Eine Website von Greenwolf Tech Labs · Unser Data-Studio-Agenturteam, Indien und USAgreenwolftechlabs.com ↗

E-Commerce und Einzelhandel

Einzelhandels-Dashboards in Data Studio für Filialen und Onlinekanäle

Ein Einzelhandels-Dashboard in Data Studio bringt Bestellungen aus Shopify oder WooCommerce, Umsätze aus Amazon Seller Central, Kasseneinnahmen und die Besucherfrequenz der Filialen auf eine Seite, die sich selbst aktualisiert. Wir bauen sie für Multichannel-Händler und E-Commerce-Marken, deren Einkauf, E-Commerce und Filialteams jeweils eine eigene Tabelle führen. Sie erhalten eine einheitliche Definition von Umsatz, Conversion und Abverkaufsquote und einen Bericht, den jedes Team nach seinen Filialen und Kanälen filtern kann.

Einzelhandels-Dashboard in Data Studio mit Umsatzwachstum, Abverkaufsquote, Online- gegenüber Filialumsatz und Inventurdifferenzen
Dashboard Einzelhandel, erstellt in Data Studio (Beispieldaten)

Kurze Antwort

Was sollte ein Einzelhandels-Dashboard zeigen?

Ein Einzelhandels-Dashboard sollte das Umsatzwachstum zum Vormonat und Vorquartal, die Conversion-Rate, die Abverkaufsquote, Warenkorbabbrüche gegenüber Prognose, Online- gegenüber Filialumsatz, die Besucherfrequenz und die Inventurdifferenzen zeigen. Zusammen beantworten diese Ansichten die wöchentlichen Handelsfragen: was sich verkauft hat, wo, über welchen Kanal und was aus dem Bestand verschwunden ist, bevor es verkauft werden konnte.

  • Unser Einzelhandels-Dashboard deckt Wachstum, Conversion, Abverkauf, Warenkorbabbrüche, Kanalaufteilung, Frequenz und Inventurdifferenzen ab.
  • Shopify, WooCommerce, Amazon Seller Central, Square oder Lightspeed und Frequenzzähler speisen ein gemeinsames Modell.
  • Die Filial-Conversion nutzt die Besucherzahl als Nenner, damit stark frequentierte Filialen fair bewertet werden.
  • Große Datenmengen auf Artikelebene wandern nach BigQuery, damit Seiten in Handelsrunden schnell bleiben.
01

Was zeigt unser Einzelhandels-Dashboard in Data Studio?

Es zeigt die Handelsleistung aller Kanäle auf einem gemeinsamen Satz von Seiten. Das Einzelhandels-Dashboard, das wir in Data Studio gebaut haben, beginnt mit dem Umsatzwachstum zum Vormonat und Vorquartal und schlüsselt die Leistung dann in die Kennzahlen auf, die eine Vertriebsleitung Einzelhandel jeden Montag prüft.

Jede Ansicht lässt sich nach Filiale, Region, Kanal und Kategorie filtern, und jedes Diagramm liest aus demselben zusammengeführten Modell. Eine Zahl auf der Übersicht stimmt also immer mit der Zahl auf der Detailseite überein.

  • Umsatzwachstum zum Vormonat und Vorquartal, mit der Vorperiode daneben.
  • Conversion-Rate für den Onlineshop und, über die Besucherfrequenz, für die Filialen.
  • Abverkaufsquote nach Kategorie und Saison.
  • Warenkorbabbrüche gegenüber der von Ihnen festgelegten Prognose.
  • Online- gegenüber Filialumsatz, nebeneinander und als Anteil am Gesamtumsatz.
  • Besucherfrequenz der Filialen nach Tag und Stunde.
  • Inventurdifferenzen nach Filiale und Kategorie.
02

Woher kommen die Handelsdaten, und wie führen wir sie zusammen?

