Wo bei Search-Kampagnen auf einer riesigen Site starten? Dein GA4 weiß es längst.

Ein Kunde hat mir mal eine Site mit rund zehntausend Landingpages übergeben, und dazu eine Frage. Wo fangen wir mit Search an? Die Standard-Agenturantwort höre ich seit zwanzig Jahren. Richte eine breite Kampagne auf alles und lass Google das sortieren. Ich habe auch oft genug hinter dieser Antwort aufgeräumt, um zu wissen, was sie kostet. Sie verbrennt Budget auf Seiten, die nie eine Chance hatten zu konvertieren, reißt den Ziel-ROAS los und vergiftet die Lernphase, bevor irgendwer einen einzigen Report liest.

Bevor also ein Cent das Konto verlässt, lasse ich jede Landingpage beweisen, dass sie sich einen bezahlten Klick leisten kann. Der Beweis läuft auf zwei Dingen, die dir bereits gehören. Einem GA4-Export deiner Landingpages und einem Crawl deiner Site. Zurück kommt eine gerankte Liste der Seiten, die zuerst eine Search-Kampagne wert sind, jede mit dem exakten max. CPC, den sie sich leisten kann, plus ein sauberer „Hier nicht bieten”-Stapel für die Seiten, deren Ökonomie Paid Search verbietet. Kein Keyword-Tool, kein Bauchgefühl, kein „schalten wir einfach Dynamic Search Ads ein und schauen mal”.

Das ist der ganze Artikel. Unten lasse ich die Pipeline von Anfang bis Ende laufen und zeige dir bei jedem Schritt genau das, was sie ausspuckt. Die GA4-Zeilen, die max.-CPC-Rechnung auf einer einzigen Zeile, die Crawl-Extraktionstabelle, die Priorisierungssortierung davor und danach und die Problemseiten-Diagnose, die eine Seite rettet, die jeder andere löschen würde. Die Zahlen sind durchgehend illustrativ, setz also deine eigenen ein. Die Formen sind exakt das, was die Tools zurückliefern.

Die eine Zahl, die alles entscheidet

Jede Landingpage hat eine Obergrenze. Das Meiste, das du für einen Klick zahlen kannst und trotzdem deine Zieleffizienz triffst. Berechne sie pro Seite, und die ganze Priorisierung fällt aus der Mathematik heraus:

Ein durchgerechnetes Beispiel, direkt aus der Formel. Eine Kategorieseite konvertiert mit 2 %, hat im Schnitt eine 1.000-€-Bestellung, und du bist bereit, 10 % des Umsatzes für Werbung auszugeben (ein 10× ROAS):

maxCPC = 0,10 × 0,02 × 1.000 € = 2,00 €.

Wenn du lieber in ROAS denkst, rechnet sich dasselbe um zu maxCPC = CR × AOV / ROAS = 0,02 × 1.000 / 10 = 2,00 €. Dieselbe Zahl, wähl die Form, die deinem Kopf gefällt. (Illustratives Beispiel.)

Diese 2,00 € sind das Urteil. Vergleich sie mit dem realen durchschnittlichen CPC in deinem Konto für diesen Markt, und die Seite sortiert sich selbst. Bequem über dem Durchschnitt, bauen. Darunter, sie kann sich nicht tragen. Weit darunter, denk nicht mal dran. Alles, was folgt, produziert nur diese Zahl für jede Seite, zuverlässig, und liest das Ergebnis ab.

Die Pipeline auf einen Blick

Fünf Schritte. Für jeden, was du tust, was du dir ansiehst und warum. Jeder Schritt existiert, um eine bestimmte Frage über eine Seite zu beantworten.

Jetzt dieselben fünf Schritte, einer nach dem anderen, jeder mit genau dem, was er produziert.

Schritt 1 · Der GA4-Export, wie er landet

Du brauchst keinen ausgefeilten Report. In GA4 öffnest du Explorativ → leer → Freie Form, Dimension Landingpage + Query-String, Metriken Sitzungen, Schlüsselereignisse / Conversions, Gesamtumsatz. Füg Transaktionen hinzu, wenn du sie hast; andernfalls kommt der AOV aus Umsatz ÷ Conversions. Ein Filter vorab. Produktdetailseiten ausschließen und Kategorie- und Collection-Seiten behalten. Du bemisst, wohin du Traffic schickst, und auf den meisten Sites sind das Kategorien, nicht einzelne SKUs. SKUs unterzumischen verzerrt jeden AOV und jede CR, die du berechnest.

