Marketinganalyse: Daten auswerten und Maßnahmen ableiten

Was ist eine Marketinganalyse?

Bei einer Marketinganalyse wertest du Informationen über deinen Markt, deine Kunden, Wettbewerber und Marketingaktivitäten systematisch aus. Das Ergebnis sollte eine begründete Entscheidung sein: etwa welches Angebot du stärker hervorhebst, welche Zielgruppe du besser verstehen musst oder welcher Teil deiner Website Anfragen erschwert.

Die Abgrenzung: Marktforschung erhebt Informationen über Märkte und Zielgruppen. Ein Reporting beschreibt Kennzahlen. Die Marketinganalyse nutzt solche Informationen, prüft mögliche Erklärungen und leitet Handlungsoptionen ab. Ein Dashboard allein erledigt diese Arbeit nicht.

Marketinganalyse durchführen: sechs Schritte

1. Eine entscheidbare Frage formulieren

   „Wie läuft unser Marketing?“ ist zu breit. Besser: „Warum werden aus unseren Social-Media-Anfragen so wenige passende Verkaufsgespräche?“ Lege Ziel, Zeitraum und Zuständigkeit fest.

2. Datenquellen und Kennzahlen festlegen

   Für diese Frage brauchst du Werbekosten, eingegangene Anfragen und deren Vertriebsstatus. Dokumentiere, was als qualifizierter Lead gilt, welche Kosten einfließen und wie Abschlüsse zugeordnet werden.

3. Datenqualität prüfen

   Entferne Testanfragen und Dubletten aus der Auswertung. Prüfe fehlende Kampagnenangaben, doppelte Ereignisse, Stornos, Zeiträume und Währungen. Ein Trackingwechsel gehört als Hinweis in den Bericht.

4. Vergleichen und sinnvoll segmentieren

   Vergleiche möglichst gleiche Bedingungen: etwa gleich lange Zeiträume und dieselbe Leaddefinition. Untersuche zunächst wenige Gruppen, beispielsweise Produktbereich, Region oder Neukunden und Bestandskunden.

5. Eine Hypothese testen

   Formuliere eine überprüfbare Erklärung: „Die Anzeige lässt offen, für welche Unternehmensgröße unser Angebot geeignet ist.“ Teste eine klarere Botschaft, während du andere wesentliche Bedingungen möglichst konstant hältst.

6. Entscheidung und nächsten Prüfpunkt dokumentieren

   Halte Beobachtung, Einschränkungen, Maßnahme und Verantwortlichen fest. Entscheide vorab, welche Verbesserung relevant wäre und wann du auswertest. Bei wenigen Abschlüssen kann zunächst eine qualitative Prüfung der Anfragen sinnvoller sein als ein A/B-Test.

Analyseblatt für den Alltag: Frage → Datenquelle → Kennzahl und Definition → Beobachtung → mögliche Erklärung → nächster Test → Prüftermin. So bleibt nachvollziehbar, warum du eine Maßnahme änderst.

First-Party-Daten: die eigene Datenbasis nutzen

First-Party-Daten entstehen aus direkten Beziehungen und Interaktionen mit deinem Unternehmen. Dazu gehören Bestellungen, Serviceanfragen, freiwillige Umfrageantworten und rechtmäßig erhobene Website-Daten. Sie können konkreter sein als vermutete Interessen einer Werbeplattform, bilden aber ebenfalls nur einen Ausschnitt ab.

Beginne mit der kleinsten Datenmenge, die deine Frage beantwortet. Für einen regionalen Vergleich genügen häufig zusammengefasste Werte. Namen, E-Mail-Adressen oder einzelne Bestellreferenzen gehören nicht in ein allgemein geteiltes Analyse-Dashboard.

Consent: eigene Daten sind kein Freibrief

Auch bei First-Party-Daten brauchen personenbezogene Verarbeitungen eine passende Rechtsgrundlage, einen bestimmten Zweck und transparente Informationen. Begrenze Datenumfang und Speicherdauer. Eine Einwilligung muss, wenn sie die Grundlage ist, nachweisbar sein und widerrufen werden können. Maßgeblich sind insbesondere Artikel 5, 6, 7 und 13 der DSGVO.

Zusätzlich ist bei Speicherung oder Zugriff auf Informationen im Endgerät § 25 TDDDG zu beachten. Dafür ist grundsätzlich eine Einwilligung erforderlich; gesetzliche Ausnahmen bestehen unter anderem für technisch unbedingt erforderliche Vorgänge zur Bereitstellung eines ausdrücklich gewünschten Dienstes. „First Party“ oder „serverseitig“ macht Tracking nicht automatisch einwilligungsfrei.

