Ausgangslage: Google-Ads-Kampagnen mit unklarer Zielgruppe, hohen Streuverlusten und einer Cost per Conversion über dem wirtschaftlich tragfähigen Niveau.
Ergebnis: +220 % Conversions, +20 % Conversion Rate, eine deutlich gesenkte Cost per Conversion – und ein datengetriebenes Performance-System, das das Budget konsequent auf kaufbereite Zielgruppen lenkt.
Über einen Zeitraum von rund zwölf Monaten richtete Magaza Digital das Google-Ads-Setup von Asy Furniture neu aus – weg von breiter Reichweite, hin zu messbarer Kaufabsicht. Im Mittelpunkt stand ein Prinzip: Budget folgt der Kaufbereitschaft, nicht dem Klickvolumen.
Phase 01 — Ausgangssituation
Asy Furniture verkauft hochwertige Möbel und Home-Furnishing-Produkte im US-amerikanischen Markt. Möbelkäufe sind klassische Überlegungskäufe: hoher Warenwert, längere Entscheidungsphase, intensive Recherche vor dem Kauf. Genau in dieser Phase entscheidet sich, ob Werbebudget in kaufbereite Nachfrage oder in Streuverlust fließt.
Zu Beginn der Zusammenarbeit war das Konto auf Reichweite statt Kaufabsicht ausgerichtet: breit ausgespielte Kampagnen, eine unscharfe Zielgruppen-Definition und eine Budgetverteilung, die nicht zwischen profitablen und unrentablen Segmenten unterschied. Die Folge war eine Cost per Conversion deutlich oberhalb des wirtschaftlich sinnvollen Niveaus.
Die eigentliche Herausforderung war damit kein Reichweiten-, sondern ein Präzisionsproblem: Das System erreichte zu viele unpassende Nutzer – und zu wenige mit echter Kaufabsicht.
Phase 02 — Strategie
Magaza Digital verfolgte einen konsequent datengetriebenen Performance-Marketing-Ansatz. Nicht das Budget wurde erhöht, sondern seine Verteilung neu ausgerichtet – auf die Segmente mit der höchsten Kaufwahrscheinlichkeit.
| Hebel | Fokus | Ziel |
|---|---|---|
| Zielgruppen-Analyse | kaufbereite High-Intent-Segmente identifizieren | Streuverluste reduzieren |
| Suchintent-Optimierung | auf konkrete Kauf- und Bedarfssignale ausrichten | qualifizierte Anfragen statt Klicks |
| Conversion-Optimierung | den gesamten Conversion-Pfad schärfen | höhere Conversion Rate |
| Budget-Reallokation | auf profitable Kampagnen & Keywords verschieben | niedrigere Cost per Conversion |
Leitprinzip: Die Qualität der Zielgruppe ist wichtiger als die Menge des Traffics. Jede Maßnahme verlagerte Budget von unrentabler Reichweite hin zu nachweisbarer Kaufabsicht.
Phase 03 — Das System
Belastbare Optimierung setzt belastbare Daten voraus. Deshalb wurde zuerst ein sauberes Mess- und Steuerungs-Fundament etabliert – die Grundlage für jede weitere Entscheidung.
| Komponente | Technologie | Funktion |
|---|---|---|
| Tracking-Fundament | GA4 + Google Tag Manager | präzise, belastbare Conversion-Messung |
| Kampagnen-Struktur | Google Ads Search | suchintent-basierte Kampagnen-Architektur |
| Zielgruppen-Layer | Audience Signals & In-Market-Segmente | Fokus auf kaufbereite High-Intent-Zielgruppen |
| Gebotsstrategie | conversion-basiertes Smart Bidding | Budget auf die profitabelsten Auktionen lenken |
| Reporting | Looker Studio | transparente Steuerung & laufende Optimierung |
So wurden Daten nicht nur erfasst, sondern in konkrete Optimierungsentscheidungen übersetzt – die Voraussetzung für nachhaltige Performance statt kurzfristiger Ausschläge.
