Custom Reports in ActiveCampaign: Auswertungen aufbauen und nutzen

Custom Reports in ActiveCampaign sind ab dem Professional-Tarif verfügbar und erlauben dir, eigene Auswertungen aus Dimensionen, Measures und Filtern zusammenzustellen. Anders als Standard-Reports zeigen sie nicht, was das System für relevant hält, sondern was du für eine bestimmte Entscheidung brauchst – zum Beispiel Automation-Abbruchquoten je Tag-Segment oder Deal-Win-Rates je Kampagnenquelle.

Das Wichtigste in Kürze

• Custom Reports erfordern den ActiveCampaign Professional- oder Enterprise-Tarif; Starter und Plus bieten nur vordefinierte Standard-Auswertungen.
• Jeder Custom Report besteht aus drei Elementen: Dimensionen (womit du aufschlüsselst), Measures (was du aggregierst) und Filtern (welche Teilmenge du betrachtest).
• Berechnete Felder (Calculated Fields) ermöglichen eigene Kennzahlen – etwa Win-Rate je Lead-Quelle – direkt im Report-Builder, ohne Excel-Export.
• Die vier Report-Bereiche sind Campaign, Automation, Contact und Deal – jeder mit eigenen Dimensionen, Measures und sinnvollen Kombinationen.
• Reports ohne definierten Schwellwert und klare Konsequenz sind Aufwand ohne Ertrag.

Was Custom Reports von Standard-Auswertungen unterscheidet

ActiveCampaign liefert in allen Tarifen fertige Berichte: Öffnungsrate, Klickrate, Bounce-Quote, Automation-Eintritte, Deals im Pipeline-Stadium. Diese Reports sind nützlich für den täglichen Check, aber starr – sie zeigen, was das System für relevant hält, nicht das, was eine konkrete Entscheidung erfordert.

Custom Reports kehren dieses Verhältnis um. Du legst fest, welche Dimension eine Auswertung aufschlüsselt, welche Measure berechnet wird und auf welchen Datensatz der Filter zeigt. Das klingt abstrakt, ist aber der Unterschied zwischen „unsere Öffnungsrate liegt bei 28 %" und „Kontakte mit dem Tag Kaufinteresse öffnen 38 % unserer Automations-Mails, während neu eingetragene Kontakte ohne Tag bei 14 % bleiben". Aus der zweiten Zahl folgt eine Entscheidung; aus der ersten meistens nichts.

Der zweite Unterschied liegt in der Kombinierbarkeit. Standard-Reports trennen Kampagnen-Daten von Deal-Daten. Ein Custom Report kann beides verbinden, sofern Attribution Reporting aktiv ist: Welche Kampagne hat welche Deals angestoßen? Welcher Automation-Schritt taucht bei gewonnenen Deals am häufigsten im Zeitverlauf auf? Diese Verbindungen sind in vordefinierten Berichten nicht abbildbar.

Ab welchem Tarif Custom Reports verfügbar sind

Bevor du Zeit in den Aufbau von Dashboards investierst, lohnt ein Blick auf die Tarifstruktur. Stand 2026 sind Custom Reports im Marketing Starter- und Plus-Plan nicht verfügbar. Sie sind ab Professional freigeschaltet – zusammen mit Attribution Reporting und Win Probability, der KI-gestützten Prognose für Deal-Abschlusswahrscheinlichkeiten.

Wer auf Plus ist und Custom Reports benötigt, hat zwei Wege: Upgrade auf Professional, oder Daten per API in ein externes BI-Tool wie Google Looker Studio oder Metabase exportieren. Das zweite Vorgehen ist technisch aufwändiger, aber in manchen Szenarien wirtschaftlicher – etwa wenn ein Unternehmen mehrere ActiveCampaign-Accounts verwaltet und die Reporting-Kosten nicht mit jedem Account skalieren sollen.

