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

E-Commerce

E-Commerce-Dashboards in Data Studio, die Gewinn zeigen statt nur Umsatz

Unsere E-Commerce-Dashboards in Data Studio führen Shop-Bestellungen, Marktplatzumsätze und Werbeausgaben in einem Bericht zusammen, der den Deckungsbeitrag nach Kanal und Produkt zeigt. Sie richten sich an Händler mit Shopify, WooCommerce und Amazon, die genug haben von Umsatzzahlen, die Rabatte, Retouren, Gebühren und die Kosten der Kundengewinnung ignorieren.

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

Kurze Antwort

Wie baut man ein E-Commerce-Dashboard in Data Studio?

Ein E-Commerce-Dashboard in Data Studio entsteht, indem man Bestellungen aus Shopify, WooCommerce oder Amazon Seller Central, Werbeausgaben aus Google Ads, Meta und anderen Kanälen sowie Produktkosten aus einem Sheet abruft und in einer Tabelle modelliert. Der Bericht zeigt dann Umsatz, Deckungsbeitrag, Kohorten und Effizienz der Werbeausgaben gemeinsam.

  • Bestellungen kommen aus dem Shop, nicht aus GA4, damit der Umsatz zu Ihren Auszahlungen passt.
  • Der Deckungsbeitrag zieht Produktkosten, Gebühren, Versand, Rabatte, Retouren und Werbeausgaben ab.
  • Kohortenansichten zeigen, ob Neukunden wiederkommen und was sie wert sind.
  • Der von Werbeplattformen gemeldete Umsatz wird mit echten Bestellungen abgeglichen, bevor er in einem Diagramm landet.
01

Welche Daten braucht ein E-Commerce-Dashboard in Data Studio?

Es braucht Bestellungen, Kosten und Ausgaben aus ihren tatsächlichen Quellen. Bestellungen kommen über einen Partner-Konnektor oder Export aus Shopify, WooCommerce oder Amazon Seller Central. Werbeausgaben kommen nativ aus Google Ads und über Partner-Konnektoren aus Meta, TikTok und anderen. Produktkosten, Versandtarife und Zahlungsgebühren liegen meist in einem Google Sheet, das die Finanzabteilung ohnehin führt.

GA4 ergänzt Sitzungen, Conversion-Rate und Funnel-Schritte, doch als Umsatzquelle nutzen wir es nicht. Consent-Banner, Werbeblocker und geräteübergreifende Käufe führen dazu, dass der Kaufumsatz in GA4 selten zum Shop passt, und ein Bericht, der dem Bankkonto widerspricht, verliert binnen einer Woche das Vertrauen.

02

Wie zeigen Sie den Deckungsbeitrag in Data Studio?

Der Deckungsbeitrag ist der Nettoumsatz abzüglich Produktkosten, Fulfillment, Zahlungs- und Marktplatzgebühren sowie Werbeausgaben. Wir berechnen ihn in der Datenschicht auf Ebene der Bestellposition und verdichten ihn dann nach Tag, Kanal, Produkt und Markt.

Genau hier gehen die meisten E-Commerce-Berichte schief, wenn man es in einem berechneten Feld innerhalb eines Diagramms löst: Margenquoten werden gemittelt statt neu berechnet, und Retouren landen in einem anderen Monat als der Verkauf. Wir bauen die Margentabelle für kleinere Shops in Sheets und für größere in BigQuery, mit Retouren, die der ursprünglichen Bestellung zugeordnet sind, sodass jedes Diagramm aus denselben Zeilen summiert.

  • Bruttoumsatz, Rabatte, Retouren und Nettoumsatz.
  • Wareneinsatz, Versand und Fulfillment, Zahlungs- und Amazon-Gebühren.
  • Werbeausgaben nach Kanal und Deckungsbeitrag nach Marketing.

Was Sie erhalten

Was wir bauen

Umfang und Festpreis nach einer kostenlosen Prüfung.

01

Bestellmodell

Eine saubere Tabelle auf Positionsebene aus Shopify, WooCommerce oder Amazon, mit Retouren, die dem ursprünglichen Verkauf zugeordnet sind.

Dashboard Einzelhandel, erstellt in Data Studio
02

Margentabelle

Deckungsbeitrag nach Tag, Produkt und Kanal, aufgebaut aus Ihren Kosten- und Gebührenangaben.

