ActiveCampaign Datenanalyse: So wertest du deine Marketing-Daten richtig aus

ActiveCampaign liefert pro Kampagne, Automation und Kontakt mehr Daten, als die meisten Teams je auswerten. Was fehlt, ist kein Werkzeug, sondern ein System: welche Berichte du wann öffnest, welche Kennzahlen eine Entscheidung rechtfertigen und wo du aufhörst zu optimieren, bevor die Stichprobe groß genug ist. Dieser Beitrag zeigt dir, wie das in der Praxis aussieht.

Das Wichtigste in Kürze

• Die Klickrate ist aussagekräftiger als die Öffnungsrate – sie zeigt, ob der Inhalt trägt, nicht nur ob die Betreffzeile funktioniert.
• Goals in Automationen sind das einzige Mittel, um zu messen, ob eine Sequenz ihr eigentliches Ziel erreicht – nicht nur, ob Kontakte sie durchlaufen haben.
• Active Contacts sind das relevantere Maß als die Gesamtliste – wer inaktive Kontakte nicht trennt, zahlt für Reichweite, die nicht existiert.
• Der Revenue Attribution Report verknüpft Kampagnen mit tatsächlichem Umsatz; ohne ihn bleibt der Marketing-ROI eine Schätzung.
• Ein monatliches Reporting-Ritual mit fünf festen Kennzahlen schlägt jede Ad-hoc-Analyse, weil es Trends über Zeit sichtbar macht.

Welche KPIs im Campaign-Report eine Entscheidung rechtfertigen

ActiveCampaign zeigt für jede Kampagne Öffnungsrate, Klickrate, Abmelderate, Bounce-Rate und Spam-Beschwerden. Die meisten konzentrieren sich auf die Öffnungsrate – dabei ist sie die schwächste der fünf Kennzahlen. Seit Apple Mail Privacy Protection (MPP) werden Öffnungen teils maschinell getrackt, weil Apples Mail-App Bilder im Hintergrund vorab lädt. Das treibt die Öffnungsrate nach oben, ohne dass ein Mensch die E-Mail gelesen hat.

Die Klickrate ist robuster. Sie zeigt, ob jemand aktiv mit dem Inhalt interagiert hat. Wenn du Kampagnen miteinander vergleichst, vergleiche ihre Klickraten, nicht ihre Öffnungsraten. Eine konstant niedrige Klickrate bei gleichzeitig hoher Öffnungsrate deutet auf ein Inhaltsproblem oder einen schwachen Call-to-Action hin – nicht auf eine schlechte Betreffzeile.

Die Abmelderate ist ein Frühwarnsystem. Ein einmaliger Ausreißer nach einem ungewöhnlichen Versand ist normal. Steigt die Abmelderate über mehrere Kampagnen in Folge an, liegt ein strukturelles Problem vor: zu hohe Versandfrequenz, falsche Segmentierung oder eine Erwartungslücke zwischen dem, was Kontakte beim Opt-in erwartet haben, und dem, was sie bekommen. Als Orientierung für gepflegte DACH-Listen gilt eine Abmelderate unter 0,2 % pro Versand als gesund.

Spam-Beschwerden ernst nehmen

Spam-Beschwerden sind die kritischste Kennzahl im Campaign-Report. Schon wenige Beschwerden pro Versand können die Absenderreputation bei großen Mailbox-Anbietern dauerhaft beschädigen. Der Schwellenwert, ab dem Google und Microsoft die Zustellrate einschränken, liegt bei etwa 0,1 % Spam-Rate. ActiveCampaign zeigt diese Zahl im Campaign-Report; du findest sie zusätzlich im Postmaster-Tool von Google, wenn du eine eigene Domain verwendest. Wenn Spam-Beschwerden steigen, ist die erste Maßnahme immer Listenhygiene – nicht bessere Inhalte.

