Ein Case-Interview zur Einzelhandelsbranche erfordert die Analyse von Umsatztreibern (Kundenfrequenz, Conversion-Rate, Warenkorbgröße), Kostenstrukturen und Wettbewerbsdynamiken in Teilsektoren wie Lebensmittelhandel, Bekleidung und E-Commerce. Einzelhandels-Cases kommen in etwa 20 % der McKinsey-, BCG- und Bain-Interviews vor und gehören damit zu den am häufigsten geprüften Branchen.
Fälle aus dem Bereich Einzelhandel und Konsumgüter kommen in etwa 20 % der MBB-Beratungsinterviews vor und gehören damit zu den am häufigsten geprüften Branchen. Anders als in Nischensektoren, in denen Interviewer bei fehlendem Branchenwissen Nachsicht zeigen, erfordern Einzelhandelsfälle ein ausgeprägtes kaufmännisches Gespür – da jeder einkauft, liegt die Messlatte höher. Dieser Leitfaden liefert das vollständige Branchen-Framework, das Sie benötigen, um zu glänzen.
Produkt- und Dienstleistungslandschaft
Der Einzelhandelssektor umfasst mehrere klar abgegrenzte Teilbranchen, jede mit eigener Wirtschaftlichkeit und eigener Wettbewerbsdynamik. Wird der Teilsektor zu Beginn eines Case-Interviews falsch eingeordnet, entstehen Framework-Fehler, die sich durch die gesamte Analyse fortsetzen.
| Teilsektor | Typische Produkte | Bruttomarge-Spanne | Wichtige Erfolgsfaktoren |
|---|---|---|---|
| Lebensmittelhandel/Supermarkt | Frischware, verpackte Lebensmittel, Getränke, Haushaltsbedarf | 25–35 % | Standortdichte, Effizienz der Lieferkette, Eigenmarkenanteil |
| Bekleidung & Mode | Kleidung, Schuhe, Accessoires | 50–65 % | Trendprognose, Bestandsmanagement, Markenpositionierung |
| Unterhaltungselektronik | Smartphones, Computer, Haushaltsgeräte, Zubehör | 15–25 % | Lieferantenbeziehungen, Service-Attach-Rate, Showrooming-Abwehr |
| Heimwerken & Bauen | Baumaterialien, Werkzeuge, Wohnaccessoires | 30–40 % % | Gewinnung von Profikunden, Projektanbindungsrate, Saisonplanung |
| Spezialhandel | Kosmetik, Sportartikel, Tierbedarf, Luxusgüter | 40–60 % | Kategorie-Expertise, Kundenerlebnis, Treueprogramme |
| Reiner E-Commerce | Alle Kategorien, digital-nativ | Variiert (typischerweise 5–15 % netto) | Effizienz der Kundengewinnung, Fulfillment-Kosten, Wiederkaufrate |
Unserer Erfahrung aus dem Kandidaten-Coaching zufolge klären die stärksten Teilnehmer den Teilsektor sofort in ihren einleitenden Klärungsfragen. „Handelt es sich um einen Lebensmittelhändler, eine Modemarke oder einen Gemischtwarenhändler?" legt den Grundstein für ein wesentlich besseres Framework, als alle Einzelhandelsfälle identisch zu behandeln.
