Add-On-Vorschlags-Tracker: Was in Service-Shops wirklich verkauft wird

Warum Service-Shops oft nicht wissen, welche Add-Ons sich verkaufen

Add-Ons können so wirken, als würden sie sich verkaufen, weil du ein paar „Ja“-Antworten pro Tag hörst, zusätzliche Posten auf Tickets siehst und dir die Erfolge merkst. Erinnerungen sind jedoch selektiv. Eine hektische Woche mit einigen starken Abschlüssen kann verbergen, dass die meisten Vorschläge nie zu einem Kauf wurden.

Die größte Lücke ist simpel: Viele Shops erfassen nur, was gekauft wurde, nicht, was angeboten wurde. Wenn ein Techniker einen Premiumfilter, einen Displayschutz, Reifenversiegelung oder eine verlängerte Garantie vorschlägt und der Kunde ablehnt, verschwindet dieser Moment meist. Später, beim Review der Verkäufe, kannst du nicht sagen, ob ein Add-On schlecht abgeschnitten hat, weil es selten vorgeschlagen wurde, uneinheitlich angeboten wurde, schlecht erklärt wurde oder einfach nicht gewünscht war.

Deshalb verändert das Tracking von vorgeschlagen vs. gekauft die Unterhaltung. Es trennt zwei verschiedene Fragen, die oft vermischt werden:

• Haben wir es angesprochen?
• Hat der Kunde zugestimmt?

Ohne diese Trennung kannst du das falsche Verhalten belohnen oder das falsche Produkt beschuldigen.

Wenn Vorschläge nicht erfasst werden, zeigen sich vorhersehbare Probleme. Die Pitch-Rate „fühlt“ sich hoch an, aber die Attach-Rate bleibt niedrig. Jeder hat eine andere Meinung darüber, was sich verkauft. Aktionen laufen, aber die Ergebnisse sind strittig. Schulungen finden statt, aber du siehst nicht, ob sich das Verhalten geändert hat. Eine Person „scheint großartig beim Upsell“, aber die Zahlen bestätigen es nicht.

Wenn du vorgeschlagen vs. gekauft trackst, bekommst du klare Antworten. Du siehst, welche Add-Ons konsequent erwähnt werden, welche konvertieren, wenn sie erwähnt werden, und welche trotz vieler Pitches tot bleiben. Du findest auch schnelle Hebel: ein Add-On, das gut konvertiert, aber nur bei wenigen Tickets vorgeschlagen wird.

Ein einfaches Beispiel:

• Wenn „Premium-Wischerblätter" bei 80% der passenden Tickets vorgeschlagen werden, aber nur 5% kaufen, liegt wahrscheinlich ein Problem mit Wert, Timing oder Preis vor.
• Wenn „Innenraumfilter" bei 10% der passenden Tickets vorgeschlagen werden, aber 40% kaufen, ist es wahrscheinlich ein Konsistenzproblem, kein Produktproblem.

Diese Klarheit verwandelt „Ich denke, das verkauft sich“ in „Ich weiß, was sich verkauft — und warum."

Definiere, was du tracken willst (einfach und konsistent)

Ein Add-On-Vorschlags-Tracker funktioniert nur, wenn alle im Shop dieselben Definitionen benutzen. Halte es einfach, dann vertraust du den Zahlen. Wird es schwammig, verbringt ihr Meetings damit, über die Daten zu streiten, statt sie zu nutzen.

Beginne damit, zu definieren, was als vorgeschlagenes Add-On zählt. Ein Vorschlag ist ein klares, kundenorientiertes Angebot — kein Gedanke im Kopf einer Person und kein Posten, der später stillschweigend hinzugefügt wird. „Möchten Sie heute Reifenpflege für 8 €?“ zählt. Das bloße Nachdenken darüber, es beiläufig zu erwähnen, ohne es anzubieten, oder sich auf ein Prospekt an der Theke zu verlassen, zählt nicht.

Als Nächstes definiere, was als gekauftes Add-On zählt. Die sauberste Regel ist: gekauft bedeutet, es wurde auf derselben Rechnung bezahlt (oder, falls dein System Rechnungen trennt, während desselben Besuchs). Zähle nicht „sie kamen nächste Woche zurück und kauften es“ als Erfolg für den ursprünglichen Vorschlag, sonst sieht deine Attach-Rate besser aus als sie wirklich ist.

