zweite Sessions zählt. Lies die Funnel-Einstellungen jedes Tools, bevor du die Lücke als Datenqualitätsproblem behandelst.

Ist die Warenkorbabbruchrate dasselbe wie Funnel-Drop-off?

Nein. Die Warenkorbabbruchrate ist eine bestimmte Drop-off-Messung von Ende zu Ende in einem bestimmten Flow, von der Warenkorberstellung bis zur abgeschlossenen Bestellung. Funnel-Drop-off ist der allgemeine Fall und lässt sich an jedem Schritt jeder definierten Abfolge messen. Die beiden werden unterschiedlich genug berechnet, dass die Seite zur Warenkorbabbruchrate sie getrennt behandelt.

Wie groß muss die Stichprobe sein, bevor meine Funnel-Zahlen etwas bedeuten?

Genug Nutzer am schmalsten Schritt, damit eine Handvoll Einzelpersonen den Prozentwert nicht bewegen kann. Wenn dein letzter Schritt 40 Nutzer pro Woche sieht, sind vier Personen Schwankung ein Sprung von 10 Punkten und sagen dir nichts. Weite das Zeitfenster aus, bis der kleinste Schritt ein paar hundert Nutzer trägt, und lies dann den Trend statt der einzelnen Woche.

Sollte ich meinem Team überhaupt jemals einen Branchen-Benchmark nennen?

Nenne ihn, um eine Chance zu bemessen, nicht um deinen Funnel zu benoten. Die mediane Landingpage-Conversion-Rate von 6.6% von Unbounce, aus 41,000 oder mehr Seiten und 57 Millionen Conversions im Jahr 2024, ist ein fairer Weg, um zu argumentieren, dass Arbeit an Landingpages sich auszahlt. Sie ist kein Beleg dafür, dass eine bestimmte Seite von dir unterdurchschnittlich läuft.

Was mache ich zuerst, wenn ein Schritt einen großen Rückgang zeigt?

Sieh dir die Sessions an, die an diesem Schritt endeten, bevor du irgendetwas änderst. Eine Drop-off-Zahl sagt dir, wo Nutzer aussteigen, und nie warum, und das Warum steckt in der Aufzeichnung: ein Formularfeld, das eine gültige Eingabe ablehnt, ein Button, der nichts tut, ein Skriptfehler in einem bestimmten Browser. Flowsery gruppiert diese Sessions zu einem sortierten Issue, damit du das Muster liest statt zehn einzelner Replays.

Warum meldet Contentsquare eine Veränderung im Jahresvergleich statt einer absoluten Conversion-Rate?

Contentsquares Digital Experience Benchmark 2026 basiert auf 99 Milliarden Web- und App-Sessions über 6.500 oder mehr Websites und neun Branchen zwischen Q4 2024 und Q4 2025, meldet die Conversion-Rate aber als Veränderung von minus 5,1% im Jahresvergleich, nicht als absoluten Wert. Dass ein Publisher mit derart vielen Daten sich für die Veröffentlichung eines Deltas statt eines absoluten Werts entscheidet, zeigt, dass die Werte innerhalb der Stichprobe zu stark schwanken, um brauchbar zu sein. Lies den gemeldeten Trend, nicht eine Zahl, an der du deinen eigenen Funnel misst.

Was verursacht die meisten Warenkorbabbrüche?

Die Umfrage von Baymard Institute unter US-Online-Shoppern führt 40% der Abbrüche auf zu hohe Zusatzkosten wie Versand, Steuern und Gebühren zurück, 20% auf eine zu langsame Lieferung und 19% darauf, dass die Kunden der Website ihre Kreditkartendaten nicht anvertrauen. Die Seite nennt keine Stichprobengröße für die Umfrage. Zusatzkosten sind der größte einzelne Grund, und anders als die Schlagzeilenzahl von 70,22% zeigt dieser Breakdown etwas, das du in einer Session-Aufnahme finden und noch diese Woche beheben kannst.

Wie hoch ist eine typische Conversion-Rate für einen Shopify-Store?

Littledatas Studie aus 2023 mit 2.800 Shopify-Stores fand eine durchschnittliche Conversion-Rate von 1,4%. Diese Zahl hat dieselben Grenzen wie jeder branchenübergreifende Durchschnitt. Sie sagt nichts darüber aus, wie diese Stores eine Conversion definiert haben oder welcher Traffic sie gespeist hat. Behandle sie als groben Branchenwert, nicht als Ziel für deinen eigenen Store.

Wie lang sollte meine Baseline-Periode sein, um Funnel-Änderungen zu vergleichen?

Nutze eine vierwöchige Baseline für deinen eigenen Funnel, mit eingefrorenen Schrittdefinitionen, bevor du irgendetwas ausrollst. Dieses Zeitfenster kontrolliert für Traffic-Mix, Schrittgrenzen und Sequenzierungsregeln, die ein externer Benchmark undefiniert lässt, sodass jede spätere Bewegung, die größer ist als deine normale Woche-zu-Woche-Schwankung, eine Untersuchung wert ist. Lege die Baseline zuerst fest und lies danach jeden Schritt gegen sie, nachdem du ausgerollt hast.