Otto Warenkorbanalyse 2026: Kundendaten richtig auswerten

Die kurze Antwort: Eine Otto Warenkorbanalyse funktioniert nicht mit Kundenprofilen, sondern mit Bestelldaten. Otto Partner Connect liefert Ihnen operative Kennzahlen wie Bestellvolumen, Umsatz und Liefertreue — aber keine Profitabilitätsdaten und keine personenbezogenen Kundeninformationen.

Was Sie daraus trotzdem gewinnen können, ist erheblich: Welche Artikel gemeinsam gekauft werden, wie sich der Warenkorbwert je Kategorie und Preisstufe verteilt, welche Kombinationen Deckungsbeitrag bringen und welche nur Volumen erzeugen.

Der entscheidende Schritt ist die Verknüpfung. Bestelldaten aus Otto plus Ihre eigenen Einkaufspreise, Versandkosten und Retourenquoten ergeben eine Deckungsbeitragsrechnung auf Bestellebene.

Genau diese Rechnung fehlt in Otto Partner Connect: Das Portal zeigt Bestellvolumen, Umsatz und Lieferpünktlichkeit, während Deckungsbeitrag, Nettogewinn und Marge pro Produkt nicht enthalten sind (Stand: August 2026, Quelle: Auswertungen zu Otto Partner Connect). Dieser Artikel zeigt, wie Sie die Lücke schließen.

Warum Umsatzzahlen allein Sie in die falsche Richtung führen

Otto ist für viele Händler attraktiv, weil der durchschnittliche Warenkorb traditionell über dem Marktdurchschnitt liegt. Das hängt mit den Kernsortimenten zusammen: Möbel und Wohnen erzeugen naturgemäß höhere Bestellwerte als Kleinteile.

Die Plattform zählte zuletzt rund 12,6 Millionen aktive Kundinnen und Kunden, etwa 6.100 Händler und ein Bruttowarenvolumen von 7,5 Milliarden Euro im vergangenen Geschäftsjahr (Stand: August 2026, Quelle: Marktberichterstattung zu Otto Market).

Der hohe Warenkorb ist ein echter Vorteil — und gleichzeitig eine Falle. Denn hohe Bestellwerte verdecken schlechte Margen besonders gut.

Ein Beispiel aus der Praxis: Ein Artikel läuft hervorragend, steht in der Umsatzliste ganz oben und wird deshalb beworben. In der Deckungsbeitragsrechnung stellt sich heraus, dass er wegen Sperrgutzuschlag und 24 Prozent Retourenquote der schlechteste Artikel im Sortiment ist.

⚠️ Solange Sie nur auf Umsatz schauen, verstärken Sie solche Fehler systematisch — weil Sie ausgerechnet in die Artikel investieren, die Ihnen Geld kosten.

Der zweite blinde Fleck betrifft Kombinationen. Otto zeigt Ihnen Bestellungen, aber nicht, welche Artikel typischerweise zusammen im selben Warenkorb landen.

Diese Information ist aber die Grundlage für fast alle sinnvollen Sortimentsentscheidungen: Welche Bundles bauen Sie, welches Zubehör listen Sie zusätzlich, welche Artikel dürfen niemals gleichzeitig ausverkauft sein.

Der dritte Punkt ist die Preisstufe. In vielen Sortimenten gibt es eine Schwelle, ab der die Retourenquote sprunghaft steigt oder ab der Käufer deutlich preissensibler reagieren.

Diese Schwelle sehen Sie nur, wenn Sie Bestellungen nach Warenkorbwert klassieren und je Klasse die Retourenquote und den Deckungsbeitrag gegenüberstellen.

💡 Der wichtigste Satz zur Otto Warenkorbanalyse: Nicht der größte Warenkorb ist der beste, sondern der mit dem höchsten Deckungsbeitrag nach Retouren.

Wie Sie die dafür nötige Controlling-Struktur aufbauen, haben wir im Beitrag zum Controlling im Marktplatzgeschäft beschrieben. Wo die Grenzen bei Kundendaten liegen, steht unter CRM und Kundendaten im Marktplatzgeschäft.

Welche Daten Sie tatsächlich haben — und welche nicht

Beginnen wir mit dem, was rechtlich und praktisch nicht geht.

Sie erhalten von Otto keine frei verwertbaren Kundenprofile. Die für die Bestellabwicklung übermittelten Daten sind zweckgebunden und dürfen nicht ohne Weiteres für Marketing oder Profilbildung genutzt werden.

