Marketing-Dashboard: Alle Kanäle in einem Report.

Ein Marketing-Dashboard ist im Kern ein einfaches Versprechen: alle relevanten Marketing-Daten an einem Ort, automatisch aktuell, verständlich aufbereitet. In der Praxis lösen die wenigsten Dashboards dieses Versprechen ein. Sie werden mit Begeisterung aufgesetzt, drei Wochen lang bewundert, und dann öffnet sie niemand mehr. Woran liegt das?

Aus meiner Erfahrung mit B2B-Reporting-Projekten gibt es drei wiederkehrende Gründe. Erstens zeigen viele Dashboards die falschen Kennzahlen: viel von dem, was leicht zu messen ist (Impressionen, Klicks, Sitzungen), wenig von dem, was wirklich Entscheidungen beeinflusst (Cost per Lead, Lead-Qualität, Kanal-Beitrag zum Umsatz). Zweitens sind sie nicht an Entscheidungs-Routinen gekoppelt, ein Dashboard, das nicht montags im Marketing-Meeting auf dem Bildschirm liegt, verschwindet aus dem Bewusstsein. Drittens sind sie unvollständig, weil ausgerechnet die wichtigen Tools ohne Standard-Connector nicht angebunden wurden und deshalb fehlen.

Ein gutes Marketing-Dashboard löst alle drei Probleme. Es zeigt eine fokussierte Top-Ansicht mit den Kennzahlen, die wirklich zählen, und erlaubt darunter den Drill-Down ins Detail. Es ist so gebaut, dass es in die wöchentliche Steuerung passt, nicht daneben. Und es bindet alle relevanten Quellen ein, auch die, für die es keinen fertigen Connector gibt. Genau an diesem letzten Punkt entscheidet sich oft, ob ein Dashboard die ganze Wahrheit zeigt oder nur den Teil, der einfach anzubinden war.

Das Ziel ist nicht das schönste Dashboard, sondern das meistgenutzte. Ein Report, der jede Woche tatsächlich Grundlage für Entscheidungen ist, hat mehr Wert als zehn elegante Visualisierungen, die niemand öffnet. Diese Nutzungs-Orientierung ist der Maßstab, an dem ich jedes Marketing-Dashboard baue.

Die wichtigste Entscheidung beim Aufbau eines Marketing-Dashboards fällt nicht bei der Tool-Wahl, sondern bei der Frage: Welche Kennzahlen kommen überhaupt rein? Hier wird der meiste Schaden angerichtet, weil die einfach verfügbaren Zahlen die wirklich wichtigen verdrängen.

Vanity-Metrics sind Kennzahlen, die gut aussehen, aber selten zu Entscheidungen führen. Impressionen, Reichweite, Klicks, Follower-Zahlen, Seitenaufrufe. Sie haben ihre Berechtigung in spezifischen Kontexten, aber im Entscheider-Dashboard lenken sie ab. Eine Verdopplung der Impressionen klingt nach Erfolg, sagt aber nichts darüber, ob daraus mehr profitable Kunden geworden sind. Wer sein Marketing nach Vanity-Metrics steuert, optimiert auf das Falsche.

Vanity-Metrics gegen Entscheidungs-relevante Kennzahlen im Marketing-Dashboard.

Entscheidungs-relevante Kennzahlen im B2B-Marketing sind dagegen meist diese: Der Cost per Lead (CPL) zeigt, was eine Anfrage pro Kanal kostet. Die Conversion-Rate über den Funnel zeigt, wo Besucher verloren gehen. Die Lead-Qualität, idealerweise über die CRM-Verknüpfung gemessen, zeigt, welche Kanäle nicht nur viele, sondern wertvolle Leads liefern. Der ROAS oder Marketing-ROI pro Kanal zeigt die Wirtschaftlichkeit. Und der Kanal-Beitrag zum tatsächlichen Umsatz zeigt, wo das Geld wirklich herkommt, oft mit überraschenden Ergebnissen.

Gerade dieser letzte Punkt ist im B2B zentral und wird von Standard-Dashboards fast nie geliefert. Ein Kanal kann 40 Prozent der Leads bringen, aber nur 15 Prozent des profitablen Umsatzes, oder umgekehrt. Solche Erkenntnisse entstehen nur, wenn das Marketing-Dashboard nicht isoliert die Marketing-Tools betrachtet, sondern mit den Geschäftsdaten aus CRM und ERP verknüpft ist. Das ist aufwendiger als ein reines Kanal-Dashboard, aber es ist der Unterschied zwischen „wir wissen, wie viele Klicks wir bekommen" und „wir wissen, welcher Euro im Marketing welchen Euro Umsatz bringt".

