Sie wollten den Checkout untersuchen. Die Daten zeigten, dass das Problem woanders liegt. Und dann zeigten sie, dass auch der Checkout ein Problem hat, allerdings ein anderes als gedacht.
Was session_funnel misst und was nicht
session_funnel verfolgt einen einzigen Pfad: vom Betreten der Website bis zur Bestellung. Fünf Schritte (Sitzung, Produktansicht, In den Warenkorb, Checkout-Start, Kaufabschluss) und zwischen je zwei Schritten eine Zahl, die angibt, wie viel Prozent der Nutzer den nächsten Schritt gemacht haben.
Klingt einfach. In der Praxis widerlegt dieser Funnel jedoch die verbreitetste Annahme über Conversion-Probleme: dass der Checkout schuld ist. Der Checkout kommt zuletzt, deshalb richtet sich die Aufmerksamkeit ganz natürlich auf ihn. Die Daten zeigen aber oft, dass das eigentliche Leck viel früher beginnt.
Die meisten Shops glauben, ein Checkout-Problem zu haben. session_funnel zeigt, wo das Problem tatsächlich liegt.
Wichtiger Hinweis: session_funnel misst das Verhalten auf Website-Ebene, nicht pro Produkt. Wer wissen will, welche konkreten Produkte selten in den Warenkorb gelegt werden, nutzt dafür ein eigenes Tool (product_funnel). Hier geht es um das Gesamtbild und die Sicht nach Kanälen.
Ihr Funnel: Wo das Geld wirklich versickert
Unten sehen Sie Daten eines realen E-Commerce-Shops über 90 Tage. Bei 206.960 Sitzungen ist das Ergebnis repräsentativ und statistisch belastbar.
206.960 Sitzungen → 11.551 Transaktionen · Gesamtconversion 5,58%
Schwächste Stufe: view_to_cart (20,09%). Von über 114.000 Personen, die ein Produkt angesehen haben, hat nur 1 von 5 es in den Warenkorb gelegt. Hier springen 4× mehr Kunden ab als im Checkout selbst. Checkout_to_transaction liegt bei 62,66%: ein echtes, aber nicht das größte Problem.
Ein klassisches Ergebnis, das die meisten Shopbetreiber überrascht. Die Intuition sagt: „Ich habe ein Checkout-Problem, zu viele Leute springen am Ende ab.“ Die Daten sagen: Ja, 37% brechen im Checkout ab, aber 80% springen zwischen Produktansicht und dem Klick auf „In den Warenkorb“ ab. Würde man nur view_to_cart um 5 Prozentpunkte verbessern, hätte man mehr Bestellungen als nach der vollständigen Beseitigung aller Checkout-Abbrüche.
Das heißt nicht, dass man den Checkout ignorieren kann. 6.883 abgebrochene Checkouts in 90 Tagen sind ein echtes Leck, das eine eigene Untersuchung verdient. Wer aber beim Checkout ansetzt, ohne zu verstehen, was davor passiert, behandelt das Symptom statt der Ursache.
Lupe auf den Checkout: Aufschlüsselung nach Kanal
Die Gesamtzahlen sind der Ausgangspunkt. Die eigentliche Diagnose beginnt, wenn man den Funnel nach Kanälen aufschlüsselt. Wo der Checkout wirklich „hakt“ und bei wem, sieht ganz anders aus, als der Durchschnitt vermuten lässt.
