Google Ads Offline Conversions: CRM-Ergebnisse und Leadqualität importieren

Offline Conversion Tracking verbindet einen Anzeigenkontakt mit einem späteren Geschäftsergebnis: qualifizierter Lead, Verkaufschance oder gewonnener Kunde. Der Import ist nur dann nützlich, wenn Identität, Funneldefinition, Zeit, Wert, Consent und Dubletten stimmen. Beginnen Sie nicht mit der API. Beginnen Sie mit einem massgeblichen CRM-Ereignis und einer eindeutigen Entscheidung, welche Stufe in Google Ads sichtbar oder für Gebote relevant werden darf.

Welches Problem löst Offline Conversion Tracking?

Google Ads sieht einen Klick, ein Formular oder einen Anruf. Bei komplexen Verkäufen entsteht der Wert später: Ein Team prüft die Anfrage, akzeptiert sie, eröffnet eine Opportunity und schliesst eventuell einen Vertrag. Ohne Rückmeldung optimiert die Plattform auf frühe Aktionen, auch wenn deren Qualität stark variiert.

Ein Offline-Import schliesst diese Informationslücke teilweise. Er zeigt der Plattform, welche frühen Kontakte eine spätere Stufe erreichten. Er ersetzt weder CRM-Qualität noch kausale Messung. Ein attribuierter Abschluss kann auch ohne Anzeige entstanden sein.

Welche Conversion-Stufe soll importiert werden?

Definieren Sie jede Stufe schriftlich:

• «Gültige Anfrage»: technisch und fachlich gültige Anfrage;
• «Qualifizierter Lead»: vereinbarte Marketingkriterien erfüllt;
• «Vom Vertrieb akzeptierter Lead»: vom Vertrieb nach Regel akzeptiert;
• «Verkaufschance»: Verkaufschance mit definierter Phase;
• «Gewonnener Kunde»: gewonnener Kunde oder vereinbarter Abschlussstatus.

Wählen Sie einen Punkt, der genügend häufig, zuverlässig und zeitnah ist. Eine sehr späte Conversion liegt näher am Umsatz, kann aber zu selten für operative Gebote sein. Führen Sie weitere Stufen als sekundäre Aktionen, bis ein dokumentierter Wechsel begründet ist. Sekundäre Aktionen sind normalerweise beobachtend; eine Aktion in einem benutzerdefinierten Ziel, das eine Kampagne verwendet, kann jedoch unabhängig von primär oder sekundär für Gebote genutzt werden (Conversion-Ziele verwalten, primäre und sekundäre Conversion-Aktionen).

Welche Identifikatoren verbinden Klick und CRM?

Eine mögliche Verbindung ist die Google-Klick-ID (GCLID). Sie wird beim Eingang gespeichert und später mit dem CRM-Ereignis übermittelt. Erweiterte Conversions für Leads können gehashte, selbst erhobene Kennungen verwenden. Welche Kennung erforderlich oder zulässig ist, hängt von der gewählten Importmethode und dem eingesetzten Tag ab: eine GCLID oder die von dieser Methode unterstützten gehashten Kennungen. Eine einzelne gehashte Kennung genügt nicht automatisch für jede Route, und gehasht werden nur die für die Methode massgeblichen Kennungen – nicht jedes Feld und nicht die vollständige Ereignisnutzlast.

Speichern Sie Identifikatoren am massgeblichen Lead, bevor Weiterleitungen oder CRM-Synchronisationen sie verlieren. Dokumentieren Sie Quelle, Erfassungszeit, Consentzustand und Aufbewahrung. Hashing betrifft nur die für die gewählte Methode vorgesehenen Kennungen; es ist eine Übertragungsanforderung, keine universelle Anonymisierung. Prüfen Sie Zweck und zulässige Verwendung unabhängig davon.

Welche Daten gehören in ein Importereignis?

Das fachliche Ereignis braucht mindestens eine stabile interne ID, die Conversion-Aktion, den tatsächlichen Ereigniszeitpunkt des Geschäftsvorgangs statt der späteren Sende- oder Speicherzeit, die Zeitzone und einen zulässigen Matchschlüssel. Wert und Währung sind optional, müssen aber gemeinsam zur gewählten Importroute passen und aus einer definierten Quelle stammen; ein Wert allein ist nicht automatisch gültig. Ein Opportunitybetrag ist nicht automatisch realisierter Umsatz.

