Wie wir den Deckungsbeitrag eines Amazon-Kanals aus seinen eigenen Zahlungsberichten berechnen

Was wir gebaut haben

Auf dem deutschen Amazon-Marktplatz setzen viele Margenmodelle die Verkaufsgebühr falsch an. Sie wenden den Satz auf den Nettoumsatz an. Amazons Gebührenseite bezieht ihn dagegen auf den Gesamtpreis einschließlich berechneter Versandkosten. Auf dem deutschen Marktplatz enthält dieser Preis die Umsatzsteuer. Ein Werbe-Break-even auf dieser Basis geht von einer zu niedrigen Gebühr aus. Wer dagegen den vollen einbehaltenen Betrag ansetzt, liegt in die andere Richtung daneben. Ein Teil davon kommt nämlich mit der Umsatzsteuer-Voranmeldung zurück.

Die Gebühr war eine von mehreren Kennzahlen, die wir aus den eigenen Dokumenten des Unternehmens neu berechnet haben. Ein wachsender Kanal entscheidet jede Woche über Werbebudget, Versandwege, Nachbestellungen und Auslistungen. Für jede dieser Entscheidungen braucht er einen Deckungsbeitrag. Eine Gebührentabelle oder eine nachgebaute Tabellenkalkulation ist dafür eine schwache Grundlage.

Für den Amazon-Kanal eines Distributors haben wir ein Modell gebaut, das den Deckungsbeitrag je Bestellung und je Versandweg aus Zahlungsberichten, Rechnungen und ERP-Daten berechnet. Jede Zahl lässt sich bis zu einer Quellzeile zurückverfolgen, und jede Marge zeigt, welchen Anteil der Daten sie abdeckt. Einen manuellen Zyklus derselben Analyse schätzen wir auf 54 bis 68 Stunden. Das fertige Modell baut sich in etwa 15 Sekunden neu auf. Der Deckungsbeitrag je Produkt folgt, sobald jeder Einkaufspreis zugeordnet ist.

Die geschäftliche Frage

Als der Kanal wuchs, musste das Unternehmen wissen, welcher Teil des Wachstums Geld verdiente. Davon hängt ab, welche Produkte mehr Bestand und Werbebudget bekommen, welcher Versandweg sich für welches Produkt lohnt und welche Artikel korrigiert oder aufgegeben werden.

Jede dieser Entscheidungen hängt am Deckungsbeitrag je Produkt. Stimmt diese Zahl nicht, laufen Budget und Bestand in die falsche Richtung, und der Fehler wächst mit dem Kanal.

Warum wir bei den Dokumenten angesetzt haben

Wer auf dem deutschen Marktplatz den Tabellensatz auf den Nettoumsatz anwendet, unterschätzt die Gebühr. Amazon berechnet sie auf den Gesamtpreis des Käufers. Ein Analysetool würde dieselben lückenhaften Eingaben lesen und selten zeigen, was es nicht weiß. Mit Primärdokumenten dauert der Start länger. Dafür sind sie nachvollziehbar und wiederverwendbar, und sie zeigen ehrlich, was sie abdecken.

Deshalb haben wir mit den wenigen Zahlen begonnen, die laufende Entscheidungen steuern, und sie aus den Dokumenten neu berechnet. Ein Tool kann später darauf aufsetzen, sobald es mit denselben korrigierten Eingaben arbeitet.

Wie wir vorgegangen sind

Grundlage waren die eigenen Unterlagen des Kunden. Unser Werkzeug ruft die Berichte des Verkäuferkontos über die Amazon-Schnittstelle ab und schreibt nichts zurück. Auch die Warenwirtschaft haben wir nur gelesen. Lieferanten- und Paketdienstrechnungen lagen als PDFs und Scans vor, die wir zuerst in strukturierte Daten überführt haben.

Als Angaben zum Käufer enthalten die Transaktionsberichte nur Ort, Bundesland und Postleitzahl der Bestellung. Die Paketzuordnung nutzt allein Postleitzahl und Datum.

Jedes Modell besteht aus Formeln, die auf Rohzeilen verweisen, sodass das Team eine Margenzahl bis zu den Transaktionen dahinter zurückverfolgen kann. Jeder Bericht nennt seine Abdeckung, und Annahmen sind als Annahmen gekennzeichnet.

