Margin-Segmentierung: Optimiere für Gewinn, nicht Umsatz

Die Optimierung deines Google Shopping Feeds rein nach ROAS ist einer der teuersten Fehler, den ein Performance-Team begehen kann – sie trainiert Googles Algorithmus, Umsatz auf den SKUs zu maximieren, die deine Marge am schnellsten aufzehren. Nach der Prüfung von über 50 Shopify-Stores im Jahr 2025 war der größte Einzelfaktor für Margenerosion, den wir fanden, nicht Werbeausgaben, Creative-Qualität oder Bid-Levels – es waren Feeds, die überhaupt kein Margensignal aufwiesen und Google dazu brachten, das Budget zu allem zu leiten, was mit der höchsten Umsatzquote konvertierte, unabhängig davon, was dieser Umsatz das Unternehmen tatsächlich kostete.

Die ROAS-Falle: Wie Umsatzoptimierung die Margin-Mix zerstört

ROAS als primärer Shopping-KPI machte Sinn in der Pre-PMax-Ära, als man die exakte Produktabdeckung über Standard Shopping Kampagnen erzwingen konnte. Performance Max hat den Vertrag geändert: Du gibst Google einen Feed und ein Signal, und der Algorithmus entscheidet, was gezeigt, wem gezeigt und wann gezeigt wird. Wenn das einzige Signal, das du lieferst, ein Ziel-ROAS ist, optimiert Google für Umsatz pro Impression – Punkt. Es gibt keinen eingebauten Mechanismus, der einen 300-Euro-Verkauf bei 15% Marge von einem 80-Euro-Verkauf bei 42% Marge unterscheidet.

Das mechanische Problem ist, dass hochumsatzige SKUs selten deine beste-Margin-SKUs sind. Ein 300-Euro-Artikel mit 4× ROAS generiert 300 Euro Umsatz pro 75 Euro ausgegeben. Ein 80-Euro-Artikel bei 6× ROAS generiert 80 Euro Umsatz pro 13 Euro ausgegeben. Google zeigt das 300-Euro-Produkt, weil es beim Umsatz gewinnt. Aber wenn das 300-Euro-Produkt 15% Beitragsmarge trägt und der 80-Euro-Artikel 42% Marge trägt, generierte das 300-Euro-Produkt 45 Euro Brutto-Beitrag versus 33,60 Euro für den 80-Euro-Artikel – ein sinnvoller Unterschied pro Bestellung und katastrophal im großen Maßstab, wenn man Kundenakquisitionskosten, Rücksendungen und Erfüllung berücksichtigt.

Wir haben in diesem Quartal Feeds für 11 DTC-Marken überarbeitet und das Muster kam ohne Ausnahme heraus: die unteren 20% der SKUs nach Beitragsmarge erhielten zwischen 31% und 47% des Shopping-Impressions-Anteils. Eine 4-Millionen-Euro/Jahr Shopify-Modemarke gab 38% ihres Google Shopping Budgets für ihre drei schlechtesten-Margin-Produktlinien aus. Laut McKinsey's Forschung zu Growth-Marketing und Verkauf freisetzen Unternehmen, die Mediainvestitionen an Margin-Beitrag anstatt an Brutto-Umsatz ausrichten, routinemäßig 15–25% inkrementelles EBITDA, ohne die Gesamtausgaben zu erhöhen.

Die Lösung ist keine Bid-Anpassung. Es ist eine Datenarchitektur-Entscheidung, die du auf Feed-Ebene triffst, bevor eine einzige Auktion berührt wird. Diese Unterscheidung zählt, weil Bid-Anpassungen reaktiv sind – sie jagen Ergebnisse nach, nachdem Google bereits Routing-Entscheidungen getroffen hat. Feed-Level-Margin-Signale formen diese Entscheidungen vorgelagert.

Beitragsmarge auf Feed-Attribute abbilden ohne ERP

Der häufigste Einwand gegen margin-basierte Feed-Segmentierung ist „wir haben kein ERP, das Margendaten sauber in unseren Feed leitet." Das ist fair – und es ist kein Blocker. Enterprise-ERP-Integration ist ideal, aber ein 80% genaues Margin-Signal, das aus Shopifys nativem Kostenfeld gebaut wird, genügt, um deine 40%+ Margin-Produkte von deinen 12% Margin-Produkten zu trennen, was die einzige Segmentierung ist, die Material-Budget-Routing verändert.

