Weg vom Hockeyschläger-ACOS hin zu Kontrolle pro Target — mit Denis M. Klug

Christian Kelm bringt Real Talk zurück, indem er auf das ganze Drumherum verzichtet und die einzige Frage stellt, die zählt: Was haben Sie tatsächlich in Ihrem Amazon PPC geändert und was hat die Zahlen bewegt? Denis M. Klug – Verkäufer seit 2014, auf Amazon seit 2016, Gründer der Wikinger-Marke North Legendary – legt seinen Arbeitsablauf nach der Umstellung seiner Anzeigen auf AMALYZE dar. Es ist eine offene Reise von verschwenderischen Durchschnittswerten zu einer Kontrolle pro Target, saisonalem Timing und Disziplin bei der Stückkostenrechnung.

Denis in 10 Jahren: Vom Verkäufer zum SEO-Betreiber

2014: Beginn des Online-Verkaufs; 2016: Start auf Amazon mit Print-on-Demand-T-Shirts; Entwicklung zu North Legendary (Textilien, Wikinger-Nische). Die erste ASIN ging 2017 live und verkauft sich immer noch.
Heute: Denis beaufsichtigt die Marke (er packt keine Kartons mehr selbst) und führt eine Agentur mit Schwerpunkt auf Amazon SEO. Er hat im letzten Jahrzehnt „viele“ Anzeigen-Tools und Agentur-Setups getestet.
Ehrliche Statistik: Nach seinem eigenen Audit hat er ca. 60.000 € für Anzeigen durch „Optimierungen“ und Tools verbrannt, die nicht geliefert haben.

Warum eine „strukturlose“ PPC-Aufnahme hier funktionierte

Christians erster Punkt: Die meisten Anzeigen-Tools verlangen, dass man alles nach deren Vorlage neu aufbaut. Denis: AMALYZE war das erste Tool, das sagte: „Wir nehmen Ihr Konto so, wie es ist.“ Keine erzwungene Kampagnen-Taxonomie. Segmente können das gesamte Konto abdecken, wenn man möchte. Allein das hat Wochen an Migrationsrisiko beseitigt.

Unter der Haube erklärt Christian, warum das funktionieren kann: Das System strebt nicht nach einem durchschnittlichen ACOS über ein ganzes Bündel; es bepreist jedes Target (Keyword/ASIN/Kategorie) unabhängig für das von Ihnen festgelegte ACOS-Ziel. Das ist es, was starre, vorschreibende Strukturen überflüssig macht.

„Es hat mich umgehauen, dass jedes einzelne Keyword sein eigenes Ziel und seinen eigenen Preis haben kann – es ist nicht mehr nur ein Durchschnittswert.“ — Denis

Schluss mit dem Hockeyschläger: ACOS pro Target, nicht gemittelt

Christians Diagnose für die meisten Konten: der berüchtigte „Hockeyschläger-ACOS“. Durchschnittswerte verbergen Über- und Unterperformer; man erreicht auf dem Papier 20 %, während man bei generischen Geldgräbern 120 % und bei Markenbegriffen 1 % zahlt. AMALYZE steuert die Gebote auf der Target-Ebene zu einem spezifischen ACOS-Ziel (nicht nur zu einem Portfolio-Durchschnitt), sodass jedes Target Budget nach seinen eigenen Verdiensten erhält oder verliert.

Christians schneller Selbst-Audit, wenn Sie Ihren Hockeyschläger heute sehen wollen:

Exportieren Sie Ihren Suchbegriffsbericht.
Stellen Sie den CPC der Leistung gegenüber (sogar per F11-Auto-Chart unter Windows) oder nutzen Sie ein Pivot-Diagramm.
Sie werden eine flache Zone sehen (keine Verkäufe = unendlicher ACOS = verschwendete Ausgaben) und einen Long-Tail – den Stiel.

Attributionsfenster an das Kaufverhalten anpassen

Denis' Produktmix umfasst Geschenke und Textilien. Er legte eine 14-tägige Attribution fest, nachdem er beobachtet hatte, dass Warenkörbe oft verweilen, bevor der Checkout erfolgt. Diese einzige Änderung half dem System, verzögerte Verkäufe gutzuschreiben und rationaler zu bieten.

