Pirate Metrics (AARRR): wie ich damit den Engpass im Wachstum finde

Pirate Metrics sind fünf Fragen danach, was Menschen wirklich tun

Im Jahr 2007 hielt der Investor Dave McClure einen kurzen Vortrag mit einem Titel, den man sich merkt, Startup Metrics for Pirates, und einem Kürzel aus fünf Buchstaben, das klingt, als würde sich ein Pirat räuspern: AARRR.^{1 2} Die Buchstaben stehen für fünf Stufen, durch die ein Kunde geht:

1. Acquisition: Menschen kommen an, über irgendeinen Kanal.
2. Activation: Sie machen eine gute erste Erfahrung.
3. Retention: Sie kommen wieder und nutzen die Sache weiter.
4. Referral: Sie mögen sie so sehr, dass sie jemanden mitbringen.
5. Revenue: Sie bezahlen.

McClures eigene Definitionen in einer Zeile sind fast genauso schlicht. Acquisition heißt bei ihm "users come to the site from various channels", Activation "users enjoy 1st visit", Retention "users come back, visit site multiple times", Referral "users like product enough to refer others", und Revenue ist einfach, dass Nutzer etwas tun, mit dem du Geld verdienst.¹

Es lohnt sich, klar zu sagen, was AARRR ist. Es ist keine Theorie, und niemand hat es bewiesen. Es ist eine Checkliste aus der Praxis, geschrieben von einem Investor für Gründer von Softwarefirmen, die in Seitenaufrufen und Anmeldungen ertranken und nicht sagen konnten, ob ihr Produkt funktioniert. Ihr Wert liegt darin, dass sie aus einer vagen Frage ("wächst das Geschäft?") fünf scharfe macht, und jede beantwortet eine Zählung.

Der Kern des Frameworks ist in seinen Folien die Conversion: wie viele Menschen es von einem Schritt zum nächsten schaffen, und was jeder Schritt wert ist.¹ Alles in diesem Artikel folgt daraus.

Jedes Kästchen ist eine Gruppe von Menschen, jeder Pfeil der Anteil, der weitergeht. Die Reihenfolge ist die von McClure, und wie ein späterer Abschnitt zeigt, gehen echte Kunden sie nicht immer in dieser Reihenfolge.

Für Shops gibt es einen nahen Verwandten des Frameworks, mit den Stufen Awareness, Consideration, Conversion, Retention und Advocacy. Der Artikel über Full Funnel Growth Frameworks arbeitet diese Fassung durch. Hier bleibe ich beim Original, gebaut für Softwareprodukte.

Beispiel: eine Buchungs App in Hamburg

Durch den ganzen Artikel begleitet uns ein erfundenes Unternehmen: Fellplan, eine App für Termine und Erinnerungen für selbstständige Hundefriseure, betrieben von Miriam in Hamburg unter fellplan.example. Niemand davon ist echt, jede Zahl ist ausgedacht, damit ich jeden Schritt zeigen kann.

Ein Hundefriseur meldet sich für eine kostenlose Testphase von 14 Tagen an. Gefällt sie ihm, zahlt er 24 € im Monat. Nach Hosting, SMS Kosten und Kartengebühren bleiben Miriam davon 20 € Marge.

Im März gibt sie 1.500 € für Marketing aus: 1.200 € für Google Ads und 300 € für eine Anzeige im Newsletter eines Großhändlers für Hundepflegebedarf. Dazu schreibt sie Beiträge in zwei Facebook Gruppen für Hundefriseure und hat eine Handvoll hilfreicher Artikel, die Menschen über die Suche finden.

Ihr März in einer Zeile: 4.000 Besucher, 240 Testphasen, 60 neue zahlende Kunden. Ist das gut? Für sich allein kann das niemand sagen. Der Rest dieses Artikels findet es heraus.

Jede Stufe braucht ein Ereignis, das du zählen kannst

Eine Stufe, die du nicht zählen kannst, kannst du auch nicht verbessern. Bevor es also irgendein Dashboard gibt, schreibst du pro Stufe ein Ereignis in einfachen Worten auf und hältst die Definition jeden Monat gleich.

