Das Growth Flywheel: Compounding Loops statt linearer Funnels

Ein Funnel beschreibt einen Durchlauf, ein Loop beschreibt, was der Durchlauf hinterlässt

Der Funnel ist das bekannte Bild vom Verkaufen. Oben viele Menschen, auf jeder Stufe weniger, unten ein paar Kunden. Für eine einzelne Reise ist das ein gutes Bild. Was darin fehlt, ist alles, was ein Kunde nach dem unteren Ende tut: Er erzählt einer Freundin davon, schreibt eine Bewertung, stellt eine Frage, aus der dein nächster Artikel wird, und kommt nächsten Monat wieder. Im Funnel fällt das alles einfach vom Blatt.

Ein Growth Loop ist das Bild, das diese Dinge behält. Das Ergebnis eines Durchlaufs, ein neuer Kunde, wird zum Anfang des nächsten, weil dieser Kunde weitere Menschen mitbringt. Das Flywheel, das Schwungrad, ist das ältere und lockerere Wort für dieselbe Hoffnung: ein Rad, das schwer anläuft und sich dann immer leichter weiterdreht, weil jede Umdrehung den Schwung der letzten mitnimmt.

Die Idee mag ich. Der Art, wie sie meistens verkauft wird, traue ich nicht, als würde ein Kreis auf einer Folie schon dadurch wahr, dass jemand ihn gezeichnet hat. In diesem Artikel steht die Version, mit der ich arbeite: was ein Loop tatsächlich ist, die eine Zahl, an der du siehst, ob er etwas bewirkt, warum diese Zahl fast immer unter eins liegt und warum sich ein Loop unter eins trotzdem lohnt. Den Funnel selbst behandle ich in Full Funnel Growth Frameworks ohne Lecks. Hier fange ich dort an, wo der Funnel aufhört.

Durch den ganzen Artikel begleitet uns ein erfundener Shop. Kanne und Keks verkauft losen Tee und Kekse online, aus einem kleinen Lager in Leipzig, unter kanneundkeks.example, und gehört einer Frau namens Hanna. Den Shop gibt es nicht, und jede Zahl ist ausgedacht, damit ich jeden Rechenschritt zeigen kann.

Beispiel: der Funnel, den Hanna schon hat

Im März gibt Hanna 24.000 € für bezahlte Suche und Social Ads aus. Die Anzeigen bringen 80.000 Besucher, und 1.000 davon bestellen zum ersten Mal. Das ist eine Conversion Rate von $\frac{1.000}{80.000} = 1{,}25\,\%$ und es sind Kosten pro Neukunde von $\frac{24.000}{1.000} = 24$ €.

Hier endet der Funnel. Gibt Hanna im April nichts aus, sagt der Funnel, dass sie im April auch nichts bekommt. Ob das stimmt, hängt davon ab, was diese 1.000 Kunden als Nächstes tun, und genau darum geht es in diesem Artikel.

Woher die Flywheel Idee kommt und was sie nicht beweist

Das Wort stammt von Jim Collins. In seinem Buch Good to Great beschreibt er die Unternehmen, die er untersucht hat, als würden sie ein riesiges, schweres Schwungrad anschieben, Umdrehung um Umdrehung, bis zum Durchbruch. Und auf die Frage nach dem einen großen Stoß schreibt er, die Antwort seien alle Stöße zusammen, Kraft, die beständig in dieselbe Richtung wirkt.¹ Seine spätere Monografie Turning the Flywheel, erschienen im Januar 2019, nennt Amazon als ein Unternehmen, das den Flywheel Effekt bewusst genutzt hat.²

Amazons eigene Worte sind vorsichtiger als die Legende. Im Brief an die Aktionäre von 2005 erklärt Jeff Bezos, warum Amazon die Preise Jahr für Jahr weiter senkt und Effizienzgewinne und Größenvorteile an die Kunden weitergibt: Er glaubte, dass dadurch ein positiver Kreislauf entsteht, der langfristig zu deutlich höherem Free Cashflow führt. Im selben Brief nennt er das eine Entscheidung, die sich nicht auf mathematischem Weg treffen lässt.³ Das ist das Urteil eines Vorstandschefs, und es wird auch als Urteil formuliert. Ein gemessenes Ergebnis ist es nicht, und außerhalb von Amazon kann es niemand nachrechnen.

