Table of Contents
In a rush? Download the PDF for later
Download the e-BookBewährte Kennzahlen für Produkt- und Unternehmenserfolg
Einführung: Die modernen Herausforderungen und Chancen der Produktführung
Was bedeutet es, den Erfolg Ihres Produkts und Unternehmens zu messen?
Natürlich gibt es einige Konstanten, auf die wir uns immer verlassen können – die Steigerung der aktiven Nutzer, die Akzeptanz und die Bindung eines Produkts werden stets grundlegend für den langfristigen Geschäftserfolg sein.
Doch heutzutage ist einiges anders. So prognostiziert beispielsweise Gartner, dass 75 % der Unternehmen KI bis 2025 operationalisieren werden. KI verändert moderne Unternehmensabläufe rasant, und viele dieser Unternehmen arbeiten aktiv daran zu verstehen, wie sich Erfolg messen lässt. Gleichzeitig wandeln sich Arbeits- und Führungspraktiken – Automatisierung, Vibe Coding und User Intelligence sind dabei nur die Spitze des Eisbergs.
Als Produktverantwortlicher im Jahr 2025 ist eine sorgfältige Balance zwischen technischem Verständnis und strategischer Vision gefragt – und Klarheit inmitten des allgemeinen Rauschens. Mit neuen Technologien und neuen Arbeitsweisen erleben Produktverantwortliche, dass dies eine unglaublich spannende Zeit ist, um ein Produkt zum Erfolg zu führen.
In diesem Leitfaden nutzen wir unsere Erfahrung aus der Zusammenarbeit mit über 14.000 Kunden im vergangenen Jahr, um die 10 KPIs zu beleuchten, die jeder Produktverantwortliche kennen muss. Neben den KPIs, die wir für jedes Produktteam als unverzichtbar erachten, gehen wir auch darauf ein, wie KI die Gleichung verändert.
Verstehen, was für die Messung des Produkterfolgs entscheidend ist
Lassen Sie uns einen Schritt zurücktreten und die verschiedenen KPI-Typen auf einer übergeordneten Ebene betrachten. Dabei sind drei Kategorien zu beachten:
- Geschäftsergebnisse: Was sind Ihre wichtigsten Geschäftsergebnisse, und wie wirkt sich Ihr Produkt kurz- und langfristig auf zentrale Geschäfts- und Finanzergebnisse aus? Diese könnten eng damit verknüpft sein, die Abwanderung zu reduzieren, die langfristige Nutzerbindung zu steigern oder neue Nutzer bzw. Abonnenten zu gewinnen.
- Produktnutzung: Diese KPIs spiegeln das Verhalten der Nutzer innerhalb Ihres Produkts wider. Welche Funktionen nutzen sie am häufigsten? Wo stoßen sie auf Schwierigkeiten? Diese Kennzahlen sind entscheidend, um zu verstehen, ob und wie Nutzer einen Mehrwert in Ihrer Software finden.
- Produktleistung: Diese KPIs messen, wie gut Ihr Produkt seine vorgesehene Funktion erfüllt. Wie hoch ist die Reaktionszeit Ihres Produkts? Wie viel Ausfallzeit hatten Sie letzten Monat? Es empfiehlt sich häufig, einen internen Benchmark für Qualitätskennzahlen festzulegen und sich monatlich oder vierteljährlich daran zu messen.
Die 10 wichtigsten KPIs für 2025
Bei der Auswahl unserer Top-KPIs haben wir Indikatoren berücksichtigt, die Produktverantwortlichen helfen, wichtige Aspekte ihrer Apps zu verfolgen, wie z. B. Kosten, Feature-Adoption und Nutzerstimmung. Diese Kennzahlen adressieren die doppelte Anforderung von Innovation und Stabilität und helfen Ihnen zu verstehen, wie Ihre Nutzer mit Ihrer Software interagieren, damit Sie die Abwanderung reduzieren und gleichzeitig wichtige Erkenntnisse darüber gewinnen können, was sie sich in Zukunft wünschen könnten.
1. Prädiktiver Customer Lifetime Value (CLTV)
Es ist allgemein bekannt, dass die Gewinnung neuer Kunden deutlich mehr kostet als deren Bindung. Deshalb ist es entscheidend, den Lifetime Value eines langfristigen Kunden zu verstehen.
