Verifiziert: Live-Teilnehmer kaufen 8× häufiger als No-Shows (13,4 % vs. 1,6 %) · Trial→Rebill 20–22 %
Das Gesamtbild in einem Satz
Das Problem ist nicht Traffic und nicht das Angebot. 1,07 Mio. € Umsatz und 60 % Recurring machen das Product-Market-Fit-Argument stark. Der Engpass ist die Qualität der Anmeldungen: Paid überflutet den Funnel, taucht aber deutlich seltener live auf als organisch.
Der Engpass: Show-up-Qualität (Theory of Constraints)
Geld entsteht an Live-Anwesenheit. Live-Teilnehmer kaufen 8× häufiger als No-Shows. Damit ist die Show-up-Rate der entscheidende Multiplikator auf jeden Ad-Euro, nicht die Anmeldezahl.
Quelle
Anteil Anmeldungen
Live-Show-up
Meta/Paid
~85 %
~16 %
Organisch
~4 %
~26 %
Organisch taucht ~1,6× häufiger live auf (26 % vs. 16 %). Auf ~3.515 Paid-Anmeldungen/90 Tage gerechnet:
Paid heute: 3.515 × 16 % = ~560 Live
Auf organischem Niveau (26 %): ~915 Live (Obergrenze, ~350 Live/Quartal Differenz)
Realistisch (+6 Prozentpunkte, 16 → 22 %): ~210 zusätzliche Live/Quartal → bei 13,4 % Live-Kaufrate ~25–30 zusätzliche Käufer pro Quartal, ohne einen Euro Mehr-Spend. Bei VIP-lastigem Mix und 60 % Recurring ist der LTV-Effekt ein Vielfaches der reinen AOV.
Psychologie: Der Paid-Klick ist Impuls bei niedriger Verbindlichkeit (Present Bias lässt den Termin vergessen). Der organische Follower hat über Wochen Vertrauen aufgebaut und sich selbst selektiert, also kommt er. Paid kauft Reichweite, aber keine Verbindlichkeit.
Befund 1 — Die Instagram-Arbeit ist Funnel-Arbeit
Organische Anmelder taucht öfter live auf (26 % vs. 16 %) und kauft dann 8×. Der organische Kanal ist aber winzig (9,9k Follower, Reichweiten-Rang 16/38) bei überdurchschnittlichem Engagement (3,02 % vs. Median 0,5 %). Reichweite ist der Flaschenhals. Die Content-Richtungen aus der Wettbewerbsanalyse (konkrete Hack-Rechnungen, Payback-Format, Amex-Gamechanger-Hook) sind damit ein Show-up- und Lead-Qualitäts-Hebel, kein Vanity-Spiel. Zusatz: konkrete Botschaften verkaufen den Mechanismus vor, abstraktes „90 % günstiger" zieht No-Show-Klicker.
Befund 2 — Recurring ist das Herz, nicht das Beiwerk
60,4 % des Umsatzes sind Abos (Neue Abos 393k € + Rebills 256k € = 650k €). Das verschiebt die Optik:
Höherer CPL ist tragbar, als die AOV (115 €) suggeriert — in LTV denken, nicht in Erstkauf-AOV. Genau deshalb funktioniert Paid trotz schwacher Show-up.
Der Trial→Rebill-Hebel (20–22 %) und die Rebill-Maschine (256k €) sind der eigentliche Gewinnmotor. Foot-in-the-Door (27 € Sneak Peek → 497 € Rebill) plus Endowment-Effekt greifen. Jeder Prozentpunkt Rebill-Quote oder weniger unfreiwillige Churn ist hier mehr wert als Top-of-Funnel-Optimierung.
Refund nur 1,5 % = gesund, kein Vertrauensproblem.
