So messen Sie, ob eine Feed-Änderung Ihren ROAS tatsächlich bewegt hat

Die meisten Teams finden auf dieselbe Weise heraus, dass eine Feed-Änderung „funktioniert“ hat: Sie haben etwas im Feed korrigiert, eine Woche lang den ROAS in Google Ads beobachtet, und er ist gestiegen. Das ist kein Beweis. Google Ads sagt Ihnen das sogar selbst – ein Performance-Max-Test vergleicht nur eine vollständige Kampagne mit einer anderen; es gibt keinen Mechanismus, um innerhalb derselben Kampagne ein Produktsegment gegen ein anderes zu testen. Wenn Sie wissen wollen, ob das Umlabeln von 400 SKUs, eine korrigierte Titelformel oder ein margenbasiertes custom_label den ROAS tatsächlich bewegt hat, müssen Sie diesen Beweis selbst erbringen – mit Reporting-Tools, die dafür nicht gemacht sind. Dieser Leitfaden liefert Ihnen ein Bewertungsschema, mit dem Sie entscheiden, wann eine Vorher-Nachher-ROAS-Zahl belastbar ist, ein durchgerechnetes Beispiel mit Googles eigenem Custom-Label-Attribut und eine klare Liste dessen, was das native Performance-Max-Reporting Ihnen sagen kann und was nicht. Es geht nicht um Gebotsanpassungen – wir bieten kein Gebotsmanagement an, und nichts hier verlangt von Google Ads, sein Bietverhalten zu ändern. Genau diese Art von Messfrage stellt sich Growth- und Performance-Teams immer wieder, sobald die Feed-Optimierung über die Grundlagen hinausgeht.

Warum „Der ROAS ist nach der Änderung gestiegen“ kein Beweis ist

Sobald eine Feed-Änderung live geht, passieren drei Dinge gleichzeitig: Googles Algorithmen lernen weiter, die Saisonalität verschiebt sich weiter, und Ihr eigenes Team nimmt weitere Änderungen vor – eine neue Aktion, eine Budgeterhöhung, ein Wettbewerber, dem die Ware ausgeht. Ein ROAS-Unterschied, der in diesem Durcheinander gemessen wird, sagt Ihnen, was passiert ist, aber nicht warum. Das Problem ist struktureller Natur und lässt sich nicht durch mehr Mühe lösen: Performance Max bietet keine integrierte, randomisierte Möglichkeit, ein Feed-Segment innerhalb einer Kampagne gegen eine Kontrollgruppe zu testen. Googles eigene Dokumentation zu Performance-Max-Tests bestätigt, dass der Umfang die gesamte Kampagne ist und nicht ein Ausschnitt des Katalogs: Ein Test teilt den Traffic auf Kampagnenebene zwischen einem „Basiszweig“ und einem „Testzweig“ auf und meldet nur „aggregierte Conversions, Conversion-Wert, CPA, ROAS und Ausgaben für die Gruppen“ (Google-Ads-Hilfe, FAQs zu Performance-Max-Tests). Einen Zweig auf Ebene von Eintragsgruppen oder Custom Labels gibt es in dieser Struktur nicht. Das Werkzeug, zu dem Sie zuerst greifen würden – ein richtiger Google-Ads-Test –, kann die Frage „Hat genau diese Feed-Änderung den ROAS bewegt?“ also nicht beantworten. Ihnen bleibt beobachtendes Reporting, und beobachtendes Reporting braucht Leitplanken, bevor Sie ihm vertrauen.