Christians Faustregel:

1 Tag für Produkte des unmittelbaren Bedarfs oder Mikro-Saisons (der Valentinstag selbst, Flash-Promos).
7–14 Tage für typische Konsumgüter und Geschenke.
Bis zu 30 Tage für Artikel mit höherer Entscheidungsdauer (denken Sie an Saugroboter) oder wenn Ihre Kunden oft auf den Zahltag warten.

Die Änderung des Attributionsfensters kann den scheinbaren ACOS materiell verschieben, ohne die Gebote anzurühren. Ein Fall: Ein Kunde, der bei einem Ziel von 20 % feststeckte, wollte 15 %. Die Umstellung auf eine 30-Tage-Attribution (Daten belegten, dass >20 % der Verkäufe nach Tag 14 erfolgten) spiegelte sofort einen ACOS von 15 % wider, da die Verkäufe schon immer da waren – nur eben außerhalb des vorherigen Fensters.

Nutzung des Betrachtungszeitraums als aktiver Hebel

Über die Attribution hinaus nutzt Denis den Betrachtungszeitraum (das Zeitfenster der Analyse) als aktiven Hebel:

Statisches Fenster, um einen historischen Zeitraum zu fixieren (z. B. die Osterwoche des letzten Jahres) und Gebote einen Monat im Voraus zu setzen.
Dynamisches Fenster, das ab einem gewählten Startdatum wächst, wenn man sich einem Event nähert (z. B. Gleiten in Richtung 21. Dezember, dem letzten relevanten Versanddatum).

Workflow, den Christian für bewegliche Feste wie Ostern empfiehlt:

Im März Gebote basierend auf den Daten von Mitte April des letzten Jahres setzen (statisch). Laufen lassen.
Direkt nach Ostern das Fenster für einen harten Reset zurück auf „ab jetzt“ (statisch) stellen.
Nach einer Woche zu einem dynamischen Fenster zurückkehren, damit das System aus frischen Signalen lernt.

Zuerst simulieren, dann anwenden – und stündlich verifizieren

Bevor er Änderungen vornimmt, prüft Denis diese mit der Simulation von AMALYZE. Das System zeigt die prognostizierten Verkäufe, den ACOS und die Ausgaben-Deltas für das gewählte Segment an. Nach der Ausführung protokolliert ein stündliches Protokoll (unterstützt durch den Amazon Marketing Stream) jede Änderung auf Target-Ebene mit dem „Warum“. Eine vollständige Zeitachse der Historie ermöglicht es Ihnen, Leistungssprünge mit den exakten Einstellungen zu korrelieren, die Sie geändert haben (z. B. „Wir haben an diesem Datum die Attribution von 14 auf 30 Tage umgestellt“).

Denis' Reaktion auf die erste All-in-Simulation: Unglaube – gefolgt davon, dass die Zahlen mit der Realität übereinstimmten.

Erwarten Sie ACOS-Spitzen, wenn Preis und CR sich bewegen

Christians Mathe-Mantra: ACOS ≈ Gebot / (Conversion Rate × Preis). Zwei Folgerungen:

Wenn Sie den Preis oder die Conversion ändern (A+ Premium, Bilder, Coupons), verschiebt sich der ACOS, selbst wenn die Gebote gleich bleiben.
Um Feiertage herum pausieren Lieferungen und Käufe verzögern sich. Erwarten Sie eine vorübergehende ACOS-Spitze und einen CR-Einbruch; nachfolgende Verkäufe ziehen den ACOS später wieder in die Spur. Beurteilen Sie das System nach den Maßnahmen, die es ergreift (Gebote vs. Ziele), nicht nach einem ACOS-Screenshot eines einzelnen Tages.

Denis führt die Oster-Angebote (Spring Deals) an: Preissenkungen führten zu einem kurzzeitigen ACOS-Anstieg, dann steuerte das Modul zurück zum Ziel, als die verzögerten Verkäufe abgeschlossen wurden.

Stückkostenrechnung pro Keyword – und Ausschalten von Amazons dynamischen Geboten

Eine schmerzhafte, aber profitable Übung, die Denis mitten in der Migration durchführte: Berechnen des maximalen CPC pro Produkt/Keyword, der unter Berücksichtigung der tatsächlichen Conversion noch Marge lässt. Er hörte auf, sich von Amazons Gebotsvorschlägen die Ausgaben diktieren zu lassen, und deaktivierte Amazons dynamisches „Erhöhen und Senken“, damit die Präzisionsgebote des Moduls nicht überschrieben wurden.

