Im Alltagsbetrieb eines Webshops entstehen Unmengen an Daten; sichtbar ist, wie viele Besucher auf die Seite kamen, welche Produkte sie sich angesehen haben, was sie gekauft haben, wie hoch der durchschnittliche Warenkorbwert war, welche Kampagnen Bestellungen gebracht haben oder bei welchen Produkten der Bestand gerade schnell schrumpft. Die Daten sind also meist vorhanden – oft in weit größerer Menge, als man im Tagesgeschäft sinnvoll einzeln im Blick behalten kann.
Die wichtigste Frage lautet, welche Kennzahl wirklich etwas Wesentliches über das Geschäft aussagt. Der Umsatz eines Webshops kann zum Beispiel wachsen, während gleichzeitig die Profitabilität sinkt, weil Werbe- oder Logistikkosten noch schneller steigen. Auch ein beliebtes Produkt kann die Verkaufsliste anführen und wegen der niedrigen Marge trotzdem kaum Gewinn erwirtschaften. Genau an diesem Punkt wird Business Intelligence, kurz BI, wirklich nützlich. BI bedeutet nicht einfach mehr Statistiken und Diagramme, sondern dass die an verschiedenen Stellen des Webshops entstehenden Daten miteinander verknüpft, aus geschäftlicher Sicht interpretiert und in Informationen verwandelt werden, die Entscheidungen tatsächlich unterstützen. Wir sehen dann nicht nur, wie viele Käufe eine Kampagne gebracht hat, sondern auch, wie profitabel diese Bestellungen waren. Es zeigt sich nicht bloß, welche Produkte sich gut verkaufen, sondern auch, welche die meiste Marge erwirtschaften, wie sich der Lagerumschlag entwickelt oder welche Kundengruppen mit höherer Wahrscheinlichkeit zurückkehren.
Zugegeben: Das alles klingt nach einem Analysesystem für Großkonzerne. Doch im E-Commerce kann BI heute auch für einen kleineren oder mittleren Webshop einen handfesten Vorteil bedeuten.
BI ist nicht nur ein weiteres Diagramm
Der Begriff Business Intelligence lässt sich leicht und etwas „großzügig“ mit spektakulären Dashboards und Auswertungen verwechseln. Doch nur weil die Daten eines Webshops auf schönen Diagrammen erscheinen, ist das Unternehmen noch lange nicht datengetrieben.
Es lohnt sich zu klären, was Business Intelligence eigentlich ist. Nach der Definition von Microsoft sammelt, analysiert und interpretiert BI aktuelle und historische Daten aus verschiedenen Quellen für geschäftliche Entscheidungen. Das klingt nach einer trockenen Definition, aber der Kern ist nicht der Report selbst, sondern dass aus den Daten erkennbar wird, was im Unternehmen passiert, was hinter den Veränderungen steckt – und vor allem, worauf es sich zu reagieren lohnt.
Bei einem Webshop zeigt sich der Unterschied deutlich. Dass der Umsatz im Vormonat 38 Millionen Forint betrug, ist für sich genommen nur ein Datenpunkt. Sehen wir aber auch, dass der Umsatz um 12 Prozent gewachsen ist, während die Marge gesunken ist, weil ein größerer Teil der Verkäufe aus Kategorien mit niedriger Marge kam, haben wir eine echte Geschäftsinformation erhalten.
An diesem Punkt können wir bereits unsere Entscheidung treffen: In der nächsten Kampagne bekommen jene Produktgruppen ein größeres Werbebudget, die nicht nur Umsatz, sondern auch eine höhere Marge erwirtschaften. Genau darin zeigt sich der wahre Wert von BI: Es liefert nicht mehr Daten, sondern hilft, aus den vorhandenen Daten bessere Entscheidungen zu treffen.
