Datapods|Insights
Konsum
Online ShoppingProduktkategorienStationärer HandelSocial Commerce
Digital
Web & BrowsingSuchanfragenApps & MobileWerbung & Ads
Medien
Video & StreamingSocial MediaTrends & ThemenNutzungsverhalten
Ressourcen|Für UnternehmenFür Konsumenten
Datapods|Insights
KonsumOnline ShoppingProduktkategorienStationärer HandelSocial CommerceDigitalWeb & BrowsingSuchanfragenApps & MobileWerbung & AdsMedienVideo & StreamingSocial MediaTrends & ThemenNutzungsverhaltenRessourcenFür UnternehmenFür Konsumenten
InsightsKonsumStationärer Handel
Datapods

Sprich mit Menschen, die dein Produkt wirklich gekauft haben.

Use Cases

  • Churn & Win-Back
  • Produkt- & Konzepttest
  • Werbemittel-Test
  • Customer Journey
  • Wettbewerbsanalyse
  • Zielgruppen & Segmente
  • Influencer & Creator

Branchen

  • LEH & Drogerie
  • FMCG & Markenartikel
  • E-Commerce & Marktplätze
  • Telco & Abos
  • Medien & Streaming
  • Apps & Digital

Plattform

  • AI Research Agent
  • AI Interviewer
  • Quant-Studien
  • Audience Builder
  • Data API
  • Social Attribution

Unternehmen

  • Startseite
  • Über uns
  • Für Konsumenten
  • Das Datapods-Panel
  • Insights
  • Kontakt
  • Ressourcen

Rechtliches

  • Impressum
  • Datenschutzerklärung
  • Nutzungsvereinbarung App
  • Datenschutzerklärung App
  • Nutzungsvereinbarung Plattform
  • Datenschutzerklärung Plattform
  • Cookie-Richtlinie

©2026 Datapods.app. Alle Rechte vorbehalten.

EU Co-financedNRW

REWE-Abwanderer: Plateau statt Rampe

Ergebnisse vom 15.07.2026

Bilanz Jul 2025 – Jun 2026: REWE-Abwanderer kaufen bei nur 25–39 % der Frequenz von Retained-Kunden — konstant über fünf Monate, dann abrupter Abbruch

REWE-Abwanderer: Plateau statt RampeLiniendiagramm mit der monatlichen Kauffrequenz von abgewanderten REWE-Kunden (n=135) im Vergleich zu kalenderadjustierten Retained-Kunden (n=196) über die fünf Monate vor dem letzten Einkauf der Abwanderer, beobachtet von Juli 2025 bis Juni 2026. Die Frequenz der Abwanderer verbleibt durchgehend auf etwa 25–39 % des Niveaus der Retained-Gruppe, ohne erkennbaren Abwärtstrend im Vor-Churn-Fenster.Liniendiagramm mit der monatlichen Kauffrequenz von abgewanderten REWE-Kunden (n=135) im Vergleich zu kalenderadjustierten Retained-Kunden (n=196) über die fünf Monate vor dem letzten Einkauf der Abwanderer, beobachtet von Juli 2025 bis Juni 2026. Die Frequenz der Abwanderer verbleibt durchgehend auf etwa 25–39 % des Niveaus der Retained-Gruppe, ohne erkennbaren Abwärtstrend im Vor-Churn-Fenster.
Liniendiagramm mit der monatlichen Kauffrequenz von abgewanderten REWE-Kunden (n=135) im Vergleich zu kalenderadjustierten Retained-Kunden (n=196) über die fünf Monate vor dem letzten Einkauf der Abwanderer, beobachtet von Juli 2025 bis Juni 2026. Die Frequenz der Abwanderer verbleibt durchgehend auf etwa 25–39 % des Niveaus der Retained-Gruppe, ohne erkennbaren Abwärtstrend im Vor-Churn-Fenster.
Stichprobengröße
n = 331
Datenstand
Jul 2025 – Jun 2026
Segment
Alle Segmente
Plattform
Purchases
Markt
Deutschland
Info
Stichprobengröße
n = 331
Datenstand
Jul 2025 – Jun 2026
Segment
Alle Segmente
Plattform
Purchases
Markt
Deutschland