Wie Custom Reports aufgebaut sind – Dimensionen, Measures, Filter

Das System hinter Custom Reports folgt einer einheitlichen Logik. Wer sie einmal verstanden hat, kann jeden beliebigen Report bauen – auch solche, die in der Dokumentation nicht als Beispiel auftauchen.

Dimensionen – womit du aufschlüsselst

Eine Dimension ist ein beschreibendes Feld, das deinen Datensatz in Gruppen aufteilt. Typische Dimensionen in ActiveCampaign sind Tag-Name, Kampagnentyp, Listenzugehörigkeit, Deal-Pipeline, Kontakt-Herkunft, Erstellungsdatum oder der zuständige Vertriebsmitarbeiter. Dimensionen beantworten die Frage: In welche Kategorien soll mein Report aufteilen?

Wenn du die Dimension „Kampagnenname" wählst, siehst du deine Measures aufgeschlüsselt nach jeder einzelnen Kampagne. Du kannst mehrere Dimensionen kombinieren – beispielsweise „Tag-Name" und „Erstellungsmonat" gleichzeitig, um zu sehen, wie sich einzelne Segmente über die Zeit entwickeln. Mehr als zwei Dimensionen gleichzeitig machen einen Report in der Regel schwer lesbar; es empfiehlt sich, lieber zwei separate Reports zu erstellen als einen mit zu vielen Aufschlüsselungen.

Measures – was du aggregierst

Eine Measure ist eine aggregierte Kennzahl. ActiveCampaign liefert Measures wie Gesamtversendungen, Unique Opens, Klickzahl, Bounces, Automation-Eintritte, Automation-Abschlüsse, Deal-Wert oder Anzahl gewonnener Deals. Measures beantworten die Frage: Was soll in jeder Gruppe gezählt, summiert oder gemittelt werden?

Eine Measure allein sagt wenig. Erst die Kombination aus Dimension und Measure ergibt eine Aussage: „Automation-Abschlüsse (Measure) je Eintrittspunkt-Kampagne (Dimension)" zeigt, welche Kampagne tatsächlich Kontakte durch eine Automation bis zum Ende führt – und welche nur Eintritte ohne Abschluss produziert.

Filter – welche Teilmenge du betrachtest

Filter begrenzen den Datensatz, den ein Report auswertet. Du kannst nach Zeitraum, Tag, Pipeline, Land oder anderen Feldern filtern und Filter kombinieren – zum Beispiel „nur Kontakte aus dem DACH-Raum, die einen Deal in Pipeline B haben, in den letzten 90 Tagen".

Filter sind kein optionaler Zusatz. Ein Report ohne Filter zeigt Gesamtdurchschnitte, die in der Regel zu breit sind, um daraus etwas zu lernen. Der erste Reflex beim Aufbau eines neuen Reports sollte sein: Auf welche Teilmenge kommt es hier wirklich an? Wer Automationen für mehrere Produktbereiche betreibt, sollte nie einen Report über alle Automationen zusammen lesen, sondern je Produktbereich filtern.

So richtest du deinen ersten Custom Report ein – Schritt für Schritt

Das folgende Vorgehen gilt für jeden Basis-Report. Für Reports mit berechneten Feldern kommt ein Schritt dazu, der im nächsten Abschnitt erklärt wird.