Herkömmliche CLTV-Modelle, die auf historischen Durchschnittswerten basieren, haben Schwierigkeiten, dynamische Variablen wie KI-gesteuerte Verhaltensänderungen oder Lieferkettenunterbrechungen zu berücksichtigen. Wettbewerbsfähigere Unternehmen setzen zunehmend auf KI-gestützte Prognosemodelle, um zu verstehen, wie heutige Entscheidungen zukünftige Umsätze beeinflussen können.
Prädiktiver CLTV integriert maschinelles Lernen, um Echtzeit-Datenströme zu analysieren, darunter Nutzerinteraktionsmuster, makroökonomische Trends und geopolitische Ereignisse. Dabei können Transaktionsdaten, Nutzerverhaltsmetriken sowie Feature- oder Produktpräferenzen genutzt werden.
Beispielsweise könnte ein B2B-Softwareanbieter prädiktiven CLTV nutzen, um Ressourcen auf Branchen mit hohem Potenzial zu konzentrieren, wie etwa das Gesundheitswesen oder erneuerbare Energien, in denen regulatorische Änderungen Wachstumschancen schaffen.
Warum ist CLTV wichtig?
Prädiktiver CLTV ist entscheidend, um ein tieferes Verständnis des Werts Ihrer Produkte zu gewinnen, und nutzt maschinelles Lernen, um genauere Wertschätzungen zu liefern. Darüber hinaus kann er Ihnen helfen, besser zu verstehen, wie Nutzer neue Funktionen übernehmen könnten, insbesondere solche, die auf KI basieren.
So wird CLTV gemessen
CLTV lässt sich einfach berechnen: Nehmen Sie den Jahreswert eines Kunden, multiplizieren Sie diesen mit der durchschnittlichen Kundenlaufzeit (in Jahren mit Abonnement oder Lizenz) und ziehen Sie etwaige Akquisitions- oder Wartungskosten ab (z. B. allgemeine Kundenakquisitionskosten, Time-to-Value-Kosten oder andere Kennzahlen).
2. KI-Funktionsadoptionsrate
Die Funktionsadoption ist im Wesentlichen eine Nutzeraktivierungsmetrik, und die Funktionsadoption für ein KI-Produkt ist ein klarer Beleg für den unmittelbaren und dauerhaften Mehrwert, den Ihre KI-Produkte den Nutzern bieten.
Dieser KPI misst, wie intensiv Nutzer KI-Funktionen wie Chatbots, automatisierte Berichte oder prädiktive Analysen nutzen. Eine niedrige Adoptionsrate kann auf eine Diskrepanz zwischen den Nutzerbedürfnissen und dem Funktionsdesign hinweisen. So könnte eine CRM-Plattform beispielsweise feststellen, dass ihre KI-gestützten Verkaufsprognosen aufgrund mangelnder Schulung zu wenig genutzt werden, was eine Überarbeitung des In-App-Onboarding-Erlebnisses nach sich zieht.
Wenn Ihr Team versteht, wie Ihre Nutzerbasis mit KI-Funktionen interagiert, kann es Nutzer besser unterstützen und die kontinuierliche Akzeptanz fördern.
Warum ist die Akzeptanzrate von KI-Funktionen wichtig?
Die Verfolgung der KI-Akzeptanz sichert den ROI von Investitionen. Eine geringe Akzeptanz signalisiert ein nicht passendes Funktionsdesign oder ein mangelhaftes Onboarding, während eine hohe Akzeptanz mit Kundenbindung und Umsatzwachstum korreliert. Die Messung der Interaktion mit Chatbots oder prädiktiver Analytik hilft Teams, Nutzererlebnisse zu verfeinern und die Kosten der KI-Entwicklung zu rechtfertigen.
