8

Amazon Analyse: Mehr Gewinn durch datenbasierte Entscheidungen

Die meisten Amazon-Händler verlieren ihr Geld nicht bei den großen Entscheidungen, über die sie wochenlang nachdenken. Sie verlieren es bei den vielen kleinen Entscheidungen, die nebenbei aus dem Bauch heraus getroffen werden: den Preis um zwei Euro senken, weil ein Mitbewerber es getan hat. 500 Einheiten nachbestellen, weil die letzte Charge schnell abverkauft war. Eine Kampagne weiterlaufen lassen, weil sie sich profitabel anfühlt.

Einzeln betrachtet wirkt keine dieser Entscheidungen teuer. Zusammengenommen entscheiden sie darüber, ob am Jahresende eine gesunde Marge steht oder ein Lager voller Ware, die niemand mehr haben will. Der Unterschied zwischen Händlern, die skalieren, und solchen, die stagnieren, liegt selten am Produkt. Er liegt daran, wie schnell und wie ehrlich sie ihre eigenen Zahlen lesen.

Warum Bauchgefühl auf Amazon teurer ist als in anderen Kanälen

Im eigenen Onlineshop kostet ein Preisfehler Marge – mehr nicht. Auf Amazon kann derselbe Fehler die Buy Box kosten. Wer die Buy Box verliert, verliert Verkaufsgeschwindigkeit. Weniger Geschwindigkeit bedeutet schlechteres organisches Ranking. Ein schlechteres Ranking erfordert mehr Werbebudget, um dieselbe Position zu halten – und damit genau die Marge, die ursprünglich geschützt werden sollte. Eine Entscheidung, vier Konsequenzen, und nur die erste ist am selben Tag sichtbar.

Hinzu kommt die Gebührenstruktur. Verkaufsgebühr, FBA-Versandgebühren, Lagergebühren, Langzeitlagerkosten, Retourenabwicklung, Coupons und PPC werden alle aus derselben Bruttomarge bezahlt. Ein Produkt, das auf dem Papier 32 Prozent Marge bringt, kann nach allen Abzügen bei sechs Prozent landen. Viele Händler bemerken das erst am Quartalsende, wenn der Kontostand nicht zu den Umsatzzahlen passen will.

Dazu kommt das Tempo des Marktplatzes: Wettbewerberpreise ändern sich stündlich, Gebührenmodelle jährlich, die Nachfrage saisonal – und manchmal über Nacht, wenn ein Mitbewerber ausverkauft ist. Wer einmal im Monat nach Gefühl auf die Zahlen schaut, entscheidet auf Basis von Informationen, die bereits mehrere Zyklen alt sind.

Warum Seller Central allein nicht ausreicht

Die Rohdaten liegen alle in Seller Central. Nur wurde die Oberfläche nie gebaut, um betriebswirtschaftliche Fragen zu beantworten. Bestelldaten stehen in einem Bericht, Abrechnungsdaten in einem zweiten, Werbedaten in einem dritten, Lagergebühren in einem vierten. Jeder dieser Berichte nutzt eine leicht abweichende Datumslogik – Bestelldatum, Versanddatum oder Abrechnungszeitraum. Wer sie manuell zusammenführt, erhält Zahlen, die ungefähr stimmen und deshalb stillschweigend in die Irre führen.

Das größere Problem sind die Gebühren. Sie treffen zeitversetzt ein, werden auf Transaktionsebene abgerechnet und in keiner Standardansicht sauber auf die SKU zurückgerechnet. Erstattungen erscheinen Wochen nach dem Verkauf. Rückvergütungen für verlorene oder beschädigte Ware kommen irgendwann – oder gar nicht. Eine echte Deckungsbeitragsrechnung pro Produkt lässt sich daraus zwar bauen, kostet aber jeden Monat mehrere Stunden und bricht in dem Moment zusammen, in dem Amazon ein Berichtsformat ändert.

Genau hier stoßen die meisten Händler an ihre Grenze. Nicht aus Bequemlichkeit, sondern weil sie auf die entscheidende Frage – welches Produkt hat im letzten Monat tatsächlich Geld verdient und warum? – keine verlässliche und aktuelle Antwort haben.

Vier Entscheidungen, die über die Marge entscheiden

Datenbasiert zu arbeiten bedeutet nicht, mehr Kennzahlen zu sammeln. Es bedeutet, vier wiederkehrende Entscheidungen mit belastbaren Zahlen statt mit Annahmen zu treffen. Diese vier bestimmen bei den meisten Händlern den größten Teil des Ergebnisses.