Befund 3 — Halbe Blindheit beim Umsatz (Attribution)
79 % der Käufe ohne Quelle, nur ~2 % mit echter CID. Auf Kaufebene kein ROAS pro Kanal, Ad oder Flow sichtbar. Tim optimiert separat auf Hyros. Die CID-Durchreichung (MYLO-Landingpage, Flows F007/F011) entsperrt echte Messung. Ohne sie wird Budget per Bauchgefühl statt per Daten verschoben.
Befund 4 — E-Mail als schlafender Hebel
62.378 Kontakte in Flows, aber Click nur 3,2 % und E-Mail-Umsatz stark unter-getrackt. Da der Engpass Show-up ist und 60 % des Umsatzes Recurring sind, sind die Re-Invite-/Replay-Flows (Show-up) und die Dunning-/Win-back-Flows (Rebill schützen) die günstigsten Hebel. Dieselbe Hack-Konkretheit wie auf Instagram würde die Klickrate sofort heben.
Fazit — Prioritäten
Show-up der Paid-Masse härten (höchster ROI, 0 € Mehr-Spend). Micro-Commitments zwischen Anmeldung und Live: Kalender-Eintrag, Kommentar-Trigger-Mechanik in den Paid-Funnel, Reminder-Sequenz mit Zeigarnik-Effekt und Loss Aversion. +6 Prozentpunkte Show-up = ~25–30 zusätzliche Käufer/Quartal, mit Recurring-Hebel ein Vielfaches im LTV.
Recurring schützen und härten (dort sind 60 % des Geldes). Trial-Erlebnis auf Peak-End und Goal-Gradient trimmen (Rebill-Quote hoch), Failed-Payment-Recovery sauber aufsetzen (unfreiwillige Churn runter). Hebelt mehr als jede Front-End-Optimierung.
Organische Reichweite ausbauen (billigste hochkonvertierende Pipeline). Die 10 Content-Richtungen umsetzen, weil organisch öfter live ist und 8× kauft. Mittelfristig größter Wachstumshebel.
CID-Durchreichung fixen (entsperrt alle anderen Optimierungen). Erst dann ist ROAS pro Kanal messbar und Budget datenbasiert steuerbar.
Roter Faden über alle Kanäle: Konkretheit schlägt Abstraktion (Ads, Instagram, E-Mail, Webinar-Einladung). Der eine Hebel, der gleichzeitig auf Reichweite, Show-up und Conversion einzahlt.
North Star: Live-Teilnehmer pro Ad-Euro (nicht Anmeldungen, nicht Follower). Auf der Geld-Seite: LTV statt Erstkauf-AOV, weil 60 % des Umsatzes Recurring ist.
No-Shows, die später doch live waren — wie viele und über welchen Kanal sie zurückkamen.
Lade Recovery …
Webinar Funnel
Conversion Stufen mit Drop-off Rates
Registrierungen
0
unique Personen (Anmelder)
100%
Startpunkt
Revenue / Anmeldung
0 €
Gesamt Umsatz ÷ Anmelder
Live teilgenommen
0
live dabei beim Webinar
0%
Live Show-up Rate
Käufer Live
0 / 0
0% Live → Kauf
Replay teilgenommen
0
Replay nach Live angeschaut
0%
Replay Rate
Käufer Replay
0 / 0
0% Replay → Kauf
Käufer gesamt
0
VIP · USA · MYLO Produkte
0%
Conversion (Reg → Kauf)
AOV · Bestellwert
0 €
Umsatz ÷ Käufer
Replay Branch (separat gerechnet)
Replay Attended
793
16,3% von Reg
Replay Buyer
142
17,9% Conversion
Replay Revenue
67k €
31% des Total
Replay AOV
472 €
-5% vs Live AOV
Wie viele Tage vorher hat sich die Person angemeldet, und wie wirkt sich das auf die Live Show-up Rate aus?
Insight: Same-Day Anmelder haben 48,2% Live Show-up. Bei 7+ Tagen sinkt das auf 14,8%. Klare Tendenz: je näher zur Session angemeldet, desto höher die Wahrscheinlichkeit dass die Person tatsächlich kommt.
