Wer seine Conversion Rate verbessern will, investiert meistens in A/B-Tests, bessere Produktbilder oder ausgeklügelte Rabattaktionen. Dabei liegt der eigentliche Hebel oft woanders: Du weißt nicht, was deine Besucher auf deinen Produktseiten wirklich tun.
In diesem Interview spreche ich mit Jona Eisenberger, Mitgründer der Shopify-Agentur Uplifts, über datengetriebene Conversion Rate Optimierung für Onlineshops. Jona und sein Team optimieren seit über 5 Jahren Shopify-Shops – darunter bekannte Brands wie Glow25, FormelSkin und Fairment.
Ab wann ist Conversion Rate Optimierung sinnvoll?
Conversion Rate Optimierung und A/B-Testing sind zwei verschiedene Dinge. Die Conversion Rate ist ab dem Moment relevant, in dem dein Onlineshop live geht. Aber je nach Reifegrad sieht die Optimierung anders aus.
Am Anfang ist CRO viel heuristischer – weniger datengetrieben, weil die Daten schlicht fehlen. Da geht es vor allem darum, Best Practices einzuhalten, Kundenverständnis aufzubauen und Learnings aus dem Marketing (Creatives, Ads, Zielgruppen-Insights) auf den Shop zu übertragen.
„Wichtig ist: Mit Data Tracking kann man nicht früh genug anfangen! Auch am Anfang, wenn noch nicht viele Daten reinkommen, ist es wichtig, dass die Setups schon stehen."
Als Orientierung am Anfang: Schaue dir die Branchenführer in deinem Markt an – Shopify-Shops mit 8- oder 9-stelligem Umsatz sind in der Regel gut optimiert. Von dort kannst du Best Practices ableiten.
Ab 3.000–4.000 Bestellungen im Monat kann man dann anfangen, systematisch A/B-Testing zu betreiben.
Welche Datenqualität brauche ich für saubere CRO?
Shopify hat nativ ein Data-Tracking-Setup, das mehr oder weniger akkurat ist. In der Praxis gibt es aber teilweise riesige Differenzen zwischen den tatsächlichen Bestellungen und den getrackten Conversions – manchmal fehlt die Hälfte.
Deswegen ist ein externes Tool wie Google Analytics unverzichtbar. Wenn 70–80 % der Realdaten sauber getrackt werden, ist man bereits besser als die meisten Onlineshops.
Welchen Einfluss hat der Consent Banner auf CRO?
Ein oft unterschätzter Faktor: Jona berichtet von einem Kunden, bei dem sie die Consent-Rate von unter 50 % auf fast 80 % erhöht haben – natürlich in Absprache mit dem Anwalt.
Das Ergebnis: Alle Abteilungen haben profitiert. Besonders das Media-Buying-Team, weil mehr Consent zu mehr und akkurateren Daten führt. Und bei kleineren Kampagnen kann der Unterschied zwischen 0 und 2 getrackten Conversions darüber entscheiden, ob eine Kampagne weiterverfolgt wird oder nicht.
„Mehr Consent bedeutet mehr und akkuratere Daten, was wiederum für die Optimierung wichtig ist."
Welche Metriken sind wichtig bei CRO?
Es ist extrem funnel-spezifisch. Im klassischen Ecommerce sind zwei Metriken zentral:
Revenue per User (RPU) – die wichtigste Metrik
Der RPU gibt an, wie viel Umsatz im Durchschnitt pro Website-Besucher generiert wird. Er ist aussagekräftiger als die reine Conversion Rate, weil er auch den Warenkorbwert berücksichtigt.
Beispiel: Die Conversion Rate kann sogar leicht sinken, wenn du mehr auf Cross-Selling und Bundle-Produkte setzt. Aber wenn der Warenkorbwert der Käufer deutlich steigt, ist der RPU am Ende höher – und das ist, was zählt.