Preisgestaltung und Buy Box

Wer den echten Deckungsbeitrag je Einheit kennt, kann eine belastbare Preisuntergrenze definieren statt einer nervösen. Händler, die ihre Untergrenze schätzen, setzen sie in der Regel zu hoch an und verlieren die Buy Box – oder zu niedrig und gewinnen Verkäufe, die Geld kosten. Mit sauberen Kostendaten wird automatisiertes Repricing zu einem Margeninstrument statt zu einem Wettlauf nach unten.

Nachbestellung und Lagerbestand

Reichweite in Tagen, Lieferzeiten und Saisonalität ergeben zusammen den richtigen Bestellzeitpunkt und die richtige Menge. Fehler sind hier in beide Richtungen teuer: Ein Out-of-Stock kostet Ranking, dessen Wiederaufbau Wochen und zusätzliches Werbebudget verschlingt. Überbestand bindet Kapital und löst Langzeitlagergebühren für Ware aus, die sich ohnehin nicht verkauft hätte.

Werbebudget

Der ACoS auf Kampagnenebene verdeckt zuverlässig die Produkte, die Budget verbrennen. Erst wenn Werbekosten auf SKU-Ebene zugeordnet und dem Deckungsbeitrag gegenübergestellt werden, zeigt sich das übliche Muster: Ein oder zwei Artikel beanspruchen einen überproportionalen Anteil des Budgets und arbeiten dabei defizitär, quersubventioniert vom Rest des Sortiments.

Ein kurzes Rechenbeispiel: Ein Artikel verkauft sich für 29,90 Euro und erreicht einen ACoS von 24 Prozent – auf Kampagnenebene ein solider Wert. Bleiben nach Einkauf, Verkaufsgebühr, Versand und Lagerung jedoch nur 21 Prozent Deckungsbeitrag, erwirtschaftet jeder beworbene Verkauf einen Verlust. Auf Kampagnenebene sieht die Zahl weiterhin gesund aus, und genau deshalb skalieren Händler solche Kampagnen häufig noch weiter.

Rückholung von bereits verdientem Geld

Ware geht im Fulfillment-Center verloren. Einheiten werden beim Transport beschädigt. Kunden erhalten eine Erstattung, ohne den Artikel zurückzusenden. Produkte werden in der falschen Größenklasse vermessen und monatelang zu hoch abgerechnet. Nichts davon erscheint als Posten mit der Bezeichnung „Geld, das Amazon Ihnen schuldet“. Es taucht als unerklärlicher Schwund in der Marge auf – und lässt sich nur zurückholen, wenn die Abweichung innerhalb der Fristen überhaupt bemerkt wird.

Welche Kennzahlen datengetriebene Händler wirklich beobachten

Die meisten Verkäufer verfolgen zu viele Zahlen und handeln nach zu wenigen. Diese sechs verändern regelmäßig die nächste Entscheidung:

• Deckungsbeitrag je SKU: Gewinn pro Einheit nach allen Amazon-Gebühren, Landed Costs und anteiligen Werbekosten – nicht die Mischmarge über das gesamte Sortiment.
• TACoS statt nur ACoS: Der Anteil der Werbekosten am Gesamtumsatz zeigt, ob organische Sichtbarkeit wächst oder ob Sie Ihre Position dauerhaft mieten.
• Conversion Rate (Einheitensitzungsrate): Bei gesundem Traffic und schwacher Conversion liegt das Problem am Listing, am Preis oder an den Bewertungen – nicht am Werbebudget.
• Reichweite und Lagerumschlag: Wie lange der Bestand bei aktueller Geschwindigkeit reicht und wie schnell Kapital wieder frei wird.
• Buy-Box-Anteil: Bei geteilten Listings der Anteil der Seitenaufrufe, für den Ihr Angebot überhaupt sichtbar war.
• Retourenquote nach Retourengrund: Eine Quote von neun Prozent überwiegend wegen „entspricht nicht der Beschreibung“ ist ein Listing-Thema. Dieselbe Quote wegen „defekt“ ist ein Lieferantengespräch.

Auffällig ist, was in dieser Liste fehlt: der Umsatz. Es ist die Zahl, die auf Branchenveranstaltungen genannt wird – und diejenige, die am wenigsten über den Zustand des Unternehmens aussagt.

