Über Awareness hinaus: Full Funnel Growth Frameworks ohne Lecks bauen

Ein Full Funnel ist eine Kette, und an jedem Glied geht etwas verloren

Die meisten Wachstumspläne, die man mir zeigt, sind Pläne für den oberen Teil des Funnels. Mehr Reichweite, mehr Klicks. Und dann verschwindet erstaunlich viel Geld still irgendwo zwischen dem ersten Besuch und der zweiten Bestellung.

Ein Full Funnel Framework ist nichts anderes als die Gewohnheit, die ganze Strecke auf einmal anzuschauen. Ich arbeite mit fünf Stufen:

1. Awareness: Die richtigen Menschen erfahren, dass es dich gibt.
2. Consideration: Ein Teil davon schaut sich genauer an, was du verkaufst.
3. Conversion: Ein Teil davon kauft zum ersten Mal.
4. Retention: Ein Teil der Käufer kommt wieder und kauft noch einmal.
5. Advocacy: Ein Teil der Stammkunden bringt andere mit.

Der Anteil der Menschen, der es von einer Stufe nicht in die nächste schafft, ist ein Leck. Jeder Funnel hat Lecks. Die Frage ist nur, welches Leck am meisten kostet und welches sich am günstigsten schließen lässt.

Jeder Kasten ist eine Gruppe von Menschen, jeder Pfeil der Anteil einer Gruppe, der in der nächsten ankommt. Ein Funnel, der mit Advocacy endet, füllt sich von selbst wieder auf.

Wenn dir der Gedanke neu ist, einen Funnel als Zählungen und Verhältnisse zu lesen, baut ihn der Artikel über das neu verdrahtete AIDA Modell von Grund auf auf. Der Artikel über Pirate Metrics zeigt einen nahen Verwandten dieser fünf Stufen, gebaut für Softwareprodukte.

Beispiel: eine Kerzenmanufaktur in Köln

Durch den ganzen Artikel begleitet uns ein erfundener Laden, das Kerzenwerk Ehrenfeld, ein Onlineshop für Kerzen in Köln, den Lena unter kerzenwerkehrenfeld.example führt. Niemand Echtes, jede Zahl ausgedacht, damit jeder Schritt sichtbar bleibt.

In einem normalen Monat gibt Lena 3.000 € für Werbung aus. So sieht ihr Monat aus, Stufe für Stufe:

• Awareness: Ihre Anzeigen und Beiträge erreichen 200.000 Menschen.
• Consideration: 3.000 davon landen auf einer Produktseite.
• Conversion: 240 legen eine Kerze in den Warenkorb, 60 schließen eine Bestellung ab.
• Retention: 30 % der Neukunden bestellen im Jahr darauf wieder.
• Advocacy: Auf 100 Neukunden kommen fünf, die eine Freundin mitbringen, die dann kauft.

Ihre durchschnittliche Bestellung liegt bei 40 €, und die Hälfte davon bleibt als Marge, nach Kerze, Karton und Zahlungsgebühr. Jede Bestellung bringt ihr also 20 €. Solange ihre Kunden bleiben, bestellen sie etwa anderthalbmal im Jahr, das sind 30 € Marge pro Kunde und Jahr.

Auf dem Papier sieht der Monat gut aus. Tatsächlich verliert sie an jedem Neukunden Geld, und der Rest dieses Artikels findet heraus, wo.

Gib jeder Stufe eine Zahl, die du sauber erheben kannst

Eine Stufe, die du nicht zählen kannst, kannst du nicht reparieren. Die erste Aufgabe ist also langweilig und unverzichtbar: eine Zahl pro Stufe, jeden Monat gleich definiert, mit Einwilligung erhoben.

Die Definitionen, die ich für einen Shop verwende:

• Awareness: einzelne erreichte Menschen, aus den Werbeplattformen und deinen Social Media Konten.
• Consideration: Menschen, die mindestens eine Produktseite angesehen haben.
• Conversion: Erstbestellungen, aus der Datenbank des Shops, nicht aus einem Analysetool.
• Retention: der Anteil der Neukunden des Vorjahres, die in diesem Jahr wieder bestellt haben.
• Advocacy: Neukunden, die über einen Empfehlungscode kamen oder eine Kundin genannt haben, die sie geschickt hat.