Geografische und zeitliche Auswertung sinnvoll nutzen

Im Campaign-Report siehst du den Hourly Open Trend: wann innerhalb der ersten 48 Stunden nach Versand Öffnungen und Klicks stattgefunden haben. Das ist nützlich, um Versandzeitpunkte zu kalibrieren. Verlasse dich dabei nicht auf einen einzelnen Datenpunkt. Vergleiche denselben Kampagnentyp über mindestens drei Versandzeitpunkte, bevor du Anpassungen vornimmst. Kurze Spitzen direkt nach dem Versand können sowohl auf echte Leser als auch auf maschinelle Vorschau-Öffnungen zurückgehen – die Klickkurve ist das verlässlichere Signal.

Geografische Daten zeigen, in welchen Regionen deine Kontakte aktiv sind. Für deutschsprachige B2B-Teams ist das vor allem dann relevant, wenn du regionale Events bewirbst oder Zeitzonenunterschiede zwischen DACH und anderen Märkten eine Rolle spielen.

Automation-Reports auswerten – wo Kontakte bleiben und warum

Der All Automations Report zeigt auf einen Blick, wie viele Kontakte in jede Automation eingestiegen sind, wie viele sie aktiv durchlaufen und wie viele sie abgeschlossen haben. Allein betrachtet sagt dir das noch wenig – erst in Kombination mit Goals ergibt sich ein Bild davon, ob eine Automation ihr eigentliches Ziel erreicht.

Goals als Conversion-Nachweis einrichten

Ein Goal in einer Automation ist eine Bedingung, die anzeigt, ob ein Kontakt das gewünschte Verhalten gezeigt hat – unabhängig davon, an welchem Schritt er gerade steht. Du kannst Goals für Käufe, Seitenbesuche, Tag-Vergaben oder Deal-Statusänderungen setzen. Wenn ein Kontakt das Goal erreicht, springt er direkt dorthin, selbst wenn er noch bei der zweiten E-Mail steht.

Für die Auswertung bedeutet das: Vergleiche nicht nur, wie viele Kontakte die Automation beendet haben, sondern wie viele das Goal erreicht haben. Eine Willkommenssequenz mit 90 % Abschlussrate und 5 % Goal-Rate ist schlechter als eine mit 60 % Abschlussrate und 18 % Goal-Rate. Richte Goals immer ein, bevor eine Automation live geht – nachträglich hinzugefügte Goals zählen nicht für Kontakte, die die Automation bereits gestartet haben.

Wait-Steps und Drop-off-Punkte identifizieren

Wenn du eine Automation öffnest, siehst du an jedem Schritt die Anzahl der Kontakte, die sich dort aktuell befinden. Ungewöhnlich viele Kontakte an einem bestimmten Wait-Step bedeuten oft, dass die nachfolgende Bedingung nie erfüllt wird – weil ein Tag fehlt, ein Link nicht korrekt gesetzt ist oder eine externe Integration hängt. Diese stillen Fehler fallen ohne regelmäßige Auswertung monatelang nicht auf.

Geh einmal pro Monat durch alle aktiven Automationen und prüfe, ob Kontakte irgendwo ungewöhnlich lange stagnieren. Das dauert weniger als 20 Minuten und verhindert, dass du Marketing-Budgets in Automationen investierst, die de facto nicht laufen.

Automation-Performance über Zeit vergleichen

ActiveCampaign erlaubt es, Automation-Reports nach Zeitraum zu filtern. Nutze das, um zu prüfen, ob eine Automation im Vergleich zum Vormonat schlechter geworden ist. Das passiert häufiger als erwartet: Ein Angebot, das in der Automation verlinkt ist, lief aus. Ein Formular wurde umgebaut und sendet nicht mehr die gleichen Tags. Eine externe Seite ist offline. Die Automation läuft weiter, aber ihre Wirkung ist null.

Kontaktwachstum und Engagement-Qualität messen

Die Gesamtzahl der Kontakte ist eine Eitelkeitsmetrik. Sie sagt dir nicht, wie viele Menschen tatsächlich mit dir interagieren. ActiveCampaign unterscheidet deshalb zwischen Total Contacts und Active Contacts. Als aktiv gilt ein Kontakt, der in den letzten zwölf Monaten mindestens eine E-Mail geöffnet, einen Link geklickt oder eine getrackte Seite besucht hat.

