Umsatz verdeckt Profitabilität
Google Ads, GA4 und andere Plattformen sehen häufig Umsatz oder Kaufmenge. Warengruppen mit niedriger Marge können dadurch stärker wirken, als sie wirtschaftlich sind.
Tracking und Measurement Service
Margentracking für Performance Marketing
Margentracking verbindet Umsatz, Marge, Profit, COGS, Deckungsbeitrag und Conversion Value mit Tracking- und Plattformlogik. Ad Astra Per Aspera baut die Business-Logik so in Data Layer, Server-Side Tracking, GA4, Google Ads, Data Warehouse und Reporting ein, dass Wertsignale fachlich nachvollziehbar bleiben.
Umsatz-zu-Marge-Datenfluss
01Conversion
Bestellung, Transaction ID, Produkte, Umsatz, Währung
02Kostenlogik
COGS, Produktgruppe, Rabatt, Versand, Deckungsbeitrag
03Anreicherung
Data Layer, Server-Side Tracking, Data Warehouse, Business Layer
04Plattform
GA4, Google Ads, Conversion Value, Value-Based Bidding, Ziel-ROAS
05Reporting
Umsatz, Kosten, Marge, Profit, Kanal, Kampagne, Produktsegment
Ausgangslage
Umsatz allein zeigt nicht, welche Conversions wirtschaftlich wertvoll sind.
Eine Kampagne kann hohe Umsätze liefern und trotzdem zu wenig Marge erwirtschaften. Unterschiedliche Warengruppen, COGS, Rabatte, Versandkosten, Retourenrisiken und Deckungsbeiträge verändern den tatsächlichen Wert einer Conversion.
Lösung
Conversion-Werte werden aus belastbarer Business-Logik abgeleitet.
Ad Astra Per Aspera klärt zuerst die fachliche Margenlogik, bestimmt dann Datenquelle und Anreicherungsschicht und plant erst danach, welche Werte an GA4, Google Ads, Server-Side Tracking oder Data Warehouse übergeben werden.
Pain Points
Warum ROAS ohne Margenlogik falsche Prioritäten setzen kann.
Value-Based Bidding, Ziel-ROAS und Plattformoptimierung brauchen Werte, die zum Geschäftsmodell passen. Umsatzwerte ohne Kostenkontext können Produkte oder Kampagnen überbewerten.
COGS und Rabatte fehlen in der Plattformlogik
Einkaufspreise, COGS, Rabatte, Versandlogik, Retourenrisiko und Deckungsbeitrag liegen oft in Shop, ERP, Produktfeed oder Data Warehouse, aber nicht im Conversion Value.
Marketing und Controlling bewerten andere Zielgrößen
Marketing optimiert nach ROAS, während Einkauf oder Controlling Deckungsbeitrag, Profit und Produktmarge betrachten. Ohne gemeinsame Werte entsteht keine belastbare Steuerung.
Sensible Margen dürfen nicht überall sichtbar sein
Profit- und COGS-Logik kann im Browser zu offen liegen. Serverseitige Anreicherung oder Data-Warehouse-Modellierung reduziert unnötige Offenlegung im Frontend.
Kennzahlenlogik
Umsatz, COGS, Marge, Profit, ROAS und Deckungsbeitrag müssen sauber getrennt werden.
Margentracking beginnt mit Begriffs- und Datenlogik. Erst wenn klar ist, welcher Wert wirklich verfügbar und fachlich belastbar ist, kann er als Conversion Value oder Reporting-Kennzahl dienen.
Revenue
Umsatz
Der Verkaufserlös bleibt wichtig, aber ohne Kosten- und Produktlogik reicht er nicht für Profitabilitätssteuerung.
Cost of Goods Sold
COGS
Einkaufskosten oder Wareneinsatz können je Produkt, Variante, Kategorie oder Quelle gepflegt und als Eingangsdaten genutzt werden.
Margin
Marge
Marge beschreibt den Abstand zwischen Erlös und relevanten Kosten. Die konkrete Berechnung muss fachlich definiert und belastbar verfügbar sein.
