Vertraulich · Google Ads Audit (anonymisiert)

Die drei wichtigsten Stellschrauben.

Drei strukturelle Hebel, die ███████████████████ in den nächsten 90 Tagen substanziell anheben können. Reihenfolge nach Wirkungs-Hebel und Aufwand-Nutzen-Verhältnis.

#1 — Höchste Priorität

Säule-1-Lücke: kalter Traffic fehlt komplett

Säule 1 des holysearch-Frameworks — Standard Shopping Non-Brand + Non-Brand Search — liegt bei 10,5%. Soll: 65–85%. Der Account schickt keinen kalten Traffic in Googles Bidding-Modell. PMax erntet die vorhandene Demand, ohne dass ein Signal-Trainings-Mechanismus die Basis aufbaut. Der warme Pool schrumpft still, weil kein Feeder nachfüllt — bis PMax-ROAS abrutscht und Budget-Erhöhungen kaum noch Neukunden bringen. Hebel: Standard Shopping Non-Brand mit Brand-Negatives + HIGH Priority als Signal-Trainings-Mechanismus, dazu dedizierte Non-Brand-Search-Kampagne mit Cluster-LP-Routing. 6-Wochen-Rollout, KPI: assistierte Conversions + warmer Pool-Aufbau.

Säule-1-Share Ist10,5% (€2.882)

Soll laut holysearch-Framework65–85% (40–50% Std Shopping NB + 25–35% NB Search)

Hebel-StartStandard Shopping NB, 6-Wochen-Pilot

Attributions-Illusion: PMax holt sich Conversions, die der Feeder erzeugt hat

83,4% PMax-Anteil, aber nur 10,5% Säule-1-Feeder. PMax ist keine Akquise-Maschine — es ist eine sehr effiziente Remarketing-Maschine, die aussieht wie eine Akquise-Maschine. PMax toucht via Display, YouTube und Gmail fast jeden warmen Käufer irgendwann nochmal und meldet die Conversion als eigene Leistung. Reale Inkrementalität: ~50–60% des gemeldeten PMax-Umsatzes ist echter Neukunden-Umsatz. Der Rest: Bestandskunden und warmer Pool, die ohne PMax genauso gekauft hätten. Budget verdoppeln → Neukundenzahl +10–15%, nCAC nahezu verdoppelt. Das ist die Plateau-Falle.

PMax-Anteil (Säule 3)83,4% — Soll: 20–30%

Säule-1-Feeder Ist10,5% — Soll: 65–85%

Inkrementalitäts-Schätzung PMax~50–60%

Performance-Erosion im YoY-Vergleich

YTD-ROAS liegt -46% unter dem Vorjahres-Vergleichszeitraum. ROAS fiel von 48,2× auf 26,0×. Spend stieg um 145%, Conversions entwickelten sich um 26%. Treiber: PMax-Skalierung ohne begleitende Feeder-Aktivität führt zur ROAS-Verdünnung durch Demand-Kannibalisierung. Hebel: Inkrementalitäts-Test und strukturelle Allokations-Korrektur nach holysearch 3-Säulen-Framework.

ROAS YTD vs. YoY26,0× vs. 48,2× (-46%)

Spend-Entwicklung145% YoY

Conversions-Entwicklung26% YoY

Executive Summary

Was die Zahlen sagen.

Mittelgroßer Account mit signifikanter Umsatzleistung. Strukturell limitiert: Säule-1-Lücke: kalter Traffic fehlt komplett. YTD 2026 liegt -46% unter Vorjahr. Das Tracking-Setup hat eine Doppelzählungs-Auffälligkeit (parallel laufende PURCHASE-Actions), die wir vor jeder Optimierung im Call klären. Drei Hebel mit klarer Priorität.

Spend YTD 2026

€38.782

vs. €15.836 Vorjahr +144.9%

Umsatz YTD 2026

€1.009.043

vs. €763.782 Vorjahr +32.1%

ROAS YTD 2026

26,0×

vs. 48,2× Vorjahr -46.1%

Conversions YTD

6.527

vs. 5.160 Vorjahr +26.5%

Spend FY 2025

€52.155

ROAS 39,8× · 12.798 Conv.