McClures Folien schlagen vor, über die ganze Reise fünf bis zehn Conversion Schritte zu wählen, mit der Warnung, dass weniger besser ist, und jeden davon jemandem zu geben, der dafür verantwortlich ist.¹ In einem Geschäft mit einer Person bist das du, was wenigstens die Terminplanung für Meetings erledigt.

Gute Definitionen haben drei Eigenschaften. Sie beschreiben etwas, das der Kunde tut, nicht etwas, das du getan hast. Du kannst sie aus deinem eigenen System zählen, am besten aus deiner eigenen Datenbank, statt sie von einem Tool schätzen zu lassen. Und sie liegen nah genug am Geld, dass eine Veränderung etwas bedeutet.

Vorsicht mit den Standardwerten der Analytics Tools. In Google Analytics 4 gilt eine Sitzung als Sitzung mit Interaktion, wenn sie länger als 10 Sekunden dauert, ein Schlüsselereignis enthält oder mindestens zwei Seitenaufrufe hat.³ Das ist eine vernünftige Definition für "ist nicht sofort wieder gegangen", und McClures eigenes Beispiel für einen frühen Activation Schritt war fast identisch: zwei oder mehr Seiten, 10 oder mehr Sekunden, zwei oder mehr Klicks.¹ Aber keins von beiden ist Activation in dem Sinn, auf den es ankommt. Zehn Sekunden auf einer Seite sagen dir, dass jemand nicht gegangen ist. Sie sagen dir nicht, dass er irgendeinen Nutzen hatte.

Zähl mit Einwilligung. Die meisten dieser Ereignisse liegen in deiner eigenen Produktdatenbank (eine gestartete Testphase, ein gebuchter Termin, eine bezahlte Rechnung), und dafür brauchst du gar kein Tracking Skript. Für die Seite der Website zeigt der Artikel über Event Tracking und Consent Mode, wie du die Daten sauber erhebst.

Beispiel: Miriams fünf Definitionen

Miriam schreibt sie auf eine Seite:

• Acquisition: ein eindeutiger Besucher auf fellplan.example im Monat, nach Kanal, aus ihrer Analytics mit Einwilligung.
• Activation: ein Testkonto, das innerhalb von sieben Tagen nach der Anmeldung den ersten echten Kundentermin bucht und diesem Kunden eine Erinnerung schickt. Aus ihrer Datenbank.
• Retention: ein zahlendes Konto, das im Kalendermonat mindestens einen Termin über Fellplan bucht. Aus ihrer Datenbank.
• Referral: eine neue Testphase, die über den persönlichen Link eines bestehenden Kunden kam. Aus ihrer Datenbank.
• Revenue: eine Testphase, aus der ein bezahltes Abo wird. Von ihrem Zahlungsanbieter.

Achte darauf, was nicht auf der Liste steht: Seitenaufrufe, Verweildauer, Follower. Es ist nicht falsch, sie anzusehen. Sie beantworten nur keine der fünf Fragen.

Neue Kunden sind das Produkt der Raten zwischen den Stufen

Sobald jede Stufe eine Zählung hat, sind die Verbindungen dazwischen Raten: eine Zählung geteilt durch die davor. Multiplizierst du die oberste Zählung mit jeder Rate auf dem Weg nach unten, bekommst du die Zahl ganz unten.

$$P = V \times s \times q$$

Dabei ist $P$ die Zahl der neuen zahlenden Kunden in einem Monat, $V$ die Zahl der Besucher, $s$ der Anteil der Besucher, die eine Testphase starten, und $q$ der Anteil der Testphasen, aus denen zahlende Kunden werden. $s$ und $q$ sind jeweils ein einfaches Verhältnis zweier Zählungen. Grundlagen: Verhältnisse und Raten

Das ist dieselbe Kette wie im Artikel über Full Funnel Frameworks, nur mit weniger Gliedern. Weil es eine Multiplikation ist, bringt eine Verbesserung um 20 % an irgendeiner Rate 20 % mehr Kunden, und Verbesserungen an verschiedenen Raten multiplizieren sich, statt sich zu addieren.