Profit Tracking
Profit
Profit kann als zusätzlicher Event-Parameter, als Conversion Value oder als BI-Kennzahl genutzt werden, je nach Plattform und Datenschutzentscheidung.
Business Layer
Deckungsbeitrag
Deckungsbeitrag kann Rabatte, Versandlogik, Produktkosten oder weitere Kostenblöcke berücksichtigen, wenn diese Regeln fachlich freigegeben sind.
Plattformwert
Conversion Value
Value-Based Bidding und Ziel-ROAS brauchen belastbare Werte. Der Wert muss zur Business-Logik passen, nicht nur technisch vorhanden sein.
Datenquellen
Marge entsteht selten direkt im Tracking-Tag.
COGS, Produktgruppe, Preis, Rabatt, Versandlogik und Deckungsbeitrag liegen häufig in Shop, ERP, Produktfeed oder Data Warehouse. Tracking nutzt diese Daten nur dann belastbar, wenn Quelle, Aktualität und Berechnung geklärt sind.
01
Shop und Checkout
Umsatz, Währung, Produkte, Varianten, Rabatte, Versandlogik, Bestell-ID und Steuern kommen häufig aus Shop- oder Checkout-Daten.
02
ERP, Warenwirtschaft und Produktfeed
COGS, Einkaufspreise, Produktgruppen, Mindestmargen, Kategorien und Sortimentslogik liegen oft außerhalb des Tracking-Containers.
03
Data Warehouse und BI
BigQuery oder ein anderes Warehouse kann Umsatz, Kosten, Marge, Retourenrisiko, Kundenstatus und Kampagnenperformance historisch zusammenführen.
04
Server-Side Tracking
Serverseitige Anreicherung kann Margen- oder Profitwerte ergänzen, ohne sensible Business-Daten unnötig im Browser auszugeben.
Datenquellen für Profit Tracking
Shop
Umsatz, Währung, Produkt, Rabatt
ERP
COGS, Einkauf, Kategorie, Bestand
Warehouse
Business Layer, KPI-Modellierung
Plattform
Conversion Value, Ziel-ROAS
Wertübergabe
Vom Shop-Umsatz zum Plattformwert braucht es eine fachliche Zwischenschicht.
Data Layer, Server-Side Tracking und Data Warehouse können dieselbe Business-Logik nutzen. Dadurch bleiben GA4, Google Ads, BI und Controlling näher an einer gemeinsamen Wertdefinition.
Umsetzungsmuster
Margenwerte können auf mehreren Ebenen nutzbar werden.
Die beste Ebene hängt von Datenschutzentscheidung, Plattformziel, Datenqualität, Aktualisierung und gewünschter Steuerung ab.
01
Margenwert als Conversion Value
Der Plattformwert kann von Umsatz auf Marge oder Profit umgestellt werden, wenn die Plattformlogik, Gebotsstrategie und fachliche Definition dazu passen.
02
Profit-Wert als Event-Parameter
Zusätzliche Parameter können Reporting und Analyse verbessern, ohne jede Plattformoptimierung sofort auf Profitwerte umzustellen.
03
Produkt- oder Warengruppenlogik im Data Layer
Warengruppen, Produktsegmente, Margenklassen oder COGS-Kennzeichen können als technische Signale für GTM, GA4, Data Warehouse oder BI dienen.
04
Serverseitige Anreicherung
Margen werden im Server-Container, Backend oder Warehouse ergänzt, wenn sie im Browser nicht sichtbar sein sollen oder erst nachgelagert berechenbar sind.
05
BI-Dashboard für Umsatz, Kosten und Marge
Ein BI-Dashboard für Umsatz, Kosten, Marge und Kanalsteuerung trennt Profit, ROAS, Ziel-ROAS, Kanal, Produktgruppe und Kampagne, damit Entscheidungen nicht an einer einzigen Kennzahl hängen.
Prozess
Von der Datenquelle zur getesteten Wertübergabe.
Der Prozess hält Business-Logik, technische Übergabe und Reporting getrennt. Dadurch bleibt nachvollziehbar, warum ein Wert an eine Plattform oder in ein Dashboard gelangt.