Umsatzbaum: Aufschlüsselung des Einzelhandelsumsatzes
Jeder Profitabilitäts-Case im Einzelhandel beginnt mit dem Verständnis, wie Umsatz generiert wird. Die grundlegende Umsatzformel im Einzelhandel lautet:
Umsatz = Besucherfrequenz × Konversionsrate × Durchschnittlicher Transaktionswert × Kaufhäufigkeit
Der Umsatz-Zerlegungsbaum hilft Ihnen, systematisch zu analysieren, wo Probleme liegen könnten:
flowchart TD
A[Gesamtumsatz] --> B[Filialesumsatz]
A --> C[Online-Umsatz]
B --> D[Besucherfrequenz]
B --> E[Konversion]
B --> F[Warenkorbgröße]
D --> D1[Besucherzahl]
D --> D2[Öffnungszeiten]
D --> D3[Einzugsgebiet Bevölkerung]
E --> E1[Servicequalität]
E --> E2[Verfügbarkeitsrate]
E --> E3[Preiswahrnehmung]
F --> F1[Artikel pro Warenkorb]
F --> F2[Durchschnittlicher Artikelpreis]
F --> F3[Cross-Selling-Erfolg]
C --> G[Website-Besuche]
C --> H[Online-Konversionsrate]
C --> I[AOV]
style A fill:#1e3a5f,color:#fff
style B fill:#2563eb,color:#fff
style C fill:#2563eb,color:#fff
Umsatztreiber nach Kanal
| Treiber | Benchmark stationärer Handel | E-Commerce-Benchmark | Diagnosefragen |
|---|---|---|---|
| Besucherfrequenz/Besuche | 500–2.000 täglich (formatabhängig) | 10.000–100.000 monatliche Sitzungen | Hat sich die Frequenz verändert? Neue Konkurrenz in der Nähe? Wirksamkeit des Marketings? |
| Konversionsrate | 20–40 % (Lebensmittel: 90 %+, Bekleidung: 15–25 %) | 2–5 % (Branchendurchschnitt 2,5–3 %) | Verfügbarkeitsprobleme? Mitarbeiterschulung? UX-Probleme auf der Website? |
| Warenkorbgröße/AOV | 30–80 $ (Lebensmittel: 40–60 $, Elektronik: 150–300 $) | Typischerweise 80–150 $ | Funktionieren Bundle-Angebote? Upselling-Training? Produktmix-Verschiebung? |
| Kaufhäufigkeit | 2–4× pro Monat (Lebensmittel: wöchentlich) | 3–6× pro Jahr | Wirksamkeit des Treueprogramms? Probleme mit der Kundenzufriedenheit? |
Kostenstruktur: Wohin das Geld fließt
Die Kostenstrukturen im Einzelhandel variieren je nach Format erheblich, doch das Verständnis der typischen Aufteilung hilft Ihnen, Optimierungshebel schnell zu identifizieren.
Typische Kostenstruktur im Einzelhandel
pie title Kostenstruktur im Einzelhandel (% des Umsatzes)
"Wareneinsatz" : 60
"Personal" : 12
"Miete & Raumkosten" : 8
"Marketing" : 4
"Logistik & Fulfillment" : 6
"Verwaltungskosten (SG&A)" : 5
"Sonstiges" : 5
```### Kostenaufschlüsselung nach Kategorie
| Kostenkategorie | % des Umsatzes | Unterkomponenten | Optimierungshebel |
|----------------|----------------|------------------|-------------------|
| **COGS (Umsatzkosten)** | 50–75 % | Warenkosten, Schwund (1–2 %), Preisabschläge (5–15 % des Lagerbestands) | Lieferantenverhandlung, Eigenmarkenausbau, Optimierung von Preisabschlägen |
| **Personal** | 10–15 % | Filialmitarbeiter, Management, Lagerhausmitarbeiter | Optimierung der Personaleinsatzplanung, Self-Checkout, Aufgabenautomatisierung |
| **Miete & Raumkosten** | 6–12 % | Miete, Nebenkosten, Instandhaltung, Grundsteuer | Mietvertragsneuverhandlung, Optimierung des Filialnetzes, Umwandlung in Dark Stores |
| **Marketing** | 3–6 % | Werbung, Aktionen, Treueprogramme | Optimierung des Marketing-Mix, Senkung der Kundenakquisitionskosten, Verbesserung der Attribution |
| **Logistik & Fulfillment** | 3–8 % | Eingehende Fracht, Lagerhaus-Operations, Last-Mile-Lieferung | Netzwerkoptimierung, Carrier-Verhandlung, Versand aus der Filiale |
| **SG&A** | 4–8 % | Unternehmensgemeinkosten, IT, professionelle Dienstleistungen | Shared Services, Prozessautomatisierung, Lieferantenkonsolidierung |
### Schwund – Detailanalyse
Schwund – Inventarverlust durch Diebstahl, Beschädigung und administrative Fehler – ist ein kritischer Einzelhandelskostenfaktor, den viele Kandidaten übersehen. Basierend auf unserer Analyse von Einzelhandelsfällen tauchen Schwundfragen in etwa 15 % der Profitabilitäts-Cases im Einzelhandel auf.
| Schwundart | % des Gesamtschwunds | Präventionsstrategien |
|-----------|---------------------|-----------------------|
| Externer Diebstahl (Ladendiebstahl) | 35–40 % | Verlustpräventionspersonal, RFID-Kennzeichnung, Ladenlayout |
| Interner Diebstahl (Mitarbeiter) | 30–35 % | Hintergrundüberprüfungen, Inventarprüfungen, Zugriffskontrollen |
| Administrativer Fehler | 15–20 % | Genauigkeit des Kassensystems, Wareneingangskontrollen, Zykluszählungen |
| Lieferantenbetrug | 5–10 % | Wareneingangsverifizierung, Lieferantenprüfungen |
Der Branchendurchschnitt für Schwund liegt bei 1,4–1,6 % des Umsatzes. Erstklassige Einzelhändler erreichen 0,8–1,0 %.