Sinkt das Verhältnis von aktiven zu gesamten Kontakten dauerhaft ab, hast du ein strukturelles Problem. Entweder wächst die Liste durch Quellen, die qualitativ schlechte Kontakte liefern, oder du hast seit Monaten keine Re-Engagement-Maßnahme gestartet. In beiden Fällen zahlst du für Volumen, das dir nichts bringt und deine Absenderreputation verschlechtert.

Den Contact Growth Report gezielt lesen

Im Contact Growth Report siehst du, wie sich die Listengröße über Wochen und Monate entwickelt. Schau dir dabei immer zwei Kurven gleichzeitig an: Neuzugänge und Abgänge (Abmeldungen, Bounces, manuelle Löschungen). Wenn die Wachstumskurve stagniert, obwohl Neuzugänge konstant sind, bedeutet das, dass Abgänge im gleichen Tempo ansteigen. Das ist ein Zeichen für eine nicht funktionierende Nurturing-Strategie oder für Opt-in-Quellen mit hoher Abmeldetendenz.

Filtere den Report nach Listen oder Segmenten, wenn du mehrere Opt-in-Quellen hast. Ein Leadmagnet auf der Startseite liefert andere Listqualität als ein Webinar-Anmeldeformular. Nur mit dieser Aufschlüsselung erkennst du, welche Quelle welche Qualität bringt – und kannst gezielt dort ansetzen, wo das Verhältnis schlecht ist.

Inaktive Kontakte gezielt reaktivieren

Kontakte, die seit mehr als neun Monaten keine Interaktion gezeigt haben, sind für zukünftige Kampagnen eine Belastung. Erstelle ein Segment aus diesen Kontakten und starte eine gezielte Re-Engagement-Sequenz mit maximal drei E-Mails. Wer darauf nicht reagiert, sollte deaktiviert werden. Das senkt kurzfristig die Listengröße, verbessert aber Zustellrate und Kampagnenqualität dauerhaft. Die Segmentierungs-Features von ActiveCampaign erlauben diese Filterung auf Basis von Öffnungsverhalten, Last-Engagement-Datum und Tags – ohne manuelle Nacharbeit.

Attribution und Deal-Analytics: Marketing mit Umsatz verbinden

Für Teams, die ActiveCampaign mit dem eingebauten CRM nutzen, gibt es einen oft übersehenen Berichtstyp: den Revenue Attribution Report. Er zeigt, welche Kampagnen und Automationen zu tatsächlichen Deals beigetragen haben – nach Erstkontakt-Modell, Letztkontakt-Modell oder linearer Attribution über alle Berührungspunkte.

Das ist der Unterschied zwischen gefühlten und belegbaren Schlussfolgerungen. Wenn Vertrieb und Marketing sich darüber streiten, welche Kampagnen etwas bringen, beendet dieser Report die Diskussion. Voraussetzung: Das CRM muss befüllt sein und Deals müssen konsequent über die Pipeline bewegt werden.

Deal-Funnel-Analyse: Wo Deals verloren gehen

Der Deal Funnel Report zeigt die Conversion-Rate zwischen jeder Pipeline-Stufe. Eine niedrige Rate zwischen „Angebot verschickt“ und „Verhandlung“ bedeutet etwas anderes als eine niedrige Rate zwischen „Verhandlung“ und „Abschluss“. Im ersten Fall ist der Inhalt des Angebots das Problem; im zweiten ist es Preis oder Entscheidungsprozess des Kunden.

Bevor du diese Daten nutzt, prüfe, ob die Pipeline-Stufen in deinem Team einheitlich befüllt werden. Wenn jeder Deal-Owner „Qualifiziert“ anders definiert, sind Konversionsraten zwischen Stufen bedeutungslos. Klare Stufendefinitionen sind die Voraussetzung für auswertbare Deal-Daten.