Die meisten Händler betreiben drei bis fünf Systeme, die nie dafür gedacht waren, miteinander zu sprechen. Onlinebestellungen liegen in Shopify oder WooCommerce, Marktplatzumsätze in Amazon Seller Central, Kassenbuchungen in einem Kassensystem wie Square oder Lightspeed und Besucherzählungen im Portal des Frequenzzähler-Anbieters oder in einer CSV, die jeden Morgen per E-Mail kommt.

Keines davon ist ein nativer Data-Studio-Konnektor. Deshalb holen wir sie über einen Partner-Konnektor wie Windsor.ai oder Supermetrics oder laden sie nach Zeitplan in BigQuery. Zuordnungstabellen für Filialen und Artikel liegen in einem Google Sheet, das Ihr Team bearbeiten kann. Das zählt an dem Tag, an dem eine neue Filiale eröffnet oder ein Produkt bei Amazon umbenannt wird, bei Shopify aber nicht.

Wir vermeiden es, alles in eine einzige Datenverknüpfung zu packen. Datenverknüpfungen in Data Studio nehmen höchstens fünf Quellen auf und erlauben nur Gleichheitsbedingungen. Ein Handelsmodell mit Artikelstamm, Filialstamm, drei Umsatzfeeds und Besucherfrequenz muss daher vorgelagert zusammengeführt werden, meist in BigQuery. Diese vorgelagerte Modellierung macht den Großteil dessen aus, was eine Data-Studio-Agentur für einen Händler leistet, und sie hält den Bericht schnell, wenn die zweite Saison an Artikeln dazukommt.

Was Sie erhalten

Was wir bauen

Umfang und Festpreis nach einer kostenlosen Prüfung.

01

Handelsübersicht

Umsatzwachstum zum Vormonat und Vorquartal über alle Kanäle, mit Filtern für Filiale, Region und Kategorie.

Dashboard Einzelhandel, erstellt in Data Studio
02

Seite zur Kanalaufteilung

Online- gegenüber Filialumsatz, mit Regeln für Click-and-Collect, Marktplätze und Retouren in berechneten Feldern.

03

Conversion und Warenkorbabbrüche

Online-Conversion und Warenkorbabbrüche gegenüber Prognose, dazu Filial-Conversion mit der Besucherfrequenz als Nenner.

04

Abverkauf nach Kategorie

Verkaufte gegenüber eingegangenen Einheiten nach Kategorie und Saison, damit Preisabschriften bei einer abgestimmten Zahl beginnen.

05

Ansicht der Besucherfrequenz

Besucherzahlen nach Filiale, Tag und Stunde aus Ihren Zählerdaten, neben den Transaktionen.

06

Tracker für Inventurdifferenzen

Buch- gegenüber gezähltem Bestand nach Filiale und Kategorie, mit dem Inventurdatum an jeder Zahl.

07

Definitionsseite

Jede Kennzahl, Formel und Kanalregel in verständlicher Sprache im Bericht festgehalten.

03

Wie vergleicht man Online- und Filialumsatz fair?

Man legt zuerst die Regeln fest und bildet sie dann einmal ab. Online- und Filialumsatz wirken vergleichbar, bis man fragt, wohin eine Click-and-Collect-Bestellung gehört, ob Amazon-Gebühren vor oder nach dem Vergleich abgezogen werden und auf welches Datum eine Retoure fällt.

Diese Entscheidungen schreiben wir in berechnete Felder, meist eine CASE-Anweisung, die jede Bestellung einem Kanal zuordnet, und dokumentieren sie auf einer Definitionsseite im Bericht. Fragt die Finanzabteilung, warum die Kanalaufteilung von der Präsentation des Vorjahres abweicht, steht die Antwort auf der Seite und nicht in irgendeinem Postfach.

Steuern und Währungen behandeln wir genauso. Ein Händler, der in mehreren Ländern verkauft, braucht den Nettoumsatz in einer Berichtswährung, und der für jeden Tag verwendete Umrechnungskurs sollte sichtbar sein und nicht in einer Formel versteckt.