Beispiel: Miriams Kette

Aus ihren Zählungen im März:

$$s = \frac{240}{4.000} = 6\ \%, \qquad q = \frac{60}{240} = 25\ \%$$

Dabei ist $s$ Miriams Rate der Testphasen, 240 Testphasen geteilt durch 4.000 Besucher, und $q$ ihre Rate von der Testphase zum Abo, 60 zahlende Kunden geteilt durch 240 Testphasen. Grundlagen: Verhältnisse und Raten

Wieder zusammengesetzt: $4.000 \times 0{,}06 \times 0{,}25 = 60$. Über alle Kanäle gemischt kostet sie ein neuer zahlender Kunde $1.500 / 60 = 25$ €.

Zwei Glieder sind sichtbar. Activation steckt in $q$, und die nächsten Abschnitte holen sie heraus.

Acquisition: Beurteile einen Kanal nach den Kunden, die er bringt

Die Frage bei Acquisition lautet nicht "wie viele Menschen sind gekommen?". Sie lautet "welche Kanäle bringen Menschen, die den ganzen Weg gehen?". McClures Folien sagen, du sollst Kanäle nach Menge, Kosten und Conversion beurteilen und sie dann nach der Conversion auf der tiefsten Stufe aufteilen, die du messen kannst, am besten nach Geld.¹

In der Praxis heißt das: eine Tabelle, eine Zeile pro Kanal, eine Spalte pro Stufe und eine letzte Spalte für die Kosten pro zahlendem Kunden. Der Kanal mit den meisten Besuchern ist oft nicht der mit den meisten Kunden. Wie du den Traffic markierst, damit die Zeilen stimmen, zeigt der Artikel über UTM Tracking. Wie du überhaupt auswählst, welche Kanäle du testest, steht im Artikel über das Bullseye Framework.

Beispiel: Miriams vier Kanäle

Miriam teilt ihren März nach Kanal auf:

Kanal	Kosten	Besucher	Testphasen	Aktiviert	Zahlend
Google Ads	1.200 €	1.500	60	15	10
Suche (ihre Artikel)	0 €	1.200	72	27	19
Facebook Gruppen	0 €	1.000	70	24	16
Newsletter des Großhändlers	300 €	300	38	18	15
Gesamt	1.500 €	4.000	240	84	60

Google Ads bringt die meisten Besucher und die wenigsten Kunden pro Besucher: $10 / 1.500 = 0{,}67\ \%$. Der Newsletter bringt die wenigsten Besucher und die meisten Kunden pro Besucher: $15 / 300 = 5\ \%$.

Die Kosten pro zahlendem Kunden sind die Kosten des Kanals geteilt durch seine zahlenden Kunden: $1.200 / 10 = 120$ € für Google Ads und $300 / 15 = 20$ € für den Newsletter. Die gemischten 25 € aus dem letzten Abschnitt verstecken einen Unterschied um das Sechsfache. Grundlagen: Grenzwert und Durchschnitt

Die waagerechte Achse zeigt die vier Kanäle. Die senkrechte Achse zeigt, wie viele zahlende Kunden aus 100 Besuchern des jeweiligen Kanals wurden. Der Kanal, der im Traffic Bericht am größten aussieht, ist hier der schwächste, und der kleinste Kanal ist mit Abstand der stärkste. Suche und Facebook Gruppen kosten Miriam Zeit statt Geld. Das ist ein echter Aufwand, aber kein Betrag in bar pro Kunde.

Miriam schaltet Google Ads nicht ab. Der Kanal rechnet sich weiterhin: Jeder Kunde kostet 120 € und ist, wie der Abschnitt über Retention zeigt, rund 229 € wert. Aber jetzt weiß sie, wohin die nächsten 300 € zuerst gehen, und sie fragt den Großhändler nach einem zweiten Platz im Newsletter.

Activation: die erste Erfahrung, die alles Weitere vorhersagt

Activation ist die Stufe, die die meisten Unternehmen überspringen, und nach meiner Erfahrung ist sie oft die wertvollste. Eine Anmeldung ist ein Versprechen. Activation ist der Moment, in dem das Produkt es hält: Der neue Nutzer tut das, wofür es das Produkt gibt, und bekommt etwas zurück.