Worauf es bei der Auswahl eines Analyse-Tools ankommt

 

Der Markt ist unübersichtlich, und praktisch jede Lösung zeigt fünf Minuten nach der Kontoverknüpfung ein Dashboard. Die nützliche Frage lautet nicht „Was wird angezeigt?“, sondern „Welche Entscheidung kann ich damit heute treffen, die ich gestern noch raten musste?“. Bei der Auswahl helfen einige praktische Kriterien:

• Kostenwahrheit: Fließen echte Landed Costs inklusive Fracht, Zoll und Verpackung ein – oder wird mit einem pauschalen Einkaufspreis gerechnet? Alles Weitere hängt daran.
• Granularität: Auswertung auf SKU- und Marktplatzebene statt nur auf Kontoebene. Mischwerte verstecken die schwächsten Artikel hinter den stärksten.
• Aktualität: Tagesaktuelle Daten sind für Preis- und Bestandsentscheidungen relevant. Monatliche Auswertungen taugen für die Buchhaltung, nicht für den Betrieb.
• Gebührenabgleich: Werden Verkaufs-, Versand-, Lager- und Retourenkosten getrennt ausgewiesen und auffällige Abrechnungen markiert?
• Handlungsrelevanz: Dass der TACoS um drei Punkte gestiegen ist, ist eine Information. Welche SKU den Anstieg verursacht hat und wie hoch deren Marge jetzt ist, ist eine Entscheidungsgrundlage.

Wichtiger als der Funktionsumfang ist die Passung. Ein Händler mit 30 SKUs auf einem Marktplatz braucht etwas anderes als eine Agentur, die mehrere Konten in ganz Europa betreut. Sinnvoll ist deshalb der umgekehrte Weg: erst auflisten, welche Entscheidungen derzeit blind getroffen werden, dann ein amazon analyse tool auswählen, das genau diese blinden Flecken schließt.

Ein realistischer Rhythmus für die Praxis

Datenarbeit zahlt sich erst aus, wenn sie Routine wird statt Quartalspanik. Ein praktikabler Takt sieht ungefähr so aus:

• Täglich, fünf Minuten: Kontozustand, drohende Out-of-Stocks, Buy-Box-Verluste, offene Warnmeldungen.
• Wöchentlich: Deckungsbeitrag je SKU, Conversion, TACoS, Reichweite des Bestands.
• Monatlich: Gebührenabgleich, Prüfung auf verlorene und beschädigte Ware, Erstattungsanträge, Bestellplanung gegen Lieferzeiten.
• Quartalsweise: Sortimentsprüfung – welche Artikel haben ihren Platz verdient, welche binden nur Kapital, welche sollten auslaufen, bevor sie ein weiteres Jahr Lagerkosten verursachen.

Dreißig konzentrierte Minuten pro Woche auf die richtigen vier bis fünf Kennzahlen bringen mehr als eine monatliche Tiefenanalyse über vierzig.

Fehler, die auch datenaffine Händler machen

Der erste ist die Verwechslung von Messen und Steuern. Ein Tool anzubinden und Diagramme zu betrachten verändert nichts – nur Entscheidungen, die anders ausfallen, verändern etwas. Der zweite ist die Überreaktion auf Rauschen: Ein einzelner schwacher Tag ist Wetter, nicht Klima, und eine Preisanpassung als Reaktion darauf kostet meist mehr, als sie rettet.

Häufig ist auch die Mischkalkulation ein Problem. Wer nur die Gesamtmarge des Sortiments betrachtet, sieht einen unauffälligen Durchschnitt, in dem sich einige stark profitable Artikel und mehrere Verlustbringer gegenseitig ausgleichen. Der Durchschnitt beschreibt dann kein einziges reales Produkt im Katalog – und verhindert genau die Entscheidungen, die etwas verändern würden.

Der dritte und teuerste Fehler ist, den Gewinn zu betrachten und die Liquidität zu ignorieren. Ein Produkt kann rechnerisch profitabel sein und das Unternehmen trotzdem aushungern, wenn das Kapital vier Monate im Lager gebunden ist. Die Marge sagt Ihnen, ob sich ein Produkt lohnt. Die Kapitalbindung sagt Ihnen, wie schnell Sie das nächste verkaufen können.

Fazit

Amazon belohnt Händler, die spezifische Fragen schnell beantworten können: Welche SKU ist tatsächlich profitabel? Wie viel Ware muss nachbestellt werden? Wo versickert das Werbebudget? Was kostet der Verlust der Buy Box? Keine dieser Fragen erfordert aufwendige Modellrechnungen. Sie erfordern saubere, aktuelle Daten auf Artikelebene und die Disziplin, regelmäßig hineinzuschauen.

Erfolgreiche Verkäufer sind nicht die mit den meisten Daten. Es sind diejenigen, deren Zahlen verlässlich genug sind, um ohne Zögern danach zu handeln – und die handeln, solange die Information noch frisch ist.