SaaS-Kohortenanalyse: Entdecken Sie Gewinnpotenziale mit Ihren eigenen Daten

Simon Litt

on Jan 26, 2026

QUICK SUMMARY

Kundenbindung ist entscheidend für langfristiges Wachstum und Rentabilität. Die Kohortenanalyse hilft Ihnen, neue Wege zur Umsatzmaximierung über ALLE Kundensegmente hinweg zu erschließen.

Ihre Kundenbasis wächst. Ihre Umsätze steigen. Vielleicht ist Ihr SaaS-Unternehmen sogar schon profitabel. Die Zukunft sieht vielversprechend aus. Was könnte man sich mehr wünschen?

Wenn Sie diesen Abschnitt beim Aufbau eines SaaS-Unternehmens bereits erlebt haben, wissen Sie jedoch vielleicht, dass vielversprechendes Wachstum es tatsächlich erschweren kann, Ineffizienzen und verpasste Chancen zu erkennen, die die langfristigen Aussichten Ihrer Marke beeinträchtigen.

Hier kann eine SaaS-Kohortenanalyse wertvolle Einblicke bieten, um die strategische Planung einer SaaS-Marke zu unterstützen. Während Ihr Unternehmen wächst, wird Kundenbindung immer wichtiger, um das prognostizierte Wachstum und die Rentabilität zu erreichen.

Ein detaillierter Blick auf Ihre vielfältige Kundenbasis kann Ihnen helfen, die spezifischen und unterschiedlichen Bedürfnisse Ihrer bestehenden Kundschaft zu verstehen, um Ihre Customer Experience zu verbessern, die Abwanderungsrate Ihrer Plattform zu senken und neue Umsatzmöglichkeiten zu erkennen, um den Gewinn weiter zu steigern.

Software erledigt das für Sie?

Ich gehe auf alle Möglichkeiten ein, wie man Kohortenanalysen manuell durchführt, aber für alle mit einem Software-Budget wäre ein statistisches Analysetool wahrscheinlich die bessere Wahl.

Was ist eine SaaS-Kohortenanalyse?

Eine Kohortenanalyse ist ein datengesteuerter Bewertungsprozess, bei dem das Verhalten und die finanziellen Leistungskennzahlen innerhalb kleinerer Segmente Ihrer gesamten Kundenbasis untersucht werden.

Diese Kundensegmente können auf verschiedene Weisen definiert und getrennt werden. Kunden-Personas, Abonnementstufen, Plattformverhalten, Akquisekanäle und Anmeldedaten der Kunden sind alles mögliche Kriterien, nach denen Kohorten unterschieden werden können.

Bei einer SaaS-Kohortenanalyse sollten Unternehmen Erkenntnisse darüber gewinnen, wie unterschiedliche Kunden die Plattform auf verschiedene Arten nutzen. Verbringen langjährige Kunden weniger Zeit damit, neue Funktionen zu nutzen? Kündigen bestimmte Abonnementstufen öfter oder seltener als andere?

Durch die Durchführung einer SaaS-Kohortenanalyse kann Ihr Unternehmen umsetzbare Erkenntnisse gewinnen, die neue Effizienzen ermöglichen, die Umsatzgenerierung steigern und vor allem höhere Kundenbindungsraten für Ihre Plattform bewirken.

Datenanwendungsfälle

Mit dem Wachstum von SaaS-Plattformen wächst auch die Menge an Kundendaten, die Ihnen zur Verfügung steht. Aber eine große Menge an Daten bringt Ihrem Unternehmen keinen Nutzen, wenn Sie keinen Weg haben, diese Informationen für tiefere, fundierte Erkenntnisse zu nutzen.

Eine SaaS-Kohortenanalyse bietet eine einfache Vorlage, um diese Daten zu verarbeiten und als Grundlage Ihrer Geschäftsstrategie zu verwenden. Aufgrund der flexiblen Einsatzmöglichkeiten der SaaS-Kohortenanalyse kann Ihr Unternehmen diesen Bewertungsprozess für verschiedene Zwecke und Anwendungsfälle nutzen, darunter:

● Identifikation von Produktentscheidungen, die für Ihre Kunden einen Mehrwert schaffen und die Bindungsrate verbessern – zum Beispiel neue Feature-Releases, Preisänderungen und Verbesserungen des Nutzererlebnisses.

● Bewertung des Kundenengagements über die Zeit hinweg und über verschiedene Segmente, um das Potenzial des Customer Lifetime Value (LTV) besser zu verstehen.

● Definition von Kunden-Personas und -Segmenten, um diesen Gruppen gezieltere und passgenaue Mitteilungen zukommen zu lassen.