Um das Team ausgerichtet zu halten, verwende eine einfache Einheit: ein Add-On, ein Vorschlag, ein Ergebnis. Wenn dasselbe Add-On beim selben Besuch zweimal vorgeschlagen wird, entscheidet ihr die Regel im Vorfeld (die meisten Shops loggen es einmal). Werden zwei verschiedene Add-Ons vorgeschlagen, protokolliere sie getrennt.

Aus diesen Definitionen ergeben sich drei shop-freundliche Kennzahlen:

• Suggestion Rate: vorgeschlagene Tickets geteilt durch Gesamt-Tickets
• Attach Rate: gekaufte Tickets geteilt durch vorgeschlagene Tickets
• Add-On-Umsatz pro Ticket: Add-On-Umsatz geteilt durch Gesamt-Tickets

Beispiel: Ein Detailshop bearbeitet 100 Tickets in einer Woche. Das Personal schlug „Innenraumschutz“ in 40 Tickets vor, und es wurde in 10 davon gekauft. Suggestion Rate = 40%. Attach Rate = 25%. Add-On-Umsatz pro Ticket ist einfach zu berechnen, ohne zu raten.

Wenn du deine Definitionen nicht in einer Minute einem neuen Mitarbeiter erklären kannst, sind sie zu kompliziert.

Wähle die Add-Ons aus und wie du sie nennst

Fang kleiner an, als du denkst. Tracking funktioniert am besten, wenn das Personal die Auswahl im Moment schnell treffen kann. Versuchst du, jeden Artikel zu tracken, den du verkaufen könntest, überspringen Leute das Log, wählen zufällige Namen oder packen alles in "Andere." Die Daten werden zu Rauschen.

Ein guter Startbereich sind 10 bis 30 Add-Ons, die oft angeboten werden, leicht ein "Ja" bekommen und ein klares Kundenproblem lösen. Lass „vielleicht eines Tages“-Artikel außen vor, bis das Logging konsistent ist.

Bei der Auswahl schau nach Add-Ons, die:

• täglich oder wöchentlich vorkommen
• nach einer normalen Dienstleistung natürlich passen
• leicht ohne Verzögerung oder Genehmigung geliefert werden können
• solide Margen und wenige Reklamationen haben
• in einem Satz erklärt werden können

Benennung ist ein häufiger Schwachpunkt. Wenn eine Person „Protector“ einträgt, eine andere „Screen guard“ und eine dritte „iPhone 14 protector“, splitten sich deine Berichte in drei Buckets.

Wähle ein Namensmuster und halte dich daran. Eine praktische Regel ist Kategorie + Variante + wichtiges Detail. Gruppiere ähnliche Artikel, damit du fair vergleichen kannst, und erfasse Unterschiede als Varianten, statt neue Add-Ons anzulegen.

Beispiel (Handy-Reparatur): Verwende „Displayschutz“ als Kategorie und logge Größe oder Modell als Variante. So kannst du beantworten: „Verkaufen sich Displayschutzfolien, wenn sie vorgeschlagen werden?" ohne in hunderte Gerätebezeichnungen zu versinken.

Saisonale Artikel sollten markiert werden. „Geschenkverpackung für die Feiertage" oder ein Sommer-Only-Check kann für einige Wochen Spitzen erzeugen und dein langfristiges Bild verzerren. Markiere sie als Saisonal, damit du sie beim Jahresvergleich herausfiltern kannst.

Schließlich tracke nicht nur, was verkauft wurde. Füge ein einfaches Preis- und Margenfeld hinzu (auch geschätzt). Beliebtheit ist nicht gleich Profit.

Design des Trackers: die Felder, die zählen

Ein Tracker funktioniert nur, wenn Leute ihn schnell ausfüllen können, jedes Mal. Ziel: ein kleines Set an Feldern, das eine Frage beantwortet: Was wurde vorgeschlagen, und wurde es verkauft?

Starte mit dem Minimum:

• Datum (oder Schicht)
• Mitarbeitender
• Servicetyp (der Hauptauftrag)
• vorgeschlagenes Add-On (ein genehmigter Name)
• Gekauft? (Ja/Nein)

Das reicht, um zu sehen, wer was vorschlägt und was konvertiert.

Wenn du ein bisschen mehr hinzufügen kannst, ohne zu verlangsamen, machen ein paar Extras die Daten nützlicher: Menge (wenn Mehrfachverkäufe möglich sind), Rabatt (damit du siehst, ob es nur im Angebot verkauft wird) und ein optionaler "Ablehnungsgrund." Halte Ablehnungsgründe kurz und standardisiert: Preis, nicht nötig, hat schon eins, will nachdenken.