Was Google Sie innerhalb von Performance Max tatsächlich messen lässt

Der einzige native Mechanismus, um die Performance innerhalb von Performance Max nach einem Feed-Attribut aufgeschlüsselt zu sehen, ist die Ansicht der Eintragsgruppen (Listing Groups) innerhalb einer Asset-Gruppe. Sie können die Produktgruppe nach Kategorie, Marke, Artikel-ID, Zustand, Produkttyp, Kanal oder bis zu fünf Custom Labels unterteilen, und die Tabelle der Eintragsgruppen weist Messwerte aus – Googles eigene Hilfe bestätigt, dass Sie „Ihre Eintragsgruppen filtern können, um nach den Daten zu suchen, die Sie am meisten interessieren, etwa Klicks, Conversions oder den durchschnittlichen Cost-per-Click“ (Google-Ads-Hilfe, Performance-Max-Kampagne mit Eintragsgruppen verwalten). Das ist etwas anderes als der Bericht „Kombinationen“ der Asset-Gruppe, der nur zeigt, welche Creative-Assets gemeinsam gut funktioniert haben, und nichts mit der Performance auf Produkt- oder Feed-Attribut-Ebene zu tun hat (Google-Ads-Hilfe, Berichte zu Asset-Gruppen für Performance Max). Wenn Ihr Plan zur Messung einer Feed-Änderung lautet „den Asset-Gruppen-Bericht prüfen“, schauen Sie in den falschen Bericht – und es lohnt sich, genau zu prüfen, was Ihr Feed an Google Merchant Center sendet, bevor Sie annehmen, dass die Eintragsgruppen überhaupt auf dem Attribut aufbauen, von dem Sie ausgehen.

Das Attribut, mit dem die meisten Teams ein messbares Segment abgrenzen, sind custom_label_0 bis custom_label_4. Laut Spezifikation von Google Merchant Center ist jedes davon ein String mit 1–100 Zeichen, pro Produkt optional, mit einem Wert pro Label und Produkt und kontoweit auf 1.000 eindeutige Werte pro Label-Attribut begrenzt (Google-Merchant-Center-Hilfe, custom_label_0–4). Googles eigene Beispiele für die Nutzung der fünf Slots sind Saison, Verkaufsleistung (BestSeller/LowSeller), Abverkaufsstatus und Gewinnmarge (LowMargin/HighMargin) (Google-Ads-Hilfe, Benutzerdefinierte Labels für Shopping-Anzeigen verwenden) – genau die Art von Segment, die Sie brauchen, wenn Sie eine Feed-Änderung auf eine Gruppe begrenzen wollen, die klein genug ist, um sie zu durchschauen, aber groß genug, um Daten zu erzeugen. Zwei operative Details sind für alles wichtig, was Sie auf diese Weise messen: Label-Änderungen brauchen bis zu 24–48 Stunden, bis sie im Google-Ads-Reporting ankommen, und Performance Max begrenzt die Eintragsgruppen auf 1.000 pro Asset-Gruppe – wobei Google ausdrücklich warnt, dass so viele „keine Best Practice“ sind, weil die Performance darunter meist leidet (Google-Ads-Hilfe, Performance-Max-Kampagne mit Eintragsgruppen verwalten).

Das Bewertungsschema für Messbarkeit

Bevor Sie eine Vorher-Nachher-ROAS-Zahl als Urteil über Ihre Feed-Änderung lesen, bewerten Sie sie anhand von sechs Kriterien. Jedes bringt 0, 1 oder 2 Punkte, maximal also 12.

Auswertung: 9–12 Punkte bedeuten, dass Sie mit vertretbarer Sicherheit auf Basis der Zahl handeln können. 5–8 Punkte heißen: als Tendenz behandeln – ein zweiter Zyklus lohnt sich, bevor Sie die Änderung ausweiten. 4 Punkte oder weniger bedeuten, dass die Zahl Rauschen ist; präsentieren Sie sie intern nicht als Ergebnis und lassen Sie sie keinen größeren Rollout rechtfertigen.

Ein durchgerechnetes Beispiel: margenschwache SKUs neu labeln

Angenommen, Ihr Feed umfasst 8.400 SKUs und enthält kein Margensignal. Sie fügen custom_label_3 mit den Werten HighMargin und LowMargin hinzu, befüllt aus Ihren Produktkostendaten, und wenden es als ersten Test nur auf Ihre Kategorie Oberbekleidung (612 SKUs) an, bevor Sie es kontoweit ausrollen.

