Rabatte stoppen bei Kunden, die ohnehin kaufen (Klaviyo)

⏱ 14 Min. Lesezeit

Die teuerste Position in vielen Shopify-Retention-Programmen sind nicht die Werbeausgaben. Es ist der Rabatt, der an einen Kunden geht, der ohnehin gekauft hätte. Die Bestellung kommt, der Report sieht gut aus, und du hast still und leise Marge verschenkt, die du nie hättest ausgeben müssen. Klaviyos eigenes Benchmark-Team benennt den Mechanismus direkt: Rabatte in Warenkorbabbruch-E-Mails können nach hinten losgehen, weil sie Kunden darauf trainieren zu warten, bis der nächste Deal kommt.

Dieses Training summiert sich. Flows treiben bereits 37 % des E-Mail-Umsatzes aus rund 2 % der Sendungen, die automatisierte Nachricht an einen treuen Käufer wiegt also schwer, und ein dauerhafter Gutschein bringt deine besten Kunden dazu, abzuwarten. Dieser Leitfaden zeigt, wie du Rabatte nur an die Menschen sendest, deren Verhalten sich dadurch ändert, und allen anderen etwas Profitableres bietest.

Die wahren Kosten von Rabatten an Kunden, die ohnehin kaufen

Hinter jedem Rabatt stehen zwei Arten von Käufern. Die erste hätte ohne das Angebot nicht gekauft. Die zweite hätte ohnehin gekauft und hat die Ersparnis eingesteckt. Der Gesamtumsatz während einer Aktion trennt beide nie, und genau deshalb versteckt sich Über-Rabattieren in aller Offenheit.

Bei der zweiten Gruppe ist die Rechnung gnadenlos. Bei einem Produkt mit 60 % Bruttomarge nimmt ein Rabatt von 20 % ein Drittel deiner Marge auf diese Bestellung. Hätte nur die Hälfte der Käufer in einer Aktion ohnehin gekauft, hast du bei jedem Einzelnen Marge geopfert, um die andere Hälfte zu beeinflussen. Die Kunden, die häufig und zum vollen Preis kaufen, also deine wertvollste Gruppe, sind genau jene, deren Erreichen eine pauschale „15 % Rabatt“-E-Mail am teuersten macht.

Warum Shopify-Marken überhaupt zu viel rabattieren

Rabatte fühlen sich wie der schnellste Hebel an

Der Umsatz sinkt, ein Rabatt geht raus, es funktioniert einmal und wird zum Standard. Das Problem: Ein grober Anreiz trifft auf eine Liste sehr unterschiedlicher Menschen. Allein der Warenkorbabbruch liegt laut Baymards Auswertung von über 50 Studien bei rund 70 % im E-Commerce, und ein Rabatt ist die bequemste Antwort auf ein Problem, bei dem es meist um Kostentransparenz und Vertrauen geht, nicht um den Preis. Welche Nachricht in welchem Moment besser wirkt, zeigt unser Vergleich Warenkorbabbruch vs. Post-Purchase.

Die meisten Klaviyo-Konten behandeln alle gleich

Ein typisches Setup nutzt ein paar Engagement-Fenster, einen Browse-Abandonment-Flow und ein Angebot für inaktive Kunden. Auf dem Dashboard sieht das sauber aus. Doch derselbe Gutschein erreicht einen Dreifach-Stammkunden und einen einmaligen Schnäppchenjäger, und das Konto trennt sie nie. Klaviyo-Segmente aktualisieren in Echtzeit, das ist also eine Entscheidung, kein technisches Limit.

Kaum eine Marke misst, wer das Angebot wirklich brauchte

Das ist das tiefste Problem. Die meisten Shops testen nie, ob ein Rabatt das Verhalten verändert oder einen Kauf subventioniert hat, der ohnehin gekommen wäre. Ohne Kontrollgruppe fühlt sich Über-Rabattieren so lange richtig an, bis die Marge geprüft wird. Die Lösung ist ein Holdout-Test, behandelt am Ende dieses Leitfadens.

Segmentierung, die Marge schützt: Mit RFM starten, aber nicht dort aufhören

RFM bewertet jeden Kunden nach Recency, Frequency und Monetary Value. Arthur Hughes hat es 1994 für das Database-Marketing kodifiziert, und es ist noch immer die richtige Basisebene, weil es keinen Data Scientist braucht: Jeder Input kommt direkt aus deiner Shopify-Bestelltabelle, und eine Quintil-Bewertung (1 bis 5 pro Achse) liefert klare benannte Segmente wie Champions, At Risk und Hibernating.