Der Umsatz allein sagt wenig aus
Im E-Commerce ist es leicht, spektakulären Zahlen zu viel Bedeutung beizumessen; Traffic, Besucherzahl, Bestellungen, Umsatz – alles wichtige Kennzahlen, die für sich genommen aber schnell ein irreführendes Bild von der tatsächlichen Leistung des Webshops zeichnen können.
Nehmen wir an, der Monatsumsatz eines Webshops wächst um 20 Prozent. Das wirkt auf den ersten Blick wie ein klarer Erfolg – sind aber gleichzeitig die Werbekosten um 35 Prozent gestiegen und ist die durchschnittliche Marge gesunken, sieht die Lage schon deutlich differenzierter aus. Wachsender Umsatz bedeutet nämlich nicht zwangsläufig wachsenden Gewinn.
Ähnlich ist es bei den Produkten. Das in der größten Stückzahl verkaufte Produkt erwirtschaftet nicht unbedingt den meisten Gewinn, während ein seltener gekauftes Produkt mit höherer Marge für das Unternehmen unterm Strich wertvoller sein kann. Es kommt auch vor, dass ein Produkt mit niedrigerer Gewinnspanne neue Kunden bringt, die später aus anderen Kategorien erneut bestellen. Ein gutes Analysesystem bleibt deshalb nicht dabei stehen zu zeigen, was passiert ist; es hilft vor allem dabei, auch verständlich zu machen, warum es passiert ist und welche Geschäftsentscheidung sich darauf aufbauen lässt.
Auf welche Fragen lohnt es sich, Antworten zu suchen?
Beginnen wir mit einer Grundwahrheit, die sich nicht anzweifeln lässt: Ein gutes BI-System geht nicht davon aus, welche Diagramme sich erstellen lassen, sondern davon, welche Geschäftsfragen es beantworten muss. Welche Produktkategorien erwirtschaften den meisten Gewinn, wo wächst die Nachfrage, und welche Produkte liegen schon zu lange im Lager? Woher kommen die wertvollsten Kunden, welche Marketingkanäle bringen viele Bestellungen, aber wenig Gewinn, und wie entwickeln sich der durchschnittliche Warenkorbwert oder der Anteil der Wiederkäufe? Schon die Antworten darauf verraten weit mehr über den Zustand eines Webshops als eine einfache monatliche Umsatzübersicht. Die nächste Stufe von BI ist dann erreicht, wenn wir nicht mehr nur untersuchen, was passiert ist, sondern auch, was im kommenden Zeitraum zu erwarten ist.
Handelssysteme nutzen immer mehr historische Daten, um Nachfragemuster, saisonale Schwankungen und Bestandsbedarfe vorherzusagen. Laut der BI-Zusammenfassung von Shopify für 2026 können Anwender prädiktiver Retail-Analytics-Lösungen ihre Prognosefehler um bis zu 30–50 Prozent reduzieren. Das Ergebnis hängt natürlich von der Datenqualität und dem eingesetzten Modell ab, zeigt aber gut, warum sich die Rolle von BI immer weiter von der Analyse vergangener Daten hin zur Vorhersage künftiger Geschäftssituationen verschiebt.
Es gibt eine Kennzahl, die jeder anschaut – und zehn andere, die man anschauen sollte
Die meisten Webshop-Betreiber wissen genau, wie hoch der gestrige Umsatz war. Die Entwicklung des durchschnittlichen Warenkorbwerts, den Deckungsbeitrag einzelner Produktgruppen, den Anteil der Stammkunden oder die Umschlagsgeschwindigkeit des Lagers verfolgen dagegen deutlich weniger mit derselben Regelmäßigkeit. Dabei zeigt sich an diesen Werten oft früher, in welche Richtung sich das Geschäft entwickelt.