In Performance Max legen Sie innerhalb der Asset-Gruppe für Oberbekleidung einen Eintragsgruppen-Knoten für custom_label_3 = LowMargin an, warten 48 Stunden, bis das Label übernommen ist, und lassen dann ein sauberes Zeitfenster von 2–3 Wochen verstreichen, ohne dass andere Kontoänderungen diese Asset-Gruppe berühren. Am Ende des Zeitfensters ziehen Sie den ROAS dieses Eintragsgruppen-Knotens für die zwei Wochen, bevor es das Label gab (mit der Performance auf Kategorieebene als Ersatz-Baseline, da das Label selbst noch nicht existierte), und vergleichen ihn mit den zwei Wochen danach. Lassen Sie diesen Vergleich durch das obige Bewertungsschema laufen, bevor Sie irgendetwas über das Ergebnis sagen: Wenn die Oberbekleidung im Zeitfenster 140 Conversions pro Woche ohne Störfaktor erzeugt hat und Sie den vollen Übernahmepuffer abgewartet haben, liegen Sie bei 10–12 Punkten, und die Zahl ist belastbar. Wenn drei Tage nach Beginn Ihres Testzeitfensters eine Black-Friday-Aktion gestartet ist, sinken Sie auf 5–6 Punkte, und die ehrliche Schlussfolgerung lautet „nicht eindeutig, in einem sauberen Zeitfenster erneut testen“ – nicht „Der ROAS ist um 14 % gestiegen“.

Den Eintragsgruppen-Bericht lesen, ohne sich selbst zu täuschen

Drei Gewohnheiten halten diese Messung ehrlich. Erstens: Vergleichen Sie immer gleich lange Zeitfenster – fünf Tage „danach“ gegen vierzehn Tage „davor“ verschieben Durchschnittswerte aus Gründen, die nichts mit Ihrer Änderung zu tun haben. Zweitens: Ziehen Sie den Vergleich auf Ebene der Eintragsgruppe, nicht der Asset-Gruppe oder Kampagne; der ROAS auf Kampagnenebene nimmt alles auf, was jedes andere Segment tut, und verwässert Ihr Signal. Drittens: Behandeln Sie jeden einzelnen Vorher-Nachher-Zyklus als einen Datenpunkt, nicht als Urteil – wiederholen Sie ihn an einem zweiten Segment, bevor Sie eine Labeling-Änderung auf den gesamten Feed mit 8.400 SKUs ausrollen. Nichts davon erfordert Eingriffe in Gebotsstrategie, Ziel-ROAS oder Budget; es ist eine reine Übung in Feed-Daten und Reporting – und genau deshalb sollte Ihre Feed-Plattform sie direkt unterstützen, statt dass Sie sie nur von Hand in der Google-Ads-Oberfläche erledigen. Growth- und Performance-Teams, die diese Segmentierung richtig umgesetzt haben, konnten damit katalogweite Änderungen mit echten Zahlen begründen – Bilyoners Einstieg in Katalog-Anzeigen ist ein Beispiel, bei dem eine Änderung auf Feed-Ebene mit einem gemessenen ROAS-Ergebnis verknüpft wurde statt mit einem Bauchgefühl.

Was dieser Leitfaden nicht abdeckt und wo er an seine Grenzen stößt

Dieses Framework liefert Ihnen eine vertretbare Tendenzaussage mit Werkzeugen, die jeder Performance-Max-Werbetreibende bereits hat. Es ist keine randomisierte kontrollierte Studie. Da Google innerhalb einer laufenden Performance-Max-Kampagne keinen echten Holdout auf Segmentebene anbietet, können Sie nicht vollständig ausschließen, dass Googles eigener Gebotsalgorithmus Impressionen aus Gründen, die nichts mit dem Label zu tun haben, auf Ihr gelabeltes Segment umverteilt hat – das Bewertungsschema verringert dieses Risiko, beseitigt es aber nicht. Wenn Sie eine statistisch belastbare Inkrementalitätsmessung benötigen – eine echte Kontrollgruppe, Konfidenzintervalle, Geo-Holdouts –, ist das eine Aufgabe für eine spezialisierte Experimentier- oder Marketing-Mix-Modeling-Plattform, nicht für ein Feed-Tool, und Sie sollten von keiner Feed-Management-Plattform (auch nicht von Feedance) einen solchen Nachweis erwarten. Ebenso gilt: Wenn Ihr eigentliches Ziel eine automatisierte, margenbewusste Gebotsanpassung statt einer Messung ist – also ein System, das auf Basis des Profitabilitätslabels handelt, statt nur darüber zu berichten –, ist das eine Produktentscheidung, um die herum manche Plattformen in diesem Bereich gebaut sind. Die Aufgabe von Feedance endet dort, wo sichergestellt ist, dass das Label existiert, korrekt befüllt ist und sauber ausgewertet werden kann. Wir passen keine Gebote in Ihrem Namen an. Wenn Ihr Team zu einer Growth- oder Performance-Abteilung gehört, ist diese Disziplin im Reporting – und nicht automatisiertes Bieten – in der Regel der wirkungsvollere Ausgangspunkt.