Der Anbieter von Marketingsoftware HubSpot hat aus dem Bild ein Vertriebsmodell gemacht: anziehen, einbinden, begeistern, mit Kräften, die das Rad beschleunigen, und Reibung, die es bremst.⁴ Als Ordnung für die Aufmerksamkeit eines Teams ist das brauchbar. Es ist aber auch das Weltbild eines Anbieters, veröffentlicht von einer Firma, die die Software dafür verkauft, und die Seite nennt keine Studie, nach der Unternehmen mit diesem Modell schneller wachsen.

Die für die Praxis nützlichste Fassung stammt von Brian Balfour, Casey Winters, Kevin Kwok und Andrew Chen aus dem Jahr 2018. Sie beschreiben Growth Loops als geschlossene Systeme, in denen die Eingaben über einen Prozess mehr von einem Ergebnis erzeugen, und legen den Schwerpunkt darauf, wie du das Ergebnis eines Durchlaufs in den nächsten steckst.⁵ Diese Definition hat einen Vorzug, der den anderen fehlt. Man kann sie zählen.

Ein Beispiel: Von Collins bekommt Hanna eine Stimmung, von Bezos eine Überzeugung und von der Loop Definition eine Frage, die sie mit ihren eigenen Daten beantworten kann. Wie viele Neukunden haben die 1.000 Märzkunden gebracht, und wie lange hat das gedauert? Der Rest des Artikels beantwortet genau das.

Die eine Zahl, auf die es ankommt: die Verstärkung des Loops

Jeder Loop hat eine Verstärkung, im Englischen Gain. Sie gibt an, wie viele Neukunden ein Neukunde in einer Umdrehung des Loops mitbringt. Bei einem Empfehlungsloop zerfällt sie in drei Teile:

$$g = s \times i \times c$$

Dabei ist $g$ die Verstärkung des Loops, also die Neukunden pro Neukunde und Durchlauf. $s$ ist der Anteil der Neukunden, die die Loop Aktion überhaupt ausführen, zum Beispiel einen Empfehlungslink teilen. $i$ ist die Zahl der Menschen, die jeder von ihnen erreicht, zum Beispiel Freunde, die den Link öffnen. $c$ ist der Anteil dieser Menschen, der zu Kunden wird. Alle drei sind einfache Raten, Ereignisse geteilt durch Gelegenheiten. Grundlagen: Verhältnisse und Raten

Es ist dieselbe Rechnung, die David Skok für virale Produkte veröffentlicht hat. Dort ist der virale Koeffizient $K$ die Zahl der Einladungen, die jeder Kunde verschickt, multipliziert mit der Conversion Rate dieser Einladungen.⁶ Ich ziehe $s$ heraus, weil in einem Shop die meisten Kunden nie etwas teilen, und an dieser stillen Mehrheit scheitern die meisten Loops.

Die alte Fassung dieses Artikels bot eine "Flywheel Stärke" an, gebildet aus Output durch Input mal Retention Rate. Die habe ich gestrichen. Output durch Input enthält bereits alles, was die Retention bewirkt hat, also zählt die zusätzliche Multiplikation mit der Retention sie doppelt, und das Ergebnis hatte keine Einheit, die du mit deiner Buchhaltung abgleichen konntest. Die Verstärkung $g$ hat eine klare Bedeutung und kommt direkt aus einem Bestellexport.

Beispiel: die Verstärkung von Hannas Empfehlungsloop

Nach jeder Erstbestellung bieten die Dankeseite und die Versandmail von Kanne und Keks einen Link an: Schenk einer Freundin 5 € Rabatt und bekomm selbst 5 €. Im März haben 250 der 1.000 Neukunden ihn geteilt, also $s = \frac{250}{1.000} = 0{,}25$. Den Link jeder teilenden Person haben im Schnitt vier Freunde geöffnet, also $i = 4$. Von diesen 1.000 Freunden, die einen Link geöffnet haben, haben 200 bestellt, also $c = \frac{200}{1.000} = 0{,}20$.

Die Verstärkung ist $g = 0{,}25 \times 4 \times 0{,}20 = 0{,}20$. Je 100 Neukunden bringen 20 weitere. Für einen Shop ist das ordentlich, und von der Maschine, die sich in Präsentationen von selbst antreibt, ist es weit entfernt. Das spielt weniger eine Rolle, als du denkst.