So messen Sie die Akzeptanzrate von KI-Funktionen
Die Akzeptanzrate wird als Prozentsatz Ihrer gesamten Nutzerbasis ausgedrückt, die Zugang zur Funktion hat:
So steigern Sie die Funktionsakzeptanz
Einer der Kernvorteile der Messung der Akzeptanz besteht darin, zu verstehen, wie Kunden zu den Funktionen gelenkt werden können, von denen sie profitieren würden, sodass sie eher mit Ihrem Produkt in Kontakt bleiben. Wenn es darum geht, die Akzeptanz wichtiger Funktionen zu fördern, ist es am effektivsten, dies direkt im Produkt zu tun. Zu den In-App-Maßnahmen zur Steigerung der Funktionsakzeptanz gehören:
- Verwendung von In-App-Nachrichten, um neue Funktionen anzukündigen.
- Verwendung von In-App-Walkthroughs, um Benutzer zu bestimmten Funktionen zu führen und beim Onboarding zu helfen.
- Verwendung von Segmentierung, um Mitteilungen gezielt an Kunden zu richten, die von der Funktion profitieren würden.
Praxisbeispiel im Rampenlicht: Okta
Die Messung von Nutzererfahrungen erfordert ein detailliertes Verständnis Ihrer Nutzerbasis. Okta stellte fest, dass Pendo ihnen half, die bestehende Kundenerfahrung zu verstehen und Verbesserungsmöglichkeiten zu identifizieren.
„Wir können Benutzer kanalübergreifend segmentieren, gezielt ansprechen und erneut ansprechen, basierend auf den Daten, die uns zur Verfügung stehen, damit wir sie effektiv coachen, führen oder durch kritische Kernbereiche der Konfiguration von Okta lenken können."
Tom Witczak, Director of Digital Experience, Okta
3. Nutzerwachstum
Wachstum ist möglicherweise die wichtigste Kennzahl für die Gesundheit Ihrer Organisation. Betrachten Sie Wachstum als Spiegelbild der Reichweitenbemühungen Ihrer Marke: Wie gut gelingt es Ihnen, neue Nutzer zu gewinnen? Wie effektiv sind Ihre Bemühungen, die Nutzung bei Ihrer bestehenden Nutzerbasis auszuweiten?
Warum ist Nutzerwachstum wichtig?
Wie das alte Sprichwort sagt: Wer nicht wächst, stirbt. Veränderungen bei Wachstumskennzahlen können Teams dabei helfen, Probleme in der Reichweite, der Benutzererfahrung und anderen Bereichen zu identifizieren. „Wachstum" selbst kann als Kategorie variieren, aber bei Softwareplattformen ist Wachstum direkt mit der Erweiterung der Nutzerbasis und in der Folge mit der Umsatzsteigerung verbunden.
Davon abgesehen können Sie das Wachstum auch anhand anderer Faktoren messen, beispielsweise wie viel Zeit diese Nutzer auf Ihrer Plattform oder mit bestimmten Funktionen verbringen.
Messung des Benutzerwachstums im Zeitverlauf
Der Schlüssel zur Messung des Benutzerwachstums liegt darin, wesentliche Zeitmaße zu verstehen. Die wichtigsten Zeitrahmen für die meisten abonnementbasierten Softwareplattformen sind Monate und Jahre. Genauer gesagt wird damit das Wachstum der Benutzer von Monat zu Monat und von Jahr zu Jahr gemessen.
Die Formel zur Messung des Wachstums der monatlich aktiven Benutzer (MAU) kann je nach Zeitraum variieren. Um beispielsweise das Wachstum von einem Monat zum nächsten zu messen, müsste der Wachstumsprozentsatz dieses Zeitraums ermittelt werden:
Dies drückt dieses Wachstum als Prozentsatz aus. Um einen längeren Zeitraum zu messen, wird diese Formel einfach erweitert. Um beispielsweise das Wachstum vom Beginn des Jahres bis zum Ende desselben Jahres zu messen, würde die Formel wie folgt aussehen:
4. Product Engagement Score (PES)
Der PES ist ein umfassender Indikator für den allgemeinen Zustand Ihres Produkts. Er kombiniert Kennzahlen, die Bindung, Akzeptanz und Wachstum messen. Der PES soll einen schnellen Überblick bieten, aber Sie können tiefer in die enthaltenen Kennzahlen eintauchen, um Problemstellen zu finden und zu beheben.
Warum ist der PES wichtig?
