Skool Analytics ist das Admin-Dashboard deiner Community. Laut Skools Hilfezentrum zeigt es Mitglieder, Monatsumsatz (MRR), Conversion Rate der About-Seite, Retention, Zu- und Abgänge je Monat, Aktivitäts-Kohorten, ARPU und LTV, Cashflow und Probezeit-Starts. Dazu kommt der Growth-Bereich mit den Besuchern und Beitritten der letzten 30 Tage je Quelle, fast in Echtzeit. Für jedes Mitglied gibt es außerdem ein Aktivitätsdiagramm. Eine Auswertung einzelner Beiträge, etwa Aufrufe je Post, beschreibt das Hilfezentrum nicht (Stand September 2026). Für den Alltag reichen drei Fragen: Werden neue Mitglieder aktiv? Woher kommen sie? Und wer geht wieder? Das Dashboard beantwortet alle drei zum großen Teil, aber nur, wenn du die Definitionen kennst. Was in den Beiträgen und Calls passiert, liest du ohnehin selbst.
Ich betreibe meine Community Claude Practitioners auf Skool, und die Zahlen dahinter wertet bei mir Susi aus, eine meiner KI-Mitarbeiterinnen. Wie die übrige Arbeit rund um die Community verteilt ist, steht in Community Management mit KI-Mitarbeitern. Wenn du Skool noch gar nicht kennst, fang mit Skool: was ist das und wie funktioniert es? an.
Was Skool Analytics zeigt: die Kennzahlen im Überblick
Skool hat einen eigenen Hilfeartikel mit den Definitionen aller Dashboard-Kennzahlen (Stand 24.11.2025). Die wichtigsten, zusammengefasst oder wörtlich zitiert:
Zwei Definitionen solltest du kennen, bevor du irgendeine Zahl interpretierst. Erstens: „Active is defined as having at least one page view to that group in a given month." Aktiv ist also schon, wer einmal im Monat vorbeischaut, ohne etwas zu schreiben oder zu liken. Zweitens ist LTV bei Skool eine Rechnung: ARPU geteilt durch die Churn-Rate, gedeckelt bei „60 times the ARPU (5 years worth of retention)". In einer jungen Community ist das eine Hochrechnung, keine Erfahrung.
Skool Community Analytics je Mitglied und im Growth-Bereich
Neben dem Dashboard hat jedes Mitglied ein Aktivitätsdiagramm. Laut Skool zählen dort Likes, eigene Beiträge, Kommentare und die Teilnahme an Umfragen, angezeigt in UTC. Für die Frage, ob jemand wirklich mitmacht, ist das aussagekräftiger als die Aktiv-Definition des Dashboards, weil ein bloßer Seitenaufruf dort nicht reicht.
Der Growth-Bereich in den Einstellungen zeigt laut Skool die letzten 30 Tage „in near real-time": Besucher, Beitritte und Conversion je Quelle. Dabei gelten drei Regeln, die Skool selbst nennt. Skool rechnet einen Beitritt der letzten Quelle zu, die jemand vorher genutzt hat („last-touch attribution"). Das Zeitfenster beträgt 90 Tage für die meisten Quellen und 14 Tage für das Skool-Netzwerk und Affiliates. Und eine einmal gesetzte Zuordnung ändert sich nicht mehr.
Eine Planfrage gehört dazu. Im Dezember 2025 wies Skools Preisseite „Advanced analytics" als Funktion des Pro-Plans aus, und im Seitencode steht bis heute der Hinweis „To see advanced analytics." als Grund für ein Upgrade. Auf der aktuellen Preisseite taucht die Zeile nicht mehr auf, und welche der Kennzahlen oben darunter fallen, beschreibt Skool nicht. Wer im Hobby-Plan startet, sollte das also im eigenen Dashboard prüfen. Was die Pläne sonst unterscheidet, steht in Skool Kosten: Hobby oder Pro und die Gebühren.
Quellen lesen: woher neue Mitglieder kommen
Die Quellenansicht ist für mich die nützlichste Stelle im Dashboard, aber nur, wenn die Quellen stimmen. Skool schreibt selbst: „Link in bio tools, redirects, URL shorteners, etc., strip traffic sources and show up as direct." Was als „direkt" erscheint, ist also oft etwas anderes.
Das habe ich an meiner eigenen Website gelernt. Lange trugen die Skool-Links auf kevinwelter.com das Attribut noreferrer. Der Browser hat Skool deshalb nicht verraten, woher der Besuch kam, und Skool hat meine Website als direkten Aufruf gezählt. Seit das Attribut entfernt ist, führt Susi kevinwelter.com in ihrer Auswertung als eigene Quelle. Zusätzlich trägt jeder Skool-Link meiner Website Kampagnenparameter je Platzierung, und auf meiner Seite zähle ich datensparsam, welcher Button geklickt wurde.