Sweet Spot
0-2 Tage
38,2% Avg Show-up · 2.851 Anmeldungen · 59% des Volumens
Action Item
+4 Reminder
Anmelder mit 5+ Tagen Lead Time brauchen 4 Reminder Mails (vs. 2 für Same-Day)
Potential Uplift
+8% Show-up
Wenn 5-7 Tage Anmelder auf Niveau 1-3 Tage gebracht: +119 Live Attended
Mobile
3.247
66,8% der Anmeldungen
Show-up 28,1%
Desktop
1.412
29,0% der Anmeldungen
Show-up 36,4%
Tablet
203
4,2% der Anmeldungen
Show-up 31,5%
Insight: Desktop User haben 30% höhere Live Show-up Rate. Performance Marketing sollte Desktop Placements priorisieren wenn Show-up das Ziel ist.
UTM Source
Anmeldungen
Live Show-up
Käufer
Buy Rate
Revenue
Rev / Reg
meta
3.124
29,8%
231
24,9%
93.747 €
30,01 €
organic
892
35,2%
87
27,7%
28.124 €
31,53 €
email
524
42,1%
38
17,2%
17.892 €
34,15 €
(no source)
322
18,3%
9
15,2%
8.451 €
26,24 €
Anmeldungen pro Tag
Nach Anmelde-Datum · eine Person zählt pro Tag einmal · Zeitraum aus der Leiste oben
Keine Anmeldungen im Zeitraum
Top Anmelde-Quellen
Erstquelle je Person + Live-Quote · Zeilen summieren auf die Anmelder im Funnel
Lade Quellen …
Funnel kompakt
Balken = Anteil aller Anmelder · Prozent-Text + Zahlen wie im großen Funnel
Lade Funnel …
Anmeldezeitpunkt vs Show-up
Wer kommt? Tendenz: Je näher zum Webinar angemeldet, desto höher die Show-up.
Was die Daten sagen
Show-up Rate Trend
Wöchentlich · Live vs Replay vs Total
Anmeldungen pro Tag
Anmeldungen vs Live Attended
Anmeldezeitpunkt vs Show-up
Je näher zum Webinar angemeldet, desto höher die Show-up. Aktueller Zeitraum vs 90 Tage Schnitt.
Was die Daten sagen
Lade ...
Mögliche Maßnahmen
Lade ...
Wochentag Performance
Live Show-up Rate pro Wochentag
Best Day——
Schwächster Tag——
Top 10 Städte
Anmeldungen & Umsatz pro Stadt
Lade Daten...
Top 10 Städte
Anmeldungen & Umsatz pro Stadt · sortierbar
Customer Insights
Wer kommt mehrfach, wer kauft, welche Patterns sehen wir
Mehrfach-Anmelder
0Personen
haben sich im Zeitraum 2+ mal angemeldet
0 Anmeldungen Ø
0% kommen live
Wiederholungs-Käufer
0Personen
haben mehr als 1 Produkt gekauft
0% von Käufern
Ø 0 Käufe
Desktop Conversion Lift
0
Desktop vs Mobile Show-up Rate
Mobile 0%
Desktop 0%
Beste Quelle (Umsatz)
0
—
0 Käufer
0% Show-up
Sessions
Echte Webinar-Termine im Zeitraum · Klick auf eine Zeile zeigt die KPIs
Datum
Webinar
Anmeld.
Paid
Org.
Live
Replay
Käufer
K·Paid
K·Org
Revenue
Live Rate
Ø Watch
Trends
Funnel Health Cockpit · KPIs über die Zeit
⟷Vergleich: lade…
Lade…
Lade Funnel Health…
Kundenreise
Vom Anmelder zum Käufer als Fluss: Gold = geht weiter, Rot = abgesprungen. Breite = Anzahl Personen.