Das Modell ist für Entscheidungen über Werbung, Versandwege und Nachbestellungen gebaut. Der Kunde entscheidet, wir bereiten die Belege auf und setzen um, was vereinbart ist.

Die Ausgangslage

Zuerst haben wir die Zahlen aufgelistet, auf die sich die Entscheidungen im Kanal stützten, und dann für jede nach ihrer Herkunft gefragt.

• Die Verkaufsgebühr stammt meist aus der Gebührentabelle.
• Die Warenkosten fehlen oft in den Bestelldaten, deshalb rechnen frühe Modelle mit einer Platzhalterquote.
• Der Eigenversand über den eigenen Vertrag mit dem Paketdienst taucht in Amazons Zahlungsdaten nicht auf.
• Der Monatsumsatz kommt oft aus einem Verkaufstool, das nach Bestelldatum zählt, während Zahlungen erst später abgerechnet werden.
• Der Break-even der Werbung ist oft eine Faustregel und keine Berechnung.

Eine Zahl ist eine Hypothese, bis ein Dokument sie bestätigt

Die Zahl, nach der ein Unternehmen steuert, ist oft eine Annahme, die nie an den eigenen Unterlagen geprüft wurde. Meist liegt die richtige Zahl längst in den Akten.

Die Verkaufsgebühr ist ein gutes Beispiel. Die Gebührentabelle nennt einen Prozentsatz, und Amazons Gebührenseite sagt, dass er für den Gesamtbetrag gilt, den der Käufer zahlt. Die Zahlungsberichte zeigen, was je Bestellung tatsächlich einbehalten wurde. Ein Modell, das den Satz auf den Nettoumsatz anwendet, rechnet mit einer zu niedrigen Gebühr, und jeder darauf aufbauende Break-even übernimmt diese Lücke.

Die Wirtschaftlichkeit

Der Deckungsbeitrag je Einheit ist der Nettoumsatz abzüglich Gebühr, Fulfillment, Werbung, Retouren und Warenkosten. Jede dieser Zeilen lässt sich aus einer Gebührentabelle oder aus einem Dokument nehmen, und die Unterschiede summieren sich.

Im Beispielverkauf unten bleiben in der Sicht nach Gebührentabelle 15 Euro je 100 Euro Nettoumsatz übrig, in der Sicht nach Dokumenten etwa 10. Nur 1,90 Euro dieser Lücke gehen auf die Gebührenbasis zurück. Der Rest kommt von einem Versanddienst, der mehr kostet als angenommen, und etwas höheren Retouren, beides Annahmen des Beispiels. Kleine Unterschiede in mehreren Zeilen summieren sich, und die Gebühr ist nur eine davon.

Diese Lücke verändert Entscheidungen. Ein Produkt, das sich scheinbar für den Ausbau eignete, gehört vielleicht in die Spalte „korrigieren“. Eines, das nach Verlust aussah, lohnt sich vielleicht doch, weil es Bestellungen bringt, die das Konto stützen. Bei der Werbung ist es genauso. Eine Kampagne erreicht ihren Break-even, wenn ihr Werbeertrag je Euro dem Nettopreis geteilt durch den Deckungsbeitrag je Einheit vor Werbung entspricht. Zählt der Werbebericht Umsätze inklusive Umsatzsteuer, gilt der Bruttopreis.

Ein Beispiel

An den Kosten des Eigenversands lässt sich die Methode von Anfang bis Ende zeigen.

Das Problem. Der Deckungsbeitrag je Produkt ließ sich zwischen den Versandwegen nicht vergleichen. In den Zahlungsdaten erscheint bei FBA-Bestellungen Amazons Fulfillment-Gebühr, ebenso bei Etiketten aus Amazons Versanddienst. Pakete über den eigenen Vertrag mit dem Paketdienst erscheinen dort nicht. Diese Kosten stehen in dessen Rechnungen, außerhalb der Amazon-Berichte.

