.svg)
%20(2).svg)
Cart Abandonment Rate zeigt, welcher Anteil der begonnenen Warenkörbe nicht zu einer abgeschlossenen Bestellung führt. Sie macht Reibung zwischen Kaufinteresse und tatsächlichem Checkout sichtbar.
Cart Abandonment Rate zeigt, welcher Anteil der begonnenen Warenkörbe nicht zu einer abgeschlossenen Bestellung führt. Sie macht Reibung zwischen Kaufinteresse und tatsächlichem Checkout sichtbar.
E-Commerce-Kennzahlen wirken besonders stark im Zusammenspiel. Conversion Rate, Warenkorb, Kaufhäufigkeit, Retouren und Marge können sich gegenseitig kompensieren. Eine einzelne Verbesserung ist deshalb nicht automatisch ein besseres Geschäftsergebnis.
Nicht abgeschlossene Warenkörbe werden durch alle begonnenen Warenkörbe geteilt. Alternativ lässt sich die Rate als 1 minus abgeschlossene Orders geteilt durch Carts ausdrücken. Die Definition eines gestarteten Carts muss stabil sein.
Die Bezugsgröße sollte stabil sein. Orders pro Session, Orders pro User und Käufer pro Besucher sind unterschiedliche Kennzahlen. Bei Umsatzwerten sollte außerdem klar sein, ob Brutto, Netto, nach Rabatt oder nach Retouren gerechnet wird.
10.000 Nutzer legen mindestens ein Produkt in den Warenkorb. 3.000 schließen eine Bestellung ab. Die Abandonment Rate liegt bei 70 Prozent. Eine neue Versandkostenanzeige senkt sie auf 65 Prozent. Entscheidend ist, ob dadurch auch Orders und Deckungsbeitrag steigen.
Abandonment kann durch Versandkosten, Zahlungsarten, technische Fehler, Account-Zwang oder schlichtes Speichern für später entstehen. Ein hoher Wert ist deshalb kein eindeutiger UX-Beweis. Segmentierung nach Gerät, Land, Zahlungsart und Kundentyp hilft bei der Diagnose.
Für die Interpretation ist Revenue per Visitor oft ein hilfreicher Kontrollwert, weil er Conversion und Warenkorb zusammenführt. Bei Profitabilitätsfragen sollte anschließend auf Contribution Margin erweitert werden.
Pauschale Benchmarks sind nur grob hilfreich. Produktkategorie, Mobile-Anteil und Kaufkomplexität beeinflussen die Rate stark. Eigene Funnel-Baselines und Testeffekte sind aussagekräftiger.
Nicht jeder Cart hat echte Kaufabsicht. Nutzer vergleichen, speichern oder prüfen Versandkosten. Tracking über Geräte und Sessions kann unvollständig sein. Die Rate erklärt außerdem nicht, an welchem Checkout-Schritt Nutzer aussteigen.
Aggregierte Shop-Kennzahlen können Mixeffekte verdecken. Neu- und Bestandskunden, Kategorien, Geräte und Traffic-Kanäle verhalten sich oft sehr unterschiedlich. Für Entscheidungen sollte die Segmentierung zur konkreten Fragestellung passen.
Hilft bei Checkout-CRO, Payment, Versandkommunikation und Remarketing. Mit Checkout Completion, Conversion Rate und Margin-Effekten kombinieren.
Meist nutze ich die Cart Abandonment als Startpunkt einer Funnel-Diagnose. Die konkrete Ursache ist wichtiger als der Benchmark. Häufig liegt der größere Hebel in einem spezifischen Checkout-Schritt statt in einer pauschalen Reduktion der Gesamtrate.
.jpg)