Unter eins vervielfacht ein Loop dein Budget, über eins läuft er von allein

Verfolg die 1.000 Märzkunden durch den Loop. Sie bringen 200. Diese 200 bringen 40. Diese 40 bringen acht, und so weiter, jede Welle ein Fünftel der vorherigen. Die Wellen werden kleiner und summieren sich zu einer festen Gesamtzahl:

$$N_{\text{gesamt}} = N_0\,(1 + g + g^2 + g^3 + \dots) = \frac{N_0}{1 - g} \quad \text{für } g < 1$$

Dabei ist $N_{\text{gesamt}}$ die Gesamtzahl der Kunden, die eine Startgruppe am Ende hervorbringt, sie selbst mitgezählt. $N_0$ ist die Startgruppe, also die Kunden, für die du bezahlt hast. $g$ ist die Verstärkung von oben, und $g^2$ und $g^3$ sind die zweite und dritte Welle, die Freunde der Freunde. Die Summe einer Reihe, die bei jedem Schritt um denselben Faktor schrumpft, folgt derselben multiplikativen Logik wie der Zinseszins. Grundlagen: Zinseszins

Der Faktor $\frac{1}{1-g}$ ist der Loop Multiplikator. Er ist die ehrliche Antwort auf die Frage, was dein Loop wert ist. Skoks eigenes Beispiel landet genau dort: Zehn Startkunden mit einem viralen Koeffizienten von 0,5 wachsen auf 20 Menschen und bleiben dann stehen, genau $\frac{10}{1 - 0{,}5}$.⁶ Skoks Schluss folgt aus derselben Summe: Für echtes virales Wachstum muss der Koeffizient größer als eins sein.⁶ Über eins kommt die Reihe nie zur Ruhe, und jede Welle ist größer als die letzte.

In den Shops, an denen ich gearbeitet habe, habe ich nie eine Verstärkung über eins gemessen, und ich wäre misstrauisch bei jedem, der für ein physisches Produkt einen Loop verkauft, der das behauptet. Unter eins ist normal. Unter eins ist auch in Ordnung, wie das nächste Beispiel zeigt.

Beispiel: was der Loop mit Hannas Kosten pro Neukunde macht

Hanna gibt weiter jeden Monat 24.000 € aus und kauft damit weiter 1.000 Kunden im Monat zu je 24 €. Die Empfehlungen der Kunden eines Monats kommen im Folgemonat an, ein Durchlauf dauert also einen Monat. Die Neukunden pro Monat sehen dann so aus:

• Monat eins: 1.000 bezahlt.
• Monat zwei: 1.000 bezahlt plus 200 Empfehlungen aus Monat eins, 1.200.
• Monat drei: 1.000 bezahlt plus $0{,}20 \times 1.200 = 240$ Empfehlungen, 1.240.
• Monat vier: 1.000 plus $0{,}20 \times 1.240 = 248$, 1.248.
• Monat fünf: 1.000 plus $0{,}20 \times 1.248 = 249{,}6$, also etwa 1.250.

Die Summe pendelt sich bei $\frac{1.000}{1 - 0{,}20} = 1.250$ im Monat ein. Die Kosten pro Neukunde pendeln sich bei $\frac{24.000}{1.250} = 19{,}20$ € ein, also bei den bezahlten Kosten mal $(1 - g)$, $24 \times 0{,}80$.

Jetzt die ehrliche Korrektur. Der Loop ist nicht kostenlos. Jeder empfohlene Kunde kostet 10 € an Prämien, 5 € für die Freundin und 5 € für die Person, die geteilt hat. Das sind 250 mal 10 €, also 2.500 € im Monat, und die echten Kosten pro Neukunde liegen bei $\frac{24.000 + 2.500}{1.250} = 21{,}20$ €. Immer noch weniger als 24 €, und zwar jeden Monat, in dem der Loop läuft. Aber die Kosten sind einmal gefallen, auf einen Boden, und dort geblieben. Die alte Behauptung, Flywheels würden die Kosten pro Neukunde, die Customer Acquisition Cost (CAC), mit der Zeit immer weiter senken, ist halb wahr: Ein Loop senkt diese Kosten auf ein neues Niveau, und dort bleiben sie. Weiter fallen sie nur, wenn die Verstärkung selbst weiter steigt.

Unten stehen die Monate, an der Seite die Zahl der Neukunden im jeweiligen Monat, bezahlte und empfohlene zusammen. Beide Linien steigen und werden dann flach. Das flache Niveau ist $\frac{1.000}{1-g}$: 1.250 bei einer Verstärkung von 0,2 und 2.000 bei 0,5. Die Erkenntnis: Ein Loop unter eins hebt die Decke deines Budgets an, er schafft sie nicht ab. Die Verstärkung von 0,2 auf 0,5 zu heben ist viel mehr wert als jeder Monat Geduld.