In meinen Projekten beginnt die Kennzahlen-Definition deshalb nie mit "Was kann das Tool anzeigen?", sondern mit "Welche Frage musst du beantworten und woran wirst du gemessen?". Diese Reihenfolge entscheidet darüber, ob das Dashboard am Ende ein Steuerungsinstrument wird oder ein hübscher Datenfriedhof.

Der eigentliche technische Kern eines Marketing-Dashboards ist nicht die Visualisierung, sondern die Datenintegration. Die Visualisierung ist die sichtbare Spitze; die Arbeit liegt darunter, im Zusammenführen von Daten aus Quellen, die nie dafür gebaut wurden, miteinander zu sprechen.

Für die gängigen Quellen ist das unkritisch. Google Looker Studio bringt native Connectors für Google Ads, Google Analytics und Google Sheets mit, und auch für Meta, LinkedIn und viele andere Plattformen gibt es etablierte Anbindungen. Für ein Dashboard, das nur diese Standard-Quellen zusammenführt, reicht Looker Studio allein.

Die Realität in mittelständischen B2B-Unternehmen sieht aber selten so aufgeräumt aus. Da gibt es ein branchenspezifisches CRM, eine Telefonie-Plattform mit Lead-Tracking, ein ERP mit den eigentlichen Umsatzdaten, vielleicht ein eigenes Buchungs- oder Angebots-System. Für diese Quellen existiert oft kein fertiger Connector. Die Standard-Antwort vieler Dienstleister lautet dann: „Das lässt sich nicht anbinden, das müsst ihr von Hand pflegen." Das stimmt nicht, es bedeutet nur, dass eine andere Architektur nötig ist.

Datenintegration: fünf Quellen, eine BigQuery-Schicht, ein Looker-Studio-Report.

Hier setze ich n8n ein, eine Open-Source-Workflow-Engine, als Brücke zwischen den REST-APIs der Quell-Tools und dem Dashboard. Konkret ruft n8n in definierten Intervallen die API des jeweiligen Tools ab, normalisiert die Daten und schreibt sie in eine zentrale Schicht, meist Google BigQuery. Von dort speist sich das Looker-Studio-Dashboard. So kommt auch das Tool ohne Standard-Connector automatisiert in den Report, ohne dass jemand exportieren muss.

Diese Datenintegration trägt außerdem die Grundlage für eine belastbare Kanal-Attribution: Erst wenn Anzeigen-, CRM- und Umsatzdaten in derselben Schicht liegen, lässt sich zurückverfolgen, welcher Erstkontakt am Ende zu welchem Abschluss geführt hat. Ein reines Marketing-Attribution-Dashboard ohne diese konsolidierte Datenbasis bleibt Stückwerk, weil es nur einzelne Kanäle isoliert zeigt statt die Customer Journey über mehrere Touchpoints hinweg.

Der Vorteil dieser Architektur geht über die reine Anbindung hinaus. Sie ist transparent (du verstehst, woher jede Zahl kommt), selbst hostbar (keine Abhängigkeit von einem proprietären ETL-Anbieter) und wartbar von deinem Team. Das schützt vor der Lock-in-Falle, bei der ein Setup nur von einer bestimmten Agentur betreut werden kann. Diese Datenintegration ist ein eigenes Thema, das ich auf der Seite zu Custom-Dashboards vertiefe, sie ist der Punkt, an dem sich gute von oberflächlichen Dashboard-Projekten unterscheiden.

Ein Marketing-Dashboard passt ausschließlich dort, wo zwei Bedingungen erfüllt sind: eine bereits verlässliche Datenerhebung und mindestens zwei bis drei Kanäle mit relevantem Datenvolumen. Fehlt eine der beiden Bedingungen, empfehle ich etwas anderes, auch wenn das gegen den eigenen Auftrag spricht.

Erste Bedingung, saubere Datengrundlage

Ein Dashboard bildet nur ab, was die Datenerhebung liefert. Stimmen die Tracking-Setups nicht, etwa fehlende Consent-Signale oder inkonsistente Event-Namen zwischen etracker, Matomo und dem CRM, visualisiert das schönste Looker-Studio-Dashboard ausschließlich fehlerhafte Zahlen ansprechend. Das Problem bleibt bestehen, es sieht nur besser aus. In diesem Fall empfehle ich zuerst ein Tracking-Audit statt eines Dashboard-Projekts.

Zweite Bedingung, ausreichendes Kanal-Volumen

Ein automatisiertes Dashboard mit n8n-Integration und BigQuery-Schicht rechnet sich, sobald mehrere Kanäle regelmäßig Daten liefern und der manuelle Reporting-Aufwand spürbar ist. Läuft dagegen nur ein einzelner Kanal mit geringem Budget, etwa eine kleine LinkedIn-Kampagne ohne weiteres Marketing, liefert eine einfache monatliche Tabellen-Auswertung denselben Erkenntniswert bei einem Bruchteil des Aufwands. Ein volles Dashboard-Setup wäre hier teurer als der Nutzen, den es stiftet.

