Haibike
Mobility (E-Bikes & Automotive) · Standalone
Brand Score
2.92
Owned Score
3.00
Retail Score
2.84
Gap
+0.17
Owned stärker
Rang im Segment
6/17
Evidence Points
24
Dimensions-Profil
Dimension Scores
Owned
3.00
Gap
+0.17
Retail
2.84
Analyse & Handlungsempfehlungen
Haibike erreicht einen PXM Maturity Score von 2.92 (Basic) und liegt auf Rang 6 im Segment "Mobility (E-Bikes & Automotive)". Das Profil zeigt ein gemischtes Bild mit punktuellen Staerken und klaren Verbesserungsfeldern.
Owned (3.00) und Retail (2.84) sind ausgewogen (Gap: +0.17). Gute Balance zwischen eigener Experience und Retail-Praesenz.
Staerken
Strategy & Governance (3.00): Staerkste Dimension, aber insgesamt noch im Bereich "Developing".
Schwaechen
Digital Maturity & Optimization (2.82): Digitale Reife-Defizite: fehlende strukturierte Daten, Performance-Probleme oder geringe Optimierungssignale.
Product Data Foundation (2.67): Produktdaten-Luecken: fehlende Attribut-Strukturierung, Inkonsistenzen zwischen Owned und Retail.
Handlungsempfehlungen
Digitale Reife steigern: Schema.org-Markup implementieren, Core Web Vitals optimieren, Content-Update-Rhythmus etablieren, Personalisierung testen.
Daten-Qualitaet systematisieren: Strukturierte Attributmodelle je Kategorie aufbauen, Owned-to-Retail Datenkonsistenz sicherstellen, Vollstaendigkeit >90% anstreben.
Finanzdaten
Revenue 2024
–
Revenue 2023
–
EBIT 2024
–
EBIT 2023
–
Accell Group (Brand) · EUR
Part of Accell Group. Accell: EUR 1.29B (2023) / EUR 1.00B (2024). Haibike brand-level not disclosed. Accell posted EUR 390M loss in 2023
Evidence Indicators (26/26)
D1 Strategy
Seitenstruktur & Kategorielogik
Grundstruktur vorhanden, aber inkonsistent zwischen Kategorien
Terminologie & Naming
Konsistente Terminologie kanaluebergreifend inkl. Retail
Produkt-Systematik
Keine erkennbare Produkt-Segmentierung
Cross-Touchpoint-Konsistenz
Kernelemente auf mind. 2/3 Retailern konsistent
D2 Customer Value
Nutzenargumentation
Nutzenhinweise vorhanden, aber generisch
Feature-to-Benefit Translation
Uebersetzung konsistent auf Owned + Retail
Nutzenlogik-Konsistenz
Kein durchgaengiges Nutzen-Narrativ
Zielgruppen-Differenzierung
Explizite Differenzierung auf Owned (Personas, Use Cases)
D3 Channel
Retail-Content-Vollstaendigkeit
Basis-Content (Titel, Kurzbeschreibung, 1 Bild)
Mindeststandard-Einhaltung
Standards auf allen geprueften Retailern konsistent
Kanaladaption
Identischer Content ueberall (Copy-Paste)
Content-Varianz zwischen Retailern
Geringe Varianz, konsistente Kernelemente
D4 Data
Strukturierte Attributsets
Basis-Attribute vorhanden (Groesse, Farbe)
Produktvergleichbarkeit
Systematische Vergleichbarkeit innerhalb Kategorie
Attribut-Konsistenz Owned→Retail
Unterschiedliche Daten auf jedem Kanal
Daten-Vollstaendigkeit
>85% Felder befuellt, keine Widersprueche
D5 Content
Content-Module auf Owned
Basis-Content (Text + Bilder)
Kanaladaption von Content
Strategische Adaption (kanalspezifischer Content-Mix)
Visual & Claim Consistency
Kein erkennbares Visual System
Content-Qualitaet & Nutzwert
Nutzwert-orientiert (How-to, Anwendung, Vergleich)
D6 Digital
Strukturierte Daten (Schema.org / JSON-LD)
Basis-Schema (Product) ohne Details
Page Performance
Core Web Vitals: Good auf Desktop + Mobile
Content-Aktualitaet & Synchronitaet
Sichtbar veraltete Inhalte (>12 Monate)
Content-Veraenderung ueber Zeit
Regelmaessige Updates (quartalweise+)
A/B-Test- & Personalisierungssignale
Keine A/B-Test- oder Personalisierungssignale
Tech-Stack-Signale
Moderne Architektur-Signale (Headless, CDN, Performance)