Das beste Activation Ereignis ist eines, das vorhersagt, was später passiert. Du findest es, indem du die Menschen, die geblieben sind, mit denen vergleichst, die gegangen sind, und fragst, was die Gebliebenen früh getan haben und die anderen nicht. In der Softwarewelt heißt das oft Aha Moment. Im Alltag eines Hundefriseurs ist es weniger geheimnisvoll: der erste Kunde, der ohne Anruf gebucht hat.

McClures eigener Vorschlag, diese Stufe zu verbessern, waren viele Tests von Landingpages und A/B Tests.¹ Ich würde einen Schritt früher anfangen und die Menschen, die nicht aktiviert haben, fragen, was sie aufgehalten hat. Der Artikel über Onboarding und Habit Formation geht tiefer in die ersten Tage eines Softwareprodukts.

Activation ist wichtig, weil der Anteil der zahlenden Testphasen eine Mischung aus zwei sehr verschiedenen Gruppen ist.

$$q = a \times p_a + (1 - a) \times p_n$$

Dabei ist $q$ der Anteil aller Testphasen, aus denen zahlende Kunden werden, $a$ der Anteil der Testphasen, die aktivieren, $p_a$ der Anteil der aktivierten Testphasen, die zahlen, und $p_n$ der Anteil der nie aktivierten Testphasen, die trotzdem zahlen. Die beiden Gruppen überschneiden sich nicht, also addieren sich ihre Anteile. Grundlagen: Wahrscheinlichkeit

Beispiel: Miriams Lücke bei der Activation

Von ihren 240 Testphasen haben 84 aktiviert, also $a = 84 / 240 = 35\ \%$. Von diesen 84 haben 54 bezahlt. Von den 156, die nie aktiviert haben, haben sechs bezahlt.

$$p_a = \frac{54}{84} = 64{,}3\ \%, \qquad p_n = \frac{6}{156} = 3{,}8\ \%$$

Dabei ist $p_a$ der Anteil der aktivierten Testphasen, die bezahlt haben, und $p_n$ der Anteil der nie aktivierten, die bezahlt haben, jeweils die Zahl der Zahlenden geteilt durch die Größe der Gruppe. Grundlagen: Verhältnisse und Raten

Wieder in die Formel eingesetzt: $0{,}35 \times 0{,}643 + 0{,}65 \times 0{,}038 = 0{,}225 + 0{,}025 = 0{,}25$, die 25 % von vorhin.

Eine aktivierte Testphase führt also etwa 17 Mal so oft zu einem Abo. Deshalb stellt Miriam den 156, die nicht aktiviert haben, per Mail eine einzige Frage: Was hat dich aufgehalten? Die Antwort kommt immer wieder: "Meine Kunden stehen alle in einer Tabelle, und ich hatte keine Zeit, sie abzutippen."

Sie baut einen Import, der die Tabelle in einem Schritt einliest. Angenommen, das hebt die Activation von 35 % auf 45 %, also aktivieren 108 Testphasen statt 84. Wenn die neuen Aktivierten so oft zahlen wie die bisherigen:

$$108 \times 0{,}643 + 132 \times 0{,}038 = 69{,}4 + 5{,}1 = 74{,}5$$

Dabei ist $108$ die Zahl der aktivierten Testphasen ($a \times 240$ mit $a = 0{,}45$), $132$ die Zahl der Testphasen, die weiterhin nicht aktivieren, und $p_a = 0{,}643$ und $p_n = 0{,}038$ sind die Zahlungsraten der beiden Gruppen. Grundlagen: Wahrscheinlichkeit

Also 74,5 zahlende Kunden statt 60, aus denselben 4.000 Besuchern und denselben 1.500 €.

Ein ehrlicher Vorbehalt. Der Import macht Activation leichter, aber die Hundefriseure, die er neu aktiviert, sind vielleicht weniger begeistert als die, die 200 Kunden von Hand eingetippt haben. Activation sagt das Zahlen vorher. Das beweist nicht, dass sie es verursacht. Miriam behandelt die 74,5 deshalb als Prognose und prüft die echte Zahlungsrate der nächsten Kohorten, bevor sie daran glaubt. Der Artikel über statistische Tests zeigt, wie viele Testphasen sie braucht, bevor der Unterschied mehr ist als Rauschen.

