Site-Search-Analytics: Suchverhalten im Shop nutzen

Der unscheinbare Suchschlitz ist einer der umsatzstärksten Bereiche jedes Online-Shops, und zugleich einer der am häufigsten ignorierten. 43% der Website-Besucher steuern beim Öffnen eines Shops direkt die interne Suche an (Forrester Research), und diese Nutzenden konvertieren mit einer Rate von 4,63% gegenüber 2,77% im Shop-Durchschnitt, also rund 1,8-mal besser (eConsultancy). Trotzdem verlassen 80% der Kundinnen und Kunden den Shop wieder, wenn die Suche schlechte Ergebnisse liefert (Nosto). Site-Search-Analytics schließt genau diese Lücke: Es macht sichtbar, wonach Menschen tatsächlich suchen, wo die Suche scheitert und wo ungenutzter Umsatz liegt. Dieser Leitfaden zeigt, wie Sie Suchbegriffe, Null-Treffer-Anfragen, Search-to-Conversion, Synonyme und Merchandising auswerten und für Ihren Online-Shop in einen messbaren Wachstumskanal verwandeln.

Warum die interne Suche über Umsatz entscheidet

Wer den Suchschlitz benutzt, hat eine klare Kaufabsicht. Während ein stöbernder Besucher noch unentschlossen durch Kategorien navigiert, formuliert ein suchender Mensch bereits ein konkretes Bedürfnis. Genau das erklärt die Conversion-Lücke: Online-Besucher, die die Suche nutzen, konvertieren laut Forrester Research 2- bis 3-mal so häufig wie andere. Bei großen Händlern fällt der Effekt noch drastischer aus, etwa wenn die Conversion-Rate bei Suchnutzung von 2% auf 12% steigt (Opensend).

Der Umsatzanteil der Suchenden ist überproportional. Studien zeigen, dass Site-Search rund 31% des E-Commerce-Umsatzes beiträgt, obwohl die Suche nur von einem Bruchteil der Besucher genutzt wird (Hello Retail). Andere Erhebungen beziffern den Umsatzanteil der Suchenden auf 40 bis 60%, obwohl sie nur etwa ein Drittel der Besucher ausmachen (Hello Retail). Wer also nur einen Prozentpunkt der Suchsessions zusätzlich zum Kauf führt, hebt einen Hebel, der weit über dem Durchschnitt liegt. Dieselbe Optimierung im allgemeinen Seitentraffic anzustoßen wäre ungleich aufwändiger und teurer, weil dort die Kaufabsicht deutlich niedriger ist.

Die Kehrseite ist ebenso eindeutig: 69% der Online-Shopper gehen direkt zur Suche, aber 80% verlassen den Shop aufgrund einer schlechten Sucherfahrung, was rund 39% der gesamten Absprungrate ausmacht (Nosto). Search-Abandonment kostet den Handel weltweit über 2 Billionen US-Dollar pro Jahr, allein in den USA über 234 Milliarden (Google Cloud/Harris Poll). Für die Praxis bedeutet das: Die interne Suche ist kein Komfort-Feature, sondern ein direkter Umsatztreiber, dessen Daten systematisch ausgewertet gehören.

Die wichtigsten Site-Search-Kennzahlen

Belastbares Site-Search-Analytics beginnt mit den richtigen Kennzahlen. Anders als bei klassischen Traffic-Reports geht es hier nicht um Reichweite, sondern um Intention und Erfolg jeder einzelnen Suchsession. Vier Metriken bilden das Fundament jeder Auswertung.

Ergänzend lohnt der Blick auf die Click-Through-Rate der Suchergebnisse, die durchschnittliche Position des angeklickten Treffers und die Refinement Rate, also wie oft Nutzende ihre Anfrage umformulieren müssen. Eine hohe Umformulierungsrate ist ein verlässliches Signal dafür, dass die erste Ergebnisliste nicht relevant genug war. Ebenso aussagekräftig ist der Anteil der Suchsessions, die in den Warenkorb münden, sowie der durchschnittliche Bestellwert von Suchenden im Vergleich zum Shop-Schnitt. Diese Kennzahlen lassen sich datenschutzkonform mit einer cookieless Web-Analyse erfassen, ohne personenbezogene Profile zu bilden.