1. Navigiere in ActiveCampaign zu Reports → Custom Reports. Fehlt der Menüpunkt, ist der aktive Tarif kein Professional oder Enterprise.
2. Klicke auf „New Report" und wähle den Datenbereich: Campaign Data, Automation Data, Contact Data oder Deal Data. Der Datenbereich legt fest, welche Dimensionen und Measures überhaupt zur Verfügung stehen.
3. Füge im linken Panel mindestens eine Dimension hinzu. Beginne mit einer einzigen – zum Beispiel „Campaign Name" – bevor du weitere ergänzt.
4. Füge im rechten Panel mindestens eine Measure hinzu. Zum Einstieg eignen sich „Total Sends" oder „Unique Opens".
5. Setze einen Zeitfilter. „Last 30 days" ist ein sinnvoller Ausgangspunkt. Zu breite Zeitfenster wie „All time" machen Reports langsam und schwer interpretierbar.
6. Klicke auf „Run Report" und prüfe: Lässt sich aus dieser Tabelle eine Entscheidung ableiten? Falls nicht, füge eine zweite Dimension oder einen engeren Filter hinzu.
7. Speichere den Report unter einem Namen, der enthält, was er misst und für wen er gedacht ist – zum Beispiel „Öffnungen je Automations-Eintrittspunkt – Marketing-Team Q3 2026".
8. Füge den Report einem Dashboard hinzu: Reports → Dashboards → Dashboard-Name → „Add Report".

Ein Dashboard ist eine Sammlung gespeicherter Reports. Du kannst mehrere anlegen – eines für das Marketing-Team, eines für den Vertrieb, eines für die Geschäftsleitung. Jedes zeigt beim Öffnen die aktuellen Daten, ohne dass jemand den Report neu konfigurieren muss. Wer Dashboards mit dem Team teilt, spart in der Praxis mehr Zeit als durch die Reports selbst.

Berechnete Felder: eigene Kennzahlen direkt im System

Berechnete Felder (Calculated Fields) sind der fortgeschrittenste Teil von Custom Reports. Statt vorhandene Measures direkt anzuzeigen, baust du aus zwei oder mehr Measures eine neue Kennzahl – ohne Export in ein Spreadsheet und ohne manuelle Pflege.

Beispiel: Win-Rate je Lead-Quelle

Du willst wissen, welche Lead-Quelle die höchste Abschlussquote im Vertrieb hat. Das gibt es nicht als fertige Measure. So baust du es:

1. Erstelle einen neuen Deal Report mit der Dimension „Lead Source" (oder dem entsprechenden Custom Field für die Herkunft).
2. Füge die Measures „Deals Won" und „Total Deals Created" hinzu.
3. Klicke auf „Add Calculated Field" und gib die Formel ein: Deals Won dividiert durch Total Deals Created, multipliziert mit 100.
4. Benenne das Feld „Win-Rate in %" und speichere den Report.

Das Ergebnis ist eine Tabelle, die je Lead-Quelle die Win-Rate in Prozent zeigt – berechnet aus Live-Daten. Wenn ein Mitarbeiter eine neue Lead-Quelle anlegt, erscheint sie automatisch in einer neuen Zeile. Kein manuelles Pflegen von Spreadsheets, kein Export-Zyklus.

Weitere sinnvolle Berechnungen

• Klickrate je Automation-Schritt: Klicks dividiert durch Zustellungen, aufgeschlüsselt nach Automation-Name und Schrittnummer – zeigt, an welchem Schritt Kontakte aufhören zu klicken.
• Durchschnittlicher Deal-Wert je Kontakt-Tag: Summierter Deal-Wert dividiert durch Anzahl Deals mit diesem Tag – zeigt, welche Zielgruppensegmente höherwertige Aufträge generieren.
• Unsubscribe-Rate je Kampagnentyp: Abmeldungen dividiert durch Sends – zeigt, ob Newsletter und Automations-Mails ähnlich toleriert werden oder ob ein Typ systematisch mehr Abmeldungen erzeugt.

Die vier Report-Bereiche und was du daraus entscheidest

Campaign Reports: von Engagement zu Attribution

Campaign Reports zeigen, wie einzelne Kampagnen performt haben. Die Standard-Dimensionen sind Kampagnenname, Kampagnentyp und Sendedatum; Standard-Measures sind Sends, Unique Opens, Unique Clicks, Bounces und Unsubscribes. Das ist die Basis für Kampagnen-Vergleiche.