Die Zykluszeit entscheidet, wie schnell du dort ankommst

Die Verstärkung entscheidet, wie weit dich ein Loop trägt. Die Zykluszeit, also die Zeit, bis ein Neukunde den nächsten mitbringt, entscheidet, wie schnell. Skok zeigt das an einem viralen Produkt: Nach 20 Tagen mit einer Zykluszeit von zwei Tagen hat er 20.470 Nutzer, und halbiert er die Zykluszeit auf einen Tag, sind es über 20 Millionen.⁶ Das ist die Rechnung einer Verstärkung über eins, bei der jeder Durchlauf die Basis multipliziert. Verdoppelst du die Zahl der Durchläufe, quadrierst du den Multiplikator.

Unter eins ist die Zykluszeit weniger dramatisch und dafür praktischer. Sie ändert nichts an der Decke von $\frac{N_0}{1-g}$. Sie ändert, wie lange es dauert, bis die empfohlenen Kunden ankommen, und Geld, das früher kommt, ist mehr wert als Geld, das später kommt.

Beispiel: Hanna verkürzt den Zyklus

Hanna fällt auf, dass die meisten Märzkunden erst geteilt haben, als sie die Versandmail noch einmal geöffnet haben, etwa vier Wochen nach der Bestellung. Sie legt das Empfehlungsangebot direkt ins Paket, als Karte im Karton, und der typische Abstand sinkt auf zwei Wochen.

Die Verstärkung bleibt bei 0,20, die Monatssumme pendelt sich also weiter bei 1.250 ein. Was sich ändert, ist der erste Monat jedes neuen Anlaufs. Startet sie in einer neuen Region mit 1.000 bezahlten Kunden, kommen die 200 empfohlenen jetzt noch im selben Monat statt im nächsten. Ihre Kosten pro Neukunde im ersten Monat, Prämien eingerechnet, liegen sofort bei $\frac{24.000 + 200 \times 10}{1.200} = 21{,}67$ € statt bei 24 € und einem Monat Warten. Für einen Shop, der seine Lieferanten bezahlt, bevor er selbst bezahlt wird, ist das zuerst eine Verbesserung der Liquidität und erst dann eine des Wachstums.

Wann ein Loop exponentiell wächst und was die alte Rechnung weggelassen hat

Die frühere Fassung dieses Artikels sagte, ein Loop, der pro Durchlauf 10 % mehr Nutzer bringt und zwölfmal im Jahr läuft, ergebe $(1{,}10)^{12} = 3{,}14$, also "3x Wachstum ohne zusätzliche Ausgaben". Die Rechnung stimmt. Die Behauptung nicht. Hier ist die Formel, danach die Annahmen, die in ihr stecken.

$$B_n = B_0\,(1 + g)^n$$

Dabei ist $B_n$ der Kundenstamm nach $n$ Durchläufen, $B_0$ der Kundenstamm am Anfang, $g$ das Wachstum pro Durchlauf als Anteil und $n$ die Zahl der Durchläufe. Das ist Zinseszins, mit derselben Falle wie dort: Prozente über mehrere Perioden kannst du nicht addieren, 10 % im Monat über ein Jahr sind etwa 214 % Wachstum, nicht 120 %. Grundlagen: Zinseszins

Damit die Formel gilt, muss jeder Kunde im Stamm, alt wie neu, in jedem Durchlauf mit derselben Rate neue Kunden bringen, für immer, und niemand darf gehen. Das ist ein anderer Loop als im letzten Abschnitt, in dem nur die neuesten Kunden empfohlen haben. Echte Loops liegen dazwischen. Ein Kunde empfiehlt am meisten in den ersten Wochen, später ein wenig und gar nicht mehr, sobald er nicht mehr kauft.

Und nichts davon ist kostenlos. Empfehlungsprämien, Bitten um Bewertungen, die Zeit für den nächsten Artikel: Jede Umdrehung eines Loops kostet etwas. "Ohne zusätzliche Ausgaben" ist der Teil der alten Behauptung, unter den ich nie meinen Namen setzen würde.

Beispiel: Hannas Kundenstamm mit Abwanderung

Nimm großzügig an, dass Hannas gesamter Stamm von 5.000 Kunden wirklich jeden Monat 10 % mehr bringt. Gleichzeitig verliert sie jeden Monat 3 % ihrer Kunden, Menschen, die einfach nicht mehr bestellen. Das Nettowachstum pro Durchlauf ist $0{,}10 - 0{,}03 = 0{,}07$.

