Reines D2C · Business Central (netto n. Gutschriften) + Klaviyo/Tracify (Attribution) + Search Console
GJ 25/26 Ist
–
Apr 25 – Mär 26 (netto)
GJ 26/27 Prognose
–
Basis +40 % (Ads-getrieben)
Q1 Apr–Mai YoY
–
D2C-Umsatz
E-Mail real (Tracify)
~19 %
Klaviyo behauptet 49 %
D2C wächst stark – E-Mail ist ein wichtiger, aber überzeichneter Treiber. Der D2C-Umsatz liegt zuletzt deutlich über Vorjahr. Klaviyo schreibt der E-Mail rund 631 Tsd. € (~51 %) in 12 Monaten zu – das ist Klaviyo-eigene Last-Click-Attribution und überlappt mit Paid/Direct/Organic, überschätzt den inkrementellen Beitrag also deutlich. Die kanalübergreifende Sicht ist jetzt live angebunden:Tracify (server-side) und GA4 (Last-Non-Direct, via Airbyte→Supabase) gewichten E-Mail beide klar niedriger – zuletzt Tracify ~19–20 %, GA4 ~25 % (siehe Chart „Attribution: Tracify vs. GA4"). Für echte Inkrementalität bräuchte es zusätzlich Geo-/Hold-out-Tests. Fazit bleibt: E-Mail ist der am besten steuerbare Hebel.
Handlungsempfehlungen
Automatisch aus den Tagesdaten abgeleitet · zuletzt aktualisiert –.
Monatlicher Netto-Umsatz – Ist & Prognose
Beide Geschäftsjahre auf gleicher Achse (Apr–Mär) überlagert. Linie durchgezogen = Ist, gestrichelt = Prognose lfd. GJ – kundenbasiert: Neukunden ~wie Vorjahr (Ads) + wachsende Wiederkaufbasis (Bestandskunden), AOV konstant, kalibriert auf BC-Netto je Kunde. Balken = YoY-Differenz je Monat (lfd. GJ − Vorjahr).
Lade Shopify-Daten…
Kumulierter Netto-Umsatz – Ist & Prognose
Laufende Summe ab April, gleiche Kalibrierung wie oben. Zeigt, wie sich die Monatsunterschiede über das Geschäftsjahr aufsummieren. Linie durchgezogen = Ist, gestrichelt = Prognose/Plan.
Kumuliert bis –
–
GJ lfd.
Vorjahr, gleicher Zeitraum
–
GJ Vorjahr
YoY kumuliert
–
Differenz zum Vorjahr
Hochrechnung Geschäftsjahr bis Ende März 2027
Ist-Monate = Ist · lfd. Monat = Run-Rate und Modell gewichtet nach Monatsfortschritt (B-Ware-Sale wird NICHT mit hochgerechnet, nur einmalig gezählt) · Rest = Vorjahreskund:innen ohne B-Ware-Käufer × Wachstum × Netto je Kunde.
Jede Forecast-Änderung wird mit Begründung dokumentiert – als Learning für die nächste Planung.
Datum
Forecast Basis
Δ Vortag
Begründung
Newsletter – Empfänger, Versand & Umsatz
Abonnenten & Tracify-E-Mail-Umsatz = volle Historie. Klaviyo-Kampagnendaten aus täglichem n8n-Feed (ab 12/2025); Umsatz je Kampagne reift über die Tage nach. Quelle: Supabase (Klaviyo + Tracify), täglich aktualisiert. Abonnent = eindeutige Person auf der Liste (aktuell ~18,5k). Empfänger = Zustellung je Versand – derselbe Abonnent zählt pro Kampagne erneut (Σ „Empf. ges." daher viel höher). Darum: €/Empfänger je Send misst die Leistung einer Aussendung, €/Abonnent den Wert der Liste.
Abonnenten aktuell
–
Versendete NL (Klaviyo gesamt)
–
€/Empfänger je Send (Klaviyo)
–
zuletzt
€/Abonnent (Tracify, lfd.)