Fügen Sie einen idempotenten Ereignisschlüssel hinzu. Derselbe CRM-Status darf bei einem Wiederholungsversuch nicht doppelt gezählt werden. Ein lokaler Schlüssel allein garantiert keine Idempotenz beim Anbieter: Richten Sie die lokale Dublettenkontrolle an der tatsächlich unterstützten Deduplizierungsidentität des gewählten Wegs aus und bewahren Sie unbekannte Remote-Ausgänge als eigenen Zustand. Unterscheiden Sie, ob ein Datensatz nur angenommen, als gültig akzeptiert, einem Kontakt zugeordnet oder im Bericht sichtbar ist; akzeptierte Mengen müssen nicht den attribuierten Conversions entsprechen. Speichern Sie Payloadversion, Quellsystem, Exportzeit und Ergebnis. Personenbezogene Rohdaten gehören nicht in Logs oder Fehlertexte.

Wie werden Dubletten verhindert?

Es gibt mehrere Dublettentypen:

• derselbe Export wird erneut gesendet;
• CRM und direkte Tagmessung melden dieselbe fachliche Aktion;
• GA4 und direkter Import sind beide primär;
• mehrere CRM-Statuswechsel erzeugen dieselbe Conversion-Aktion;
• ein zusammengeführter Lead behält zwei aktive Identitäten.

Definieren Sie pro fachlichem Ergebnis genau eine primäre Quelle; das verhindert Dubletten. Es ist aber keine allgemeine Regel, dass eine Kampagne nur auf ein einziges Ergebnis optimieren darf: Eine Kampagne kann mehrere Conversion-Aktionen einbeziehen. Verwenden Sie stabile Transaktions- oder Ereignis-IDs. Testen Sie Wiederholung, verspätete Daten, Korrektur und Zusammenführung. Eine Plattformmeldung «erfolgreich» beweist nicht, dass fachlich genau einmal gezählt wurde.

Was ändert sich 2026 beim technischen Pfad?

Googles aktuelle Hilfe beschreibt eine Umstellung, die am 15. Juni 2026 beginnt: Der Import von Offline-Conversions und Uploads erweiterter Conversions für Leads wird zur Data Manager API überführt und in der Google Ads API blockiert. Ob ein bestehender Zugang weiter über den Legacy-Weg läuft, hängt von den Zulassungsbedingungen ab; Entwicklertokens, über die zwischen Januar 2026 und Juni 2026 keine Anfrage gesendet wurde, kommen nicht auf die Zulassungsliste für den Legacy-Zugriff. Für neue Vorhaben ist die Data Manager API deshalb der Zielweg. Bestehende Anleitungen können veraltet sein. Verifizieren Sie den Zielweg, die Zulassungsbedingungen, Datenfelder und Richtlinien unmittelbar vor der Implementierung und unterscheiden Sie die allgemeine Ereignisaufnahme von Funktionen, die eine eigene Zulassung erfordern.

Welche Tests sind vor dem Start nötig?

Erstellen Sie eine synthetische Testmatrix:

1. gültiger Lead mit Click-ID;
2. gültiger Lead nur mit zulässigen gehashten Daten;
3. fehlender Matchschlüssel;
4. doppelter Export;
5. verspätete Conversion;
6. falsche Zeitzone;
7. Währung fehlt oder widerspricht;
8. Status wird korrigiert;
9. Consent erlaubt die geplante Verarbeitung nicht;
10. Provider akzeptiert technisch, aber das Ereignis erscheint in falscher Aktion.

Für jeden Fall werden erwartetes Ergebnis, tatsächliche Antwort und spätere UI-/Reportingprüfung festgehalten. Testdaten dürfen keine echte Person imitieren, wenn dafür kein kontrollierter Prozess existiert. Synthetische Leaddaten erzeugen in einem Live-Werbekonto keine echten attribuierten Conversions: Prüfen Sie erfundene Fälle lokal oder mit Mock-Daten; eine Ende-zu-Ende-Messung braucht separat autorisierte gültige Ereignisse und Datenregeln.