Sales-Cycle-Länge als Planungsgröße nutzen

ActiveCampaign zeigt dir die durchschnittliche Zeit, die ein Deal pro Pipeline-Stufe verbringt. Das ist eine der nützlichsten Größen für die Vertriebsplanung. Wenn du weißt, dass zwischen Erstgespräch und Angebot im Schnitt acht Tage liegen, kannst du eine Automation bauen, die den Deal-Owner nach sieben Tagen erinnert, wenn noch kein Angebot angelegt wurde. Einblicke aus dem Advertal Partner-Netzwerk zeigen: diese Art automatisierter Nachfass-Schritte gehört zu den einfachsten Maßnahmen mit direktem Effekt auf die Abschlussrate – weil stagnierende Deals meist nicht verloren sind, sondern vergessen.

Predictive Sending und Site Tracking als Datenbasis

ActiveCampaign bietet zwei Features, die Daten sammeln, ohne dass du aktiv einen Report öffnen musst: Predictive Sending und Site Tracking. Beide sind Datenquellen, keine eigenständigen Analysetools – aber sie entscheiden darüber, wie gut andere Reports und Automationen werden.

Predictive Sending – wann es greift und wann nicht

Predictive Sending analysiert das historische Öffnungsverhalten eines Kontakts und verschickt die Kampagne in dem Zeitfenster, in dem er am wahrscheinlichsten öffnet. Das Feature greift erst, wenn genug individuelle Verhaltensdaten vorliegen. Für neue Kontakte ohne Öffnungshistorie fällt Predictive Sending auf einen Standardzeitpunkt zurück. Das bedeutet: Es verbessert bestehende Listen mit guter Datengrundlage, löst aber kein Problem mit kalten oder neuen Kontakten.

Für einmalige, zeitkritische Mails – ein Webinar, das in 24 Stunden beginnt; eine Angebotsfrist – ist ein manuell gesetzter Versandzeitpunkt sinnvoller. Predictive Sending ist für regelmäßige Newsletter an eine etablierte Liste optimiert, nicht für Einzel-Events mit hartem Zeitfenster.

Site Tracking: Verhaltens-Daten aus deiner Website einbinden

Site Tracking erfasst, welche Seiten deiner Website ein bekannter Kontakt besucht, und schreibt das in dessen Profil. Sobald du Site Tracking aktiviert hast, kannst du Automationen auf Basis von Seitenbesuchen triggern – zum Beispiel eine Folge-E-Mail, wenn jemand die Preisseite besucht hat, ohne zu kaufen.

Für die Datenanalyse ist Site Tracking besonders nützlich in Kombination mit Lead Scoring in ActiveCampaign: Du vergibst Punkte nicht nur für E-Mail-Interaktionen, sondern auch für Website-Verhalten. So erkennst du, welche Kontakte inhaltlich an einem Kauf interessiert sind – selbst wenn sie noch nie auf einen Link in einer E-Mail geklickt haben.

So baust du ein monatliches Analyse-Ritual auf – Schritt für Schritt

Ohne eine feste Routine versandet die Datenanalyse. Das folgende Vorgehen braucht rund zwei Stunden pro Monat und liefert mehr verwertbare Erkenntnisse als sporadische Deep-Dives. Trage dir einen festen Termin ein – nicht als optionale Aufgabe, sondern als reguläres Review.