PES ist ein Leitfaden dafür, wie Nutzer ein Produkt oder eine Funktion im Laufe der Zeit übernehmen und weiterhin nutzen. Es ist auch eine großartige Möglichkeit, sich ein „Gesamtbild" davon zu machen, wie ein Produkt oder eine Funktion abschneidet, und gibt Ihnen eine Vorstellung davon, wo Sie mit der Analyse einzelner KPIs beginnen könnten.
So messen Sie den PES
PES ist ein zusammengesetzter Wert aus Stickiness, Adoption und Wachstum. Sobald Sie die Werte für Adoption, Stickiness und Wachstum berechnet haben, können Sie Ihren PES ermitteln, indem Sie einfach den Durchschnitt der drei Zahlen nehmen und mit 100 multiplizieren:
Sie können wählen, ob Sie Ihren PES auf Basis von Besuchern oder Accounts messen möchten. Wenn Ihr Produkt nur von Einzelpersonen (und nicht von Teams) genutzt wird, möchten Sie wahrscheinlich jede PES-Komponente nur auf Besucherebene messen. Wenn Ihr Unternehmen auf die Gewinnung neuer Kunden ausgerichtet ist, spiegelt die Messung des Wachstums (und des Gesamt-PES) auf Account-Ebene diese Bemühungen am besten wider. Versuchen Sie im Zweifelsfall, Ihre PES-Konfiguration an den aktuellen übergeordneten Prioritäten Ihrer Organisation auszurichten.
Besserer PES = bessere Geschäftsergebnisse
Das Pendo-Data-Science-Team stellte sich die Aufgabe, Kundenabwanderung, Nutzung und Wachstumsraten allein anhand des PES vorherzusagen. Sie stellten fest, dass Accounts mit einem höheren PES in den Monaten vor Vertragsende mit größerer Wahrscheinlichkeit verlängerten, während niedrigere Werte mit Abwanderung korrelierten. Bereits sechs Monate PES-Werte lieferten einen zuverlässigen Indikator für die Vertragsverlängerung.
5. Time to Value (TTV)
In wettbewerbsintensiven Märkten erwarten Nutzer einen sofortigen ROI. TTV misst, wie schnell Nutzer ihr erstes „Core Event" erreichen – eine entscheidende Aktion, die den Mehrwert demonstriert, wie etwa das Abschließen einer Datenanalyse in einem BI-Tool oder das Deployen von Code über eine DevOps-Plattform. Eine langsame TTV korreliert häufig mit hohen Abbruchraten. Eine No-Code-Webdesign-Plattform könnte beispielsweise die TTV reduzieren, indem sie Nutzer durch vorlagenbasierte Workflows führt und es ihnen ermöglicht, innerhalb weniger Minuten eine Landing Page zu veröffentlichen.
Einige wichtige Komponenten, die bei der Betrachtung von TTV zu berücksichtigen sind:
- Effizienz beim Benutzer-Onboarding: Wie schnell können Benutzer das Produkt effektiv navigieren?
- Erstes bedeutungsvolles Ergebnis (FMO): Wann schließt der Benutzer seine erste grundlegende Aufgabe ab (einen Bericht erstellen, ein Meeting planen usw.)?
- Vollständige Wertrealisierung: Welchen Prozess durchläuft ein Benutzer, um ein Projekt, ein Artefakt oder ein Ergebnis mit Ihrem Produkt vollständig zu realisieren?
Warum ist die Time-to-Value wichtig?
Benutzer verlangen so schnell wie möglich Zugang zu Mehrwert. Die Verkürzung der TTV durch optimiertes Onboarding reduziert die Abbruchrate und fördert die Wettbewerbsdifferenzierung – insbesondere in gesättigten SaaS-Märkten.
So messen Sie TTV
Es gibt keine allgemeine Formel zur Berechnung des TTV – das Verständnis dieser Kennzahl erfordert eine klare Definition des „Wert"-Versprechens (Nutzung einer Funktion, Einführung eines bestimmten Prozesses oder einer Praxis usw.) sowie des Ausgangspunkts der Messung (ab der ersten Registrierung, ab dem ersten Login oder einem anderen Meilenstein). Basierend auf diesen Kriterien kann der TTV am besten in Tagen, Minuten oder sogar Sekunden ausgedrückt werden.