## Wettbewerbslandschaft
Das Verständnis der Wettbewerbsdynamik im Einzelhandel erfordert die gleichzeitige Analyse mehrerer Dimensionen.
### Porters Fünf-Kräfte-Modell für den Einzelhandel
| Kraft | Intensität | Wesentliche Dynamiken |
|-------|-----------|----------------------|
| **Rivalität unter bestehenden Wettbewerbern** | Sehr hoch | Preistransparenz, geringe Wechselkosten, gesättigter Markt in den meisten Kategorien |
| **Bedrohung durch neue Marktteilnehmer** | Mittel–Hoch | E-Commerce senkt Markteintrittsbarrieren; DTC-Marken proliferieren |
| **Verhandlungsmacht der Lieferanten** | Gering–Mittel | Große Einzelhändler haben erheblichen Einfluss; Markenartikel haben mehr Macht |
| **Verhandlungsmacht der Käufer** | Hoch | Preisvergleich einfach, geringe Kundentreue, viele Alternativen |
| **Bedrohung durch Substitute** | Mittel–Hoch | E-Commerce substituiert den stationären Handel; Miete/Wiederverkauf substituiert Eigentum |
### Wettbewerberkategorien
Einzelhändler konkurrieren auf mehreren Ebenen. Identifizieren Sie in jedem Einzelhandels-Case, welcher Wettbewerbertyp die primäre Bedrohung darstellt:
1. **Category Killer**: Spezialisten mit tiefem Sortiment (Best Buy, Home Depot, Sephora)
2. **Mass Merchants**: Breites Sortiment, niedrige Preise (Walmart, Target, Costco)
3. **E-Commerce-Plattformen**: Amazon, Marktplatzmodelle, DTC-Marken
4. **Discounter**: Off-Price (TJX, Ross), Dollarläden, Outlet-Kanäle
5. **Omnichannel-Platzhirsche**: Traditionelle Einzelhändler mit digitaler Transformation (Nordstrom, Macy's)
### Framework für Wettbewerbsreaktionen
Wenn ein Case Wettbewerbsdruck beinhaltet, strukturieren Sie Ihre Antwort anhand dieser Optionen:
```mermaid
flowchart LR
A[Wettbewerbsbedrohung] --> B{Reaktionsoptionen}
B --> C[Preisanpassung]
B --> D[Differenzierung]
B --> E[Fokus/Nische]
B --> F[Rückzug/Veräußerung]
C --> C1[Risiko: Margenerosion]
D --> D1[Service, Erlebnis, Eigenmarke]
E --> E1[Unterversorgte Zielgruppe ansprechen]
F --> F1[Kapital anderweitig einsetzen]
style A fill:#1e3a5f,color:#fff
style B fill:#2563eb,color:#fff
```## Kundenanalyse
Die Kundensegmentierung im Einzelhandel geht über demografische Merkmale hinaus. Verhaltensbasierte Segmentierung liefert handlungsrelevantere Erkenntnisse.
