Kurz gesagt
- Einmal im Semantic Layer definiert, überall genutzt
- Abzugrenzen von rohen Spalten: „Umsatz“ ist eine Metrik. „orders.total_price_cents“ ist eine Spalte
- Gute Metriken haben eine klare Formel, einen Owner und eine über die Zeit stabile Definition
- Die Zahl gut definierter Metriken ist meist klein (etwa 30 bis 100). Die Versuchung, ständig mehr hinzuzufügen, ist gefährlich
Was eine Metrik zur Metrik macht
Eine Metrik ist eine Zahl, die:
- Berechenbar ist, eine explizite Formel oder Aggregationsregel hat
- Einem Stakeholder etwas bedeutet, eine Business-Frage beantwortet
- Vergleichbar ist, über die Zeit, über Segmente, gegen Ziele
Rohe Warehouse-Spalten sind keine Metriken. Eine Spalte namens orders.total_price_cents ist Data. „Umsatz“ ist eine Metrik, definiert als SUM(orders.total_price_cents) / 100, gefiltert auf nicht erstattete Bestellungen.
Prinzipien der Metrik-Definition
Das Schwere ist nicht, Metriken zu berechnen, sondern zu entscheiden, was jede bedeutet. Drei Prinzipien:
- Eine kanonische Definition je Metrik. Nicht drei Varianten, eine. Wenn das Business wirklich drei Varianten des ROAS braucht, gib ihnen drei verschiedene Namen.
- Definitionen leben im Code, nicht in Köpfen. Eine Tabelle mit Metrik-Formeln driftet. Ein Semantic-Layer-Modell in Git ist durchsetzbar.
- Definitionen ändern sich bewusst, mit Versionierung. Wenn du „Umsatz“ neu definierst, sodass Erstattungen ausgeschlossen sind, verschiebt sich die „Umsatz“-Reihe jedes Reports zum Stichtag. Dokumentiere den Umstieg.
Metrik vs. KPI
Oft synonym verwendet. Fein unterschieden:
- Metrik, jede berechnete Business-Zahl
- KPI (Key Performance Indicator), eine Metrik, die das Business zu „darauf optimieren wir“ erhoben hat
Du hast Hunderte Metriken. Du hast vielleicht 5 bis 10 KPIs. KPIs bekommen die Aufmerksamkeit des Boards. Metriken die der Analysten.
Metrik-Kategorien in der Marketing-Analytics
Eine nützliche Systematik:
- Spend-Metriken, Ad Spend, nach Kanal, nach Zeitraum
- Akquise-Metriken, Neukunden, CAC, Conversionrate, Cost per Lead
- Umsatz-Metriken, Umsatz, AOV, ROAS, Blended ROAS
- Retention-Metriken, LTV, Wiederkaufrate, Churn, Kohortenumsatz
- Effizienz-Metriken, Payback-Zeitraum, Deckungsbeitrag, Verhältniskennzahlen
Starkes Reporting kombiniert typischerweise Metriken aus jeder Kategorie, reine Spend-Metriken ohne Effizienzkontext oder reine Umsatz-Metriken ohne Spend-Kontext verfehlen das Bild.
Metriken ausmisten
Ein Symptom einer kränkelnden Analytics-Funktion: über 400 definierte Metriken, die meisten nie abgefragt. Jede bringt Wartungslast und definitorische Unschärfe.
Gesunde Praxis: Prüfe die Metrik-Nutzung quartalsweise. Wurde eine Metrik seit 90 Tagen nicht abgefragt, archiviere sie. Sind zwei Metriken fast identisch, führe sie zusammen.
Häufige Fehler
- Jedes Team eigene Metriken definieren lassen. Zersplittert die Definitionen. Derselbe Name meint in verschiedenen Räumen Verschiedenes.
- Metriken im BI-Tool definieren, nicht im Semantic Layer. Koppelt die Metrik an das BI-Tool. Wechsle zu einem tool-unabhängigen Semantic Layer.
- „Mehr Metriken“ mit „mehr Insight“ verwechseln. Ist nicht dasselbe. Insight entsteht, wenn du die wenigen Metriken, die zählen, tief verstehst.
FAQ zu Metric
Was ist eine Metrik?
Eine Metrik ist eine quantitative Messgröße der Business-Performance, Umsatz, Bestellungen, ROAS, CAC. Sie hat eine explizite Formel, bedeutet einem Stakeholder etwas und lässt sich über die Zeit oder über Segmente vergleichen.
Was ist der Unterschied zwischen einer Metrik und einem KPI?
Jeder KPI ist eine Metrik, aber nur wenige Metriken sind KPIs. Ein KPI ist eine Metrik, die das Business zu „darauf optimieren wir“ erhoben hat. Die meisten Organisationen haben 3 bis 10 KPIs und Hunderte Metriken.
Wo sollten Metriken definiert werden?
In einem Semantic Layer, im Code, versioniert in Git. Metriken in BI-Tools oder in einzelnen Dashboards zu definieren, führt zu Drift, derselbe „Umsatz“ wird am Ende in verschiedenen Reports unterschiedlich berechnet.