Warum die Add-to-Cart-Rate als Metrik ungeeignet ist
Jona ist hier deutlich: Die Add-to-Cart-Rate korreliert zwar oft mit der Conversion Rate, ist aber keine Kausalität. In vielen Tests verbessert sich die Conversion Rate signifikant, während die Add-to-Cart-Rate sich kaum bewegt.
„Ich würde NIEMALS einen A/B-Test nur als Winner bewerten, weil er 5 % mehr Add-to-Carts hat. Die Add-to-Cart-Rate vermittelt falsche Sicherheit – die Entscheidung war datengetrieben, aber basierend auf einer nicht relevanten Metrik."
Was kann man an der Produktseite anpassen?
Ein verbreiteter Irrtum: Viele denken, man müsse die User Schritt für Schritt durch den Funnel „schieben" – erst die Add-to-Cart-Rate optimieren, dann die nächste Stufe. Jona nennt das „Nonsens" aus 5 Jahren Erfahrung.
Wenn die Conversion Rate im Shop insgesamt stark sinkt, ist die erste Intuition oft falsch. Es liegt nicht immer am Shop selbst:
- Bestseller können ausverkauft sein (bestimmte Varianten, Farben, Größen)
- Ein Performance-Kanal kann nachlassen (Creative End-of-Life, kältere Audiences)
- Neue Produkte ohne Product-Market-Fit ziehen die Gesamt-CR runter
„Es lohnt sich zu verstehen, warum die Conversion Rate sinkt. Conversion Rate ist NICHT gleich der Shop."
Conversion Rate Optimierung vs. Channel Performance
Ein zentrales Learning: Die Gesamt-Conversion-Rate ist ein Durchschnittswert aus vielen verschiedenen Channels, Landing Pages und Produkten – und kann leicht „verschmutzt" werden.
Zwei häufige Szenarien:
SEO-Traffic verwässert die Conversion Rate
Wenn ein Kunde aggressiv in SEO-Content investiert (z. B. Blogartikel für Upper-Funnel-Keywords), kommt viel nicht-transaktionaler Traffic auf den Shop. Dieser Traffic wird in die Gesamt-Conversion-Rate einbezogen – und sie sinkt. Schließt man den Blog-Traffic aus, zeigt sich: Die eigentliche Shop-Performance war sogar besser als vorher.
Meta-Traffic mit niedrigerer Conversion Rate
Meta-Kampagnen bringen oft kälteren, Push-Marketing-basierten Traffic – die Nutzer wollten sich gerade Urlaubsfotos ansehen, nicht kaufen. Dieser Traffic konvertiert deutlich schlechter als Google-Shopping-Traffic mit transaktionalem Intent.
„Betrachtet euren Traffic separiert nach Channel, Kampagne, Quelle oder Topseller! Schließt einfach mal Channels im Reporting aus und schaut, wie die Conversion Rate sich verändert."
Onlineshops sind wie Kaufhäuser
Jona verwendet eine einprägsame Analogie: Stell dir deinen Onlineshop wie ein großes Kaufhaus vor – z. B. den Breuninger in Düsseldorf. Es gibt viele Stockwerke mit verschiedenen Läden, Marken und Produkten. Besucher kommen aus verschiedenen Quellen mit unterschiedlichen Demografien.
Die Gesamt-Conversion-Rate des Kaufhauses sagt wenig aus, wenn man die einzelnen Läden (= Produkte) und Standorte (= Channels) nicht separat betrachtet:
- Kommt eine No-Name-Brand mit hohen Preisen dazu → Conversion Rate sinkt
- Wird das Kaufhaus an die Autobahn verlegt (= kälterer Traffic) → weniger und andere Besucher
- Die Läden werden schicker (= Shop-Optimierung) → bessere Navigation, klarere Wege
CRO ist also sowohl die Optimierung der „Läden" als auch die Frage, woher die Besucher kommen.
Wie macht man Conversion Rate Optimierung richtig?