6. Produktleistung
Die Toleranz der Nutzer gegenüber Leistungsproblemen ist stark gesunken, und selbst Verzögerungen von einer Sekunde können das Vertrauen untergraben. Dieser KPI quantifiziert Verfügbarkeit und Reaktionsfähigkeit anhand von Benchmarks wie 99,9 % Betriebszeit und Ladezeiten von unter 2 Sekunden für kritische Aktionen. Beispielsweise ist eine E-Commerce-Plattform, die während Spitzenlastzeiten Verzögerungen beim Checkout verzeichnet, durch Warenkorbabbrüche und Reputationsschäden gefährdet.
Zu den wichtigen Leistungskennzahlen, die es zu verstehen gilt, gehören:
- Durchschnittliche Systembetriebszeit
- Seitenladezeiten
- Reaktionszeiten bei Nutzer-Tickets
- Nutzerzufriedenheitswerte
Warum ist die Produktleistung wichtig?
Leistungskennzahlen (Verfügbarkeit, Antwortzeiten) werden 2025 nicht verhandelbar sein. Eine Verzögerung von einer Sekunde kann die Conversions um 7 % senken, weshalb nahezu sofortige Ladezeiten und eine Verfügbarkeit von 99,9 % unverzichtbar sind, um Nutzer zu binden. Dies gilt insbesondere in Branchen wie E-Commerce oder Fintech.
Wie schneidet Ihr Produkt ab?
Produktleistungs-Benchmarks existieren nicht im luftleeren Raum. Sie lassen sich am besten verstehen, wenn man sie mit anderen internen Kennzahlen oder Daten von Mitbewerbern in der eigenen Branche vergleicht. Vor diesem Hintergrund hat Pendo Daten aus über 6.800 Anwendungen von 2.500 unserer Kunden zusammengestellt, um Teams dabei zu helfen, ihre Produkte nach Region, Unternehmensgröße und Branche zu benchmarken. Erfahren Sie mit den interaktiven Benchmarks.
7. Umsatzsteigerung durch Personalisierung
Dieser KPI misst die Umsatzsteigerung durch personalisierte Erlebnisse, wie z. B. dynamische Preisgestaltung oder maßgeschneiderte Inhaltsempfehlungen. Beispielsweise könnte eine KI-gestützte E-Learning-Plattform, die Kursvorschläge individuell anpasst, höhere Abschlussquoten und mehr Abonnementverlängerungen verzeichnen.
Den ROI als Funktion der Personalisierung zu bestimmen bedeutet, die inkrementellen Vorteile der Personalisierung direkt mit Umsatzsteigerungen und Kosteneinsparungen zu verknüpfen. Mögliche Ansätze sind:
- Identifizierung wichtiger Kennzahlen zur Nutzerakzeptanz und -bindung, wie z. B. Feature-Adoption, Lifetime Value und Churn. Es ist unerlässlich, mit diesen Kriterien einen Ausgangswert festzulegen.
- Verknüpfung von Personalisierungsansätzen mit Kennzahlen, z. B. durch den Einsatz generativer KI zur Erstellung von In-App-Nachrichten oder die Verfolgung von Verhaltensanalysen, um Nutzern, die mit wichtigen Features interagieren, zeitgerechten Support zu bieten.
- Durchführung von A/B-Tests , um spezifische Personalisierungsmaßnahmen mit positiven Geschäftsergebnissen zu verknüpfen.
Warum ist der ROI aus Personalisierung wichtig?
KI-gesteuerte Hyperpersonalisierung steigert das Engagement, erfordert jedoch eine Erfolgsmessung, um die damit verbundenen Kosten zu rechtfertigen. Die Messung des Umsatzanstiegs durch maßgeschneiderte Erlebnisse (z. B. dynamische Preisgestaltung) stellt sicher, dass die Maßnahmen auf die Geschäftsziele einzahlen.
Praxisbeispiel: Alarm.com
Alarm.com wollte sicherstellen, dass seine Kundendienstmitarbeiter die Bedürfnisse der Nutzer mit maßgeschneiderten Guides und Support-Funktionen erfüllen können. Mit Pendo Analytics nutzte das Unternehmen Pfade und Funnels, um besser zu verstehen, was Kunden dachten und fühlten, und konnte so Inhalte auf deren spezifische Bedürfnisse abstimmen.
