Rückgang oder Saison: So unterscheidest du Schwankungen von echten Veränderungen

Die meisten „Rückgänge“, über die in Meetings gesprochen wird, sind gar keine. Es sind Unterschiede bei der Zahl der Arbeitstage, ein Feiertag mitten in der Woche, eine einmalige Spitze im Vormonat, die den Referenzwert aufbläht, oder – am häufigsten und zugleich am seltensten vermutet – eine Messlücke. Wenn dein Team Schwankungen von echten Veränderungen unterscheiden kann, erspart es sich jedes Jahr mehrere unnötige Kurswechsel.

Warum der Vergleich von Monat zu Monat fast immer täuscht

Zwei aufeinanderfolgende Monate zu vergleichen ist besonders einfach – und besonders schwer zu interpretieren. Du stellst Zeiträume gegenüber, die sich in ihrer Länge, der Verteilung der Wochentage und der Zahl der Feiertage unterscheiden, und schreibst die Differenz dann dem zu, was sich gerade im Unternehmen verändert hat. Bevor du das Ergebnis als Signal wertest, solltest du zunächst den Kalendereffekt herausrechnen.

↔ Scrolle die Tabelle seitlich, um alle Spalten zu sehen.

Ein rein illustratives Beispiel ohne Bezug auf Branchendaten: Bei einer konstanten Zahl täglicher Anfragen liefern ein Monat mit zwanzig und ein Monat mit zweiundzwanzig Arbeitstagen ein Ergebnis, das in der Tabelle wie ein klarer Richtungswechsel aussieht. Tatsächlich sind es nur zwei zusätzliche Arbeitstage. Deshalb lautet die erste Frage bei jedem Rückgang nicht „warum?“, sondern „wie viele Tage vergleichen wir?“.

Drei Vergleiche, die mehr aussagen als einer

Ein einzelner Vergleich liefert immer eine Antwort – nur nicht immer die richtige. Drei Gegenüberstellungen, die dieselben Daten aus verschiedenen Blickwinkeln betrachten, helfen dir, Rauschen von einer Richtung zu unterscheiden, weil jede eine andere Störquelle neutralisiert.

• VorjahresvergleichDerselbe Monat des Vorjahres liegt in einer ähnlichen Saison und bringt meist Besucher mit vergleichbarer Absicht. Der Vergleich neutralisiert Saisonalität, nicht aber Veränderungen im Unternehmen – behalte im Blick, was ihr damals getan habt und heute nicht mehr tut.
• Durchschnitt mehrerer ZeiträumeVergleiche nicht nur mit dem Vormonat, sondern mit dem Durchschnitt mehrerer zurückliegender Zeiträume. So dient ein einzelner ungewöhnlicher Zeitraum nicht länger als vermeintlicher Normalwert, der er nie war.
• Derselbe WochentagDienstag mit Dienstag, Montag mit Montag. Das ist der einfachste Weg zu prüfen, ob sich der Rhythmus verändert hat oder nur die Kalenderstruktur im gewählten Zeitraum.

Wenn alle drei Vergleiche in dieselbe Richtung weisen, hast du es wahrscheinlich mit einer echten Veränderung zu tun. Zeigen sie Unterschiedliches, handelt es sich eher um eine Schwankung – und die einzig vernünftige Maßnahme ist, den nächsten Zeitraum abzuwarten. Das ist keine beliebte Empfehlung, aber günstiger als ein Umbau der Website auf Grundlage einer einzigen Woche.

Bei einer einmaligen Ausnahme im üblichen Kalender hilft der Leitfaden: Ausnahmen im Buchungskalender: Feiertage und einzelne Termine.

So erkennst du deine eigene Saisonalität bei kurzer Datenhistorie

Ein Vorjahresvergleich setzt voraus, dass du Daten aus einem ganzen Jahr hast. Nach sechs Monaten Messung existiert diese Vergleichsbasis schlicht nicht. Trotzdem musst du irgendwie beantworten, ob die Ruhe im August normal ist. Das geht – solange du bescheidenere Schlüsse ziehst. Sobald Daten aus einem vollen Jahr vorliegen, geh sie mit den Fragen aus dem Leitfaden zur Jahresauswertung für Website und Kundenservice durch.