Nach einem Jahr hat sie $5.000 \times 1{,}07^{12} = 5.000 \times 2{,}252 = 11.261$ Kunden, gegenüber $5.000 \times 1{,}10^{12} = 5.000 \times 3{,}138 = 15.692$ ohne Abwanderung. Drei Prozentpunkte Abwanderung im Monat kosten sie bis Dezember mehr als 4.400 Kunden. Deshalb geht es im nächsten Abschnitt um das, wovon Loops still abhängen.

Retention ist das Gedächtnis des Loops

Ein Kunde, der bleibt, hat mehr Gelegenheiten, den Loop zu drehen. Er bestellt nach, das ist Marge. Er gibt den Link noch einmal weiter, wenn eine Kollegin von Tee erzählt. Er schreibt die zweite Bewertung, die, in der steht, dass das Abo auch ein Jahr später pünktlich kommt. Ein Kunde, der nach einer Bestellung geht, nimmt das alles mit.

Der Wert eines Kunden, der bleibt, ist sein Customer Lifetime Value. Bei gleichbleibender Marge und Retention gibt es dafür eine kurze Formel:

$$CLV = M \times \frac{r}{1 + d - r}$$

Dabei ist $CLV$ der Customer Lifetime Value, $M$ die Marge, die ein Kunde pro Jahr bringt (Marge, nicht Umsatz), $r$ die Retention Rate, also der Anteil der Kunden, die ein Jahr später noch kaufen, und $d$ der Diskontierungssatz, der künftiges Geld in heutiges Geld umrechnet. Jedes Symbol und warum Marge und nicht Umsatz hineingehört, erklärt Grundlagen: Customer Lifetime Value.

Dieselbe Retention Rate sagt dir auch, wie lange ein Kunde im Loop bleibt. Die erwartete Zahl der Jahre, die ein Kunde bleibt, ist:

$$T = \frac{1}{1 - r}$$

Dabei ist $T$ die erwartete Kundenlebensdauer in Jahren und $r$ die jährliche Retention Rate von oben. Es ist dieselbe schrumpfende Reihe wie beim Loop Multiplikator, mit der Retention an der Stelle der Verstärkung. Grundlagen: Zinseszins

Beispiel: was Retention für Kanne und Keks wert ist

Hannas Kunden bringen 36 € Marge im Jahr. Bei einer Retention von 55 % und einem Diskontierungssatz von 10 %:

$$CLV = 36 \times \frac{0{,}55}{1 + 0{,}10 - 0{,}55} = 36 \times \frac{0{,}55}{0{,}55} = 36$$

Dabei ist $36$ die jährliche Marge $M$ in Euro, $0{,}55$ die Retention Rate $r$ und $0{,}10$ der Diskontierungssatz $d$, das Ergebnis also 36 €. Grundlagen: Customer Lifetime Value Bei 70 % Retention sind es $36 \times \frac{0{,}70}{0{,}40} = 63$ €, bei 80 % sind es $36 \times \frac{0{,}80}{0{,}30} = 96$ €. Die erwartete Lebensdauer steigt von $\frac{1}{0{,}45} = 2{,}2$ Jahren bei 55 % auf $\frac{1}{0{,}20} = 5$ Jahre bei 80 %.

Ein Kunde, der 21,20 € in der Gewinnung kostet, ist also bei 55 % Retention 36 € wert und bei 80 % 96 €. Und bei 80 % verbringt jeder Kunde fünf Jahre im Loop statt zwei, mit fünf Gelegenheiten zum Teilen statt zwei.

Unten steht die jährliche Retention Rate, an der Seite der Customer Lifetime Value eines Kunden in Euro. Die Linie ist nicht gerade, sie biegt sich nach oben: Jede zehn Punkte mehr Retention sind mehr wert als die zehn davor, von 30 € bei 50 % bis 162 € bei 90 %. Die Erkenntnis: Das letzte Stück Retention ist das wertvollste, und es ist auch das Stück, das den Loop am längsten speist. Überlebenskurven und Abwanderung behandle ich ausführlich in Survival Analyse, Churn und Customer Lifetime Value.

Drei Loops, die ein Shop wirklich betreiben kann, und die Regeln dafür

Die meisten Shops haben drei Loops in Reichweite: Empfehlungen, Bewertungen und Inhalte. Jeder hat ein schwaches Glied, und in Deutschland gibt es zu jedem eine Regel, die du kennen solltest, bevor du ihn baust.