● Ermöglichung proaktiven Monitorings für Muster, die darauf hinweisen, dass Kunden kurz vor der Abwanderung stehen könnten. Frühe Identifikation kann Ihrem Unternehmen helfen, Maßnahmen zur Kundenbindung rechtzeitig umzusetzen.

● Bewertung der Erfolge von neuen Produkt-Upgrades, UX-Verbesserungen und anderen Veränderungen, die das Kundenerlebnis beeinflussen.
● Mehr darüber erfahren, warum Kunden abwandern und Strategien zur Steigerung von Engagement und Kundenbindung identifizieren.

Zeitbasierte vs. segmentbasierte Kohortenanalyse

Eine SaaS-Kohortenanalyse kann durchgeführt werden, um Erkenntnisse in Bezug auf eine Vielzahl von finanziellen und anderen Leistungskennzahlen zu gewinnen. Die tatsächlichen analysierten Kundengruppen werden dabei jedoch auf eine von zwei Arten definiert und zusammengefasst.

Zeitbasierte Kohorten

Auch als Akquisekohorten bekannt, sind zeitbasierte Gruppierungen ein direkter Ansatz zur Segmentierung: Kohorten werden danach gebildet, wann diese Kunden Ihrer Plattform beigetreten sind. Ob auf monatlicher, vierteljährlicher, jährlicher oder einer anderen zeitlichen Achse – mit diesem Ansatz lässt sich leicht analysieren, wie sich die Kundenbeziehungen zu Ihrem SaaS-Produkt im Lauf der Zeit verändert haben.

● Geeignet für: SaaS-Unternehmen, die die Auswirkungen neuer Produktentwicklungen und/oder das gesamte Nutzererlebnis im Zeitverlauf bewerten möchten. Mit dieser Strategie lassen sich zudem Erkenntnisse darüber gewinnen, wie sich Kundenbeziehungen entwickelt haben, während das SaaS-Unternehmen seine Nutzerbasis vergrößert hat.

Segmentbasierte Kohorten

Segmentbasierte Kohorten definieren Kundengruppen anhand von Verhaltensdaten, Demografie oder anderen gemeinsam genutzten Datenpunkten, die nicht an zeitliche Überlegungen gebunden sind. Kunden-Personas, SaaS-Nutzungsmuster, Abonnementstufen und ähnliche Kriterien können verwendet werden, um Segmente zu erstellen, die analysiert werden können, um mehr über die Unterschiede zwischen diesen Kohorten zu erfahren.

● Am besten geeignet für: Das Verständnis dafür, welche Nutzertypen den meisten Wert und Umsatz für Ihr Unternehmen generieren. Segmentbasierte Kohorten können analysiert werden, um Gründe zu identifizieren, warum Ihre Plattform Schwierigkeiten haben könnte, bestimmte Nutzertypen zu binden, welche Arten von Kunden-Personas den besten LTV und Marketing-ROI bieten und viele weitere Erkenntnisse, die durch Ihre eigenen First-Party-Kohortendaten ermöglicht werden.

Wie Sie eine Kohortenanalyse durchführen

Ist Ihre engagierteste Zielgruppe auch Ihre wertvollste Zielgruppe? Liefern Ihre höchstbezahlten Abonnementstufen auch den besten Kundenwert (LTV)? Welche Kohorten bieten das beste Preis-Leistungs-Verhältnis für Ihr Marketingbudget, und welche Kundengruppen belasten Ihr Unternehmen mit hohen Abwanderungsraten?

Eine SaaS-Kohortenanalyse kann Ihnen helfen, all diese Fragen und mehr zu beantworten. Es ist jedoch wichtig zu berücksichtigen, dass Korrelation nicht immer gleichbedeutend mit Kausalität ist – eine einfache Kohortenanalyse kann jedoch der Ausgangspunkt für einen tieferen Einblick durch A/B-Tests und andere Strategien sein, die Ihre Hypothese belegen sollen.

Für den Einstieg in eine Kohortenanalyse benötigen Sie ein Software-Tool, das integrierte Kohorten-Reporting-Funktionalitäten bietet. Google Analytics ist hierfür eine der beliebtesten Ressourcen, aber auch ProfitWell und Mixpanel gehören zu einer Reihe bewährter Tools, die Kohortenberichte einfach machen.

Wenn Sie eines dieser Tools eingerichtet haben, können Sie Ihre eigene Analyse mit einer der folgenden Methoden durchführen:

Verhaltensanalyse

Um eine Verhaltensanalyse durchzuführen, definieren Sie Kundengruppen anhand nachvollziehbarer Aktionen innerhalb Ihrer SaaS-Plattform. Wenn Sie beispielsweise wissen möchten, ob Abonnenten höherer Stufen auch die teuren Funktionen nutzen, für die sie bezahlen, teilen Sie Gruppen anhand derer auf, die diese Funktion innerhalb eines bestimmten Zeitraums genutzt haben.