1. Beginne mit dem Wochenrhythmus.Die Verteilung auf die Wochentage wird schon nach einigen Wochen Messung sichtbar und ist das stärkste Muster, das du am Anfang hast. Dieser Rhythmus erklärt einen großen Teil der Unterschiede zwischen Zeiträumen.
2. Prüfe den Rhythmus bei Anfragen, nicht nur bei Seitenaufrufen.Die Zahl der Gespräche und Rückrufbitten ist oft stabiler als der Traffic, weil sie weniger von Kampagnen abhängt. Die Abweichung zwischen beiden ist bereits eine wichtige Information.
3. Behandle das Wissen deines Teams als Hypothese, nicht als Beweis.Der Vertrieb weiß meist, wann in der Branche „nichts los ist“. Halte das als Hypothese fest, die du anhand der Daten prüfst, statt es sofort als Erklärung zu übernehmen.
4. Führe ab heute einen Ereigniskalender.Kampagnen, Veröffentlichungen, Änderungen an der Website, Releases und Messlücken: In einem Jahr ist dieser Kalender wertvoller als jeder Bericht, weil du damit die Saison von euren eigenen Maßnahmen unterscheiden kannst.
5. Nenne etwas nicht nach einem Jahr schon saisonal.Eine Wiederholung kann Zufall sein, erst weitere Wiederholungen ergeben ein Muster. Bis dahin heißt es „so war es“ und nicht „so ist es immer“.

Bei einer kurzen Datenhistorie musst du vor allem wissen, wie viel davon tatsächlich gemessen wurde. Die Berichte in Meetlead nennen ausdrücklich die Version der Kennzahlendefinition, die Aktualität der Daten und die Abdeckung von Seitenaufrufen, Sitzungs-IDs, Zugriffsquellen und Erledigungsdaten für Rückrufbitten. Eine klar ausgewiesene Abdeckung ist hier wichtiger als ein schönes Diagramm – ohne sie weißt du nicht, ob du einen Rückgang oder eine Messlücke siehst.

Einmalige Ereignisse, die den Referenzwert verzerren

Ein Rückgang kann eine optische Täuschung sein, die vom vorherigen Zeitraum verursacht wird. Ist im Vormonat etwas Ungewöhnliches passiert, bildet der Referenzwert nicht mehr den Normalzustand ab. Dann schneidet jeder folgende Vergleich schlecht ab, obwohl sich nichts verschlechtert hat. Ein typisches Beispiel ist ein November mit Black-Friday-Kampagne; wie du den Kundenservice auf die Aktion selbst vorbereitest, beschreibt unser Leitfaden zum Black Friday im Kundenservice.

Ein Messausfall unterscheidet sich durch eine Eigenschaft von einem echten Rückgang: Er ist zu gleichmäßig. Ein echter Rückgang betrifft selten alle Quellen, Geräte und Unterseiten gleichzeitig und im selben Maß – ein Messausfall schon. Denke auch daran, dass manche Ereignisse überhaupt nicht in Standard-Analytics-Tools auftauchen. Mehr dazu erfährst du im Artikel über die Grenzen von Google Analytics.

Wann der Rückgang real ist und was du zuerst prüfen solltest

Manchmal ist ein Rückgang einfach ein Rückgang. Du erkennst ihn meist daran, dass er mehreren unabhängigen Prüfungen gleichzeitig standhält – nicht daran, dass er besonders groß ist.