03

Übersicht für die Geschäftsführung

Umsatz, Bestellungen, durchschnittlicher Bestellwert, kanalübergreifender ROAS und Deckungsbeitrag gegenüber Vorperiode und Ziel.

04

Kohortenansicht

Kundenbindung und kumulierter Umsatz nach Monat der Erstbestellung.

05

Abgleich der Werbeausgaben

Von Plattformen gemeldeter Umsatz gegenüber Shop-Bestellungen, mit Markierung fehlender Ausgaben.

06

Produktseite

Stückzahlen, Marge und Retourenquote nach Produkt, Kollektion und Artikelnummer.

03

Kann Data Studio Kundenkohorten und Wiederkäufe zeigen?

Ja, sobald jede Bestellung den Monat der Erstbestellung des Kunden trägt. Dieses Feld ergänzen wir in der Datenschicht, und dann zeigt eine Pivot-Tabelle mit dem Erstbestellmonat als Zeilen und den Monaten seit der Erstbestellung als Spalten die Bindung und den kumulierten Umsatz je Kohorte.

Diese Ansicht verrät Ihnen, ob eine Aktion Kunden gebracht hat, die wiederkommen, oder einmalige Schnäppchenjäger. Zusammen mit den Akquisitionskosten nach Kanal zeigt sie, welche Kanäle Kunden bringen, für die es sich zu zahlen lohnt.

Außerdem ergänzen wir eine 90-Tage-Wiederkaufrate nach Akquisitionskanal und nach dem zuerst gekauften Produkt. Diese beiden Sichten sagen meist mehr darüber, wo im nächsten Quartal investiert werden sollte, als jede einzelne ROAS-Zahl, und sie brauchen nichts außer der Bestellhistorie, die Sie bereits haben.

04

Wie gleichen Sie Werbeausgaben mit tatsächlichen Bestellungen ab?

Wir stellen den von den Plattformen gemeldeten Umsatz neben den Shop-Umsatz für denselben Zeitraum, damit die Lücke sichtbar ist statt versteckt. Meta, Google Ads und TikTok beanspruchen Conversions jeweils nach ihren eigenen Attributionsfenstern, und zusammengezählt übersteigen sie oft, was der Shop tatsächlich verkauft hat.

Die Übersichtsseite nutzt Shop-Bestellungen und Gesamtausgaben für einen kanalübergreifenden ROAS und eine Marketing-Effizienz-Kennzahl. Die Kanalseiten behalten die Plattformzahlen für die tägliche Optimierung, gekennzeichnet als von der Plattform gemeldet. Eine tägliche Abgleichstabelle markiert Tage, an denen Ausgaben fehlen, meist ein Zeichen dafür, dass ein Konnektor-Token abgelaufen ist.

05

Funktioniert das für Amazon und Händler mit mehreren Shops?

Ja. Daten aus Amazon Seller Central kommen über einen Partner-Konnektor oder geplante Berichtsexporte, und wir ordnen sie demselben Bestellschema zu wie Ihren eigenen Shop. Gebühren und FBA-Kosten werden getrennt ausgewiesen, damit die Marktplatzmarge mit dem Direktvertrieb vergleichbar ist.

Bei Marken mit mehreren Shopify-Shops oder Regionen wird jeder Shop zu einem Wert in einem Shop-Feld, Währungen werden zu einem dokumentierten Kurs umgerechnet, und ein Filter auf Berichtsebene lässt jede Regionalleitung ihren eigenen Markt sehen.

06

Wann braucht eine E-Commerce-Marke BigQuery?

Wenn Bestellvolumen oder Historie direkte Konnektoren langsam oder unzuverlässig machen. Bestelldaten auf Positionsebene wachsen schnell, und Datenverknüpfungen mit bis zu 5 Quellen fragen bei jedem Seitenaufruf erneut live ab.

Werden Bestellungen, Ausgaben und Kosten in nach Datum partitionierte BigQuery-Tabellen geladen und baut eine geplante Abfrage jeden Morgen die Margentabelle, bleibt das Dashboard schnell und die Logik an einem Ort. Kleinere Shops kommen oft lange gut mit Sheets und Partner-Konnektoren aus, und das sagen wir Ihnen in der Prüfung.

07

Was sieht ein Gründer, wenn er morgens den Bericht öffnet?