Die neue Messung. Wir haben die Rechnungen des Paketdienstes Paket für Paket ausgelesen. Seine Daten und die Bestellungen haben keinen gemeinsamen Schlüssel, deshalb haben wir Pakete über Postleitzahl und Datum zugeordnet, mit einem Fenster von wenigen Tagen. Maschinelle Prüfungen stellen sicher, dass kein Paket doppelt zählt und keine Bestellung zwei Versandquellen trägt.

Diese Prüfungen verhindern Doppelzählungen, beweisen aber nicht, dass jede Zuordnung die richtige Bestellung getroffen hat. Zwei Bestellungen an dieselbe Postleitzahl innerhalb des Fensters können ihre Pakete tauschen. Das verschiebt nur einzelne Etikettenbeträge zwischen Bestellungen. Unser Modell wertet Versandkosten je Produkt und Versandweg aus. Auf dieser Ebene gleichen sich solche Vertauschungen weitgehend aus.

Danach haben wir die Margen unter gleichen Bedingungen verglichen, also nur über Bestellungen mit sichtbaren Versandkosten. Neben jeder Marge steht der Abdeckungsanteil.

Was sich ändert. Steht die Zuordnung, werden die Versandwege je Einheit vergleichbar, und dabei kann sich zeigen, ob ein Servicelevel per Voreinstellung oder nach Bedarf gewählt wurde. Vor einem Wechsel muss der neue Dienst gegen das Lieferversprechen geprüft werden. Ein Export mit Sendungsnummern und Bestellreferenzen würde die Zuordnung über die Postleitzahl durch einen exakten Schlüssel ersetzen.

Die ganze Rechnung beruht auf einem einzigen Datenmodell. Zahlungszeilen hängen an Bestellungen, Gebühren und Erstattungen an Zahlungszeilen. Pakete des Paketdienstes und Einkaufspreise kommen von außerhalb des Marktplatzes hinzu.

Die Gebühr hat zwei Umsatzsteuer-Effekte

Verborgen ist hier nichts. Amazon veröffentlicht die Regel, und doch wird die Gebührenzeile leicht falsch gelesen, wenn ein Margenmodell vom Nettoumsatz ausgeht.

Auf dem deutschen Marktplatz wird die Verkaufsgebühr auf den Gesamtpreis des Käufers berechnet, einschließlich Umsatzsteuer und berechneter Versandkosten. Das Unternehmen erlöst nur den Nettopreis. Gemessen am Nettoumsatz liegt die Gebühr bei Waren mit Regelsteuersatz um 19 Prozent über dem Satz, aus 10 Prozent werden also 11,9 Prozent. Dieser Teil ist echter Aufwand. Bei ermäßigt besteuerten Waren fällt die Lücke kleiner aus.

Manche Kategorien haben gestaffelte Sätze, und die meisten eine Mindestgebühr von 0,30 € je Artikel. Bei einer Erstattung behält Amazon eine Bearbeitungsgebühr ein, 5 € oder 20 Prozent der Verkaufsgebühr, je nachdem, was niedriger ist. Die Zahlungszeilen bilden all das bereits ab. Auch deshalb setzen wir bei ihnen an.

Der zweite Effekt ist anders gelagert. Laut Mitteilung der Plattform stellt Amazon deutschen Verkäufern seine Gebühren seit August 2024 zuzüglich deutscher Umsatzsteuer in Rechnung. Auch diese Steuer wird von der Auszahlung einbehalten. Ein zum Vorsteuerabzug berechtigter Verkäufer holt sie mit der nächsten Voranmeldung zurück. Das kostet für einige Wochen Liquidität, aber keine Marge.

Die Auszahlungsdaten zeigen beide Effekte zusammen. In die Gewinn- und Verlustrechnung gehört nur der erste. Unser Modell trennt sie. Die Sicht auf den Deckungsbeitrag nutzt die Gebühr nach Erstattung der Umsatzsteuer, die Liquiditätssicht den vollen Abzug.

Abgestimmt ist nicht vollständig

Dass zwei Systeme übereinstimmen, sagt nichts darüber, was beiden fehlt.

Zwei Systeme können auf den Cent übereinstimmen, während das Feld, das eine Marge braucht, fast leer ist. Einkaufspreise stehen oft in Preislisten der Lieferanten, werden aber nie den Artikeln in der Warenwirtschaft zugeordnet, weil sich die Namen in den Listen und in der Warenwirtschaft unterscheiden. Heraus kommt eine Margensicht, die präzise und geprüft ist, aber noch nicht vertrauenswürdig.