Spend letzte 90 Tage

€27.530

ROAS 25,6× · CPA €6,26

Spend letzte 30 Tage

€11.195

ROAS 21,9× · CPA €7,52

Ø Spend / Monat (FY25)

€4.346

Basis: FY 2025 / 12 Monate

Hinweis — Conversion-Doppelzählung

Der Account hat 2 parallel aktive PURCHASE-Conversion-Actions: „Google Shopping App Purchase (2), Purchase (wetracked.io)“. Beide tragen zur Standard-Conversions-Metrik bei — vermutlich werden Käufe doppelt gezählt. Vor jeder Bid-Strategie-Anpassung muss das im Tracking-Setup geklärt werden. Im Call klären: welches Tracking ist Master, was kann deaktiviert werden, sind die Conversion-Values bereinigt?

Spend, Umsatz & ROAS im Monatsverlauf

Klick auf Legende blendet einzelne KPIs ein/aus. Hover zeigt alle Werte für den Monat.

Channel-Mix.

Letzte 90 Tage.

Performance Max

€22.964

ROAS 17,3×

Umsatz€397.491

Conversions2.429

Anteil Spend83,4%

€3.722

ROAS 81,8×

Umsatz€304.601

Conversions1.934

Anteil Spend13,5%

Standard Shopping

€845

ROAS 2,6×

Umsatz€2.229

Conversions33

Anteil Spend3,1%

Top-Kampagnen (90 Tage, nach Spend)

Kampagne	Channel	Status	Spend	Umsatz	Conv.	ROAS	CPA
2025 ███████ ShoppingAd (de) ██████████ + ███████████ + ██████████	PMax	ENABLED	€4.831	€20.019	85,5	4,1×	€56,49
2025 ███████ ShoppingAd (de) ██████	PMax	ENABLED	€4.444	€33.815	236,5	7,6×	€18,79
2025 ███████ ShoppingAd (de) ████████ ████████ ███████	PMax	ENABLED	€3.945	€33.718	281,1	8,5×	€14,04
2025 ███████ ShoppingAd (de) ██████████████ ████ ████	PMax	ENABLED	€3.779	€16.379	81,6	4,3×	€46,33
2025 ███████ ShoppingAd (de) ███████ ██████	PMax	ENABLED	€3.669	€21.824	159,9	5,9×	€22,94
2025 ███████ ShoppingAd (de) Brand	PMax	ENABLED	€1.820	€270.997	1.574,2	148,9×	€1,16
TOFU \| DE \| Search \| █████████ ████████	SEARCH	ENABLED	€1.114	€20.240	196,0	18,2×	€5,68
2025 ███████ SearchAd (de) - Brand	SEARCH	ENABLED	€928	€253.433	1.290,1	273,2×	€0,72
TOFU \| DE \| Search \| ██████████ & ████████ ████████████	SEARCH	ENABLED	€922	€21.349	197,3	23,1×	€4,67
Shopping \| DE \| Bestseller	SHOPPING	ENABLED	€845	€2.229	32,7	2,6×	€25,84

Channels-Einschätzung

86,0% der Investition liegt in PMax+Shopping. Search trägt nur 14,0% bei — trotz ROAS 81,8×. Kernbefund: das Search-Layer ist underused, nicht überlastet.

Search-Term-Cluster.

Demand-Klassen im Vergleich.

Cluster	Terms	Spend	Anteil	Conversions	Umsatz	ROAS	Flag
Brand	393	€1.484	45,3%	1.395,0	€243.867	164,3×	balanced
Category	3.487	€1.320	40,3%	204,8	€18.144	13,7×	balanced
Unclassified	7.907	€361	11,0%	49,1	€2.051	5,7×	balanced
Solution	271	€93	2,8%	9,1	€7.267	77,9×	balanced
Longtail	783	€8	0,2%	1,0	€22	2,7×	underused
Problem	83	€7	0,2%	0,0	€0	0,0×	underused
Competitor	263	€4	0,1%	0,0	€0	0,0×	underused
Generic	48	€1	0,0%	0,0	€0	0,0×	underused

Top Search Terms

Die wichtigsten Treiber und die größten Spend-Versenker des Suchterm-Layers.

