KPIs und Business-Metriken
CAC, LTV, MRR, ARR, churn rate, NPS, Konversionsrate, ARPU, funnel metrics, north star metric
1Was ist ein KPI (Key Performance Indicator)?
Was ist ein KPI (Key Performance Indicator)?
Antwort
Ein KPI ist ein Key Performance Indicator, der den Fortschritt in Richtung eines bestimmten Geschäftsziels misst. Im Gegensatz zu einer einfachen Metrik ist ein KPI direkt mit einem strategischen Ziel verknüpft und ermöglicht die Entscheidungsfindung. Beispielsweise ist die Konversionsrate ein KPI für ein E-Commerce-Team, da sie die Geschäftsperformance direkt widerspiegelt.
2Was ist der Unterschied zwischen einer Vanity Metric und einer Actionable Metric?
Was ist der Unterschied zwischen einer Vanity Metric und einer Actionable Metric?
Antwort
Eine Vanity Metric ist eine Zahl, die beeindruckend aussieht, aber keine Geschäftsentscheidungen lenkt, wie zum Beispiel die Gesamtzahl der Seitenaufrufe oder kumulierten Downloads. Eine Actionable Metric hingegen informiert direkt eine Entscheidung und ermöglicht Handeln, wie die Konversionsrate oder die D7-Retentionsrate. Die Unterscheidung beider ist entscheidend, um die Analyse auf das zu konzentrieren, was wirklich Wirkung hat.
3Wie wird die Konversionsrate berechnet?
Wie wird die Konversionsrate berechnet?
Antwort
Die Konversionsrate wird berechnet, indem die Anzahl der Konversionen (Käufe, Anmeldungen usw.) durch die Gesamtzahl der Besucher oder Benutzer geteilt und dann mit 100 multipliziert wird, um einen Prozentsatz zu erhalten. Diese Metrik ist im E-Commerce und digitalen Marketing grundlegend, da sie misst, wie effektiv eine Seite, ein Funnel oder eine Kampagne Besucher in Kunden umwandelt.
Was stellt der CAC (Customer Acquisition Cost) dar?
Was misst der LTV (Lifetime Value) eines Kunden?
+17 Interview-Fragen
Weitere Data Analytics-Interviewthemen
Google Sheets - Grundlagen
Google Sheets - Erweiterte Formeln
SQL - Grundlagen
SQL - Aggregationen und Gruppierungen
SQL - Joins
BigQuery - Grundlagen
Data Cleaning - Datenbereinigung
Deskriptive Statistik
Zapier und No-Code-Automatisierung
Grundlagen der Datenvisualisierung
Python & Pandas - Grundlagen
Google Sheets - Automatisierte Dashboards
SQL - Unterabfragen und CTEs
SQL - Window Functions
BigQuery - Erweiterte Funktionen
Data Modeling
Funnel- und Conversion-Analyse
Kohorten- und Retention-Analyse
Google Tag Manager und Tracking
APIs und Webhooks
dbt - Grundlagen
AB-Testing und angewandte Statistik
Looker Studio (Google Data Studio)
Power BI - Grundlagen
SQL - Erweiterte analytische Abfragen
dbt - Erweiterte Funktionen
Power BI - DAX und fortgeschrittene Dashboards
Python Analytics - Erweiterte Analyse und ML
Meistere Data Analytics für dein nächstes Interview
Zugang zu allen Fragen, Flashcards, technischen Tests, Code-Review-Übungen und Interview-Simulatoren.
Kostenlos starten