Interessant wird es, wenn du Attribution hinzuziehst. Attribution Reporting verbindet Kampagnen mit Deal-Abschlüssen und zeigt, welche Kampagne zu welchem Zeitpunkt in der Customer Journey sichtbar war, bevor ein Deal gewonnen wurde. Damit beantwortest du Fragen wie: Welche Kampagne hat den ersten Kontakt hergestellt? Welche hat den letzten Touchpoint vor dem Abschluss gesetzt? Nicht jede Kampagne mit hoher Öffnungsrate hat Attribution-Einfluss – und umgekehrt. Wer den Zusammenhang zwischen Kampagnen-Performance und Revenue tiefer verstehen will, findet im Marketing-Attribution-Guide eine ausführliche Einführung in die verschiedenen Modelle.

Automation Reports: wo Kontakte aussteigen

Automation Reports zeigen step-by-step, wie viele Kontakte jeden Schritt einer Automation erreicht haben, wie viele weitergekommen sind und wo die Abbrüche liegen. Das ist einer der wertvollsten Report-Bereiche, weil er strukturelle Probleme in Automationen direkt sichtbar macht.

Wenn zum Beispiel 75 % der Kontakte nach dem dritten Schritt einer Automation aussteigen, ist das ein klares Signal: Entweder ist die Wartezeit zwischen Schritt 3 und 4 zu lang, die Mail in Schritt 3 produziert ungewöhnlich viele Abmeldungen, oder der Eintrittspunkt filtert keine relevante Zielgruppe. Standard-Reports würden nur die Gesamtzahl der Automation-Abschlüsse zeigen. Der Custom Report zeigt, wo der Bruch liegt. Neuere Ergänzungen in dem neuen ActiveCampaign Reporting erweitern diese Ansicht um KI-gestützte Signale.

Contact Reports: Segmente über Zeit beobachten

Contact Reports sind nützlich für die Beobachtung, wie sich die Kontaktbasis verändert. Mit der Dimension „Erstellungsmonat" und der Measure „Anzahl Kontakte" siehst du, ob deine Liste wächst oder stagniert. Kombiniert mit Tag-Dimensionen siehst du, wie sich einzelne Segmente entwickeln – ob die Anzahl der Kontakte mit dem Tag „Kaufinteresse" im letzten Quartal zu- oder abgenommen hat.

Contact Reports eignen sich auch für Hygiene-Checks: Wie viele Kontakte sind seit 180 Tagen inaktiv? Wie viele haben keine Automation abgeschlossen? Wie viele tragen einen Bounce-Status? Diese Zahlen entscheiden, ob eine Listenhygiene-Aktion oder eine Re-Engagement-Kampagne sinnvoll ist – bevor der Zustellbarkeits-Score leidet.

Deal Reports: Pipeline und Vertriebsanalyse

Deal Reports zeigen die Sales-Pipeline. Standard-Dimensionen sind Pipeline-Name, Pipeline-Stufe, zuständiger Mitarbeiter und Erstellungsdatum. Standard-Measures sind Anzahl Deals, Summe der Deal-Werte und Durchschnittlicher Deal-Wert.

Besonders aussagekräftig ist die Kombination mit Win Probability, der KI-gestützten Prognose für Deal-Abschlüsse. Win Probability schätzt für jeden offenen Deal auf Basis historischer Muster, wie hoch die Abschlusswahrscheinlichkeit ist. Ein Custom Report, der offene Deals nach Win-Probability-Klasse gruppiert, gibt dem Vertrieb eine priorisierte Arbeitsliste – ohne dass jemand jeden Deal einzeln beurteilen muss. Wer die Win-Probability-Daten als Dimension verwendet, kann außerdem prüfen, ob bestimmte Pipeline-Stufen systematisch zu pessimistischen oder optimistischen Prognosen führen.

Typische Fehler und Grenzen von Custom Reports

Die meisten Probleme mit Custom Reports entstehen nicht beim technischen Einrichten, sondern bei der Konzeption davor. Diese vier Fehler tauchen immer wieder auf.