Ein hervorragendes Beispiel ist der durchschnittliche Warenkorbwert, also der Quotient aus Umsatz und Bestellanzahl. Wächst der Umsatz, während auf den einzelnen Kauf immer weniger entfällt, lohnt sich ein Blick darauf, ob sich der Produktmix verändert hat, ob Aktionen eine zu große Rolle spielen oder ob weniger Zusatzprodukte in den Warenkörben landen. Ähnlich aufschlussreich ist die Conversion-Rate. Steigen die Besucherzahlen, während sich die Zahl der Bestellungen kaum verändert, bringt der höhere Traffic allein wenig. Dahinter kann schwächerer Traffic stecken, aber auch ein weniger attraktives Angebot, ein Preisproblem, eine schwache Produktseite oder eine Hürde irgendwo im Kaufprozess kann dieses Phänomen verursachen.
Genau aus den hier beschriebenen Gründen darf die Leistung eines Webshops nie anhand eines einzigen KPI beurteilt werden. Die Zahlen für sich zeigen nur Ausschnitte; die wirklich nützliche Information liefern die Zusammenhänge zwischen ihnen.
Das im Lager gebundene Geld muss sichtbar sein
Wenn es um die Analyse von Webshops geht, neigen wir dazu, den Marketingdaten übermäßig viel Aufmerksamkeit zu schenken – dabei ist der Lagerbestand ein mindestens genauso wichtiger Geschäftsfaktor. Für einen Händler bedeutet das Lager nicht einfach Produkte: Es steckt eine erhebliche Menge Geld darin.
Ein Produkt, von dem in drei Monaten hundert Stück verkauft werden, erfordert eine ganz andere Bestandsentscheidung als eines, von dem im selben Zeitraum nur zwei Stück rausgehen. Ein zu großer Bestand bindet unnötig Kapital, Bestandslücken können dagegen direkt verlorenen Umsatz bedeuten. Ist ein gut laufendes Produkt regelmäßig ausverkauft, bleibt obendrein ein Teil der früheren Arbeit, die in Marketing, SEO und Kundengewinnung geflossen ist, ungenutzt.
Genau deshalb konzentrieren sich auch die Reports von Sellvio nicht ausschließlich auf den Verkaufsumsatz. Neben Umsatz und durchschnittlichem Warenkorbwert lassen sich auch Produkt-Toplisten, Lagerwerte und Abverkaufstrends verfolgen – so wird nicht nur sichtbar, wovon wie viel verkauft wurde, sondern auch, wo zu viel Geld im Bestand steckt und wo ein Lieferengpass droht.
Auch Marketingdaten allein sind zu wenig
Google Ads zeigt, wie die Google-Anzeigen performen, Meta liefert Informationen zu Facebook- und Instagram-Kampagnen, und Google Analytics verfolgt das Verhalten auf der Website. Das sind alles wichtige Daten, aber einzeln zeigen sie nur einen Teil dessen, was ein Händler wirklich wissen muss. Die Entscheidung muss nämlich darüber getroffen werden, in welchen Kanal die nächste Million Forint fließen soll. Dafür müssen Marketing- und Handelsdaten bereits miteinander verknüpft werden.
Eine Kampagne kann beispielsweise einen exzellenten ROAS haben und dabei hauptsächlich Produkte mit niedriger Marge verkaufen. Eine andere Kampagne kann beim Erstkauf schwächere Ergebnisse zeigen, dafür aber Kunden gewinnen, die später mehrfach zurückkehren. In solchen Fällen kann das kurzfristige Kampagnenergebnis für sich genommen irreführend sein.
Sellvio will die Daten nicht in ein einziges geschlossenes System einsperren
Der Wert von BI hängt stark davon ab, wie viele relevante Datenquellen sich verknüpfen lassen. Es ist zwar kein Zahlenwettbewerb, aber ein Webshop funktioniert aus analytischer Sicht erst dann richtig gut, wenn er seine Daten nicht als isolierte Systeme behandelt.