Jeder Kanal hat ein anderes Schwächenprofil. Die Farben zeigen: am schwächsten vs. am besten in der jeweiligen Spalte.
| Kanal | Sitzungen | View→Cart | Cart→Checkout | Checkout→Txn | CR gesamt |
|---|---|---|---|---|---|
| 1.303 | 57,0% | 85,8% | 53,5% | 18,3% | |
| Direct | 14.133 | 22,2% | 93,4% | 67,1% | 10,5% |
| Cross-network (PMAX) | 36.848 | 18,7% | 82,2% | 61,7% | 8,2% |
| Paid Search | 77.514 | 28,7% | 75,2% | 61,3% | 5,8% |
| Organic Search | 62.309 | 11,0% | 75,2% | 59,1% | 2,0% |
| Referral | 4.549 | 10,2% | 76,5% | 60,3% | 5,0% |
Drei Erkenntnisse, die nicht offensichtlich sind:
1. Email hat den schlechtesten Checkout-Abschluss (53,5%) bei der höchsten Gesamtconversion (18,3%). Nutzer aus E-Mails kommen mit sehr hoher Kaufabsicht: 57% legen ein Produkt in den Warenkorb. Danach bricht aber fast die Hälfte im Checkout ab. Irgendetwas hält sie auf der Zielgeraden auf: das Formular, eine fehlende bevorzugte Zahlungsart, ein Pflicht-Kundenkonto.
2. Direct hat cart_to_checkout von 93,4%: kaum Warenkorbabbrüche. Wer die Marke schon kennt und direkt kommt, schließt den Warenkorb fast immer ab. Auch checkout_to_transaction ist hier am höchsten (67,1%). Treue Kunden konvertieren auf jeder Stufe besser.
3. Organic Search: 62.000 Sitzungen, nur 2% CR. Der größte Traffic-Kanal ist mit Abstand der schwächste bei der Conversion, und das Problem liegt bei view_to_cart (11%), nicht im Checkout. Organische Nutzer stöbern, kaufen aber nicht. Ein Anlass zu prüfen: Passen die Produktseiten zur Suchintention der Anfragen, über die die Nutzer kommen?
Die Aufschlüsselung nach Kanal verändert den Blick auf die Optimierung. Statt „Verbessern wir den Checkout“ entsteht eine präzisere Frage: Verbessern wir den Checkout für Nutzer aus Email, denn sie haben die höchste Kaufabsicht und zugleich das größte Problem im letzten Schritt. Das ist eine konkrete, umsetzbare Hypothese.
Das Email-Paradox
Höchste Gesamtkonversion (18,3 %), aber schlechtester Checkout-Abschluss (53,5 %). Nutzer aus dem Mailing sind kaufbereit, doch etwas hält sie im Prozess selbst auf. Prüfen Sie: Verlangt der Checkout eine Kontoerstellung, wie viele Felder hat das Formular, welche Zahlungsarten stehen zur Verfügung? Hier liegt ein konkreter Verlust.
Wann Sie Alarm schlagen sollten
Vier Signale in den Daten von session_funnel, die Handeln erfordern statt bloßer Beobachtung.
Wie oft Sie session_funnel prüfen sollten
Der Funnel ändert sich langsamer als Kampagnen, aber er ändert sich. Ein fester Rhythmus lohnt sich.
Die wichtigste Erkenntnis
Der Checkout ist nicht die einzige Stelle, an der Sie Kunden verlieren.
Von 206.960 Sitzungen zu 11.551 Transaktionen: Unterwegs springen 94,4 % der Besucher ab. Die meisten davon schon vor dem Checkout: 80 % der Produktbetrachter legen das Produkt nicht in den Warenkorb. Der Checkout kostet weitere 37 %.
Die Aufschlüsselung nach Kanal verrät noch mehr. Organic Search verliert Nutzer auf den Produktseiten (11 % view_to_cart). Email verliert sie beim Abschluss (53,5 % checkout_to_transaction), trotz der höchsten Kaufabsicht aller Kanäle. Jeder Kanal braucht eine eigene Diagnose und eigene Maßnahmen.
Genau dafür gibt es session_funnel: nicht um zu sagen „Sie haben ein Konversionsproblem“, sondern um zu zeigen, welcher Schritt, für wen und warum.
DataOrganizer · MCP
DataOrganizer MCP verbindet ein LLM mit Ihrem GA4: der komplette Funnel mit Aufschlüsselung nach Kanal in einer einzigen Frage.
