{"id":472,"date":"2026-09-16T13:10:00","date_gmt":"2026-09-16T11:10:00","guid":{"rendered":"https:\/\/www.lukaswojcik.com\/?p=472"},"modified":"2026-09-10T10:51:50","modified_gmt":"2026-09-10T08:51:50","slug":"algorithmische-roas-optimierung-bigquery-attribution-export-zu-google-ads","status":"publish","type":"post","link":"https:\/\/www.lukaswojcik.com\/blog\/de\/digital-marketing-de\/tutorials-de-digital-marketing-de\/algorithmische-roas-optimierung-bigquery-attribution-export-zu-google-ads\/","title":{"rendered":"Algorithmische ROAS-Optimierung: BigQuery Attribution Export zu Google Ads OCI"},"content":{"rendered":"\r\n
Klassisches Conversion-Tracking im Performance-Marketing optimiert Gebotsmodelle h\u00e4ufig auf oberfl\u00e4chliche Kennzahlen. Die Einspeisung von Bruttoums\u00e4tzen oder ungewichteten Transaktionszahlen in automatische Bidding-Systeme ignoriert entscheidende finanzielle Realit\u00e4ten wie Produktmargen, Stornoquoten, Versandkosten und den langfristigen Customer Lifetime Value (LTV). Die Implementierung einer algorithmischen ROAS-Optimierungspipeline zwischen Google BigQuery und dem Google Ads Offline Conversion Import (OCI) erm\u00f6glicht es Data-Engineering-Teams, browserbasierte Conversion-Pixel durch bereinigte, reale Gewinnsignale zu ersetzen, die direkt an Werbeklick-Identifikatoren gekoppelt sind.<\/p>\r\n\r\n\r\n\r\n
Value-Based Bidding (VBB) basiert auf der R\u00fcck\u00fcbermittlung pr\u00e4ziser Gewinn- und LTV-Metriken an die Smart-Bidding-Algorithmen von Google Ads. Die OCI-Datenpipeline besteht aus drei strukturellen Komponenten:<\/p>\r\n\r\n\r\n\r\n
\r\n
Klick-Identifikator-Erfassung:<\/strong> Jede eingehende Landingpage-URL mit Google-Klickparametern (gclid<\/code>, wbraid<\/code> oder gbraid<\/code>) muss in First-Party-Cookies und backendseitigen ERP-\/CRM-Datenbanken persistent gespeichert werden.<\/li>\r\n
Finanzielle Attributionsmodellierung in BigQuery:<\/strong> Eine geplante SQL-Transformation verkn\u00fcpft GA4-Webverkehrsstr\u00f6me mit Buchhaltungsdaten, um den realen Nettogewinn und den prognostizierten 90-Tage-LTV f\u00fcr jeden konvertierenden Kunden zu berechnen.<\/li>\r\n
Automatisierter OCI-Payload-Sync:<\/strong> Standardisierte Conversion-Payloads werden \u00fcber geplante BigQuery-Datentransfers oder die Google Ads API automatisiert hochgeladen, wodurch Bidding-Modelle gezielt auf Kundenprofile mit echtem Gewinnbeitrag optimieren.<\/li>\r\n<\/ul>\r\n\r\n\r\n\r\n\n\nDie Kette schlie\u00dft den Kreis vom Klick bis zur Marge: Der Klick-Identifier wird beim Lead gespeichert, BigQuery verkn\u00fcpft ihn mit dem echten Gewinn, und erst dieser Wert geht zur\u00fcck ins Bieten.<\/figcaption>\n<\/figure>\r\n\r\n\r\n\r\n
2. Schritt-f\u00fcr-Schritt-SQL-Modellierung in Google BigQuery<\/h2>\r\n\r\n\r\n\r\n
Zur Berechnung des realen Conversion-Wertes m\u00fcssen GA4-Klick-Identifikatoren mit backendseitigen Transaktionsdaten und Margentabellen zusammengef\u00fchrt werden. Das folgende produktionsreife SQL-Skript extrahiert Klick-IDs und berechnet Nettogewinne f\u00fcr den OCI-Import:<\/p>\r\n\r\n\r\n\r\n
WITH ga4_click_params AS (\n SELECT\n (SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'transaction_id') AS transaction_id,\n (SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'gclid') AS gclid,\n (SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'gbraid') AS gbraid,\n (SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'wbraid') AS wbraid,\n TIMESTAMP_MICROS(event_timestamp) AS event_time\n FROM\n `project_id.analytics_XXXXXXXXX.events_*`\n WHERE\n _TABLE_SUFFIX BETWEEN FORMAT_DATE('%Y%m%d', DATE_SUB(CURRENT_DATE(), INTERVAL 7 DAY))\n AND FORMAT_DATE('%Y%m%d', DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY))\n AND event_name = 'purchase'\n),\nbackend_financials AS (\n SELECT\n order_id AS transaction_id,\n order_status,\n -- Bruttoumsatz abz\u00fcglich Wareneneinsatz (COGS), Retouren und Versandkosten\n ROUND((gross_revenue - cogs_amount - shipping_cost) * COALESCE(ltv_multiplier, 1.2), 2) AS net_profit_value,\n currency_code\n FROM\n `project_id.erp_data.completed_orders`\n WHERE\n order_status = 'PAID_AND_SHIPPED'\n AND return_status = 'NO_RETURN'\n)\nSELECT\n COALESCE(g.gclid, g.gbraid, g.wbraid) AS click_id,\n CASE\n WHEN g.gclid IS NOT NULL THEN 'GCLID'\n WHEN g.gbraid IS NOT NULL THEN 'GBRAID'\n WHEN g.wbraid IS NOT NULL THEN 'WBRAID'\n END AS click_id_type,\n 'Net_Profit_Purchase' AS conversion_name,\n FORMAT_TIMESTAMP('%Y-%m-%d %H:%M:%S%z', g.event_time) AS conversion_time,\n b.net_profit_value AS conversion_value,\n b.currency_code AS conversion_currency\nFROM\n ga4_click_params g\nINNER JOIN\n backend_financials b\n ON g.transaction_id = b.transaction_id\nWHERE\n COALESCE(g.gclid, g.gbraid, g.wbraid) IS NOT NULL\n AND b.net_profit_value > 0;<\/code><\/pre>\r\n\r\n\r\n\r\n
3. Schritt-f\u00fcr-Schritt-Datenaufbereitung f\u00fcr Google Ads OCI<\/h2>\r\n\r\n\r\n\r\n
Google Ads OCI verlangt spezifische Schema-Regeln und Zeitfenster, damit Conversions fehlerfrei verarbeitet werden k\u00f6nnen:<\/p>\r\n\r\n\r\n\r\n
\r\n
Deduplizierungs-Management:<\/strong> Die SQL-Ausgabe ist in einer Staging-Tabelle namens google_ads_oci.profit_conversions_staging<\/code> zu speichern. Durch Gruppierung nach transaction_id<\/code> wird verhindert, dass nachtr\u00e4glich korrigierte Bestellungen mehrfach an Google Ads \u00fcbertragen werden.<\/li>\r\n
Zeitfenster-Puffer:<\/strong> Der Upload muss zwischen 24 Stunden und 90 Tagen nach dem urspr\u00fcnglichen Klick erfolgen. Transaktionen, die schneller als 6 Stunden nach dem Klick hochgeladen werden, riskieren eine Ablehnung aufgrund von Indexierungsverz\u00f6gerungen in den Google-Ads-Servern.<\/li>\r\n
Conversion-Aktions-Mapping:<\/strong> In Google Ads muss unter Zielvorhaben > Conversions > Uploads<\/em> eine sekund\u00e4re Conversion-Aktion namens Net_Profit_Purchase<\/code> erstellt werden. Nach einer 14-t\u00e4gigen Validierungsphase kann diese Aktion als prim\u00e4res Zielvorhaben aktiviert werden.<\/li>\r\n<\/ol>\r\n\r\n\r\n\r\n
4. Schritt-f\u00fcr-Schritt-Einrichtung der automatischen Synchronisation<\/h2>\r\n\r\n\r\n\r\n
Um manuelle CSV-Exporte zu \u00fcberfl\u00fcssig zu machen, wird eine automatisierte Synchronisation zwischen BigQuery und Google Ads eingerichtet:<\/p>\r\n\r\n\r\n\r\n
\r\n
BigQuery Scheduled Query:<\/strong> Einrichtung einer t\u00e4glichen Scheduled Query um 04:00 UTC, welche die Staging-Tabelle mit den abgeglichenen Finanztransaktionen des Vortages \u00fcberschreibt.<\/li>\r\n
Google-Ads-Upload-Zeitplan:<\/strong> In Google Ads zu Zielvorhaben > Conversions > Uploads > Zeitpl\u00e4ne<\/em> navigieren. Als Quelle wird HTTPS \/ Google Cloud Storage<\/strong> oder eine direkte Verbindung zur BigQuery-Staging-Tabelle \u00fcber ein Service-Account-Key-File konfiguriert.<\/li>\r\n
Upload-Frequenz & Alarmierung:<\/strong> Der t\u00e4gliche Upload wird auf 06:00 UTC terminiert. Webhook-Benachrichtigungen in Google Ads sind zu aktivieren, um abgewiesene Klick-IDs oder Formatierungsfehler sofort zu erkennen.<\/li>\r\n<\/ol>\r\n\r\n\r\n\r\n
Was sich damit erreichen l\u00e4sst:<\/strong> Die erfolgreiche Bereitstellung einer automatisierten, durch die Buchhaltung verifizierten Offline-Conversion-Import-Pipeline (OCI) von Google BigQuery in die Smart-Bidding-Algorithmen von Google Ads.<\/p>\r\n\r\n\r\n\r\n
Resultierender Mehrwert:<\/strong> Smart-Bidding-Algorithmen optimieren nicht l\u00e4nger auf umsatzstarke, aber unrentable oder stornierte Bestellungen. Werbebudgets werden automatisch auf Kundenkohorten verlagert, die reale Nettogewinne und einen hohen Customer Lifetime Value generieren. Dies maximiert die Gesamteffizienz der Kampagnen, sorgt f\u00fcr einen aussagekr\u00e4ftigen Return on Ad Spend (ROAS) und minimiert Streuverluste bei margenschwachen Retouren-Produkten dauerhaft.<\/p>\r\n\n\n
![\"Kette](\"https:\/\/www.lukaswojcik.com\/blog\/wp-content\/uploads\/diagrams\/hand-roas-de.png\")
\n