Beginne mit dem Export von drei Spalten aus Shopify: variant_id, price und cost. Wenn Kosten für einige SKUs fehlen, verwende deinen Kategoriedurchschnitt COGS als Proxy – unvollkommen, aber richtungsmäßig genau genug für Tier-Zuweisung. Beitragsmarge auf Feed-Ebene muss nicht der Rechnungslegungszahl deines Finance-Teams entsprechen; sie muss konsistent und genau genug sein, um Produkte untereinander zu bewerten.

Shopify-Metafelder bieten den saubersten Injektionspunkt. Laut Shopifys offizieller Metafelder-Dokumentation kannst du ein product.metafields.custom.contribution_margin_tier Feld erstellen und es programmatisch über die Admin API oder eine Bulk Operations GraphQL Mutation füllen. Sobald das Metafeld existiert, erscheint es als abrufbares Attribut in den meisten Feed-Verwaltungstools und ergänzenden Feed-Pipelines – kein Custom Connector erforderlich.

Für Stores auf WooCommerce gilt die gleiche Logik über WooCommerce-Produkt-Meta. Der kritische Schritt ist unabhängig von der Plattform, die Margin-Tier in deinem Quellsystem zu berechnen und es auf ein Produkt-Level-Attribut zu schreiben – nicht versuchen, es downstream inside Google Ads Regeln abzuleiten, wo du Granularität und Versionskontrolle verlierst. Die MagicFeed Pro Shopify Integration behandelt den COGS-Pull und Tier-Write in einem einzelnen Pipeline-Schritt, was den manuellen Export-und-Reload-Zyklus eliminiert, der Verzögerung zwischen einer Preisänderung und der korrekten Tier-Servierung erzeugt.

Custom-Label-Architektur für 3–5 Margin-Tiers

Sobald du einen Margin-Wert pro SKU hast, fasse ihn in diskrete Tiers zusammen, damit Google Ads Asset Groups und Bid-Strategien segmentieren kann. Drei Tiers sind die minimale lebensfähige Architektur. Fünf Tiers geben dir chirurgische Kontrolle, wenn deine Margin-Verteilung breit ist – typisch in Multi-Kategorie-Katalogen, wo Mode, Zubehör und Bündel komplett unterschiedliche Margin-Bereiche einnehmen.

Hier ist die vier-Tier-Struktur, die wir über Client-Konten verwenden, kalibriert für die meisten DTC-Verticals. Passe die Prozentsatz-Schwellwerte vor der Anwendung an deine tatsächliche Margin-Verteilung an:

Ordne diese Werte custom_label_0 in deinem Feed zu. Wenn custom_label_0 bereits für eine andere Segmentierungsachse genutzt wird – Bestseller-Rang, Saisonalität, Clearance-Status – verschiebe Margin zu custom_label_1. Google Shopping Feeds unterstützen custom_label_0 bis custom_label_4, was dir fünf unabhängige Achsen gibt. Dokumentiere, welches Label zu welcher Dimension in deiner Feed-Spezifikation passt, damit die Architektur Teamfluktuation und Agentur-Übergaben übersteht.

MagicFeed Pro's Custom-Label-Automatisierung behandelt die COGS-zu-Tier-Berechnung und Label-Writing in einem einzelnen Pipeline-Durchgang – kritisch, wenn du Kataloge über 5.000 SKUs verwaltst, wo manuelle CSV-Manipulation sowohl Verzögerung als auch Fehler einführt. Bei kleineren Katalogen funktioniert eine Google Sheets Formel, die von einem exportierten Produkt-CSV abruft, als Startpunkt gut.

Eine Nuance, die es wert ist, beim Drain-Tier zu betonen: widerstehe dem Reflex, jede margin_drain SKU sofort auszuschließen. Einige Low-Margin-Produkte sind absichtliche Loss-Leader mit dokumentierter Cross-Sell-Steigerung – Zubehör, das konsequent Wiederholungskäufe von Elite-Tier-Produkten antreibt. Erstelle für diese ein Sub-Label margin_drain_strategic und evaluiere ihren Halo-Beitrag, bevor du sie komplett aus Shopping entfernst. Stumpfe Ausschließung von Loss-Leadern hat mehr als eine Marke signifikante LTV gekostet im Austausch für einen kurzfristigen Margin-Bump, der gut in monatlichen Berichten aussah.

