Einen KPI auszuwählen bedeutet nicht, ein Häkchen in einem Dashboard zu setzen. Die meisten Dashboards, die ich sehe, scheitern noch vor dem ersten Diagramm: bei der Definition des Events, bei der Quelle der Wahrheit und bei der Frage, wer daran Änderungen vornehmen darf. Hier ist der Einrichtungsprozess, der die teuersten Fehler vermeidet – mit konkreten Kriterien bei jedem Schritt.
Schritt 1: Lege die Entscheidung vor der Metrik fest
Bevor du Analytics öffnest, schreibe in einem Satz auf, welche Entscheidung du mit dieser Zahl treffen wirst und wie oft. Wenn du nicht beantworten kannst, „was ich anders machen würde, wenn dieser KPI um 20 % sinkt”, ist die Metrik überflüssig. Ein häufiger Fehler ist, KPIs aus einer Vorlage zu übernehmen: Besuche, Seitenaufrufe, Verweildauer. In B2B-Projekten mit langen Kaufzyklen kann die Verweildauer sogar ein negatives Signal sein (der Nutzer findet nicht, was er sucht, und springt zwischen Abschnitten hin und her).
Schritt 2: Definiere das Event an der Quelle, nicht im Bericht
Konfiguriere die Conversion dort, wo sie stattfindet, nicht mit einem Last-Minute-Filter im BI-Tool. Ein reales Beispiel: Ein Formular mit JavaScript-Validierung löst das „Absende”-Event aus, bevor das Backend das Speichern bestätigt. Wochenlang zeigte das Dashboard Conversions, die nie im CRM ankamen. Die Korrektur erfolgte nicht im Dashboard, sondern in der Reihenfolge des Codes: Das Event muss nach der Antwort des Servers ausgelöst werden.
Minimale Checkliste zur Definition
- Eventname, Auslösebedingungen und Ausschlussbedingungen (interne Nutzer, Tests, Staging-Traffic).
- Deklarierte Quelle der Wahrheit: Analytics, CRM oder Datenbank. Wenn sie voneinander abweichen, entscheide, welche maßgeblich ist, und dokumentiere die erwartete Abweichung.
- Attributionsfenster und gewähltes Modell, niedergeschrieben neben dem KPI, nicht in einer verlorenen E-Mail.
Schritt 3: Baue das Dashboard in Schichten auf
Trenne drei Ebenen: eine Zeile mit Geschäfts-KPIs (Umsatz, qualifizierte Leads, Akquisitionskosten), eine weitere mit Kanal-KPIs und eine letzte mit Diagnose-KPIs (Absprungrate, Scrolltiefe, 5xx-Fehler). Der klassische Fehler ist, alle drei in einer einzigen Tabelle zu vermischen: Niemand weiß, wo zuerst hinzuschauen ist, und das Dashboard wird nach einem Monat aufgegeben.
Beispiel einer Hierarchie für einen kleinen E-Commerce-Shop
- Umsatz pro Sitzung und Bruttomarge pro Bestellung.
- Conversion-Rate nach Gerät und nach Quelle.
- Warenkorbabbrüche, Zahlungsfehler und Geschwindigkeit der Checkout-Seite.
Laut offizieller Dokumentation der Analyseplattformen variiert das Standard-Attributionsfenster zwischen den Tools und kann die Verteilung zwischen den Kanälen verändern. Wenn du zwei Quellen mit unterschiedlichen Fenstern vergleichst, werden die Zahlen nie vollständig übereinstimmen: Akzeptiere das und lege eine Toleranz fest.
Schritt 4: Weise Schwellenwerte und Verantwortliche zu
Jeder KPI braucht einen Normalbereich und einen Verantwortlichen. Ohne Schwellenwert erzeugt jede Schwankung Rauschen; ohne Verantwortlichen handelt niemand. Konfiguriere Alarme nur für Abweichungen, die eine im Voraus definierte Aktion erfordern.
Schritt 5: Überprüfen und ausdünnen
Überprüfe vierteljährlich und entferne, was niemand konsultiert. Ein Dashboard mit zwanzig Metriken liest sich schlechter als eines mit fünf.
Ehrliche Einschränkung: Dieser Prozess funktioniert nicht gleichermaßen in Organisationen ohne Zugang zum Backend oder zu den CRM-Daten. In diesen Fällen wird der Conversion-KPI immer näherungsweise sein, und man sollte ihn als solchen kennzeichnen, statt ihn als exakte Zahl zu präsentieren. Er löst auch keine Probleme mit der Datenqualität an der Quelle: Wenn das CRM Leads dupliziert, behebt kein Dashboard das.
Die richtige Konfiguration ist die, die die Person überlebt, die sie aufgebaut hat. Dokumentiere jede Definition neben der Metrik, und du hast die Hälfte der Arbeit erledigt.