Retention: ob das Produkt sein Versprechen hält

Retention ist die Stufe, die dir sagt, ob das Produkt funktioniert. Acquisition kannst du kaufen. Activation kannst du anstupsen. Aber niemand nutzt auf Dauer etwas, das ihm nicht hilft.

Bei einem Abo liegt die Definition "zahlt noch" nahe. Ich nehme lieber eine Definition über die Nutzung, denn die Nutzung bricht zuerst ein, und die Kündigung folgt Wochen später. Wenn ein Kunde kündigt, ist die Entscheidung längst gefallen.

Was ein Prozentpunkt Retention wert ist, zeigt die Formel für den Lifetime Value, dieselbe, die der Artikel über Retention und Referral in Jahren durchrechnet. Für ein monatliches Abo rechne ich in Monaten.

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

Dabei ist $V$ der Wert eines neuen zahlenden Kunden in heutigem Geld, $M$ die Marge, die ein Kunde in einem Monat bringt, $r$ die monatliche Retention Rate (der Anteil der zahlenden Kunden, die einen Monat später noch aktiv sind), und $d$ der monatliche Diskontierungssatz, also die Rendite, die du mit dem Geld anderswo bekommen könntest. Grundlagen: Customer Lifetime Value und Grundlagen: Diskontierung

Aus einem jährlichen Diskontierungssatz wird ein monatlicher, indem du den Zinseszins rückwärts rechnest:

$$d = (1 + d_{\text{Jahr}})^{1/12} - 1$$

Dabei ist $d$ der monatliche Diskontierungssatz und $d_{\text{Jahr}}$ der jährliche. Aus 10 % im Jahr wird $1{,}10^{1/12} - 1 = 0{,}008$, also 0,8 % im Monat, nicht $10\ \% / 12$. Grundlagen: Zinseszins

Die Formel nimmt an, dass die Retention Rate jeden Monat gleich ist. Echte Retention Kurven fallen meist in den ersten Monaten am stärksten und werden dann flacher. Für eine sorgfältige Antwort misst der Artikel über Survival Analyse die Kurve so, wie sie wirklich ist. Für die Entscheidung, wo du den nächsten Monat investierst, reicht die einfache Fassung.

Beispiel: was ein Prozentpunkt Retention für Miriam wert ist

In den letzten sechs Monaten haben 92 % von Miriams zahlenden Kunden einen Monat später noch über Fellplan gebucht. Also $M = 20$ €, $r = 0{,}92$ und $d = 0{,}008$.

$$V = 20 + 20 \times \frac{0{,}92}{1 + 0{,}008 - 0{,}92} = 20 + 20 \times \frac{0{,}92}{0{,}088} = 20 + 209{,}09 = 229{,}09\text{ €}$$

Dabei ist $V$ der Wert eines neuen Kunden von Fellplan, $M$ die 20 € Marge im Monat, $r$ die monatliche Retention von 92 % und $d$ der monatliche Diskontierungssatz von 0,8 %. Grundlagen: Customer Lifetime Value

Angenommen, sie hebt die Retention um einen Punkt auf 93 %:

$$V = 20 + 20 \times \frac{0{,}93}{0{,}078} = 20 + 238{,}46 = 258{,}46\text{ €}$$

Die Symbole sind dieselben wie oben, mit $r = 0{,}93$. Grundlagen: Customer Lifetime Value

Ein Punkt Retention macht jeden neuen Kunden um $258{,}46 - 229{,}09 = 29{,}37$ € wertvoller. Bei 60 Neukunden im Monat sind das $60 \times 29{,}37 = 1.762{,}20$ € zusätzlicher Wert aus jedem Monatsjahrgang.

Die waagerechte Achse zeigt die monatliche Retention, die senkrechte Euro. Die steigende Linie ist der Wert eines Neukunden bei jeder Retention Rate, die flache Linie sind die 120 €, die Miriam für einen Kunden über Google Ads zahlt, ihren teuersten Kanal. Die Kurve biegt sich nach oben: Der Schritt von 88 % auf 90 % ist 29,17 € pro Kunde wert, der Schritt von 94 % auf 96 % 123,53 €. Bei einem Abo werden aus kleinen Unterschieden in der monatlichen Retention große Unterschiede im Wert, weil sich jeder Monat Verlust aufzinst.