Zwei Fallen solltest du kennen. Die erste ist die Absprungrate. In Google Analytics 4 zählt eine Sitzung als Sitzung mit Interaktion, wenn sie länger als zehn Sekunden dauert, ein Schlüsselereignis enthält oder mindestens zwei Seitenaufrufe hat, und die Absprungrate ist schlicht der Anteil der Sitzungen ohne Interaktion.¹ Das ist nicht die Absprungrate des alten Tools, also tragen alte Faustregeln wie "über 70 % ist schlecht" nicht mehr. Ich vergleiche eine Seite mit sich selbst über die Zeit.

Die zweite Falle ist der Drang, alles zu beobachten. Du brauchst keine Bildschirmaufzeichnungen, keine Heatmaps und kein Scrolltracking. Fünf Zahlen mit Einwilligung beantworten jede Frage in diesem Artikel, und fünf Zahlen werden gelesen, ein Dashboard mit 50 nicht.

Beispiel: woher Lenas fünf Zahlen kommen

Die Reichweite kommt aus ihren Werbekonten: 200.000. Die Besucher der Produktseiten kommen aus ihrer Analyse, also die Besucher mit Einwilligung, hochgerechnet mit ihrer bekannten Einwilligungsquote: 3.000. Die Erstbestellungen kommen direkt aus der Bestelltabelle ihres Shops, wobei jede Bestellung von einer bisher unbekannten Mailadresse als Erstbestellung zählt: 60. Die Retention kommt aus derselben Tabelle, ein Jahr später: Von den 720 Neukunden des Vorjahres haben 216 wieder bestellt, das sind 30 %. Die Empfehlungen kommen aus dem Feld für den Empfehlungscode im Checkout.

Jede Definition ist aufgeschrieben, also bedeutet der nächste Monat dasselbe wie dieser.

Kunden sind ein Produkt aus Raten, also kostet jedes Leck gleich viel

Sobald jede Stufe eine Zahl hat, sind die Verbindungen dazwischen Raten. Eine Rate ist eine Zählung geteilt durch die davor. Und die Zahl der Neukunden ist die oberste Zählung, multipliziert mit jeder Rate auf dem Weg nach unten.

$$C = R \times a \times b \times c$$

Dabei ist $C$ die Zahl der Neukunden in einem Monat, $R$ die Zahl der erreichten Menschen, $a$ der Anteil davon, der eine Produktseite ansieht, $b$ der Anteil der Produktbesucher, die etwas in den Warenkorb legen, und $c$ der Anteil der Warenkörbe, aus denen eine Bestellung wird. Jedes von $a$, $b$ und $c$ ist ein einfaches Verhältnis zweier Zählungen. Grundlagen: Verhältnisse und Raten

Weil es eine Multiplikation ist, bringt eine Verbesserung um 20 % an irgendeiner Stelle der Kette 20 % mehr Kunden. Ein besserer Checkout ist so viele Kunden wert wie 20 % mehr Reichweite. Der Unterschied ist der Preis: Mehr Reichweite kostet jeden Monat mehr, ein besserer Checkout wird einmal bezahlt.

Noch besser: Verbesserungen multiplizieren sich. Drei Verbesserungen um je 20 % ergeben $1{,}2 \times 1{,}2 \times 1{,}2 = 1{,}728$, also 72,8 % mehr Kunden, nicht 60 %. Grundlagen: Prozente

Beispiel: Lenas Kette in Zahlen

Lenas Raten, aus ihren Zählungen:

$$a = \frac{3.000}{200.000} = 1{,}5\,\%, \qquad b = \frac{240}{3.000} = 8\,\%, \qquad c = \frac{60}{240} = 25\,\%$$

Dabei ist $a$ ihre Rate der Produktaufrufe, $b$ ihre Warenkorbrate und $c$ ihre Checkoutrate, jede eine Zählung geteilt durch die davor, mit den Zahlen aus ihrem Monat. Grundlagen: Verhältnisse und Raten

Wieder zusammengesetzt: $200.000 \times 0{,}015 \times 0{,}08 \times 0{,}25 = 60$ Kunden.

Ein Neukunde kostet sie $3.000 / 60 = 50$ €. Merk dir diese 50 €.

Ein Kunde ist mehr wert als seine erste Bestellung, und das ändert alles

Die oberen drei Stufen bringen Kunden. Die unteren zwei entscheiden, was ein Kunde wert ist.