Lies von oben: Die erste Entscheidung ist $s$, der Anteil, der teilt, die zweite ist $c$, der Anteil der Freunde, die kaufen. Die Zahl der Freunde, die jede teilende Person erreicht, $i$, sitzt auf dem Pfeil dazwischen. Jedes Kästchen ist eine Stelle, an der der Loop lecken kann, und jede Entscheidung ist eine Zahl, die Hanna messen kann.

Der Empfehlungsloop und die Regeln für Werbemails

Der Empfehlungsloop hat die sauberste Verstärkung. Seine Falle ist die verlockende Abkürzung: Kunden tippen die Mailadressen ihrer Freunde ein, und der Shop verschickt die Einladung. Nach § 7 Abs. 2 Nr. 2 des Gesetzes gegen den unlauteren Wettbewerb (UWG) ist Werbung per elektronischer Post ohne vorherige ausdrückliche Einwilligung des Empfängers stets eine unzumutbare Belästigung.⁷ Der Bundesgerichtshof hat 2013 entschieden, dass eine Weiterempfehlungsfunktion auf der Website eines Unternehmens, über die Nutzer Dritten unverlangt eine Empfehlungsmail schicken, nicht anders zu beurteilen ist als eine unverlangte Werbemail des Unternehmens selbst. Dass der Versand auf dem Willen eines Dritten beruht, spielt dabei keine Rolle, entscheidend ist der Zweck, den das Unternehmen mit der Funktion verfolgt.⁸ Die Freundin hat gegenüber dem Shop nie eingewilligt, also ist diese Mail aus Sicht des Gesetzes Spam des Shops.

Ein Beispiel: Hannas Karte gibt dem Kunden einen persönlichen Link, kanneundkeks.example/r/sam5, den er weitergeben kann, wie er will, in einer eigenen Nachricht. Der Shop hat die Adresse der Freundin erst, wenn die Freundin selbst bestellt. So bleibt der Loop auf der richtigen Seite der Regeln, und nach meiner Erfahrung konvertiert eine persönliche Nachricht ohnehin besser als eine Mail vom Shop.

Der Bewertungsloop und die Regeln gegen gefälschte Bewertungen

Der Bewertungsloop läuft so: Eine Bestellung kommt an, der Kunde wird um eine Bewertung gebeten, die Bewertung erscheint auf der Produktseite, der nächste Besucher kauft mit mehr Vertrauen und wird seinerseits gefragt. Google kann für Produkte Bewertungssterne in den Suchergebnissen zeigen, sagt aber, dass es nicht garantieren kann, dass Funktionen mit strukturierten Daten angezeigt werden, und dass Seiten mit LocalBusiness oder Organization Daten keine Sterne für Bewertungen über sich selbst bekommen.⁹

Die Regeln sind strenger, als die meisten Shops glauben. Der Anhang zum UWG verbietet ohne Ausnahme, gefälschte Bewertungen abzugeben oder in Auftrag zu geben, und auch, zu behaupten, die Bewertungen stammten von Menschen, die das Produkt tatsächlich gekauft oder genutzt haben, ohne angemessen zu prüfen, ob das stimmt.¹⁰ Wer Bewertungen zeigt, muss angeben, ob und wie er sicherstellt, dass sie von echten Käufern oder Nutzern stammen.¹¹ Und gibst du jemandem etwas für eine Bewertung, hat sie einen kommerziellen Zweck, den du nach § 5a Abs. 4 UWG kenntlich machen musst.¹² Du darfst also eine Bewertung belohnen, mit Rabatt oder Punkten, aber die Leser müssen sehen, dass es dafür etwas gab. Darüber hinaus frage ich immer alle Kunden und nicht nur die zufriedenen, weil eine Auswahl der Glücklichen das Bild verzerrt, das die Bewertungen zeichnen.

Ein Beispiel: Hanna schreibt jedem Kunden zehn Tage nach der Lieferung, zufrieden oder nicht, mit derselben Bitte. 1.250 Bestellungen im Monat und 10 % Rücklauf ergeben 125 Bewertungen im Monat. Den Link zur Bewertung bekommt nur, wer bestellt hat, und genau das steht als ein Satz unter ihren Bewertungen. Gibt sie für jede Bewertung 50 Treuepunkte, positiv oder negativ, trägt jede dieser Bewertungen den sichtbaren Hinweis "hat Treuepunkte erhalten". Diesen Loop kann sie vor jedem Gericht vertreten.