–
E-Mail-Umsatz ÷ Basis
Segment-Größe (netto) · Zugänge & Abmelder je Monat
E-Mail-Umsatz je Monat – Tracify (Verlauf) vs Klaviyo
Umsatz je Abonnent je Monat – Tracify vs Klaviyo
E-Mail-Flows (Automations) – Übersicht & Entwicklung
–
Empfänger je Flow – Monatsverlauf (letzte 12 Monate)
Aktuell Vorjahr
Umsatz je Flow – Monatsverlauf (Aktuell vs. Vorjahr)
E-Mail als Wachstumsmotor (Tracify, live)
D2C-Netto (Business Central) vs. Tracify-attribuierter E-Mail-Umsatz (server-side, kanalübergreifend) – live aus Supabase.
Plan +40 % vs. Forecast – Abweichung (D2C)
Plan = Vorjahr × 1,40, nach Saisonalität auf Monate verteilt. „Laufend" = Year-to-date (abgeschlossene + lfd. Monat) Ist vs. Plan.
Tracify-Impact auf den Forecast: Tracify schärft Konfidenz & Risiko der Umsatzprognose. Das Wachstum ist Paid-getragen mit gesundem Blended ROAS ~7,7 – die Basis ist also effizient finanziert (stützt das Basisszenario €1,39 Mio). ABER: Ad-Spend YoY ~verdoppelt, CAC steigt, und E-Mail trägt real nur ~19 % (nicht 49 %) → das Wachstum hängt stärker an Paid als die Klaviyo-Sicht nahelegte. Konsequenz: Hält der ROAS beim Hochskalieren → optimistisches Band (€1,52 Mio) erreichbar. Steigt der CAC weiter / wird Budget gedeckelt → Richtung konservativ (€1,26 Mio). Steuergröße = ROAS/CAC, nicht nur Umsatz.
E-Mail-Beitrag: Klaviyo vs. GA4 vs. inkrementell
Anteile am D2C-Umsatz (~1,23 Mio €/GJ). Klaviyo überzeichnet stark; realistischer inkrementeller Beitrag ~12–19 % – belastbar nur per Hold-out-Test.
Attributionsgewichtung: Tracify vs. GA4 (Umsatzanteil, Verlauf)
Wie die zwei Systeme den Umsatz auf Kanäle verteilen. Stabil: Tracify (durchgezogen) gewichtet Paid höher und ordnet praktisch alles einem Kanal zu (Other ≈ 0 %); GA4 (gestrichelt) schiebt mehr in Direct/Unassigned. Bei E-Mail liegen beide nah beieinander und kreuzen sich je Monat. Beide Reihen sind jetzt live aus Supabase (Tracify: n8n · GA4: Airbyte). GA4 gewichtet Paid tendenziell niedriger und Direct/Other höher als Tracify.
E-Mail-Anteil %
Paid-Anteil %
Letzter vollständiger Monat – Anteil je Bucket
GA4 verteilt die Kanäle mit einigen Tagen Verzögerung → im laufenden Monat ist „Other" überzeichnet (noch unassigned). Für aktuelle Kanal-Anteile ist Tracify (server-side) verlässlicher; die Prognose nutzt daher Anteile aus abgeschlossenen Monaten.
Tracify · Kanal-Attribution & ROAS
Kanalübergreifende Attribution (server-side) · letzte 30 Tage · der „Schiedsrichter" über alle Kanäle
Tracify-Befund:Google ist der Arbeiter (€27,4k, ROAS 4,9). Meta (ROAS 0,59) und Pinterest (0,74) verlieren Geld – jeder Euro bringt <1 € zurück. Microsoft Ads (4,13) ist jetzt profitabel. To-do: Budget von Meta/Pinterest zu Google verschieben oder Meta-Creatives/Targeting fixen. Und der wichtigste Abgleich: Tracify schreibt der E-Mail nur ~18 % zu (€10,5k/30T) – das bestätigt, dass Klaviyos 49 % stark überzeichnet sind. Organic (€8,3k, 0 € Kosten) untermauert den SEO-Hebel.