Schnelle Eingabe bewahren

Geschwindigkeit schlägt Detail. Nutze Dropdowns für Mitarbeitende, Servicetyp und Add-On-Namen. Mach "Gekauft?" zu einem einzigen Tip. Wenn du Notizen erlaubst, limitiere sie auf wenige Worte.

Wenn das Formular länger als 10–15 Sekunden braucht, werden Leute es überspringen oder hastig ausfüllen.

Datenschutz-Grundlagen (nicht zu viel sammeln)

Speichere keine Kundennamen, Telefonnummern, Kennzeichen oder vollständige Adressen in diesem Tracker. Du brauchst sie nicht, um Upsells zu messen, und sie erhöhen das Risiko. Wenn du Einträge mit einem Ticket verknüpfen musst, nutze nur eine Beleg- oder Auftragsnummer.

Wie du es im Shop implementierst (Schritt für Schritt)

Der schnellste Weg, Tracking erfolgreich zu machen, ist langweilig: gleiche Add-On-Namen, gleicher Zeitpunkt fürs Loggen, gleiche Regel, was als "vorgeschlagen" zählt. So bleiben die Zahlen sauber.

Ein Rollout, der für die meisten Abläufe passt:

1. Schreibe eine kurze Add-On-Liste mit Standardnamen, die alle verwenden. Beschränke sie auf das, was du wirklich täglich anbietest.
2. Wähle einen Ort für das Logging: an der Theke, beim Checkout oder direkt nach Abschluss der Leistung.
3. Definiere "vorgeschlagen" in einem Satz und biege die Regel nicht. Beispiel: "Vorgeschlagen = der Mitarbeitende hat das Add-On klar angeboten und der Kunde hat Ja oder Nein gesagt."
4. Trainiere mit drei realistischen Tickets, damit das Team dieselbe Entscheidung übt.
5. Lass es zwei Wochen laufen, ohne Skripte oder Preise zu ändern. Dieses Basislinien-Set zeigt, was verkauft, bevor du etwas "verbesserst."

Der Ort des Loggings ist wichtiger, als es scheint. Loggst du nur beim Checkout, kannst du Vorschläge verpassen, die während der Leistung gemacht wurden. Loggst du danach, vergisst du vielleicht Details. Viele Shops sind am besten bedient, wenn sie zum Moment des Kundenentscheids eintragen.

Für die Schulung nutze Tickets, die klare Entscheidungen erzwingen:

• Ticket A: "Ölwechsel. Innenraumfilter vorgeschlagen. Kunde sagte nein." (Vorgeschlagen = ja, Gekauft = nein)
• Ticket B: "Displayreparatur. Koffer-Optionen an der Wand erwähnt, aber nicht angeboten." (Vorgeschlagen = nein)
• Ticket C: "Reifenrotation. Spureinstellung vorgeschlagen. Kunde sagte 'nicht heute'." (Vorgeschlagen = ja, Gekauft = nein)

Nach der Basislinie ändere immer nur eine Sache auf einmal. Wenn du alles auf einmal veränderst, weißt du nicht, was die Verschiebung verursacht hat.

Berichte, die du wöchentlich laufen lassen solltest (und was sie sagen)

Ein Tracker hilft nur, wenn du ihn regelmäßig auswertest. Ziel: Logging-Probleme früh erkennen und die Zahlen in Coaching- und Merchandising-Entscheidungen übersetzen.

Beginne mit einem 2-Minuten-Tagescheck:

• Tickets vs. Suggestion-Logs sollten nah beieinander liegen.
• Achte auf Lücken (fehlender Mitarbeitender, Servicetyp oder Add-On-Name).
• Schau, ob "Andere" zu oft verwendet wird.
• Prüfe auf null Vorschläge an einem geschäftigen Tag (meist ein Logging-Fehler, nicht die Realität).

Einmal pro Woche, führe dieselben kleinen Reports aus, damit Trends offensichtlich werden:

• Meist vorgeschlagene Add-Ons (nach Anzahl): Was das Team tatsächlich anbietet.
• Meist gekaufte Add-Ons (nach Anzahl): Deine "einfachen Ja"-Artikel.
• Größte Lücken (viel vorgeschlagen, selten gekauft): Schlechte Passform, schlechtes Timing, verwirrende Formulierung oder falscher Preis.
• Nach Mitarbeitenden (Attach Rate bei ähnlichem Volumen): Vergleiche Raten zwischen Personen mit ähnlicher Ticketzahl.
• Nach Profit (Bruttogewinn, nicht nur Stückzahlen): Stückzahlen können täuschen. Profit sagt die Wahrheit.

