Performance Max auf Net-New-Customer fokussieren – 4-Schritt-Framework gegen Google/Meta-Overlap

PMax konvertiert oft dieselben User wie Meta – Attribution zeigt zwei Kanäle, es ist derselbe Käufer. Blended-CAC katastrophal. 4-Schritt-Framework: (1) Brand-Exclusions – Marken-Traffic aus PMax raus. (2) Audience-Exclusions – bestehende Kunden, Retargeting-Segmente, Meta-erreichte Zielgruppen ausschließen. (3) Customer Match – eigene Kunden-Liste als Lookalike-Baseline. (4) New Customer Acquisition Mode aktivieren – Standard vor High-Value. Reporting: Neu-Kunden-Rate 70%+, Blended-CAC über Kanäle, Wiederkunden-Rate 90 Tage. 4-Wochen-Setup: Baseline, Exclusions, NCA aktivieren, Reporting-Struktur.

Performance Max Net-New-Customer-Fokus 4-Schritt-Framework: Kern-Problem PMax konvertiert oft dieselben Nutzer die Meta bereits erreicht hat. Attribution zeigt beide Kanäle – aber es ist derselbe Käufer. Marke zahlt Meta UND Google für denselben Kunden. Ohne strukturierte Trennung Ineffizienz-Muster: PMax-ROAS sieht gut aus weil bereits warme User konvertieren, echte Neu-Kunden-Akquise bleibt unter Potenzial. Fokus auf Net-New-Customer zwingt PMax in kalte Zielgruppen – eigentliche Skalierungs-Frage. Vier strukturelle Kontrollen: (1) Brand-Exclusions – eigene Marken-Keywords aus PMax ausschließen. Marken-Name, Variationen, häufige Falschschreibungen, Produkt-Marken-Kombinationen. Branded Traffic ist bereits interessierte Nutzer, ROAS sieht super aus aber Skalierungs-Frage unbeantwortet. Branded Traffic in klassische Search-Kampagnen mit klarer Zuordnung, PMax-Budget in echtes Non-Brand-Wachstum. (2) Audience-Exclusions drei Ausschluss-Ebenen: bestehende Kunden Customer-List-Upload mit hashed E-Mails; Retargeting-Zielgruppen Website-Besucher letzte 30-90 Tage, Cart-Abandoners, produktseiten-spezifische Besucher – in separate Remarketing-Kampagnen nicht PMax-New-Customer-Fokus; Meta-erreichte Zielgruppen Server-Side-Tracking oder CRM-Daten für Meta-Konversionen-Identifikation, nicht immer perfekt aber jede Overlap-Reduktion verbessert PMax-Effizienz. (3) Customer Match Basis für Lookalike-Targeting – eigene Customer-List hochladen (hashed E-Mails, Telefonnummern), Google matched mit Google-Accounts und bildet Baseline-Zielgruppe, aus Baseline generiert Google Lookalikes für PMax (User existierenden Kunden ähnlich aber keinen Kaufkontakt). Struktureller Weg PMax in kalte Zielgruppen ohne blind zu zielen. DE-Marken DSGVO-konforme Rechtsgrundlage Art. 6 Abs. 1 lit. a oder f DSGVO plus Consent-Struktur bei Data-Upload. (4) New Customer Acquisition Mode Googles natives Feature explizit Neu-Kunden priorisiert zwei Optionen: NCA-Mode priorisiert Neu-Kunden konvertiert weiter Bestandskunden; High-Value New Customer Mode versucht ausschließlich Neu-Kunden erreichen aggressive Version kann Volumen kosten. Standard-Startpunkt Option 1 mehr Kontrolle weniger Volumen-Risiko. Google braucht Definition was Neu-Kunde ist (Customer-List-Match) – ohne Customer-Match Feature nicht sauber. Drei Kern-Erfolgs-Metriken: New-Customer-Rate in PMax Anteil PMax-Conversions die neue Kunden sind (Google zeigt in Reports wenn Customer-Match und NCA aktiv), Ziel 70%+ Neu-Kunden. Blended-CAC über Kanäle Google+Meta-Kosten geteilt durch neue Kunden gesamt nicht Kanal-spezifische CACs die Overlap ignorieren. Wiederkunden-Rate der Neu-Kunden PMax-Neu-Kunden vs Meta-Neu-Kunden welcher Kanal bringt bessere Wiederkunden über 90 Tage tracken. Wenn PMax-Neu-Kunden schlechter wiederkaufen als Meta-Neu-Kunden Qualitäts-Frage relevant. 4-Wochen-Setup: Woche 1 Baseline-Analyse aktueller PMax-Overlap mit Meta messen, Customer-List-Struktur prüfen, welche Ausschlüsse aktiv. Woche 2 Setup Brand-Exclusions einrichten, Customer-List uploaden, Audience-Exclusions definieren. Woche 3 NCA aktivieren mit Standard-Priorisierung nicht High-Value initial. Woche 4 Reporting-Setup Neu-Kunden-Rate, Blended-CAC, Wiederkunden-Rate über 90 Tage. Nach 4-6 Wochen erste Auswertung. Ergebnis strukturell fokussierter PMax-Kanal mit echten Neu-Kunden-Effekten.

Marken-Name, Variationen, häufige Falschschreibungen und Produkt-Marken-Kombinationen als Brand-Exclusion in PMax hinterlegen. Branded Traffic gehört in klassische Search-Kampagnen, nicht in PMax. Der PMax-ROAS wird ohne Branded Traffic scheinbar schlechter – aber das ist ehrlicher.

Drei Ausschluss-Ebenen: (a) Bestehende Kunden via Customer-List-Upload. (b) Retargeting-Zielgruppen (Website-Besucher 30-90 Tage, Cart-Abandoners) – gehören in separate Remarketing-Kampagnen. (c) Meta-erreichte Zielgruppen via Server-Side-Tracking oder CRM-Match, so weit machbar.

Eigene Customer-List (hashed E-Mails, Telefonnummern) hochladen. Google bildet Lookalikes – User, die existierenden Kunden ähnlich sind, aber noch keinen Kaufkontakt hatten. DSGVO-Prüfung nötig: Rechtsgrundlage (Art. 6 DSGVO), Consent-Struktur.

Zwei Optionen: NCA-Mode (priorisiert Neu-Kunden, konvertiert weiter Bestandskunden) oder High-Value New Customer Mode (ausschließlich Neu-Kunden, aggressiver). Standard-Startpunkt: Option 1 – mehr Kontrolle, weniger Volumen-Risiko.

Nach dem Setup wirkt PMax scheinbar schlechter: ROAS sinkt, weil Branded Traffic weg ist, Volumen sinkt, weil Retargeting ausgeschlossen ist. Wer die Metriken nur auf Kanal-Level liest, panikkürzt PMax – und verliert damit den strukturellen Fortschritt zur Neu-Kunden-Akquise. Der Blended-CAC über Kanäle zeigt das wahre Bild.

Die meisten PMax-Setups 2024-2026 sind auf Kanal-ROAS optimiert – nicht auf Blended-Effizienz. Das lässt Skalierungs-Potenzial ungenutzt. Das 4-Schritt-Framework ist strukturell einfach, wird aber selten sauber umgesetzt, weil die kurzfristigen Kanal-Metriken schlechter aussehen. Wer über die 4-6 Wochen Setup-Phase hinaus durchhält, gewinnt mittelfristig echte Neu-Kunden-Akquise – die Basis für skalierbares Wachstum jenseits der Marken-Nachfrage.