So sehen vier repräsentative Zeilen nach dem Export aus, mit abgeleiteten CR und AOV:

Landing page         Sessions  Conv   CR     Revenue    AOV
/cordless-vacuums       8,140    163   2.0%   €68,460    €420
/winter-tyres           5,020    156   3.1%   €28,080    €180
/sleeping-bags         12,300    135   1.1%   €12,825    €95
/phone-cases            9,800    137   1.4%    €2,192    €16

(Illustratives Beispiel.) CR ist Conversions ÷ Sitzungen; AOV ist Umsatz ÷ Conversions. Das ist der gesamte Input, den die Formel aus GA4 braucht. Zwei Spalten pro Seite, CR und AOV. Beachte schon jetzt, dass /sleeping-bags die meisten Sitzungen im Set zieht und trotzdem am schlechtesten konvertiert. Merk dir das, es ist später das Interessante.

Schritt 2 · Der Crawl, und die Spalte, die die Arbeit macht

GA4 hat dir gesagt, wie jede Seite performt. Es kann dir nicht sagen, dass eine Seite strukturell hohl ist. Eine „Kategorie” mit zwei lagernden Produkten oder eine parametrische Filteransicht, die nie eine Kampagne tragen sollte. Dafür crawlst du. Zwei Wege. Eine KI schreibt dir in fünf Minuten einen Wegwerf-Crawler, oder du nutzt Screaming Frog mit einer Custom-XPath-Extraktion, die du in etwa drei Minuten aufsetzt (vollständiger Mini-Guide im Download am Ende des Artikels). Lass es im List-Modus auf deinem GA4-URL-Set laufen, und es rödelt im Hintergrund, während du etwas anderes tust.

Die eine Spalte, die ihren Unterhalt verdient, ist die Produktzahl, also wie viele Produktkarten die Seite tatsächlich rendert. Hier ist der Extraktions-Output, gejoint an dieselben vier Seiten, plus eine mehr, die der Crawl flaggt:

URL                  Title                H1               Products  Breadcrumb
/cordless-vacuums    Cordless Vacuums …   Cordless Vacuums      48    Home>Floorcare>Vacuums
/winter-tyres        Winter Tyres | …     Winter Tyres        112    Home>Tyres>Winter
/sleeping-bags       Sleeping Bags …      Sleeping Bags         9    Home>Camping>Sleep
/phone-cases         Phone Cases …        Phone Cases         640    Home>Accessories>Cases
/clearance-2019      Clearance            Clearance             0    Home>Clearance

(Illustratives Beispiel.) Die Dünne-Seiten-Regel erledigt ihren Job auf der Stelle. /clearance-2019 listet null Produkte, eine leere Kategorie, gegen die GA4 trotzdem Sitzungen loggt. Wirf jede Seite unter etwa drei Produkten raus, bevor du priorisierst, und diese Geisterseite erreicht nie den Bau-Stapel. In der Praxis ist die Sequenz kurz. Der Crawl zeigt eine „Kategorie” ohne ein einziges lebendes Produkt, du schließt sie vor der Priorisierung aus, und du verschwendest weder eine Kampagne noch den Nachmittag eines Analysten auf eine Seite, die nichts anzubieten hat.

Schritt 3 · Die beiden joinen, und die Formel auf einer einzigen Zeile

Jetzt werden die zwei Datensätze einer. Joine GA4 und Crawl per URL, und jede Seite trägt sowohl ihre Ökonomie (CR, AOV) als auch ihre Struktur (Produktzahl). Wende maxCPC = Ziel-CRR × CR × AOV über die Spalte an. Sieh zu, wie es auf einer echten Zeile landet, /cordless-vacuums bei einer Ziel-CRR von 10 %:

maxCPC = 0,10 × 0,020 × 420 € = 0,84 €.

