Unsere Methodik

Wie InsightRaider Infoprodukt-Umsätze präzise schätzt

🎯 Die Inspiration: BrandSearch

InsightRaider ist von der Methodik von BrandSearch inspiriert, einem Unternehmen mit einer Bewertung von $110M, das Umsätze für Tausende von Shopify- und Amazon-Shops schätzt.

Ihr Ansatz hat bewiesen, dass es möglich ist, Digitalprodukt-Umsätze mit ±20% Genauigkeit zu schätzen, indem öffentliche Daten und proprietäre Algorithmen kombiniert werden.

📊 Die 3 Säulen unserer Methodik

1. Scraping öffentlicher Signale

Wir sammeln automatisch öffentliche Daten von Infoprodukt-Plattformen:

  • Rankings: Produktposition in Ranglisten (Bestseller, Trending)
  • Bewertungen: Anzahl und Entwicklung der Kundenbewertungen
  • Ratings: Durchschnittsbewertungen und Verteilung
  • Metadaten: Erstellungsdatum, Ersteller, Kategorie, Preis
  • Follower: Abonnentenzahl des Erstellers (falls verfügbar)

2. Web-Traffic-Analyse

Wir schätzen den Web-Traffic der Produktseiten über Drittanbieterquellen:

  • SimilarWeb API: globaler Traffic und Traffic-Quellen
  • Backlinks: Anzahl und Qualität eingehender Links
  • Social Signals: Shares auf Twitter, Reddit, etc.
  • SEO-Metriken: Keywords, Domain Authority

Vereinfachte Formel: Monatlicher Traffic × Durchschnittliche Konversionsrate × Preis = Geschätzte Umsätze

3. Kreuzvalidierte Schätzalgorithmen

Wir kombinieren mehrere Schätzmethoden zur Maximierung der Genauigkeit:

  • Ranking-Modell: Korrelation zwischen Ranking-Position und Umsätzen
  • Bewertungs-Modell: Bewertungs-/Verkaufs-Verhältnis basierend auf bekannten Benchmarks
  • Traffic-Modell: Schätzung via Web-Traffic und Branchen-Konversionsraten
  • Machine Learning: Training auf Datensätzen von Produkten mit bekannten Umsätzen

Wir wenden einen gewichteten Durchschnitt der 4 Modelle basierend auf Datenverfügbarkeit an.

🎓 Validierung und Genauigkeit

Bekannte Benchmarks

Wir validieren unsere Schätzungen anhand von Produkten mit öffentlich deklarierten Umsätzen ihrer Ersteller:

  • Pieter Levels (Nomad List): öffentliche monatliche Umsätze auf
  • Tony Dinh (DevUtils): auf Twitter geteilte Umsätze
  • Marc Louvion (ShipFast): auf Indie Hackers deklarierte Umsätze

Fehlertoleranz

Unser Ziel ist eine Genauigkeit von ±20% bei den Schätzungen.

⚠️ Wichtige Einschränkungen

Schätzungen sind keine Garantien. Tatsächliche Umsätze können variieren aufgrund von:

  • Nicht erkennbaren temporären Werbeaktionen
  • Organischer vs. bezahlter Traffic
  • Saisonalen Schwankungen
  • Dynamischen Preisstrategien

🔄 Aktualisierungshäufigkeit

Beta-Version (€29/Monat)

Wöchentliches Update

  • Scraping jeden Freitag
  • 6-Monats-Historie
  • Top 50 Produkte pro Plattform

PRO-Version (€99/Monat)

Tägliches Update

  • Tägliches Scraping
  • 12-Monats-Historie
  • Top 200 Produkte pro Plattform
  • Echtzeit-Benachrichtigungen

📖 Referenzen und Inspirationen

Fragen zur Methodik?

Möchten Sie mehr über unsere Algorithmen erfahren oder Verbesserungen vorschlagen?

Kontaktieren Sie unser Daten-Team →