B2B Leadgen-Skalierung durch
Micro-Conversions & PMax

Executive Summary

Ein spezialisiertes B2B-Beratungsunternehmen stand vor einer zentralen Herausforderung: Die Google Ads Kampagnen generierten Kosten, aber keine messbaren Ergebnisse. Durch die Implementierung eines sauberen Tracking-Setups (inklusive Micro-Conversions), den Wechsel von Klick- auf Conversion-Optimierung und eine Neustrukturierung der Kampagnen (Search + Performance Max) konnte die Anzahl der monatlichen Leads innerhalb von 5 Monaten von 0 (messbaren) auf über 76 gesteigert werden – bei gleichzeitiger Halbierung der Kosten pro Lead.

Die Ausgangslage: Blindflug im Google Ads Dschungel

Das Beratungsunternehmen operiert in einer hochpreisigen, beratungsintensiven B2B-Nische. Die Website des Unternehmens bestand aus einem Onepager, der potenziellen Kunden verschiedene Kontaktmöglichkeiten bot (Anruf-Buttons und ein Kontaktformular).
Die Herausforderungen des Kunden:

• Fehlende Sichtbarkeit: Es war kein Conversion-Tracking eingerichtet. Die Kampagnen wurden rein auf Klicks optimiert. Es war unklar, welche Suchanfragen oder Anzeigen tatsächlich zu Kundenanfragen führten.
• Steigende Plattform-Komplexität: Der Kunde wünschte sich mehr Leads, verlor aber zunehmend den Überblick im „Wald der Automatisierungen“ und den ständigen Neuerungen im Google Ads Ökosystem.

Die Strategie & Umsetzung: Daten als Fundament für die KI

Um das volle Potenzial der Automatisierung von Google Ads nutzen zu können, musste zunächst die Datengrundlage geschaffen werden. Wir implementierten eine dreistufige Strategie:

Schritt 1: Tracking-Integration & Datensammlung
In Zusammenarbeit mit unserer Partneragentur wurde das Tracking professionell integriert. Ziel war es, dem Algorithmus überhaupt erst beizubringen, was ein erfolgreicher Website-Besuch ist.

Schritt 2: Einführung von Micro-Conversions
Bei B2B-Webseiten mit langen Entscheidungszyklen dauern harte Conversions (bspw. ein ausgefülltes Kontaktformular) oft zu lange oder sind anfangs zu selten, um den Algorithmus schnell trainieren zu können.
Unsere Lösung: Die Implementierung von Micro-Conversions. Neben der Hauptconversion (Kontaktformular Abschluss) trackten wir auch Teil-Aktionen (z.B. Kontaktformular Start, Button-Klicks und mehr). Dies lieferte dem Algorithmus schneller Signale über die Relevanz der Nutzer und lieferte uns wertvolle Insights über das Nutzerverhalten auf der Landingpage.

Schritt 3: Kampagnenneustrukturierung (Search & PMax)
Mit den neuen Datenstrukturen setzten wir die Kampagnen neu auf:

• Suchnetzwerk-Kampagnen: Gezieltes Abgreifen von problemorientierten Suchanfragen sowie den Einsatz von automatisierten Gebotsstrategien.
• Performance Max (PMax): Einsatz automatisierter Kampagnenformate und Gebotsstrategien, um die Reichweite effizient zu skalieren und über alle Google-Netzwerke hinweg präsenter zu sein.

Durch die Micro-Conversions & Gebotsstrategien wurden die Kampagnen gezielt auf relevante Abschlüsse ausgerichtet.

Die Ergebnisse: Skalierung mit hoher Effizienz

Die Ergebnisse nach der Umstellung waren signifikant. Sobald der Algorithmus die ersten Daten verarbeitet hatte, begann eine exponentielle Steigerung der Formularabschlüsse.

Das Fazit der Zahlen: Innerhalb von fünf Monaten konnten wir nicht nur die absolute Anzahl der Leads von 15 auf über 76 pro Monat skalieren, sondern auch den Algorithmus so effizient trainieren, dass die Kosten für einen qualifizierten Lead (CPL) im gleichen Zeitraum um über 60% gesenkt wurden.

Learnings & Ausblick: Die Sensibilität von Performance Max

Im weiteren Monatsverlauf zeigte sich, wie stark automatisierte Kampagnen auf Veränderungen der Website reagieren. Aufgrund von weitreichenden Änderungen am Kontaktformular auf Kundenseite brachen die finalen Abschlüsse kurzzeitig ein.
Da PMax stark auf historische Daten und Conversion-Wahrscheinlichkeiten vertraut, richtete sich der Algorithmus in der Folge zu stark auf die Micro-Conversion („Kontaktformular Start“) aus.
Das Learning: PMax-Kampagnen können hocheffektiv sein, verzeihen aber keine ungeplanten Änderungen im Conversion-Pfad. Die Gebotsstrategie musste im Anschluss neu angelernt werden, um den Fokus wieder auf qualifizierte Leads zu lenken. Die Kosten pro Abschluss (CPL) konnten während dieser Phase dennoch stabil gehalten werden. Dies unterstreicht die Wichtigkeit einer engen Abstimmung zwischen Web-Entwicklung und Performance-Marketing sowie die Notwendigkeit eines kontinuierlichen, operativen Monitorings bei KI-gestützten Kampagnen.