Der Inhaltsloop und was er wirklich speist

Der Inhaltsloop läuft so: Ein Kunde stellt eine Frage, die Antwort wird zum Artikel, der Artikel bringt Suchende, einige davon kaufen, und ihre Fragen speisen den nächsten Artikel. Die alte Fassung dieses Artikels behauptete, Shares und Interaktionen würden die Rankings verbessern. Das kann ich nicht belegen. Googles eigene Beschreibung der Suche sagt, dass die Relevanz von Hunderten von Faktoren bestimmt wird, und nennt als Beispiele Standort, Sprache und Gerät des Nutzers. Social Shares nennt sie nicht.¹³

Deshalb behandle ich Inhalte zuerst als Lernloop. Die Neukunden, die er bringt, sind echt, aber sie kommen langsam, und die Verstärkung ist schwer zu messen. Was er zuverlässig wachsen lässt, ist Verständnis: Jede beantwortete Frage ist ein Einwand weniger an der Kasse.

Ein Beispiel: Im Kundenservice Postfach von Hanna landen in einem Quartal 30 verschiedene Fragen. Die zehn häufigsten macht sie zu kurzen Anleitungen, etwa wie du deine erste Kanne losen Tee aufbrühst. Im nächsten Quartal bringen die Anleitungen 6.000 Besuche aus der Suche, und 1,5 % davon, also 90 Besucher, bestellen. Aus ihren Mails kommen zwölf neue Fragen, und daraus werden die nächsten Anleitungen. Die 90 Bestellungen sind willkommen. Die zwölf Fragen sind der Teil, der das Rad weiterdreht.

Wie du einen Loop misst, ohne dich selbst zu täuschen

Ein Loop, den niemand misst, ist ein Kreis auf einer Folie. Zum Messen brauchst du drei Dinge: eine Möglichkeit festzustellen, wer über wen kam, eine Kohorte, die du verfolgst, und genug Zeit.

Wer über wen kam, verrät der Empfehlungscode, die Kennung der Bewertungsanfrage oder der Artikel, auf dem ein Käufer gelandet ist, gespeichert mit der Bestellung. Die Kohorte ist eine Gruppe von Kunden, die im selben Zeitraum dazugekommen sind und die du über die folgenden Monate verfolgst. Gruppiere nach Kohorte, zähle die Neukunden, die jede Kohorte gebracht hat, und teile durch die Größe der Kohorte. Das ist die gemessene Verstärkung. Der Median der Tage zwischen der Erstbestellung eines Kunden und der ersten Bestellung, die er ausgelöst hat, ist die gemessene Zykluszeit. Wie Kohortenanalyse allgemein funktioniert, steht in Was Data Science tatsächlich für Growth liefert.

Zwei Fallen. Erstens: Ein empfohlener Kunde, der sowieso gekauft hätte, ist kein Ergebnis des Loops, also ist eine gemessene Verstärkung eine Obergrenze, bis du sie mit der Mundpropaganda vergleichst, die du schon vor dem Loop hattest. Zweitens: Eine Verstärkung aus 30 Bestellungen ist Rauschen, kein Trend. Warte, bis genug Kunden zusammen sind, bevor du der Zahl glaubst.

Beispiel: Hannas Märzkohorte

Hanna markiert die 1.000 Märzkunden und verfolgt ihre Empfehlungscodes:

• April: 140 Neukunden haben einen Code aus dem März benutzt.
• Mai: 40 weitere.
• Juni: zehn weitere.

Die gemessene Verstärkung über drei Monate ist $\frac{140 + 40 + 10}{1.000} = 0{,}19$. Das meiste kam im ersten Monat, die Zykluszeit liegt also bei etwa einem Monat, und der Loop konzentriert sich wie erwartet auf die ersten Wochen.

Dann der Vergleich. Bevor es die Karte gab, hat Hannas Checkout Neukunden gefragt, wie sie auf den Shop gekommen sind, und im Herbst haben etwa 60 Neukunden im Monat "über eine Freundin oder einen Freund" geantwortet, gegenüber rund 1.000 bezahlten. Die Mundpropaganda hatte also schon eine Verstärkung von etwa $\frac{60}{1.000} = 0{,}06$. Der eigene Beitrag des Loops liegt damit bei ungefähr $0{,}19 - 0{,}06 = 0{,}13$, nicht bei 0,19. Das ist eine grobe Zahl, denn Herbst ist nicht Frühling, aber sie ist die Zahl, die in ihr Budget gehört, und ein Test, bei dem eine zufällige Hälfte der Neukunden die Karte bekommt, würde sie schärfen.