Lade Kundenreise…
Stage Drop-off
Wo verlieren wir Anmelder im Funnel. pp = Prozentpunkt-Differenz zum Vergleichszeitraum. Rot markierte Stufe = größter Quoten-Drop (= Bottleneck). "neu" = Vergleichswert war 0.
Lade Stage-Daten…
Lead Time
Wie performen Leute je nach Anmelde-Zeitpunkt vor dem Webinar. Same-Day = höhere Show-up, aber meist niedrigeres Volumen.
Session Timing
Performance pro Wochentag. Welcher Tag hat beste Show-up & Käufer-Rate.
Trend über die Zeit
Entwicklung der KPIs je Bucket. Spalten-Farbe = Trend (grün hoch, rot runter). Aggregation wählbar.
Anmeldungen / Tag
Live Teilnehmer / Tag
Käufer / Tag
Show-up Rate %
Conv Rate (Reg→Kauf) %
Buy Rate Live %
noisy
Umsatz
Revenue pro Bucket
Registranten
Alle Anmelder im gewählten Zeitraum · gefiltert nach Webinar/Session/Video
#
Person
Quelle
Session ▼
Reg. Datum
Lead Time
Status
Watch Time
CTA gesehen
Kauf
Revenue
Lade Daten...
📋 Slack-Summary
—
Quellen & Ad Performance
Beste Source (Volumen)
meta
3.124 Anmeldungen · 64%
Beste Source (Show-up)
email
42,1% Show-up
Beste Source (Revenue)
meta
93.747 €
Höchste Rev/Reg
email
34,15 € · 524 Reg
Worst Performer
(no source)
18,3% Show-up
Active Campaigns
12
in den letzten 30T
UTM Source Volumen
Anmeldungen pro Source
UTM Source Performance
Show-up Rate vs Buy Rate · vergleich pro Source
Top Campaigns nach Revenue
Aggregiert nach UTM Campaign · Klick auf Zeile für Ad-Detail
Campaign
Source
Anmeldungen
Live
Show-up
Käufer
Revenue
Rev / Reg
Ad Content Performance
Welche Hooks & Bodies performen am besten · aus utm_content geparsed
Ad Content (Hook + Body)
Anmeldungen
Show-up
Revenue
Score
Customer Journey
Wer kauft was wann · Funnel Drop Offs · Repeat Buyer Analyse
Total Käufer
0
unique emails über alle Produkte
Repeat Buyer Rate
0%
2+ Käufe
Ø Lifetime Value
0€
Revenue / Kunde
Funnel: Anmelder → Live → Käufer → Repeat
Person Based über alle Webinar-Anmelder · Käufer = jedes Produkt (nicht nur das Webinar-Angebot), daher höhere Conversion als die Webinar-Performance-Seite
Top 20 Customer by Lifetime Value
Klick auf eine Zeile öffnet die komplette Sales-Historie · Hilft beim Verifizieren ob Erstprodukt-Daten korrekt sind
Email
Erstquelle
Erstprodukt
Käufe
LTV
Erster Kauf
Letzter Kauf
Webinar?
Days to Purchase
Tage zwischen Webinar Anmeldung und erstem Kauf · nur matched Customers
—
—
Komplette Sales-Historie (chronologisch)
Sales
StandLiveLade …
Subscriptions zeigen den aktuellen Stand (datum-unabhängig). Products & Sales,
Trials und Profit & ROI filtern auf den oben gewählten Zeitraum.
Account
Datenquelle: thrive_sales + thrive_subscriptions · live
Gesamt-Überblick
Alle Verkäufe im gewählten Zeitraum · Subscriptions + Einmalkäufe
Gross Revenue
—€
im gewählten Zeitraum
Customers (unique)
—
verschiedene Käufer
Orders
—
Sales + Rebills
Kennzahlen
Umsatz-Split, Pending, Refunds und Bestand
Neue Einmalkäufe
—
— %
Neue Abos
—
— %
Rebills
—
— %
⏳ Pending Revenue · ALL-TIME
—
0 Zahlungen ausstehend · alle offenen
AOV (⌀)
—
Durchschnitt je Order
Refund Rate
—
— €
Net Revenue
—
nach Refunds
Active Subs (jetzt)
—
→ siehe Subscriptions Tab
🔍 Datenquelle (Diagnose) Debug-Tool
Was lesen wir aus thrive_sales für deinen Zeitraum?
