Die Kohortenanalyse gruppiert Besucher nach einem gemeinsamen Merkmal (meist dem Ankunftsdatum) und verfolgt ihr Verhalten im Zeitverlauf. Statt alle Besucher als eine Gruppe zu betrachten, verfolgst du Besucher, die im Januar kamen, getrennt von denen, die im Februar kamen. So siehst du, ob sich neuere Besucher anders verhalten als ältere und ob Änderungen am Produkt die Retention verbessern oder verschlechtern.
Warum Kohortenanalyse wichtig ist
Ohne Kohorten wirkt deine Retention flach. Du siehst, dass 15 % der Besucher innerhalb von 30 Tagen zurückkehren, weisst aber nicht, ob die Zahl steigt oder sinkt. Mit Kohorten siehst du: Die Januar-Besucher hatten 12 % Retention nach 30 Tagen, der Februar 14 % und der März 18 %. Jetzt weisst du, dass sich die Retention verbessert.
Die Kohortenanalyse zeigt auch die Wirkung deiner Änderungen. Hast du deine Website im Februar neu gestaltet, zeigt die Kohortenanalyse, ob das Redesign die Retention verbessert oder verschlechtert hat.
So richtest du Kohorten ein
Schritt 1: Lege deine Kohortengruppe fest. Am häufigsten ist das Ankunftsdatum: Gruppiere Besucher nach Woche oder Monat. Du kannst auch nach Traffic-Quelle gruppieren (alle Besucher aus Google Ads sind eine Kohorte), nach Gerät (mobile Nutzer sind eine Kohorte) oder nach Standort (Besucher aus den USA sind eine Kohorte).
Schritt 2: Lege deine Kennzahlen fest. Welches Verhalten verfolgst du? Wiederkehrende Besuche, angesehene Seiten, Verweildauer, Conversions oder Interaktionen. Jede Kennzahl bekommt ihre eigene Kohortentabelle.
Schritt 3: Lege dein Zeitfenster fest. Verfolge das Verhalten 30, 60 oder 90 Tage nach der Ankunft. Längere Zeitfenster zeigen anhaltendes Interesse, kürzere zeigen die unmittelbare Wirkung.
Schritt 4: Baue die Kohortentabelle. Jede Zeile ist eine Kohorte (Januar-Besucher, Februar-Besucher usw.). Jede Spalte sind die Tage nach der Ankunft (Tag 1, Tag 7, Tag 30). Jede Zelle ist die Kennzahl (zum Beispiel: 45 % der Januar-Kohorte besuchten die Website an Tag 7 erneut).
Schritt 5: Prüfe und vergleiche die Trends. Schau über die Zeilen hinweg, ob neuere Kohorten besser oder schlechter abschneiden als ältere. Zeichne die Daten in einem Diagramm, um Muster sichtbar zu machen. So siehst du, ob sich deine Website verbessert, verschlechtert oder stabil bleibt.
Häufige Kohortenmuster
Die fallende Kurve (zu erwarten): Die Retention an Tag 1 liegt bei 100 % (alle, die ankommen, gehören zur Kohorte). An Tag 7 sind es 25 %. An Tag 30 sind es 10 %. Das ist normal: Die meisten Besucher gehen und kommen nie zurück. Achte darauf, wie steil der Abfall ist. Ein steiler Abfall bedeutet, dass Leute schnell gehen. Ein allmählicher Rückgang bedeutet, dass sie länger dabeibleiben.
Das Verbesserungsmuster (gut): Jede neue Kohorte (spätere Ankunftsdaten) hat eine bessere Retention als die vorherige. Der Januar hatte 8 % Retention nach 30 Tagen. Der Februar 10 %. Der März 12 %. Das zeigt, dass deine Website Besucher immer besser bindet.
Das Verschlechterungsmuster (Warnsignal): Jede neue Kohorte hat eine schlechtere Retention. Der Januar hatte 15 % Retention nach 30 Tagen. Der Februar 12 %. Der März 10 %. Das zeigt, dass sich etwas geändert hat, etwa ein Redesign, schlechtere Traffic-Qualität oder neue Konkurrenz, und die Retention schadet.
Kohortenanalyse für Produktentscheidungen nutzen
Vorher-nachher-Analyse: Fahre Kohorten für 4 bis 6 Wochen vor einer grösseren Änderung. Fahre danach Kohorten für 4 bis 6 Wochen. Vergleiche die Retention-Kurven. Liegt die neue Kurve höher und weiter rechts (mehr Leute gebunden, länger gebunden), war die Änderung positiv.
Qualität der Traffic-Quelle: Bilde Kohorten nach Traffic-Quelle. Vergleiche Kohorten aus der organischen Suche mit Kohorten aus bezahlten Anzeigen und aus Social Media. Hat eine Quelle eine viel höhere Retention, investiere dort mehr.