Sellvio lässt sich direkt mit mehreren Analyse- und Marketingtools integrieren. Zu den unterstützten Verbindungen gehören Google Analytics, Google Tag Manager und Facebook Pixel, aber auch Hotjar, Smartlook und Inspectlet lassen sich für eine detailliertere Analyse des Besucherverhaltens nutzen. Darüber hinaus können ERP-, Marketing-Automatisierungs-, Rechnungs-, Logistik- und weitere Geschäftssysteme angebunden werden. Aus BI-Sicht ist das deshalb bedeutsam, weil jedes System eine andere Frage beantwortet. Die Bestelldaten des Webshops erzählen vom Verkauf, Google Analytics vom Nutzerverhalten, die Werbeplattformen von der Kampagnenleistung, und ERP- und Finanzsysteme von den Geschäftsprozessen im Hintergrund.
Das Gesamtbild beginnt sich erst abzuzeichnen, wenn diese Daten nicht mehr in getrennten Systemen leben, sondern im Zusammenhang miteinander interpretiert werden können.
Nicht für jede Frage braucht es einen Analysten
Die Vorbehalte gegenüber Business Intelligence rühren oft daher, dass Händler einen übertrieben hohen Ressourcenbedarf dahinter vermuten. Eine der Schwachstellen klassischer BI ist, dass zwar Unmengen an Daten vorliegen, der Zugang zu ihnen aber nicht immer leicht ist. Die Führungskraft stellt eine Frage, der Analyst erstellt die Abfrage und den Report, und aus dem Ergebnis folgen oft wieder neue Fragen. So kann das Beschaffen einer einfachen geschäftlichen Antwort schnell zu einem langwierigen Prozess werden.
An diesem Problem ändert generative KI viel. Im Business-Analysten von Sellvio kannst du in natürlicher Sprache Fragen zu den Daten deines Webshops stellen, und das System sucht auf Basis der Verkaufs-, Kunden- und anderer Handelsinformationen nach Trends, Problemen und Wachstumschancen. Die Ergebnisse lassen sich auch im PDF- oder CSV-Format exportieren.
So musst du nicht zwangsläufig einen eigenen Report bauen, um zum Beispiel herauszufinden, welche Kategorie im vergangenen Quartal den meisten Gewinn erwirtschaftet hat. Es genügt, die Frage zu stellen – einen erheblichen Teil der Datenverarbeitung erledigt das System.
Das macht die menschliche Analyse natürlich nicht überflüssig; es nimmt dem Händler vielmehr einen Teil der routinemäßigen Datenverarbeitung von den Schultern, sodass mehr Aufmerksamkeit für das bleibt, was geschäftlich wirklich zählt: wie wir das Ergebnis interpretieren und welche Entscheidung wir daraus ableiten.
Die API wird dann wichtig, wenn der Webshop den Basisreports entwächst
Fakt ist: Für einen kleineren Webshop können die eingebauten Statistiken und externe Analysetools lange ausreichen – der Fokus sollte vermutlich ohnehin auf ganz anderen Bereichen liegen als auf der Analyse erweiterter Datenstrukturen. Doch mit wachsendem Umsatz und zunehmender Komplexität des Betriebs entstehen Analyseanforderungen, die sich mit ein paar Basisreports nicht mehr abdecken lassen.
Dann kommt zum Beispiel der Wunsch auf, die Daten von Webshop, ERP, Lager, Finanzen und Marketing gemeinsam in der eigenen Power-BI- oder einer anderen BI-Umgebung zu betrachten. Grundvoraussetzung dafür ist, dass sich die Daten aus dem E-Commerce-System strukturiert und automatisierbar extrahieren lassen.
Über die REST API von Sellvio lassen sich unter anderem die Daten von Produkten, Kategorien, Herstellern, Produktparametern und Bestellungen abfragen. Die Listen-Endpunkte unterstützen neben JSON auch Antworten im CSV- und XLSX-Format, und Webhooks ermöglichen es, dass externe Systeme automatisch über wichtige Ereignisse informiert werden.
