Fallstudien · Werbebudget

Was der ROAS nicht zeigt.

Werbedaten × JTL-Wawi-Daten auf Artikel-Ebene decken zwei Muster auf: verbranntes Budget bei den einen, ungenutztes Potenzial bei den anderen.

Werbeberichte zeigen Klicks, Kosten und ROAS - aber nicht Marge und Verkaufsmengen je Artikel. Kreuzt man die Ads-Daten mit der JTL-Wawi, zeigen sich zwei gegensätzliche Muster:

Verbranntes Budget

Geld fließt in Artikel, die nichts verkaufen.

Ungenutztes Potenzial

Profitable Artikel bekommen gar keine Werbung.

Ads-Auswertung im JTL-Dashboard: Spend, ROAS und Conversions je Plattform (Google Ads, Amazon Ads) neben den Wawi-Daten
Die Ads-Auswertung im JTL-Dashboard (Demo-Ansicht): Google Ads und Amazon Ads mit Spend, ROAS und Conversions - neben Marge und Verkaufsmengen aus der Wawi.
Ausgangslage

Die Berichte sahen normal aus

Die Kampagnen liefen, die Berichte zeigten Klicks und Conversions. Aber niemand konnte artikelscharf sagen, welcher Artikel welchen Deckungsbeitrag bringt - oder welcher profitable Artikel gar keine Werbung bekommt. Werbedaten kennen weder Marge noch Verkaufsmengen noch Kanal. Diese Daten stehen in der Wawi.

Muster 1 · Google Ads

Verbranntes Budget

1.347 von 1.618 beworbenen Artikeln: keine einzige Conversion

Rund 1.600 € des Budgets flossen in Artikel, die im Analysezeitraum nichts verkauft haben - darunter 24 Artikel mit über 30 Klicks und null Abschlüssen.

Werbung für Artikel, die gar nicht lieferbar waren

Rund 480 € liefen auf etwa 300 Artikel, die zum Klickzeitpunkt nicht lieferbar waren - der Produkt-Feed hinkte dem Wawi-Bestand hinterher.

Fast die Hälfte des Budgets: Blackbox

Nur rund 2.700 € von 4.850 € Werbekosten ließen sich einem konkreten Artikel zuordnen - der Rest verschwand in Performance-Max-Kampagnen ohne Artikelbezug.

Fehler, die vorher niemand sah

Jeder zehnte aktive Artikel fehlte komplett im Produkt-Feed. Und einzelne Artikel standen mit einem Einkaufspreis über dem Verkaufspreis in der Wawi - jede Werbung darauf wäre doppelter Verlust.

Zahlen aus rund vier Monaten Google-Ads-Daten, gerundet, anonymisiert.

Muster 2 · Amazon Ads

Ungenutztes Potenzial

Dasselbe Verfahren, anderer Fall, umgekehrtes Ergebnis: Hier lief die Werbung effizient - aber viel zu schmal. Die Kreuzung mit den Wawi-Verkaufsdaten zeigte, wie viel profitabler Umsatz komplett ohne Werbung läuft.

Nur 8 % der Amazon-Umsatzträger werden beworben

115 Artikel erzielen über Amazon Umsatz (rund 142.000 € im Jahr) - aber nur 9 davon bekommen Werbebudget. Über 90 % der umsatzrelevanten Artikel laufen ganz ohne Werbung.

Über 100 profitable Produkte ohne einen Cent Werbung

Durchgehend 30-40 % Marge - genug Spanne, um Werbekosten zu tragen und trotzdem Gewinn zu machen. Einzelne Top-Seller: ~27.000 €, ~17.000 € und ~11.000 € Jahresumsatz bei 33-37 % Marge, komplett ohne Ads.

Skalieren wäre risikoarm

Die 9 beworbenen Artikel laufen mit 16 % ACOS - die vorhandene Werbung ist also nachweislich effizient. Das Muster auf die anderen profitablen Artikel auszuweiten ist kein Blindflug, sondern naheliegend.

Konservativ gerechnet

Grundlage sind die Amazon-Verkäufe aus der Wawi - reine FBA-Umsätze sind darin nicht enthalten. Das tatsächliche Potenzial ist also eher größer, nicht kleiner.

Zahlen aus 12 Monaten Amazon-Umsatz- und Ads-Daten, gerundet, anonymisiert.

Ergebnis

Vom Fund zum Plan - und zur Funktion

1 · Verschwendung stoppen

Kampagnen auf Artikel ohne Verkauf oder Bestand abschalten.

2 · Budget umlenken

Dorthin, wo Marge und Nachfrage es tragen - auch auf die bisher unbeworbenen Gewinner.

3 · Vorlagen automatisch

Das Dashboard erzeugt aus einzelnen Artikeln direkt Kampagnen-Vorlagen.

Kein neues System, kein Umbau. Alle Daten lagen längst vor - in der Wawi, in den Ads-Konten, im Feed. Der ROAS sieht weder Verschwendung noch Potenzial - erst die Kreuzung mit den Wawi-Daten macht beides sichtbar.

Weitere Fallstudie

Ein anderer Fall aus der Praxis: Wie ein Händler 6.000 Artikel pflegt, ohne dass jemand noch Daten von Hand zusammensucht.

Zur Fallstudie: JTL-Artikelpflege automatisiert →
Häufige Fragen

Ads und Wawi-Daten kreuzen - was Händler wissen wollen

Der ROAS kennt weder Einkaufspreise noch Lagerbestand. Ein Artikel kann einen guten ROAS haben und trotzdem Verlust machen, wenn die Marge dünn ist - oder Budget verbrennen, weil er gar nicht lieferbar ist. Erst die Kreuzung mit den Wawi-Daten zeigt den Deckungsbeitrag nach Werbekosten je Artikel.

Den Google-Ads-Produktbericht (Kosten, Klicks, Conversions je Artikel), aus JTL-Wawi Einkaufspreise, Verkaufsmengen und Verkaufskanäle je Artikel, und den Produkt-Feed. Alles liegt in der Regel bereits vor - es war nur nie verknüpft.

Beworbene Artikel ohne eine einzige Conversion, Werbung auf nicht lieferbare Artikel durch veraltete Feeds, Budget in Performance-Max-Kampagnen ohne Artikelzuordnung, Artikel, die im Feed komplett fehlen - und Datenfehler wie ein Einkaufspreis über dem Verkaufspreis.

Bedenken?

Drei Dinge, die Händler vor der Anfrage wissen wollen

„Was kostet mich das am Ende?"

Vor dem Start gibt es ein schriftliches Angebot mit klarem Umfang und Preis. Keine offene Stundenuhr, keine Überraschungen - das Erstgespräch selbst ist kostenlos.

„Machen wir uns damit abhängig?"

Nein. Alles läuft über offizielle JTL-Schnittstellen, bleibt in Ihrem System und wird dokumentiert übergeben. Sie können jederzeit ohne uns weiterarbeiten.

„Was passiert mit unseren Daten?"

Ihre Daten bleiben in Ihrer Wawi. Welche Zugriffe wofür nötig sind, legen wir vorab gemeinsam fest - nachvollziehbar und auf das Nötige beschränkt.

Nächster Schritt

Was würde so ein Check bei Ihnen finden?

Im kostenlosen Erstgespräch zeigen wir an einem Beispiel, wonach wir suchen - ohne Zugriff auf Ihre Daten. Ob es das bei Ihnen auch gibt, klärt danach ein fester Analyse-Sprint zum Festpreis.

Erstgespräch vereinbaren →

Noch nicht so weit? Schreiben Sie uns kurz - wir melden uns.