Eine Otto Warenkorbanalyse ist deshalb keine Kundenanalyse im CRM-Sinn, sondern eine Bestell- und Sortimentsanalyse. Das ist keine Einschränkung Ihrer Möglichkeiten, sondern eine Klarstellung der Ebene.

Was Sie haben, ist mehr als genug:

Bestellkopfdaten. Bestellnummer, Datum, Uhrzeit, Gesamtwert, Anzahl Positionen, Versandart, Lieferregion auf Postleitzahlebene.

Positionsdaten. Artikelnummer, Menge, Einzelpreis, Kategorie, Variante.

Statusdaten. Storniert, versendet, retourniert, beanstandet — inklusive der zugehörigen Zeitstempel.

Ihre eigenen Kostendaten. Einkaufspreis, Verpackungskosten, tatsächliche Versandkosten, Provisionssatz je Kategorie, Werbekosten je Artikel.

Erst die Kombination aus diesen vier Blöcken ergibt eine belastbare Analyse. Die ersten drei liefert Otto, den vierten müssen Sie selbst beisteuern.

Daraus lassen sich fünf Auswertungen bauen, die im Tagesgeschäft wirklich etwas verändern:

Warenkorbklassen. Teilen Sie alle Bestellungen in Klassen ein, zum Beispiel bis 50 Euro, 50 bis 100, 100 bis 250, 250 bis 500 und darüber. Je Klasse berechnen Sie Anteil an Bestellungen, Anteil am Umsatz, Retourenquote und Deckungsbeitrag.

Kombinationsanalyse. Zählen Sie, welche Artikelpaare am häufigsten in derselben Bestellung auftauchen. Bereits die Top 20 Paare zeigen Ihnen die naheliegenden Bundles.

Positionen pro Bestellung. Vergleichen Sie Ein-Positionen-Bestellungen mit Mehr-Positionen-Bestellungen. In den meisten Sortimenten ist die zweite Position der günstigste Deckungsbeitrag, den Sie bekommen können, weil Versand und Handling nur einmal anfallen.

Saison- und Wochenmuster. Ordnen Sie Bestellwerte nach Kalenderwoche und Wochentag. Das ist die Grundlage für Ihre Bestandsplanung und für die Saisonplanung.

Deckungsbeitrag je Artikel nach Retouren. Die wichtigste Auswertung überhaupt. Sie beantwortet die Frage, welche Artikel Sie ausbauen und welche Sie auslisten sollten.

Ein Hinweis zur Datenqualität, weil daran die meisten Auswertungen scheitern: Arbeiten Sie mit echten Versandkosten pro Sendung, nicht mit einer internen Pauschale. Sperrgut, Zwei-Mann-Handling und Zuschläge verzerren die Rechnung sonst genau bei den Artikeln, bei denen es am meisten darauf ankommt.

Dasselbe gilt für Retourenkosten. Der Rückversand ist meist der kleinste Posten — Prüfung, Aufbereitung, Neuverpackung und Wertverlust machen den Großteil aus.

⚠️ Wenn Sie diese beiden Positionen schätzen statt messen, ist Ihre gesamte Analyse eine gut aussehende Vermutung. Nehmen Sie sich lieber zwei Tage für saubere Kostendaten, bevor Sie eine Woche in Auswertungen investieren.

Bei AMZ+ Consulting beginnen wir Analyseprojekte deshalb immer mit den Kostenstammdaten und nicht mit den Bestelldaten. Die Bestelldaten sind vollständig vorhanden, die Kostendaten fast nie.