Zu viele Metriken auf einem Dashboard

Ein Dashboard mit zwanzig Reports produziert dasselbe Problem wie eine Tabelle mit zwanzig Spalten: Der Blick weiß nicht, wohin. Wenn alles gleich sichtbar ist, ist nichts priorisiert. Ursache ist meist, dass Reports hinzugefügt werden, ohne zu entscheiden, wer das Dashboard wofür nutzt. Gegenmittel: Für jede Zielgruppe ein eigenes Dashboard, jedes mit maximal fünf bis sieben Reports. Mehr schafft Verwaltungsaufwand, der den Nutzen übersteigt.

Reports ohne Zeitvergleich

Eine einzelne Zahl – „214 Kontakte mit Tag Kaufinteresse" – ist ohne Kontext nutzlos. Ist das viel oder wenig? Gestiegen oder gefallen? Der Zeitvergleich macht aus einem Statusbericht eine Trendaussage. ActiveCampaign erlaubt es, Zeitfilter auf einzelne Reports und auf das gesamte Dashboard anzuwenden. Nutze beides: „dieser Monat vs. Vormonat" als festen Vergleichsrahmen, den alle Dashboards teilen.

Keine definierten Konsequenzen

Der häufigste Fehler ist kein technischer: Reports werden aufgebaut, aber niemand hat vorab definiert, was passiert, wenn eine Zahl einen Schwellwert über- oder unterschreitet. Ein Report zu Automation-Abbrüchen ist wertvoll, wenn das Team weiß: „Liegt die Abbruchrate in einem Schritt über 35 %, schauen wir uns die Mail in diesem Schritt an." Ohne diese Definition wird der Report zur Dekoration. Definiere Schwellwerte, bevor du ein Dashboard in Betrieb nimmst, und halte sie in einer Vorlage fest, die das Team kennt.

Dimensionen und Datentypen falsch kombiniert

Manche Kombinationen liefern keine sinnvollen Ergebnisse, weil die Daten strukturell nicht zusammenpassen. Wenn du Campaign-Dimensionen mit Deal-Measures kombinierst, ohne dass Attribution aktiviert ist, siehst du entweder leere Zellen oder Aggregationen ohne logische Verbindung. Die Verknüpfung zwischen Kampagne und Deal existiert nur, wenn Attribution Reporting aktiv ist und das System Touchpoints mitgeschrieben hat. Gegenmittel: Teste jeden neuen Report mit einem kleinen Zeitfenster und prüfe, ob die Zahlen plausibel sind – bevor du den Report an das Team weitergibst.

Wann Custom Reports an ihre Grenzen stoßen

Custom Reports in ActiveCampaign sind kein Data-Warehouse-Ersatz. Es gibt Auswertungen, die das System strukturell nicht leisten kann, und es hilft, das zu wissen, bevor man Zeit in die Konfiguration investiert.

Die Historisierungstiefe ist begrenzt. Sehr lange Zeiträume können Reports verlangsamen oder zu Aggregationsfehlern führen. Wer historische Analysen über mehrere Jahre braucht, speichert Snapshots: ein regelmäßiger Export in Google Sheets oder eine Datenbankanbindung per API, die einen langfristigen Zeitreihen-Datensatz aufbaut.

Kontext aus externen Systemen fehlt. Custom Reports zeigen, was in ActiveCampaign passiert. Was auf der Website, im ERP oder im Support-Tool passiert, ist ohne Integration nicht sichtbar. Wer Kampagnen-Performance mit tatsächlichem Umsatz aus einem Shopsystem verbinden will, braucht entweder eine direkte Integration – WooCommerce und Shopify haben native Konnektoren – oder ein externes BI-Tool, das beide Datensätze zusammenführt.

