Die Top 10 KPIs im Vertrieb
in Power BI berechnen und darstellen

Was machen diese Kennzahlen (KPIs)?

veröffentlicht am 02.12.2024
überprüft/ aktualisiert am 09.12.2024

Key Performance Indicators (KPIs) sind unerlässlich, um die Leistung eines Vertriebsteams zu messen, strategische Entscheidungen zu treffen und Wachstumspotenziale zu identifizieren. Power BI bietet leistungsstarke Möglichkeiten, diese Kennzahlen zu berechnen und visuell darzustellen. Dieser Artikel beleuchtet die zehn wichtigsten KPIs im Vertrieb und erklärt, wie sie mithilfe von Power BI berechnet werden können.

Kennzahl	Funktion
1. Umsatz (Total Revenue)	Berechnet den Gesamtumsatz
2. Umsatzwachstum (Revenue Growth)	Zeigt die Veränderung der Einnahmen
3. Durchschnittlicher Auftragswert (Average Order Value, AOV)	Berechnet den durchschnittlichen Bestellwert
4. Abschlussquote (Conversion Rate)	Zeigt die Erfolgsrate von Abschlüssen
5. Neukundenquote (New Customer Ratio)	Gibt den Anteil neuer Kunden an
6. Kundenbindungsrate (Customer Retention Rate)	Zeigt, wie viele Kunden treu bleiben
7. Vertriebszyklus (Sales Cycle Length)	Misst die Dauer des Verkaufsprozesses
8. Gewinnmarge (Profit Margin)	Berechnet den Gewinnanteil
9. Pipeline-Wert (Sales Pipeline Value)	Schätzt zukünftige Umsätze
10. Abwanderungsrate (Churn Rate)	Zeigt die Kundenverluste

Diese Tabelle zeigt alle in diesem Artikel beschriebenen KPIs. Mit einem Klick auf den Namen gelangen Sie zur jeweiligen Kennzahl.

Kennzahlen 1 bis 5 für den Vertrieb

1. Umsatz (Total Revenue)

Der Umsatz ist die Basis-Kennzahl, die den gesamten Erlös eines Unternehmens aus Verkäufen angibt. In Power BI summiert man üblicherweise die Einnahmen aus der Verkaufsdatenbank.

Formel:

Total Revenue = SUM(Sales[Revenue])

Die einfache Summe der Erlöse ist ein direkter und prägnanter Indikator für den geschäftlichen Erfolg, der als Basis für weitere Analysen dient.

Empfohlenes Power BI-Visual: Kartenvisualisierung (Card)

Einfache Darstellung der Gesamtzahl.

2. Umsatzwachstum (Revenue Growth)

Das Umsatzwachstum misst die relative Veränderung der Einnahmen über einen bestimmten Zeitraum, oft im Vergleich zum Vorjahr.

Formel:

Revenue Growth = DIVIDE((SUM(Sales[Revenue]) – SUM(Sales[Revenue], PREVIOUSYEAR(Sales[Date]))), SUM(Sales[Revenue], PREVIOUSYEAR(Sales[Date])))

Prozentuale Vergleiche sind ideal, um Trends zu erkennen, wie z. B. saisonale Schwankungen oder Effekte von Marketingkampagnen. Ein Vergleich mit der Vorjahresperiode gibt ein realistischeres Bild, da saisonale Effekte berücksichtigt werden.

Empfohlenes Power BI-Visual: Liniendiagramm (Line Chart)

Zeigt die Entwicklung des Umsatzwachstums im Zeitverlauf.

3. Durchschnittlicher Auftragswert (Average Order Value)

Dieser KPI gibt an, wie viel ein Kunde im Durchschnitt pro Bestellung ausgibt.

Formel:

Average Order Value = DIVIDE(SUM(Sales[Revenue]), COUNT(Sales[OrderID]))

Die Berechnung hilft, die Effizienz von Verkaufstaktiken zu bewerten und strategisch den Fokus auf höherwertige Produkte oder Upselling zu legen. Niedrige Werte könnten auf Potenziale für Angebotsverbesserungen hinweisen.

Empfohlenes Power BI-Visual: Säulendiagramm (Column Chart)

Vergleich der AOV über verschiedene Produkte, Regionen oder Zeiträume.

4. Abschlussquote (Conversion Rate)

Dieser KPI zeigt, wie viele potenzielle Kunden (Leads) tatsächlich einen Kauf tätigen.

Formel:

Conversion Rate = DIVIDE(SUM(Sales[Closed Deals]), SUM(Sales[Leads]))

Die Berechnung hilft, die Effizienz von Verkaufstaktiken zu bewerten und strategisch den Fokus auf höherwertige Produkte oder Upselling zu legen. Niedrige Werte könnten auf Potenziale für Angebotsverbesserungen hinweisen.

Empfohlenes Power BI-Visual: Tachometer (Gauge)

Zeigt die Rate im Verhältnis zu einem Zielwert.