Doch RFM allein ist rückwärtsgewandt. Es sagt dir, was jemand getan hat, nicht was er als Nächstes tut, und es ignoriert Onsite-Intent vollständig. 2026 funktioniert es am besten als Fundament, mit zwei Ebenen darüber:

• Prädiktive Kennzahlen. Klaviyos Predictive Analytics ergänzen Predicted CLV, Churn Risk und Expected Date of Next Order, alle vorausschauend und wöchentlich neu trainiert. Sie prognostizieren den Wert, statt ihn nur zu protokollieren.
• Echtzeit-Intent. Lege Live-Signale darüber (Viewed Product, Started Checkout, Nachkauf-Timing), sodass ein Kunde, der von Loyal zu At Risk wechselt, innerhalb von Stunden eine Aktion auslöst, nicht erst beim nächsten Quartals-Review. Der Übergang zwischen Segmenten ist ein stärkeres Signal als das statische Segment selbst.

Die praktische Erkenntnis: Baue heute RFM-Gruppen, dann schärfe sie mit prädiktiven Scores und Intent-Triggern, sobald deine Daten reifen. Auf die Angebotsstrategie übertragen ergeben sich vier Gruppen.

Vollpreis-Stammkunden

Das sind deine Champions im RFM-Sinn und meist dein höchster Predicted CLV. Ein Rabatt ist hier reine Kannibalisierung: Du bezahlst für einen Verkauf, den du schon gewonnen hattest. Belohne sie mit Exklusivität, Early Access sowie Bewertungs- und Empfehlungsanfragen. Ein seltener Vorteil ist in Ordnung; ein dauerhafter Gutschein trainiert deine profitabelste Gruppe zum Abwarten.

Unentschlossene (und warum dieses Label vier verschiedene Probleme verdeckt)

„Unentschlossen“ ist nicht ein Einwand, sondern mindestens vier, und jeder braucht eine andere Antwort. Sie als eine einzige Zielgruppe für eine generische E-Mail zu behandeln, ist der Grund, warum dieses Segment unterdurchschnittlich abschneidet. Der echte Einwand ist meist einer von diesen:

Ein Käufer, der auf einer Produktseite verweilt und die Größentabelle anklickt, braucht keine 10 % Rabatt. Er muss wissen, dass die Größe passt. Unerwartete Kosten (48 %), erzwungene Kontoerstellung (24 %) und Vertrauenslücken (17 %) sind laut Baymard die dokumentierten Hauptgründe für Warenkorbabbrüche, und keiner davon wird durch einen Rabatt gelöst.

Preissensible Käufer

Hier verdienen Rabatte ihren Platz. Diese Kunden kaufen während Aktionen und sonst kaum, ein eingegrenztes, gezieltes Angebot leistet also echte Arbeit. Beschränke es auf diese Gruppe, damit es nicht über einen öffentlichen Code an alle anderen durchsickert.

Inaktive Kunden

Kunden über 1,5x ihre durchschnittlichen Tage-zwischen-Bestellungen hinaus. Nutze nicht Klaviyos 180-Tage-Standard: Liegt dein natürlicher Zyklus bei 50 Tagen, starte Win-Back bei 50 bis 80 Tagen, denn 180 Tage zu warten bedeutet, dass die meisten schon weg sind. Win-Back ist günstiger als Neukundengewinnung, da sie dir bereits vertrauen. Beginne ohne Rabatt, verweise auf den letzten Kauf und ergänze einen Anreiz erst, wenn frühere Sendungen keine Reaktion bringen.