01
Margenlogik klären
Ad Astra Per Aspera prüft mit dem Kunden, welche COGS-, Produktgruppen-, Rabatt-, Versand- oder Deckungsbeitragslogik fachlich verfügbar und belastbar ist.
02
Datenquelle bestimmen
Shop, ERP, Warenwirtschaft, Produktfeed, Data Warehouse oder Server-Side Tracking werden als Quelle oder Anreicherungsschicht eingeordnet.
03
Tracking-Übergabe planen
Data Layer, GTM, GA4, Google Ads, Conversion APIs und mögliche Plattformwerte werden so definiert, dass sensible Daten nicht unnötig offengelegt werden.
04
Testing und Abgleich
Testbestellungen, Wertlogik, Währung, Rundung, fehlende Produktdaten, Retourenannahmen und Abweichungen zwischen Shop, Plattform und Reporting werden geprüft.
05
Reporting anschließen
Data Warehouse, BI-Dashboard oder Kampagnenauswertung können Umsatz, COGS, Marge, Profit und Conversion Value zusammenführen.
Abgrenzung
Margentracking ist Messlogik, keine automatische Profitmaschine.
Die Leistung macht wirtschaftliche Werte nutzbar, ersetzt aber keine Preisstrategie, keine Sortimentsentscheidung und kein kanalübergreifendes Controlling-Modell.
01
Margentracking misst Werte, es verändert keine Preise
Preisautomatisierung ist die Leistung für Preisvorschläge, Regeln, Freigaben und Write-back. Margentracking liefert die Mess- und Übergabelogik.
02
Kein Profitversprechen
Bessere Wertsignale schaffen eine belastbarere Steuerungsgrundlage. Profitabilität hängt zusätzlich von Sortiment, Einkauf, Preisen, Nachfrage, Geboten und Datenqualität ab.
03
Data Warehouse bleibt die größere Modellierungsschicht
Margenwerte können im Tracking ankommen. Kanalübergreifende Modellierung, Historisierung und Controlling-Logik gehören häufig in Marketing Data Warehouse und BI.
Verwandte Services
Anschlussseiten für Tracking, Warehouse, Feed-Logik und Preisautomatisierung.
Margentracking sitzt zwischen Conversion-Event, Business-Logik, Plattformwert, Data Warehouse und operativer Steuerung.
Tracking und Measurement
Messziele, Data Layer, Consent-Signale, GTM, Plattform-Tags und Server-Side Tracking zusammenführen.
Service ansehen
E-Commerce Conversion Tracking
Shop-, Lead-, Buchungs-, Checkout- und Plattform-Events als technische Grundlage aufbauen.
Service ansehen
Server-Side Tracking
Sensible Business-Werte serverseitig anreichern und kontrolliert an Plattformen übergeben.
Service ansehen
Marketing Data Warehouse
Umsatz, Kosten, Marge, Produktdaten, Kundenstatus und Kampagnenperformance historisch modellieren.
Service ansehen
Feed Management
Produktdaten, Custom Labels, Merchant Center und Feed-Logik mit Performance- und Margensignalen verbinden.
Service ansehen
Preisautomatisierung
Margen-, Preis-, Produkt- und Performance-Daten in kontrollierte Preisvorschläge und Prozesse überführen.
Service ansehen
Wissen
Begriffe für Wertlogik, Server-Side Tracking und KPI-Modellierung.
Data Layer
Übergabeschicht für Conversion Value, Produktdaten, COGS-Kennzeichen und Kundenstatus.
Begriff ansehen
Server-Side Tagging
Serverseitige Verarbeitung, Anreicherung und Weitergabe von Tracking-Events.
Begriff ansehen
KPI-Modellierung
Kennzahlen wie Umsatz, Marge, Profit, ROAS und Deckungsbeitrag fachlich konsistent definieren.
Begriff ansehen
Kontakt
Margenlogik in Tracking und Plattformwerte übersetzen.
Der erste Schritt ist die Prüfung, welche COGS-, Margen-, Profit- und Deckungsbeitragsdaten fachlich verfügbar sind und welche Übergabe an Data Layer, Server-Side Tracking, GA4, Google Ads oder BI sinnvoll ist.