Der Einkaufspreis pro Produkt ist wahrscheinlich die wertvollste Spalte in der Shopdatenbank und zugleich die, die am häufigsten leer bleibt. Dieser Leitfaden bündelt das Wissen zur Marge in E-Commerce-Daten: wie man sie korrekt berechnet und erfasst, warum sie jahrelang unter Verschluss gehalten wurde, wofür sie in Produktkampagnen dient und wie DataOrganizer sie nutzt.
Begriffe
Bruttomarge, Nettomarge und Aufschlag: Begriffe klären
Bevor die Marge in die Daten kommt, muss sie eindeutig definiert sein. In der Praxis verbergen sich in Shops hinter einem Wort drei verschiedene Größen:
Definition
Die Bruttomarge eines Produkts ist die Differenz zwischen Nettoverkaufspreis und Netto-Einkaufspreis (sowie gegebenenfalls variablen Kosten), ausgedrückt in Euro oder als Prozentsatz des Verkaufspreises. Sie ist die erste Kennzahl dafür, wie viel ein Verkauf tatsächlich im Unternehmen lässt, bevor Fixkosten und Werbung berücksichtigt werden.
Formel · Bruttomarge
Marge (€) = Nettoverkaufspreis − Netto-Einkaufspreis − variable Kosten
Beispiel: 20,33 € − 10,25 € − 2,83 € = 7,25 €. In Prozent: 7,25 / 20,33 = 35,7 %.
Formel · POAS (Profit on Ad Spend)
POAS = Rohertrag aus Bestellungen / Werbeausgaben
Ein POAS von 1,0 bedeutet, dass die Werbung genau so viel Rohertrag einbringt, wie sie kostet. Unter 1,0 zahlt man beim Verkauf drauf.
Der häufigste Fehler betrifft den Aufschlag. Der Aufschlag wird auf den Einkaufspreis berechnet, die Marge auf den Verkaufspreis. Dieselben Zahlen ergeben daher zwei unterschiedliche Prozentwerte:
Aufschlag · bezogen auf die Kosten
(25 − 12,50) / 12,50 = 100 %
Einkauf für 12,50 € netto, Verkauf für 25 € netto. Der Aufschlag klingt beeindruckend.
Marge · bezogen auf den Preis
(25 − 12,50) / 25 = 50 %
Dieselben Zahlen. Von jedem Euro Umsatz bleiben 50 Cent im Unternehmen, vor den Werbekosten.
In Gesprächen mit Lieferanten und Agentur sowie in den Shopdaten sollte man bei einer Konvention bleiben und sie klar benennen. Dieser Leitfaden verwendet durchgehend die Marge bezogen auf den Nettoverkaufspreis.
Quelldaten
Woher die Marge in den Daten kommt: Einkaufspreis pro SKU
Die Marge in der Analyse hat eine einzige Quelle: das Feld für den Einkaufspreis auf der Produktseite. Die meisten Shopplattformen bieten es an (als Kosten, Einkaufspreis oder Zusatzfeld), man muss es nur befüllen und pflegen. Alternativ gibt es die prozentuale Marge pro Produkt, der Einkaufspreis als Betrag ist jedoch genauer: Er verhält sich bei Rabatten, Aktionen und Preisänderungen korrekt.
Was auf dem Spiel steht, zeigt sich, wenn man einen Preis aus dem Shop in seine Bestandteile zerlegt. So sehen 25 € brutto in einer beispielhaften Online-Drogerie aus (Beispieldaten):
Zusammensetzung des Preises · 24 € brutto im Shop
Von 24 € im Shop bleiben 7,25 € übrig, bevor überhaupt Werbung läuft. Ohne Einkaufspreis in den Daten ist diese Zahl unsichtbar, und jeder Bericht endet beim Umsatz.
Damit diese Daten sauber bleiben, braucht es einen festen Prozess:
Abdeckung prüfen
Ermitteln Sie, wie viel Prozent der aktiven SKUs einen Einkaufspreis haben und welchen Anteil am Umsatz sie erzielen. Lücken zuerst bei den umsatzstärksten Produkten schließen.