In 7 Schritten: So bauen Sie Ihre Otto Warenkorbanalyse auf

1. Bestelldaten vollständig exportieren. Ziehen Sie aus Otto Partner Connect die Bestell- und Positionsdaten der letzten zwölf Monate. Zwölf Monate sind das Minimum, weil Sie sonst Saisoneffekte für Trends halten. Speichern Sie den Rohexport unverändert, bevor Sie damit arbeiten.
2. Eigene Kostendaten je Artikel ergänzen. Legen Sie eine Stammdatentabelle mit Einkaufspreis, Verpackungskosten, tatsächlichen Versandkosten und Provisionssatz an. Nutzen Sie echte Versandkosten, nicht Ihre Versandpauschale — der Unterschied entscheidet bei Sperrgut über die gesamte Rechnung. Verknüpfen Sie die Tabelle über die Artikelnummer mit den Bestelldaten.
3. Retouren korrekt zuordnen. Ordnen Sie jede Retoure der ursprünglichen Bestellung zu und hinterlegen Sie die tatsächlichen Retourenkosten inklusive Prüfung, Wiedereinlagerung und Wertverlust. Rechnen Sie Retouren nicht als Durchschnitt über das Gesamtsortiment, sondern artikelgenau. Der Durchschnitt verdeckt genau die Ausreißer, die Sie finden wollen.
4. Warenkorbklassen bilden und auswerten. Klassieren Sie alle Bestellungen nach Gesamtwert und berechnen Sie je Klasse Bestellanteil, Umsatzanteil, Retourenquote und Deckungsbeitrag. Markieren Sie die Klasse mit dem höchsten Deckungsbeitrag pro Bestellung. Diese Klasse ist Ihr Zielkorridor für alle weiteren Maßnahmen.
5. Kombinationen zählen und Bundles ableiten. Ermitteln Sie die 20 häufigsten Artikelpaare in gemeinsamen Bestellungen. Prüfen Sie für jedes Paar, ob ein Bundle inhaltlich sinnvoll ist und ob der kombinierte Deckungsbeitrag stimmt. Setzen Sie zunächst drei Bundles um und messen Sie acht Wochen, bevor Sie ausweiten.
6. Verlustbringer identifizieren und entscheiden. Sortieren Sie alle Artikel nach Deckungsbeitrag nach Retouren, aufsteigend. Für jeden Artikel im negativen Bereich treffen Sie eine bewusste Entscheidung: Preis anheben, Versandart ändern, Produktdarstellung verbessern oder auslisten. Wichtig ist die Entscheidung, nicht die Richtung.
7. Monatsrhythmus etablieren und kanalübergreifend vergleichen. Wiederholen Sie die Auswertung monatlich und vergleichen Sie die Ergebnisse mit Ihren anderen Kanälen. Derselbe Artikel kann auf Otto profitabel und auf einem anderen Marktplatz defizitär sein. Für genau diese Zusammenführung von Bestell-, Kosten- und Retourendaten über Amazon, Otto und Kaufland nutzen wir bei AMZ+ Consulting unsere KI-Plattform MarketplAIce.

Rechenbeispiel: Was die Analyse in Zahlen bewegt

Rechenbeispiel: Angenommen, ein Händler macht 500.000 Euro Jahresumsatz auf Otto mit 2.400 Bestellungen, also rund 208 Euro durchschnittlichem Warenkorb.

Die Auswertung nach Warenkorbklassen ergibt folgendes Bild. In der Klasse bis 100 Euro liegen 38 Prozent der Bestellungen, aber nur 14 Prozent des Umsatzes.

Nehmen wir an, in dieser Klasse liegt der Deckungsbeitrag bei durchschnittlich 4 Euro pro Bestellung, weil Versand und Handling einen zu großen Anteil ausmachen. Das sind 912 Bestellungen zu 4 Euro, also 3.648 Euro.

In der Klasse 100 bis 250 Euro liegen 41 Prozent der Bestellungen mit einem angenommenen Deckungsbeitrag von 27 Euro. Das sind 984 Bestellungen zu 27 Euro, also 26.568 Euro.

In der Klasse über 250 Euro liegen 21 Prozent der Bestellungen mit einem angenommenen Deckungsbeitrag von 41 Euro — aber einer Retourenquote von 26 statt 14 Prozent. Nach Retourenkosten bleiben angenommene 24 Euro. Das sind 504 Bestellungen zu 24 Euro, also 12.096 Euro.

Gesamt: rund 42.312 Euro Deckungsbeitrag.

Nach Umsatz betrachtet wäre die oberste Klasse die attraktivste. Nach Deckungsbeitrag pro Bestellung ist es die mittlere.

Jetzt die Maßnahme. Angenommen, der Händler baut drei Bundles, die typische Kleinbestellungen aus der untersten Klasse in die mittlere Klasse heben, und verlagert 200 Bestellungen.

Diese 200 Bestellungen bringen statt 4 Euro nun 27 Euro Deckungsbeitrag. Das Plus beträgt 200 × 23 Euro = 4.600 Euro pro Jahr.

Zusätzlich listet er die fünf Artikel mit negativem Deckungsbeitrag aus, die zusammen angenommene 2.100 Euro Verlust im Jahr verursachten.

✅ Zusammen rund 6.700 Euro mehr Deckungsbeitrag bei gleichem oder sogar leicht sinkendem Umsatz. Genau deshalb ist Umsatz die falsche Leitkennzahl.

