Wenn wir Daten von Shopify in die Analyse-Dashboards unserer Kunden integrieren, erhalten wir immer eine Frage: Warum zeigt mein Shopify-Bericht unterschiedliche Ergebnisse? Natürlich gibt es viele Gründe, warum die beiden Berichte nicht identisch sind. Die meisten Unterschiede zeigen sich in der Art und Weise, wie KPIs berechnet werden. Da aggregierte Shopify Analytics-Verkaufsmetriken nicht über die Shopify-API verfügbar sind, ziehen wir keine Daten direkt aus Shopify Analytics ab und präsentieren sie unverändert in unserem Dashboard. Stattdessen ziehen wir Rohdaten ab, bereinigen, bereichern und transformieren sie, um unsere Analysen durchzuführen.
In diesem Artikel zeige ich Ihnen die Gründe für die Unterschiede zwischen dem Shopify-Verkaufsbericht und einem starken E-Commerce-Dashboard. Aber zuerst wollen wir versuchen, die Logik hinter dem Shopify-Verkaufsbericht zu verstehen und ein tieferes Verständnis dafür zu bekommen, wie die Metriken berechnet werden. Lass uns anfangen!
Shopify-Verkaufsberichte
Shopify bietet mehrere Berichte an, anhand derer Kunden ihre Entscheidungen treffen können. Verkaufsberichte sind einer der Berichte, mit denen Sie Informationen über die Bestellungen Ihrer Kunden anhand von Kriterien wie Umsatz (Historie), Produkt oder Kanal abrufen können. Ein Bericht über Verkaufsüberstunden zeigt die Gesamtzahl der Bestellungen und das Geld, das Sie im Laufe der Zeit verdient haben. Dieser Bericht umfasst Umsätze (Brutto, Netto und Summe), Rabatte, Rücksendungen, Versand, Steuern, Zölle und Zuschläge. Der Bericht ist so organisiert, dass Sie die Zeiteinheit (Stunde, Tag, eine Stunde, Wochentag, Woche, Monat, Quartal usw.) mithilfe des Dropdownmenüs ändern können.
Schauen wir uns jetzt an Die häufigsten Verkaufskennzahlen von Shopify mit ihren Definitionen.
Bestellungen
Die Anzahl der Bestellungen, die an einem bestimmten Datum aufgegeben wurden.
Bruttoumsatz
Entspricht Produktpreis x Menge (vor Steuern, Versand, Rabatten und Rücksendungen) für eine Sammlung von Verkäufen. Stornierte, ausstehende und unbezahlte Bestellungen sind enthalten. Testbestellungen und gelöschte Bestellungen sind nicht enthalten.
Rabatte
Entspricht Einzelartikelrabatt + Rabatt auf Bestellebene teilen für eine Sammlung von Verkäufen.
kehrt zurück
Der Wert der von einem Kunden zurückgegebenen Waren.
Nettoumsatz
Entspricht Bruttoumsatz — Rabatte — Retouren.
Versand
Entspricht Versandkosten - Versandrabatte - erstattete Versandbeträge.
Steuer
Der Gesamtbetrag der Steuern basiert auf den Bestellungen.
Gesamtumsatz
Entspricht Bruttoumsatz — Rabatte — Rücksendungen + Steuern + Zölle + Versandkosten. Der Gesamtumsatz ist eine positive Zahl für einen Verkauf an dem Tag, an dem eine Bestellung aufgegeben wurde, und eine negative Zahl für eine Rückgabe an dem Tag, an dem eine Bestellung zurückgegeben wurde.
Nettomenge
Die Gesamtzahl der in diesem Zeitraum verkauften Einheiten. Vor dem Abzug von Retouren.
Quelle: Shopify
4 Gründe, warum Daten nicht korrekt sind
Zeitzonenkonflikt
Es gibt viele Möglichkeiten, wie die Nichtübereinstimmung der Daten auftreten kann. Hier sind die häufigsten:
Verkaufsunterschiede treten auf, wenn die im Shopify-Shop eingestellte Zeitzone von der Zeitzone in Ihrem Dashboard abweicht. Nehmen wir zum Beispiel an, zwei separate Bestellungen (X und Y) werden am 15. November für einen Shopify-Shop aufgegeben, der die Zeitzone UTC +0 verwendet. Nehmen wir außerdem an, dass Bestellung X um 21:06 Uhr und Bestellung Y um 23:30 Uhr aufgegeben wurde. Der Shopify-Bericht zeigt die beiden Bestellungen am 15. November. Wenn unser Dashboard jedoch auf Berliner Zeit (UTC +1) eingestellt ist, wird die Bestellung Y so gemeldet, als ob sie am 16. November aufgegeben worden wäre.
Solche Abweichungen treten nicht auf, wenn Sie nur einen Shop haben oder wenn sich alle Geschäfte in derselben Zeitzone befinden, da wir Berichte immer entsprechend der Zeitzone des Shops erstellen. Wenn Sie jedoch in mehreren Zeitzonen tätig sind und einen Bericht für alle Ihre Geschäfte haben, müssen Sie entscheiden, ob Sie weiterhin unterschiedliche Zeitzonen verwenden oder alles in die Zeitzone des Berichts übertragen möchten. Und wenn Sie sich dafür entscheiden, weiterhin mehrere Zeitzonen zu verwenden, sollten Sie beim Lesen des Berichts vorsichtig sein.