RFM-Analyse Schritt für Schritt: Ein Beispiel mit Shopify-Daten

Eine RFM-Analyse klingt nach Data-Science-Projekt, ist aber in einer Tabellenkalkulation an einem Nachmittag erledigt. Du brauchst nur einen Kundenexport mit drei Werten pro Person: Datum der letzten Bestellung, Anzahl der Bestellungen und Gesamtumsatz. So gehst du vor:

1. Export ziehen. Bestellanzahl und Gesamtumsatz stehen im Shopify-Kundenexport, das Datum der letzten Bestellung ergänzt du aus dem Bestellexport. Rechne Recency als Tage seit der letzten Bestellung.
2. Jede Achse in Quintile teilen. Sortiere nach Recency, Frequency und Monetary Value und vergib pro Achse 1 bis 5 Punkte, wobei 5 das beste Fünftel ist (bei Recency: die kürzeste Zeit seit dem letzten Kauf).
3. Scores zusammensetzen. Aus den drei Werten entsteht ein Code wie 5-5-4 oder 1-2-2. Du brauchst keine 125 Segmente; fasse ähnliche Codes zu den vier Angebotsgruppen von oben zusammen.
4. Rabatt-Historie danebenlegen. Markiere, wer in den letzten zwölf Monaten fast nur mit Code gekauft hat. Ein hoher RFM-Score bei durchgehender Code-Nutzung ist ein anderes Segment als ein hoher Score zum vollen Preis.
5. In Klaviyo nachbauen. Übertrage die Grenzwerte in Segment-Bedingungen (siehe unten), damit sich die Gruppen laufend aktualisieren und die Tabelle nur der einmalige Startpunkt ist.

Wie das Ergebnis aussieht, zeigt dieses fiktive Beispiel eines Shops mit einem Nachkaufzyklus von rund 50 Tagen. Die Werte dienen der Veranschaulichung, es sind keine Kundendaten:

Das Beispiel zeigt den Kernpunkt der RFM-Segmentierung für Rabatte: Kunde A und Kunde B gehören beide zu den aktivsten Käufern, verhalten sich bei Angeboten aber völlig unterschiedlich. Erst die Kombination aus RFM-Modell und Rabatt-Historie macht diesen Unterschied sichtbar.

Was du statt eines Rabatts senden solltest

Für jedes Segment außer den preissensiblen Käufern ist ein Rabatt selten der stärkste Schritt. Stärkere Optionen:

• Produktwissen. Zeige Kunden, wie sie mit dem Gekauften ein besseres Ergebnis erzielen. Das hebt Zufriedenheit und Wiederkaufrate, ohne den Preis anzutasten.
• Social-Proof-Sequenzen. Bewertungen, Ergebnisse und echte Kundengeschichten beantworten den Vertrauenseinwand, den der Preis nie löst.
• Personalisierte Empfehlungen. Nutze Kategorie und Kaufhistorie, um das logisch nächste Produkt vorzuschlagen. Laut Klaviyo hat sich der Umsatz pro personalisierter Sitzung zwischen Dezember 2025 und März 2026 von 1,12 $ auf 2,64 $ mehr als verdoppelt, bei gleichbleibenden Seitenaufrufen, Relevanz konvertiert also schneller als Reichweite.
• Bundles. Ein gut gebautes Bundle hebt den durchschnittlichen Bestellwert und schützt die Marge besser als ein pauschaler Prozentrabatt, weil Kunden es als Mehrwert lesen statt als Preissenkung.

Stammkunden belohnen ohne Dauerrabatt: VIP-Vorteile statt Gutschein

„Stammkunden-Rabatt“ ist oft der erste Reflex, wenn du deine besten Käufer halten willst. Ein fester Prozentsatz für alle Wiederkäufer ist aber genau der Dauerrabatt, der die profitabelste Gruppe zum Abwarten erzieht. VIP-Kunden wollen sich vor allem bevorzugt fühlen, und das geht meist ohne Preisnachlass:

• Früher Zugang zu neuen Produkten, limitierten Editionen und Sale-Starts, bevor die Liste sie sieht.
• Service-Vorteile wie kostenloser Expressversand, verlängerte Rückgabe oder ein persönlicher Ansprechpartner.
• Mitsprache bei neuen Produkten, Farben oder Düften, etwa über kurze Umfragen oder Testpakete.
• Überraschungen statt Regeln: ein unangekündigtes Geschenk zur fünften Bestellung kostet weniger Marge als 10 % auf jeden Einkauf und wird nicht zur Erwartung.

Wenn du diese Vorteile in Stufen ordnest, ist der Schritt zu einem Shopify Treueprogramm, das die Marge schützt, klein. Warum dauerhafte Rabatte langfristig so teuer werden, beschreibt unser Artikel darüber, wie Rabattabhängigkeit DTC-Margen zerstört.