Search Term	Cluster	Cost	Conv.	Conv Value	ROAS
█████████████████	category	€224	30,6	€5.011	ROAS 22,4×
█████████████████	solution	€14	1,0	€4.582	ROAS 317,3×
████████████████	category	€48	6,8	€2.540	ROAS 52,6×
████████████████	category	€25	7,0	€2.101	ROAS 82,7×
██████████████████████	category	€14	3,0	€1.332	ROAS 92,0×
█████████████████	category	€27	2,0	€1.241	ROAS 45,5×
██████████████████████	category	€4	2,5	€885	ROAS 207,2×
██████████████	unclassified	€3	4,0	€852	ROAS 246,1×
██████████████████████	category	€3	5,0	€812	ROAS 269,8×
█████████	category	€217	17,6	€799	ROAS 3,7×
████████████████	category	€124	24,1	€747	ROAS 6,0×
█████████████████	category	€2	6,9	€685	ROAS 328,5×
███████████████████	category	€36	13,0	€670	ROAS 18,4×
███████████████	category	€2	7,0	€632	ROAS 298,1×
████████████████	category	€1	1,5	€432	ROAS 449,5×

Bottom Search Terms

Suchterms mit Cost ≥ €40 und 0 Conversions in 90 Tagen — Negative-Keyword-Kandidaten.

Search Term	Cluster	Impressions	Clicks	Cost	Conv.
Keine Wasted-Spend-Terms gefunden (< €40 Threshold oder bereits sauber).

04b

Cluster → LP-Routing.

Wo die Cluster aktuell landen — und warum das noch keine Conversion-Brücke ist.

Die Pfade pro Cluster sind technisch zwar unterschiedlich, aber inhaltlich generisch: Startseite, Kategorie-Listen, Standard-Collection-Templates — keine intent-spezifischen Landing-Pages, die einen Suchintent gezielt in eine Conversion überführen. Hier steckt erheblicher Hebel.

Unique Final-URLs (Search)

verschiedene Landing-Page-Pfade

Cluster mit Spend

aktive Suchintent-Cluster

Mismatch-Score

38.50

Unique Pfade ÷ Cluster mit Spend Pfade unique, aber generisch

Cluster → Landing-Page-Routing

Cluster	Spend	Conv Value	ROAS	Ad-Groups	Unique LPs	Dominant LP (Pfad · Share)
Brand	€1.688	€264.235	156,6×	67	42	`/` (55%)
Category	€2.039	€41.589	20,4×	302	55	`████████████████████████████████` (42%)

URL-Übersicht je Cluster

Kategorie-/Collection-Pfade je Cluster. Produkt-PDPs sind eingeklappt und werden in der LP-Routing-Analyse nicht differenzierend gewertet.

Brand42 URLs · 39 Kategorie

/
██████████████████████████
████████████████████████████████████████████████
████████████████████████████████████████
██████████████████████████████████
██████████████████████████████
██████████████████████████████████████
███████████████████████████████████████

+31 weitere Kategorie-Pfade

+3 reine Produkt-PDPs (eingeklappt)

Category55 URLs · 35 Kategorie

████████████████████████████████
███████████████████████████
████████████████
████████████████████████████████
██████████████████████████████
█████████████████████████████
████████████████████████████████
████████████████████

+27 weitere Kategorie-Pfade

+20 reine Produkt-PDPs (eingeklappt)

Pfade sind unique — aber inhaltlich generisch

Kein einzelner Pfad wird von mehreren Clustern gleichzeitig genutzt. Schaut man jedoch in die LP-Übersicht oben, dominieren Standard-Templates (Startseite, Kategorie-Listen, Collection-Pages) — keine intent-spezifischen Landing-Pages, die einen Suchintent gezielt in eine Conversion überführen. Der Mismatch-Score ist technisch zwar grün, das eigentliche LP-Potenzial liegt aber brach.

Cluster-LP-Verdict

Sauber differenziert: 503 Ad-Groups in 2 Cluster routen auf nur 77 unique Landing-Pages.