Jona beschreibt den Prozess in 6 Schritten:
- Research-Phase: Quantitative und qualitative Daten sammeln und analysieren
- Hypothesen aufstellen: „Wenn wir X ändern, dann steigt Y, weil Z"
- Priorisieren: Aus 50+ Hypothesen die vielversprechendsten auswählen
- Tests entwickeln: Mit A/B-Testing-Tools wie VWO, Convert oder AB Tasty
- Ergebnisse analysieren: RPU und Conversion Rate als primäre Metriken
- Implementieren oder iterieren: Winner umsetzen, bei negativen Ergebnissen mit bestätigtem Problem → neue Hypothese testen
„Am Ende kochen alle mit Wasser, auch wenn irgendjemand sagt, er hat den KI-getriebenen Bitcoin-Superfunnel."
Qualitative Daten vs. Quantitative Daten
Quantitative Daten sind alles, was sich in Zahlen messen lässt: Google Analytics, Shopify Reports, Funnel-Performances.
Qualitative Daten sind das „gesprochene Wort in Textform": Umfragen, Kundenbewertungen, Support-Anfragen, Screen Recordings (mit Tools wie Hotjar oder Microsoft Clarity).
Jona betont: Die Qualität der Datenanalyse bestimmt die Qualität der Testergebnisse. Die besten Winner kommen aus den besten Daten.
„The biggest winners come from the best data. Wenn wir ein Muster in qualitativen Umfragen erkennen, wo User alle dieselbe Information vermissen – dann haben wir eine starke Hypothese. Mit solchen Tests haben wir schon oft zweistellige Uplifts in der Conversion Rate rausgeholt."
Ein konkretes Beispiel: Bei einem Supplement-Shop zeigte eine Umfrage auf der Produktseite, dass viele User wissen wollten, zu welcher Tageszeit sie die Kapseln einnehmen sollen und ob sie mit anderen Produkten kombinierbar sind. Ein Hinweis direkt neben dem Add-to-Cart-Button mit Dosierungsempfehlung führte zu einem signifikanten Uplift.
Wie können kleinere Shops ihre Conversion Rate optimieren?
Für Shops mit unter 3.000 Bestellungen pro Monat empfiehlt Jona drei Kategorien von Best Practices:
1. Allgemeine Ecommerce Best Practices
- FAQs auf Produktseiten
- Klare Informationen zu Versandkosten und Rückgabe
- Produktbeschreibungen, die beantworten: Für wen ist es? Was bringt es mir? Wie wende ich es an?
- Nur ein primärer Call-to-Action (Add to Cart), um Cognitive Overload zu vermeiden
- Lieferzeit transparent anzeigen
- Bestseller-Badges (performen laut Jona konsistent gut)
- Bildbewertungen statt reiner Textbewertungen
2. Katalogspezifische Best Practices
Unterschiede zwischen Large Catalog und Small Catalog Shops erfordern unterschiedliche Ansätze bei Navigation, Filterung und Produktpräsentation.
3. Branchenspezifische Best Practices
Je nach Branche (Supplements, Fashion, Möbel etc.) gelten spezifische Regeln für Layout, Produktinformationen und Checkout-Optimierung.
„Gehe davon aus, der User hat gar keine Ahnung. Er hat wenig Zeit, ist an der Bushaltestelle mit mobilen Daten – und muss die Produktseite trotzdem sofort verstehen. Don't make me think."
FAQ – Rapid Fire Questions
Zum Abschluss des Interviews ein paar schnelle Fragen und Antworten:
- Bestes Tool für Heatmaps/Surveys? → Hotjar
- Wichtigste Metrik? → RPU (Revenue per User)
- Größter BS bei CRO? → Add-to-Carts als primäre Metrik
- Am meisten übersehen? → Qualitative Daten sammeln
- Tipp für Shops unter 3.000 Bestellungen? → Nicht auf Details wie Buttonfarben fokussieren. Best Practices einhalten und in Ads und Produkt investieren.
„Wenn der Onlineshop noch unter 3.000 Bestellungen ist, nicht auf Details fokussieren wie Buttonfarbe und Co. Da entscheidet: Wie gut ist dein Produkt? Wie gut erklärst du es? Wie gut sind deine Ads?"