Der Wert eines Neukunden ist die Marge, die er in diesem Jahr bringt, plus die Marge der späteren Jahre, wobei späteres Geld etwas weniger zählt, weil ein Euro im nächsten Jahr weniger wert ist als ein Euro heute.

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

Dabei ist $V$ der Wert eines Neukunden in heutigem Geld, $M$ die Marge, die ein aktiver Kunde in einem Jahr bringt, $r$ die Retention Rate (der Anteil der Kunden, die von einem Jahr ins nächste bleiben), und $d$ der Diskontierungssatz, also die Rendite, die du mit dem Geld anderswo bekommen könntest. Der zweite Summand ist die übliche Formel für den Customer Lifetime Value der Jahre nach dem ersten. Grundlagen: Customer Lifetime Value und Grundlagen: Diskontierung

Die alte Abkürzung, durchschnittlicher Umsatz mal durchschnittliche Kundendauer mal Marge, ist dieselbe Idee ohne Diskontierung. Sie funktioniert bei niedriger Retention und schönt die Zahl bei hoher Retention gewaltig, weil sie einen Euro im fünften Jahr wie einen Euro heute zählt. Füttere sie immer mit Marge, nie mit Umsatz.

Beispiel: was Lenas Kunde wert ist

Lenas Zahlen: $M = 30$ €, $r = 0{,}30$, $d = 0{,}10$.

$$V = 30 + 30 \times \frac{0{,}30}{1 + 0{,}10 - 0{,}30} = 30 + 30 \times \frac{0{,}30}{0{,}80} = 30 + 11{,}25 = 41{,}25$$

Dabei ist $V$ der Wert eines von Lenas Neukunden in Euro, $M$ die 30 €, die ein Kunde im Jahr bringt, $r$ ihre Retention Rate von 30 % und $d$ die 10 %, die sie als Diskontierungssatz ansetzt. Grundlagen: Customer Lifetime Value

Jeder Neukunde ist also 41,25 € wert und kostet 50 €. An jedem verliert sie 8,75 €. Bei 60 Kunden im Monat sind das $60 \times 8{,}75 = 525$ € Verlust, jeden Monat, bei einem Shop, der nach viel Betrieb aussieht. Mehr Werbung würde es schlimmer machen.

Finde das Leck, indem du ausrechnest, was jede Korrektur wert ist

Vom Anstarren eines Funnels erfährst du nicht, wo das Leck ist, denn jede Rate klingt niedrig. Was es dir verrät, ist eine Frage pro Glied: Wenn ich diese Rate auf einen Wert bringe, den ich für erreichbar halte, wie viele Euro ist das wert?

"Erreichbar" kommt aus deiner eigenen Geschichte (dem besten Monat, den du hattest), aus einem Test, den du gemacht hast, oder aus einem genauen Blick auf das, was offensichtlich kaputt ist. Nie aus einem Branchendurchschnitt ohne Quelle.

Beispiel: vier Korrekturen für Lena

Lena schreibt pro Glied eine realistische Verbesserung auf und rechnet aus, welchen Kundenwert im Monat jede davon bringt. Ausgangspunkt sind 60 Kunden zu je 41,25 €, also 2.475 € Kundenwert im Monat für 3.000 € Werbung.

1. Besseres Targeting hebt die Rate der Produktaufrufe von 1,5 % auf 1,8 %. Die Produktbesucher steigen von 3.000 auf 3.600, die Kunden von 60 auf 72. Wert: $72 \times 41{,}25 = 2.970$ €, ein Plus von 495 €.
2. Bessere Produktseiten heben die Warenkorbrate von 8 % auf 10 %. Die Warenkörbe steigen von 240 auf 300, die Kunden von 60 auf 75. Wert: $75 \times 41{,}25 = 3.093{,}75$ €, ein Plus von 618,75 €.
3. Ein einfacherer Checkout hebt die Checkoutrate von 25 % auf 30 %. Die Kunden steigen von 60 auf 72. Wert: 2.970 €, ein Plus von 495 €.
4. Ein Programm für die Zeit nach dem Kauf hebt die Retention von 30 % auf 40 %. Die Kunden bleiben bei 60, aber jeder ist jetzt $30 + 30 \times 0{,}40 / 0{,}70 = 47{,}14$ € wert (genauer 47,142857 €). Wert: $60 \times 47{,}142857 = 2.828{,}57$ €, ein Plus von 353,57 €.

