Zurück zum Blog
Google-Ads

Produkt-Ads richtig segmentieren: Wie du Merchant Center Daten für bessere Gebote und Preisstrategien nutzt

Shopping-Kampagnen auf Produktebene steuern statt im Blindflug bieten: Erfahre, wie du Benchmark-Preise, Angebotspreise und Segmentierung aus dem Merchant Center nutzt, um deinen ROAS systematisch zu steigern.

Andree Wendel · Veröffentlicht am 10. März 2026
Produkt-Ads richtig segmentieren

Produkt-Ads richtig segmentieren

Wie du Merchant Center Daten für bessere Gebote und Preisstrategien nutzt

Shopping-Kampagnen sind für viele E-Commerce-Advertiser der wichtigste Kanal. Trotzdem steuern die meisten ihre Produkt-Ads auf Kampagnen- oder bestenfalls Produktgruppen-Ebene — und lassen damit enormes Potenzial liegen. Denn Google stellt im Merchant Center eine Fülle von Daten bereit, die kaum jemand systematisch nutzt: Benchmark-Preise, empfohlene Angebotspreise, Klick-Potenziale und Wettbewerbsdaten.

In diesem Artikel zeigen wir dir, wie du diese Daten mit intelligenter Segmentierung kombinierst, um auf Produktebene bessere Gebotsentscheidungen zu treffen, Preisstrategien datenbasiert zu entwickeln und Aktionen gezielt einzusetzen.

Warum Produkt-Segmentierung der Schlüssel zu profitablen Shopping-Kampagnen ist

Die Standard-Einstellung in Google Ads behandelt alle Produkte gleich: Ein Gebot, ein Budget, eine Strategie. Das Problem ist offensichtlich — ein Bestseller mit 15 % Marge braucht eine völlig andere Gebotsstrategie als ein Nischenprodukt mit 40 % Marge, das nur drei Mal pro Monat verkauft wird.

Produkt-Segmentierung bedeutet, deine Produkte anhand von Performance- und Attributdaten in sinnvolle Gruppen zu teilen und jede Gruppe individuell zu steuern. Die gängigsten Segmentierungsachsen sind Marge und Profitabilität, Preis-Position im Vergleich zum Wettbewerb, Conversion-Rate und ROAS-Historie sowie Produktkategorie und Saisonalität.

💡

Faustregel: Je granularer deine Segmentierung, desto präziser kannst du bieten. Aber zu viele Segmente machen die Steuerung unübersichtlich. Ein guter Startpunkt sind 4 bis 8 Segmente pro Account.

Product Performance Matrix in Firemetrix — ROAS vs. Impressions Scatter-Plot mit Quadranten für Performer, Underperformer, Grower und Ghosts
Die Product Performance Matrix segmentiert Produkte automatisch nach ROAS und Sichtbarkeit in vier Quadranten.

Die Goldgrube im Merchant Center: Welche Daten dir Google liefert

Das Merchant Center ist mehr als nur der Ort, an dem du deinen Produkt-Feed hochlädst. Google reichert deine Produkte mit Wettbewerbsdaten an, die die meisten Advertiser komplett ignorieren. Dabei sind genau diese Daten der Schlüssel zu datenbasierten Entscheidungen.

Benchmark-Preise: Was die Konkurrenz verlangt

Google zeigt dir für viele Produkte einen Benchmark-Preis — den durchschnittlichen Preis, zu dem andere Händler das gleiche oder ein sehr ähnliches Produkt anbieten. Diese Information ist Gold wert, denn sie sagt dir sofort, ob du preislich im Wettbewerb stehst oder nicht.

Ein Produkt, das 20 % über dem Benchmark liegt, wird es in Shopping-Anzeigen schwer haben — egal wie hoch du bietest. Umgekehrt kann ein Produkt, das deutlich unter dem Benchmark liegt, mit aggressiveren Geboten einen überproportionalen Anteil an Klicks und Conversions gewinnen.