Vergleiche diese Zahlen 1:1 mit ThriveCart Stats.
Nur bei Bedarf öffnen, sonst geschlossen lassen.
ℹ Filter-Semantik:Produkt-Filter = nur Käufe wo dieses Produkt das Hauptprodukt war.
ThriveCart "(All)" Mode = ALLE Line-Items in Orders die dieses Produkt enthalten (inkl. Upsells).
Differenz erwartet — Beispiel: NEA VIP Käufer mit Mylo-Upsell:
unser Filter zeigt nur den 497€ VIP-Charge, TC zeigt VIP + Mylo zusammen.
Testkäufe (TEST*-Coupon, <5€) sind standardmäßig ausgefiltert.
ThriveCart Soll-Werte eintragen → Live-Diff
Diff: —
Diff: —
Diff: —
Diff: —
Gross Revenue
—
charge + rebill
Pending
—
0 ausstehend
Refunds
—
0 refunds
Net Revenue
—
gross − refunds
Transactions
—
success + rebill rows
Customers
—
distinct emails
AOV
—
gross / tx
Testkäufe ausgefiltert:0 Rows
(0 €) — Coupon-Prefix "TEST" oder Betrag < 5 €.
Mit Toggle "Tests inkl." einblenden.
Event Breakdown
Event
Anzahl
Summe €
Lade …
Top Produkte (raw)
Produkt
Rows
Summe €
Lade …
Rows total: —
·
First order: —
·
Last order: —
·
Unknown events: —
Revenue Mix
Subscriptions vs One-Time im gewählten Zeitraum
— €
Subscriptions
— €
—
One-Time
— €
—
Daily Revenue Trend
Tägliche Sales im gewählten Zeitraum
Top Produkte
Nach Net Revenue · alle Verkäufe
—
Net Revenue
—
Werbequellen
Revenue je tracking_id · UTM Source
—
⏳ Pending Payments ALL-TIME
Zahlungen die in der Pipeline hängen — noch nicht erfolgreich, aber auch nicht abgelehnt.
Diese sind oft "fast da" und verdienen aktives Nachfassen (Email-Reminder, Support-Kontakt).
Unabhängig vom Zeitraum oben — zeigt alle offenen Zahlungen, auch ältere.
Pending Total
—
0 Zahlungen
≤ 5 Tage
—
0 · niedrige Sorge
6 - 14 Tage
—
0 · nachfassen
> 14 Tage
—
0 · sehr unwahrscheinlich
Email
Name
Produkt
Account
Order Date
Tage Pending
Betrag
Processor
Risk
Lade Pending-Payments …
Produkt-Performance Detail
Orders, Revenue, Refund-Rate je Produkt im gewählten Zeitraum
Lade Produkt-Daten …
Keine Subscriptions in der Datenbank gefunden.
Die Tabelle thrive_subscriptions ist aktuell leer.
Das passiert wenn der CSV-Import von ThriveCart noch nicht durchgelaufen ist
(Tayler arbeitet am N8N-Flow + Subscription-Webhook für LLP).
Was du jetzt schon nutzen kannst:
Wechsle zum Tab Products & Sales — dort kommen die Daten aus thrive_sales,
das wird bereits live per N8N-Webhook befüllt.
