Kohortenanalyse zur Kundenbindung: Anleitung

Eine Kohortenanalyse zur Kundenbindung gruppiert Kunden nach ihrem Startzeitpunkt, meist nach dem Monat ihres Erstkaufs oder ihrer Anmeldung, und verfolgt, welcher Anteil jeder Gruppe in jeder folgenden Periode noch aktiv ist. Als Tabelle dargestellt, zeigt sie Ihnen, wann Kunden abspringen (im ersten Monat, nach der Testphase, nach einem Jahr) und ob Kunden, die kürzlich dazugekommen sind, länger bleiben als frühere. Damit ist sie der beste Weg, um zu erkennen, ob Änderungen am Onboarding, an den Preisen oder am Service tatsächlich wirken.

Dieser Leitfaden zeigt Ihnen Schritt für Schritt, wie Sie eine Kohortentabelle in einer Tabellenkalkulation erstellen, wie Sie sie lesen und was Sie mit den Erkenntnissen anfangen.

Warum eine einzelne Churn-Rate nicht genügt

Eine Churn-Rate liefert Ihnen eine Zahl für alle Kunden in einem Zeitraum. Das ist nützlich, vermischt aber sehr unterschiedliche Gruppen: Kunden im ersten Monat, die oft häufiger gehen, und treue Kunden, die seit Jahren dabei sind und selten abwandern.

Stellen Sie sich ein Unternehmen vor, dessen monatliche Churn-Rate seit einem Jahr konstant bei 4 % liegt. Eine Kohortentabelle könnte zeigen:

• Kunden, die kürzlich dazugekommen sind, bleiben dank besseren Onboardings sogar länger als früher.
• Eine große Kohorte aus einer Rabattaktion wandert dagegen schnell ab und treibt den Durchschnitt nach oben.

Die einzelne Zahl verbirgt beide Entwicklungen. Die Kohortentabelle macht sie sichtbar.

Schritt 1: Festlegen, was „aktiv“ bedeutet

Entscheiden Sie, was als aktiv in einer Periode zählt:

Geschäftsmodell	Aktiv in einer Periode bedeutet …
Abonnement	Im Monat ein bezahltes Abo
Software	Im Monat eingeloggt oder eine zentrale Funktion genutzt
Onlineshop	Mindestens eine Bestellung in der Periode (bei seltenen Käufen eher Quartale als Perioden wählen)
Dienstleistungen	Ein Projekt oder eine Rechnung in der Periode

Bei Shops mit unregelmäßigen Käufen wirkt „aktiv“ auf Monatsbasis sprunghaft, weil Kunden, die alle paar Monate kaufen, auftauchen und wieder verschwinden. Quartale oder eine Definition wie „hat in den letzten 90 Tagen bestellt“ ergeben ein ruhigeres Bild.

Schritt 2: Rohdaten exportieren

Sie brauchen eine Zeile pro Aktivität (Bestellung, Zahlung oder Login) mit mindestens diesen Angaben:

kunden_id	aktivitaetsdatum
C-1001	2026-01-14
C-1001	2026-02-20
C-1002	2026-01-22
C-1003	2026-02-03

Die meisten Shop-, Abrechnungs- und CRM-Systeme können das als CSV exportieren. Entfernen Sie Testkonten und interne Nutzer, bevor Sie loslegen.

Schritt 3: Hilfsspalten anlegen

Fügen Sie in Ihrer Tabelle drei Spalten hinzu:

1. Aktivitätsmonat: der Monat jeder Aktivität, zum Beispiel per Formel, die das Datum in den ersten Tag des jeweiligen Monats umwandelt.
2. Kohortenmonat: der früheste Aktivitätsmonat des jeweiligen Kunden. In den meisten Tabellenkalkulationen eignet sich dafür eine Minimum-Wenn-Formel über die Spalte mit der Kunden-ID.
3. Periodennummer: die Anzahl der Monate zwischen Kohortenmonat und Aktivitätsmonat. Der erste Monat ist Periode 0.

Nach diesem Schritt sagt Ihnen jede Zeile: Dieser Kunde, der im Kohortenmonat X gestartet ist, war in Periode N aktiv.

Schritt 4: Die Kohortentabelle erstellen

Legen Sie eine Pivot-Tabelle an:

• Zeilen: Kohortenmonat
• Spalten: Periodennummer
• Werte: Anzahl eindeutiger Kunden-IDs

Zählen Sie eindeutige Werte. Ein Kunde mit drei Bestellungen in einem Monat zählt nur einmal.

Das Ergebnis ist ein Dreieck aus Anzahlen:

Kohorte	Periode 0	1	2	3	4	5
Jan.	200	150	128	116	108	102
Feb.	180	140	122	112	105
März	220	176	158	147
Apr.	210	172	156
Mai	240	202
Juni	230

Die Dreiecksform ist normal: Neuere Kohorten konnten über weniger Perioden beobachtet werden.

Schritt 5: Anzahlen in Prozentwerte umrechnen

Teilen Sie jede Zelle durch den Wert der Kohorte in Periode 0. So werden Kohorten unterschiedlicher Größe vergleichbar.

Kohorte	Periode 0	1	2	3	4	5
Jan.	100 %	75,0 %	64,0 %	58,0 %	54,0 %	51,0 %
Feb.	100 %	77,8 %	67,8 %	62,2 %	58,3 %
März	100 %	80,0 %	71,8 %	66,8 %
Apr.	100 %	81,9 %	74,3 %
Mai	100 %	84,2 %
Juni	100 %

Wenn Sie die Anzahlen für eine Kohorte haben, hilft Ihnen der Kohortenmodus im Churn-Rate-Rechner: Fügen Sie die Zahlen ein, und Sie erhalten die Retention pro Periode sowie die Churn-Rate von Periode zu Periode.