Margin-Signale in PMax Asset Group Segmentierung einspeisen

Performance Max Asset Groups sind der strukturelle Hebel, wo Margin-Tiers in echtes Budget-Routing übersetzen. Das Standard PMax Setup – eine Asset Group, voller Katalog – eliminiert jede Möglichkeit, Google differenzierte Signale nach Margin-Tier zu geben. Du brauchst mindestens zwei Asset Groups: eine für Elite und Core SKUs, eine für Gewinnschwelle und Drain. Drei Asset Groups ist die empfohlene Start-Architektur für die meisten Kataloge zwischen 1.000 und 10.000 SKUs.

Die drei-Asset-Group-Struktur, die über Client-Konten funktioniert:

• Asset Group A — Wachstum: Tier 1 Produkte (margin_elite). Höchstes TROAS-Ziel oder Target CPA wenn AOV konsistent über den Tier ist. Volle Zielgruppen-Signal-Breite, um PMax maximale Discovery-Freiheit zu geben.
• Asset Group B — Halten: Tier 2 und Tier 3 Produkte (margin_core, margin_breakeven). Standard TROAS. Moderate Zielgruppen-Signal-Spanne.
• Asset Group C — Überwachen: Tier 4 Produkte (margin_drain). Entweder ausgeschlossen von PMax und zu einer Low-Budget Standard Shopping Kampagne verschoben, oder behalten mit einem TROAS-Floor hoch genug, um Ausgaben funktional zu unterdrücken, ohne eine vollständige Umstrukturierung auszulösen.

Produkt-Segmentierung inside PMax Asset Groups ordnet sich direkt dem Custom Label deines Feeds zu – du filterst nach custom_label_0 = margin_elite inside der Asset Group's Produktgruppen-Einstellungen. Dies ist die beabsichtigte Nutzung des Custom Label Attributs laut Googles offiziellem Merchant Center Produktdaten-Spezifikation, nicht ein Workaround.

Ein struktureller Vorbehalt: PMax konsolidiert das Budget über Asset Groups innerhalb einer einzelnen Kampagne. Wenn du harte Budget-Floors pro Margin-Tier möchtest, brauchst du separate PMax-Kampagnen statt separate Asset Groups inside einer Kampagne. Separate Kampagnen tragen die Kosten längerer Lernperioden und höherer minimaler Konversionsvolumen-Anforderungen. Kataloge unter ungefähr 10.000 £/Monat in Shopping-Ausgaben funktionieren generell besser mit einer Kampagne und drei Asset Groups statt drei separate Kampagnen, jede unterernährt von der Konversionsvolumen-Menge, die Google braucht, um die Lernphase zu beenden.

Bid-Strategie-Konfiguration sobald dein Feed wahre Marge widerspiegelt

Mit Margin-Tiers live im Feed und Asset Groups drumherum strukturiert hat die Bid-Strategie-Konfiguration ein klares mathematisches Rahmenwerk. Die konzeptuelle Verschiebung, die die meisten Teams brauchen, ist die Umwandlung von Beitragsmarge-Prozentsätzen in TROAS-Äquivalente, damit die Bid-Strategie an der Margin-Untergrenze verankert ist statt an der Umsatz-Untergrenze.

Die Formel ist direkt: Mindestens akzeptabler TROAS für einen Tier = (1 ÷ Beitragsmarge %) × 100

Für ein Elite-Tier-Produkt bei 48% Beitragsmarge ist der Mindest-TROAS (1 ÷ 0,48) × 100 = 208%. Dein Ziel-TROAS sollte 1,4–1,8× über diesem Floor sitzen – ungefähr 290–375% – um Google Kopfraum zu geben, hochwertige Impressionen zu finden statt Gewinnschwelle-Konversionen zu kratzen.

Für ein Drain-Tier-Produkt bei 14% Beitragsmarge ist der Mindest-TROAS 714%. Ein 750% TROAS-Ziel auf einem Produkt, das durchschnittlich 280% TROAS in deinen aktuellen Kampagnen erreicht, zu setzen bedeutet, Google serviert es selten – was genau das beabsichtigte Ergebnis ist.

Über 4 Client-Konten, die Performance Max mit dieser Architektur laufen, stabilisierte sich Smart Bidding auf den neuen margin-gewichteten Signalen innerhalb von 2–3 Wochen. Plane für ein festes 30-Tage-Beobachtungsfenster ein, bevor du Schlüsse ziehst. Der häufigste Post-Umstrukturierungs-Fehler ist die Anpassung von TROAS-Zielen an Tag 12, wenn das Volumen sinkt – dieser Rückgang ist der Algorithmus, der sich neu kalibriert, nicht ein Signal strukturellen Fehlers. Bid-Änderungen während der Lernphase setzen die Uhr zurück und verlängern routinemäßig das effektive Beobachtungsfenster auf 6–8 Wochen.