Netto und pro Variante erfassen
Einkaufskosten immer netto und auf Variantenebene erfassen (Größe oder Füllmenge haben beim Lieferanten oft unterschiedliche Preise). Einkaufswährungen nach einer festen Regel umrechnen.
Bei jeder Lieferung aktualisieren
Eine Änderung der Lieferantenpreisliste sollte sofort im Shop landen, meist per Massenimport aus einer Datei. Veraltete Einkaufskosten sind oft schlimmer als gar keine, weil sie falsche Sicherheit vermitteln.
Quartalsweise validieren
Stichprobenartig die Kosten im Shop mit den Einkaufsrechnungen vergleichen und Produkte mit negativer oder verdächtig hoher Marge prüfen: Meist stecken Tippfehler und verwechselte Einheiten dahinter.
Buchhalterischer Hinweis: Die Marge wird auf Nettopreisen berechnet, der Umsatz im Shop und in vielen Dashboards ist dagegen oft brutto. Die Vermischung beider Welten ist der häufigste Grund für „Margen“, die nicht mit der Buchhaltung übereinstimmen.
Datenkultur
Warum die Marge lange ein Geheimnis der Geschäftsführung war
In vielen Unternehmen existierten die Einkaufskosten jahrelang nur in der Tabelle des Inhabers. Die Gründe waren nachvollziehbar: Die Marge ist eine sensible Geschäftsinformation, ein Leck erleichtert Wettbewerbern und Lieferanten das Leben, und intern löst sie mitunter Gehaltsdiskussionen aus. Deshalb hatten nur Geschäftsführung und Buchhaltung Zugriff, der Rest des Unternehmens (von der Agentur ganz zu schweigen) arbeitete allein mit dem Umsatz.
Inzwischen hat sich das Umfeld verändert. Werbetraffic ist teurer geworden, und Produktkampagnen laufen automatisiert: Der Algorithmus bekommt ein Ziel und entscheidet selbst, welche Produkte er ausspielt. Kennt er nur den Umsatz, liefert er Umsatz, auch mit Produkten, die keinen Cent Gewinn abwerfen. Die E-Commerce-Branche spricht das heute offen aus: Nach Jahren des Wachstums um jeden Preis wird nun nach Gewinn abgerechnet, und POAS sowie Rentabilität pro Produkt gehören zum Standardvokabular im Kampagnenmanagement.
Die Automatik optimiert, was sie sieht. Sieht sie Umsatz, liefert sie Umsatz, auch wenn ein Teil der Bestellungen keinen Cent Marge abwirft.
Den Konflikt zwischen Vertraulichkeit und Nutzen löst ein abgestufter Zugriff. Niemand muss zwischen Tresor und völliger Offenheit wählen:
Ebene 1Geschäftsführung und Finanzen
Vollständiges Bild: Einkaufskosten in absoluten Beträgen, Lieferantenverträge, Margen pro Produkt, Kategorie und Vertriebskanal (eigener Shop, Marktplatz). Hier fallen Preis- und Einkaufsentscheidungen.
Ebene 2E-Commerce-Team
Margen ohne Einkaufspreislisten: Prozentwerte und Rentabilität pro Produkt und Kategorie, Gewinnrankings, Auswirkungen von Aktionen. Das reicht für die Sortiments- und Kampagnenplanung.
Ebene 3Agentur und Media
Segmente statt Beträge: Labels wie hohe-marge und niedrige-marge im Feed, POAS des gesamten Shops und geschätzter Kampagnen-POAS laut Dashboards, eine Liste der von Aktionen ausgeschlossenen Produkte. Genug, um Kampagnen auf Gewinn auszurichten.
Zum Merken
Vertraulichkeit schützt die Einkaufsbeträge, Kampagnen brauchen Ergebnisse auf Margenbasis. Beides lässt sich vereinbaren: Lieferantenpreislisten bleiben im kleinen Kreis, nach außen gehen Prozentwerte, Segmente und Labels. Korrekt gepflegte Einkaufskosten im Shopsystem sind die Voraussetzung für beides zugleich.
