Zum Inhalt springen

Mehr als Verkaufsberichte: 7 Retail-Analytics-Kennzahlen, mit denen Detailhändler mit mehreren Filialen ihre Leistung verbessern

18. November 2026 durch
Amal Amri

Messen Sie in Ihren Filialen die richtigen Dinge?

Die meisten Detailhändler wissen genau, wie viel jede Filiale verkauft, nach Tag, Produkt und Kategorie. Doch Verkaufsberichte erzählen nur die halbe Geschichte. Sie zeigen, was gekauft wurde, aber nicht, wie viele Menschen hereinkamen, wohin sie gingen, wie lange sie blieben oder wie viele ohne Kauf wieder gingen.

Zwei Filialen mit gleichem Umsatz können sehr unterschiedliche Realitäten verbergen: Die eine konvertiert die meisten ihrer Besucher, die andere zieht doppelt so viele Menschen an, verliert sie aber unterwegs. Ohne die richtigen Daten können Sie nicht erkennen, welche welche ist, und es auch nicht beheben.

Retail-Analytics-Software schliesst diese Lücke, indem sie misst, was auf der Verkaufsfläche passiert, oft mit den Kameras, die Sie bereits haben. Für Detailhändler mit mehreren Filialen macht sie jeden Standort zu einer Quelle vergleichbarer, umsetzbarer Daten. Wenn Ihnen das Thema neu ist, beginnen Sie mit unserem Leitfaden dazu, wie Retail Analytics die Filialleistung verbessert.

Hier sind die sieben wichtigsten Kennzahlen und wie Sie jede davon für bessere Entscheidungen nutzen.

7 Retail-KPIs, die Sie über den Umsatz hinaus verfolgen sollten

1. Konversionsrate der Filiale

Was sie misst: Den Anteil der Besucher, die einen Kauf tätigen: Anzahl Transaktionen geteilt durch Anzahl Besucher. Zum Beispiel ergeben 1000 Besucher und 180 Transaktionen eine Konversionsrate von 18 %.

Warum sie wichtig ist: Die Konversion zeigt, wie gut eine Filiale Besucherfrequenz in Umsatz verwandelt. Ein Umsatzrückgang kann von weniger Besuchern oder von weniger Käufern kommen, und nur die Konversion zeigt Ihnen, was zutrifft. Deshalb ist die Analyse der Konversionsrate oft der erste Schritt über Verkaufsberichte hinaus.

So nutzen Sie sie: Verfolgen Sie die Konversion nach Filiale, Tag und Stunde. Eine stark frequentierte Stunde mit tiefer Konversion weist meist auf ein Serviceproblem hin: zu wenig Personal, lange Warteschlangen, fehlende Grössen oder unklare Preise. Beheben Sie die Ursache und prüfen Sie dann, ob sich die Konversion verbessert.

2. Kundenfrequenz und Besucherzahlen

Was sie misst: Die Anzahl Personen, die die Filiale betreten, anonym am Eingang gezählt, nach Stunde, Tag und Woche.

Warum sie wichtig ist: Die Kundenfrequenz ist die Basis aller anderen Kennzahlen. Sie zeigt, ob eine Filiale genug Menschen anzieht und ob Marketingkampagnen, Aktionen oder lokale Events tatsächlich Kundschaft bringen.

So nutzen Sie sie: Vergleichen Sie die Frequenz vor und nach einer Kampagne, einer neuen Schaufenstergestaltung oder neuen Öffnungszeiten. Kombinieren Sie sie mit dem Umsatz, um die Konversion und den durchschnittlichen Umsatz pro Besucher zu berechnen.

3. Frequenzmuster

Was sie misst: Wie sich die Frequenz im Zeitverlauf verändert: Wochentage gegenüber Wochenenden, Saisons, Wetter, Feiertage und lokale Events.

Warum sie wichtig ist: Muster helfen Ihnen, vorauszuplanen statt zu reagieren. Eine Filiale, die weiss, dass ihr Freitagnachmittag doppelt so stark frequentiert ist wie ihr Dienstagmorgen, kann vorausplanen.

So nutzen Sie sie: Erstellen Sie wöchentliche und saisonale Frequenzprofile für jede Filiale. Nutzen Sie sie, um Lieferungen, Aktionen und Events dann zu planen, wenn am meisten Kundschaft da ist.