Kaputt ist in diesem Fall nichts. Jede Komponente tut, wofür sie gebaut wurde, und die Grenze hat sich von der Technik zur Datenversorgung verschoben. Ein System, das ohne Plan für seine Eingangsdaten live geht, liefert genaue Zahlen über unvollständige Daten. Die Nutzer halten dann das System für falsch.

Wir zeigen zuerst die Abdeckung: Neben jeder Margenzahl steht der Anteil der Bestellungen, den sie abdeckt. Ein Platzhalter bleibt als Platzhalter gekennzeichnet, bis echte Einkaufspreise ihn ersetzen.

Leitplanken

• Quellzeilen statt Zusammenfassungen. Jede Zahl ist eine Formel über rohe Transaktionszeilen, und manuelle Eingaben wie Einkaufspreise stehen in markierten Zellen.
• Abdeckung neben jedem Ergebnis. Fehlende Kosten erscheinen als fehlend und nicht als null.
• Zahlungsdatum und Bestelldatum getrennt. Bestellungen vom Monatsende landen in den beiden Sichten in verschiedenen Monaten. Jedes Diagramm sagt, welches Datum es nutzt.
• Konsistenzprüfungen bei jedem Aufbau. Automatische Prüfungen stellen sicher, dass Summen übereinstimmen und nichts doppelt zählt. Sie finden Fehler im Aufbau und ersetzen keine Prüfung der Eingangsdaten.
• Schätzungen bleiben gekennzeichnet. Lässt ein Transaktionsbericht bei manchen Einheiten Gebühren aus, schätzen wir diese vorsichtig und markieren sie für eine Prüfung.

2026 hat Amazon über der Kopfzeile seines Transaktionsberichts zusätzliche Zeilen eingefügt. Ein Parser, der eine feste Zahl von Zeilen überspringt, hätte die falsche Zeile als Kopfzeile gelesen. Unser Parser findet die Kopfzeile inzwischen selbst.

Was daraus möglich wird

Ein nachvollziehbarer Deckungsbeitrag kann mehrere Entscheidungen zugleich tragen. Die Werbung kann einen Break-even je Kampagne bekommen, und der Bestand kann an den Versandweg gehen, der je Einheit mehr verdient. Sobald die Einkaufspreise zugeordnet sind, lässt sich das Sortiment in ausbauen, korrigieren und stoppen einteilen, jedes Mal aus einer Sicht, die sich in Sekunden neu aufbaut.

Dasselbe Modell kann auch der Liquiditätsplanung dienen, denn es hält bereits fest, was jede Bestellung auszahlt und wann. Genau diesen Auszahlungszeitpunkt braucht ein Unternehmen, um Bestand näher an der Nachfrage einzukaufen und Budget zu Produkten zu lenken, die sich schneller auszahlen. Die nächste Messung gilt dem Deckungsbeitrag je Produkt, sobald jeder Einkaufspreis zugeordnet ist.

Prinzipien für Ihr Unternehmen

1. Jede Kennzahl als Hypothese behandeln. Beginnen Sie mit den wenigen, die laufende Entscheidungen steuern.
2. Aus den eigenen Dokumenten neu rechnen. Zahlungsberichte, Rechnungen und die Warenwirtschaft enthalten die Antwort meist schon.
3. Die Abdeckung neben jeder Marge zeigen. Eine präzise Zahl auf dünner Datenbasis ist schlechter als eine ehrliche Spanne.
4. Kosten und Liquidität trennen. Manche Abzüge kommen zurück. Planen Sie sie als Liquidität, nicht als Marge.
5. Erst die Eingaben korrigieren, dann die Dashboards. Ein Tool auf falschen Eingaben liefert die falsche Zahl nur schneller.

Beruht der Break-even Ihrer Werbung noch auf der Gebührentabelle, sind Ihre eigenen Zahlungsberichte das erste Dokument, das wir gemeinsam mit Ihnen öffnen würden.

Danksagung

Aufgebaut von Capcelerate mit dem Management- und Operations-Team des Kunden.