Behandle einen Upload von Kundenlisten zu einer Werbeplattform als eigenen Verarbeitungsschritt. Prüfe Rechtsgrundlage, Zweck, Information der Betroffenen und die Plattformvorgaben vor der Übertragung. Gehashte E-Mail-Adressen sind dadurch nicht automatisch anonym. Die EDSA-Leitlinien zum Social-Media-Targeting erläutern die Rollen und Anforderungen. Dieser Überblick ersetzt keine Prüfung deines konkreten Datenschutz-Setups.

Social-Segmentierung: Erkenntnisse als Hypothesen nutzen

Segmentierung bedeutet, eine Gesamtgruppe nach einer für die Fragestellung relevanten Eigenschaft aufzuteilen. Ein Segment ist noch keine automatisch übertragbare Werbezielgruppe. Erkenntnisse aus Suchkampagnen oder CRM-Daten können die Planung einer Social-Kampagne informieren, ohne dass du einzelne Personen zwischen Systemen abgleichen musst.

Praxisbeispiel ohne Listen-Upload: Ein regionaler Anbieter erhält häufig die Frage, ob eine Montage im Preis enthalten ist. Die Hypothese lautet: Eine Anzeige mit klarer Leistungsbeschreibung führt zu besser passenden Anfragen. Getestet werden zwei Botschaften im gleichen bedienbaren Gebiet. Bewertet werden qualifizierte Anfragen und Kosten – nicht nur Klicks.

Vermeide vorschnelle Schlüsse aus Alter, Geschlecht oder vermuteten Interessen. Ein Unterschied kann durch Angebot, Auslieferung, Saison oder eine kleine Stichprobe entstehen. Sensible Merkmale wie Gesundheit oder politische Ansichten eignen sich nicht als gewöhnliche Segmentierungsgrundlage; hier bestehen besondere rechtliche Anforderungen. Nutze Bedarfe und nachvollziehbare geschäftliche Zusammenhänge.

Die Grenzen der Plattformen mitdenken

Google, Meta und andere Plattformen haben unterschiedliche Zielgruppenoptionen, Definitionen und Regeln. Eine in einem System erfolgreiche Gruppe muss in einem anderen weder auswählbar noch ähnlich wirksam sein. Kleine Segmente können statistisch instabil sein oder wegen Datenschutzgrenzen nicht vollständig erscheinen. Google erläutert solche Datengrenzwerte in GA4.

Eine kleinere Zielgruppe führt auch nicht automatisch zu besseren Ergebnissen oder zwangsläufig zu höheren Klickpreisen. Angebot, Wettbewerb, Anzeigenqualität und Auslieferung wirken zusammen. Für die Wahl der Kanäle hilft ergänzend unser Vergleich der Social-Media-Plattformen.

Welche Kennzahlen gehören in eine Marketinganalyse?

Wähle wenige Kennzahlen, die zu deiner Entscheidung passen. Definiere Zähler, Nenner, Zeitraum und Datenquelle. Bei einer Quote mit null im Nenner ist kein sinnvoller Wert berechenbar.

Ergänze bei wirtschaftlichen Entscheidungen Margen, Retouren sowie Personal- und Agenturkosten. Ein hoher ROAS ist kein automatischer Gewinnnachweis. Weitere Zusammenhänge erläutert unser Leitfaden zur Messung des Werbeerfolgs.

Häufige Fehler: Datenqualität vor Interpretation

• Kanalergebnisse addieren: Mehrere Plattformen können denselben Kauf für sich beanspruchen. Ihre zugeordneten Umsätze ergeben deshalb nicht automatisch den Gesamtumsatz.
• Unterschiedliche Zeitlogiken vergleichen: Klickdatum, Bestelldatum, Zeitzone und Zuordnungsfenster können voneinander abweichen.
• Messlücken als Kundenverhalten deuten: Geänderte Einwilligungen, technische Fehler oder unvollständige CRM-Pflege können scheinbare Trends erzeugen. Modellierte Werte sind von direkt beobachteten Daten zu unterscheiden; Google beschreibt dies bei geschätzten Schlüsselereignissen.
• Korrelation für Wirkung halten: Ein Umsatzanstieg nach einer Kampagne beweist allein nicht deren zusätzlichen Effekt. Auch Saison, Preisaktionen oder Vertrieb können die Entwicklung erklären.
• Zu früh entscheiden: Einzelne Abschlüsse oder wenige Tage sind oft keine belastbare Grundlage. Berücksichtige Verkaufszyklus und Unsicherheit; lege keine universelle Testdauer fest.