Phase 04 — Implementierung
Die Umsetzung erfolgte als iterativer, datengetriebener Optimierungszyklus.
1 — Tracking & Datenqualität sichern. Zuerst wurde die Conversion-Messung über GA4 und Google Tag Manager sauber aufgesetzt und validiert. Jede spätere Entscheidung beruhte damit auf verlässlichen Daten – nicht auf Annahmen.
2 — Suchintent & Zielgruppen schärfen. Auf Basis von Suchbegriffsberichten und Zielgruppendaten wurden die Segmente mit der höchsten Kaufabsicht herausgearbeitet. Begriffe ohne Conversion-Beitrag wanderten konsequent in die Negativ-Keyword-Listen; relevante Kauf- und Bedarfssignale wurden priorisiert.
3 — Kampagnen & Anzeigen optimieren. Die Google Ads Kampagnen wurden entlang von Suchintent und Zielgruppenqualität neu strukturiert: klarere Keyword-Cluster, präzisere Anzeigentexte mit hoher Suchanfragen-Relevanz und ein durchgehend optimierter Conversion-Pfad.
4 — Budget & Bidding auf Conversions ausrichten. Das Budget wurde auf die profitabelsten Kampagnen und Zielgruppen verlagert und die Gebotsstrategie an Conversions statt an Klicks gekoppelt – so trainierten die Algorithmen gezielt auf hochwertige, kaufbereite Nachfrage.
5 — Kontinuierlich nachschärfen. Über das Looker-Studio-Reporting wurden Suchbegriffe, Zielgruppen und Gebote laufend überprüft und justiert. Effizienz und Profitabilität stiegen so Schritt für Schritt – statt durch einmalige Eingriffe.
Phase 05 — Ergebnisse
Die konsequente Ausrichtung auf Zielgruppenqualität und Conversion-Optimierung führte zu klar messbaren Resultaten:
| Kennzahl | Ergebnis |
|---|---|
| Conversions | +220 % (vs. Vorperiode) |
| Conversion Rate | +20 % |
| Cost per Conversion | deutlich reduziert |
| Zielgruppen-Qualität | High-Intent gezielt erschlossen |
- +220 % Conversions – getragen von der präzisen Zielgruppen-Ausrichtung und dem Fokus auf kaufbereite Suchintentionen.
- +20 % Conversion Rate – mehr qualifizierter Traffic wurde tatsächlich in Anfragen umgewandelt.
- Deutlich gesenkte Cost per Conversion – durch die Verlagerung des Budgets auf profitable Auktionen.
- Hochwertige Zielgruppen – kaufbereite Kunden wurden zuverlässiger identifiziert und angesprochen.
Das Entscheidende: Diese Ergebnisse entstanden durch bessere Allokation, nicht durch mehr Budget – ein nachhaltiger Effizienz- und Profitabilitätsgewinn statt eines kurzfristig erkauften Wachstums.
Phase 06 — Lessons Learned
- Zielgruppenqualität schlägt Traffic-Volumen. Der größte Hebel lag nicht in mehr Reichweite, sondern in der präzisen Ansprache der richtigen, kaufbereiten Zielgruppe.
- Suchintent ist der Schlüssel. Die Ausrichtung auf konkrete Kauf- und Bedarfssignale verwandelt Klicks in qualifizierte Anfragen.
- Ohne sauberes Tracking keine verlässliche Optimierung. Belastbare Conversion-Daten sind das Fundament jeder Performance-Entscheidung.
- Optimierung ist ein Prozess, kein Setup. Nachhaltige Performance entsteht durch iteratives Nachschärfen auf Basis realer Daten.
- Präzises Targeting = höhere Profitabilität. Wer Budget gezielt auf profitable Segmente lenkt, steigert die Wirtschaftlichkeit nachhaltig – nicht nur die Sichtbarkeit.
