Lyonic Asset Hub
← Alle Assets

Profit Labeling System (PLS)

Wie wir große Sortimente automatisiert in Labelgruppen einteilen und Budget konsequent in die Produkte lenken, die wirklich Deckungsbeitrag bringen.

Ziel

Das Labelizing ist ein zentraler Bestandteil unserer Arbeit in Google Ads. Ziel ist es, komplexe Konten systematisch zu strukturieren, die Profitabilität zu maximieren und Budgets effizient einzusetzen. Durch die automatisierte Vergabe von Labels können Produkte, Kampagnen und Anzeigen anhand von Performance-Kriterien, Margenstrukturen und Wettbewerbsfähigkeit klassifiziert werden. Auf dieser Basis treffen wir fundierte Entscheidungen über Budgetallokation, Gebotsstrategien und Optimierungsmaßnahmen.

Methodik und Umsetzung
1. Automatisierte Produktbewertung

Wir setzen den Flowboost Labelizer ein, eine Kombination aus Google Ads Skript und Google Spreadsheet. Dieses System ermöglicht eine objektive und wiederkehrende Bewertung aller Produkte. Die Segmentierung erfolgt in fünf klar definierte Gruppen:

  • Over-Index: Produkte mit sehr hoher Profitabilität, überdurchschnittlichem ROAS und signifikanter Klickanzahl.
  • Index: Stabile Produkte, die sich im Ziel-ROAS bewegen.
  • Near-Index: Produkte, die knapp unterhalb des Ziel-ROAS liegen und Potenzial zur Optimierung bieten.
  • Under-Index: Produkte mit unzureichender Profitabilität, jedoch vorhandenem Traffic.
  • No-Index: Produkte mit zu wenig Daten oder neue Produkte ohne Conversion-Historie.

Diese Bewertung erfolgt automatisiert auf Wochenbasis, sodass kontinuierlich aktuelle Daten vorliegen.

2. Integration von Margen und Wettbewerbsfähigkeit

Labels werden nicht ausschließlich anhand von Performance-Metriken vergeben, sondern auch unter Einbeziehung betriebswirtschaftlicher Kennzahlen und Marktdaten:

  • Marge: Produkte mit geringer Deckungsbeitragsmarge werden selbst bei solider Performance zurückgestuft, um den Fokus auf profitablere Artikel zu legen.
  • Preiswettbewerbsfähigkeit: Daten aus dem Google Merchant Center fließen in die Bewertung ein. Produkte, die dauerhaft teurer als der Wettbewerb sind, werden automatisch in die Kategorie Under-Index verschoben, auch wenn Klicks und Impressionen vorhanden sind.
  • Kombination: Performance-Daten und betriebswirtschaftliche Parameter werden zu einem ganzheitlichen Label-System zusammengeführt. Dadurch werden Marketing-Entscheidungen nicht nur aus der Sicht von Klick- und Conversionzahlen, sondern aus der Sicht von Wirtschaftlichkeit getroffen.
3. Kampagnensteuerung und Budgetallokation

Auf Basis der Labelstruktur bauen wir eine klare Kampagnenlogik in Google Ads auf:

  • PMax Main: Breite Aussteuerung aller Produkte zum Sammeln von Daten.
  • PMax Push: Fokussierte Kampagnen für Over-Index- und Index-Produkte mit hohem Budgetanteil.
  • Shopping Push: Steuerung von Kampagnen nach Margenklassen oder Produktkategorien, um die Deckungsbeitragsoptimierung noch gezielter auszurichten.
  • Testkampagnen: Near-Index-Produkte werden mit neuen Creatives oder angepassten Zielgruppen getestet, um sie in den Index-Bereich zu entwickeln.

Das Ergebnis ist eine klare Budgetlenkung: Budget wird bevorzugt in die Produkte investiert, die den größten Return bringen. Schwache Produkte bleiben sichtbar, erhalten aber nur minimale Budgets.

4. Regelbasierte Automatisierung

Die Labelpflege erfolgt automatisiert und nicht manuell:

  • Optmyzr Rule Engine: Regeln zur Labelvergabe basieren auf definierten KPIs wie ROAS, Klickvolumen, Kosten oder Conversion-Wert.
  • RSA Ad Strength: Anzeigenstärken werden automatisch überwacht und mit Labels versehen, um gezielte Optimierungen zu ermöglichen.
  • Platzierungsausschlüsse: Unprofitable oder irrelevante Placements werden nach festen Regeln ausgeschlossen.

Damit stellen wir sicher, dass die Kampagnenstruktur laufend aktuell bleibt, ohne dass im Tagesgeschäft ein manueller Pflegeaufwand entsteht.

Konkretes Kundenbeispiel: Möbelhändler mit großem Produktsortiment

Ein Kunde aus dem Möbelhandel betrieb einen Onlineshop mit über 5.000 Produkten. Die Ausgangslage war typisch:

  • In den Performance Max Kampagnen dominierten wenige Topseller, die überproportional ausgespielt wurden.
  • Viele Produkte mit attraktiver Marge blieben fast unsichtbar.
  • Ein erheblicher Teil des Budgets floss in Produkte mit hohem Traffic, aber ohne Conversions.
Unser Vorgehen
  1. Automatisierte Segmentierung: Alle Produkte wurden anhand von Klicks, ROAS und Marge in die fünf Labelgruppen eingeteilt.
  2. Budgetsteuerung über Labels: Over-Index-Produkte erhielten eigene PMax Push-Kampagnen mit höherem Budget.
  3. Integration von Wettbewerbsdaten: Produkte, die im Merchant Center als dauerhaft zu teuer identifiziert wurden, wanderten in die Gruppe Under-Index. Sie blieben zwar in der Ausspielung, erhielten aber nur geringes Budget.
  4. Optimierung der Near-Index-Produkte: Produkte knapp unterhalb des Ziel-ROAS wurden mit neuen Anzeigentexten, zusätzlichen Zielgruppensignalen und verbesserten Produktbildern getestet.
  5. Testkampagnen für neue Produkte: No-Index-Produkte erhielten spezielle Kampagnen mit niedrigen Budgets, um erste Daten zu sammeln.
Ergebnisse nach sechs Wochen
  • ROAS-Steigerung um 22 % durch gezielte Budgetumlenkung.
  • 31 % geringere Budgetverschwendung, da unprofitable Produkte frühzeitig identifiziert und reduziert wurden.
  • Verdopplung der Sichtbarkeit für bislang kaum ausgespielte, aber margenstarke Produkte.
  • Klarere Struktur im Account, die langfristig eine saubere Skalierung ermöglicht.
Vorteile für unsere Kunden
  • Transparenz: Klare Einblicke, welche Produkte profitabel sind und welche nicht.
  • Effizienz: Zeitersparnis durch Automatisierung, Fehlerreduktion durch systematische Regeln.
  • Profitabilität: Fokus auf Produkte mit dem größten Return on Ad Spend.
  • Skalierbarkeit: Strukturierte Grundlage für Wachstum, ohne dass Budgets unkontrolliert verteilt werden.
Sebastian Beneke, Co-Founder Lyonic
Wir schauen uns dein Sortiment und deine Budgetverteilung gemeinsam an.
Kostenlose Deep-Dive-Analyse buchen

30 Min · konkrete Hebel für deinen Account

Sebastian Beneke · Co-Founder Lyonic