Anwendungen
Wofür die Marge pro Produkt in der Praxis dient
Sind die Einkaufskosten in den Daten, speist eine einzige Spalte ganz unterschiedliche Entscheidungen:
| Bereich | Was die Marge pro Produkt verändert |
|---|---|
| Preise und Aktionen | Rabatte werden auf Basis der tatsächlichen Produktmarge geplant; Artikel, die nach Rabatt unter die Schwelle fallen, fliegen aus der Aktion |
| Produktauswahl für Kampagnen | Budget skalieren Produkte, die Nachfrage und Marge verbinden; umsatzstarke Artikel mit niedriger Marge sorgen für Sichtbarkeit, aber mit bewusstem Limit |
| Labels im Feed | Werte wie hohe-marge und niedrige-marge ermöglichen die Aufteilung von Produktkampagnen, ohne Beträge offenzulegen |
| Bewertung der Vertriebskanäle | derselbe Artikel ist nach Marktplatzgebühren anders rentabel als im eigenen Shop; die Entscheidung braucht Zahlen statt Bauchgefühl |
| Einkauf und Lager | das Gewinnranking (nicht das Umsatzranking) zeigt, welche Bestände sich zuerst nachzukaufen lohnen |
| Marketing-Abrechnung | POAS und Gewinn nach Werbekosten statt nur ROAS; eine Kampagne mit „günstigen Klicks“ kann beim Gewinn teuer sein |
Wie stark sich die Reihenfolge verschiebt, zeigt am besten der Vergleich zweier Rankings desselben Sortiments (Online-Drogerie, 30 Tage, Beispieldaten):
Umsatzranking
Ranking nach Rohertrag
Der Umsatzspitzenreiter fällt beim Gewinn auf Platz drei, die Nummer vier steigt auf Platz zwei. Jede Entscheidung auf Basis des linken Rankings (Budgets, Aktionen, Einkauf) trifft andere Produkte als eine auf Basis des rechten.
Reales Risiko
Eine nach ROAS gesteuerte Kampagne skaliert bevorzugt Produkte aus dem linken Ranking. Das Geschenkset bringt schönen Umsatz bei 18% Marge und landet nach Abzug der Werbekosten schnell bei null oder darunter. Ohne Marge in den Daten fällt das niemandem auf, denn der Kampagnenbericht leuchtet grün.
Trends
POAS und Profit-First in Produktkampagnen
Der Wandel der Branche in den letzten Jahren lässt sich in einem Satz zusammenfassen: von der Abrechnung nach Umsatz zur Abrechnung nach Gewinn. In der Praxis besteht er aus drei Elementen, die alle auf den Einkaufskosten pro SKU beruhen:
Erstens: POAS neben ROAS. Zwei Kampagnen mit identischem ROAS von 5 sind nicht vergleichbar, wenn die eine Produkte mit 45% Marge verkauft und die andere mit 15%. POAS bringt sie auf einen gemeinsamen Nenner: wie viel Rohertrag von jedem in Werbung investierten Euro übrig bleibt. Werte unter 1 bedeuten ein Verlustgeschäft, selbst bei einem ROAS, der ordentlich aussieht.
Zweitens: margenbasierter Conversion-Wert. Immer häufiger wird an Werbeplattformen statt des Umsatzes ein Wert übermittelt, der den Gewinn abbildet, damit automatische Gebotsstrategien dort stärker bieten, wo ein Verkauf mehr übrig lässt. In diese Richtung gehen sowohl große Shops als auch spezialisierte Tools.
Drittens: Kampagnen nach Marge segmentieren. Margen-Labels im Feed teilen den Katalog in Gruppen mit unterschiedlichen Zielen: Gewinnbringer erhalten Budget zum Skalieren, umsatzstarke Produkte mit niedriger Marge ein Limit, der Long Tail ein Testbudget. Wie Labels und Kampagnenaufteilung funktionieren, beschreiben eigene Leitfäden: Produktfeed und Merchant Center.