Wohin gehen Miriams verlorene Kunden? Sie stellt allen, die nicht mehr über die App buchen, eine einzige Frage. Die häufigste Antwort: "Meine Stammkunden rufen sowieso an, also habe ich sie nicht mehr geöffnet." Ihre Lösung ist ein Buchungslink, den jeder Hundefriseur in sein Google Unternehmensprofil und auf Instagram stellen kann, damit seine Kunden selbst buchen. Das ist eine Änderung am Produkt, keine am Marketing, und auf dieser Stufe ist das meistens so.

Referral: Frag, wenn der Kunde am zufriedensten ist

Bei Referral wird aus dem Funnel eine Schleife: Ein Kunde bringt einen neuen Kunden, ohne dass eine Werbungsrechnung dranhängt. McClures Rat zum richtigen Zeitpunkt ist der Teil, den ich am häufigsten zitiere: Bitte erst nach einer guten Erfahrung um Empfehlungen, und laut seinen Folien erst dann, wenn der Kunde sie mit mindestens 8 von 10 bewerten würde.¹

Gemessen wird das mit dem viralen Koeffizienten, meist $k$ genannt: wie viele neue Kunden jeder Kunde im Schnitt mitbringt.

$$k = i \times c$$

Dabei ist $k$ der virale Koeffizient, $i$ die durchschnittliche Zahl der Menschen, die jeder Kunde einlädt (in der Praxis die verschiedenen neuen Menschen, die seinen Empfehlungslink öffnen), und $c$ der Anteil dieser Eingeladenen, die Kunden werden. Grundlagen: Verhältnisse und Raten

Unter 1 lässt Referral ein Produkt nicht von selbst wachsen. Es legt auf jeden Kunden, den du auf anderem Weg gewinnst, einen festen Anteil zusätzlicher Kunden drauf. Der Artikel über Retention und Referral rechnet die Reihe durch, die aus $k$ diesen Anteil macht, und erklärt, was das deutsche Recht beim Bitten um Empfehlungen und Bewertungen erlaubt. Die eine Regel, die du hier mitnimmst: Lass den Kunden seinen eigenen Link teilen, und schreib nie selbst an seine Kontakte.

Beispiel: Miriams Empfehlungslink

Hundefriseure kennen andere Hundefriseure, also baut Miriam einen persönlichen Empfehlungslink in die App ein: einen Gratismonat für den, der empfiehlt, und einen Gratismonat für den Neuen, sobald er zahlt. Sie zeigt den Link nicht bei der Anmeldung, wenn noch niemand einen Grund hat, irgendetwas zu empfehlen, sondern nach dem 20. Termin, den ein Hundefriseur über Fellplan gebucht hat, wenn die App ihm schon spürbar Anrufe erspart hat.

Im Quartal öffnen 54 Hundefriseure die Links ihrer 180 neuen zahlenden Kunden, also $i = 54 / 180 = 0{,}3$. Zwölf dieser 54 werden zahlende Kunden, also $c = 12 / 54 = 0{,}222$.

$$k = 0{,}3 \times 0{,}222 = 0{,}067$$

Dabei ist $k$ Miriams viraler Koeffizient, $i = 0{,}3$ die erreichten Hundefriseure pro Kunde und $c = 0{,}222$ der Anteil davon, der zahlt. Grundlagen: Verhältnisse und Raten

Mit der Reihe aus dem Artikel über Retention und Referral werden aus je 60 Kunden aus dem Marketing am Ende $60 / (1 - 0{,}067) = 64{,}3$. Rund vier zusätzliche im Monat. Nützlich, aber keine Rakete.

Revenue: wie schnell das Geld zurückkommt

McClures Folie zu Revenue ist die ehrlichste im ganzen Deck: Das ist der Teil, den du selbst herausfinden musst.¹ Das Framework sagt dir, dass du ihn zählen sollst. Es sagt dir nicht, wie du deine Preise setzt.