Wie läuft die Abnahme?

Vergleichen Sie über einen definierten Zeitraum CRM-Quelle, Exportprotokoll, Providerantwort und Google-Ads-Bericht. Rechnen Sie Counts nicht nur als Summe; prüfen Sie eindeutige Ereignis-IDs. Erklären Sie zulässige Verzögerungen und Differenzen. Stoppen Sie den Wechsel des Gebotssignals, wenn Abdeckung, Dubletten oder Zeitzuordnung nicht belastbar sind.

Googles Upgrade-Hinweise unterscheiden zwei Fälle: das Aktualisieren einer bestehenden Conversion-Aktion und die Migration auf eine neue Aktion. Beim Aktualisieren bleibt dieselbe Aktion bestehen. Die parallele Ablösung von primärer und sekundärer Aktion gehört zur Migration auf eine neue Aktion. Für eine neue Aktion empfiehlt Google, den längeren Zeitraum aus einem bis zwei Conversion-Zyklen oder vier Wochen abzuwarten, bevor umgeschaltet wird; diese Empfehlung gilt für den beschriebenen Umfang und ersetzt keine kontospezifische Prüfung, die auch längere Beobachtung erfordern kann. Übernehmen Sie keine fixe Dauer blind; dokumentieren Sie die aktuelle Empfehlung und die eigenen Conversionzyklen.

Wie werden Importfehler behandelt?

Ein Import braucht ein Protokoll: Ereignis, Versuch, Providerstatus, Kosten falls relevant, Fehlerklasse, Wiederholungsentscheid und endgültiger Zustand. Ein Timeout mit unbekanntem Ausgang darf nicht automatisch erneut senden. Quarantänieren Sie fehlerhafte Zeilen, ohne die ganze Kohorte still zu verwerfen.

Ein belastbarer Betrieb braucht Dashboards zu Aktualität der Daten, erwarteten und akzeptierten Ereignissen, Dubletten, Ablehnungen und unverknüpften Leads. Ein Alarm führt zu einem Runbook – der Handlungsanleitung für den Störfall. Er löst nicht automatisch eine Änderung in Google Ads aus.

Welche Datenschutz- und Governancefragen gelten?

Klären Sie Zweck, Transparenz, Rechtsgrundlage, Datenminimierung, Empfänger, Aufbewahrung, Zugriffsrollen und Löschung. Prüfen Sie die aktuellen Google Customer Data Terms. Halten Sie Hashing vor Übertragung und Geheimnisbehandlung technisch fest. Eine fachlich verantwortliche Person genehmigt die Conversion-Definition; Datenschutz und Security prüfen die Datenverarbeitung.

Verwenden Sie keine zusätzlichen personenbezogenen Felder «für bessere Matches», ohne Notwendigkeit und Freigabe. Ein Match-Rate-Anstieg ist kein ausreichender Geschäfts- oder Rechtsgrund.

KI-Unterstützung für Qualifikation und Übergabe

Ein zweiter Schritt ist die KI-gestützte Unterstützung von Qualifikation und Übergabe. Sie ist ein eigenes, ausdrücklich zu vereinbarendes Vorhaben und setzt einen gültigen Ergebnis- und Rückmeldeprozess im CRM voraus – nicht zwingend einen bereits abgeschlossenen Google-Ads-Upload. KI kann im Lead Management Muster markieren, Informationen zusammenfassen oder eine Priorität vorschlagen. Sie sollte aber nicht zur versteckten Entscheidungsinstanz werden, die bestimmt, welcher Kontakt «gut» ist. Ein Score ist eine Schätzung für ein vorab definiertes Ereignis in einem bestimmten Zeitraum. Er ist weder Kundenabsicht noch Umsatz noch ein verifiziertes Verkaufsergebnis. Ein belastbarer Einsatz beginnt deshalb mit klaren Stufen, beobachtbaren Zielereignissen, zulässigen Aktionen, menschlicher Übergabe und einem Feedbackweg.

Zuerst den Prozess ohne KI beschreiben

Bevor ein Modell bewertet, muss das Team erklären können, wie ein Lead heute von einem Zustand in den nächsten gelangt. Welche Stufen gibt es? Welche beobachtbaren Kriterien gelten? Wer übernimmt wann? Welche Fälle werden zurückgestellt oder ausgeschlossen? Wenn Marketing und Vertrieb schon bei «qualifiziert» verschiedene Dinge meinen, lernt ein Modell nur diese Unklarheit in Zahlen.