Wie gut die Kombination aus Skool-Quelle und eigener Frage trägt, zeigt der erste Kauf, den ich über die Website nachvollziehen konnte, im September 2026: Jemand kam über die Google-Suche auf meine Startseite, las einen Blogbeitrag, klickte den Skool-Button und trat der 9-Dollar-Stufe bei. In der Beitrittsfrage, wie die Person auf die Community aufmerksam geworden ist, stand „Google Suche". Diese Frage hatte ich kurz vorher als dritte Mitgliederfrage eingeführt. Welche Wege neue Mitglieder sonst bringen, beschreibe ich in Mehr Mitglieder für deine Skool-Community.
Skool Churn: Kündigungen richtig lesen
Churn zeigt Skool vor allem an zwei Stellen. In „Monthly Member Count" steht je Monat, wie viele Mitglieder gegangen sind („Churned"), und in „Monthly MRR" der Umsatz, der in einem Monat auf null gefallen ist. Die Retention ist über den Umsatz definiert: der Teil des Monatsumsatzes vom Anfang des letzten Monats, der am Ende des letzten Monats noch aktiv ist. Für die LTV-Berechnung rechnet Skool selbst mit „Churn rate … 1 minus the Retention Rate".
Daraus folgen zwei Dinge, die man leicht übersieht:
- Retention schaut auf den abgeschlossenen Monat. Eine Kündigung von heute taucht dort frühestens auf, wenn der laufende Monat vorbei ist.
- Gekündigt heißt nicht sofort weg. Die Mitgliederzahl enthält laut Skool ausdrücklich „members with a paid subscription who have cancelled, but still have time left on their subscription". Bis zum Ende der bezahlten Periode sehen Kündigungen im Dashboard also aus wie Mitglieder.
Deine Churn-Rate bei den Mitgliedern rechnest du aus Skools eigenen Zahlen: „Churned" eines Monats aus „Monthly Member Count" geteilt durch „Total" des Vormonats, also den Bestand an dessen Ende. Beachte, dass „Churned" laut Skool auch Mitglieder enthält, die im selben Monat beigetreten und wieder gegangen sind. In einer bezahlten Community mit Probezeit lohnt es sich, Probezeit-Starts getrennt zu betrachten, weil sie in der Mitgliederzahl stecken, im Umsatz aber nicht. Für Monatsabos bietet Skool im Pro-Plan außerdem ein Kündigungsvideo, das Mitglieder im zweiten Schritt der Kündigung sehen, und Skools eigener Einstiegskurs im Hilfezentrum hat ein Kapitel „How to reduce churn".
Für mich ist das die ehrlichste Kennzahl. Mitgliederzahlen lassen sich mit Werbung und Empfehlungen nach oben bewegen, Kündigungen zeigen eher, ob die ersten Wochen halten, was die About-Seite verspricht. Steigen sie, lohnt sich deshalb zuerst der Blick auf den Einstieg und erst danach auf Preis oder Werbung.
Aktivierung: werden neue Mitglieder aktiv?
Die dritte Kennzahl, die mir wichtig ist, liefert Skool nur indirekt: ob neue Mitglieder in den ersten Tagen wirklich ankommen. Die Engagement-Kohorten zeigen es je Beitrittsmonat, aber mit der großzügigen Definition von „aktiv". Das Aktivitätsdiagramm je Mitglied ist genauer, aber mühsam, wenn du es für jeden einzeln öffnest.
Verbinde deshalb drei Signale: Wer ist im Beitrittsmonat laut Kohorte aktiv, wer hat in den ersten Tagen geschrieben oder kommentiert, und was stand in den Antworten auf die Mitgliederfragen? Meine drei Fragen sind: „Was willst du mit Claude als erstes angehen?", „Mit welchen KI-Tools hast du Erfahrung?" und „Wie bist du auf die Community aufmerksam geworden?". Skool erlaubt höchstens drei Fragen, und die Antworten lassen sich über den Export-Knopf im Mitglieder-Reiter herunterladen. Einen anderen Export haben wir im Hilfezentrum nicht gefunden. Was in den ersten Tagen passieren sollte, damit aus einem Beitritt ein aktives Mitglied wird, steht in Skool Onboarding: die ersten sieben Tage.
Was Posts dir sagen, das keine Kennzahl zeigt
Aufrufe oder Reichweite einzelner Beiträge sind im Hilfezentrum nicht beschrieben. Das ist weniger schlimm, als es klingt, denn die aufschlussreichsten Signale einer Community stehen in Texten, nicht in Zahlen.
Was ich in meinen Kaffee-Calls erlebe, hat Susi im August an den Transkripten nachgezählt: Bei uns sitzen keine Leute, die KI nur mal ausprobieren wollen, sondern Menschen, die Claude schon bezahlen und mehr daraus machen wollen, als ihnen bisher gelingt. Die häufigsten Fragen drehten sich um das passende Abo und Modell, um den Unterschied zwischen Chat, Cowork und Code, darum, warum Claude scheinbar vergisst, wie man einen KI-Mitarbeiter aufsetzt und wie KI-Texte nicht nach KI klingen.