### Framework zur Kundensegmentierung
| Segment | Merkmale | % der Kunden | % des Umsatzes | Strategie |
|---------|----------|--------------|----------------|-----------|
| **Treue Markenbotschafter** | Hohe Kauffrequenz, hoher Ausgabenbetrag, Markenfürsprecher | 10–15 % | 40–50 % | Kundenbindung, exklusive Vorteile, Empfehlungsprogramme |
| **Stammkunden** | Regelmäßige Besuche, mittlerer Warenkorb | 25–30 % | 30–35 % | Upselling, kategorieübergreifende Erweiterung |
| **Schnäppchenjäger** | Angebotsorientiert, geringe Loyalität, selektive Nutzung von Aktionen | 20–25 % | 10–15 % | Gezielte Aktionen, Konversion zu Eigenmarken |
| **Gelegenheitskäufer** | Unregelmäßig, oft einmalig | 30–40 % | 10–15 % | Reaktivierungskampagnen, Akquisitionskosten senken |
### Wichtige Kundenkennzahlen
| Kennzahl | Definition | Gesunder Benchmark | Warnsignal |
|----------|-----------|-------------------|------------|
| **Customer Acquisition Cost (CAC)** | Marketingausgaben / Neukunden | 10–50 $ (je nach Kategorie) | CAC > Wert des Erstkaufs |
| **Customer Lifetime Value (CLV)** | Gesamter erwarteter Umsatz pro Kunde | Mindestens 3–5× CAC | CLV/CAC < 3 |
| **Net Promoter Score (NPS)** | % Promotoren − % Detraktoren | 30–50 im Einzelhandel | Unter 20 |
| **Wiederkaufrate** | % der Kunden mit 2+ Käufen | 25–40 % | Unter 20 % |
| **Abwanderungsrate (Churn Rate)** | % der Kunden, die innerhalb von X Monaten nicht zurückkehren | 60–70 % jährlich im Einzelhandel | Steigender Trend |
## Vertriebskanäle
Der moderne Einzelhandel operiert über mehrere Kanäle. Das Verständnis der Kanalökonomie ist entscheidend für Cases zu Wachstumsstrategie und Profitabilität.
### Kanalvergleich
| Kanal | Bruttomarge | Betriebsmarge | Kapitalintensität | Wachstumsrate |
|-------|------------|---------------|-------------------|---------------|
| **Stationärer Handel** | 35–50 % | 5–10 % | Hoch (Lager, Immobilien) | 0–3 % jährlich |
| **E-Commerce (eigene Website)** | 30–45 % | 2–8 % | Mittel (Fulfillment, Technologie) | 10–20 % jährlich |
| **Marktplatz (Drittanbieter)** | 15–25 % (nach Gebühren) | 5–15 % | Gering | 15–25 % jährlich |
| **Großhandel** | 20–35 % | 8–15 % | Gering | 0–5 % jährlich |
| **Franchise** | 3–6 % (Lizenzgebühren) | Sehr hoch | Sehr gering | Variiert |
### Omnichannel-Kennzahlen
| Kennzahl | Definition | Best-Practice-Zielwert |
|----------|-----------|------------------------|
| **Online-Umsatzanteil** | E-Commerce als % des Gesamtumsatzes | 20–35 % (je nach Kategorie) |
| **BOPIS-Nutzung** | Nutzung von „Online kaufen, im Geschäft abholen" | 30–40 % der Online-Bestellungen |
| **Ship-from-Store-Anteil** | Online-Bestellungen, die aus Filialen versandt werden | 20–30 % des E-Commerce-Volumens |
| **Kanalübergreifender Kundenwert** | CLV von Omnichannel- vs. Einzelkanal-Kunden | 2–3× höher für Omnichannel |
## Lieferkette
Die Optimierung der Lieferkette im Einzelhandel taucht häufig in Operations-Cases auf. Das Verständnis der wichtigsten Komponenten und Kennzahlen ist unerlässlich.