Alle vier zusammen: $3.600 \times 0{,}10 \times 0{,}30 = 108$ Kunden, jeder 47,14 € wert, also $108 \times 47{,}142857 = 5.091{,}43$ €, ein Plus von 2.616,43 €. Das ist weit mehr als die Summe der vier einzelnen Gewinne (1.962,32 €), weil sich die Korrekturen multiplizieren.

Die waagerechte Achse zeigt die Korrekturen, je einen Balken, und der letzte Balken steht für alle vier auf einmal. Die senkrechte Achse ist der Zuwachs an Kundenwert in Euro pro Monat, zusätzlich zu den 2.475 €, die Lena heute hat. Zwei Dinge fallen auf. Die Produktseiten sind das größte einzelne Leck. Und der letzte Balken ist viel höher als die vier davor zusammengezählt, und genau das ist das ganze Argument für einen Full Funnel: Korrekturen an verschiedenen Stufen multiplizieren sich gegenseitig.

Dasselbe Budget von 3.000 €. Vorher 2.475 € Kundenwert und 525 € Verlust im Monat. Nachher 5.091,43 € und ein Überschuss von 2.091,43 €. Ein Neukunde kostet sie statt 50 € nur noch $3.000 / 108 = 27{,}78$ €. Oben im Funnel hat sich außer dem Targeting nichts geändert.

Der Retention Balken sieht am kleinsten aus. Lass dich davon nicht täuschen. Es ist die einzige Korrektur, die darüber entscheidet, ob sich ihre Werbung überhaupt lohnt, wie der Abschnitt über Retention zeigt.

Awareness: erreich die richtigen Menschen, und lass die Stufe nicht verhungern

Die alte Fassung dieses Artikels sagte, Unternehmen geben zu viel für Awareness aus. Das ist halb wahr. Die falschen Menschen zu erreichen ist Verschwendung. Die richtigen zu erreichen, bevor sie kaufbereit sind, ist es nicht.

Die bekanntesten Belege dazu kommen von Les Binet und Peter Field. Ihr Bericht für das britische Institute of Practitioners in Advertising von 2013 fand, dass über die untersuchten Kampagnen hinweg ungefähr 60 % des Budgets für langfristigen Markenaufbau und 40 % für kurzfristige Aktivierung die beste Mischung waren.² Das Verhältnis stammt von großen Werbetreibenden, und ich würde es nicht auf eine Kerzenmanufaktur in Köln übertragen. Die Lehre dahinter trägt aber: Menschen, die sich nächsten Monat an deinen Namen erinnern, sind kein Leck, nur weil sie diese Woche nicht gekauft haben.

Die Frage ist also nicht, wie viel Reichweite, sondern Reichweite bei wem, und zu welchen Kosten pro Mensch, der sich danach etwas genauer ansieht.

Beispiel: zwei Zielgruppen, ein Budget

Lena teilt ihre 3.000 € gleichmäßig auf zwei Zielgruppen auf. Zielgruppe eins ist breit, Wohnen und Einrichten: 1.500 € erreichen 120.000 Menschen, und 1.200 davon sehen sich ein Produkt an, eine Rate von 1 %. Zielgruppe zwei sind Menschen im Rheinland und im Ruhrgebiet, die sich für Geschenke und Kerzen interessieren: 1.500 € erreichen 80.000 Menschen, und 1.800 sehen sich ein Produkt an, eine Rate von 2,25 %.

Zusammen: 200.000 erreicht, 3.000 Besucher, 1,5 %.

Ein Produktbesucher kostet $1.500 / 1.200 = 1{,}25$ € in der breiten Zielgruppe und $1.500 / 1.800 = 0{,}83$ € in der fokussierten. Die breite Zielgruppe schaltet sie trotzdem nicht ab, denn ein Teil davon ist der Markenaufbau, der sich später auszahlt. Sie schärft sie nach: neue Motive, die die Kerzen brennend in einem echten Wohnzimmer zeigen, und die Platzierungen, die überhaupt keine Besucher geschickt haben, fliegen raus. Die Rate der breiten Zielgruppe steigt von 1 % auf 1,5 %, sie schickt jetzt also 1.800 Besucher. Insgesamt 3.600 Besucher, das sind die 1,8 % aus Korrektur eins.