1. Campaign-Review (30 Minuten): Öffne unter Berichte → Kampagnen die letzten vier Wochen. Sortiere nach Klickrate, nicht nach Öffnungsrate. Notiere die drei Kampagnen mit der höchsten und die drei mit der niedrigsten Klickrate. Vergleiche Betreffzeile, Segment und Inhalt – nicht isoliert, sondern in Kombination. Was haben die stärksten Kampagnen gemeinsam?
2. Automation-Check (20 Minuten): Gehe zu Berichte → Automationen. Prüfe bei jeder aktiven Automation die Goal-Rate im Vergleich zum Vormonat. Liegt sie darunter, öffne die Automation und schaue, an welchem Schritt ungewöhnlich viele Kontakte stagnieren. Das ist fast immer der Ort des Problems.
3. Listqualität prüfen (15 Minuten): Rufe den Contact Growth Report auf. Prüfe das Verhältnis von Active zu Total Contacts. Wenn es seit drei Monaten sinkt, leite eine Re-Engagement-Kampagne ein. Fällt der Wert deutlich, ist eine Listenbereinigung überfällig.
4. Deal-Funnel-Analyse (20 Minuten): Öffne den Deal Funnel Report für die letzten 30 Tage. Identifiziere die Stufe mit der niedrigsten Konversionsrate. Prüfe, ob dort Deals seit mehr als zwei Wochen ohne Aktivität liegen. Setze für solche Fälle eine Erinnerungs-Automation auf, falls noch keine vorhanden ist.
5. Attribution-Abgleich (15 Minuten): Vergleiche im Revenue Attribution Report, welche Kampagnen in diesem Monat zu abgeschlossenen Deals beigetragen haben. Wenn bestimmte Kampagnentypen konsistent auftauchen, schau, ob du sie häufiger oder gezielter einsetzt.
6. Custom-Dashboard aktualisieren (20 Minuten): Passe im Anschluss dein Custom-Report-Dashboard an, wenn sich ein Schwerpunkt verändert hat. Custom Reports in ActiveCampaign erlauben es, genau die Kennzahlen zusammenzuführen, die für dein Geschäftsmodell relevant sind – damit du beim nächsten Review nicht wieder alle Standardberichte einzeln durchklicken musst.

Typische Fehler bei der ActiveCampaign-Datenauswertung

Schlechte Datenanalyse ist oft nicht das Fehlen von Auswertung, sondern das Ziehen falscher Schlüsse aus korrekten Daten. Die folgenden Fehler zeigen sich in der Praxis immer wieder.

Zu kleine Stichproben als Beweis behandeln

Ein Split-Test mit 80 Kontakten pro Variante sagt nichts Verlässliches aus. ActiveCampaign zeigt zwar einen Confidence Level an, aber der ist mit kleinen Stichproben statistisch wertlos. Als Faustregel gilt: Mindestens 500 Kontakte pro Variante, bevor du das Ergebnis eines A/B-Tests auf die gesamte Liste anwendest. Andernfalls optimierst du auf Rauschen, nicht auf Signal.

Automationen auswerten, ohne Goals gesetzt zu haben

Ohne Goals siehst du nur, ob Kontakte eine Automation durchlaufen haben – nicht, ob sie das eigentliche Ziel erreicht haben. Eine Nurturing-Sequenz, die 85 % aller Kontakte zu Ende bringt, ist wertlos, wenn niemand danach kauft oder das Erstgespräch bucht. Das Problem: Goals nachträglich in eine laufende Automation einzubauen, hilft nicht rückwirkend. Sie zählen nur für Kontakte, die nach dem Einbau einsteigen.

Öffnungsraten übergewichten

Seit Apple Mail Privacy Protection öffnet Apples Mail-App E-Mails im Hintergrund vorab – unabhängig davon, ob der Empfänger sie tatsächlich liest. Das verfälscht Öffnungsraten für Listen mit hohem Apple-Anteil erheblich. Wer Versandzeiten, Betreffzeilen oder Inhalte auf Basis von Öffnungsraten optimiert, optimiert möglicherweise auf maschinelle Vorschau-Öffnungen. Klickraten und Konversionen sind verlässlichere Signale.

Alle Kontakte in einem Report zusammenfassen

Ein Report über alle Kampagnen vermischt Kontakte aus unterschiedlichen Segmenten, Opt-in-Quellen und Kaufphasen. Die Durchschnittswerte, die dabei entstehen, sind für eine konkrete Entscheidung selten nützlich. Filtere Reports immer nach Segment oder Liste, wenn du eine gezielte Frage beantworten willst.