Konzentrieren Sie sich auf enge Zeitfenster, um Variablen zu reduzieren, die diese Analysen beeinträchtigen könnten. Überlegen Sie zum Beispiel, das Kundenverhalten über einen Zeitraum von zwei Wochen oder 30 Tagen statt über sechs Monate zu analysieren, da saisonale Schwankungen und andere Plattform-Ereignisse sonst die Datenqualität beeinträchtigen könnten.

Sobald Sie den Zeitraum definiert haben, vergleichen Sie verschiedene Kohorten, um zu sehen, ob eine Nutzergruppe eine Korrelation zwischen dem gezielten Verhalten und ihrer Bindungsrate zeigt.

Churn-Analyse

Eine Churn-Analyse eignet sich hervorragend, um herauszufinden, welche Arten von Engagement-Mustern und Plattform-Nutzungen dazu führen, dass Kunden abspringen.

Um die Abwanderungsrate zu berechnen, identifizieren Sie die Nutzer, die sich an einem bestimmten Datum oder in einem bestimmten Zeitraum angemeldet haben, und vergleichen Sie diese mit der Anzahl der Kunden, die zu einem bestimmten Datum noch aktiv sind. Der Prozentsatz repräsentiert Ihre Churn-Rate.

Eine Churn-Analyse kann durchgeführt werden, indem Kohorten nach Anmeldedatum, Abonnementstufe, Unternehmensart oder anderen Kriterien erstellt werden, um die Variablen herauszufiltern, die zu hohen Abwanderungsraten führen oder dazu beitragen könnten. Mehrere Kohortenanalysen können durchgeführt werden, um diese Ergebnisse weiter zu testen und ihre Schlussfolgerungen zu validieren.

Umsatzanalyse

Eine Umsatzanalyse beginnt mit der Festlegung eines Analysezeitraums und der Bestimmung der Abwanderungsrate für diesen Zeitraum. Anschließend richten Sie Kohorten anhand der finanziellen Gruppierung ein, die Sie untersuchen möchten – gängige Segmentierungen konzentrieren sich auf Abonnementstufen, die Unternehmensgröße und Umsatzsegmente, insbesondere wenn Ihr Preismodell auf der Anzahl der Nutzer oder der Plattformnutzung basiert.

Innerhalb des für die Abwanderungsrate gewählten Zeitraums untersuchen Sie, wie sich die Umsatzgenerierung in diesen Gruppen entwickelt hat. Abhängig von der Phase Ihres Unternehmens und den gewünschten Erkenntnissen möchten Sie dies möglicherweise in Bezug auf den Bruttoerlös oder die Nettoumsatzbindung betrachten (siehe unten). Identifizieren Sie, welche Kohorten die schnellsten Wachstumsraten aufweisen und bei welchen das Umsatzwachstum stagniert oder rückläufig ist.

Ausgehend davon können Sie die Unterschiede zwischen diesen Kohorten analysieren – möglicherweise mithilfe weiterer segmentbasierter Analysen – um die verhaltensbezogenen, demografischen und anderen Gründe für diese Umsatzunterschiede zu identifizieren.

Bruttoumsatzbindung

Die Bruttoumsatzbindung (auch als "gross revenue retention" bezeichnet) zeigt, wie gut Ihr SaaS-Unternehmen bestehende Kunden hält. Es ist ein wertvoller Wert für jüngere SaaS-Unternehmen, da er Ihnen hilft, die Stabilität Ihrer bestehenden Kundenbasis zu bewerten.

Die Bruttoumsatzbindung berechnet sich, indem Sie den Umsatzverlust von Ihrem monatlich wiederkehrenden Umsatz (MRR) abziehen – neue Einnahmen bleiben unberücksichtigt – und diese kleinere Zahl anschließend durch den MRR teilen. Wenn Ihr MRR $25.000 beträgt, Sie jedoch aufgrund von Abwanderungen $5.000 Umsatz verlieren, teilen Sie $20.000 durch $25.000 und erhalten eine Bruttoumsatzbindungsrate von 80 Prozent.

Nettoumsatzbindung

Während die Bruttoumsatzbindung (gross dollar retention) nur darauf abzielt, den Erfolg Ihres Unternehmens bei der Bindung bestehender Umsätze zu messen, berücksichtigt die Nettoumsatzbindung (net revenue retention) auch die Umsatzausweitung durch neue Kunden. Diese etwas komplexere Berechnung stellt einen umfassenderen Überblick über das Umsatzwachstum Ihres Unternehmens dar.

