Was trennt gute Marketer von schlechten? Die Fähigkeit, Daten zu verstehen, einzuordnen – und daraus zu handeln. Klingt simpel, ist es aber nicht. Denn die meisten Shops nutzen ihre Daten nur für Kampagnen, nicht für die Automation-Strategie.

Adam Kitchen von Magnet Monster ändert das in diesem Artikel grundlegend. Er zeigt, wie du die Customer Journey in drei Phasen zerlegen und in jeder davon andere Daten-Insights nutzen kannst, um deine Flows zu schärfen.

Phase 1: Pre-Purchase – geduldiger als du denkst

Hier ist eine Erkenntnis, die vielen unangenehm ist: Ein Großteil der Kunden, die schließlich kaufen, kennt die Marke schon Wochen oder Monate, bevor sie die erste Bestellung abschicken. Adam hat das aus zahlreichen Post-Purchase-Surveys extrahiert – und die Daten zeigen: Die Entscheidung fällt selten am Tag der ersten Begegnung.

Die Konsequenz für die Automation: Der Welcome-Flow, der nach sieben Tagen abbricht und alle Nicht-Käufer als wertlos abstempelt, verschenkt enormes Potenzial. Wer noch keine Conversions hat, aber öffnet und klickt, gehört weiter bespielt – als Kampagnenempfänger, nicht in die Sunset-Strecke.

Identify your best customers, speak to them often, and try to put as many as humanly possible on this journey to maximise profitability.

Phase 2: Post-Purchase – LTV schlägt Repurchase Rate

Adam macht hier einen wichtigen Unterschied: Der sinnvollste Erfolgsmaßstab ist nicht die Wiederkaufrate, sondern der Lifetime Value – idealerweise gemessen in einem 60- oder 90-Tage-Fenster. Das erlaubt es, profitabel zu skalieren.

Besonders spannend: Wenn man die Daten nach Einstiegsprodukt und Kanal aufschlüsselt, zeigen sich oft überraschende Muster. Das Produkt, das am meisten Erstkäufe generiert, ist häufig nicht das, das langfristig die höchste Marge produziert. Das ist relevant für Flows, für Kampagnen und für die Akquisitions-Entscheidungen auf Meta & Co.

Das ist übrigens Baustein 4 (Daten & Analytics) in meinem 10-Bricks-Modell – und genau dieser Baustein wird am häufigsten unterschätzt.

Phase 3: Churn-Risiko – wann gibt man auf?

Wann ist ein Kunde wirklich verloren? Die Antwort liegt in zwei Daten-Punkten: der durchschnittlichen Zeit zwischen Bestellungen und der Wiederkaufrate je Kohorte.

Adam empfiehlt hier keinen reinen Discount-Ladder-Ansatz, sondern echten Dialog: Kunden, die aufgehört haben zu kaufen, können wichtige Signale liefern – über Produktmängel, Preispositionierung, aber auch darüber, bei welchem Wettbewerber sie jetzt einkaufen. Das ist Marktforschung auf Knopfdruck.

Wenn der E-Mail-Kanal nicht mehr funktioniert: weiter über Direktwerbung (Direct Mail), SMS oder andere Kanäle versuchen. E-Mail-Schweigen bedeutet nicht zwingend Kunden-Abgang.

Lies den Originalartikel – Adam liefert dort auch Schaubilder aus echten Kundendaten, die die Konzepte greifbar machen. Kurz: Wenn Du einen Shopify-Shop betreibst und nicht weißt, welche Produkte den höchsten LTV erzeugen und wann Deine Kunden wirklich churnen – dann ist das Dein nächster Lesestoff.