Ein brauchbarer Prozess trennt Fakten, Regeln, Prognosen und Entscheidungen. «Formular vollständig eingereicht» ist ein beobachtbares Faktum. «Region wird von diesem Team betreut» ist eine Regel. «Wahrscheinlichkeit eines vereinbarten Gesprächs innerhalb von 30 Tagen» ist eine Prognose. «Eine Person ruft heute an» ist eine operative Entscheidung. Diese vier Ebenen gehören in getrennte Felder. Nur dann lässt sich später erkennen, was die KI tatsächlich beigetragen hat.

Das Zielereignis eng und zeitlich definieren

«Kaufbereitschaft» klingt intuitiv, ist aber kein Trainingsziel. Besser ist ein klarer Ausgang, etwa ein dokumentiertes, zustande gekommenes Erstgespräch innerhalb eines festgelegten Fensters. Auch das ist noch keine perfekte Geschäftswirkung; es ist lediglich beobachtbar. Der Zeitraum verhindert, dass sehr alte Ergebnisse eine aktuelle Priorisierung verzerren.

Definieren Sie zugleich, was kein positives Label ist. Ein noch offener Fall darf nicht automatisch als negativ gelten. Er kann schlicht zu jung sein. Eine abgebrochene Datenübertragung ist kein Desinteresse. Und ein vom Vertrieb nicht bearbeiteter Lead sagt mehr über Kapazität als über Eignung. Solche verzögerten oder fehlenden Ergebnisse müssen als eigene Zustände erhalten bleiben.

Ein Score braucht eine lesbare Bedeutung

Jeder Score muss vier Fragen beantworten: Welches Ereignis wird geschätzt? In welchem Zeitraum? Für welche Population? Mit welchem Datenstand? Ohne diese Angaben ist eine Zahl wie 82 nicht interpretierbar. Eine Rangfolge kann zudem stabil erscheinen, obwohl sich die zugrunde liegende Population geändert hat. Deshalb gehören Modellversion, Berechnungszeitpunkt und Datenfenster zur Ausgabe.

Vermeiden Sie Bezeichnungen wie «Hot Lead», wenn sie eine Prognose als Tatsache tarnen. Eine verständliche Anzeige könnte lauten: «Modellvorschlag: Prüfung vor Kontakt für das definierte 30-Tage-Ereignis; ausschlaggebend waren drei zulässige Eingangssignale; die verantwortliche Person entscheidet.» Sie nennt weder eine Abschlussgarantie noch einen Charakterzug der Person. Eine Rangfolge oder Gruppenzuordnung ist keine kalibrierte Wahrscheinlichkeit; sie ordnet Fälle relativ zueinander ein. Wenn das Modell keine verlässliche Aussage machen kann, ist «nicht bewertbar» ein vollwertiges Ergebnis.

Zulässige Daten und Stellvertreter prüfen

Ein CRM enthält oft mehr Felder, als für eine konkrete Priorisierung notwendig sind. Starten Sie nicht mit dem vollständigen Export. Für jedes Merkmal werden Quelle, Zweck, Aktualität, Qualitätsstatus und verantwortliche Rolle festgehalten. Freitext kann unbeabsichtigt sensible oder irrelevante Angaben enthalten und verdient besondere Vorsicht. Auch scheinbar neutrale Felder können als Stellvertreter für geschützte oder unerwünschte Kategorien wirken.

Stammt ein Eingangssignal aus Cookies oder ähnlichen Webtechnologien, wird seine Herkunft nicht unter dem CRM-Label verborgen. Die aktuellen EDÖB-Leitlinien verlangen für solche Technologien eine konkrete Prüfung von Zweck, Transparenz und Verhältnismässigkeit. Daraus folgt keine universelle Einwilligungsregel für jedes CRM-Feld. Es folgt, dass ein abgeleitetes Browsing-Signal seine eigene Datenfluss- und Rechtsprüfung behält, auch wenn es später als kompakter Score im CRM erscheint.