Analyse

REWE-Kunden, die den Einkauf irgendwann einstellen, zeigen keinen graduellen Rückgang — sie kaufen in den fünf Monaten vor ihrem letzten Einkauf durchgehend auf einem konstant niedrigen Niveau von 25–39 % der Kauffrequenz loyaler Kunden und verschwinden dann ohne Vorwarnung. Im Vor-Churn-Fenster ist kein Abwärtstrend erkennbar; das Muster ist ein flaches Plateau, keine Rampe.

Dasselbe Signal über Branchen hinweg

Das Plateau-Muster wurde zunächst bei dm-drogerie-markt identifiziert und als spezifisch für den episodischen, bedarfsorientierten Rhythmus des Drogeriehandels eingestuft. REWE, Deutschlands zweitgrößte Lebensmittelgruppe mit über 70 Milliarden Euro Jahresumsatz, operiert in einem grundlegend anderen Takt — wöchentliche Lebensmitteleinkäufe statt monatlicher Beauty-Restocks. Dennoch ist das Vor-Churn-Verhalten strukturell identisch. Das deutet darauf hin, dass der Mechanismus hinter der Kunden-Marginalisierung nicht kategoriespezifisch ist: Churner ziehen sich nicht schrittweise zurück, sondern haben mental bereits aufgehört und hören schlicht irgendwann auf. Für die Kundenbindungsstrategie bedeutet das: frequenzbasierte Frühwarnsysteme, die nach einem sinkenden Trend suchen, übersehen diese Kunden vollständig — das relevante Signal ist das anhaltend niedrige Niveau selbst, nicht ein Trend darin. REWEs Start des eigenen REWE Bonus Treueprogramms 2025 — als Ersatz für die langjährige Payback-Partnerschaft — macht das Verständnis dieser Abwanderungsstruktur besonders aktuell, da Re-Engagement-Maßnahmen für graduelle Abwanderer nicht zu den tatsächlichen Dynamiken passen.


Diese Analyse basiert auf öffentlichen Segmentdaten. Für tiefergehende Einblicke nutzen Sie unsere Enterprise-Schnittstelle.

Verwandte Statistiken

Alle Stationärer Handel ansehen
  • Baby-Käufe ohne Kinder: Geschenk oder Eigenbedarf?

    Jan. 2025 – Jul. 2026
  • Tiefere Einblicke freischalten

    Enterprise
  • OLYMP und Seidensticker Browsing-Reichweite bei deutschen Online-Nutzern — Jan. 2025–Mai 2026

    Jan. 2025 – Mai 2026
  • OLYMP und Seidensticker Browsing-Verhalten ehemaliger Eterna-Besucher in Deutschland — nach der Insolvenzbekanntgabe März 2026

    3 Monate vor vs. nach März 2026
Alle Stationärer Handel ansehen

Methodik

Die Kauffrequenz wurde für zwei Gruppen von REWE-Lebensmittelkäufern über ein rollierendes Sechs-Monats-Beobachtungsfenster von Mitte 2025 bis Mitte 2026 erfasst. Als abgewandert gelten Kunden, die in der ersten Fensterhälfte mindestens einen Einkauf getätigt haben, in der zweiten Hälfte jedoch keinen. Retained-Kunden bilden eine kalenderadjustierte Kontrollgruppe, die über beide Hälften hinweg aktiv geblieben ist. Die Frequenz wird Monat für Monat für die fünf Monate vor dem letzten Einkauf jedes Churners gemessen; der letzte Monat selbst wird ausgeschlossen, da er per Definition 100 % aktiv ist. Die Beobachtung umfasst online zuordenbare Lebensmitteleinkäufe bei REWE.


Diese Insights basieren auf dem Datapods Panel. Wir gewinnen unsere Daten exklusiv durch Nutzer, die für ihre Anonymität entlohnt werden. Werde Teil des Panels & verdiene an deinen Daten