Wichtig ist, diese Kennzahlen nicht isoliert, sondern segmentiert zu betrachten. Mobile Suchsessions verhalten sich oft anders als am Desktop, neue Besucher anders als Bestandskunden, und einzelne Sprachversionen können stark abweichende Null-Treffer-Raten aufweisen. Erst die Segmentierung zeigt, ob ein Problem den ganzen Shop betrifft oder nur einen Kanal, ein Endgerät oder eine bestimmte Produktkategorie. Genauso wichtig ist eine zeitliche Betrachtung: Saisonale Begriffe, neue Kollektionen oder Kampagnen verändern das Suchverhalten kurzfristig und erzeugen vorübergehend neue Null-Treffer, die proaktiv abgefangen werden sollten.

Null-Treffer-Anfragen als Goldmine

Keine andere Kennzahl ist so direkt umsetzbar wie die Liste der Null-Treffer-Anfragen. Jede Anfrage ohne Ergebnis ist ein Mensch mit Kaufabsicht, der explizit nach etwas fragt, das Ihr Shop scheinbar nicht hat. Zwischen 12 und 20% aller Onsite-Suchen liefern kein Ergebnis (Wizzy), je nach Katalogtiefe, Tagging-Qualität und Suchalgorithmus. In komplexen oder mehrsprachigen Katalogen kann die Rate ohne starke Synonym- und Tippfehler-Behandlung sogar auf 10 bis 25% steigen (Wizzy). Ergänzend kann eine visuelle Suche per Bilderkennung Kunden abholen, die ihr Wunschprodukt nicht in Worte fassen können.

Entscheidend ist, die Ursachen zu unterscheiden, denn nicht jede Null-Treffer-Anfrage bedeutet eine fehlende Ware. Häufig liegt das Problem an der Suchlogik selbst: Tippfehler und Schreibvarianten verursachen 5 bis 15% der gescheiterten Anfragen, fehlende Synonyme sogar 10 bis 30% in breiten Katalogen (Wizzy). Wenn Nutzende nach Sneaker suchen, der Shop die Produkte aber als Turnschuhe pflegt, entsteht ein Null-Treffer, obwohl die Ware vorrätig ist. Ähnlich verhält es sich mit Markennamen, Produktnummern, umgangssprachlichen Bezeichnungen oder zusammengesetzten Begriffen, die im Index nicht hinterlegt sind.

Aus diesem Grund sollte die Null-Treffer-Liste nicht nur als Fehlerprotokoll, sondern als Marktforschungsinstrument gelesen werden. Sie verrät in der Sprache der Kundschaft, welche Produkte, Eigenschaften oder Bündel nachgefragt werden, die das Sortiment noch nicht abdeckt. Häufen sich Anfragen nach einer Eigenschaft, die es im Shop gar nicht als Filter gibt, ist das ein konkreter Hinweis für die Sortiments- und Datenpflege. So wird aus einer scheinbar negativen Kennzahl eine der ehrlichsten Quellen für Produkt- und Category-Management-Entscheidungen.

Search-to-Conversion richtig auswerten

Suchvolumen allein sagt wenig aus. Erst die Verknüpfung von Suchbegriff und Geschäftsergebnis macht Site-Search-Analytics strategisch wertvoll. Die zentrale Frage lautet: Welche Suchbegriffe führen zu Käufen, welche zu Abbrüchen? Ein Begriff mit hohem Volumen, aber niedriger Conversion verdient genauso viel Aufmerksamkeit wie ein häufiger Null-Treffer, denn beides signalisiert, dass die Ergebnisliste nicht überzeugt.

In der Praxis hilft eine Vier-Felder-Matrix aus Suchvolumen und Conversion-Rate. Hohes Volumen plus hohe Conversion sind Ihre Star-Begriffe, die Merchandising und Lagerbestand verdienen. Hohes Volumen plus niedrige Conversion sind die dringendsten Optimierungskandidaten: Hier suchen viele, finden aber nicht das Richtige. Niedriges Volumen plus hohe Conversion verweist auf Nischenchancen, niedriges Volumen plus niedrige Conversion auf Begriffe, die meist ignoriert werden können. Wer in moderne Suchtechnologie investiert, kann die Conversion allein aus der Suchoptimierung um 43% steigern (Opensend).

Besonders lohnend ist der Blick auf Begriffe mit hohem Volumen und niedriger Conversion, die trotzdem Treffer liefern. Hier ist die Ware vorhanden, doch irgendetwas an Ergebnisliste, Reihenfolge, Bebilderung oder Produktdaten überzeugt nicht. Oft zeigt sich, dass das relevanteste Produkt zu weit unten steht, dass Varianten fehlen oder dass eine wichtige Eigenschaft im Datensatz nicht hinterlegt ist. Diese Begriffe sind die wirtschaftlich attraktivsten Optimierungsfelder, weil sie viel Nachfrage bündeln und sich mit Merchandising-Regeln oder Datenpflege oft ohne große technische Eingriffe verbessern lassen.