Beide Fälle kläre ich im ersten Gespräch offen. Passt ein Marketing-Dashboard aktuell nicht, sage ich das direkt und zeige die passendere Alternative, ein Tracking-Audit oder ein schlankeres manuelles Reporting.

Eine der greifbarsten Wirkungen eines guten Marketing-Dashboards ist nicht die bessere Entscheidung, sondern die gesparte Zeit. In vielen Marketing-Teams ist Reporting eine wiederkehrende manuelle Aufgabe: Daten aus verschiedenen Tools exportieren, in Excel zusammenführen, eine Präsentation bauen, jede Woche oder jeden Monat aufs Neue. Diese Arbeit ist nicht nur lästig, sie ist auch teuer.

Rechnen wir es durch: Wenn eine Person zwei Stunden pro Woche mit dem Zusammenbau von Reports verbringt, sind das über das Jahr mehr als hundert Stunden, Arbeitszeit, die für strategische Aufgaben fehlt. Bei mehreren beteiligten Personen vervielfacht sich das. In einem meiner Projekte mit dem Kunden Bauwerk hat die Automatisierung des Reportings 228 Stunden Arbeitszeit pro Jahr eingespart. Das sind rund 28 Arbeitstage, die nicht mehr ins Zahlen-Kopieren fließen, sondern in die eigentliche Marketing-Arbeit.

Ein automatisiertes Dashboard übernimmt diese Arbeit vollständig. Die Daten werden in definierten Intervallen automatisch abgerufen, aktualisiert und aufbereitet. Der Report ist jederzeit aktuell, ohne dass jemand ihn anfasst. Auf Wunsch wird er automatisch verschickt, als E-Mail-Zusammenfassung am Montagmorgen oder als Slack-Nachricht an das Team. Niemand muss mehr durch zehn Tools klicken.

Wichtig ist dabei: Automatisierung ersetzt nicht das Denken, sondern schafft Raum dafür. Wenn das Team keine Zeit mehr mit dem mechanischen Zusammenbau von Zahlen verbringt, kann es die gewonnene Zeit für die eigentliche Analyse nutzen, für die Frage, was die Zahlen bedeuten und was daraus folgt. Genau diese Verschiebung von der Datenproduktion zur Dateninterpretation ist das Ziel. Mehr zur grundsätzlichen Logik automatisierten Reportings findest du auf der Dashboards-&-Reporting-Pillar.

Ein Marketing-Dashboard steht selten allein. In einem gut aufgesetzten Reporting-System ist es Teil einer abgestuften Architektur, in der verschiedene Ebenen aufeinander aufbauen. Das Marketing-Dashboard ist dabei die operative Detailebene, aber die Daten, die es erzeugt, sind auch für andere Stakeholder relevant.

Nach oben verdichtet sich das Marketing-Dashboard zum C-Level-Dashboard. Die Geschäftsführung braucht nicht die Kampagnen-Detailtiefe, sondern die drei bis fünf Kennzahlen, die zeigen, ob das Marketing im Plan ist: Lead-Volumen, Cost per Lead, Marketing-Beitrag zum Umsatz. Diese Verdichtung entsteht aus denselben Daten, die das Marketing-Dashboard im Detail zeigt, nur auf das Wesentliche reduziert. Wenn beide Dashboards aus derselben Datenquelle gespeist werden, gibt es keine Diskussion mehr darüber, ob die Zahlen der Geschäftsführung und die des Marketing-Teams zusammenpassen.

Zur Seite hin gibt es eine Verbindung zum Sales-Dashboard. Marketing und Vertrieb teilen sich im B2B einen gemeinsamen Funnel: Marketing generiert Leads, Sales macht daraus Kunden. Wenn beide auf getrennte, widersprüchliche Datenquellen schauen, entsteht das klassische Spannungsfeld, „die Leads aus dem Marketing sind schlecht" gegen „der Vertrieb macht nichts daraus". Ein gemeinsames Datenfundament, das den ganzen Funnel vom ersten Touchpoint bis zum Abschluss abbildet, löst diesen Konflikt, weil beide Seiten auf dieselbe Wahrheit schauen.

Genau diese Verzahnung ist der Grund, warum ich Marketing-Dashboards nie isoliert betrachte. Ein Dashboard, das nur die Marketing-Tools zusammenführt, ist nützlich. Ein Dashboard, das Teil eines durchdachten Gesamtsystems aus Marketing-, Sales- und Executive-Sicht ist, verändert, wie ein Unternehmen entscheidet. Welche Ebenen für dich sinnvoll sind, klären wir auf Basis deiner Stakeholder, das ist Teil meines Analytics-Strategie-Ansatzes.