Das Schweizer Datenschutzrecht gilt direkt für KI-gestützte Personendatenbearbeitung. Der EDÖB hebt Transparenz über Zweck, Funktionsweise und Datenquellen hervor. Dieser Leitfaden setzt deshalb als vorsichtige Designregel auf eine kleine, zweckbezogene Feldauswahl. Ob ein Scoringprozess Profiling oder eine automatisierte Einzelentscheidung mit besonderen Pflichten darstellt, muss am konkreten Ablauf geprüft werden. Bei voraussichtlich hohem Risiko ist eine Datenschutz-Folgenabschätzung zu klären.

Score und Aktion voneinander entkoppeln

Ein Modell darf nicht still bestimmen, wer kontaktiert, ausgeschlossen oder anders behandelt wird. Legen Sie für jede Score-Gruppe eine erlaubte nächste Aktion fest. Eine niedrige Wirkung ist zum Beispiel eine interne Sortierhilfe. Eine höhere Wirkung wäre eine automatisch ausgelöste Ansprache oder das dauerhafte Verwerfen eines Falls. Für einen Pilot sollte der Score zunächst nur einen Vorschlag erzeugen, den eine benannte Rolle mitsamt Begründung prüft.

Die Aktion braucht einen Fallback. Bei fehlenden Feldern, veralteten Daten, unbekannter Modellversion oder widersprüchlichen Regeln geht der Fall in eine neutrale Warteschlange. Er wird nicht automatisch herabgestuft. Ebenso wichtig ist eine Überschreibungsfunktion: Vertrieb oder Marketing dürfen den Vorschlag ändern, müssen aber einen strukturierten Grund wählen. Das ermöglicht Lernen, ohne jede Abweichung als Fehler des Menschen oder des Modells umzudeuten.

Übergabe als Vertrag zwischen Rollen gestalten

Eine gute Übergabe ist kein Feldwechsel von MQL (Marketing Qualified Lead) zu SQL (Sales Qualified Lead), sondern eine überprüfbare Vereinbarung. Sie enthält die beobachteten Fakten, die angewandten Eignungsregeln, den Modellvorschlag, offene Fragen, erlaubte Kontaktwege, Frist und neue verantwortliche Rolle. Die empfangende Person kann annehmen, zurückgeben oder zur Klärung eskalieren. Jeder Ausgang bekommt einen Grundcode.

Damit entsteht ein Feedbackweg. «Nicht angenommen» ist jedoch noch kein negatives Geschäftsergebnis. Vielleicht fehlte Kapazität oder ein Pflichtfeld. Feedback muss deshalb den Prozessgrund vom späteren Kundenergebnis trennen. Nur belastbare, zeitlich abgeschlossene Ergebnisse dürfen in eine Modellbewertung oder ein späteres Training eingehen. Sonst verstärkt das System eigene Priorisierungen: Was oben stand, wurde häufiger bearbeitet und wirkt danach scheinbar erfolgreicher.

Kontaktberechtigung bleibt eine eigene Prüfung

Ein hoher Score schafft keine Kontaktberechtigung. Ob eine Person über einen bestimmten Kanal und für einen bestimmten Zweck angesprochen werden darf, ist eine eigene fachliche und rechtliche Prüfung. Dieser Leitfaden gibt dafür keine universelle Einwilligungsregel vor. Er verlangt, dass das Team die einschlägige aktuelle Schweizer Grundlage und gegebenenfalls zusätzliche Plattformregeln vor der Aktion durch eine zuständige Fachperson prüfen lässt.

Speichern Sie daher nicht einfach «contactable = true». Führen Sie Zweck, Kanal, Quelle, Zeitpunkt, Geltungsbereich und Widerrufsstatus getrennt. Der Kontaktstatus wird unmittelbar vor einer Aktion geprüft, nicht nur beim Eingang des Leads. Ein Modell darf eine Sperre niemals überschreiben. Rechtliche und fachliche Prüfung bleiben getrennt von der technischen Score-Berechnung.