Häufig gestellte Fragen

Kann ich innerhalb einer einzelnen Performance-Max-Kampagne ein custom_label-Segment per A/B-Test gegen ein anderes testen?
Nein. Googles eigene Teststruktur für Performance Max teilt den Traffic auf Kampagnenebene zwischen einem Basis- und einem Testzweig auf, nicht zwischen Eintragsgruppen innerhalb einer Kampagne, und meldet für jeden Zweig nur aggregierte Messwerte.

Wie viele Custom Labels kann ich nutzen, und machen sie den Feed komplexer?
Fünf Slots, custom_label_0 bis custom_label_4, jeder ein String mit 1–100 Zeichen und bis zu 1.000 eindeutigen Werten pro Label kontoweit. Sie sind pro Produkt optional und für Käufer unsichtbar; ihr Hinzufügen ändert also nichts an der Darstellung des Produkts.

Wie lange sollte ich nach einer Label-Änderung warten, bevor ich etwas messe?
Mindestens 48 Stunden, bis das Label selbst im Google-Ads-Reporting angekommen ist, und anschließend ein vollständiges, sauberes Zeitfenster – Google empfiehlt für seine eigenen Tests 2–3 Wochen, um ein verlässliches Ergebnis zu erhalten –, bevor Sie Schlüsse ziehen.

Was ist der Unterschied zwischen dem Bericht „Kombinationen“ der Asset-Gruppe und dem Eintragsgruppen-Bericht?
Der Bericht „Kombinationen“ zeigt, welche Creative-Assets (Anzeigentitel, Bilder, Video) gemeinsam gut funktioniert haben; eine Aufschlüsselung nach Produkt oder Feed-Attribut enthält er nicht. Mit dem Eintragsgruppen-Bericht können Sie die Performance nach Kategorie, Marke, Artikel-ID, Zustand, Produkttyp oder Custom Label filtern.

Mein Segment erzielt nur 15 Conversions pro Woche. Lohnt sich die Messung überhaupt?
Für sich allein nicht zuverlässig. Erweitern Sie entweder das Segment (eine breitere Kategorie statt eines einzelnen Custom-Label-Werts), verlängern Sie das Zeitfenster deutlich über drei Wochen hinaus oder akzeptieren Sie, dass jedes Ergebnis bestenfalls eine Tendenz ist – und bewerten Sie es im obigen Schema entsprechend.

Gilt dieses Framework auch für Standard-Shopping-Kampagnen?
Ja, und dort ist es in mancher Hinsicht sogar sauberer, da Standard-Shopping-Kampagnen – anders als Performance Max – Google-Ads-Tests (Entwürfe und Tests) mit echter Traffic-Aufteilung auf Anzeigengruppen- und Produktgruppenebene unterstützen.

Kann Feedance diese Messung automatisch für mich durchführen?
Feedance kann die custom_label-Segmentierung direkt im Feed anlegen und nach Ihrem Synchronisierungsplan pflegen (täglich bei Essentials, stündlich bei Business), sodass die Labels sauber und konsistent vorhanden sind und Sie in Google Ads darüber berichten können. Die ROAS-Analyse führt Feedance nicht durch, und in die Gebotssteuerung greift es nicht ein.

Was, wenn ich mehrere Dinge im Feed gleichzeitig geändert habe – Titel, Bilder und das Custom Label?
Dann können Sie eine ROAS-Änderung keinem einzelnen davon zuordnen. Bewerten Sie dieses Szenario beim Kriterium Störfaktoren mit 0 und betrachten Sie den gesamten Test als ungültig; isolieren Sie pro Messzyklus eine einzige Variable.

Führen Sie ein kostenloses Audit Ihres Produktfeeds durch, um zu sehen, wo Ihrem Feed die Segmentierungssignale fehlen – etwa saubere Custom Labels –, die diese Art der Messung überhaupt erst möglich machen.