Produkt
Detection: subscription_id flag aus ThriveCart
Subscription-Status
Verteilung aller erkannten Abos · aktueller Stand
Churn 90 Tage —
Aktiv
—
zahlen weiter
Gekündigt
—
läuft noch bis Periodenende
Abgelaufen
—
ausgeschieden
Kennzahlen
Wiederkehrender Umsatz und Wert je Subscription
MRR ⓘ
—
Monthly Recurring Revenue
ARR
—
annualisiert · MRR × 12
⌀ LTV
—
Customer Lifetime Value
At-Risk · PayPal V1
—
Volumen Risiko
Rebill Forecast · 12 Monate
Erwarteter wiederkehrender Umsatz aus aktiven Subscriptions ℹ Annahme: wenn keiner kündigt
Sep 2026
137k
€ Rebills
Okt 2026
70k
€ Rebills
Nov 2026
75k
€ Rebills
Dez 2026
45k
€ Rebills
Jan 2027
55k
€ Rebills
Churnrate · 12 Monate (live)
Anteil gekündigter Subscriptions je Monat · gestrichelt: 90-Tage-Durchschnitt
NEA VIP Trial (7,14€ für 14 Tage): nach Ablauf wird Vollpreis (497€/Jahr) belastet,
sofern Trial nicht vor Ablauf gekündigt wird. Diese Sektion zeigt die Trial-Cohort & Conversion in den Vollpreis.
Trial Starts
—
gesamt (alle Cohorts)
Trial Revenue (7,14€)
—€
Starts × 7,14 €
Conversion → Vollzahler
—%
Trial → Vollzahler-Rebill
Volltarif-Revenue
—€
echte Rebills der Konvertierten
Nicht konvertiert
—
abgelaufen ohne Vollzahlung
Noch im Trial
—
laufend, Ausgang offen
Trial Funnel · 90 Tage
Vom Trial-Start zum Vollzahler
Trial gestartet
—
100% · 7,14 €
Trial abgelaufen
—
— noch laufend
→ Voll geladen
—
— % von Starts
Volltarif-Umsatz
—
echte Rebills ≥100 €
Trial Cohort · Conversion über Zeit
Jede Zeile = ein Cohort-Monat · Spalten = Wochen nach Trial-Start · % konvertiert in Vollzahler
Cohort (Trial-Start)
Starts
W1
W2
W4 (Conv.)
W12
W24
W52
Feb 2026
28
100%
86%
39%
36%
32%
—
Mär 2026
42
100%
81%
36%
34%
—
—
Apr 2026
58
100%
84%
42%
—
—
—
Mai 2026
67
100%
88%
—
—
—
—
Jun 2026 (laufend)
23
100%
—
—
—
—
—
Aktuell im Trial · — Nutzer
Diese Trials laufen demnächst aus & werden zum Vollpreis aktiviert (sofern nicht gekündigt)
Email
Trial Start
Voller Preis am
Tage übrig
Erwarteter Betrag
Status
k.lehmann@gmx.net
18.05.2026
01.06.2026
14
497,00 €
Active
l.brandt@gmail.com
17.05.2026
31.05.2026
13
497,00 €
Active
h.kraemer@web.de
15.05.2026
29.05.2026
11
497,00 €
Active
s.weiss@outlook.de
12.05.2026
26.05.2026
8
497,00 €
Active
m.berger@gmail.com
09.05.2026
23.05.2026
5
497,00 €
Active
Cost-Daten pflegen: Trage deine monatlichen Ausgaben pro Kategorie ein —
ROI, Net Profit & Cashflow rechnen sich automatisch neu.
Speicherung aktuell in localStorage (Browser), wird mit Backend auf cost_entries Tabelle migriert.