Nach Servicetyp segmentieren

Add-Ons verkaufen sich je nach Auftrag unterschiedlich. Brich die Ergebnisse nach Servicetyp auf, damit du klare Matches siehst, wie "Displayschutz" mit "Handyreparatur" oder "Deep Conditioning" mit "Haartönung." Wenn ein Add-On in einem Service gewinnt und in einem anderen verliert, ist das normal und nützlich.

Ein realistischer wöchentlicher Befund könnte lauten: „Protective Case wird 90-mal vorgeschlagen und 18-mal gekauft (20% Attach), aber der Profit ist niedrig. Express-Diagnose wird nur 25-mal vorgeschlagen und 15-mal gekauft (60% Attach) und ist der größte Profittreiber." Das sagt dir, was du öfter pushen solltest und was du nicht als Hauptartikel behandeln musst.

Ein realistisches Beispiel: wie die Daten in der Praxis aussehen

Stell dir einen kleinen Handy-Reparaturshop vor, der aufhören will zu raten, welche Add-Ons sich wirklich verkaufen. Sie tracken drei Add-Ons auf jedem Reparaturticket: Handyhülle, Displayschutz und "Setup-Hilfe" (Daten übertragen, E-Mail einrichten, Grundeinstellungen).

Zwei Wochen lang protokolliert das Thekenpersonal für jedes Add-On zwei Dinge: wurde es vorgeschlagen und wurde es gekauft. Außerdem notieren sie den Reparaturtyp, weil ein Kunde mit gebrochenem Display anders reagiert als ein Kunde mit Batterieaustausch.

So könnte eine einfache Zusammenfassung nach zwei Wochen (84 Reparaturtickets) aussehen:

Einige Punkte fallen auf. Das Team schlägt Hüllen fast so oft vor wie Schutzfolien, aber Hüllen konvertieren deutlich schlechter. Setup-Hilfe konvertiert am besten, wird aber nur etwa halb so oft vorgeschlagen — meist dann, wenn der Kunde zuerst fragt.

Sie ändern ein kleines Skript für Setup-Hilfe. Statt "Möchten Sie Setup-Hilfe?" sagen sie: "Sollen wir Ihre Daten übertragen und Ihre Apps einrichten, während wir das Telefon reparieren? Das spart Ihnen zu Hause etwa 30 Minuten." Dieselbe Leistung, klareres Ergebnis.

In den nächsten Tagen steigen die Vorschläge, weil die Formulierung natürlicher ist. Die Kaufrate bleibt stark, weil Kunden jetzt besser verstehen, was sie bekommen. Der durchschnittliche Ticketwert steigt, ohne dass das Personal aggressiver wird.

Jetzt die schwierigere Entscheidung: Was sollten sie nicht mehr vorschlagen? Sie entfernen Hüllen nicht sofort. Sie teilen die Ergebnisse nach Reparaturtyp auf und sehen, dass Hüllen vor allem bei "Neues Telefon einrichten" verkauft werden, nicht bei Reparaturen. Also ändern sie die Regel: Hüllen nur noch bei Aktivierungen und Setups vorschlagen. Bei Reparaturen behalten sie den Displayschutz (hohes Volumen, ordentliche Conversion) und bieten Setup-Hilfe für Kunden an, die gehetzt wirken oder nach Zeit fragen.

Genau darum geht es bei einem Verkaufs-Vorschlags-Log: Es verwandelt Meinungen in Muster, auf die du reagieren kannst.

Häufige Fehler, die die Zahlen wertlos machen

Tracking hilft nur, wenn die Daten konsistent sind. Die meisten Shops scheitern nicht, weil die Idee schlecht ist, sondern weil Logging-Gewohnheiten abrutschen und Berichte lügen.

Fünf Fehler, die den Tracker zerstören:

• Nur das Aufzeichnen, was gekauft wurde. Wenn du "vorgeschlagen, aber nicht gekauft" überspringst, verlierst du den Nenner.
• Ein Add-On unter mehreren Namen laufen lassen. Kleine Wortunterschiede splitten deine Ergebnisse.
• Preise oder Bundles ändern, ohne das Änderungsdatum zu notieren. Ein Peak oder Einbruch könnte Preis statt Verhalten sein.
• Leute mit reinen Summen vergleichen. Ticketmix und Schichtvolumen zählen. Raten sind fairer als Totale.
• Zu viele Items gleichzeitig tracken. Lange Menüs führen zu übersprungenen Logs und Schätzungen.