Daten sammeln, aber nicht handeln

Der verbreitetste Fehler ist keiner der oben genannten: Es ist das Öffnen von Reports ohne anschließende Konsequenz. Datenanalyse hat keinen Wert, wenn sie nicht zu einer Änderung an einer Automation, einem Segment oder einer Kampagnenstrategie führt. Definiere deshalb vor jedem Review, welche Frage du beantworten willst – und welche Maßnahme du ergreifst, wenn die Antwort schlechter als erwartet ist.

Häufige Fragen

Wie oft sollte ich ActiveCampaign-Reports prüfen?

Ein monatlicher Rhythmus ist für die meisten Teams ausreichend – ergänzt durch einen kurzen Blick direkt nach jedem größeren Kampagnen-Versand. Eine tägliche Prüfung erzeugt mehr Rauschen als Erkenntnisse, weil kurzfristige Schwankungen bei kleinen Datensätzen normal sind. Ausnahme: aktive Split-Tests und neue Automationen in den ersten zwei bis drei Wochen nach dem Launch.

Was bedeutet der Engagement Score in ActiveCampaign?

Der Engagement Score ist ein aggregierter Wert aus mehreren Interaktionssignalen: E-Mail-Öffnungen, Klicks, Webseitenbesuche über Site Tracking und Käufe. ActiveCampaign berechnet ihn automatisch und stuft jeden Kontakt von sehr engagiert bis inaktiv ein. Du kannst ihn als Filterkriterium in Segmenten und Automationen verwenden – zum Beispiel, um eine Re-Engagement-Sequenz nur für Kontakte mit niedrigem Score auszulösen.

Welches Attribution-Modell sollte ich in ActiveCampaign verwenden?

Das hängt von der Länge deines Sales Cycles ab. Bei kurzen Entscheidungsprozessen – wenige Tage von Erstkontakt bis Kauf – ist Last-Touch sinnvoll, weil die letzte Interaktion den Ausschlag gibt. Bei langen Cycles mit mehreren Touchpoints über Wochen gibt das lineare Modell ein realistischeres Bild, weil es alle Berührungspunkte gleich gewichtet. First-Touch ist nützlich, wenn du verstehen willst, welche Kampagnen neue Kontakte erstmals aktivieren.

Kann ich ActiveCampaign-Daten mit externen Tools verbinden?

Ja. Die einfachste Methode ist UTM-Tracking an allen Links in deinen Kampagnen; dann siehst du in Google Analytics, welche E-Mail-Kampagnen zu Website-Besuchen geführt haben. Für tiefere Verbindungen bieten sich Zapier-Integrationen oder die ActiveCampaign-API an. Beachte dabei die DSGVO-Anforderungen, insbesondere wenn personenbezogene Daten an Google-Dienste übertragen werden.

Was tun, wenn eine Automation gute Klickraten hat, aber niemand kauft?

Prüfe zuerst, ob ein Goal in der Automation vorhanden ist, das Käufe misst. Falls nicht, lass sich das für neue Kontakte einrichten. Gibt es ein Goal mit niedrigen Raten, analysiere die Übergangsstellen im Content – meist sind es die E-Mails kurz vor dem Angebot, wo der Schritt von informativer zu verkaufsorientierter Kommunikation nicht klar gesetzt ist. Eine direkte Erwartungsformulierung an diesem Punkt verbessert die Conversion mehr als eine neue Betreffzeile.

ActiveCampaign-Daten werden nützlich, wenn du einen festen Rahmen hast: welche Berichte du wann öffnest, welche Kennzahlen du vergleichst und wie du mit dem Ergebnis umgehst. Das monatliche Analyse-Ritual, Automations-Goals von Anfang an und das Priorisieren von Klickrate gegenüber Öffnungsrate bilden den Kern. Wer diese drei Punkte in seiner Routinearbeit verankert hat, trifft Marketing-Entscheidungen auf einer Grundlage – und nicht auf Basis der zuletzt gesehenen Zahl.