Firemetrix Produkttabelle mit Benchmark-Preisen, ROAS und Preis-Differenz pro Produkt
Die Produkttabelle zeigt auf einen Blick: Preis, Benchmark, ROAS und Abweichung für jedes Produkt.
📊

Beispiel: Dein Produkt kostet 49,90 €, der Benchmark liegt bei 42,00 €. Du bist 19 % teurer. Statt mehr Budget zu investieren, solltest du entweder den Preis anpassen, einen Bundle-Deal schnüren oder das Gebot reduzieren und das Budget auf Produkte mit besserem Preis-Verhältnis umleiten.

Empfohlener Angebotspreis: Googles Pricing-Hinweis

Neben dem Benchmark-Preis liefert Google für ausgewählte Produkte einen empfohlenen Angebotspreis. Dieser basiert auf dem aktuellen Wettbewerbsumfeld und der geschätzten Nachfrage. Der empfohlene Preis ist keine Garantie für mehr Sales, aber ein starkes Signal dafür, wo der Sweet Spot zwischen Wettbewerbsfähigkeit und Marge liegt.

Besonders interessant wird es, wenn du den empfohlenen Angebotspreis mit deiner eigenen Marge abgleichst. Liegt der empfohlene Preis über deiner Schmerzgrenze? Dann hast du Spielraum für eine Aktion. Liegt er deutlich darunter? Dann ist dieses Produkt möglicherweise kein guter Kandidat für aggressive Shopping-Kampagnen.

Firemetrix Produktdetails mit Benchmark-Preis, empfohlenem Angebotspreis und historischem Preisverlauf
Die Produktdetail-Ansicht zeigt Benchmark-Preis, Sale Price, empfohlenen Angebotspreis und den historischen Verlauf aller Metriken.

Klick-Potenzial und Impressions-Anteil

Das Merchant Center zeigt dir auch, wie viel Sichtbarkeit du im Vergleich zum maximal möglichen Anteil hast. Ein niedriger Impressions-Anteil bei hoher Conversion-Rate ist ein klares Signal: Hier lohnt es sich, das Gebot zu erhöhen. Ein hoher Impressions-Anteil bei schlechtem ROAS hingegen deutet auf ein Preis- oder Relevanzproblem hin.


Von Daten zu Entscheidungen: 4 Strategien für die Praxis

Strategie 1 — Preis-Position-basierte Gebote

Teile deine Produkte in drei Gruppen: unter Benchmark, auf Benchmark-Niveau und über Benchmark. Für jede Gruppe definierst du eine eigene Gebotsstrategie. Produkte unter dem Benchmark erhalten aggressivere Gebote, weil die Klickwahrscheinlichkeit und Conversion-Rate typischerweise höher sind. Produkte über dem Benchmark erhalten konservativere Gebote oder werden in eine eigene Kampagne mit niedrigerem Budget separiert.

📈

Benchmark-Regel: Produkte, die 10 %+ unter dem Benchmark-Preis liegen, haben im Schnitt eine 25–40 % höhere Klickrate in Shopping-Anzeigen. Nutze diesen Vorteil mit höheren Geboten.

Strategie 2 — Dynamische Preisanpassungen vor Aktionen

Der empfohlene Angebotspreis ist besonders wertvoll für die Planung von Sales und Aktionen. Statt pauschal 20 % Rabatt auf alles zu geben, kannst du gezielt die Produkte rabattieren, bei denen der Abstand zwischen deinem Preis und dem empfohlenen Angebotspreis am größten ist — dort wo der größte Hebel liegt.

Der Workflow: Exportiere die Merchant Center Daten, identifiziere Produkte mit großem Preis-Gap, berechne den minimalen Rabatt der nötig ist um auf oder unter den empfohlenen Preis zu kommen, und setze genau diese Produkte in die Aktion. So maximierst du den Impact bei minimalem Margen-Verlust.