Kern-Hebel: Cluster-LPs gegen Intent-Match und Conversion-Rate optimieren — statt strukturell zu restrukturieren. Die Routing-Struktur steht, jetzt müssen die Pages pro Cluster vom Standard-Template zur intent-spezifischen Conversion-Brücke werden.

Säulen-Coverage.

holysearch 3-Säulen-Framework Ist-Stand.

holysearch 3-Säulen-Framework: Säule 1 (kalter Traffic → warmer Pool → Conversion) als Signal-Trainings-Mechanismus, Säule 2 zur Brand-Defensive, Säule 3 PMax Feed-Only als Konvertierungs-Säule. Score 0/2.

Säule 1 — Feederakute_luecke

ChannelsStandard Shopping Non-Brand + Non-Brand Search

Spend 90d (Ist)€2.882 (10,5%)

Soll-Korridor65–85%

Standard Shopping: Brand-Exclusions nicht eindeutig nachweisbar — Annahme: vollständig Non-Brand.

Säule 2 — Brand Protectionhealthy

ChannelsBrand Search (Manual CPC) + Brand Shopping (LOW Priority)

Spend 90d (Ist)€1.685 (6,1%)

Soll-Korridor5–10%

Säule 3 — PMax Feed-Onlyover

ChannelsPMax mit Brand Exclusions + Audience Signals

Spend 90d (Ist)€22.964 (83,4%)

Soll-Korridor20–30%

Score: 0 / 2 — Akute Säule-1-Lücke

Säule 1 (kalter Traffic) bei 10,5%. Soll: 65–85%. Der Account liefert dem Smart Bidding keine Signal-Liquidität aus warmen Nutzern — PMax erntet bestehende Demand, ohne dass ein Signal-Trainings-Mechanismus die Basis aufbaut.

holysearch-Empfehlung: Säule 1 aufbauen — Standard Shopping Non-Brand mit Brand-Negatives + HIGH Priority als Signal-Trainings-Mechanismus + dedizierte Non-Brand-Search-Kampagne mit Cluster-LP-Routing. 6-Wochen-Rollout, KPI: assistierte Conversions + warmer Pool-Aufbau.

3-Säulen-Allokation.

Soll/Ist gegen den holysearch-Standard.

holysearch 3-Säulen-Framework für eCom-Accounts: Säule 1 (kalter Traffic 65–85%) als Feeder, Säule 2 Brand Protection (5–10%), Säule 3 PMax Feed-Only (20–30%). Display/Video/Demand-Gen sind Extras außerhalb des Kern-Frameworks.

Soll vs. Ist im Säulen-Vergleich

Segmentierte Budgetaufteilung · Säule 1 = Lime, Säule 2 = Lime-Dark, Säule 3 = Anthrazit, Extras = Grau

Säule 1

Feeder

Ist10.5%

Soll65–85%

Säule 2

Brand Protection

Ist6.1%

Soll5–10%

Säule 3

PMax Feed-Only

Ist83.4%

Soll20–30%

Säule	Channels	Soll	Ist	Gap
1 — Feeder (kalter Traffic)	Standard Shopping Non-Brand + Non-Brand Search	65–85%	10,5%	−55–75pp — Akute Lücke
2 — Brand Protection	Brand Search (Manual CPC) + Brand Shopping (LOW Priority)	5–10%	6,1%	Im Zielkorridor
3 — PMax Feed-Only	PMax mit Brand Exclusions + Audience Signals	20–30%	83,4%	+53pp

Brand/Non-Brand-Split: Search via Cluster-Ratio aus Search-Terms; Shopping & PMax via Campaign-Name-Heuristik (regex brand|markenname). Standard Shopping: Brand-Exclusions nicht eindeutig nachweisbar — Annahme: vollständig Non-Brand.

Pitch-Take

Säule 1 (Feeder) verfehlt die Bandbreite — das ist kein Optimierungs-Problem auf Keyword-Ebene, sondern eine strukturelle Allokations-Lücke. Ohne Feeder erntet PMax nur bestehende Nachfrage (Attributions-Illusion). holysearchs Mandat in den ersten 90 Tagen: Säule 1 (Standard Shopping NB + Non-Brand Search) aufbauen, PMax Feed-Only auf 20–30% trimmen, Brand Protection sauber trennen.

Conversion-Tracking.