Er führte auch einen gezielten Reset durch:

Pausieren der schlechtesten Kampagnen (einige mit einem ACOS von über 100 %).
Neuaufbau einiger weniger mit vernünftigen Startgeboten, die aus der Margenkalkulation abgeleitet wurden.
Er hat nicht jedes Keyword von Hand bepreist – zu viele Begriffe –, sondern Durchschnittswerte verwendet, wo es nötig war, während die Automatisierung konvergierte.

Ergebnis: Der ACOS sank schneller, die Stabilität verbesserte sich und er musste nicht mehr täglich mikromanagen.

Was man nicht ignorieren sollte: Buy Box, tote Targets, 0,33 % CR

Christians Erlebnisse, die Denis Zeit sparten:

Buy Box Fehler: Werbung für FBA, während FBM die Box hält (oder umgekehrt), lässt Anzeigen fehlerhaft erscheinen; prüfen Sie den Besitz der Box, bevor Sie die Gebote verantwortlich machen.
Targets ohne Volumen: Das Modul kann „ohne Daten“ auf Segmentebene einstellen (kleine, vorsichtige Schritte), aber wenn ein Begriff keinen Traffic hat, können Gebote keine Nachfrage erzeugen. Bestätigen Sie zuerst das Suchvolumen und die Relevanz.
Beispiel für eine brutale CR: Bei einer Conversion von 0,33 % benötigen Sie ca. 300 Klicks pro Verkauf – keine CPC-Kalkulation wird da funktionieren. Streichen Sie das Keyword oder reparieren Sie das Listing.

TACOS: Der Nordstern für Berichte, aber ein schlechter Kontrollmechanismus

Denis arbeitet im Alltag nicht nach dem TACOS. Christians Standpunkt:

Nutzen Sie den TACOS monatlich/vierteljährlich, um Ihren organischen/bezahlten Mix zu beurteilen (50/50 deutet darauf hin, dass Sie die Werbeausgaben wahrscheinlich verdoppeln können und den gleichen Mix behalten).
Versuchen Sie nicht, auf Target-Ebene nach dem TACOS zu bieten. Sie haben keine organischen Verkäufe pro Target in der Werbekonsole; das Einmischen von Coupons, externem Traffic und Rabatten nach dem Klick verfälscht den Kontrollmechanismus. Es erzeugt wieder den Hockeyschläger.
Attributions-Überschneidungen bei Monatsenden verzerren das TACOS-Timing zusätzlich: Kosten fallen in diesem Monat an, Verkäufe landen im nächsten Monat im Seller Central, werden aber dem Datum des Anzeigenklicks gutgeschrieben.

Ergebnisse: Weniger Stunden, bessere Margen – nicht nur „mehr Umsatz“

Zeit: Denis reduzierte seinen Aufwand von etwa zwei Arbeitstagen pro Woche für Gebotskalkulationen in Excel/Python auf etwa 3–4 Stunden pro Woche für das Überprüfen von Protokollen und Simulationen. Er öffnet jetzt AMALYZE anstelle des Seller Central und macht montags und freitags einen Check.
ACOS: Der Portfolio-Durchschnitt entwickelte sich von ca. 40 % in Richtung unter 20 %. Einige Segmente erreichen bereits ihre Ziele; andere konvergieren.
Profit vor Umsatz: Denis jagte nicht um jeden Preis dem Umsatz hinterher. Er akzeptierte ein geringeres Volumen bei generischen Geldgräbern (z. B. „T-Shirt Herren“, zuvor bei 120–140 % ACOS), um die Marge zu schützen, während er dennoch pushte, wenn Launch-Geschwindigkeit oder Rezensionen strategisch erforderlich waren.

Christian unterstreicht ein häufiges Missverständnis: Man kann nicht 5–10 % ACOS verlangen und den gleichen absoluten Umsatz wie bei 30–40 % erwarten. Der Marktwettbewerb setzt eine Untergrenze; wenn die Wettbewerber Ihren Gebotserhöhungen nicht folgen, wird das Volumen nicht auf magische Weise erscheinen.