• Er hält über mehrere aufeinanderfolgende Zeiträume an, nicht nur eine Woche.
• Er ist auch nach der Umrechnung auf Arbeitstage und beim Vergleich desselben Wochentags sichtbar.
• Weder ein Feiertag noch die Urlaubszeit oder eine beendete Kampagne erklären ihn.
• Er betrifft bestimmte Quellen, Geräte oder Unterseiten, nicht alles gleichmäßig.
• Datenabdeckung und Version der Kennzahlendefinition sind unverändert geblieben.
• Er zeigt sich parallel in mehreren Messgrößen – beim Traffic, bei Anfragen und bei erledigten Rückrufbitten.

Wenn alle Punkte zutreffen, kommt es auf die Reihenfolge der Prüfungen an. Mit Markthypothesen zu beginnen ist verlockend, aber es ist der teuerste Weg zu einer Antwort, die sich technisch oft in fünfzehn Minuten finden lässt.

1. Messung.Läuft das Skript in allen Templates? Hat sich die Consent-Konfiguration geändert? Umfasst der Bericht den Zeitraum eines Releases?
2. Zugriffsquellen.Ein Rückgang beginnt meist in einem einzelnen Kanal. Die Aufschlüsselung nach Quellen grenzt die Frage von „Was ist los?“ auf „Was ist an dieser einen Stelle los?“ ein.
3. Einstiege und erster Schritt.Dasselbe Einstiegsvolumen bei weniger Anfragen ist ein anderes Problem als weniger Einstiege. Den Weg vom Besuch zur Kontaktaufnahme beschreiben wir im Artikel über die <a href="/de/blog/sciezka-klienta-na-stronie/">Customer Journey auf der Website</a>.
4. Erreichbarkeit des Kundenservice.Weniger Antworten bedeuten in der Statistik manchmal auch weniger Anfragen. Die Verteilung nach Uhrzeit und die Einsatzplanung behandeln wir gesondert im Artikel über die <a href="/de/blog/obsada-zespolu-obslugi-klienta/">Besetzung deines Kundenservice-Teams</a>.
5. Inhalt und Angebot.Erst am Ende kommen Änderungen an Kommunikation, Preismodell und Wettbewerbsfähigkeit des Angebots – denn ihre Überprüfung dauert am längsten und sie lassen sich am schwersten rückgängig machen.

So sprichst du über Schwankungen, ohne Brände zu löschen, die es nicht gibt

Die größten Kosten eines falsch interpretierten Rückgangs entstehen nicht durch den falschen Schluss, sondern durch die Reaktion darauf: eine abgebrochene Kampagne, eine zurückgenommene Änderung an der Website oder eine Arbeitswoche, in der das Team eine Differenz erklärt, die nur aus der Zahl der Dienstage im Monat entstand. Einige klare Regeln für die Diskussion über Daten helfen hier mehr als ein weiteres Diagramm.

• Nenne immer den Datumsbereich und nicht nur eine Zahl – „weniger als im Juli“ ist keine Information.
• Trenne Beobachtung und Hypothese: Was zeigen die Daten, und was ist deine Erklärung dafür?
• Legt im Voraus fest, nach wie vielen Zeiträumen ihr eine Veränderung als Trend wertet – bevor ihr das Ergebnis seht.
• Halte im Ereigniskalender alles fest, was Messung oder Traffic beeinflusst haben könnte.
• Frage bei jedem Rückgang zuerst nach der Datenabdeckung und erst danach nach der Ursache.
• Sprich klar aus, was sich anhand der vorhandenen Daten nicht entscheiden lässt.

Es hilft auch, die Zahl der Kennzahlen im Bericht zu begrenzen. Einige wenige Messgrößen, die stets für denselben Zeitraum und nach derselben Definition gezeigt werden, sind deutlich robuster gegen Überinterpretation als eine Tabelle mit allem. Mehr dazu schreiben wir im Zusammenhang mit dem Kundenservicebericht. Auch eine gemeinsame Zeitzone hat hier eine ganz praktische Bedeutung: In der lokalen Zeit Europe/Warsaw werden abendliche Anfragen dem richtigen Tag zugeordnet – bei einer Analyse von Tag zu Tag ist das kein Detail mehr.