Rückgabedatum stimmt nicht überein
Im Shopify-Verkaufsbericht basieren Rücksendungen auf dem Rückgabedatum, nicht auf dem Bestelldatum. Laut Shopify erscheint eine stornierte Bestellung „als Verkauf für den Tag, an dem sie aufgegeben wurde, und als Rückgabe für den Tag, an dem sie storniert wurde, sodass Ihre Verkaufszahlen für diese Bestellung insgesamt Null sind“. Da der Unterschied zwischen dem Rückgabedatum und dem Bestelldatum mehrere Tage betragen kann, kann die Nichtübereinstimmung des Rückerstattungsdatums zu großen Abweichungen bei der Berichterstattung führen.
Nehmen wir zum Beispiel an, ein Produkt wird am 20. Dezember verkauft und am 15. Januar des nächsten Jahres zurückgegeben. Im Shopify-Bericht sehen Sie im Dezember-Bericht einen positiven Verkaufswert und im Januar-Bericht einen negativen Rückgabewert. In unserem Dashboard liegen die Verkaufszahlen im Dezember jedoch bei Null, da „Verkäufe“ und „Rücksendungen“ am Tag der Bestellung gemeldet werden.
Ein Sonderfall, an dem Sie einen großen Unterschied feststellen, sind Tage mit hohem Verkaufsvolumen wie Black Friday. Sie generieren das Fünffache des Umsatzes oder sogar mehr. Ihre erwarteten Renditen sind also ebenfalls 5-mal höher. Wenn Rücksendungen an dem Tag gemeldet werden, an dem sie zurückgegeben werden, sind Ihre Rücksendezahlen für diesen bestimmten Tag zu niedrig und für die kommenden Wochen zu hoch. Wenn Sie Probleme in Ihrem Lager haben und Ihre Kunden weniger zufrieden sind, ist es schwierig, die Auswirkungen von „Rücksendungen“ zu analysieren.
Natürlich müssen die Rückgabewerte an dem Tag, an dem sie im Lager ankommen, angezeigt werden. In den meisten Fällen ist die Finanzabteilung an diesen Zahlen interessiert, da sie den Cashflow widerspiegeln. Dafür sollten wir jedoch den KPI „Rückerstattungen“ und nicht „Rücksendungen“ verwenden. Apropos, wir sollten auch das Datum nehmen, an dem der Kunde das Geld überwiesen hat, nicht das Bestelldatum. Für die Analyse Ihrer Abläufe ist es am klügsten, die Rücksendung dem Bestelldatum zuzuordnen. Insgesamt kann ein nicht übereinstimmendes Rückgabedatum zu erheblichen Abweichungen auf der ganzen Linie führen, da Rücksendungen die meisten Verkaufskennzahlen beeinflussen.
Filter stimmen nicht überein
Die Shopify-Berichte wenden unterschiedliche Filter auf die in unseren Dashboards an. Shopify berücksichtigt stornierte, ausstehende und unbezahlte Bestellungen in seine Berichterstattung. Geschenkgutscheine, Tests und gelöschte Bestellungen sind jedoch nicht Teil des Shopify-Verkaufsberichts. Hier liegt das Missverhältnis bei den Geschenkkarten. Da Geschenkkarten Umsatz für Ihr Unternehmen generieren, nehmen wir sie in unsere Berichte auf. Wenn Ihr Geschäft Geschenkgutscheine verkauft, kommt es daher zu Diskrepanzen bei den Verkaufszahlen.
Vor Vs. Werte nach Steuern stimmen nicht überein
Im Shopify-Verkaufsbericht werden Kennzahlen wie Rabatte und Versand nach Steuern ausgewiesen. In unseren Dashboards werden Rabatte und Versandwerte jedoch standardmäßig vor Steuern angezeigt, können aber bei Bedarf angepasst und geändert werden.
Fazit
Es kann keine leichte Aufgabe sein, die Metriken in den Shopify-Verkaufsberichten genau abzugleichen. Dies gilt insbesondere dann, wenn Sie nicht genau wissen, wie der Shop eingerichtet ist, wie Rücksendungen gemeldet werden und wie Metriken berechnet werden.
Wie bereits erwähnt, sind einige Varianzquellen leicht zu korrigieren, während andere (wie z. B. Rückgabedaten) die Quelle großer Abweichungen sind. Insgesamt sollten Sie beachten, dass die beiden Berichte nicht von Apfel zu Apfel vergleichbar sind. Daher sollten Sie beim Vergleich der beiden Berichte vorsichtig sein.
Weitere Links
Folge uns auf LinkedIn für Einblicke in unsere tägliche Arbeit und wichtige Updates zu BigQuery, Data Studio und Marketing Analytics.
Abonniere unseren YouTube-Kanal für Diskussionen zu DWH, BigQuery, Looker Studio und Google Tag Manager.
Wenn Sie BigQuery von Grund auf lernen möchten, erhalten Sie Zugriff auf unsere kostenloser BigQuery-Kurs
Verbessern Sie Ihre Fähigkeiten mit Google Data Studio und BigQuery, indem Sie sich für unser Udemy-Kurs.
Benötigen Sie Hilfe bei der Einrichtung eines modernen, kostengünstigen Data Warehouse oder analytischen Dashboards? Senden Sie uns eine E-Mail an hello@datadice.io um einen Anruf zu vereinbaren.