Methodischer Hinweis: Werbekosten auf Ebene einzelner Produkte gibt es in den Quelldaten nur für Google-Produktkampagnen, und eine Anzeige verkauft oft verschiedene Produkte aus dem Warenkorb. Deshalb lässt sich der POAS aus den Shop-Bestellungen zuverlässig nur für den gesamten Shop berechnen, auf Kanal- oder Kampagnenebene dagegen nur als Schätzung aus dem Conversion-Wert in GA4 oder den Werbekonten. Mehr dazu im Leitfaden zu Conversions und Attribution.
DataOrganizer
Wie DataOrganizer die Marge aus dem Shopsystem nutzt
Woher die Daten kommen: Die Shop-Integration lädt täglich den Produktkatalog samt Einkaufspreis-Feld (pro SKU und Variante) sowie die Bestellpositionen mit den tatsächlichen Verkaufspreisen nach Rabatten. Daraus entsteht der Rohertrag pro Produkt, Kategorie, Bestellung und Tag, und nach Abzug von Provisionen und Marktplatzgebühren auch die Rentabilität der Verkäufe auf Marktplätzen.
Wofür das in der Praxis dient: eine fertige Produktansicht mit Marge statt reiner Umsatzrankings, Margensegmente im Katalog, ein Rentabilitätsvergleich zwischen eigenem Shop und Marktplatz nach Gebühren, POAS und Gewinn nach Werbekosten für den gesamten Shop (mit Aufteilung nach Kanälen laut GA4 oder Werbekonten als Schätzung) sowie Margen-Labels, die über ein Google-Sheet zurück ins Merchant Center fließen und die Kampagnen aufteilen. Voraussetzung für all das bleibt das Einkaufspreis-Feld in Ihrem Shop: Analytics kann keine Marge erfinden, die in den Daten fehlt.
Zwei Produkte verbinden hohen Umsatz mit einer Marge unter der 20-%-Schwelle:
| Produkt | Umsatz | Marge € | Marge % |
|---|---|---|---|
| Pflegeset als Geschenk | 6.150 € | 1.110 € | 18 % |
| Apotheken-Shampoo 1 l | 3.550 € | 530 € | 15 % |
| Creme LSF 50 (zum Vergleich) | 4.950 € | 2.230 € | 45 % |
Zwei Hebel kommen infrage: Preisanpassung oder Nachverhandlung des Einkaufspreises. Bis zur Entscheidung kann ich beiden Produkten im Sheet für das Merchant Center das Label niedrige-marge zuweisen, damit auf Reichweite ausgerichtete Kampagnen sie nicht bewerben.
Vertraulichkeit in der Praxis
Rohe Einkaufspreise bleiben im Backend, nach außen gehen nur Aggregate. Der KI-Assistent arbeitet mit aggregierten Ergebnissen (Margen in Prozent, Summen, Segmente), sodass Team und Agentur Erkenntnisse erhalten, ohne Einblick in die Preislisten der Lieferanten. Es ist dasselbe Prinzip des gestuften Zugriffs, nur direkt in den Daten umgesetzt.
FAQ
Häufige Fragen zur Marge im E-Commerce
Was ist der Unterschied zwischen Marge und Aufschlag?
Der Aufschlag wird vom Einkaufspreis berechnet, die Marge vom Verkaufspreis. Ein Produkt, das für 12,50 € eingekauft und für 25 € netto verkauft wird, hat einen Aufschlag von 100 %, aber eine Marge von 50 %. Wer die Begriffe verwechselt, hat zu hohe Erwartungen: Ein Aufschlag von 50 % entspricht einer Marge von nur 33 %. In den Daten und im Gespräch mit der Agentur sollte immer klar sein, welche Größe gemeint ist.
Wo trägt man im Shopsystem den Einkaufspreis eines Produkts ein?