Schritt 6: Die Tabelle lesen

Schauen Sie in drei Richtungen.

Entlang einer Zeile: wie eine Kohorte schrumpft

Die Januar-Kohorte verliert zwischen Periode 0 und 1 ein Viertel (25 %) ihrer Kunden, zwischen Periode 1 und 2 dann 14,7 % der verbliebenen Kunden (von 150 auf 128) und danach kleinere Anteile. Diese Form – ein steiler Abfall zu Beginn, danach eine Abflachung – ist typisch. Der Punkt, an dem die Kurve flacher wird, zeigt, wann sich die Kunden, die bleiben, „eingelebt“ haben.

Entlang einer Spalte: Sind neuere Kohorten besser?

Die Retention in Periode 1 steigt von 75,0 % (Januar) auf 84,2 % (Mai). Wenn Sie im März Ihr Onboarding geändert haben, ist das der Beleg dafür, dass es gewirkt hat. Lesen Sie jede Spalte von oben nach unten, um Kohorten im gleichen Alter zu vergleichen.

Entlang der Diagonalen: Kalendereffekte

Zellen auf derselben Diagonalen fallen in denselben Kalendermonat. Ist eine Diagonale über alle Kohorten hinweg auffällig schwach, ist in diesem Monat etwas passiert, das alle betroffen hat: eine Preisänderung, ein Lieferproblem, ein saisonaler Effekt.

Schritt 7: Muster in Maßnahmen übersetzen

Muster	Wahrscheinliche Ursache	Was Sie ausprobieren können
Steiler Abfall in Periode 1	Kunden erleben den Nutzen nicht schnell genug	Onboarding verbessern; siehe die Checkliste für das Kunden-Onboarding
Eine Kohorte deutlich schlechter	Akquisekanal oder Angebot hat unpassende Kunden angezogen	Prüfen, woher diese Kohorte kam; Zielgruppe oder Angebot anpassen
Retention sinkt immer weiter, flacht nie ab	Dauerhaftes Problem beim Nutzen	Mit langjährigen Kunden sprechen, die gegangen sind; Produkt oder Service überprüfen
Plötzlicher Einbruch auf einer Diagonalen	Ereignis, das alle Kunden betrifft	Prüfen, was in diesem Monat passiert ist
Neuere Kohorten im gleichen Alter besser	Jüngste Änderungen wirken	Weitermachen; dokumentieren, was sich geändert hat

Rechenbeispiel: eine Änderung im Onboarding messen

Angenommen, ein Abo-Unternehmen hat ab März ein Begrüßungsgespräch für Neukunden eingeführt. Vor der Änderung lag die Retention in Periode 1 für Januar und Februar im Schnitt bei (75,0 + 77,8) ÷ 2 ≈ 76,4 %. Nach der Änderung lag sie für März bis Mai im Schnitt bei (80,0 + 81,9 + 84,2) ÷ 3 ≈ 82,0 %.

Das sind etwa 5,6 Prozentpunkte mehr Kunden, die nach einem Monat noch aktiv sind. Bei einer Kohorte von 220 Kunden bleiben so jeden Monat rund 12 Kunden mehr über den ersten Monat hinaus. Multiplizieren Sie das mit ihrem Customer Lifetime Value, um zu sehen, was die Begrüßungsgespräche wert sind.

Eine Einschränkung: Kohorten dieser Größe können zufällig um ein paar Punkte schwanken, und gleichzeitig können sich auch andere Dinge verändert haben. Werten Sie eine beständige Verbesserung über mehrere Kohorten hinweg als stärkeren Beleg als einen einzelnen guten Monat.

Typische Fehler

• Bestellungen statt Kunden zählen. Verwenden Sie pro Periode die Anzahl eindeutiger Kunden.
• Unterschiedlich lange Perioden. Kalendermonate sind leicht unterschiedlich lang; das ist in der Regel unproblematisch. Wochen und Monate zu mischen dagegen nicht.
• Zu kleine Kohorten. Hat eine Kohorte 15 Kunden, verschiebt ein einziger Abgang die Retention um fast 7 Punkte. Nutzen Sie bei Bedarf Quartalskohorten.
• Reaktivierungen vergessen. In Shops kann ein Kunde in Periode 2 inaktiv und in Periode 3 wieder aktiv sein. Das ist in Ordnung; seien Sie sich nur bewusst, dass die Retention entlang einer Zeile auch steigen kann.
• Einmal analysieren und nie wieder. Eine Kohortentabelle ist am nützlichsten, wenn Sie sie monatlich aktualisieren, damit jede neue Kohorte verglichen werden kann.

Ihr nächster Schritt

Exportieren Sie zwölf Monate an Bestellungen oder Zahlungen mit Kunden-ID und Datum, erstellen Sie die Kohortentabelle nach den Schritten 3 bis 5 und schauen Sie sich die Spalte für Periode 1 an. Ist dort der steilste Abfall Ihrer Tabelle, gehört Ihre nächste Maßnahme zur Kundenbindung in die ersten Wochen der Kundenbeziehung. Weitere Ideen dafür finden Sie in unseren Strategien zur Kundenbindung.