04

Warum weichen Abverkaufsquote und Inventurdifferenzen zwischen Teams ab?

Meist, weil jedes Team durch eine andere Bestandszahl teilt. Der Einkauf berechnet die Abverkaufsquote vielleicht als verkaufte durch eingegangene Einheiten, die Filialen als verkaufte Einheiten durch Anfangsbestand, und beides ist vernünftig, bis es auf derselben Folie steht.

Auch Inventurdifferenzen haben ein Zeitproblem. Sie ergeben sich aus der Lücke zwischen Buchbestand und gezähltem Bestand und bewegen sich daher nur, wenn eine Inventur oder Stichprobenzählung gebucht wird. Wir zeigen das Zähldatum neben jeder Inventurdifferenz, damit niemand einen ruhigen Monat für einen guten hält.

Unsere Aufgabe ist es, mit Ihnen eine Definition festzulegen, sie klar zu kennzeichnen und die Alternative als Parameter verfügbar zu halten, wo ein Team sie wirklich braucht.

05

Was macht ein Einzelhandels-Dashboard langsam, und wie beheben wir das?

Zeilenvolumen und Live-API-Abfragen. Ein Modell auf Ebene von Artikel, Filiale und Tag wächst schnell, und Data Studio meldet bei großen Abfragen Fehler wegen zu vieler Zeilen. Wir aggregieren auf die Granularität, die jede Seite braucht, und partitionieren BigQuery-Tabellen nach Datum, damit ein Datumsfilter nur die angezeigten Tage scannt.

Stammen die Warenkorbabbrüche aus GA4-Ereignissen, kann das Kontingent der GA4 Data API von 14.000 Tokens pro Projekt und Property pro Stunde ausgeschöpft sein, wenn viele Personen einen stark genutzten Bericht öffnen. Ein Extrakt oder ein täglicher GA4-Export nach BigQuery vermeidet diese Kontingentfehler.

Auch die Anmeldedaten der Datenquellen setzen wir bewusst. Mit den Anmeldedaten des Eigentümers sehen Filialleitungen den Bericht ohne Zugriff auf Shopify oder das Kassen-Backoffice, und das Eigentümerkonto ist ein gemeinsames Dienstkonto, damit der Bericht nicht ausfällt, wenn jemand das Unternehmen verlässt.

06

Wer im Handelsteam nutzt welche Seite?

Jede Rolle erhält eine Startansicht statt eines eigenen Berichts. Filialleitungen öffnen die Filialseite bereits auf ihren Standort gefiltert, der Einkauf beginnt mit der Abverkaufsquote nach Kategorie, die E-Commerce-Leitung prüft Conversion und Warenkorbabbrüche, und die Finanzabteilung nimmt die Kanalaufteilung.

Ein geplanter Versand schickt jeden Montag ein PDF der Handelsübersicht an die Geschäftsführung. In Data Studio Pro können Zeitpläne stündlich laufen und an Slack oder Google Chat liefern, was zu Wochen mit Spitzengeschäft passt. Berichte, die unter dem alten Namen Looker Studio gebaut wurden, laufen unverändert weiter, sodass sich ein bestehender Filialbericht erweitern lässt, statt ihn neu zu bauen.

So funktioniert es

So läuft ein Projekt ab

  1. 01

    Kostenlose Prüfung

    Wir sehen uns Ihre aktuellen Berichte und Systeme an und legen fest, welche Fragen das Dashboard beantworten muss. Sie erhalten einen Festpreis.

  2. 02

    Daten-Mapping

    Wir binden Shopify, Amazon, Kassensystem und Frequenzquellen an und bauen Zuordnungstabellen für Filialen und Artikel, die Ihr Team pflegen kann.

  3. 03

    Definitions-Workshop

    Eine Sitzung mit Einkauf, E-Commerce und Finanzen, um die Regeln für Kanäle, Abverkauf und Inventurdifferenzen festzulegen.