Welche Events Bid-Strategien sehen.

Gesamt

Conversion-Actions im Account

Aktiv (Enabled)

Status ENABLED

Primary

Primary-for-goal = true

In Conversions-Metrik

Included in Conversions

Action Name	Category	Primary	Included
Calls from ads	PHONE_CALL_LEAD	Primary	—
Google Shopping App Begin Checkout	BEGIN_CHECKOUT	—	—
In den Einkaufswagen (Seitenaufbau ████████████████████)	ADD_TO_CART	—	—
Google Shopping App Purchase (2)	PURCHASE	—	—
Google Shopping App Page View (2)	PAGE_VIEW	—	—
Google Shopping App View Item (2)	PAGE_VIEW	—	—
Google Shopping App Add Payment Info (2)	DEFAULT	—	—
Purchase (wetracked.io)	PURCHASE	Primary	Included
Add to cart (wetracked.io)	ADD_TO_CART	Primary	Included
Begin checkout (wetracked.io)	BEGIN_CHECKOUT	Primary	Included
Page view (wetracked.io)	PAGE_VIEW	Primary	Included

Doppelzählungs-Auffälligkeit

Zwei parallel laufende PURCHASE-Actions: „Google Shopping App Purchase (2), Purchase (wetracked.io)“. Beide in der Conversions-Metrik — Käufe werden potenziell doppelt gezählt. Klärungsbedarf im Call: welcher Tracking-Stream ist Master? Wenn beide gewollt: Conversion-Goal-Konfiguration prüfen.

Verdict.

Sauberer Account mit strukturellen Hebeln.

███████ hat einen rentablen Account ohne akute Defekte. Aber 3 Hebel limitieren den möglichen Output: Säule-1-Lücke: kalter Traffic fehlt komplett / Attributions-Illusion: PMax holt sich Conversions, die der Feeder erzeugt hat / Performance-Erosion im YoY-Vergleich. holysearch Mandat in den ersten 90 Tagen: 1) Demand-Gen-Pilot starten (Säule 1), 2) Search-Layer aufbauen (Säule 2), 3) Conversion-Tracking-Setup klären. Realistische Erwartung: +20–35% Brand-/Category-Search-Volumen über 90 Tage.

Raphael Denker & Joe Maier · Co-Founder holysearch

Was würde dieser Audit über deinen Account sagen?

Du hast gesehen, wie wir denken: 3-Säulen-Framework, harte Evidence aus der Google-Ads-API, klare Hebel-Liste. In diesem Account haben drei Hebel sechsstelligen Spend neu verteilt — bei dir liegen wahrscheinlich andere, aber genauso teure Lücken. Wenn dich das interessiert, ziehen wir die Daten direkt aus deinem MCC, bauen denselben Report und gehen ihn mit dir im Call durch. Ohne Pitch-Deck, ohne Onboarding-Druck.

Name Raphael Denker Mail raphael@holy-com.de Web holy-search.de

Free Audit anfragen →

Die drei wichtigsten Stellschrauben.

Säule-1-Lücke: kalter Traffic fehlt komplett

Attributions-Illusion: PMax holt sich Conversions, die der Feeder erzeugt hat

Performance-Erosion im YoY-Vergleich

Executive Summary

Hinweis — Conversion-Doppelzählung

Spend, Umsatz & ROAS im Monatsverlauf

Monatlicher Trend.

Spend & ROAS

Conversions

Channel-Mix.

Top-Kampagnen (90 Tage, nach Spend)

Channels-Einschätzung

Search-Term-Cluster.

Top Search Terms

Bottom Search Terms

Cluster → LP-Routing.

Cluster → Landing-Page-Routing

URL-Übersicht je Cluster

Pfade sind unique — aber inhaltlich generisch

Cluster-LP-Verdict

Format-Mix.

Format-Mix & Säule-1-Anteil im Zeitverlauf

Format-Mix Verdict

Säulen-Coverage.

3-Säulen-Allokation.

Soll vs. Ist im Säulen-Vergleich

Pitch-Take

Conversion-Tracking.

Doppelzählungs-Auffälligkeit

Verdict.

Was würde dieser Audit über deinen Account sagen?