„Es hatte einen so großen Einfluss auf den Agentenbetrieb und die allgemeine Stimmung während der Einführung des Support-Centers. Und ebenso wichtig ist, dass es uns ermöglicht, im Maßstab zu wachsen, weil wir viel weniger Zeit damit verbringen, asynchrones Training zu entwickeln, indem wir praxisnahe Ressourcen erstellen."
Mary Kidd, Systems Manager, Customer Operations bei Alarm.com
8. Prädiktive Abwanderungsrate
Die Abwanderungsrate bleibt eine wichtige Kennzahl, doch prädiktive Modelle identifizieren gefährdete Nutzer jetzt, bevor sie abwandern. ML-Modelle weisen Abwanderungsrisiko-Scores (0–100) zu, indem sie Rückgänge beim Engagement, Zahlungshistorien und Stimmungstrends analysieren. Ein Streaming-Dienst könnte beispielsweise Nutzer markieren, die ihre Wiedergabezeit nach einer Preiserhöhung reduzieren, und daraufhin gezielte Angebote zur Kundenbindung auslösen.
Warum ist die prädiktive Abwanderungsrate wichtig?
Prädiktive Modelle identifizieren gefährdete Nutzer, bevor sie abwandern, indem sie Rückgänge beim Engagement und Zahlungstrends analysieren. Proaktive Bindungsstrategien (z. B. gezielte Angebote) reduzieren die Abwanderung und sichern so die Einnahmen bei abonnementbasierten Modellen.
So messen Sie die vorausschauende Abwanderung
Traditionell lässt sich die Abwanderung durch folgende Formel ausdrücken:
Die vorausschauende Abwanderung ist jedoch zukunftsorientierter. Sie bedeutet, mithilfe von Analysen und monatlichen Trends potenzielle Abwanderungen in den kommenden Monaten zu ermitteln. Machine Learning und KI können eine tiefergehende Analyse liefern.
9. Net Promoter Score (NPS)
Würden Ihre Nutzer Ihre Marke weiterempfehlen? Falls nicht, können Sie den NPS nutzen, um ihre Einstellungen gegenüber ihrer Erfahrung mit Ihren Produkten zu verstehen.
Typischerweise wird ein NPS ermittelt, indem Nutzer und Kunden befragt werden, „Promotoren" von „Detraktoren" anhand ihrer Antworten getrennt werden und dieses Verhältnis anschließend als Quotient der beiden ausgedrückt wird.
Diese Werte bieten einen hervorragenden Einblick in die Gedanken und Gefühle der Nutzer, insbesondere wenn sie direkt in der Software erfasst werden. Die Antworten sind kontextbezogen und zeitnah und bieten Möglichkeiten, Probleme proaktiv statt reaktiv anzugehen. Dadurch ist der NPS besonders nützlich als Frühwarnsystem für Kundenunzufriedenheit und -erlebnisse.
Warum ist NPS in Feedback-Schleifen wichtig?
Das Verstehen von Kundenstimmung lohnt sich immer, und eine konsequente NPS-Verfolgung hilft Ihnen zu erkennen, wie Kunden jetzt und in Zukunft für Sie werben werden. NPS ist jedoch ein qualitatives Maß, was bedeutet, dass er am besten in Verbindung mit quantitativen Daten – wie der Produktnutzung – funktioniert, um ihn zu unterstützen.
Praxisbeispiel: Cision
Cision wollte wissen, wie neue Kunden die Marke wahrnehmen und insbesondere, wie höhere NPS-Werte aus unterschiedlichen Kundenverhalten entstehen. Mithilfe von Pendo setzten sie gezielte NPS-Umfragen ein, um herauszufinden, welche Indikatoren Kunden dazu veranlassen, die Marke weiterzuempfehlen.
„Die Möglichkeit, die Daten auf Kontoebene zusammenzufassen, ist ein großes Unterscheidungsmerkmal für uns. Keines unserer anderen Analyse-Tools kann das."
Becky Banasik, Vice President of Customer Success, Cision
10. Feedback-to-Feature-Geschwindigkeit
Dieser KPI misst, wie schnell Teams Nutzereingaben in Produktverbesserungen umsetzen. Ein Projektmanagement-Tool könnte beispielsweise Feature-Anfragen von Power-Usern priorisieren und Updates in vierteljährlichen Sprints veröffentlichen.