Revenue (Net, 90d)
—
Netto nach Refunds · live
Total Costs (90d)
—
aus Cost Editor
Net Profit
—
Revenue − Kosten
ROAS
—
€ Revenue je € Cost
Einnahmen & Ausgaben · 90 Tage
Einnahmen live aus ThriveCart · Ausgaben aus dem Cost Editor
live
↑ Einnahmen · Erstkäufe nach Produkt, 90 Tage (ohne Abo-Rebills)
Lade Live-Umsatz …
↓ Ausgaben
Ads (Meta, Google) Werbespend
181.214 €
Mitarbeiter / Dienstleister Tayler, Jesse, Tim, …
78.450 €
Tools & Software WebinarFuel, AC, Zapier, …
19.842 €
Payment Fees Stripe, PayPal, ThriveCart
14.812 €
Affiliates / Provisionen Partnerprogramm
12.108 €
Sonstige Steuer, Büro, etc.
5.840 €
Cashflow · 12 Monate
Net Profit pro Monat · Stand wenn Cost-Daten gepflegt sind
🌐
Customer Journey Map · Coming Soon
Interaktive Knoten-Visualisierung der gesamten Customer Journey.
Klick auf einen Knoten → öffnet Detail-Pfade und gefilterte Segmente.
Zeigt: Anmeldung → Webinar → Sale → Rebill → Cancel (mit allen Verzweigungen).
Implementierung mit D3.js oder Cytoscape.js geplant · sobald Backend-Daten verfügbar
Offene Zahlungen STRIPE-ABGLEICH
SEPA-Pendings mit echtem Stripe-Status (automatisch via Webhook). Bezahlt = settled, Processing = läuft noch, Failed = geplatzt.
Kunde
Produkte
Betrag
Status
Methode
Bezahlt
Bestellt
Geprüft
Lade …
Verknüpfte Kunden 2 E-MAILS · PER CID
Eine Person, zwei E-Mails: angemeldet mit der einen, gekauft mit der anderen — sicher verknüpft über die Webinar-CID. Quelle und Webinar stammen aus der Anmeldung.
Kunde
Webinar
Quelle
Angemeldet als
Gekauft als
Käufe
Umsatz
Lade …
Cost Editor
Monatliche Ausgaben pro Kategorie pflegen. Beträge in EUR, ohne Komma-Trennzeichen.
Beim Speichern werden ROI Summary, Bar-Charts & Cashflow automatisch neu berechnet.
Total Costs (12 Monate)
0 €
⌀ pro Monat
0 €
Höchster Monat
— · 0 €
Letztes Update
—
Monat
Ads Meta, Google
Mitarbeiter Dienstleister
Tools SaaS, Software
Payment Fees Stripe, PayPal
Affiliates Provisionen
Sonstige Steuern, Büro
Summe
Total
0
0
0
0
0
0
0
UTM Generator
Nachverfolgbare Links für Werbeposts, E-Mails und Affiliates. Geteilter Pool fürs Team.
Gespeichert—
Heute—
1 Was baust du?
📣
Werbung / Social
Post, Story, Reel oder Ad → Landingpage.
🔄
E-Mail Flow
Automatische Strecke pro Produkt (F001–F305).
📅
E-Mail Kampagne
Webinar, No-Show, Replay, Re-Engage. 1+ Mails.
💡
2 Ausfüllen
Generierter UTM-Link
🗂 Archiv · alle Team-Links
Lade Links …
Lade Wettbewerber-Daten …
E-Mail Überblick
Was bringt E-Mail, welcher Flow zieht und was solltest du anfassen.
Geld = ThriveCart (Wahrheit), Anmeldungen = WebinarFuel.
—
Macht jeder Flow seinen Job?
Pro Flow das richtige Ergebnis gegen sein Ziel. Klick auf eine Zeile zeigt die einzelnen Mails.
Käufe und Umsatz aus ThriveCart. Anmeldungen aus WebinarFuel (Google Analytics nur als Gegencheck).Start = Wartezeit nach dem Trigger bis zur ersten Mail.
AktivPausiert / DeaktiviertGeplantVerschickt
Lade …
E-Mail Flows
Automations-Flows aus ActiveCampaign — hier kannst du am besten eingreifen.
Engagement live aus AC, Umsatz aus ThriveCart (Join über F-Code).
