Jeder Shopify-Store leckt Informationen. Sein Theme, seine Apps, seine Tracking-Pixel, die Reihenfolge seiner Kollektionen, die Produkte, die er auf die Homepage pusht — all das ist öffentlich, und all das sagt dir, was der Store über seinen eigenen Markt gelernt hat.
Das richtig zu lesen ist schneller als jede Umfrage: Statt zu raten, was in einer Nische verkauft, schaust du dir an, worauf ein Store, der dort schon verkauft, sein Geld gesetzt hat.
Dieser Guide geht die fünf Ebenen durch, die sich bei jedem Konkurrenz-Store zu prüfen lohnen, was jede davon wirklich beweist und wo die Schätzungen anfangen zu lügen.
Bestätige zuerst die Plattform, denn sie entscheidet, was du sonst noch sehen kannst. Shopify-Stores legen deutlich mehr offen als die meisten: Ihr Produktkatalog ist über einen öffentlichen Endpoint lesbar, was bedeutet, dass die vollständige Produktliste, Preise, Varianten, Bilder und Erstellungsdaten ganz ohne Tool verfügbar sind.
Beim Stack gilt dieselbe Logik. Review-Apps, Upsell-Apps, Abo-Tools, Page-Builder und E-Mail-Plattformen hinterlassen alle Spuren im Seitenquelltext. Ein Store, der eine aggressive Upsell-App plus eine Review-Plattform plus einen Page-Builder laufen lässt, hat in die Conversion-Rate investiert — ein Zeichen, dass er die Testphase hinter sich gelassen hat.
Die Bestseller-Kollektion eines Shopify-Stores ist ein öffentliches, selbst erklärtes Ranking. Es ist die wertvollste einzelne Seite auf einer Konkurrenz-Website: Der Store sagt dir in Reihenfolge, was seine Kunden tatsächlich kaufen.
Gleiche das mit den neuesten Produkten ab. Ein Store, der zehn Produkte pro Woche hinzufügt, testet noch; einer, der zwei im Monat hinzufügt und überall dieselben drei Produkte pusht, hat seine Winner gefunden und skaliert sie. Dieser Unterschied sagt dir, ob du auf ein Labor oder einen bewährten Katalog schaust.
Traffic-Schätzungen stammen aus öffentlichen Panel-Daten und verhalten sich vorhersehbar: bei großen Stores einigermaßen aussagekräftig, bei kleinen verrauscht. Umsatzschätzungen multiplizieren diesen Traffic mit einer angenommenen Conversion-Rate und einem durchschnittlichen Bestellwert — zwei Annahmen, die auf eine Schätzung gestapelt werden.
Nutze sie als Größenordnung, nie als Zahl. Die nützliche Frage ist nicht „macht dieser Store $47.000 im Monat", sondern „liegt dieser Store im Tausender- oder im Hunderttausender-Bereich, und ist der Trend steigend oder fallend". Ein Tool, das Schätzungen als präzise Zahlen darstellt, verkauft dir falsche Sicherheit.
Die Anzeigen eines Stores zeigen dir, wohin sein Geld fließt und wie zuversichtlich er ist. Schau, wie viele Anzeigen gleichzeitig laufen, wie lange die älteste schon live ist und ob Creatives erneuert werden.
Das aufschlussreichste Muster: Ein Store, der wenige Anzeigen über lange Zeit laufen lässt, hat einen Angle gefunden, der funktioniert, und muss nicht mehr weiter testen. Ein Store mit vielen kurzlebigen Anzeigen sucht noch. Beide sind nützlich — der erste zeigt dir ein bewährtes Produkt, der zweite zeigt dir eine Nische in Bewegung.
Alle fünf Ebenen von Hand durchzugehen dauert etwa eine Stunde pro Store, verteilt über einen Plattform-Detektor, einen Traffic-Schätzer, eine Anzeigenbibliothek und jede Menge Lesen im Seitenquelltext.
Trackira verdichtet das auf einen Screen: Füge eine Domain ein, und es liefert die Plattform, die Apps und Pixel, den gerankten Produktkatalog mit Preisen und Veröffentlichungsdaten, geschätzten Traffic und Umsatz mit ihrem Verlauf sowie jede Anzeige, die der Store über Meta, TikTok, Pinterest und Google Shopping laufen lässt. Schätzungen sind als Schätzungen gekennzeichnet.
Von dort führt derselbe Workspace die Arbeit weiter — das Produkt bei Lieferanten sourcen und dein eigenes Listing vorbereiten.
Exakt kannst du ihn nicht sehen — keine öffentliche Quelle legt den echten Umsatz offen. Schätzungen kombinieren Traffic-Panel-Daten mit angenommenen Conversion-Rates und durchschnittlichen Bestellwerten, was bei großen Stores als Größenordnung verlässlich ist und bei kleinen unzuverlässig. Behandle jede Zahl als Spanne, nicht als exakte Zahl.
Apps injizieren Skripte und Markup in die Storefront, deshalb sind sie im Seitenquelltext sichtbar. Review-Plattformen, Upsell-Tools, Page-Builder und E-Mail-Apps hinterlassen jeweils erkennbare Spuren — ein Store-Analyse-Tool automatisiert einfach die Erkennung.
Öffentlich veröffentlichte Informationen zu lesen — Seiten, Preise, öffentliche Katalog-Endpoints, Anzeigenbibliotheken — ist gängige Wettbewerbsrecherche. Wichtig ist, die Nutzungsbedingungen und Rate-Limits der Seite zu respektieren und niemals private Daten oder Kundendaten anzufassen.
Werbe-Laufzeit kombiniert mit einer stabilen Bestsellerliste. Ein Store, der über Monate dieselben Produkte oben gehalten und dabei Anzeigen laufen lassen hat, ist profitabel; niemand hält beides ohne Marge durch.