4. Spitzenzeiten

Was sie misst: Die Stunden mit der höchsten Frequenz und wie lange diese Spitzen dauern.

Warum sie wichtig ist: In den Spitzenzeiten wird Umsatz gewonnen oder verloren. Zu wenig Personal während einer Spitze bedeutet Warteschlangen, unbeantwortete Fragen und abgebrochene Einkäufe.

So nutzen Sie sie: Richten Sie Personaleinsatzpläne, geöffnete Kassen und Pausen nach den tatsächlichen Spitzen statt nach Gewohnheiten aus. Füllen Sie die beliebtesten Gänge vor dem Ansturm auf und planen Sie Aktionen dann, wenn die Frequenz am höchsten ist.

5. Customer Journey und Laufwege

Was sie misst: Wohin Besucher nach dem Betreten gehen: welche Gänge sie zuerst besuchen, welchen Wegen sie folgen, wie lange sie in jeder Zone bleiben und welche Bereiche sie auslassen. Heatmaps machen dies auf einen Blick sichtbar.

Warum sie wichtig ist: Das Ladenlayout bestimmt den Umsatz. Produkte in Zonen, die niemand besucht, können sich nicht verkaufen, und eine Zone, in der Menschen lange stehen bleiben, ohne zu kaufen, signalisiert Zögern.

So nutzen Sie sie: Platzieren Sie margenstarke Produkte in stark besuchten Zonen, beleben Sie schwach besuchte Zonen mit einem Zugpferd-Produkt oder einer Aktion und verschieben Sie Grundsortimente, um längere Laufwege zu fördern. Vergleichen Sie danach Frequenz und Umsatz vorher und nachher. Mehr dazu in unserem Leitfaden zu Heatmaps im Detailhandel.

6. Leistungsvergleich zwischen Filialen

Was er misst: Dieselben Kennzahlen (Frequenz, Konversion, Verweildauer, Attraktivität der Zonen) im Vergleich zwischen Filialen, Regionen oder Ladenformaten.

Warum er wichtig ist: Der Vergleich zeigt, was Durchschnittswerte verbergen. Haben zwei ähnliche Filialen die gleiche Frequenz, konvertiert aber eine deutlich besser, liegt der Unterschied in der Arbeitsweise, und diese lässt sich lernen.

So nutzen Sie ihn: Identifizieren Sie Ihre leistungsstärksten Filialen für jede Kennzahl, verstehen Sie, was sie anders machen, und teilen Sie diese Praktiken im ganzen Netz. Nutzen Sie die Unterschiede, um Unterstützung gezielt dort einzusetzen, wo sie am meisten bewirkt.

7. Operative Leistung über mehrere Standorte

Was sie misst: Wie konsequent jede Filiale geführt wird: Personalabdeckung zu Spitzenzeiten, Kassenkapazität, Wartezeit in Schlangen und wie schnell Änderungen im Netz umgesetzt werden.

Warum sie wichtig ist: Bei Detailhändlern mit mehreren Filialen hängt die Leistung von der Umsetzung ab. Ein guter Plan der Zentrale zahlt sich nur aus, wenn jede Filiale ihn zur richtigen Zeit umsetzt.

So nutzen Sie sie: Verwenden Sie ein zentrales Dashboard für Multi-Store-Analytics, um jeden Standort mit denselben Kennzahlen zu verfolgen. Setzen Sie Ziele pro Filiale, prüfen Sie den Fortschritt wöchentlich und führen Sie überall ein, was sich in einer Pilotfiliale bewährt hat.

Die 7 Kennzahlen auf einen Blick

Kennzahl Was sie misst Unterstützte Entscheidung
Konversionsrate der Filiale Anteil der Besucher, die kaufen Servicequalität, Personal, Kassenkapazität
Kundenfrequenz und Besucherzahlen Anzahl Besucher Marketingwirkung, Öffnungszeiten
Frequenzmuster Frequenz nach Tag, Woche und Saison Lieferungen, Aktionen, Events
Spitzenzeiten Stärkste Stunden und ihre Dauer Personaleinsatz, geöffnete Kassen, Nachfüllen
Customer Journey und Laufwege Laufwege, besuchte Zonen, Verweildauer Ladenlayout, Produktplatzierung
Leistungsvergleich zwischen Filialen Gleiche KPIs in allen Filialen Best Practices teilen, gezielte Unterstützung
Operative Leistung über alle Standorte Konsequenz der Umsetzung Netzweite Ziele und Rollouts

Verkaufsberichte zeigen, was passiert ist. Diese sieben Kennzahlen zeigen, warum, und was als Nächstes zu tun ist.