Wichtig ist, die Suche im Kontext der gesamten Customer Journey zu sehen. Eine erfolgreiche Suche ersetzt nicht die Arbeit am Checkout, sie führt nur schneller dorthin. Reibung an späteren Touchpoints frisst den Suchvorteil wieder auf. Deshalb gehört die Search-to-Conversion-Analyse zusammen mit den Conversion-Rate-Benchmarks Ihrer Branche betrachtet, um realistische Zielwerte zu setzen.

Synonyme, Merchandising und Suchregeln steuern

Site-Search-Analytics liefert nicht nur Diagnosen, sondern direkt die Stellschrauben zur Verbesserung. Die drei wirksamsten Hebel sind Synonyme, Merchandising-Regeln und die kontinuierliche Pflege der Suchlogik. Sie verwandeln rohe Suchdaten in eine gesteuerte Ergebnisliste.

• Synonym-Management - Aus der Null-Treffer-Liste entstehen Synonym-Regeln: Sneaker zu Turnschuh, Handy zu Smartphone, Goretex zu wasserdicht. Fehlende Synonyme verursachen bis zu 30% der Null-Treffer (Wizzy) und sind damit der schnellste Gewinn.
• Tippfehler-Toleranz - Fuzzy-Matching und Did-you-mean-Vorschläge fangen 5 bis 15% gescheiterter Anfragen ab (Wizzy), die sonst als Abbruch enden.
• Merchandising-Regeln - Gezieltes Pinnen, Boosten oder Verbergen von Produkten für bestimmte Begriffe, etwa um Saisonware, Margenstarkes oder Restposten an die richtige Position zu bringen.
• Redirects und Landingpages - Strategische Begriffe wie Marken oder Aktionen leiten direkt auf kuratierte Seiten statt auf eine generische Ergebnisliste.
• Autocomplete-Pflege - Vorschläge führen Nutzende zu besseren Anfragen. Autocomplete findet sich auf 82% der Shops, aber 36% der Umsetzungen schaden mehr als sie nutzen (Baymard).
• Synonym-Pflege aus Suchdaten - Die Suchbegriff-Reports liefern laufend neue Begriffe, die ins Wörterbuch und in die Produktdaten zurückfließen.

Merchandising ist dabei mehr als Kosmetik. Wenn ein Star-Begriff zwar viele Treffer liefert, das margenstarke oder lieferbare Produkt aber auf Position acht erscheint, verschenkt der Shop Umsatz. Suchregeln erlauben es, die Ergebnisliste an Geschäftsziele anzupassen, ohne die Relevanz für die Nutzenden zu opfern. Die Kunst liegt im Gleichgewicht: Zu aggressives Boosten frustriert, weil Menschen das gesuchte Produkt nicht mehr oben finden. Hier hilft kontinuierliches Messen statt einmaliger Konfiguration.

Bewährt hat sich, Merchandising-Regeln stets an eine messbare Annahme zu koppeln und ihre Wirkung anschließend zu kontrollieren. Wird etwa ein Produkt mit hoher Verfügbarkeit für einen Saisonbegriff nach oben gewichtet, sollte die Such-Conversion dieses Begriffs vorher und nachher verglichen werden. Bleibt der erwartete Effekt aus oder steigt die Umformulierungsrate, war die Regel zu aggressiv und sollte zurückgenommen werden. So entsteht ein gepflegtes Regelwerk, das Geschäftsziele und Nutzerrelevanz dauerhaft in Einklang hält, statt einmal gesetzt und dann vergessen zu werden.

Die technische Basis: von der einfachen Suche zur relevanten Suche

Wie weit Site-Search-Analytics trägt, hängt von der zugrundeliegenden Suchtechnik ab. Eine simple LIKE-Datenbankabfrage erkennt weder Tippfehler noch Synonyme und liefert keine verwertbaren Relevanz-Daten. Moderne Shopsysteme wie Shopware in der Community Edition setzen auf indexbasierte Suchmaschinen, die Tokenisierung, Gewichtung und Facettierung erlauben, die Grundlage für aussagekräftige Analytics.

Der Reifegrad vieler Shops ist allerdings ausbaufähig: 61% der getesteten E-Commerce-Sites liefern eine unterdurchschnittliche Such-UX (Baymard), und 81% der Marken-Websites geben bei zweiwortigen Anfragen irrelevante Ergebnisse zurück (Nosto). Besonders auffällig ist die Wahrnehmungslücke: 99% der E-Commerce-Verantwortlichen halten ihre Suche für relevant, während die reale Nutzererfahrung oft anders aussieht (Nosto). Genau deshalb ist datenbasiertes Messen wichtiger als das eigene Bauchgefühl.