  4. 04

    Aufbau und Test

    Wir bauen die Seiten, gleichen die Summen mit Ihrem Kassensystem und E-Commerce-Backoffice ab und schließen Lücken.

  5. 05

    Übergabe

    Schulung für jedes Team, eingerichteter geplanter Versand und eine schriftliche Anleitung zur Pflege der Zuordnungstabellen.

FAQ

Häufig gestellte Fragen

Kann sich Data Studio mit Shopify und Amazon Seller Central verbinden?

Nicht nativ, aber Partner-Konnektoren wie Windsor.ai und Supermetrics holen beide Quellen herein, und beide lassen sich auch in BigQuery laden. Wir entscheiden nach Datenvolumen und gewünschter Aktualisierungshäufigkeit. Bei größeren Sortimenten liefert BigQuery meist schnellere Seiten.

Wie messen Sie die Conversion-Rate in der Filiale?

Die Filial-Conversion sind Transaktionen geteilt durch Besucherzahl für dieselbe Filiale und denselben Zeitraum. Dafür braucht es einen Feed vom Türzähler und einen aus dem Kassensystem, die dieselben Filial-IDs und Zeitfenster nutzen. Wir bauen die Zuordnung so, dass beide nach Filiale und Stunde übereinstimmen.

Was ist eine gute Definition der Abverkaufsquote für ein Dashboard?

Am gebräuchlichsten sind verkaufte Einheiten geteilt durch eingegangene Einheiten über einen Zeitraum, in Prozent. Manche Teams nutzen stattdessen den Anfangsbestand. Wir helfen Ihnen, eine zu wählen, kennzeichnen sie auf der Seite und halten die andere bei Bedarf als Parameter verfügbar.

Können Filialleitungen nur ihre eigene Filiale sehen?

Ja. Jede Filialleitung kann einen Link öffnen, der auf ihre Filiale vorgefiltert ist, oder die Datenquelle filtert die Zeilen nach der E-Mail-Adresse des Betrachters, sodass jede Person nur ihre Standorte sieht. Wir wählen den Ansatz danach, wie streng der Zugriff getrennt sein muss.

Funktioniert unser bestehender Looker-Studio-Bericht für den Handel weiterhin?

Ja. Berichte wurden automatisch zu Data Studio übernommen, als Google das Produkt im April 2026 umbenannte, und alte Links leiten weiter. Wir können Ihren vorhandenen Bericht erweitern, statt neu anzufangen.

Wie oft können Handelsberichte in Data Studio aktualisiert werden?

Das hängt von Quelle und Konnektor ab. Viele Händler aktualisieren Umsätze täglich und die Besucherfrequenz über Nacht. Mit Data Studio Pro kann der geplante Versand stündlich laufen, was in Zeiten mit Spitzengeschäft hilft.

Jetzt starten

Sagen Sie uns, was Ihr Reporting leisten muss

Beschreiben Sie die benötigten Dashboards, wer sie liest und wo die Daten liegen. Wir antworten innerhalb eines Werktags mit einem Vorgehen, den benötigten Konnektoren und einem Festpreisangebot.

  • Kostenlose 30-minütige Reporting-Prüfung
  • Festpreisangebot vor Arbeitsbeginn
  • Alles wird in Ihrem Google-Konto erstellt und gehört Ihnen

Lieber per E-Mail? info@greenwolftechlabs.com

Kostenloses Angebot anfordern

Zwei Zeilen genügen für den Anfang.

Ein Data-Studio-Lead antwortet Ihnen von info@greenwolftechlabs.com aus, in der Regel innerhalb eines Werktags. Keine Newsletter.

Fragen Sie uns

Ein Data-Studio-Lead antwortet Ihnen von info@greenwolftechlabs.com aus, in der Regel innerhalb eines Werktags.

Ein Data-Studio-Lead antwortet Ihnen von info@greenwolftechlabs.com aus, in der Regel innerhalb eines Werktags. Keine Newsletter.