Marktrealitätscheck: CPC-Inflation und irrationale Bieter

Im Bereich Bekleidung zeigt Denis' Rückblick CPC-Steigerungen von ca. 80 % im Vergleich zu vor Corona. Viele Wettbewerber „können immer noch nicht rechnen“ und bieten über die Produktmarge hinaus – stellen Sie sich also auf unruhige Auktionen ein. Auf der anderen Seite haben einige Verkäufer stillschweigend ihre besten Jahre, weil sie resiliente Prozesse aufgebaut haben: saubere Daten, knapper Content, stabile Lieferketten, konsistente Gebote – anstatt einem mythischen perfekten Kampagnen-Template hinterherzujagen.

Roadmap: Harvesting und Empfehlungen ohne Tabellen-Qualen

Denis lässt immer noch „Datensammel“-Auto-Kampagnen laufen und nutzt ein monatliches Skript, um neue Begriffe und ASINs zu extrahieren. Christian gibt einen Ausblick auf das, was als Nächstes kommt, damit er dieses Skript in Rente schicken kann:

Empfehlungen aus Suchbegriffsdaten und Live-Leistung.
Ein-Klick-Aktionen: Hinzufügen zur richtigen Kampagnen, vorkalkuliertes Gebot oder Hinzufügen als Negativ-Exakt.
Vollständige Deduplizierung und Klassifizierung: Erkennen von Exakt/Phrase/Broad-Dubletten, Prüfen, ob ein Kandidat bereits an anderer Stelle existiert, und Ermöglichen von typübergreifenden Heraufstufungen (z. B. Wechsel von Exakt → Phrase/BR, wo angemessen).

Die Idee ist einfach: Jedes relevante Target aus der Auto-Kampagne in die explizite Kontrolle überführen – korrekt bepreist für das eigene ACOS-Ziel, nicht nur für die „guten“, die bereits Verkäufe zeigen.

Onboarding, Support und wie Entscheidungen tatsächlich getroffen werden

Das Onboarding dauerte bei Denis ca. 2,5–3 Stunden mit Michi und wurde für spätere Wiederholungen aufgezeichnet. In den ersten 5 Minuten wurde ein Segment eingerichtet, das das gesamte Konto abdeckt; der Rest stimmte Ziele, Attribution, Zeitfenster und Sprache ab (was bedeutet „Push“: Launch? Rank? Volumen?).
Nach dem Onboarding: Ein Check-in zwei Wochen später, ein weiterer nach einem Monat. Discord für tägliche Fragen. Gruppensitzungen zweimal im Monat, um Muster zu teilen (z. B. Oster-Timing, Spring Deals).
Ein umsetzbarer Fix aus dem Onboarding: Deaktivieren der dynamischen Gebotsabgabe „Erhöhen und Senken“ von Amazon, damit die Mathematik des Moduls pro Target nicht zunichtegemacht wird.

Was sich in Denis' wöchentlichem Arbeitsablauf geändert hat

Überprüfen von Simulationen vor größeren Änderungen (Attribution/Fenster/Targets).
Scannen der stündlichen Protokolle und der Historien-Zeitachse auf Anomalien nach Preis- oder Promo-Änderungen.
Vierteljährlich: Plausibilitätsprüfung des TACOS und des organischen/bezahlten Splits, nicht um Gebote zu steuern, sondern um die allgemeine Gesundheit zu fühlen.
Beibehalten von Auto-Kampagnen nur als Sammler, bis die Empfehlungs-Pipeline deren Output übernimmt.

Fazit

Die Kontrolle pro Target schlägt hübsche Strukturen. Denis hörte auf, die Wahrheit wegzumitteln, passte die Attribution an das tatsächliche Kaufverhalten seiner Kunden an, bereitete Saisons mit den richtigen Rückblicksdaten vor und begründete jedes Gebot mit Marge und Conversion. Er tauschte zwei Tage Tabellenkalkulation gegen ein paar fokussierte Stunden pro Woche – und tauschte einen durchschnittlichen ACOS von 40 % gegen einen Weg in Richtung unter 20 %, ohne dem reinen Umsatz hinterherzujagen.

Zitieren Sie es so, wie Denis es tat: „Wir haben nicht den Umsatz gesteigert, wir haben den Gewinn gesteigert.“ Wenn das Ihr Ziel ist, hören Sie auf, über das perfekte Kampagnen-Template zu diskutieren. Werden Sie rücksichtslos bei Targets, Zeitfenstern und der Stückkostenrechnung – und lassen Sie die Protokolle und Simulationen ihren Job machen.