Consideration: beantworte die Fragen, die Menschen wirklich haben

Wer auf einer Produktseite ist, ist interessiert. Ob etwas im Warenkorb landet, hängt davon ab, ob die Seite die Fragen im Kopf beantwortet, bevor jemand sie stellen muss. Bei einer Kerze sind diese Fragen langweilig praktisch. Wie lange brennt sie? Wie stark duftet sie in einem normalen Zimmer? Was kostet der Versand, und wann kommt sie an? Kann ich sie als Geschenk direkt an meine Schwester in Leipzig schicken?

Die meisten Produktseiten, die ich mir anschaue, beantworten die Fragen, die das Unternehmen spannend findet (das Wachs, die Geschichte), und lassen die Fragen der Käufer aus. Die Lösung ist selten raffiniert: zuhören und die Antwort auf die Seite schreiben, nah am Button.

Wie findest du die Fragen, ohne Menschen zu beobachten? Du fragst sie. Eine Frage in einer Zeile in der Bestellbestätigung ("Was hätte dich heute fast vom Kauf abgehalten?") und ein Blick in das Postfach des Kundenservice liefern dir die wichtigsten fünf innerhalb einer Woche. Der Artikel über das Clarity Framework geht tiefer darauf ein, wie man Verwirrung von einer Seite entfernt.

Beispiel: Lenas Produktseite

Lena liest die Kundenmails von drei Monaten und die Antworten auf ihre Bestellbestätigungen. Dieselben vier Fragen kommen immer wieder: Brenndauer, Duftstärke, Versandkosten und Geschenkverpackung. Ihre Produktseiten beantworten keine davon im sichtbaren Bereich ohne Scrollen. Sie beginnen mit einem Absatz über Sojawachs.

Sie setzt vier kurze Zeilen neben den Warenkorbbutton: "Brennt etwa 45 Stunden", "Füllt ein Wohnzimmer, keinen Flur", "Versandkostenfrei ab 35 €, sonst 3,95 €, zwei Werktage", "Als Geschenk verpackt und mit deiner Karte verschickt, kostenlos". Sonst ändert sich nichts.

In den folgenden acht Wochen steigt die Warenkorbrate auf diesen Seiten von 8 % auf 10 %, das ist Korrektur zwei. Bevor sie dem traut, prüft sie, ob sie genug Warenkörbe hat, um eine echte Veränderung von Rauschen zu unterscheiden, das Thema des Artikels über statistische Tests.

Conversion: Beim letzten Schritt schlägt Reibung die Motivation

Wer einen vollen Warenkorb hat, will die Sache. Geht er trotzdem, ist der Grund meist Reibung. Das Baymard Institute, das seit Jahren Studien zu Kaufabbrüchen sammelt, beziffert die durchschnittliche dokumentierte Abbruchrate über 50 Studien auf 70,22 %.³ Lenas 75 % sind also normal, was nicht dasselbe ist wie in Ordnung.

Dieselbe Forschung listet auch, warum Käufer abbrechen. Ganz oben stehen zu hohe Zusatzkosten (Versand, Steuern, Gebühren) mit 40 %, zu langsame Lieferung mit 20 %, fehlendes Vertrauen, der Seite die Kartendaten zu geben, mit 19 %, die Pflicht, ein Kundenkonto anzulegen, mit 18 %, und ein zu langer oder komplizierter Checkout mit 17 %.³ Fast alles davon liegt in der Hand des Shops.

Eine hilfreiche Denkweise kommt von BJ Fogg in Stanford. Sein Verhaltensmodell sagt, dass ein Verhalten stattfindet, wenn Motivation, Fähigkeit und ein Auslöser im selben Moment zusammenkommen, und wenn es nicht stattfindet, fehlt mindestens eines der drei.⁴ Im Checkout ist die Motivation schon da. Was fehlt, ist die Fähigkeit: die überraschende Versandgebühr, das Passwort, das Formular, das eine Telefonnummer mit Leerzeichen nicht annimmt.