Ehrlich gesagt: Unter etwa 500 Bestellungen im Jahr lohnt dieser Aufwand nicht. Dann reicht eine grobe Sortimentsbetrachtung, und Ihre Zeit ist woanders besser investiert.

Sie wollen Ihr Marktplatz-Geschäft nicht länger nebenbei steuern? AMZ+ Consulting verbindet Ihre Bestell-, Kosten- und Retourendaten zu einer echten Deckungsbeitragsrechnung — für Otto, Amazon, Kaufland und eBay. Jetzt kostenloses Erstgespräch buchen →

Was Sie jetzt tun können

• Exportieren Sie Bestell- und Positionsdaten der letzten zwölf Monate aus Otto Partner Connect.
• Legen Sie eine Stammdatentabelle mit echten Einkaufs-, Verpackungs- und Versandkosten an.
• Ordnen Sie Retouren artikelgenau statt pauschal zu.
• Bilden Sie fünf Warenkorbklassen und berechnen Sie je Klasse den Deckungsbeitrag.
• Ermitteln Sie die 20 häufigsten Artikelkombinationen und leiten Sie drei Bundles ab.
• Treffen Sie für jeden Artikel mit negativem Deckungsbeitrag eine bewusste Entscheidung.

FAQ: Häufige Fragen zur Otto Warenkorbanalyse

Bekomme ich von Otto personenbezogene Kundendaten für Auswertungen?

Nein. Die im Rahmen der Bestellabwicklung übermittelten Daten sind zweckgebunden und nicht für freie Marketingauswertungen bestimmt. Eine Otto Warenkorbanalyse arbeitet deshalb auf Bestell- und Artikelebene, nicht auf Kundenprofilebene.

Welche Kennzahlen liefert Otto Partner Connect direkt?

Operative Werte wie Bestellvolumen, Umsatz und Lieferpünktlichkeit. Was fehlt, sind Profitabilitätskennzahlen — Deckungsbeitrag, Nettogewinn und Marge pro Produkt müssen Sie mit eigenen Kostendaten selbst berechnen.

Wie viele Monate Daten brauche ich für eine sinnvolle Analyse?

Mindestens zwölf Monate. Bei kürzeren Zeiträumen halten Sie Saisoneffekte für Trends und treffen Sortimentsentscheidungen auf falscher Grundlage. Bei stark saisonalen Sortimenten sind zwei volle Jahre deutlich aussagekräftiger.

Was ist wichtiger: durchschnittlicher Warenkorbwert oder Deckungsbeitrag?

Der Deckungsbeitrag nach Retouren, ohne Ausnahme. Ein steigender Warenkorbwert kann eine Verschlechterung sein, wenn er mit überproportional steigenden Retouren oder Versandkosten einhergeht.

Wie finde ich sinnvolle Bundles in meinen Daten?

Zählen Sie, welche Artikelpaare am häufigsten gemeinsam bestellt werden, und prüfen Sie die Top 20 auf inhaltliche Passung. Rechnen Sie für jedes Bundle den kombinierten Deckungsbeitrag inklusive Versand und erwarteter Retourenquote durch, bevor Sie es anlegen.

Kann ich dieselbe Analyse auch für Amazon und Kaufland fahren?

Ja, die Methodik ist identisch. Unterschiedlich sind Exportformate, Provisionssätze und Retourenlogik. Aussagekräftig wird es erst, wenn Sie die Kanäle nebeneinander legen, weil derselbe Artikel je Kanal völlig unterschiedlich profitabel sein kann.

Wann lohnt sich dafür eine Agentur — und wann nicht?

Bei einem Kanal und wenigen hundert Bestellungen im Jahr erledigen Sie das mit einer Tabellenkalkulation. Sinnvoll wird externe Unterstützung ab mehreren tausend Bestellungen über mehrere Marktplätze, wenn Datenaufbereitung und Pflege sonst mehr Zeit fressen als die Erkenntnisse wert sind. Was AMZ+ Consulting dabei übernimmt, sehen Sie unter Leistungen.

Ihre Umsatzliste sagt Ihnen nicht, welche Artikel wirklich Geld verdienen? AMZ+ Consulting baut Ihnen die Deckungsbeitragsrechnung auf Bestellebene und zieht daraus konkrete Sortimentsentscheidungen. Jetzt kostenloses Erstgespräch buchen →

Über den Autor Jorginho Engelmeyer ist Geschäftsführer der AMZ+ Consulting GmbH und seit über 8 Jahren auf Amazon, Otto und Kaufland für Händler aktiv. → Kostenloses Erstgespräch buchen

Zuletzt aktualisiert: 27. August 2026