### Komponenten der Lieferkette
```mermaid
flowchart LR
A[Lieferanten] --> B[Distributionszentren]
B --> C[Filialen/Fulfillment]
C --> D[Kunden]
A --> A1[Inland 40%]
A --> A2[International 60%]
B --> B1[Regionale Distributionszentren]
B --> B2[E-Commerce-Fulfillment-Center]
B --> B3[Cross-Dock-Einrichtungen]
C --> C1[Filialbestand]
C --> C2[Versand aus Filialen]
C --> C3[Dark Stores]
style A fill:#1e3a5f,color:#fff
style B fill:#2563eb,color:#fff
style C fill:#2563eb,color:#fff
style D fill:#1e3a5f,color:#fff
```### Wichtige Kennzahlen der Lieferkette
| Kennzahl | Definition | Benchmark nach Format | Optimierungshebel |
|--------|-----------|--------------------|--------------------|
| **Lagerumschlag** | COGS / Durchschnittlicher Lagerbestand | Lebensmittel: 14–18x, Bekleidung: 4–6x, Elektronik: 6–8x | Nachfrageprognose, Sortimentsbereinigung |
| **Lagerhaltungsdauer (DIO)** | 365 / Lagerumschlag | Lebensmittel: 20–25, Bekleidung: 60–90, Elektronik: 45–60 | Abschriftenoptimierung, lieferantenseitig verwalteter Lagerbestand |
| **Verfügbarkeitsrate** | % der SKUs, die verfügbar sind, wenn der Kunde sie benötigt | Zielwert: 95–98 % | Sicherheitsbestandsoptimierung, Nachfüllhäufigkeit |
| **Auftragserfüllungsrate** | % der vollständig versendeten Bestellungen | Zielwert: 98 %+ | Lagerpositionierung, Zuteilungsalgorithmen |
| **Erfüllungskosten pro Bestellung** | Gesamte Erfüllungskosten / Bestellungen | Abholung im Geschäft: 2–5 $, Lieferung nach Hause: 8–15 $, Same-Day: 15–25 $ | Netzwerkoptimierung, Automatisierung |
### Frameworks für das Bestandsmanagement
Der Zielkonflikt zwischen Bestandsinvestition und Serviceniveau ist grundlegend:
- **Zu viel Bestand**: Gebundenes Kapital, Abschriftenrisiko, Lagerkosten
- **Zu wenig Bestand**: Fehlbestände, entgangene Umsätze, Kundenunzufriedenheit
Optimaler Bestand = Sicherheitsbestand + Umlaufbestand, wobei:
- Sicherheitsbestand = f(Nachfragevariabilität, Lieferzeitvariabilität, Serviceniveau-Zielwert)
- Umlaufbestand = f(Bestellhäufigkeit, Bestellmengenökonomie)
## Wichtige Branchentrends
Interviewer erwarten, dass Sie Cases im Kontext aktueller Branchendynamiken einordnen. Basierend auf unserer Analyse aktueller Beratungsinterviews treten diese Trends am häufigsten auf:
### Top 5 Einzelhandels-Trends für 2024–2026
| Trend | Auswirkung | Relevanz für Cases | Wichtige Datenpunkte |
|-------|--------|----------------|-----------------|
| **Omnichannel-Integration** | Verwischung der Grenzen zwischen stationärem und digitalem Handel | Kanalstrategie, Filialoptimierung | 73 % der Verbraucher nutzen mehrere Kanäle; Omnichannel-Kunden geben 4x mehr aus |
| **Wachstum von Eigenmarken** | Händlermarken gewinnen Marktanteil | Profitabilität, Lieferantenverhandlungen | Eigenmarken bei 25 % im Lebensmittelhandel (USA), 40 %+ in Europa |
| **Innovationen auf der letzten Meile** | Steigende Erwartungen an Liefergeschwindigkeit | Operations, Kostenstruktur | Same-Day-Delivery-Nachfrage seit 2020 um 50 % gestiegen; Kosten: 15–25 $/Bestellung |
| **Retail-Media-Netzwerke** | Händler monetarisieren Kundendaten | Umsatzdiversifizierung | Retail Media ist ein Markt von 50 Mrd. $+, mit Margen von 20 %+ |
| **Nachhaltigkeitsdruck** | Anforderungen von Verbrauchern und Regulierungsbehörden | Kosten, Markenpositionierung | 65 % der Verbraucher bevorzugen nachhaltige Marken; steigende Compliance-Kosten |
## Wichtige Fachbegriffe
Beherrschen Sie diese Begriffe vor Ihrem Case-Interview im Einzelhandel:
### Umsatz- und Margen-Begriffe
| Begriff | Definition | Verwendungskontext |
|------|-----------|---------------|
| **Comp Sales / SSS** | Same-Store Sales — Umsatzwachstum ohne neue oder geschlossene Filialen | Primäre Leistungskennzahl |