Die alte Fassung dieses Artikels bot eine Formel an, Motivation mal Klarheit geteilt durch Reibung. Ich habe sie gestrichen: Sie war meine Kurzschrift, kein gemessener Zusammenhang. Foggs Modell macht denselben Punkt, ohne so zu tun, als wäre es Arithmetik.

Auch die Geschwindigkeit gehört hierher. Der alte Artikel sagte, eine Seite solle innerhalb von drei Sekunden bedienbar sein. Diese Metrik, Time to Interactive, wurde mit Version 10 aus Googles Werkzeug Lighthouse entfernt.⁵ Googles aktuelle Core Web Vitals verlangen, dass der Hauptinhalt innerhalb von 2,5 Sekunden lädt, dass die Seite auf ein Tippen oder einen Klick innerhalb von 200 Millisekunden reagiert und dass der Wert für Layoutverschiebungen bei 0,1 oder darunter liegt, jeweils gemessen am 75. Perzentil echter Besuche auf Mobilgeräten und am Desktop.⁶ Der Artikel über Core Web Vitals erklärt jeden der drei Werte.

Beispiel: Lenas Checkout

Lena geht ihren eigenen Checkout auf dem Handy durch und notiert jede Stelle, an der sie anhalten und nachdenken musste. Drei fallen auf. Die Versandkosten tauchen erst auf der letzten Seite auf. Der Checkout besteht auf einem Kundenkonto. Das Feld für die Telefonnummer ist Pflicht und lehnt Nummern mit Leerzeichen ab.

Sie behebt alle drei. Die Versandkosten stehen jetzt im Warenkorb und auf der Produktseite. Bestellen als Gast ist der Standard, ein Passwort kann man danach freiwillig setzen. Die Telefonnummer ist optional und nimmt jedes Format an.

Ihre Warenkörbe bleiben bei 240 im Monat. Die abgeschlossenen Bestellungen steigen von 60 auf 72, die Checkoutrate also von 25 % auf 30 %. Das ist Korrektur drei, 495 € im Monat wert, einmal bezahlt.

Retention: die Stufe, die entscheidet, ob Wachstum sich aufbaut

Hier ist die unbequeme Wahrheit in Lenas Zahlen. Bei 30 % Retention ist ein Kunde 41,25 € wert und kostet 50 €. Daran ändert kein Euro für Awareness etwas. Er verliert das Geld nur schneller.

Retention ist der Multiplikator auf alles darüber. Und Arbeit an der Retention ist meist günstig im Vergleich zu Werbung, weil diese Menschen dich schon kennen und dir erlaubt haben, ihnen zu schreiben.

Die waagerechte Achse ist der Anteil der Kunden, die im Folgejahr wiederkommen. Die senkrechte Achse ist in Euro. Die steigende Linie zeigt, was ein Neukunde bei jeder Retention Rate wert ist, nach der Formel von oben. Die flache Linie sind die 50 €, die Lena heute für einen Kunden bezahlt. Unter etwa 44 % Retention verliert ihre Werbung an jedem Kunden Geld, darüber bringt jeder Kunde Geld ein, und die Kurve wird nach rechts immer steiler. Ein Zuwachs bei der Retention ist umso mehr wert, je besser deine Retention schon ist.

Woher kommen die 44 %? Man setzt den Wert gleich den Kosten und löst nach $r$ auf:

$$\frac{M(1 + d)}{1 + d - r} = 50 \quad\Rightarrow\quad 1 + d - r = \frac{30 \times 1{,}10}{50} = 0{,}66 \quad\Rightarrow\quad r = 1{,}10 - 0{,}66 = 0{,}44$$

Dabei ist $M$ die Jahresmarge von 30 €, $d$ der Diskontierungssatz von 10 % und $r$ die Retention Rate, bei der ein Kunde genau die 50 € wert ist, die es kostet, ihn zu gewinnen. Der erste Ausdruck ist die Wertformel von oben, mit ihren beiden Summanden zusammengefasst. Grundlagen: Customer Lifetime Value

Die Artikel über Retention und Referral und über Habit Loops zeigen, wie man das Programm aufbaut, und die Survival Analyse zeigt, wie man es misst.