Qualität vor Produktivität messen

Für den Pilot genügen zunächst Prozessmetriken: Anteil bewertbarer Fälle, fehlende Daten, Prüfquote, Annahme- und Rückgabegründe, Zeit bis zur Übergabe sowie Überschreibungen. Diese Zahlen zeigen, ob der Ablauf verständlich ist. Sie beweisen keine zusätzliche Nachfrage oder Umsatzwirkung. Auch eine kürzere Bearbeitungszeit kann wertlos sein, wenn ungeeignete Fälle schneller weitergegeben werden.

Die Modellqualität wird in zeitlichen Kohorten geprüft. Stimmen vorhergesagte Gruppen mit dem später beobachteten, eng definierten Ereignis überein? Verändert sich die Verteilung? Gibt es Gruppen mit auffälligen Fehlern oder fehlenden Werten? Eine einzelne Genauigkeitszahl reicht nicht. Schwellenwerte sollen auf die Kosten verschiedener Fehler reagieren: Ein verpasster relevanter Fall und eine unnötige Prüfung sind nicht dasselbe.

Ein kontrollierter Vergleich kann untersuchen, ob die Unterstützung tatsächlich eine bessere Prozess- oder Ergebnisgrösse erzeugt. Dieser Leitfaden verspricht keine Verbesserung. Er stellt sicher, dass eine spätere Aussage überhaupt auf nachvollziehbaren Daten beruhen kann.

Drift und Rückkopplung einplanen

Lead-Prozesse verändern sich: Kampagnen sprechen andere Gruppen an, Angebote wechseln, Teams priorisieren neu und Felder werden anders gepflegt. Ein Modell kann dadurch an Aussagekraft verlieren, obwohl seine Technik unverändert läuft. Beobachten Sie deshalb Eingabeverteilungen, Anteil nicht bewertbarer Fälle, Gruppenbelegung und spätere Ergebnisse im Zeitverlauf. Ein Schwellenwert, der in einer alten Kohorte plausibel war, wird nicht automatisch weiterverwendet.

Besonders kritisch ist die Rückkopplung zwischen Score und Beobachtung. Wenn nur hoch priorisierte Fälle bearbeitet werden, fehlen bei den übrigen Fällen verlässliche Ergebnisse. Das Modell sieht dann vor allem Resultate seiner eigenen Auswahl. Dokumentieren Sie, welche Fälle tatsächlich eine Chance auf Bearbeitung hatten, und bewahren Sie «unbekannt» als eigenen Zustand. Jede Änderung an Stufen, Labels, Eingabefeldern oder Schwellenwerten erhält eine neue Version. Eine benannte Rolle entscheidet anhand vorab definierter Kriterien über Pause, Rückkehr zur alten Version oder neue Validierung.

Einen Pilot in sicheren Stufen aufbauen

Stufe eins verwendet synthetische Datensätze mit fehlenden, widersprüchlichen und unzulässigen Feldern. Stufe zwei berechnet Vorschläge im Schattenbetrieb; niemand sieht eine veränderte Priorität. Stufe drei zeigt den Vorschlag einer kleinen, geschulten Gruppe, die jeden Fall prüft. Erst danach kann eine begrenzte Prozessaktion erwogen werden. Eine solche Prozessaktion betrifft den Leadablauf und ist nicht mit dem Vorschlags- und Freigabeprozess für Änderungen im Google-Ads-Konto gleichzusetzen. Automatische externe Ansprache oder dauerhafter Ausschluss sind kein geeigneter Startpunkt.

Vor jeder Stufe stehen Abbruchkriterien: unerklärte Datenverschiebung, fehlende Protokolle, Sperrverletzung, stark steigende Überschreibungen oder nicht auflösbare Beschwerden. Eine benannte verantwortliche Person darf den Pilot stoppen. Modell-, Regel- oder Datenänderungen erzeugen eine neue Version und brauchen erneute Prüfung. Ein einmal freigegebener Score ist keine Dauerfreigabe.

Die Grenze dieses Leitfadens

Ein KI-unterstütztes Lead Management ist pilotbereit, wenn Stufen, Zielereignis, Population, Datenfelder, Score-Bedeutung, erlaubte Aktionen, Kontaktstatus, Übergaberegeln, Feedback, Messgrössen und Stoppsignale dokumentiert sind. Fehlt die Prozessdefinition, löst ein CRM-Tool das Problem nicht.