| **AUR (Average Unit Retail)** | Durchschnittlicher Verkaufspreis pro Artikel | Diskussionen zur Preisoptimierung |
| **UPT (Units Per Transaction)** | Durchschnittliche Artikelanzahl pro Einkaufskorb | Effektivität des Cross-Sellings |
| **ATV (Average Transaction Value)** | Durchschnittlicher Warenkorbwert in Dollar | ATV = AUR × UPT |
| **Bruttomarge** | (Umsatz - COGS) / Umsatz | Produkt-Profitabilität |
| **Four-Wall Contribution** | Filialgewinn vor zugeordneten Gemeinkosten | Entscheidungen auf Filialebene |
| **GMROI** | Bruttomarge-Rendite auf die Lagerbestandsinvestition | Lagerbestandsproduktivität |
### Operations-Begriffe
| Begriff | Definition | Verwendungskontext |
|------|-----------|---------------|
| **Schwund** | Bestandsverlust durch Diebstahl, Beschädigung oder Fehler | Cases zur Kostensenkung |
| **Preisabschrift** | Preisreduzierung gegenüber dem ursprünglichen Verkaufspreis | Bestandsmanagement |
| **Abverkaufsquote** | Verkaufte Einheiten / Erhaltene Einheiten | Einkaufseffektivität |
| **Umschlag** | Lagerumschlag (Mal pro Jahr) | Effizienz des Umlaufvermögens |
| **SKU-Bereinigung** | Reduzierung der Anzahl von Lagereinheiten | Sortimentsoptimierung |
| **Planogramm** | Visuelle Darstellung der Produktplatzierung | Optimierung des Ladenlayouts |
| **CAM (Common Area Maintenance)** | Gemeinschaftliche Kosten in Einkaufszentren | Immobilienentscheidungen |
### E-Commerce-Begriffe
| Begriff | Definition | Verwendungskontext |
|------|-----------|---------------|
| **AOV** | Durchschnittlicher Bestellwert | E-Commerce-Performance |
| **CVR** | Konversionsrate (Besucher zu Käufern) | Website-Optimierung |
| **BOPIS** | Online kaufen, im Geschäft abholen | Omnichannel-Strategie |
| **Dark Store** | Zum Fulfillment-Center umgewandelte Filiale | Last-Mile-Operations |
| **Ship-from-Store** | Nutzung des Filialbestands für E-Commerce-Bestellungen | Bestandsauslastung |
| **Letzte Meile** | Letzter Lieferabschnitt zum Kunden | Fulfillment-Kosten |
## Wichtige Berechnungen
Diese Berechnungen treten häufig in Einzelhandels-Cases auf. Üben Sie sie, bis sie automatisch ablaufen.
### Profitabilitäts-Berechnungen
**Bruttomarge %** = (Umsatz - COGS) / Umsatz
- Lebensmittel: 25–35 %
- Bekleidung: 50–65 %
- Elektronik: 15–25 %
**Betriebsmarge %** = Betriebsgewinn / Umsatz
- Gesunder Einzelhändler: 5–10 %
- Klassenbester: 10–15 %
**Four-Wall Contribution** = Filialumsatz - Filial-COGS - Filiale Betriebskosten
- Zielwert: 15–25 % des Umsatzes
### Bestandsberechnungen
**Lagerumschlag** = COGS / Durchschnittlicher Lagerbestand
- Oder = Umsatz / Durchschnittlicher Lagerbestand (zum Verkaufspreis)
**Lagerhaltungsdauer** = 365 / Lagerumschlag
- Oder = Durchschnittlicher Lagerbestand / (COGS / 365)
**GMROI** = Bruttomarge $ / Durchschnittliche Lagerkosten
- Zielwert: 200–300 % für einen gesunden Einzelhandel
**Abverkaufsquote %** = Verkaufte Einheiten / Erhaltene Einheiten × 100
- Zielwert: 60–70 % zum Vollpreis
### Flächenproduktivität
**Umsatz pro Quadratfuß** = Jahresumsatz / Verkaufsfläche in Quadratfuß
- Apple: 5.500 $+
- Lululemon: 1.500 $+
- Durchschnittlicher Fachhandel: 300–500 $
- Kaufhaus: 150–250 $
**Umsatz pro Mitarbeiter** = Jahresumsatz / Anzahl Vollzeitäquivalente
- Stark variierend; typischerweise 150.000–300.000 $
### Kundenökonomie
**Customer Lifetime Value (CLV)** = Durchschnittlicher Bestellwert × Kaufhäufigkeit × Kundenbindungsdauer × Bruttomarge %
**Vereinfachter CLV** = (Jahresumsatz pro Kunde × Bruttomarge %) / Jährliche Abwanderungsrate
**CLV:CAC-Verhältnis** = CLV / Kundenakquisitionskosten- Minimum viable: 3:1
- Healthy: 5:1+
## Wichtige Überlegungen
Dies sind die nicht offensichtlichen Faktoren, die gute von hervorragenden Kandidaten in Retail-Cases unterscheiden.