Für weitere Details darüber, wie Feed-Attribut-Struktur PMax-Kampagnen-Performance beeinflusst, behandelt der MagicFeed Pro Feed-Segmentierungs-Leitfaden Attribut-Hierarchie und ergänzende Feed-Timing in Tiefe.

Fallstudie: 22% Margin-per-Order Steigerung über 90 Tage

Eine Shopify-Modemarke, die 4 Millionen Euro/Jahr in E-Commerce-Umsatz generiert, kam zu uns mit einem ROAS-Plateau bei 3,8× und einem Margin-Problem, das sie noch nicht quantifiziert hatten. Ihr DTC-Gründer vermutete, dass die Feeds die Grundursache waren; die bisherige Performance-Agentur hatte sechs Monate damit verbracht, Zielgruppen-Signale und Creative-Assets zu optimieren, ohne anhaltende ROAS- oder Margin-Verbesserung.

Grundzustand beim Engagement-Start:

• Gesamt-SKUs im Feed: 1.847
• SKUs mit gefülltem Kostenfeld: 0
• PMax-Struktur: 1 Kampagne, 1 Asset Group, voller Katalog
• Blended TROAS-Ziel: 380%
• Beitragsmarge pro Bestellung (Finance-Team Schätzung): 23%

Die 8-Wochen-Implementierungs-Sequenz:

1. COGS für alle 1.847 SKUs gefüllt über Shopify-Kostenfeld, Quervergleich gegen Lieferanten-Rechnungen für die Top 200 Umsatz-SKUs.
2. Beitragsmarge berechnet pro SKU. Verteilung: 31% Elite (≥45% CM), 28% Kern, 22% Gewinnschwelle, 19% Drain.
3. Margin-Tiers geschrieben zu custom_label_0 über ergänzenden Feed täglich aktualisiert.
4. PMax umstrukturiert zu 2 Kampagnen (Wachstum und Überwachen) mit 3 Asset Groups gesamt.
5. TROAS-Ziele gesetzt pro Tier mit der Floor-Formel oben.
6. 30-Tage-Lernfenster beobachtet mit null Bid-Änderungen.

Ergebnisse bei 90 Tagen:

ROAS sank. Umsatz sank. Die erste Reaktion des Gründers beim Tag-30 Check-in war Alarm – und es ist die korrekte Reaktion, wenn du die erwartete Mechanik nicht vor der Umstrukturierung vorgerahmt hast. Brutto-Marge aus Shopping stieg um 11.900 Euro/Monat bei etwas weniger Ausgaben. Annualisiert sind das 142.800 Euro zusätzliche Margin aus demselben Channel bei niedrigerem Gesamtwerbeausgaben. Der Kompromiss ist strukturell positiv auf Cashflow-Basis für jede Marke, die unter 30% blended Beitragsmarge operiert.

Die Coverage von Search Engine Land zu Margin-basierten Bidding-Trends in Google Shopping bestätigt, dass dieser Ansatz 2026 Standard-Praxis in hochperformanten Konten wird – und die Akzeptanz bleibt niedrig genug, dass Teams, die jetzt margin-bewusste Feed-Segmentierung implementieren, einen strukturellen Vorteil über Konkurrenten halten, die immer noch für Umsatz-ROAS optimieren.

Verwandte Artikel

feed optimization

KI-Suche formt Google Shopping neu: Feed für SGE 2026

6 Feed-Attribute bestimmen, welche Produkte in KI-Überblick-Karussellen erscheinen. Optimieren Sie Ihren Shopping-Feed jetzt für die KI-Ära.

12. Juni 2026·10 min

feed optimization

Regelbasierte Feed-Tools: Wo die Grenzen liegen

Channable-Alternative für Google Shopping: Regelbasierte Feed-Tools scheitern bei Skalierung auf 5 vorhersehbare Wege. Echte Kosten und wie AI-Umschreibung in unter einem Tag hilft.

7. Juni 2026·11 min

feed optimization

Bundles & Multipacks für Google Shopping mit AI optimieren

Google Shopping Bundle-Optimierung schlägt fehl, wenn AI Mengenangaben entfernt. Beheben Sie Multipack-Attribute und stellen Sie fehlende Impressionen in unter einer Stunde wieder her.

3. Juni 2026·12 min