Um beim obigen Beispiel zu bleiben: Angenommen, Ihr Unternehmen startet den Monat mit 25.000 $ MRR, verzeichnet einen Abgang (Churn) von 5.000 $, schließt den Monat jedoch aufgrund neuer Nutzer mit einem MRR von 32.000 $ ab. Subtrahiert man den Churn vom Endstand des MRR (einschließlich neuer Einnahmen), teilt man den Nettoumsatz von 27.000 $ durch die ursprünglichen 25.000 $ und erhält eine Nettoumsatzbindung von 108 Prozent.

Während die Bruttoumsatzbindung niemals über 100 Prozent liegen kann, sollte eine gesunde Nettoumsatzbindung deutlich über 100 Prozent liegen – sie spiegelt die wachsende Umsatzbasis Ihres Unternehmens wider.

Metriken der Kohortenanalyse verstehen

Ganz gleich, wie Sie Ihre Kundendaten segmentieren und analysieren: Jede SaaS-Kohortenanalyse wird sich im Wesentlichen mit einem oder mehreren der folgenden drei SaaS-Kennzahlen beschäftigen:

● Churn-Rate: Wie oben erwähnt, ist eine hohe Churn-Rate – auch nur in einer einzelnen Kohorte Ihrer Kundschaft – ein Problem, das behoben werden sollte. Eine Kohortenanalyse hilft, hohe Kündigungsraten und deren mögliche Ursachen zu erkennen.

● Kundenlebenszeitwert (LTV): Eine hohe Churn-Rate senkt den Kunden-LTV. Starke Kundenbindung, kombiniert mit strategischer Preisgestaltung, Upselling und anderen Umsatzsteigerungsstrategien, maximiert den pro Kunde erwirtschafteten Umsatz.

● Kundenakquisitionskosten: Je teurer es ist, Kunden zu gewinnen, desto höher muss Ihr Kunden-LTV ausfallen. Wenn Ihr Unternehmen sowohl eine hohe Churn-Rate als auch hohe Kundenakquisitionskosten (CAC) hat, könnten Sie schnell in die Verlustzone rutschen, weil Sie versuchen, verlorenen Umsatz teuer auszugleichen.

Die Erkenntnisse umsetzen

Eine SaaS-Kohortenanalyse ist enorm wertvoll, um auffällige Muster und deren mögliche Erklärungen zu identifizieren. Angesichts der vielen Variablen, die Churn, Kundeneinbindung und die allgemeine Nutzererfahrung beeinflussen, lässt sich die Ursache für eine schlechte Kundenbindung jedoch erst sicher benennen, wenn Sie Veränderungen zur Problemlösung umgesetzt haben.

Wenn Sie beispielsweise feststellen, dass Premium-Abonnenten kündigen, weil sie die leistungsstärksten Funktionen Ihrer Plattform nicht richtig nutzen, sollten Sie über die Einführung eines Onboarding-Tutorials oder eines Trainingsmoduls innerhalb der Plattform nachdenken, um die Nutzung und das Verständnis zu fördern.

Welche Probleme Sie auch identifizieren: Entwickeln und implementieren Sie eine praktikable Lösung und verfolgen Sie anschließend die Kohortenmetriken weiter. Steigen dann etwa Churn-Rate und/oder Umsatz je Kunde, können Sie sicher sein, die richtige Ursache erkannt zu haben.

Seien Sie ängstlich, wenn andere gierig sind

Neben Kundenbewertungen, Umfragen und anderen Feedbackformen nutzt eine SaaS-Kohortenanalyse verlässliche First-Party-Daten, um aufschlussreiche Trends und Muster in Ihrer Kundendatenbasis zu identifizieren. Je stärker Ihre SaaS-Lösung wächst, desto wertvoller wird diese Strategie, um Kohortendaten zu filtern und wertvolle Erkenntnisse zu gewinnen, die Sie andernorts vielleicht übersehen.

Selbst im besten Fall bleibt das Reagieren auf die Ergebnisse einer SaaS-Kohortenanalyse ein Stück weit ein Ratespiel. Eine der besten Herangehensweisen ist es, andere Mitglieder Ihrer Finanzabteilung sowie erfahrene CFOs zu konsultieren, die ähnliche Herausforderungen beim Aufbau und Schutz eigener SaaS-Umsatzströme gemeistert haben.

Entdecken Sie weitere Einblicke und Ressourcen für moderne CFOs im Tech-Sektor—abonnieren Sie noch heute den Newsletter des CFO Club.

Want more from The CFO Club?