Berechnete Felder sind weniger mächtig als SQL. Wer komplexe Berechnungen braucht – gleitende 30-Tage-Durchschnitte, Kohorten-Analysen oder fensterfunktionsbasierte Metriken – stößt an die Grenzen der eingebauten Formel-Logik. In diesen Fällen ist ein Export sinnvoller als der Versuch, die Berechnung im Report-Builder abzubilden.

Häufige Fragen

Ab welchem ActiveCampaign-Plan sind Custom Reports verfügbar?

Custom Reports sind ab dem Professional-Plan freigeschaltet, ebenso wie Attribution Reporting und Win Probability. Der Marketing Starter- und Plus-Plan bieten nur vordefinierte Standard-Auswertungen. Wer auf Plus ist und Custom Reports benötigt, kann Daten alternativ per API oder Drittanbieter-Konnektor in ein externes Tool exportieren, hat aber keinen Zugriff auf den integrierten Report-Builder.

Kann ich Custom Reports automatisch an das Team versenden?

Dashboards in ActiveCampaign lassen sich nicht direkt als E-Mail verschicken. Eine verbreitete Praxis ist, das Dashboard als Bookmark zu teilen, das alle Beteiligten regelmäßig öffnen. Wer automatischen Versand braucht, exportiert Snapshot-Daten per Zapier in Google Sheets und richtet dort einen automatischen E-Mail-Versand oder eine Slack-Benachrichtigung ein. Externe Tools wie AgencyAnalytics bieten eingebauten PDF-Report-Versand für ActiveCampaign-Daten.

Was ist der Unterschied zwischen einer Dimension und einem Custom Field?

Ein Custom Field ist ein Datenfeld, das du in ActiveCampaign für Kontakte oder Deals angelegt hast – zum Beispiel „Branche" oder „Jahresbudget". Eine Dimension im Custom-Report-Builder ist ein Feld, nach dem eine Auswertung aufschlüsselt. Custom Fields können als Dimensionen verwendet werden, wenn sie als reportbare Felder konfiguriert sind – das hängt vom Feldtyp ab. Nicht alle Custom Fields stehen automatisch als Dimension zur Verfügung.

Wie viele Dashboards kann ich anlegen?

ActiveCampaign begrenzt die Anzahl der Dashboards nicht per Plan-Limit, sondern über Leistungsgrenzen bei sehr großen Datensätzen. In der Praxis sinnvoll sind drei bis fünf Dashboards mit je fünf bis sieben Reports. Mehr erzeugt einen Verwaltungsaufwand, der den Nutzen übersteigt, und führt dazu, dass Reports nicht mehr regelmäßig geprüft werden.

Kann ich Custom Reports mit Google Looker Studio verbinden?

Eine native Looker-Studio-Integration bietet ActiveCampaign nicht. Gängige Wege sind Drittanbieter-Konnektoren wie Porter Metrics oder Supermetrics, oder der Export per API in Google Sheets, das dann als Datenquelle in Looker Studio eingebunden wird. Für Agenturen, die mehrere Kunden-Accounts berichten, sind diese Wege oft wirtschaftlicher als Professional-Tarife für jeden einzelnen Account.

Lassen sich berechnete Felder in Automationen als Bedingung verwenden?

Nein. Berechnete Felder existieren nur im Report-Layer und werden von ActiveCampaign nicht als Bedingung oder Trigger in einer Automation erkannt. Wer eine Automation abhängig von einer berechneten Metrik steuern will, muss das Ergebnis manuell oder per Webhook in ein reguläres Custom Field schreiben und dann auf diesem Feld die Automation-Bedingung aufbauen.

Wer Custom Reports strategisch nutzt, beginnt nicht mit der Frage „Was kann ich messen?", sondern mit „Welche Entscheidung hängt an dieser Zahl?" Dieses Vorgehen hält Dashboards schlank und Reports handlungsrelevant. Wer beim Aufbau der Reporting-Struktur in ActiveCampaign Unterstützung sucht, findet bei Advertal einen ActiveCampaign-Service, der von der Konzeption bis zur Dashboard-Implementierung reicht.