Beispiel: Lenas Programm für das erste Jahr

Lena fällt auf, dass die meisten ihrer Wiederkäufer die zweite Kerze innerhalb von zehn Wochen nach der ersten kaufen, wenn die erste heruntergebrannt ist. Also baut sie drei Mails für Neukunden, die zugestimmt haben, von ihr zu hören: eine Pflegeanleitung am dritten Tag (Docht kürzen, beim ersten Abbrennen soll das Wachs bis zum Rand schmelzen), eine kurze Nachricht in der sechsten Woche mit der passenden Nachfüllkerze, und eine Erinnerung in der neunten Woche mit einem kleinen Rabatt auf eine zweite Kerze.

Ein Jahr später haben 40 % der Neukunden dieses Jahres wieder bestellt, statt 30 %. Das ist Korrektur vier. Jeder Neukunde ist jetzt 47,14 € wert. Mit den Korrekturen eins bis drei gewinnt sie jeden zu 27,78 €, und jeder Kunde bringt ihr Geld.

Advocacy: Empfehlungen werden gestaltet, und Bewertungen haben Regeln

Bei der Advocacy wird aus einem Funnel ein Kreislauf: Eine Kundin, die eine Freundin mitbringt, erzeugt einen Neukunden ohne Werberechnung. In nennenswertem Umfang passiert das selten von allein. Es passiert, wenn du im richtigen Moment fragst und es einfach machst.

Empfohlene Kunden lohnen sich. Eine Studie mit rund 10.000 Kunden einer deutschen Bank, die fast drei Jahre lang beobachtet wurden, fand bei empfohlenen Kunden eine höhere Marge, eine höhere Retention Rate und einen durchschnittlichen Wert, der mindestens 16 % über vergleichbaren Kunden ohne Empfehlung lag.⁷ Das ist eine Bank, keine Kerzenmanufaktur, also würde ich die 16 % nicht in eine Prognose übernehmen. Was zählt, ist die Richtung.

Bewertungen sind die andere Hälfte der Advocacy, und in Deutschland gelten dafür klare Regeln im Gesetz gegen den unlauteren Wettbewerb (UWG). Die EU hat sie mit der Omnibus Richtlinie eingeführt, die Mitgliedstaaten wenden sie seit dem 28. Mai 2022 an.⁸ Verboten ist, gefälschte Bewertungen abzugeben oder in Auftrag zu geben. Verboten ist auch, zu behaupten, die Bewertungen stammten von Menschen, die das Produkt gekauft oder genutzt haben, ohne angemessen zu prüfen, ob das stimmt.⁹ Wer Bewertungen zeigt, muss außerdem angeben, ob und wie er sicherstellt, dass sie von echten Käufern oder Nutzern stammen.¹⁰ Und gibst du jemandem etwas für eine Bewertung, hat sie einen kommerziellen Zweck, der nach § 5a Abs. 4 UWG kenntlich sein muss.¹¹ Du darfst also jede Kundin um eine Bewertung bitten. Du darfst keine guten kaufen, und alles, was du für eine Bewertung gibst, muss für die Leser sichtbar sein.

Die Neukunden aus der Advocacy kommen zu den Neukunden aus der Werbung dazu:

$$C_{\text{gesamt}} = C \times (1 + k)$$

Dabei ist $C_{\text{gesamt}}$ die Zahl aller Neukunden in einem Monat, $C$ die Zahl der Neukunden aus der Werbung, und $k$ die Zahl der empfohlenen Kunden, die ein Neukunde im ersten Jahr im Schnitt mitbringt. Grundlagen: Verhältnisse und Raten Der Artikel über Referral und virale Mechaniken zeigt, was passiert, wenn $k$ groß wird.

Beispiel: Lenas Empfehlungskarte

Heute ist $k = 0{,}05$: fünf empfohlene Kunden auf 100 neue, also $60 \times 0{,}05 = 3$ im Monat. Lena legt jedem Paket eine gedruckte Karte bei und ergänzt eine Zeile in der Mail der sechsten Woche: Schenk einer Freundin 5 € auf ihre erste Kerze und bekomm 5 € auf deine nächste. Die Bitte kommt, wenn die Kundin die Kerze gerade angezündet hat und sie mag, also genau in dem Moment der Freude, auf den die alte Fassung dieses Artikels zu Recht gezeigt hat.

