Kohorten-Retention-Tabelle & Diagramm-Generator
Geben Sie die anfängliche Kundenanzahl für jede Akquisitionsmonats-Kohorte sowie die verbleibende Anzahl bei M1 bis M6 ein und vergleichen Sie die Retention-Kurven der Kohorten mit einem Liniendiagramm und einer Übersichtstabelle.
Benchmark-Tabelle für die M6-Kohorten-Retention
| Stufe | M6-Retention-Rate | Bedeutung |
|---|---|---|
| Excellent | 90 % oder höher | Spitzenwert an Kundenbindung, wie er typischerweise im Enterprise-SaaS-Bereich vorkommt, mit einer nahezu flachen Kurve |
| Good | 80–89 % | Ein gesundes Niveau, das auf ein wirksames Customer-Success-Programm hindeutet |
| Fair | 70–79 % | Ein durchschnittliches Niveau, wie es häufig bei auf KMU ausgerichtetem SaaS zu beobachten ist |
| Poor | Unter 70 % | Die Kurve fällt weiterhin ab, was darauf hinweist, dass Onboarding und Customer Success überarbeitet werden sollten |
Hinweis: Gesunde Benchmarks variieren stark je nach Kundensegment (Enterprise vs. KMU/Self-Service). Verwenden Sie diese Werte nur als allgemeine Orientierung.
Tipps
- Fassen Sie Kunden, die im selben Zeitraum gewonnen wurden, zu einer Kohorte zusammen und verfolgen Sie, wie viele davon im Zeitverlauf verbleiben — so erkennen Sie Bindungsmuster, die eine einzelne monatliche Churn-Rate nicht sichtbar macht.
- Wenn Sie mehrere Kohorten nebeneinander darstellen, können Sie Retention-Kurven vor und nach einer Änderung vergleichen, etwa nach einer Verbesserung des Onboardings oder einer Preisanpassung.
- Eine Kurve, die sich um M3–M4 herum abflacht, ist ein gutes Zeichen dafür, dass verbleibende Kunden das Produkt langfristig weiternutzen. Eine weiterhin fallende Kurve deutet auf eine anhaltende Ursache für Abwanderung hin, die untersucht werden sollte.
- Unser Tool zur Logo-Churn-Rate liefert eine Momentaufnahme für einen einzelnen Zeitraum; nutzen Sie stattdessen dieses Tool, wenn Sie Retention-Trends über die Zeit vergleichen möchten.
Häufig gestellte Fragen
Übrigens – Warum die Kohortenanalyse Kunden nach Akquisitionszeitraum gruppiert
Die meisten Churn- und Retention-Kennzahlen, die als SaaS-KPIs weit verbreitet sind, sind lediglich eine Momentaufnahme zu einem einzigen Zeitpunkt. Kunden, die zu unterschiedlichen Zeiten gewonnen wurden, können jedoch sehr unterschiedliche Bindungsmuster zeigen. Kunden, die beispielsweise nach einer Verbesserung des Onboarding-Prozesses gewonnen wurden, bleiben oft treuer als die davor gewonnene Kohorte. Die Kohortenanalyse ist genau deshalb entstanden, um diesen Unterschied nach „wann wurden sie gewonnen“ sichtbar zu machen.
Die Idee stammt ursprünglich gar nicht aus dem SaaS-Bereich, sondern aus der Epidemiologie, wo Forscher die Überlebensrate einer Gruppe von im selben Jahr geborenen Menschen verfolgen. Als das Konzept in die Wirtschaft übertragen wurde, wurde „Kohorte“ vom „Geburtsjahr“ zum „Monat der Anmeldung eines Kunden“ neu definiert und zu einem Standard-Visualisierungsmuster in Investorenpräsentationen und Produktverbesserungs-Dashboards.
Das Phänomen, bei dem eine Retention-Kurve im Zeitverlauf abflacht, wird als „Cohort Flattening“ bezeichnet und ist einer der wichtigsten Indikatoren, auf die Investoren bei der Bewertung eines SaaS-Unternehmens achten. Flacht eine Kurve nie ab und fällt weiter, bedeutet dies, dass die gesamte Kundenbasis zu schrumpfen beginnt, sobald die Neukundengewinnung stoppt — ein Signal, das häufig zur Beurteilung herangezogen wird, ob fortgesetzte Wachstumsausgaben gerechtfertigt sind.