Wann ein Funnel die ehrliche Antwort ist

Manche Geschäfte haben keinen Loop, der sich zu bauen lohnt. Ein Produkt, das man einmal im Jahrzehnt kauft, eine Dienstleistung, über die beim Abendessen niemand spricht, ein Markt, in dem niemand einen Lieferanten an die Konkurrenz weiterempfiehlt: Die Verstärkung liegt dort nahe null, egal, was du ans Whiteboard malst. Für solche Geschäfte ist ein gut geführter Funnel mit guter Retention die richtige Maschine, und ihn Flywheel zu nennen, ändert nichts.

Für alle anderen mache ich dieselben drei Dinge. Miss die Verstärkung und die Zykluszeit jedes Loops, den du schon hast, denn du hast mit ziemlicher Sicherheit einen, und niemand hat ihn je gezählt. Heb die Verstärkung an ihrem schwächsten Glied, und das ist fast immer der Anteil der Kunden, die den ersten Schritt machen. Und halte die Kunden, die du hast, denn die Retention versorgt jeden Loop mit Nachschub. Ein Loop mit einer Verstärkung von 0,2 macht niemanden berühmt. Er sorgt still dafür, dass jeder Euro Marketing ein Fünftel weiter reicht, solange der Shop ihn betreibt, und hinter so einem Flywheel stehe ich.

Footnotes

1. Jim Collins, The flywheel effect, jimcollins.com, abgerufen 2026, https://www.jimcollins.com/concepts/the-flywheel.html

2. Jim Collins, Turning the Flywheel: a monograph to accompany Good to Great, HarperCollins, Januar 2019, https://www.jimcollins.com/books/turning-the-flywheel.html

3. Jeffrey P. Bezos, 2005 letter to shareholders, Amazon.com, Inc., Exhibit 99.1 bei der US Securities and Exchange Commission eingereicht, 2006, https://www.sec.gov/Archives/edgar/data/1018724/000119312506084815/dex991.htm

4. HubSpot, The flywheel model, HubSpot, abgerufen 2026, https://www.hubspot.com/flywheel

5. Brian Balfour, Casey Winters, Kevin Kwok und Andrew Chen, Growth loops are the new funnels, Reforge, 31. Juli 2018, https://www.reforge.com/blog/growth-loops

6. David Skok, Lessons learned: viral marketing, For Entrepreneurs, abgerufen 2026, https://www.forentrepreneurs.com/lessons-learnt-viral-marketing/

7. Bundesministerium der Justiz, Gesetz gegen den unlauteren Wettbewerb (UWG), § 7 Unzumutbare Belästigungen, Abs. 2 Nr. 2, gesetze im internet, 2026, https://www.gesetze-im-internet.de/uwg_2004/__7.html

8. Bundesgerichtshof, Urteil vom 12. September 2013, I ZR 208/12, Leitsatz und Rn. 19 (damals zu § 7 Abs. 2 Nr. 3 UWG, heute Nr. 2), dejure.org, https://dejure.org/dienste/vernetzung/rechtsprechung?Gericht=BGH&Datum=12.09.2013&Aktenzeichen=I%20ZR%20208/12

9. Google, Strukturierte Daten für Rezensions Snippets (Review, AggregateRating), Google Search Central, abgerufen 2026, https://developers.google.com/search/docs/appearance/structured-data/review-snippet?hl=de

10. Bundesministerium der Justiz, Gesetz gegen den unlauteren Wettbewerb (UWG), Anhang zu § 3 Abs. 3, Nr. 23b und 23c, gesetze im internet, 2026, https://www.gesetze-im-internet.de/uwg_2004/anhang.html

11. Bundesministerium der Justiz, Gesetz gegen den unlauteren Wettbewerb (UWG), § 5b Abs. 3 Wesentliche Informationen, gesetze im internet, 2026, https://www.gesetze-im-internet.de/uwg_2004/__5b.html

12. Bundesministerium der Justiz, Gesetz gegen den unlauteren Wettbewerb (UWG), § 5a Abs. 4 Irreführung durch Unterlassen, gesetze im internet, 2026, https://www.gesetze-im-internet.de/uwg_2004/__5a.html

13. Google, So funktioniert die Google Suche: ein ausführlicher Leitfaden, Google Search Central, abgerufen 2026, https://developers.google.com/search/docs/fundamentals/how-search-works?hl=de