Lyonic Asset Hub
Baushop Express
Wie ein Anbieter für Bau- und Handwerksbedarf seine Budgets über ein A/B/C-Scoring aus Ads- und ERP-Daten gesteuert und parallel die Tracking-Lücke geschlossen hat.
Unternehmensprofil
Baushop Express ist ein führender E-Commerce-Anbieter für Bau- und Handwerksbedarf. Das Sortiment richtet sich sowohl an professionelle Handwerksbetriebe als auch an private Heimwerker und deckt ein breites Spektrum an Produkten ab – von Werkzeugen über Maschinen bis hin zu Bauzubehör.
Eckdaten & Rahmenbedingungen
- Branche: Bau- & Handwerksbedarf (E-Commerce)
- Shop-System: Magento
- Tracking & Consent: CookieFirst
- Marketingkanäle: Google Ads, Google Shopping, Suchkampagnen
- Steuerung & Reporting: Jour Fixe in Kombination mit Looker Studio Dashboard
Ausgangssituation
Vor der Zusammenarbeit bestand die größte Herausforderung darin, die wirklichen Top-Performer im Produktportfolio eindeutig zu identifizieren. Zwar lagen viele Daten aus Google Ads vor, jedoch fehlte die klare Verbindung zum tatsächlichen Geschäftswert im ERP-System.
Das führte zu zwei zentralen Problemen
- Intransparenz: Welche Produkte bringen nicht nur Klicks und Conversions, sondern auch nachhaltigen Umsatz und Marge?
- Ineffiziente Budgetverteilung: Teile des Werbebudgets flossen in Produkte, die zwar Klicks generierten, aber kaum wirtschaftlichen Beitrag leisteten.
Zielsetzung
Ein einheitliches Bewertungssystem, das Daten aus Google Ads und dem ERP-System verbindet, um Budgets gezielt in die Produkte zu lenken, die für Baushop Express den größten geschäftlichen Mehrwert schaffen.
Vorgehen & Maßnahmen
1. Aufbau einer Bewertungsmatrix
Gemeinsam wurde eine Bewertungsmatrix entwickelt, die Google-Ads-Daten (Impressionen, Klicks, Conversions, CPC, Kosten/Conversion) mit ERP-Daten (Umsatz, Marge, Deckungsbeitrag) verknüpft.
- Jeder Artikel erhielt dadurch ein Scoring, das seinen realen Wertbeitrag sichtbar machte.
- Produkte wurden in A-, B- und C-Segmente eingeteilt:
- A-Produkte: Top-Performer mit hohem Umsatz- und Marge-Beitrag
- B-Produkte: Solide Performer, die stabil laufen
- C-Produkte: Produkte mit niedriger Relevanz oder negativen ROI
2. Magento-Setup als Fundament
Das Shopsystem Magento spielte eine zentrale Rolle im Projekt:
- Saubere Produkt-IDs: Alle Produkte wurden im Magento-Backend mit konsistenten IDs und Attributen gepflegt. Diese Eindeutigkeit war der Schlüssel für die Verknüpfung zwischen Ads- und ERP-Daten.
- Feed-Optimierung: Der Produktfeed für Google Shopping wurde so angepasst, dass die Magento-Daten 1:1 in den Feed einflossen. Dadurch war gewährleistet, dass Kampagnen- und ERP-Auswertungen auf derselben Datenbasis fußten.
- Erweiterbarkeit: Magento ermöglichte die schnelle Integration zusätzlicher Attribute (z. B. Margenklassen), um die Bewertungsmatrix weiter zu verfeinern.
3. Steuerung & Prozesse
- Jour Fixe: Regelmäßige Meetings stellten sicher, dass Entscheidungen schnell getroffen und Budgets flexibel angepasst wurden.
- Transparenz im Dashboard: Ein individuelles Looker-Studio-Reporting zeigte allen Beteiligten die aktuelle Segmentierung, Performance und Budgetallokation in Echtzeit.
4. Umsetzung auf Kampagnenebene
- Budgetverschiebung: A-Produkte erhielten systematisch mehr Budget, C-Produkte wurden reduziert oder ganz deaktiviert.
- Gebotsstrategien: Gebote wurden differenziert nach A/B/C-Segmenten gesteuert.
- Testing neuer Produkte: Neue Artikel starteten automatisch im C-Segment und konnten bei bestätigter Performance aufsteigen.