Warum ist die Feedback-to-Feature-Geschwindigkeit wichtig?
Ihre Plattform oder Ihr Produkt wird kontinuierlich nach dem SaaS-Entwicklungsmodell weiterentwickelt. Das bedeutet, dass Nutzerfeedback entscheidend dafür ist, Software-Einschränkungen zu beheben und ein Produkt bereitzustellen, das den Anforderungen einer etablierten (und idealerweise treuen) Nutzerbasis gerecht wird.
So messen Sie die Feedback-to-Feature-Geschwindigkeit
Diese Kennzahl wird als durchschnittlicher Zeitraum zwischen dem ersten Nutzerfeedback oder Alpha-Reviews und der Implementierung von Features ausgedrückt, die auf dieses Feedback zurückgehen. Sie können Ihre Kommentar- und Feedback-Plattformen heranziehen, um zu sehen, wie Feedback-Schleifen zu inkrementellen Veränderungen führen, und dokumentieren, wie viele Produktions-Features auf direktes oder indirektes Nutzerfeedback zurückzuführen sind.
Praxisbeispiel im Rampenlicht: Filevine
Die Rechtsplattform Filevine hatte intern festgestellt, dass sie fortlaufende Feature-Updates in ihren Entwicklungszyklus integrieren mussten. Sie mussten die Software in der Entwicklung halten und gleichzeitig eine langfristige Roadmap pflegen, die auf Kundenfeedback basiert, die Anforderungen der Branche widerspiegelt und dabei die Einhaltung gesetzlicher Vorschriften sicherstellt. Sie nutzten Pendo Feedback, um Nutzerrückmeldungen durch gezielte, kontextbezogene Feedbackanfragen zu erfassen.
„Die Verwendung von Pendos Verhaltensanalysen und In-App-Anleitungen in Verbindung mit Pendo Feedback ergab ein perfektes Paket. Die Möglichkeit, alle Nutzungskontexte direkt neben dem Feedback zu haben, war entscheidend."
Mary Lyon, Director of Product Feedback, Filevine
Zeitlose KPIs
Während Sie damit beginnen, die oben behandelten KI-gestützten KPIs zu messen, zu analysieren und zu verbessern, sollten Sie die bewährten (und nach wie vor relevanten) KPIs nicht vernachlässigen. Hier sind drei, die niemals aus der Mode kommen:
Net Revenue Retention (NRR)
Net Revenue Retention (NRR) bleibt ein Eckpfeiler für abonnementbasierte Unternehmen, unter anderem weil sie die laufende Umsatzbindung unterstützt. Laut McKinsey können Unternehmen mit einem NRR von mindestens 120 % jährlich mit einem Wachstum von 20 % rechnen, ohne neue Kunden gewinnen zu müssen.
NRR ist die Differenz zwischen Expansion und Churn. Es wird allgemein erwartet, dass der NRR einen Wert über 100 % aufweist – unter der Annahme, dass Sie zwar einige Kunden verlieren, aber auch Wege finden, den Wert der Kunden zu steigern, die Sie behalten.
So messen Sie den NRR
Wie die Definition nahelegt, können Sie den NRR messen, indem Sie den Churn von der Expansion abziehen. Dazu sind vier Werte erforderlich:
- Monatlich wiederkehrender Umsatz des letzten Monats
- Umsatz, der durch Upsells und Cross-Sells generiert wurde
- Umsatz, der durch Down-Sells verloren gegangen ist
- Umsatzverlust durch Abwanderung
Unternehmen verfolgen den NRR in der Regel monatlich oder jährlich, wir empfehlen jedoch, die monatliche Nettoumsatzbindung im Blick zu behalten, um bei Schwankungen rechtzeitig handeln zu können.
Adoption
Adoptionskennzahlen bestätigen die Produkt-Markt-Passung, erfordern jedoch zunehmend eine feinere Granularität, um zwischen der allgemeinen Produktnutzung und der Interaktion mit KI-gestützten Funktionen zu unterscheiden. Im Jahr 2025 werden Produkte verstärkt auf eingebettete KI-Tools – wie automatisierte Workflows oder prädiktive Analysen – setzen, um sich zu differenzieren, und (laut Accenture) sehen 97 % der Führungskräfte diesen Schritt als transformativ für ihre Branche an.