Die meisten Plattformen haben ein eigenes Feld für den Einkaufspreis auf der Produkt- oder Variantenseite; wo es fehlt, nutzt man ein Zusatzfeld oder ein Attribut. Der Wert sollte netto, pro SKU und Variante gepflegt und bei Preisänderungen des Lieferanten aktualisiert werden (am bequemsten per Massenimport aus einer Datei). Eine prozentuale Marge pro Produkt funktioniert auch, doch der Einkaufspreis als Betrag ist bei Rabatten genauer.
Sollte man die Marge mit der Werbeagentur teilen?
Teilen Sie margenbasierte Ergebnisse, nicht unbedingt die Einkaufspreise selbst. Bewährt hat sich ein gestufter Zugriff: Die Geschäftsführung sieht Beträge, das Team Prozente und Profitabilität, die Agentur Segmente und Labels (hohe-marge, niedrige-marge) sowie den POAS des Shops und den geschätzten POAS der Kampagnen laut Werbekonten. Ohne das optimiert die Agentur nur auf Umsatz und steckt einen Teil des Budgets in Produkte ohne Gewinn.
Was ist POAS und wie unterscheidet er sich vom ROAS?
POAS (Profit on Ad Spend) teilt den Rohertrag durch die Werbeausgaben, ROAS dagegen den Umsatz. Zwei Kampagnen mit ROAS 5 können einen völlig unterschiedlichen POAS haben, wenn sie Produkte mit 45 % bzw. 15 % Marge verkaufen. Ein POAS unter 1 bedeutet, dass die Werbung mehr kostet, als sie an Gewinn einbringt. Aus bezahlten Bestellungen und dem Einkaufspreis pro SKU berechnen Sie ihn für den gesamten Shop; pro Kanal oder Kampagne nur als Schätzung auf Basis der Conversion-Werte aus GA4 oder den Werbekonten.
Wie berechnet man die Marge bei Rabatten und Aktionen?
Immer vom tatsächlichen Netto-Verkaufspreis nach Rabatt, wie er in der Bestellposition gespeichert ist. Rabatte zehren die Marge schneller auf, als ihre Höhe vermuten lässt: Ein Produkt mit 50 % Marge verliert bei 20 % Rabatt etwa 40 % des Gewinns, bei 40 % Rabatt etwa 80 %. Planen Sie Aktionen deshalb anhand der Margen pro Produkt und schließen Sie Artikel aus, die unter die Rentabilitätsschwelle fallen.
Der Leitfaden auf einen Blick
Drei Regeln für die Arbeit mit Margen in Daten
1. Der Einkaufspreis pro SKU ist ein Quelldatum, das gepflegt werden muss. Netto, auf Variantenebene, bei Lieferungen aktualisiert und mit Rechnungen abgeglichen. Alles Weitere (Margen, POAS, Labels, Gewinnrankings) erbt die Qualität dieses einen Feldes im Shopsystem.
2. Gestufter Zugriff vereint Vertraulichkeit und Nutzen. Einkaufsbeträge bleiben in einem kleinen Kreis, das Team arbeitet mit Prozenten, die Agentur mit Segmenten und POAS. Die Zeiten, in denen die Marge nur in der Tabelle des Inhabers stand, sind mit dem günstigen Traffic vorbei: Automatisierte Kampagnen ohne Margendaten optimieren den Gewinn blind.
3. Messen Sie den Gewinn und behandeln Sie den Umsatz als Mittel zum Zweck. Das Gewinnranking sieht anders aus als das Umsatzranking, der POAS anders als der ROAS. DataOrganizer berechnet beides automatisch: aus dem Einkaufspreis in Ihrem Shop, den Bestellpositionen, den Marktplatzprovisionen und den Werbeausgaben, mit Aggregaten nach außen und Preislisten sicher im Backend.
DataOrganizer · Gewinn statt nur Umsatz
Verbinden Sie Ihren Shop mit hinterlegten Einkaufskosten, dann werden Margen pro Produkt, der POAS des gesamten Shops und Margen-Labels aus Ihren Daten berechnet. Demo-Konto sofort verfügbar, Sie zahlen nur für verbundene Datenquellen.