Die erste Seite beantwortet eine Frage: Hat der gestrige Tag Geld verdient? Sie zeigt Nettoumsatz, Bestellungen, durchschnittlichen Bestellwert, Werbeausgaben, kanalübergreifenden ROAS und Deckungsbeitrag für gestern, den laufenden Monat und denselben Zeitraum im Vorjahr, jeweils mit einer kleinen Trendlinie.

Darunter trennt eine Kanaltabelle den Umsatz von Neu- und Bestandskunden, denn ein Monat, den Wiederkäufer tragen, sieht gesund aus, während die Neukundengewinnung unbemerkt stockt. Eine Produkttabelle sortiert die Artikel nach Marge statt nach Umsatz, was die Reihenfolge oft verändert: Ein Bestseller mit hohen Retouren und starken Rabatten kann weit unten stehen.

Es folgen Seiten für das operative Geschäft mit Retourenquote nach Produkt, Fulfillment-Kosten pro Bestellung und Bestandsreichweite, wo Lagerdaten vorliegen. Alle Seiten teilen dieselbe Zeitraumsteuerung, sodass eine Führungskraft, die Black-Friday-Wochen zweier Jahre vergleicht, eine Einstellung ändert und nicht zwölf Diagramme.

So funktioniert es

So läuft ein Projekt ab

  1. 01

    Kostenlose Prüfung

    Wir sehen uns Ihren Shop, Ihre Marktplätze, Werbekonten und Kostentabellen an.

  2. 02

    Kostenangaben

    Ihr Team bestätigt Produktkosten, Gebühren und Versandregeln in einem Sheet, das wir einrichten.

  3. 03

    Modell und Aufbau

    Wir bauen die Bestell- und Margentabellen und darauf die Dashboard-Seiten.

  4. 04

    Abgleich

    Wir prüfen Umsatz und Bestellungen für einen abgeschlossenen Monat gegen Shop-Auszahlungen und Plattformsummen.

  5. 05

    Start

    Wir richten Zugriffe und einen wöchentlichen geplanten Versand ein und führen Ihr Team durch den Bericht.

FAQ

Häufig gestellte Fragen

Kann sich Data Studio mit Shopify verbinden?

Nicht nativ. Shopify-Daten gelangen über einen Partner-Konnektor wie Supermetrics, Windsor.ai oder Power My Analytics nach Data Studio oder über einen Export nach Sheets oder BigQuery. Wir entscheiden nach Bestellvolumen und benötigter Historie.

Warum stimmt der Umsatz in GA4 nicht mit Shopify überein?

GA4 erfasst keine Käufe, die durch Consent-Einstellungen oder Werbeblocker blockiert werden, und ordnet sie teils anders zu. Shopify erfasst jede Bestellung. Wir nutzen Shop-Daten für den Umsatz und GA4 für Traffic und Funnel-Verhalten.

Kann das Dashboard den Gewinn nach Werbeausgaben zeigen?

Ja. Wir berechnen den Deckungsbeitrag je Bestellposition nach Produktkosten, Gebühren, Versand, Retouren und Werbeausgaben und verdichten ihn dann nach Kanal und Produkt.

Unterstützen Sie WooCommerce und Amazon Seller Central?

Ja. Beide werden demselben Bestellschema wie Shopify zugeordnet, sodass Sie Direkt- und Marktplatzumsätze nebeneinander vergleichen können.

Wie oft wird ein E-Commerce-Dashboard aktualisiert?

Meist täglich, was für die meisten Handelsentscheidungen genügt. Betrachter können die Daten beim Öffnen des Berichts auch manuell aktualisieren, und ein BigQuery-Setup kann bei Bedarf häufiger aktualisiert werden.

Kann ein Dashboard mehrere Länder und Währungen abdecken?

Ja. Jeder Shop oder jede Marktplatzregion wird zu einem Wert in einem Shop-Feld, und der Umsatz wird zu einem dokumentierten Kurs in eine Berichtswährung umgerechnet. Regionalleitungen können dann nach ihrem eigenen Markt filtern.

Was kostet der Aufbau eines E-Commerce-Dashboards?

Nach der kostenlosen Prüfung nennen wir einen Festpreis. Ausschlaggebend sind die Zahl der Shops und Marktplätze, die Werbekanäle und ob eine BigQuery-Schicht nötig ist.

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.