Customer Lifetime Value berechnen: Wie viel Anreiz ein Kunde wert ist

Ob ein Anreiz sich lohnt, hängt davon ab, was der Kunde über die Zeit an Marge bringt. Eine einfache Customer-Lifetime-Value-Rechnung reicht für diese Entscheidung:

CLV (Marge) = durchschnittlicher Bestellwert × Bestellungen pro Jahr × erwartete Kundenjahre × Bruttomarge

Ein Kunde mit 70 € Bestellwert, drei Bestellungen im Jahr, zwei erwarteten Jahren und 55 % Bruttomarge bringt rechnerisch rund 231 € Marge (fiktive Beispielwerte). Ein Win-Back-Anreiz von 10 € ist bei einem gefährdeten Kunden dieser Klasse vertretbar, ein Rabatt auf jede Bestellung eines sicheren Kunden dagegen nicht: Bei 20 % Rabatt gingen von dieser Marge über zwei Jahre 84 € verloren, ohne dass sich sein Verhalten ändert. Sobald Klaviyos Predicted CLV verfügbar ist, ersetzt er die geschätzten Werte.

Wann ein Rabatt tatsächlich sinnvoll ist

Rabatte sind ein Werkzeug, keine Sünde. Sie sind die richtige Wahl für:

1. Abverkauf langsamer oder saisonaler Bestände.
2. Reaktivierung inaktiver Segmente, nachdem rabattfreie Sendungen gescheitert sind.
3. Wirklich preissensible Käufer, die nur während Aktionen konvertieren.
4. Zeitlich begrenzte Saisonaktionen, bei denen der Rabatt die Kampagne ist, nicht das Flickwerk für eine schwache Woche.

Die Faustregel: Tiefere Aktionen für inaktive und verlorene Kunden reservieren und für alle, die bereits zum vollen Preis kaufen, mit Mehrwert führen.

Newsletter-Rabatt: Ja, aber nur für echte Neukunden

Der Newsletter-Rabatt für die Anmeldung ist die häufigste Rabattaktion im Shopify-Alltag, und er ist für Erstkäufer oft vertretbar: Er überwindet die Hürde der ersten Bestellung bei jemandem, der deine Marke noch nicht kennt. Das Leck entsteht, wenn sich Bestandskunden über das Pop-up erneut anmelden oder eine zweite E-Mail-Adresse nutzen und so denselben Willkommenscode bekommen.

Prüfe deshalb im Welcome-Flow, ob die Person schon einmal bestellt hat, zum Beispiel mit einem Flow-Filter auf „Placed Order zero times over all time“ für den Rabattzweig. Wer schon gekauft hat, bekommt dieselbe Begrüßung ohne Code, mit Bestsellern oder neuen Produkten. Einmalige Codes (siehe nächster Abschnitt) verhindern zusätzlich, dass ein Willkommenscode in Gutscheinportalen landet.

So richtest du das in Klaviyo ein

Baue die zentralen Gruppen direkt im Klaviyo-Segment-Builder mit den synchronisierten Shopify-Daten. Die Referenz zur erweiterten Segmentierung erklärt die Bedingungen im Detail. Nützliche Ausgangsdefinitionen:

• Vollpreis-Stammkunden: Placed Order mindestens 3-mal über die gesamte Zeit, dazu eine Umsatzschwelle der letzten 365 Tage, die zu deinem Shop passt.
• Erstkäufer: Placed Order gleich 1 über die gesamte Zeit.
• Inaktiv: Placed Order mindestens einmal über die gesamte Zeit und Placed Order null Mal in einem Fenster von rund 1,5x deines durchschnittlichen Nachkaufzyklus.
• Browse-Intent: Viewed Product in den letzten 7 Tagen, mit Started Checkout und Placed Order jeweils null im selben Zeitraum.