Führungskräfte müssen die Gesamtadoptionsraten und die Art und Weise, wie Nutzer mit verschiedenen Funktionen interagieren, verfolgen. Eine Projektmanagement-Plattform könnte beispielsweise die wöchentlich aktiven Nutzer (WAUs) ihrer KI-gestützten Aufgabenpriorisierungsfunktion überwachen und diese Daten mit den Upsell-Raten für Premium-Tarife korrelieren.
So messen Sie die Adoption
Die Produktadoption lässt sich im Zeitverlauf anhand der Anzahl monatlich aktiver Nutzer (MAU), wöchentlich aktiver Nutzer (WAU) oder täglich aktiver Nutzer (DAU) ausdrücken. Sie können die Produktadoption auch als Rate im Verhältnis zu den Neuanmeldungen in einem bestimmten Zeitraum messen. Wie Sie die Produktadoption messen, hängt weitgehend davon ab, was es bedeutet, ein aktiver Produktnutzer zu sein. Wenn Ihre Software täglich von Kunden genutzt werden sollte, ist eine DAU-Kennzahl möglicherweise am sinnvollsten.
Stickiness
Stickiness – das Maß für die habituelle Produktnutzung – hat sich über die bloße Erfassung täglicher Anmeldungen hinaus entwickelt. KI-Funktionen wie personalisierte Empfehlungen oder prädiktive Einblicke vertiefen nun das Nutzerengagement innerhalb einer App. Beispielsweise kann eine Fintech-App, die KI zur Prognose von Ausgabegewohnheiten einsetzt, dazu führen, dass Nutzer täglich zurückkehren, um Budgetvorhersagen zu prüfen (was sich direkt auf die Kundenbindung auswirkt).
Moderne Stickiness-Metriken müssen das KI-gesteuerte Engagement isolieren und die Bindungsraten zwischen Nutzern, die diese Funktionen verwenden, und solchen, die auf traditionelle Funktionalitäten setzen, vergleichen.
So messen Sie Stickiness
Stickiness spiegelt sich im Verhältnis aktiver Nutzer zu einem bestimmten Zeitpunkt gegenüber aktiven Nutzern über einen Zeitraum wider. Beispielsweise können Sie die Stickiness Ihrer Software an einem bestimmten Tag mithilfe von DAU und MAU ermitteln:
Wesentliche KPIs, optimiert
KI verändert die Art und Weise, wie Produktverantwortliche KPIs verfolgen und interpretieren, und macht den Produkterfolg messbarer, vorhersehbarer und umsetzbarer als je zuvor. Von Nutzereinblicken in Echtzeit bis hin zur automatisierten Trendanalyse befähigen KI-gestützte Analysen Produktmanager dazu, statische Dashboards hinter sich zu lassen und eine dynamische, adaptive Entscheidungsfindung zu etablieren.
Da sich KI kontinuierlich weiterentwickelt, werden diejenigen, die ihre Möglichkeiten in ihre KPI-Frameworks integrieren, einen erheblichen Wettbewerbsvorteil erlangen und sicherstellen, dass ihre Produkte aktuelle Marktanforderungen erfüllen und künftige Trends antizipieren.
Pendo hilft Unternehmen dabei, die in diesem Leitfaden besprochenen KPIs zu messen und zu verbessern. Nutzen Sie Produktanalysen und Replay-Daten, um das Nutzerverhalten zu verstehen und Reibungspunkte zu identifizieren, sowie KI-gestützte Analysen, um Trends zu erkennen. Durch die Kombination dieser quantitativen Daten mit qualitativem Feedback erhalten Teams einen vollständigen Überblick über die Customer Experience. Anschließend können sie mit No-Code-In-App-Guides ganz einfach Maßnahmen ergreifen, die die Produktakzeptanz steigern, das Nutzerengagement fördern und den Umsatz erhöhen.
Möchten Sie sehen, wie Pendo Ihnen helfen kann, wichtige Produkt-KPIs zu messen und entsprechende Maßnahmen zu ergreifen? Vereinbaren Sie noch heute eine personalisierte Demo.