Vorjahresvergleich (letzter voller Monat)
Mai 2026 vs. Mai 2025 (Tracify).
Umsatz je Kanal – Entwicklung (monatlich)
Tracify-attribuiert. Zeigt, wie sich die Kanäle über die Zeit verschieben.
ROAS & CAC – Entwicklung
Blended. CAC steigt zuletzt → Effizienz im Blick behalten.
MER = Gesamt-Netto-Umsatz (Shopify) ÷ Ad-Spend (Tracify). Beide Geschäftsjahre parallel auf Achse Apr–Mär (nicht zeitlich versetzt). Höher = effizienter.
Plattform-eigene Zahlen vs. Tracify (Paid, 30 Tage)
Was die Werbeplattform selbst meldet vs. was Tracify kanalübergreifend zurechnet. Google ist verlässlich; Meta/Pinterest werden ergänzt, sobald verbunden (Meta-Self meldet erfahrungsgemäß deutlich höher).
Paid · Neukunden-Sicht je Kanal (Tracify)
Was der Non-Brand-ROAS verdeckt: ROAS neu = Umsatz von Erstkäufer·innen ÷ Spend · CAC = Spend ÷ Neukäufe · Neukundenanteil = Neukäufe ÷ alle attribuierten Käufe. Rot = ROAS neu < 1 (zwei Monate in Folge → pausieren/umbauen). Quelle: Tracify-Rohdaten (tracify_raw, AI event based, alle Touchpoints). Hinweis: Spend der letzten Wochen ist ein D+1-Abruf und wird von Google nachgemeldet – aktueller und Vormonat eher zu niedrig, ROAS/CAC dort zu gut.
Ranking stark verbessert (Ø Pos. 21→9), aber CTR fällt wieder → Titles/Meta & Page-2-Seiten.
Top-Suchbegriffe (90 Tage)
Top-Seiten (90 Tage)
Branded vs. Non-Branded
Marke konvertiert top; generische Begriffe haben Impressionen, aber kaum Klicks – dort liegt das Potenzial.
Geräte & Länder (90 Tage)
SEO-Detail – Befund: Das Ranking hat sich massiv verbessert (Ø Position 21 → 9), aber die CTR ist auf ~0,9 % zurückgefallen. Zwei klare Muster: (1) Die kommerziellen Kategorieseiten (Raumduft Pos 8,6 · Duftkerzen 10,3 · Duftstäbchen 13,2 · Ätherische Öle 17,1) hängen auf Seite 2 – hier liegt der Umsatzhebel. (2) Ein riesiger Teil der Impressionen kommt vom Blog „Wabi Sabi" (93k Impressionen, 0,1 % CTR) – informationaler Traffic, der kaum klickt und nicht kauft. Non-Branded bringt nur 430 Klicks bei 115k Impressionen (CTR 0,4 %). To-do: Kategorieseiten von Seite 2 auf 1 (Content + interne Links + Schema), Titles/Meta für CTR, Wabi-Sabi-Traffic mit Produkt-Verlinkung anbinden.
Neu- vs. Bestandskunden – Entwicklung (D2C)
Neukunden = erste Bestellung je Kunde. Wiederkäufer = Kunden mit früherer Bestellung. Quote = Wiederkäufer ÷ Käufer. GJ Apr–Mär. Hell/gestrichelt = Prognose (Rest-GJ Aug–Mär; September +50 %, übrige Monate +30 % YoY – Ads-getrieben). Quelle: Supabase (Shopify D2C, Historie ab 2014).