Bei einem Abo zählen drei Zahlen zum Umsatz: der Anteil der Testphasen, die zahlen (steckt schon in $q$), die Marge pro Kunde und Monat und die Amortisationszeit, also wie viele Monate Marge es braucht, bis du zurückverdient hast, was dich der Kunde gekostet hat.

$$n = \frac{CAC}{M}$$

Dabei ist $n$ die Amortisationszeit in Monaten, $CAC$ die Kosten der Kundengewinnung, die Customer Acquisition Cost (die Marketingausgaben geteilt durch die zahlenden Kunden, die sie gebracht haben), und $M$ die monatliche Marge pro Kunde. Grundlagen: Verhältnisse und Raten

Die Amortisationszeit ist für ein kleines Unternehmen aus einem Grund wichtig, den der Lifetime Value verdeckt. Der Lifetime Value sagt, was ein Kunde irgendwann wert ist. Die Amortisationszeit sagt, wie lange dein Geld gebunden ist, bevor du es wiedersiehst, und ein Unternehmen mit langer Amortisationszeit kann auf dem Papier profitabel sein und trotzdem zu wenig auf dem Konto haben.

Beispiel: Miriams Amortisationszeit nach Kanal

Ihre Marge ist 20 € pro Kunde und Monat.

$$n_{\text{Ads}} = \frac{120\text{ €}}{20\text{ €}} = 6 \text{ Monate}, \qquad n_{\text{Newsletter}} = \frac{20\text{ €}}{20\text{ €}} = 1 \text{ Monat}$$

Dabei sind $n_{\text{Ads}}$ und $n_{\text{Newsletter}}$ die Amortisationszeiten für einen Kunden aus dem jeweiligen Kanal, die Kosten pro zahlendem Kunden aus der Kanaltabelle geteilt durch die 20 € Marge im Monat. Grundlagen: Verhältnisse und Raten

Wie viele Kunden aus Google Ads sind bei 92 % Retention nach sechs Monaten noch da, um die Amortisation abzuschließen? Der Anteil, der nach $t$ Monaten noch aktiv ist, ist $r^t$, also $0{,}92^6 = 0{,}61$. Rund vier von zehn gehen, bevor sie ihre eigene Werbung zurückverdient haben, und die Bleibenden tragen sie mit. Grundlagen: Zinseszins

Das ist in Ordnung, denn der durchschnittliche Kunde ist 229,09 € wert und kostet 120 €. Aber es sagt Miriam etwas, das der Wert allein nicht gezeigt hat: Jeder Euro, den sie von Google Ads in den Newsletter verschiebt, kommt sechsmal so schnell zurück, und jeder Punkt Retention verkürzt das Warten aufs Geld.

Die Reihenfolge ist eine Konvention, kein Gesetz

McClure hat die Stufen als Acquisition, Activation, Retention, Referral, Revenue aufgezählt, und so stehen sie auf seinen Folien.¹ Kunden lesen keine Folien. Miriams Kunden zahlen am 14. Tag, bevor die meisten irgendjemanden empfohlen haben, also ist die echte Reihenfolge bei ihr Acquisition, Activation, Revenue, Retention, Referral. Sie so aufzuschreiben ist genauso richtig.

Es spielt keine Rolle. Das Framework ist eine Sammlung von fünf Fragen, keine Abfolge von Schranken. Wichtig ist, dass du jede zählst und jede Stufe im Licht der Stufen davor ansiehst. Ein Empfehlungsprogramm, das auf ein Produkt mit schwacher Retention geschraubt wird, bringt vor allem mehr Menschen, die wieder gehen.

Dieselben fünf Fragen funktionieren auch für einen Shop, mit anderen Ereignissen.

Ein Beispiel: ein erfundener Teeladen in Bremen unter teekontor.example. Acquisition ist ein Besucher. Activation und Revenue kommen zusammen, mit der ersten Bestellung. Retention ist eine zweite Bestellung innerhalb von 90 Tagen, denn ungefähr dann ist eine Tüte loser Tee leer. Referral ist ein Neukunde, der den Code eines bestehenden Kunden genutzt hat. Die Inhaberin würde dieselben fünf Dinge zählen wie Miriam, nur in anderer Reihenfolge, und die Rate, die meist die meiste Arbeit braucht, ist der Schritt von der ersten zur zweiten Bestellung. Der Artikel über Full Funnel Frameworks arbeitet einen Shop dieser Art von Anfang bis Ende durch.