Rabatte gezielt ausspielen: einmalige Codes, Ausschlüsse und Flow-Filter

Segmente nützen nur, wenn der Rabatt am Ende wirklich nur bei ihnen ankommt. Drei Werkzeuge in Klaviyo sorgen dafür (Stand: Oktober 2026):

• Einmalige Shopify-Rabattcodes. Über Content > Coupons legst du einen Shopify-Coupon an, aus dem Klaviyo für jeden Empfänger einen eigenen Code erzeugt. Du bestimmst Rabattart (fester Betrag, Prozent oder kostenloser Versand), ob er für die ganze Bestellung oder nur bestimmte Produkte oder Kollektionen gilt, einen Mindestbestellwert und das Ablaufdatum. Ein öffentlicher Code wie SOMMER20 wandert in Gutscheinportale, ein persönlicher Code bleibt im Segment. Achtung: Für Abo-Bestellungen, etwa über Recharge, funktionieren diese Coupons laut Klaviyo nicht.
• Ausschlüsse in Kampagnen. Im Audience-Schritt einer Kampagne kannst du über „Don’t send to“ Listen oder Segmente ausschließen, etwa deine Vollpreis-Stammkunden von der Sale-Kampagne. Bei geplanten Sendungen sorgt „Determine recipients at send time“ dafür, dass Klaviyo die Empfänger erst kurz vor dem Versand neu bestimmt, sodass auch Käufe seit der Planung berücksichtigt werden.
• Flow-Filter. In Flows schließt ein Filter wie „Placed Order zero times since starting this flow“ alle aus, die zwischendurch gekauft haben, damit niemand einen Rabatt für eine Bestellung bekommt, die schon da ist. Smart Sending verhindert zusätzlich, dass Profile zu dicht hintereinander Nachrichten erhalten (Standard: 16 Stunden für E-Mail, 24 Stunden für SMS).

Ein sauberes Klaviyo-Shopify-Setup mit synchronisierten Bestelldaten ist die Voraussetzung für alle drei Werkzeuge: Fehlen Bestellungen oder Rabattcodes in Klaviyo, rechnen Segmente und Filter mit falschen Daten.

So beweist du, dass ein Rabatt wirklich gewirkt hat (Holdout-Tests in Klaviyo)

Das ist der Schritt, den fast niemand geht, und er trennt eine Rabattstrategie von einer Rabattgewohnheit. Eine Aktion, die „Tausende Bestellungen konvertiert“ hat, sagt dir nichts darüber, wie viele ohnehin gekommen wären. Ein Holdout-Test behebt das: Halte das Angebot von einem zufällig ausgewählten Teil der berechtigten Zielgruppe zurück und vergleiche deren Kaufrate mit der Gruppe, die es erhalten hat. Die Differenz ist dein echter inkrementeller Effekt.

Wie du das in Klaviyo umsetzt, hängt davon ab, ob du Flows oder Kampagnen testest, und diese Unterscheidung bringt die meisten Teams durcheinander:

Der Kernpunkt: Klaviyo hat einen echten eingebauten Holdout für Flows und globales Marketing, aber nicht für einzelne Kampagnen. Für eine einmalige Aktion baust du entweder den 90/10-Split von Hand oder greifst zu einem Drittanbieter-Tool. Welchen Weg du auch wählst, schließe Bestellungen aus, die bereits anderen Flows gutgeschrieben wurden, um nicht doppelt zu zählen.

Inkrementalität berechnen: Die Rechnung mit Beispielzahlen

Inkrementalität bedeutet im Marketing: Welcher Teil des Ergebnisses wäre ohne die Maßnahme nicht entstanden? Für einen Rabatt-Test brauchst du nur vier Zahlen: Conversion Rate mit Angebot, Conversion Rate im Holdout, Gruppengröße und den Deckungsbeitrag pro Bestellung. Ein fiktives Beispiel:

Angenommen sind 80 € Bestellwert, 60 % Bruttomarge (48 €) und 20 % Rabatt (16 €). Die Aktion hat also 360 Bestellungen „gebracht“ und trotzdem Geld gekostet, weil der Großteil ohnehin gekauft hätte. Zwei Hinweise für deine eigene Rechnung: Bei kleinen Gruppen ist ein Unterschied von einem halben Prozentpunkt schnell Zufall, prüfe die Signifikanz deshalb mit einem A/B-Test-Rechner, bevor du entscheidest. Und lass den Test lange genug laufen, um mindestens einen vollen Kaufzyklus abzudecken, sonst misst du nur vorgezogene Käufe.

Wenn du Segmentierung, Coupons und Holdout-Tests nicht allein aufsetzen willst: Genau diese Verbindung aus Klaviyo-Daten und Margenlogik gehört zu unserer täglichen Arbeit als Shopify Agentur für DTC-Marken.