Gesamtkunden (Neu + Wiederkäufer)
GJ 24/25
8.948
Käufer gesamt
GJ 25/26
12.612
+41 % YoY
Apr–Jul 26 (YTD)
2.342
+50 % YoY
GJ 26/27 Prognose
~16.900
Sep +50 %, Q4 +30 %
Gesamtkunden je Monat – Vorjahresvergleich (Neu + Wiederkäufer)
Wiederkäufer-Quote je Monat – Vorjahresvergleich (Wiederkäufer ÷ Käufer)
Wachstum ist Paid-getrieben – die organische Google-Nachfrage (Search Console) liegt YoY sogar −20 bis −50 %, der Hebel sind die Ads. Weil die Ads heuer früher & effizienter laufen (ROAS ~7; im Vorjahr startete der September-Push zu spät – Sep 2024 nur €180 Spend), setze ich September +50 % YoY, übrige Herbst-/Wintermonate +30 %: Neukunden ~9.750, Wiederkäufer ~7.000, gesamt ~16.700. Das entspricht ~+40 % Umsatz im H2 und korreliert mit dem Basisszenario der Umsatzprognose (+40 %, ~€1,4 Mio) – ein plangetriebener Forecast, der am Ausführen des Ads-Ramps hängt.
Wiederkauf-Kohorten je Erstkaufmonat (D2C)
Anteil der Neukund·innen eines Monats mit mindestens einer zweiten bezahlten Bestellung innerhalb von 30/60/90/180/365 Tagen. In Klammern: Abweichung zum gleichen Monat im Vorjahr in Prozentpunkten. „offen" = Fenster für diese Kohorte noch nicht abgelaufen. Saisonmuster: Jul–Okt kaufen am häufigsten wieder, Dez-Kohorten (Geschenke) am seltensten – deshalb immer Monat gegen Vorjahresmonat lesen. Definition: bezahlte Shopify-Bestellungen, Kunde mit ID, ohne Testbestellungen.
Wie Kund·innen auf Looops aufmerksam werden – Post-Purchase-Survey (KnoCommerce)
–
Freitexte („Etwas anderes") kategorisiert (z. B. ChatGPT→KI, Manufactum→Partner/Store, Hotelnamen→Hotel) und Kanäle geclustert: Partner (grün) · Suche & Ads (blau/rot) · Übrige (neutral). Weicht bewusst von Knos Roh-Ansicht („Other") ab.
Cluster-Summen (Anteil %)
Anteil je Kanal (gesamt)
Entwicklung je Cluster – Anteil je Monat (100 %; Lücken = Frage lief nicht)
Schlüsse & Empfehlungen
Physische Präsenz ist zusammen der #1-Entdeckungskanal (~34 %) – getrennt: Partner/Store ~20 %, Hotel ~10 %, Studio ~0,5 % (plus ~4 % Altoption „Partner oder Hotel"). Mehr Erstkontakt als Suche, Social und Print zusammen. Größter Hebel: Partnernetz + Hotels ausbauen und Sampling vor Ort (im Freitext mehrfach: „größeres Partnernetzwerk, damit man riechen kann").
Google-Suche (~22 %, organisch + Ads) und Empfehlung (~14 %) tragen stark – Google (SEO + Ads gemischt, self-reported) und Weiterempfehlung sind bestätigt; ein Refer-a-Friend-Programm hat Substanz.
Print/PR (~11 %) wirkt messbar (Magazine, Servus TV) – realer Erstkontakt, kein reiner Image-Effekt. Geschenk (~9 %) ist ein eigener Akquisepfad → Geschenk-Sets/Gutscheine (v. a. Q4).
Self-reported ≠ Performance-Attribution: Meta/Social nur ~7 % laut Umfrage, in Tracify deutlich höher. Kno misst v. a. Marken-/Offline-Entdeckung; Paid weiter über Tracify/GA4 steuern.
KI/ChatGPT als aufstrebender Kanal: mehrere nennen ChatGPT/KI („als natürliche Alternative zu Rituals vorgeschlagen"). Noch ~1–2 %, aber wachsend → GEO/AI-Sichtbarkeit gezielt optimieren.
Aus den Freitexten: stärkste Wünsche sind Probier-/Mini-Duft-Sets, Refill & wiederverschließbare Verpackung und volle Verfügbarkeit aller Düfte. Lob: natürliche/low-tox Inhaltsstoffe. Reibung: Preis/Versand (v. a. CH 9,90) und Checkout-Rabatt-Logik (Neukunden-10 % vs. Gratisversand-Schwelle; NL-Anmeldung fehlerhaft). Nostalgie: der „Looops-Wolf" wird vermisst.
