Der Umsatz Ihrer Filiale liegt 4 % unter Vorjahr. Ist das ein Problem? Ohne Kontext lässt sich diese Frage nicht beantworten. Wenn die gesamte Kategorie in Ihrer Region 9 % verloren hat, haben Sie Marktanteile gewonnen. Liegt die Kategorie bei plus 2 %, verlieren Sie Boden – und zwar schneller, als die eigene Zahl vermuten lässt. Genau hier scheitern viele Monatsgespräche zwischen Store-Managern und Category-Managern: Man diskutiert absolute Zahlen, wo relative Zahlen gefragt wären.
Der klassische Like-for-Like-Vergleich misst Sie an sich selbst. Das ist bequem, aber blind für Marktveränderungen. Ein Baumarkt, der im Regenmonat Mai 12 % weniger Gartenmöbel verkauft, hat vielleicht schlicht das Wetter gegen sich – oder er hat ein echtes Sortimentsproblem, während der Wettbewerb nur 3 % verliert. Der Unterschied zwischen diesen beiden Diagnosen entscheidet über völlig verschiedene Maßnahmen: abwarten oder umbauen.
Kategorie-Benchmarking im Einzelhandel bedeutet deshalb, die eigene Leistung systematisch gegen drei Referenzgrößen zu stellen:
Erst die Kombination erlaubt saubere Attribution: Liegt die Abweichung an mir, an meiner Kategorie oder an meinem Standort?
Umsatzvergleiche zwischen Filialen sind fast immer unfair, weil sie unterschiedliche Frequenzen ignorieren. Eine Filiale mit 3.000 Besuchern pro Tag und 18 % Conversion arbeitet operativ schlechter als eine mit 1.200 Besuchern und 27 % – auch wenn die erste mehr Umsatz macht. Wer Filialen oder Kategorien vergleichen will, braucht deshalb frequenzbereinigte Kennzahlen:
Voraussetzung ist eine verlässliche Besucherzählung. Hier lohnt ein kritischer Blick auf die Datenqualität: Seriöse Anbieter garantieren vertraglich mindestens 96 % Zählgenauigkeit; unter guten Bedingungen – ausreichende Beleuchtung, geeignete Eingangssituation, typisches Besucherverhalten – sind 98 bis 99 % erreichbar. Wer mit Zählfehlern von 10 % oder mehr arbeitet, vergleicht am Ende Rauschen mit Rauschen. Ein Praxishinweis, den fast jeder Implementierer bestätigen wird: Die größte Fehlerquelle sind nicht die Sensoren selbst, sondern ungefilterte Mitarbeiterbewegungen und Lieferverkehr am Nebeneingang. Wer Personal nicht per Ausschlusszone oder Tag herausrechnet, überschätzt die Frequenz systematisch – und rechnet sich die Conversion künstlich schlecht.
Für Category-Manager reicht die Filialebene nicht. Die entscheidende Frage lautet: Wie performt meine Warengruppe relativ zur Frequenz, die an ihr vorbeiläuft? Zwei Kategorien mit identischem Umsatz können völlig unterschiedlich gesund sein – die eine profitiert von einer Toplage am Hauptlauf, die andere erwirtschaftet dasselbe aus einer Randzone. Bewegungsanalysen im Store, wie sie etwa VemTrack mit Customer-Journey-Daten und KI-gestützter Re-Identifikation liefert, machen genau diesen Unterschied sichtbar: Passierfrequenz je Zone, Stopp-Quote am Regal, Verweildauer und daraus abgeleitet die tatsächliche Abschöpfungsquote der Kategorie.
Damit lässt sich ein internes Kategorie-Ranking bauen, das budgetrelevant ist: Kategorien mit hoher Passierfrequenz, aber niedriger Stopp-Quote brauchen bessere Warenpräsentation, nicht mehr Fläche. Kategorien mit hoher Stopp-Quote, aber niedriger Conversion haben ein Preis- oder Sortimentsproblem. Und Kategorien, die trotz Randlage überdurchschnittlich abschöpfen, sind Kandidaten für Flächenausweitung – ein Argument, das im Budgetgespräch deutlich schwerer wiegt als das Bauchgefühl des Flächenverantwortlichen.
Ein häufig übersehener Fehler beim Benchmarking: Zwei Filialen derselben Kette können völlig unterschiedliche Besucherstrukturen haben. Wenn Filiale A überwiegend von einer jüngeren Zielgruppe frequentiert wird und Filiale B von einer älteren, sind Unterschiede in Bonhöhe und Kategoriemix keine Leistungsdifferenz, sondern Publikumsdifferenz. Demografiedaten aus der Besuchermessung – Alters- und Geschlechtsverteilung der tatsächlichen Besucher, nicht der vermuteten Zielgruppe – erlauben es, Vergleichsgruppen sauber zu bilden und Marketingbudgets auf das reale Publikum auszurichten statt auf Annahmen aus dem Standortgutachten von vor fünf Jahren.
Der dänische Kindermode-Händler Luksusbaby nutzt VemCount genau dafür: Echtzeit-Daten zu Hit Rate und Conversion, kombiniert mit Besucherdemografie. Der Effekt liegt weniger in einer einzelnen Zahl als in der Geschwindigkeit – wenn eine Kampagne die falsche Altersgruppe anzieht oder die Conversion einer Aktion hinter dem Filialdurchschnitt zurückbleibt, sieht man es innerhalb von Tagen statt am Quartalsende.
Kategorie-Benchmarking, das den Online-Kanal ignoriert, unterschätzt regelmäßig die Showroom-Funktion der Fläche. Eine Kategorie kann stationär schwach konvertieren und trotzdem der wichtigste Treiber der Online-Nachfrage sein – das sieht nur, wer beide Datenströme zusammenführt. Das dänische Einrichtungshaus Daells Bolighus hat während einer Turnaround-Phase genau das getan: Verkaufs- und Besucherdaten aus den Filialen mit Online-Daten über alle Standorte hinweg integriert. Erst diese kombinierte Sicht zeigte, welche Standorte und Kategorien wirklich unterperformten und wo die Fläche Wert schuf, der in der reinen Filial-P&L unsichtbar blieb.
Der letzte Punkt ist der wichtigste: Ein Benchmark ist kein Bericht, sondern ein Werkzeug für Entscheidungen. Wenn das Monatsgespräch nach 90 Tagen immer noch mit „Umsatz gegen Vorjahr" beginnt statt mit „Conversion gegen Vergleichsgruppe", hat sich am Entscheidungsprozess nichts geändert – nur am Reporting.
Sie möchten wissen, wie ein Kategorie-Benchmark mit Ihren bestehenden Kassen-, Frequenz- und Online-Daten konkret aussehen würde – und welche Zählgenauigkeit an Ihren Standorten realistisch erreichbar ist? Sprechen Sie mit dem Team von Vemco Group und lassen Sie sich zeigen, wie andere Händler ihre Kategorien gegen Frequenz, Vergleichsgruppe und Online-Kanal messen.