Wie passt maitiq in den Ablauf?

maitiq hilft, den Daten- und Messplan zu definieren und zu beurteilen: welche CRM-Stufe, welche Kennungen, welche Zeitzuordnung und welche Abnahmekriterien fachlich tragfähig sind. Der Live-Upload in die Data Manager API ist derzeit nicht implementiert und nicht verfügbar; echte Importe, Monitoring-Dashboards und automatisierte CRM-Scores sind keine aktuellen Produktfunktionen von maitiq. Ihr Team stellt die relevanten Geschäftsereignisse und Datenwege bereit. Ein CRM- oder KI-Pilot wird getrennt abgegrenzt; aus einer vereinbarten Projektabgrenzung entsteht keine bestehende Integration.

Vom Schattenbetrieb zum Gebotssignal

Starten Sie den neuen Import als Diagnose. Vergleichen Sie CRM-Ereignisse, akzeptierte Uploads und berichtete Conversions über mindestens einen repräsentativen Conversionzyklus. Prüfen Sie Dubletten, Matchabdeckung, Ereignis- gegenüber Klickzeit in den Berichten und Fehlerklassen. Führen Sie die Diagnose ausserhalb der benutzerdefinierten Ziele durch, die eine Kampagne für Gebote verwendet: Eine Aktion in einem solchen Ziel kann unabhängig von primär oder sekundär am Gebot teilnehmen (Conversion-Ziele verwalten, primäre und sekundäre Conversion-Aktionen). Eine hohe Matchrate allein reicht nicht; die fachlichen Ereignisse müssen stimmen.

Der Wechsel einer Aktion von sekundär zu primär ist ein eigener Entscheid. Er nennt alte und neue Quelle, Beobachtungszeit, Abnahmekriterien, die verantwortliche Person und den Rückweg. Während des Übergangs darf dieselbe Geschäftsconversion nicht zweimal primär zählen. Nach der Umstellung bleibt ein Monitoring für Aktualität der Daten, Ablehnungen und unerwartete Mengen aktiv.

Wie maitiq den Pilot vorbereitet: Daten- und Messplan für Leadqualität klären

Ein sinnvolles Pilotresultat ist ein strukturierter Übergabevermerk: Anliegen, Produktinteresse, fehlende Angaben und vorgeschlagene Zuständigkeit. Nutzen Sie nur freigegebene Daten. Das Modell soll unbekannte Angaben offenlassen und nicht Unternehmensgrösse, Budget oder Kaufbereitschaft erfinden. Der Vertrieb bestätigt später, ob ein qualifiziertes Gespräch entstanden ist.

Prüfen Sie Zuordnungsqualität, Zeit bis zum ersten Kontakt und Anteil qualifizierter Gespräche. maitiq hilft, Marketing und Vertrieb auf eine gemeinsame Definition auszurichten und den Ablauf mit den vorhandenen Systemen zu planen. Eine CRM-Integration und die Rückführung von Ergebnissen sind derzeit nicht Teil des Produkts; sie können nur als getrennt abgegrenzter Projektumfang geprüft werden, und die Vereinbarung eines solchen Umfangs ersetzt keine bestehende Integration.

Wie ein erster Pilot mit maitiq beginnt

Eine begrenzte Vorabklärung zeigt, welche CRM-Daten tragfähig sind, welche Fehlentscheidung teuer wäre und wie ein begrenzter Lead-Pilot aufgesetzt werden könnte. Sie erhalten einen klar abgegrenzten Anwendungsfall, die offenen Daten- und Kontrollfragen, einen Pilotplan und die Kriterien für einen späteren Betrieb.

Häufige Fragen

Quellen und Einordnung

Plattformdokumentation erklärt Funktionen und Grenzen; Behördenquellen den rechtlichen Kontext. Veröffentlichungen von Anbietern und Verbänden sind entsprechend einzuordnen, nicht als allgemeiner Marktpreis oder Erfolgsnachweis. Angaben zur Arbeitsweise von maitiq finden Sie auf maitiq.com.

Ein Google-Ads-Zugriff allein belegt nicht die gesamte Messkette. Für Website-Tracking, CRM-Qualität oder Umsatzzuordnung werden die relevanten Systeme und Nachweise zusätzlich einbezogen.

Lassen Sie Ihren konkreten Fall von maitiq prüfen.