5. Neukundenquote (New Customer Ratio)

Die Neukundenquote misst den Anteil neu gewonnener Kunden im Vergleich zum gesamten Kundenstamm.

Formel:

New Customer Ratio = DIVIDE(COUNTROWS(FILTER(Customers, Customers[IsNewCustomer] = TRUE())), COUNTROWS(Customers))

Ein hoher Anteil neuer Kunden ist ein Zeichen für erfolgreiche Marketing- und Akquisitionsmaßnahmen. Gleichzeitig sollte der Fokus auf die langfristige Kundenbindung gerichtet sein, um Abwanderungen zu vermeiden.

Empfohlenes Power BI-Visual: Tortendiagramm (Pie Chart)

Visualisiert den Anteil neuer Kunden an der Gesamtkundenzahl.

Kennzahl 6 bis 10 für den Vertrieb

6. Kundenbindungsrate (Customer Retention Rate)

Die Kundenbindungsrate zeigt, wie viele Kunden innerhalb eines definierten Zeitraums wiederkehrend kaufen.

Formel:

Customer Retention Rate = DIVIDE(COUNTROWS(FILTER(Customers, Customers[IsReturningCustomer] = TRUE())), COUNTROWS(Customers))

Kundenbindung ist oft günstiger als die Akquisition neuer Kunden. Diese Metrik ist entscheidend für Unternehmen, die auf Abonnements oder langfristige Geschäftsbeziehungen setzen. Ein Rückgang könnte auf Unzufriedenheit hinweisen und erfordert schnelles Handeln.

Empfohlenes Power BI-Visual: Gestapeltes Säulendiagramm (Stacked Column Chart)

Darstellung der Retention Rate im Vergleich zu anderen Zeiträumen oder Segmenten.

7. Vertriebszyklus (Sales Cycle Length)

Dieser KPI gibt an, wie lange es dauert, bis ein Lead zu einem Abschluss führt.

Formel:

Sales Cycle Length = AVERAGE(Sales[Close Date] – Sales[Start Date])

Ein kurzer Vertriebszyklus bedeutet oft effizientere Prozesse und eine bessere Ressourcennutzung. Die Analyse ermöglicht es, Engpässe in den Verkaufsphasen zu identifizieren und zu optimieren.

Empfohlenes Power BI-Visual: Box-Plot (Custom Visual) oder Liniendiagramm (Line Chart)

Zeigt die Verteilung und Durchschnittswerte der Zykluslänge.

8. Gewinnmarge (Profit Margin)

Die Gewinnmarge misst, wie viel vom Umsatz nach Abzug aller Kosten verbleibt.

Formel:

Profit Margin = DIVIDE((SUM(Sales[Revenue]) – SUM(Sales[Cost])), SUM(Sales[Revenue]))

Diese Kennzahl gibt einen Einblick in die Rentabilität eines Unternehmens. Sie hilft, Bereiche zu identifizieren, in denen die Kosten gesenkt oder die Margen erhöht werden können, etwa durch Preisstrategien oder Prozessoptimierung.

Empfohlenes Power BI-Visual: Säulendiagramm (Column Chart) oder Tachometer (Gauge)

Visualisiert die Marge und vergleicht sie mit Zielwerten.

9. Pipeline-Wert (Sales Pipeline Value)

Der Pipeline-Wert schätzt den potenziellen Umsatz aus laufenden Vertriebsaktivitäten.

Formel:

Pipeline Value = SUM(Sales[Estimated Revenue])

Durch die Einschätzung des Pipeline-Werts können Unternehmen besser planen und priorisieren. Der Fokus auf vielversprechende Deals maximiert die Effizienz des Vertriebsteams.

Empfohlenes Power BI-Visual: Trichterdiagramm (Funnel Chart)

Zeigt die Verteilung und Fortschritte der Deals in der Pipeline.

10. Abwanderungsrate (Churn Rate)

Die Churn Rate misst, wie viele Kunden in einem bestimmten Zeitraum abgesprungen sind.

Formel:

Churn Rate = DIVIDE(COUNTROWS(FILTER(Customers, Customers[Status] = „Lost“)), COUNTROWS(Customers))

Diese Kennzahl ist ein Frühwarnsignal für Kundenzufriedenheit. Ein plötzlicher Anstieg deutet darauf hin, dass Maßnahmen zur Verbesserung der Kundenbindung erforderlich sind, wie z. B. bessere Betreuung oder optimierte Produktangebote.

Empfohlenes Power BI-Visual: Tortendiagramm (Pie Chart) oder Liniendiagramm (Line Chart)

Darstellung der Churn Rate im Zeitverlauf oder im Verhältnis zu anderen Kundenkategorien.

Zusammenfassung

Die vorgestellten KPIs liefern einen umfassenden Überblick über die Vertriebsleistung. Mit Power BI können diese Metriken dynamisch berechnet, visualisiert und in Echtzeit aktualisiert werden. Unternehmen sollten sich auf die Automatisierung solcher Analysen konzentrieren, um datenbasierte Entscheidungen zu fördern und den Vertrieb zu optimieren.