Eine zweite Beobachtung: Meine Umfrage „Was hat dir hier konkret Zeit gespart?" blieb ohne Antwort. Echte Erfolgsgeschichten kamen trotzdem, ungefragt, in Beiträgen, in denen Mitglieder ihre Fortschritte teilten. Eine Statistik hätte hier null gemeldet und das Wichtige übersehen. Wie Beiträge entstehen, die zum Antworten einladen, beschreibe ich in Skool-Posts mit KI schreiben, mit Freigabe.
Wer tiefer will, vergleicht Käufer und Nicht-Käufer. Wie das mit Posts, Kommentaren und Call-Transkripten geht, zeige ich am anonymisierten Fall einer Coaching-Community aus meinem Kundenkreis mit kostenlosem und bezahltem Bereich in Buyer Persona mit KI aus Community-Daten.
Bei mir wertet Susi die Zahlen aus
In meinem Betrieb ist Susi, meine KI-Mitarbeiterin für Meta Ads, auch für die Community-Zahlen zuständig. Sie wertet die Kennzahlen aus, die Skools Admin-Dashboard zeigt, und die Antworten auf die Beitrittsfragen, und sie verbindet beides mit dem, was sie über Anzeigen weiß. Eine Regel zieht sich durch ihre Arbeit: Jede Zahl gilt nur zum Stichtag ihrer Quelle, und eine Statusfrage beantwortet sie mit einem aktuellen Stand, nicht mit einem alten.
Was Susi nicht tut: entscheiden. Ob ich den Einstieg ändere, den Preis anpasse oder eine Kampagne starte, entscheide ich. Susi liefert die Grundlage und sagt dazu, wie belastbar sie ist. Warum die Auswertung außerhalb von Skool stattfindet und welche Wege Skool offiziell anbietet, beschreibe ich in Skool API und Automatisierung: was geht. Und falls dir eine eigene Auswertung dieser Art zu viel auf einmal ist: In der Community zeige ich, wie Susi aufgebaut ist, und du kannst deine Zahlen dort in einem Post zur Diskussion stellen.
Häufige Fragen
Was zeigt Skool Analytics?
Laut Hilfezentrum Mitglieder, Monatsumsatz, Conversion Rate der About-Seite, Retention, Aktivitäts-Kohorten, ARPU, LTV, Cashflow und Probezeit-Starts. Der Growth-Bereich zeigt die letzten 30 Tage je Quelle, fast in Echtzeit. Dazu kommt ein Aktivitätsdiagramm je Mitglied. Eine Auswertung einzelner Beiträge beschreibt das Hilfezentrum nicht, Stand September 2026.
Wie berechne ich die Churn-Rate in Skool?
Für den Umsatz setzt Skool in der LTV-Berechnung die Churn-Rate als 1 minus Retention Rate an, geglättet und je abgeschlossenem Monat. Für Mitglieder teilst du „Churned" eines Monats aus „Monthly Member Count" durch „Total" des Vormonats. Beachte: Gekündigte Mitglieder mit Restlaufzeit zählen laut Skool bis zum Periodenende weiter als Mitglieder.
Warum steht meine Website in Skool als direkter Aufruf?
Meist, weil der Link die Herkunft nicht mitschickt. Skool nennt Link-in-Bio-Werkzeuge, Weiterleitungen und Kurz-URLs als typische Ursachen. Bei mir war es das Attribut noreferrer an den Skool-Links meiner Website. Seit es entfernt ist, erscheint kevinwelter.com als eigene Quelle. Prüfe deshalb zuerst deine Links, bevor du der Quelle „direkt" etwas zuschreibst.
Gibt es in Skool Statistiken pro Post?
Im Hilfezentrum ist keine Auswertung einzelner Beiträge beschrieben, weder Aufrufe noch Reichweite. Sichtbar sind Likes und Kommentare am Beitrag selbst, und der Feed sortiert laut Skool standardmäßig nach jüngstem Engagement. Was ein Beitrag bewirkt, liest du deshalb an den Antworten und an den Fragen, die danach in Calls auftauchen.
Brauche ich für Skool Analytics den Pro-Plan?
Ein Dashboard gibt es in beiden Plänen. Im Dezember 2025 führte Skool „Advanced analytics" als Pro-Funktion auf, auf der aktuellen Preisseite fehlt diese Zeile. Welche Kennzahlen genau dazugehören, beschreibt Skool nicht. Prüfe im eigenen Konto, was du im Hobby-Plan siehst, bevor du wegen der Zahlen wechselst.
Wie du weitermachst
Öffne dein Dashboard und schreib für den letzten Monat drei Werte auf: Beitritte je Quelle, Anteil aktiver neuer Mitglieder und gesetzte Kündigungen. Prüf danach deine Links auf noreferrer und Weiterleitungen, und stell eine Mitgliederfrage nach der Herkunft, falls du keine hast. In vier Wochen hast du einen Vergleich, der mehr sagt als jede Einzelzahl. Wie Susi das bei mir auswertet, zeige ich in meiner Community Claude Practitioners.