### Häufige Fehler, die es zu vermeiden gilt
1. **Saisonalität ignorieren**: Der Einzelhandel ist stark saisonabhängig. Q4 kann bei vielen Einzelhändlern 30–40 % des Jahresumsatzes ausmachen. Fragen Sie immer nach dem Zeitpunkt.
2. **Kannibalisierung vergessen**: Das Wachstum im E-Commerce kannibalisiert häufig den stationären Umsatz. Der Nettoeffekt kann geringer sein als das reine Online-Wachstum.
3. **Fulfillment-Kosten unterschätzen**: Ship-to-Home-E-Commerce ist auf Bestellebene selten profitabel. Berücksichtigen Sie Fulfillment-Kosten von 8–15 USD pro Bestellung.
4. **Den Private-Label-Aspekt übersehen**: Eigenmarken haben typischerweise eine um 10–15 Prozentpunkte höhere Marge als Markenprodukte. Sie sind häufig ein zentraler Profitabilitäts-Hebel.
5. **Fixkosten-Hebel übersehen**: Der Einzelhandel weist einen hohen operativen Hebel auf. Geringe Umsatzveränderungen führen zu erheblichen Gewinnschwankungen.
### Fragen, die immer gestellt werden sollten
- Was ist das Einzelhandelsformat (Lebensmittel, Bekleidung, Fachhandel)?
- Stationär, E-Commerce oder Omnichannel?
- Wie ist der aktuelle Trend bei den vergleichbaren Filialumsätzen?
- Wie setzt sich die Kostenstruktur zusammen?
- Wie ist der Wettbewerbskontext?
- Gibt es Saisonalitätsaspekte zu berücksichtigen?
### Warnsignale in Retail-Cases
| Signal | Was es nahelegt | Weiterführende Analyse |
|--------|-----------------|-------------------|
| Sinkende vergleichbare Umsätze + stabile Besucherfrequenz | Problem mit Conversion oder Warenkorbgröße | Servicequalität, Preisstrategie, Sortiment |
| Hohe Besucherfrequenz + niedrige Conversion | Umsetzungsprobleme | Personalbesetzung, Warenverfügbarkeit, Einkaufserlebnis |
| Wachsender Umsatz + sinkende Marge | Mix-Verschiebung oder schleichende Kostensteigerung | Kanal-Mix, Effektivität von Promotions, Kostenstruktur |
| Lagerbestand wächst schneller als Umsatz | Fehler bei der Nachfrageprognose | Abschreibungsrisiko, Auswirkungen auf den Cashflow |
## Wichtigste Erkenntnisse
- Retail-Cases erfordern von Beginn an eine Identifikation des Teilsektors – Lebensmittel, Bekleidung, Elektronik und Fachhandel haben grundlegend unterschiedliche wirtschaftliche Strukturen
- Beherrschen Sie den Umsatz-Baum: Besucherfrequenz × Conversion × Warenkorbgröße × Kaufhäufigkeit; kennen Sie die Benchmarks für jede Kennzahl nach Format
- Verstehen Sie die Kostenstruktur, insbesondere die COGS-Spanne (50–75 %) und den Einfluss von Schwund (1–2 % des Umsatzes)
- Omnichannel-Wirtschaftlichkeit ist entscheidend – E-Commerce-Fulfillment kostet 8–15 USD pro Bestellung, was die Profitabilität bei niedrigem durchschnittlichem Bestellwert (AOV) erschwert
- Eigenmarken sind häufig der verborgene Profitabilitäts-Hebel – mit einer um 10–15 Prozentpunkte höheren Marge als Markenprodukte
- Fragen Sie immer nach der Saisonalität; Q4 kann 30–40 % des Jahresumsatzes ausmachen
- Wichtige Kennzahlen, die Sie auswendig kennen sollten: vergleichbare Filialumsätze, Lagerumschlag, Umsatz pro Quadratmeter, GMROI und das CLV:CAC-Verhältnis
Bereit zum Üben? Stöbern Sie in unserer Case-Bibliothek unter [Retail-Branchenfälle](/industries/retail/) und [Konsumgüterfälle](/industries/consumer-goods/), oder testen Sie Ihr Framework in einem zeitgesteuerten [KI-Mock-Interview](/mock-interview/), um Geschwindigkeit und Sicherheit aufzubauen.