Ein gängiges Beispiel: Ein Shop trackt "Wischerblätter." Eine Person loggt "Wischer", eine andere "Frontwischer" und eine dritte "Wischer-Einbau." Der Report zeigt, dass jeder Eintrag schlecht verkauft, also nimmt der Manager es aus dem Skript. In Wirklichkeit verkauften sich Wischer gut, aber die Daten waren über mehrere Namen verteilt.

Einfache Lösungen helfen: Beschränke Add-Ons auf ein kurzes, fixes Menü und sperre die Namen. Wenn du Preis oder Bundle änderst, notiere das Datum. Beim Mitarbeitervergleich nutze Attach Rate und ergänze Kontext (neuer Azubi, Aktion, Wetter-Effekt).

Schnelle Checkliste, bevor du auf die Ergebnisse reagierst

Bevor du Skripte änderst, Displays umstellst oder neue Spiffs setzt, vergewissere dich, dass deine Daten vertrauenswürdig sind. Kleine Lücken können die Rangfolge kippen.

Prüfe Folgendes (nutze die Tickets der letzten Woche oder 2–4 Wochen bei geringerem Volumen):

• Hohe Logging-Abdeckung: Mindestens 9 von 10 Tickets zeigen klar, ob ein Add-On vorgeschlagen wurde (Ja/Nein).
• Namen sind konsistent: Alle verwenden die genehmigten Add-On-Namen.
• Genug Versuche zum Beurteilen: Ziel sind etwa 50–100 Vorschläge pro Add-On-Kategorie, bevor du es als "gut" oder "schlecht" bewertest.
• Profit ist Teil der Entscheidung: Marge, Lieferzeit, Reklamationen und Materialkosten zählen.
• Ergebnisse dort trennen, wo es wichtig ist: Wenn Verhalten je Servicetyp variiert, splitte die Ansicht.

Wenn ein Punkt nicht passt, betrachte deine Zahlen als Entwurf. Schärfe die Regeln, erinnere das Team kurz, und sammle weiter.

Nächste Schritte: Erkenntnisse in eine einfache Routine (oder eine kleine App) verwandeln

Hast du ein paar Wochen Daten, verbesserst du schneller, wenn du deinen Fokus einengst. Wähle 1–2 Add-Ons für den nächsten Monat. Versuchst du, zehn Dinge gleichzeitig zu "fixen", verwässert die Botschaft und die Ergebnisse schwanken.

Wähle Add-Ons, die ein häufiges Kundenproblem lösen und in einem Satz erklärbar sind. Formuliere für jedes eine wiederholbare Einzeiler-Phrase, die das Team jedes Mal gleich sagt. Konsistenz ist wichtig, weil dein Tracker das Angebot abbilden soll — nicht zufällige Formulierungen.

Setze ein einfaches Ziel und überprüfe es wöchentlich. Attach Rate ist ein guter Starter: Von 100 berechtigten Tickets, wie viele kauften das Add-On? Halte das Ziel realistisch und konzentriere dich auf stetige Verbesserung.

Eine leichte Routine:

• Wähle 1–2 Add-Ons für den Monat und schreibe einen Ein-Satz-Script für jedes
• Setze ein Ziel für die Attach Rate am Ende von Woche vier
• Überprüfe die Ergebnisse wöchentlich für 15 Minuten
• Behalte, was funktioniert, und ändere dann nur eine Sache für die nächste Woche

Wenn ihr aus Tabellen herauswächst, kann eine kleine interne App Namenskonventionen erzwingen, Pflichtfelder setzen und konsistente Wochenberichte liefern. Wenn dein Team Tools gern über ein Chat-Interface baut, ist Koder.ai eine Option, um schnell eine einfache Tracker-App aus denselben Feldern zu erstellen, mit Möglichkeit zum Export des Quellcodes und Deployment, wenn ihr so weit seid.

Halte das Versprechen an dein Team einfach: weniger Add-Ons, klarere Skripte und ein wöchentliches Check-in. So werden die Zahlen zur Gewohnheit und die Gewohnheit zu nachweisbaren Zusatzverkäufen.