Strategie 3 — ROAS-Segmente mit Preis-Overlay

Die klassische Segmentierung nach ROAS (Top-Performer, Mittelfeld, Low-Performer) wird deutlich mächtiger, wenn du sie mit der Preis-Position kombinierst. Ein Produkt mit niedrigem ROAS und hohem Preis im Vergleich zum Benchmark hat ein klares Preisproblem. Ein Produkt mit niedrigem ROAS aber fairem Preis hat möglicherweise ein Relevanz- oder Landing-Page-Problem.

Diese Zwei-Achsen-Analyse hilft dir, die richtige Maßnahme zu wählen: Preis anpassen, Gebot reduzieren, Anzeige optimieren oder Produkt aus der Kampagne nehmen.

Strategie 4 — Saisonale Benchmark-Shifts nutzen

Benchmark-Preise sind nicht statisch. Vor dem Black Friday, in der Weihnachtszeit oder zum Saisonwechsel verschieben sich die Preise im gesamten Markt. Wer diese Shifts frühzeitig erkennt, kann seine Gebote und Preise proaktiv anpassen, statt reaktiv hinterherzulaufen.

Tracke die Benchmark-Entwicklung deiner Top-Produkte wöchentlich. Wenn Benchmarks fallen, ziehen Wettbewerber die Preise an — ein Signal, dass du entweder mitziehen oder dein Budget auf stabilere Segmente umschichten solltest.

Das Skalierungsproblem: Warum manuelle Produkt-Steuerung an Grenzen stößt

Die beschriebenen Strategien klingen logisch und sind es auch. Aber in der Praxis scheitern sie oft an der schieren Menge: Ein typischer E-Commerce-Account hat hunderte bis tausende Produkte. Die Merchant Center Daten manuell zu exportieren, mit Performance-Daten zu verknüpfen, Segmente zu bilden und Gebote anzupassen, dauert Stunden — und ist bis zur nächsten Woche schon wieder veraltet.

Für Agenturen, die diese Analyse für mehrere Kunden durchführen müssen, multipliziert sich der Aufwand noch einmal. Die Konsequenz: Die meisten belassen es bei einer groben Segmentierung und lassen die granularen Merchant Center Daten ungenutzt.

Automatisierte Produkt-Analyse mit Firemetrix

Genau hier setzt Firemetrix an. Die Plattform importiert automatisch die Merchant Center Daten — inklusive Benchmark-Preisen, empfohlenen Angebotspreisen und Wettbewerbsmetriken — und verknüpft sie mit den Google Ads Performance-Daten auf Produktebene.

📊

Preis-Benchmark

Automatischer Abgleich deiner Preise mit dem Markt-Benchmark für jedes Produkt

🎯

ROAS pro Produkt

Performance-Metriken auf Einzelprodukt-Ebene statt auf Kampagnen-Ebene

💰

Preis-Strategie

Identifiziere Produkte mit Pricing-Potenzial anhand von Benchmark und Marge

Statt stundenlang Spreadsheets zu befüllen, siehst du auf einen Blick, welche Produkte preislich gut positioniert sind, welche ein Pricing-Problem haben und wo sich eine Gebotsanpassung oder Aktion lohnt. Die Daten werden automatisch aktualisiert, sodass deine Segmentierung immer auf dem neuesten Stand ist.

Fazit: Deine Produkt-Daten sind der unterschätzte Performance-Hebel

Die meisten Shopping-Advertiser optimieren auf Kampagnen- oder Anzeigengruppen-Ebene und verpassen damit den größten Hebel: die Produktebene. Google liefert dir über das Merchant Center wertvolle Wettbewerbsdaten — Benchmark-Preise, empfohlene Angebotspreise, Klick-Potenziale — die dir genau zeigen, wo Chancen liegen und wo du Budget verschwendest.

Die Kombination aus intelligenter Segmentierung und Merchant Center Daten ermöglicht dir datenbasierte Gebote statt Bauchgefühl, gezielte Preisaktionen statt pauschaler Rabatte und eine Kampagnenstruktur, die sich an der tatsächlichen Wettbewerbssituation jedes einzelnen Produkts orientiert.

Merchant Center Daten automatisch nutzen — mit Firemetrix

Firemetrix kennenlernen
pmaxshoppingsegmentation