Storefinder – Partner nach Branche
–
Entwicklung je Produktgruppe – laufendes GJ vs. Vorjahr
Ein eigenes Diagramm je Produktgruppe – plus Quint und Aeris einzeln: Monate Apr–Mär auf der Achse, eine Linie je Geschäftsjahr direkt übereinandergelegt – dunkle dicke Linie = laufendes GJ, gestrichelt = Vorjahr. Netto-Umsatz und Stückzahlen (D2C, Business Central – gebuchte Rechnungen abzüglich Gutschriften, gleiche Basis wie die Umsatzkacheln oben; ohne Versand und sonstige Erlöse). Live aus Supabase, Stand –. Umschalten zwischen Umsatz und Stück:
Umsatz & Stückzahlen je Produktgruppe – Vergleich zum Vorjahr
Zeitraum – vs. Vorjahreszeitraum – (gleicher Kalenderabschnitt, damit Saisonalität nicht verzerrt). Umsatz und Stück nebeneinander; Zeile anklicken, um die einzelnen Düfte der Gruppe aufzuklappen, Duftzeile nochmals anklicken für die Größen/Formate (z. B. 250 g / 75 g / Refill, Quint vs. Aeris). Quelle: Business Central via Supabase (D2C, Handelsware).
Umsatz & Stückzahlen je Duft – Vergleich zum Vorjahr
Gleiche Daten, umgekehrt sortiert: oben der Duft über alle Produktgruppen hinweg, aufklappbar auf die Produktgruppen und noch eine Ebene tiefer auf die Größen/Formate. Zeitraum – vs. Vorjahreszeitraum –.
B2B ist ein eigenständiger, großer Umsatzstrom – im GJ 25/26 etwa auf Augenhöhe mit D2C, aber stark schwankend (Peak Sep–Nov, wenige Großbestellungen). Der Forecast nutzt dieselbe Methode wie D2C, aber konservativere Wachstumsannahmen (B2B-Momentum ist niedriger: Q1 nur +13 % YoY) und ist wegen der Klumpigkeit unsicherer.
Bottom-up aus HubSpot (Partner-CRM) · Stand 28.08.2026
Rollierende 12 Monate je aktivem Partner (Shopify→HubSpot-Sync). Unabhängiger Cross-Check zum Shopify-B2B-Forecast oben. HubSpot-Deals tragen keine €-Beträge → nur Anzahl als Frühindikator.
Je Partner: Umsatz L12M × Retention nach Recency (Tage seit letzter Bestellung) + Neupartner-Zufluss aus offenen Neukunde-Deals. Unabhängig vom Top-down (Vorjahr × g). Annahmen v1, im Code anpassbar (HS_RECENCY-Retention, HS_NEWPARTNER).
Umsatzbasis nach Recency (× Retention)
Szenario
Annahme
Forecast 12M (netto)
Neu- vs. Bestandskunden – Entwicklung (B2B)
Neukunden = Partner nach Datum der ersten Bestellung (GJ Apr–Mär). Bestandskunden-Status nach Recency (Tage seit letzter Bestellung). Quelle: HubSpot.
Neukunden GJ 24/25
73
Referenzjahr
Neukunden GJ 25/26
30
−59 % YoY
GJ 26/27 bisher
8
Prognose ~30 (flat)
Aktive Partner heute
240
81 aktiv ≤90 T
Neukunden je Monat (nach Erstbestellung)
Bestandskunden-Status (Recency)
Akquise halbierte sich GJ 24/25→25/26 (73→30). GJ 26/27 liegt im gleichen Pace wie Vorjahr (8 vs. 8 per Mitte Juli) → Prognose ~30. Akquisefenster ist Q4 (Sep–Nov): dort fielen zuletzt ~40 % der Neukunden.
B2B Monatsumsatz – Ist & Prognose
Beide Geschäftsjahre auf gleicher Achse (Apr–Mär). Linie = Umsatz (brutto), Balken = YoY-Differenz je Monat.