Aus schlechten Daten zieht auch BI falsche Schlüsse
Es lässt sich nicht genug betonen: BI und KI können nur so verlässlich sein wie die Daten dahinter. Ist die Ausgangsinformation fehlerhaft oder lückenhaft, kommt auch die Analyse leicht zu irreführenden Ergebnissen. Bei ungenauen Einkaufspreisen stimmt auch die Margenanalyse nicht, bei fehlerhafter Conversion-Messung kann der Vergleich der Marketingkanäle verzerrt sein – und dasselbe gilt für die Bestelldaten: Werden die Status inkonsistent gepflegt, zeigen auch die Umsatzauswertungen nicht unbedingt die reale Geschäftslage.
Es ist kein Zufall, dass die Datenqualität eine der zentralen Fragen von BI geblieben ist. Je mehr automatisierte Analysen und KI-gestützte Entscheidungsunterstützung ein Unternehmen nutzt, desto wichtiger wird es, genau zu wissen, woher die eigenen Daten stammen, was sie bedeuten und wie sehr man auf sie bauen kann.
Du musst nicht alles messen, nur weil es möglich ist
Es lohnt sich, kurz innezuhalten und sich mit einem Gedanken anzufreunden: Ein moderner Webshop kann Hunderte von Kennzahlen produzieren, doch ein Großteil davon ist für die täglichen Geschäftsentscheidungen wenig relevant. Ein Management-Dashboard mit dreißig KPIs ist deshalb nicht zwangsläufig besser als ein deutlich einfacheres System.
Meist sind fünf bis sechs Kennzahlen besser nutzbar, die direkt mit den Zielen des Unternehmens verknüpft sind; bei einem schnell wachsenden Webshop können das Umsatz, Marge, Kundengewinnungskosten, durchschnittlicher Warenkorbwert, Conversion und der Anteil der Stammkunden sein. Im bestandsintensiven Handel lohnt es sich, Lagerumschlag und den Wert des festhängenden Bestands hinzuzunehmen.
Zu einem anderen Geschäftsmodell gehören natürlich andere Kennzahlen. Das Ziel von BI ist nicht, möglichst viele Zahlen auf den Bildschirm zu bringen, sondern dass im richtigen Moment die wirklich wichtigen Daten vor uns liegen.
Richtig gutes BI verändert am Ende auch unsere Fragen
Eine der wichtigsten Wirkungen datengetriebenen Arbeitens ist, dass sich mit der Zeit die Fragen selbst verändern. Wir wollen dann nicht mehr nur wissen, wie hoch der Umsatz gestern war, sondern auch, was die Veränderung verursacht hat, welche Produkte, Kundengruppen oder Marketingkanäle dahinterstanden – und ob es sich um einen einmaligen Ausschlag oder den Beginn eines neuen Trends handelt.
Von hier aus gelangen wir schnell zu den echten Geschäftsfragen. Was würde passieren, wenn wir die Preisgestaltung ändern? Lohnt es sich, von einem schnell drehenden Produkt mehr Bestand zu ordern? In welche Kategorien sollte mehr Marketingbudget fließen? Genau darin zeigt sich das Geheimnis von BI: Es liefert nicht für jede Situation eine fertige Antwort, hilft aber, präziser und nützlicher zu fragen – also die richtigen Fragen zu stellen, auf die nützliche Antworten entstehen. Die eingebauten Reports von Sellvio, die Analyse-Integrationen, die API-Verbindungen und der in natürlicher Sprache nutzbare Business-Analyst unterstützen genau das.
In E-Commerce-Kreisen gibt es ein wie eine Grundwahrheit wiederholtes Sprichwort: Im Vorteil ist nicht unbedingt der Webshop, der die meisten Daten sammelt, sondern der, der schneller erkennt, wofür es sich lohnt, sie zu nutzen.