ROAS-Triage auf Produktebene für Shopping und Performance Max

Für das Google-Ads-Konto [account ID] ist mein Ziel-ROAS [target ROAS, e.g. 4 = 400%]. Schritt 1. Führe account_snapshot aus (platform=google_ads, recent_days=30), damit du weißt, welche Shopping- und Performance-Max-Kampagnen es gibt, ob sie ausgespielt werden, wie hoch ihre Budgets sind und welche Gebotsstrategie aktuell läuft. Schritt 2. Führe google_ads_query mit dieser GAQL aus: SELECT segments.product_item_id, segments.product_title, segments.product_brand, campaign.name, campaign.advertising_channel_type, metrics.impressions, metrics.clicks, metrics.cost_micros, metrics.conversions, metrics.conversions_value FROM shopping_performance_view WHERE segments.date DURING LAST_30_DAYS ORDER BY metrics.cost_micros DESC Rechne cost_micros in die Kontowährung um. Wirkt das Ergebnis durch das Zeilenlimit abgeschnitten, erhöhe limit und sag mir, wie viele Produkte du analysiert hast, damit ich weiß, ob der Long Tail enthalten ist. Taucht dasselbe Item in mehr als einer Kampagne auf, summiere es pro Produkt und notiere zusätzlich, in welchen Kampagnen es Budget verbraucht. Klassifiziere jedes Produkt: - Helden: ROAS mindestens in Höhe von [target ROAS] bei mindestens 3 Conversions. - Zeitfresser (Drains): Kosten über dem Doppelten der durchschnittlichen Kosten pro Produkt in diesem Datensatz und ROAS unter 50 % des Ziels. - Zombies: unter 100 Impressionen in 30 Tagen, das Produkt wird also praktisch nicht ausgespielt. Beachte, dass Produkte mit null Impressionen in dieser Ansicht gar nicht erscheinen; wenn ich hier meine vollständige Item-ID-Liste aus dem Feed einfüge [optional: paste item IDs], liste die fehlenden ebenfalls als Zombies auf. - Mittelfeld: alles andere. Liefere: 1. Summen pro Gruppe: Anzahl der Produkte, Anteil an den Ausgaben, Anteil am Conversion-Wert und ROAS. 2. Die Top 15 der Zeitfresser mit Kosten, Klicks, Conversions, durchschnittlichem Bestellwert (Conversion-Wert / Conversions), ROAS und einer wahrscheinlichen Angebotsdiagnose. Stütze die Diagnose auf das, was die Daten zeigen: ein durchschnittlicher Bestellwert, der die Kosten pro Conversion nicht deckt, viele Klicks bei sehr niedriger Conversion-Rate oder Ausgaben, die auf eine Kampagne konzentriert sind. "Preis über Markt", "Bundle-Kandidat" und "nur Einstiegsartikel" sind Hypothesen, weil Feed-Preise, Wettbewerbspreise und Margen in diesen Daten nicht enthalten sind. Kennzeichne sie als Hypothesen, solange ich keine Preise oder Margen einfüge: [optional: item ID, price, margin %]. 3. Einen Strukturplan. Erkläre, wie sich Helden, Zeitfresser und Zombies in eigene Kampagnen oder Asset Groups mit unterschiedlichen ROAS-Zielen trennen lassen, aus welchen bestehenden Kampagnen aus Schritt 1 jede Gruppe käme und welche Auswirkungen auf Ausgaben und Conversion-Wert zu erwarten sind, mit den zugrunde liegenden Annahmen. Das ist nur ein Plan. Ändere keine Kampagnen, Budgets, Gebote oder Listing Groups. Sollte ich später einen Teil davon freigeben, zeig zuerst für jede Änderung eine Vorschau mit confirm=false und lege neue Kampagnen pausiert an.