Eine Zeile, eine Obergrenze. Tu es für alle vier Überlebenden, und du erhältst den max. CPC pro Seite, an dem die ganze Entscheidung hängt:

Page                CR     AOV    CRR    maxCPC = CRR×CR×AOV
/cordless-vacuums   2.0%   €420   10%    0.10 × 0.020 × 420 = €0.84
/winter-tyres       3.1%   €180   12%    0.12 × 0.031 × 180 = €0.67
/sleeping-bags      1.1%    €95   10%    0.10 × 0.011 ×  95 = €0.10
/phone-cases        1.4%    €16   10%    0.10 × 0.014 ×  16 = €0.02

(Illustratives Beispiel.) Die Ziel-CRR kann pro Seite variieren, wenn deine Margen es tun. /winter-tyres trägt hier 12 %, weil die Kategorie eine lockerere Effizienz toleriert. Alles andere ist mechanisch. Du hast jetzt einen max. CPC für jede Seite der Site; der nächste Schritt ist die einzige verbleibende Ermessensentscheidung.

Schritt 4 · Priorisieren: die Sortierung, davor und danach

Ein max. CPC bedeutet für sich genommen nichts. 0,84 € sind in einem Markt großzügig und in einem anderen unbezahlbar. Was entscheidet, ist der Abstand zu dem, was ein Klick dich tatsächlich kostet. Zieh also deinen realen durchschnittlichen CPC pro Seite (oder pro Markt, falls du keinen auf Seitenebene hast) aus dem Google-Ads-Konto und stell die beiden nebeneinander.

Davor, der rohe Join in der Reihenfolge, in der er aus GA4 kam, als Plan unlesbar:

Page                maxCPC   avg CPC
/sleeping-bags      €0.10    €0.45
/phone-cases        €0.02    €0.35
/cordless-vacuums   €0.84    €0.55
/winter-tyres       €0.67    €0.40

Danach, sortiert nach Spielraum (maxCPC − durchschn. CPC), werden dieselben vier Zeilen zu einer Arbeitsanweisung, mit dem Urteil in der letzten Spalte:

Zwei Zeilen sind offensichtlich. /akku-staubsauger kann 0,84 € gegen einen 0,55-€-Markt zahlen, 53 % Spielraum, bauen. /winterreifen ebenso. /handyhuellen kann sich 0,02 € gegen 0,35 € leisten. Das funktioniert nicht mal in deinen kühnsten Träumen, lass es raus und schau nicht zurück. Skalier das von vier Zeilen auf zehntausend, und der Kopf der sortierten Liste ist deine TOP 100–200, die zuerst zu bauenden Seiten, gerankt danach, wie viel Raum sie zum Bieten haben.

Die interessante ist /schlafsaecke. maxCPC 0,10 € gegen einen 0,45-€-Markt, auf dem Papier also „lass es”. Aber sie hatte die meisten Sitzungen im ganzen Export und eine Kategorie, die offensichtlich verkaufen sollte. Eine verdächtig niedrige CR auf einer Seite, die konvertieren sollte, ist selten ein Nachfrageproblem. Es ist eine Problemseite, und Problemseiten bekommen eine Diagnose, keine Löschung.

Schritt 5 · Problemseiten: die Diagnose, an einer echten Listung

Wenn die Conversion-Rate einer Seite weit unter dem liegt, wo die Kategorie landen sollte, frag warum, bevor du sie verwirfst. Im E-Commerce ist die Antwort meistens die Preiswettbewerbsfähigkeit der Produkte, die die Seite zuerst zeigt. Die ersten 10–20 Produkte, die ein Besucher sieht, sind der gesamte erste Eindruck der Seite. Sind das deine wertschwächsten Artikel, bricht die CR ein, egal wie viel Nachfrage die Seite zieht.

Du liest die Kategorie also genau so, wie der Kunde es tut, in ihrer Standard-Sortierreihenfolge, und prüfst die Preise der Hero-Positionen.