Die Empfehlungen verdoppeln sich auf $k = 0{,}10$. Bei ihren ursprünglichen 60 Kunden sind das $60 \times 0{,}10 = 6$ empfohlene Kunden im Monat. Jeder kostet sie 10 € in Gutscheinen, also $6 \times 10 = 60$ € im Monat, gegenüber $6 \times 50 = 300$ €, um dieselben sechs über Werbung zu gewinnen. Jeder ist mindestens die 41,25 € eines normalen Kunden wert, also bringen die sechs $6 \times 41{,}25 = 247{,}50$ € Wert für 60 €.

Für Bewertungen schickt sie nach der zweiten Woche eine Mail mit der Bitte um eine ehrliche Bewertung, ohne Belohnung. So bleibt sie weit weg von der Grenze. Unter ihren Bewertungen steht ein Satz dazu, wie sie prüft: Den Link zur Bewertung bekommt nur, wer bestellt hat.

Schließ ein Leck nach dem anderen, in der Reihenfolge ihres Werts

Ein Full Funnel Framework sind nicht fünf Projekte auf einmal. Es ist eine kurze Schleife, immer wieder durchlaufen, ein Leck nach dem anderen.

Die Schritte laufen von oben nach unten. Ehrlich ist vor allem die Entscheidung: Erst wenn jedes Glied in gutem Zustand ist, ist mehr Awareness der richtige nächste Euro. Eine Änderung nach der anderen verrät dir außerdem, welche Änderung gewirkt hat.

Beispiel: Lenas Quartal

Lena ordnet die Arbeit nach dem Wert pro Euro Aufwand. Die Zeilen auf den Produktseiten kommen zuerst: ein Nachmittag Schreiben und der größte einzelne Gewinn. Die Änderung am Targeting kostet eine Woche ihrer eigenen Zeit, also kommt sie als zweite. Für den Checkout braucht sie ihren Entwickler, also kommt er als dritter, einmal bezahlt. Die Mails für die Retention gehen im selben Quartal live, beurteilen kann sie die aber erst ein Jahr später.

Zwölf Monate später gewinnen dieselben 3.000 € Werbung im Monat 108 Kunden statt 60, jeder 47,14 € wert statt 41,25 €, zu je 27,78 € statt 50 €. Ein Shop, der mit seinem Marketing 525 € im Monat verloren hat, gewinnt jetzt 2.091,43 €. Oben im Funnel ist nichts größer geworden. Der Funnel hat einfach aufgehört zu lecken.

Das ist das ganze Framework: jede Stufe zählen, jedes Leck bewerten, das wertvollste schließen, und nicht vergessen, dass das untere Ende des Funnels entscheidet, ob sich das obere zu bezahlen lohnt. Der Artikel über das Growth Flywheel macht dort weiter, wo dieser aufhört.

Footnotes

1. Google, [GA4] Interaktions- und Absprungrate, Analytics Hilfe, 2025, https://support.google.com/analytics/answer/12195621?hl=de

2. Alison Hoad, The next chapter for The Long and The Short of It, Institute of Practitioners in Advertising (IPA), 13. September 2023, https://ipa.co.uk/knowledge/ipa-blog/the-next-chapter-for-the-long-and-the-short-of-it/

3. Richard Lam, Cart abandonment rate: 50 statistics and why people abandon, Baymard Institute, aktualisiert Oktober 2026, https://baymard.com/blog/cart-abandonment-rate

4. BJ Fogg, Fogg Behavior Model, Behavior Design Lab, Stanford University, https://behaviormodel.org/

5. Google, Time to Interactive, Chrome for Developers, Lighthouse Dokumentation, https://developer.chrome.com/docs/lighthouse/performance/interactive

6. Google, Web Vitals, web.dev, https://web.dev/articles/vitals

7. Philipp Schmitt, Bernd Skiera und Christophe Van den Bulte, Referral programs and customer value, Journal of Marketing, Band 75, Heft 1, Seiten 46 bis 59, American Marketing Association, 2011, https://faculty.wharton.upenn.edu/wp-content/uploads/2012/04/Schmitt-Skiera-vandenBulte-2011-Referral-Programs-Customer-Value.pdf

8. Europäisches Parlament und Rat, Richtlinie (EU) 2019/2161 zur besseren Durchsetzung und Modernisierung der Verbraucherschutzvorschriften der Union, Artikel 3 Nr. 7 und Artikel 7, EUR-Lex, 2019, https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=CELEX:32019L2161

9. 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

10. 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

11. 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