Führ es als monatliche Scorecard und beheb einen Engpass nach dem anderen

AARRR zahlt sich aus, wenn es zur Gewohnheit wird: dieselben fünf Zahlen, gleich gezählt, einmal im Monat, und am Ende eine Entscheidung.

Die Entscheidung lautet, an welcher Stufe du als Nächstes arbeitest. Nicht nach Bauchgefühl und nicht danach, welche Rate am niedrigsten klingt, denn jede Rate klingt niedrig. Ich gebe einer realistischen Verbesserung an jeder Stufe einen Betrag in Euro und fange mit dem größten an, nach derselben Methode wie im Artikel über Full Funnel Frameworks. "Realistisch" heißt dein eigener bester Monat, ein Test, den du gemacht hast, oder etwas offensichtlich Kaputtes, nie ein Branchenwert ohne Quelle.

McClures Folien machen einen verwandten Punkt zum Produkt: Steck den Großteil der Arbeit in die Verbesserung dessen, was es schon gibt, statt neue Funktionen zu bauen, ungefähr im Verhältnis 80 zu 20.¹ Die Scorecard zeigt dir, was du verbessern solltest.

Die Schritte laufen von oben nach unten. Das Entscheidungsfeld ist der ehrliche Teil: Erst wenn jede Stufe in gutem Zustand ist, gehört der nächste Euro nach oben.

Beispiel: Miriams Entscheidung für April

Miriam bewertet drei Verbesserungen, jede gegen ihre Ausgangslage im März von 60 neuen zahlenden Kunden mit je 229,09 € Wert.

1. Activation von 35 % auf 45 %, durch den Import der Tabelle: 74,5 zahlende Kunden statt 60, also $14{,}5 \times 229{,}09 = 3.321{,}81$ € zusätzlicher Kundenwert im Monat. Etwa zwei Wochen Entwicklung.
2. Retention von 92 % auf 93 %, durch den Buchungslink für Kunden: $60 \times 29{,}37 = 1.762{,}20$ € im Monat. Etwa eine Woche Entwicklung, aber ein Jahr, bis sie sicher weiß, dass es gewirkt hat.
3. Referral von $k = 0{,}067$ auf $k = 0{,}10$, durch eine besser platzierte Aufforderung: Aus je 60 Kunden werden statt 64,3 nun $60 / 0{,}9 = 66{,}7$, also $2{,}38 \times 229{,}09 = 545{,}23$ € im Monat. Ein Nachmittag.

Die waagerechte Achse zeigt die drei Verbesserungen, die senkrechte den zusätzlichen Kundenwert, den jede pro Monatsjahrgang neuer Kunden bringt. Activation ist klar der Engpass: Sie ist doppelt so viel wert wie die Verbesserung bei der Retention und sechsmal so viel wie die bei Referral. Die Aufforderung zur Empfehlung ist so schnell gemacht, dass Miriam sie an einem Freitagnachmittag trotzdem erledigt, aber der Monat gehört ihr nicht.

Der April gehört also dem Import, und sonst ändert sich am Produkt nichts, bis genug neue Testphasen da sind, um ihn zu beurteilen. Im Mai zählt sie wieder, mit denselben fünf Definitionen. Hat sich die Activation bewegt und hält die Zahlungsrate der neuen Aktivierten, ist die Retention dran.

Das ist das ganze Framework: fünf Fragen, eine Zählung für jede, eine Rate zwischen jedem Paar, ein Betrag in Euro für jede realistische Verbesserung und immer nur eine Änderung auf einmal. Das Piratenthema ist ein Witz. Die Disziplin nicht.

Footnotes

1. Dave McClure, Startup Metrics for Pirates: AARRR (long version), Folien, SlideShare, https://www.slideshare.net/dmc500hats/startup-metrics-for-pirates-long-version

2. Dave McClure, Startup Metrics for Pirates, Blog Master of 500 Hats, September 2007, archivierte Fassung vom 16. September 2007, Internet Archive, https://web.archive.org/web/20070916121535/http://500hats.typepad.com/500blogs/2007/09/startup-metrics.html

3. Google, [GA4] Interaktionsrate und Absprungrate, Google Analytics Hilfe, https://support.google.com/analytics/answer/12195621?hl=de