Saisonale Muster: Vergleiche in saisonalen Geschäften Kohorten derselben Saison in verschiedenen Jahren. Die Dezember-Kohorte 2024 gegen die Dezember-Kohorte 2025 zeigt, ob du dich im Jahresvergleich verbesserst.
Häufige Fehler bei der Kohortenanalyse
Zu kleine Stichprobe: Hast du nur 50 Besucher in einer Kohorte, erzeugen Zufallsschwankungen Rauschen. Nutze Kohorten mit mindestens 100 bis 200 Besuchern.
Kohortenkennzahlen verwechseln: Mische nicht Retention (Anteil der Kohorte, der zurückkehrte) mit Häufigkeit (Gesamtzahl der Besuche der Kohorte). Das sind verschiedene Dinge. Nutze immer nur eine.
Äussere Faktoren ignorieren: Die Retention ist im März um 5 % gefallen. Bevor du schliesst, dass deine Website schlechter wurde, prüfe: Ist der Traffic aus der Suche gefallen (neue Konkurrenz)? Hast du weniger Anzeigen geschaltet? Hat ein Influencer über einen Mitbewerber gepostet? Veränderungen in Kohorten spiegeln manchmal Marktverschiebungen wider, nicht Produktprobleme.
Nicht nach wichtigen Variablen segmentieren: Du wirfst alle Traffic-Quellen in eine Kohorte. Doch Kohorten aus der organischen Suche verhalten sich vermutlich anders als Kohorten aus bezahlten Anzeigen. Segmentiere immer nach den Variablen, die zählen: Traffic-Quelle, Gerät, Region oder Nutzertyp. So siehst du, welche Segmente stark sind und welche Arbeit brauchen.
Zu lange mit der Analyse warten: Du wartest 90 Tage, bevor du die Kohortendaten ansiehst. Dann sind drei Monate vergangen, und du hast Chancen verpasst, Probleme zu beheben. Analysiere Kohorten wöchentlich oder alle zwei Wochen. Erkenne Trends früh, damit du schneller handeln kannst.
Sollte ich wöchentliche oder monatliche Kohorten nutzen?
Wöchentliche Kohorten sind feiner, brauchen aber mehr Traffic (200 bis 300 Besucher pro Woche). Monatliche Kohorten sind für die meisten Websites der Standard (du brauchst über 1.000 Besucher pro Monat). Nutze monatliche Kohorten, wenn du ordentlich Traffic hast. Hast du sehr viel Traffic (über 10.000 pro Monat), zeigen dir wöchentliche Kohorten Trends schneller.
Was, wenn die Retention in allen Kohorten gleich ist?
Eine flache Retention (Januar- und März-Kohorte haben identische Kurven) bedeutet, dass das Verhalten deiner Website stabil ist. Das ist gut, wenn die Retention gesund ist (über 15 % nach 30 Tagen). Ist sie niedrig (5 % nach 30 Tagen), zeigt die Flachheit, dass du dich nicht verbesserst. Dann ist es Zeit für Änderungen, um zu sehen, ob sich neue Kohorten verbessern.
Wie lange sollte ich nach einer Produktänderung warten, bevor ich die neue Kohorte analysiere?
Mindestens 4 bis 6 Wochen. So haben neue Besucher Zeit, dasselbe Verhaltensmuster zu zeigen wie ältere. Unterschiede an Tag 1 bis 7 können Rauschen sein. Die 30-Tage-Retention zeigt, ob die Änderung gewirkt hat.
Kann ich Kohorten verschiedener Traffic-Quellen in einer Tabelle vergleichen?
Ja, aber halte sie getrennt. Eine Tabelle für Kohorten aus der organischen Suche. Eine andere Tabelle für Kohorten aus bezahlten Anzeigen. In einer gemeinsamen Tabelle wird es verwirrend, weil unklar wird, ob die Spalten organisches oder bezahltes Verhalten zeigen.
Was bedeutet es, wenn die Retention von Tag 1 auf Tag 2 um 30 % fällt?
Das ist normal. Viele Besucher gehen nach ihrem ersten Besuch. Schau stattdessen auf die Retention an Tag 7. Kehren 10 % der Besucher bis Tag 7 zurück, ist das vernünftig. Der Abfall von Tag 1 auf 2 heisst nur, dass viele Leute entschieden haben, nicht sofort wiederzukommen.
Wie berechne ich die Kohorten-Retention von Hand, wenn mein Tool keine Kohorten hat?
Schritt 1: Exportiere alle Besucherdaten mit Ankunftsdatum. Schritt 2: Gruppiere nach Ankunftsdatum (die erste Woche ist eine Gruppe). Schritt 3: Prüfe für jeden Besucher, ob er 30 Tage später zurückkehrte. Schritt 4: Teile die wiederkehrenden Besucher durch die Grösse der gesamten Kohorte. Das ist deine 30-Tage-Retention für diese Kohorte. Wiederhole das für jede Woche oder jeden Monat.