5. Matomo Conversion Tracking Setup
Parallel zur Bewertungsmatrix wurde ein vollständiges First-Party Tracking mit Matomo implementiert, um die Datenlücken im klassischen Google Analytics Setup zu schließen. Die Herausforderung:
- Das bisherige Tracking über CookieFirst führte zu massiven Conversion-Verlusten, da viele Nutzer keine Einwilligung gaben
- Google Ads optimierte auf Basis unvollständiger Daten
- Unterschiedliche Conversion-Zahlen zwischen verschiedenen Systemen erschwerten fundierte Entscheidungen
Die Lösung:
- Matomo auf eigenem Server: Installation einer Matomo-Instanz auf einem dedizierten Server für volle Datenhoheit
- Tracking ohne Consent: DSGVO-konforme Erfassung technisch notwendiger Daten ohne Cookie-Banner-Einwilligung
- Click-ID Erfassung: Automatische Speicherung der Google Ads Click-ID (gclid) über den gesamten Kaufprozess
- E-Commerce Tracking: Vollständige Erfassung von Bestellungen, Umsätzen und Produktdaten direkt im Shop-System
- Automatisierter Export: Täglicher Export der Conversion-Daten aus Matomo als CSV-Datei
- Import zu Google Ads: Automatisierte Übermittlung der Conversions an Google Ads via benutzerdefiniertem Conversion-Import
Technische Integration:
- Tracking-Code wurde in Magento integriert und erfasste alle relevanten Events
- DataLayer-Struktur wurde aufgesetzt, um saubere Datenübergabe zu gewährleisten
- Cronjob für täglichen automatischen Export und Import der Conversion-Daten
Ergebnisse
Aus der Bewertungsmatrix:
- Mehr Transparenz: Erstmals hatten Marketing, Einkauf und Management eine einheitliche Sicht auf die wahren Top-Performer.
- Effizientere Budgets: Mittel wurden gezielt von Low-Value-Produkten zu High-Value-Produkten verschoben.
- Kürzere Entscheidungswege: Dank Jour Fixe und Live-Dashboard konnten Anpassungen schnell umgesetzt werden.
- Bessere Zusammenarbeit: Die einheitliche Bewertungsmatrix schuf eine gemeinsame Grundlage für Marketing- und Einkaufsteams.
Aus dem Matomo Conversion Tracking:
- +95% Conversion-Erfassung: Nahezu alle Conversions wurden erfasst – unabhängig von Cookie-Einwilligung. Vorher gingen ca. 60-70% der Conversions durch fehlende Consents verloren.
- Präzisere Kampagnenoptimierung: Google Ads Smart Bidding arbeitete auf Basis vollständiger Daten und konnte Gebote deutlich genauer steuern.
- Stabile Datenbasis: Keine Diskrepanzen mehr zwischen verschiedenen Reporting-Tools – eine einzige valide Quelle für alle Stakeholder.
- Schnellere Lernphase: Durch die höhere Conversion-Anzahl konnten neue Kampagnen und Tests deutlich schneller aussagekräftige Ergebnisse liefern.
- ROAS-Verbesserung: Durch die Kombination aus präzisem Tracking und intelligenter Segmentierung konnte der ROAS um ca. 25-30% gesteigert werden.
- Volle Datenhoheit: Alle Tracking-Daten lagen auf eigenem Server – maximale Kontrolle und Unabhängigkeit von Google-Richtlinien.
Learnings & Best Practices
Was hat besonders gut funktioniert
- Magento als Datenfundament: Ein konsistentes, sauberes Produktdaten-Setup ist der Schlüssel für jede Art von datengetriebener Steuerung.
- Metriken verschmelzen: Nur wenn Marketing-Daten (Klicks, Conversions) und Business-Daten (Umsatz, Marge) zusammengeführt werden, entsteht ein vollständiges Bild.
- Iterative Steuerung: Ein fester Steuerungsrhythmus sorgt für schnelle Feedback-Loops und kontinuierliche Optimierung.
Ausblick
Die Bewertungsmatrix bildet die Grundlage für weitere Automatisierungen:
- Automatisierte Labeling-Prozesse im Feed zur direkten Anbindung an Gebotsstrategien
- Deckungsbeitragsbasierte Steuerung: Anstelle von klassischen KPIs wie ROAS könnte die Steuerung zukünftig stärker auf DB optimiert werden
- Customer-Lifetime-Value: Langfristig könnte die Matrix um CLV erweitert werden, um Kundenwert und Wiederkäufe abzubilden
30 Min · konkrete Hebel für deinen Account