{
  "event": "site_search",
  "query": "goretex jacke",
  "results_count": 0,
  "filters_active": ["farbe:blau"],
  "session_outcome": "exit",
  "refinement_count": 2,
  "locale": "de-DE"
}

Wer die Suche perspektivisch weiterentwickeln will, kann sie über eine KI-gestützte Produktsuche oder eine semantische Vektorsuche erweitern, die Bedeutung statt reiner Zeichenketten versteht. Solche Verfahren reduzieren Null-Treffer deutlich, weil sie auch unscharfe oder umschreibende Anfragen verstehen. Voraussetzung bleibt jedoch eine saubere Datengrundlage, weshalb erst die Analytics-Schicht und gepflegte Produktdaten kommen sollten, dann die KI.

Vom Suchreport zur kontinuierlichen Optimierung

Ein einmaliger Suchreport erzeugt wenig Wert. Site-Search-Analytics entfaltet seine Wirkung als fortlaufender Zyklus aus Messen, Verstehen, Anpassen und erneut Messen. Bewährt hat sich ein wöchentlicher Blick auf die Top-Suchbegriffe und die Null-Treffer-Liste sowie ein monatliches Review der Search-to-Conversion-Matrix.

1. Null-Treffer wöchentlich abarbeiten - Die häufigsten erfolglosen Anfragen nach Ursache sortieren und Synonyme, Tippfehler-Regeln oder Sortimentsentscheidungen ableiten.
2. Star- und Problembegriffe identifizieren - Über die Volumen-Conversion-Matrix die Begriffe mit dem größten Optimierungspotenzial priorisieren.
3. Merchandising-Hypothesen testen - Pro Begriff eine testbare Annahme formulieren, etwa Boosten des lieferbaren Produkts hebt die Such-Conversion um X Punkte.
4. No-Results-Seite verbessern - Alternative Vorschläge, beliebte Produkte und klare Rückwege statt Sackgasse anbieten.
5. Autocomplete und Filter optimieren - Vorschläge und Facetten anhand realer Suchpfade anpassen, statt sie statisch zu konfigurieren.
6. Wirkung messen und dokumentieren - Jede Maßnahme mit Null-Treffer-Rate, Such-Conversion und Exit-Rate verknüpfen, um den ROI belegbar zu machen.

Diese Schleife macht aus der internen Suche einen kontrollierbaren Kanal. Da bereits ein zusätzlicher Conversion-Punkt bei Suchenden überproportional auf den Umsatz wirkt, amortisiert sich der Aufwand schnell. Sinnvoll ist es, die wichtigsten Such-Kennzahlen in ein festes Reporting zu überführen, das neben Marketing und Entwicklung auch das Category-Management erreicht, denn viele Maßnahmen betreffen Sortiment und Produktdaten und nicht allein die Technik. So wird die Suchanalyse zu einer abteilungsübergreifenden Routine statt zu einem isolierten Tool-Report. Als Agentur mit E-Commerce-Spezialisierung richten wir die Suchanalyse ein, leiten die richtigen Maßnahmen ab und verzahnen sie mit Ihrer übrigen Conversion-Optimierung, von Micro-Interactions im Checkout bis zur Datenstruktur nach einer CMS-Migration auf ein modernes System.

Den Suchschlitz als Umsatzkanal ernst nehmen

Die interne Suche ist der Bereich des Shops mit der höchsten Kaufabsicht und zugleich dem größten ungenutzten Potenzial. Die Datenlage ist eindeutig: 43% steuern direkt die Suche an (Forrester Research), Sucher konvertieren rund 1,8-mal besser (eConsultancy), doch 80% verlassen den Shop bei schlechter Suche (Nosto). Wer diese Signale systematisch auswertet, gewinnt einen Kanal, der mit vergleichsweise geringem Aufwand überproportional auf den Umsatz wirkt.

Site-Search-Analytics ist dabei kein einmaliges Projekt, sondern eine dauerhafte Disziplin: Null-Treffer beseitigen, Synonyme pflegen, Merchandising steuern und die Wirkung messen. Für Online-Shops mit wachsendem Sortiment und steigender Begriffsvielfalt ist eine gepflegte Suchanalyse ein strategisches Fundament. Sie verbindet das tatsächliche Suchverhalten Ihrer Kundschaft mit messbaren Geschäftszielen und sorgt dafür, dass aus jeder Anfrage möglichst oft ein passendes Ergebnis, ein Klick und ein Kauf wird.

Häufig gestellte Fragen zu Site-Search-Analytics