So sieht diese Diagnose konkret auf /schlafsaecke aus, der Seite, die bei maxCPC 0,10 € sitzt. Kopf der Listung, dein Preis gegen den billigsten Wettbewerber, den DataForSEO für dasselbe Produkt fand:

Pos  Product (first-listed)       Your price  Cheapest comp.  Gap
 1   AlpineLite 200 Down Bag      €129        €99             +30%
 2   TrekWarm Mummy −5°C          €115        €112            +3%
 3   BaseCamp Synthetic XL        €89         €92             −3%
 4   ValleyHike Junior            €45         €47             −4%

(Illustratives Beispiel.) Das Leck sitzt direkt ganz oben. Das Produkt, das 12.300 monatliche Besucher zuerst treffen, ist 30 % über dem billigsten Marktangebot bepreist. Alles darunter ist wettbewerbsfähig, aber an einem schlechten ersten Eindruck scrollt niemand vorbei. Senk den Preis des Heros auf 105 €, oder sortier um, sodass die wettbewerbsfähigen BaseCamp und ValleyHike vorangehen, und die CR erholt sich Richtung Kategorie-Norm. Lass Schritt 3 erneut laufen, der maxCPC klettert von 0,10 € weg, und die Seite steigt in den Bau-Stapel auf.

Das ist die Schleife, die die meisten Agenturen nie schließen, weil sie eine Grenze überquert, die sie normalerweise nicht anfassen. Der Job des Shops (Preise, Merchandising, Sortierreihenfolge) und der Job der Agentur (den Traffic kaufen) sind dieselbe Optimierungsschleife. Stimmst du das eine ohne das andere ab, bietest du in ein Leck hinein.

Nach dem Filter: die Wahl, wie du kaufst

Erst jetzt, mit dem Bau-Stapel in der Hand, wählst du das Wie. AI Max, Dynamic Search Ads, klassisches STAG oder eine Kombination (Broad plus DSA in einer Kampagne). Eine Kampagne oder drei oder fünf hängt vom Kunden und vom Conversion-Volumen ab; respektier die Regel von etwa 30 Conversions pro Kampagne, bevor du splittest. Ich überlasse dir diese Wahl mit Absicht. Der Punkt der ganzen Pipeline ist, dass du sie nach der Ökonomie triffst, nicht davor.

Worauf du auch landest, die Regel ist dieselbe. Eine neue Kampagne darf nie auf schlechten Seiten starten. Schwache Landingpages reißen deinen Ziel-ROAS los und vergiften die Lernphase. Der Vorfilter hält den Launch nur auf Seiten gerichtet, die sich selbst tragen können. Von dort aus ist der Bau der Super-Struktur (Crawl-Daten plus Keyword-Research pro Kategorie via Google Ads API, in Wellen nach Kategorie, Sprache und Reifegrad konstruiert) ein eigenes Kapitel, und es hat bereits eins.

Der Teil, der zurück zum Manifest führt

Technisch ist nichts davon neu. Du hättest den GA4-Export, den Crawl, das Preis-Scraping und den Join vor fünf Jahren laufen lassen können. Aber es wäre ein halbes Jahr maßgeschneiderter Entwicklung gewesen, und jeder Vernünftige hätte auf halbem Weg aufgegeben. Zwölf Jahre gegen die Google Ads API zu programmieren haben mich genau gelehrt, wie solche Projekte sterben. Der Grund, warum ich es jetzt aufschreibe, ist, dass das mit Werkzeugen wie Codex, Claude Code und der aktuellen Agenten-Generation aufgehört hat, ein Projekt zu sein, und zu einem ganz normalen Dienstag-Workflow wurde, einem Script, das du auf ein Konto richtest und über Nacht laufen lässt.

Das ist die ganze Verschiebung, und sie ist am klarsten, wenn man sie von beiden Seiten zugleich sieht. Die Preis-und-Merchandising-Arbeit des Onlineshops und die Werbearbeit der Agentur kollabieren in eine Schleife, die du endlich gemeinsam abstimmen kannst. Die Ökonomie lässt dich sie schließen.

FAQ

CTA: Willst du den Bau-Stapel für deine Site, gerankt nach dem, was jede Seite sich tatsächlich leisten kann? Schick mir deinen GA4-Export und wir lassen den Filter zusammen laufen.