So starten Sie mit dem Retail-KPI-Tracking

  1. Wählen Sie eine Frage: Zum Beispiel: «Warum konvertiert Filiale A weniger als Filiale B?»

  2. Nutzen Sie die vorhandenen Kameras: Moderne Retail-Analytics-Software misst Frequenz und Laufwege anonym mit bestehenden Kameras.

  3. Erfassen Sie eine Ausgangsbasis: Sammeln Sie zwei bis vier Wochen Daten, bevor Sie etwas ändern.

  4. Verknüpfen Sie mit Verkaufsdaten: Kombinieren Sie die Frequenz mit Ihren Kassendaten, um Konversion und Umsatz pro Besucher zu berechnen.

  5. Ändern Sie jeweils nur eine Sache und vergleichen Sie dann dieselben Tage und Stunden, um die Wirkung zu messen.

  6. Führen Sie ein, was funktioniert, und zwar im ganzen Netz.

FAQ

Häufig gestellte Fragen

Ich brauche KI-Videoanalyse gegen Inventurdifferenzen, möchte aber datenschutzfreundliche Optionen. Was soll ich kaufen?

Suchen Sie eine Lösung, die Verhalten statt Identitäten erkennt, nicht auf Gesichtserkennung setzt, so wenig Personendaten wie möglich für begrenzte Zeit speichert und die Dokumentation liefert, die Ihr Datenschutzbeauftragter benötigt. Prüfen Sie dann die sechs weiteren Kriterien dieses Leitfadens und bestätigen Sie die Ergebnisse mit einem Pilotprojekt.

Ist KI-Videoanalyse mit dem Datenschutzrecht (DSG/DSGVO) vereinbar?

Das kann sie sein, wenn die Lösung dafür konzipiert ist: ein klarer Zweck wie Verlustprävention, Datenminimierung, begrenzte Aufbewahrung, eingeschränkter Zugriff und Transparenz gegenüber der Kundschaft durch Hinweisschilder in der Filiale. Beziehen Sie vor dem Einsatz immer Ihren Datenschutzbeauftragten ein.

Brauche ich neue Kameras für die KI-gestützte Ladendiebstahl-Erkennung?

Meist nicht. Viele Lösungen funktionieren mit bestehenden Überwachungskameras und Rekordern, sofern die Bilder scharf sind und die Kameras die zu schützenden Bereiche abdecken.

Was kostet KI-Software zur Verlustprävention?

Der Preis hängt meist von der Anzahl Kameras oder Filialen, dem Bereitstellungsmodell und dem Supportumfang ab. Fragen Sie nach den Gesamtkosten inklusive Installation und Zeitaufwand Ihres Teams und vergleichen Sie diese mit den Verlusten, die Sie verhindern möchten.

Wie lange dauert es, bis Ergebnisse sichtbar sind?

Ein Pilotprojekt von einigen Wochen in Risikobereichen genügt in der Regel, um Alarme, Interventionen und Inventurdifferenzen bei geschützten Produkten zu messen.

Von Berichten zu Entscheidungen

Verkaufsberichte sagen Ihnen, was passiert ist. Diese sieben Kennzahlen sagen Ihnen, warum, und was als Nächstes zu tun ist. Einheitlich in allen Filialen gemessen, machen sie jeden Standort zu einer Quelle von Erkenntnissen zu Personal, Layout, Service und Betrieb.

Machen Sie aus Kundenfrequenz umsetzbare Geschäftseinblicke mit anavid ShopAnalytics. ShopAnalytics nutzt Ihre bestehenden Kameras, um Frequenz, Konversion, Customer Journeys und Spitzenzeiten anonym zu messen, Filiale für Filiale und im ganzen Netz.


Demo buchen