—
⚠️ Umsatz noch unvollständig: gezählt wird nur, was den F-Code im Checkout-Link trägt
(aktuell ein Bruchteil). Sieh die Zahl als Mindestwert. Sobald die Links umgestellt sind
(Briefing für Irene), wird's vollständig. „Ziel €" = erwarteter Wert pro Conversion laut Flow-Plan.
Flow-Performance
Was soll der Flow tun (Beschreibung) und wie läuft er. Klick auf eine Zeile öffnet die Mails.
Flow / Zweck
ZG
Status
Mails
Sends
Open %
Click %
Käufer
Ziel €
Umsatz (getrackt)
Lade Flows …
Kampagnen
Einzeln verschickte Mails (Newsletter/Aktionen) — keine automatischen Flow-Mails (die stehen im Überblick).
Nach Betreff durchsuchbar, sortierbar nach Datum, Öffnung oder Umsatz.
—
Kern-Kennzahlen
Sortieren:
Kampagne · Betreff
Gesendet
Öffnung
Klick
Abmeld.
Umsatz
Lade …
E-Mail Trend
Umsatz, Käufer und Engagement über die Zeit (pro Monat). Umsatz/Käufer nach Kaufdatum, Sends + Raten nach Sendedatum. Immer gesamter Zeitraum (unabhängig vom Filter im Überblick).
—
Einzelmonat
Gesamt im gewählten Zeitraum
Umsatz & Engagement pro Monat
Balken = Umsatz (gold) · Öffnungsrate (grau) · Klickrate (rot) · Klick auf die Legende blendet eine Linie aus
Käufer pro Monat
Klickrate pro Monat
Öffnungsrate pro Monat
„Alle" = Flows + Kampagnen + WebinarFuel-Follow-up. Sende-, Öffnungs- und Klickdaten gibt es nur für Flows + Kampagnen — das Follow-up liefert nur Umsatz und Käufer, darum ist der Alle-Umsatz höher als Flows + Kampagnen zusammen. Käufer = periodenweit eindeutige Personen, deshalb summieren sich die Monatsbalken nicht exakt zur Gesamtzahl.
Kunden
Listen-Wachstum + Abmeldungen: wie viele Kontakte dazukommen, wie hoch die Abmelderate ist, und welche Flows die Abmeldungen treiben.
—
Kern-Kennzahlen
Wo sitzen Kontakte & Kunden?
Geografische Verteilung. Kontakte = WebinarFuel-Anmelder (IP-Land) · Käufer/Umsatz = ThriveCart (Rechnungsadresse). Land anklicken für Details.
Top-Länder
Kontakte-Trend
Kontakte gesamt über die Zeit (nach Erstelldatum)
Welche Flows treiben Abmeldungen?
Abmelderate je Flow (Abmeldungen ÷ Gesendet), höchste oben = Kandidat zum Anpassen.
Lade …
E-Mail Conversions
Was bringt E-Mail an Umsatz? In 3 Töpfen, ehrlich getrennt:
AC-Flows (Automation, eingreifbar) · Broadcasts (manuell) · WebinarFuel-Follow-up (eigene Quelle).
—
Ziel-Conversion pro Flow
Jeder Flow hat EIN Ziel: Anmeldung (Quelle GA) oder Kauf (Quelle ThriveCart). Hier zählt pro Flow das richtige Ergebnis — keine vermischten Zahlen.
Flow
Ziel
Sends
Ergebnis (Ziel)
Ziel-Conv.
Umsatz (ThriveCart)
Lade …
Quellen:WF Anmeldungen = WebinarFuel (Wahrheit) ·
1-Klick Re-Anmeldungen (F005) ·
GA Gegencheck/Fallback (verliert ~1/3) ·
TC Käufe = ThriveCart (Wahrheit, pro Person). Umsatz = nur F-Code-getaggte Käufe (Mindestwert), all-time.
