Wer seinen Google-Shopping-Feed optimieren will, findet die Ursachen selten im Merchant Center, sondern in den Produktdaten dahinter: fehlende GTINs, leere Attribute, zu kleine Bilder, wild gewachsene Kategorien. Ich baue die Pipeline, die diese Daten zusammenführt, anreichert, bei jedem Lauf gegen feste Regeln prüft und erst dann ausspielt: an Google Shopping, an Marktplätze und an KI-Suchen.

So machen es viele

Produktdatenpflege heißt in vielen Shops: eine Tabelle, die jemand neben dem Tagesgeschäft pflegt. Der Feed kommt ungefiltert aus einem Feed-Plugin, abgelehnte Artikel bleiben unbemerkt liegen, und warum Google einzelne Produkte nicht ausspielt, weiß niemand. Preisänderungen kommen erst Tage später im Feed an, weil niemand den Export anstößt.

So baue ich es

Eine automatische Pipeline statt Handarbeit: Quellen zusammenführen, Attribute anreichern und vereinheitlichen, jeden Lauf gegen feste Regeln prüfen und erst dann ausspielen. Jeder Lauf erzeugt einen Prüfbericht, der zeigt, was fehlt und warum. Was sich nicht automatisch lösen lässt, landet als Aufgabe bei Ihnen, statt still im Feed zu fehlen. Für viele Shops reicht das statt eines großen PIM-Systems. Genau diese Pipeline betreibe ich auch in meinem eigenen Onlineshop.

Was Sie bekommen

Konkrete Leistungen

  • Google-Shopping-Feed optimieren: Pflichtangaben, GTIN, Marke, Kategorie und Bilder sauber befüllt
  • Produktdaten aus Shop, Warenwirtschaft und Lieferantendateien zusammenführen
  • Attribute anreichern und vereinheitlichen, Varianten sauber abbilden
  • Bild-Anreicherung über einen eigenen Microservice: Produktbilder automatisch auf passende Größe und Format bringen
  • Prüfbericht bei jedem Lauf: was fehlt, was Google ablehnt, was widersprüchlich ist
  • Feeds für Marktplätze und Preisvergleiche aus derselben Datenquelle
  • Preise und Bestände automatisch aktuell, Ausreißer zur Freigabe
  • Maschinenlesbare Produktdaten für KI-Suchen und KI-Einkaufsagenten

Mein Preis-Agent prüft stündlich Preise und übernimmt Änderungen bis +30 % und bis -10 % selbst. Alles darüber legt er zur Freigabe vor. Nach demselben Prinzip baue ich Feed-Pipelines: Was den Regeln entspricht, läuft automatisch durch, Ausreißer sieht ein Mensch, bevor sie live gehen.

Aus der PraxisPreis-Agent

Preis-AgentPrüft stündlich, entscheidet nach festen Regeln
läuft
  • Dome-Kamera 4 MP89,00 € → 84,90 € · -4,6 %
    übernommen
  • Rekorder 8 Kanäle219,00 € → 239,00 € · +9,1 %
    übernommen
  • PoE-Switch 16 Port129,00 € → 183,00 € · +41,9 %
    zur Freigabe

Bis +30 % und bis -10 % übernimmt der Agent selbst. Alles darüber legt er zur Freigabe vor.

Vereinfacht nachgestellt aus Systemen, die ich gebaut habe

Beispiel (vereinfacht): Prüfbericht eines Feed-Laufs
katalog: 1.842 produkte
  ok ...................... 1.611
  ohne gtin .................. 144  → identifier_exists pruefen
  bild unter vorgabe .......... 71  → groesseres bild noetig
  pflichtfeld leer ............ 16  → nicht exportiert, gemeldet
bericht gespeichert · feed neu erzeugt

Warum der Fehler selten im Merchant Center liegt

Das Merchant Center zeigt Symptome: abgelehnte Artikel, Warnungen, eingeschränkte Ausspielung. Die Ursache sitzt meist weiter vorn, in der Warenwirtschaft, in einer Lieferantendatei oder in Varianten, die im Shop anders angelegt sind als im Feed. Wer nur im Merchant Center nachbessert, korrigiert dieselben Fehler jeden Monat aufs Neue.

Die Pipeline setzt deshalb an der Quelle an: Sie führt die Daten zusammen, korrigiert nach festen Regeln und meldet, was sich nicht automatisch lösen lässt. Nur was die Prüfung besteht, geht in den Feed.

Ein Datenbestand für Google Shopping, Marktplätze und KI-Suchen

Saubere Produktdaten zahlen sich mehrfach aus. Derselbe geprüfte Datenbestand speist Google Shopping, Marktplätze und Preisvergleiche, und er ist die Grundlage dafür, dass KI-Suchen wie ChatGPT Ihre Produkte richtig wiedergeben können. Ob und wie oft diese Systeme ein Produkt nennen, entscheiden sie selbst. Ohne lesbare Daten fehlt ihnen die Grundlage.

Auch ein Beratungs-Chat empfiehlt nur so gut, wie die Daten dahinter sind. Meiner beantwortet Fachfragen aus Datenblättern, Handbüchern und Tickets und zeigt Produktkarten direkt im Chat.

Vorgehen

So gehe ich vor

Idee schicken

Welche Kanäle, wie viele Produkte, wo hakt es heute? Eine Liste der Ablehnungen aus dem Merchant Center hilft, ist aber kein Muss.

1. Schritt

Daten-Check und Einschätzung

Ich sehe mir an, wo Ihre Daten liegen, welche Angaben fehlen und was Google heute ablehnt. Die Einschätzung ist kostenlos und kommt per Mail.

2. Schritt

Regeln und Angebot

Quellen, Anreicherung, Prüfregeln und Zielformat pro Kanal stehen fest. Dazu bekommen Sie, auf Wunsch zum Festpreis, sonst nach Aufwand, ein verbindliches Angebot, schriftlich.

3. Schritt

Aufbau und Betrieb

Die Pipeline läuft automatisch, mit Prüfbericht bei jedem Lauf. Fehler fallen vor dem Upload auf, nicht erst im Merchant Center.

4. Schritt

Das Ergebnis für Sie

  • Ein Shopping-Feed mit vollständigen Pflichtangaben, korrekten GTINs und passenden Bildern.
  • Ablehnungen werden an der Quelle behoben statt pro Artikel von Hand.
  • Ein geprüfter Datenbestand für Google Shopping, Marktplätze und KI-Suchen.
FAQ

Häufige Fragen

Pflichtangaben vollständig befüllen, GTIN, Marke und Kategorie korrekt zuordnen, Bilder in passender Größe liefern und Ablehnungen im Merchant Center an der Ursache beheben. Das erledigt bei mir die Pipeline bei jedem Lauf, nicht jemand von Hand pro Produkt.
Meist nicht. Ein PIM-System lohnt sich vor allem, wenn viele Menschen an denselben Produktdaten arbeiten. Für viele Shops reicht eine schlanke Pipeline mit einer zentralen Datenquelle. Gibt es bereits ein PIM, binde ich es als Quelle an.
Gerade dann lohnt es sich, weil Handarbeit bei großen Katalogen nicht mehr mitkommt. Die Pipeline prüft jeden Artikel bei jedem Lauf nach denselben Regeln.
An festen Regeln pro Lauf: fehlende Pflichtangaben, fehlende GTIN oder Marke, zu kleine Bilder, widersprüchliche Varianten. Sie bekommen bei jedem Lauf einen Bericht, keine Schätzung.
So oft, wie sich Ihre Daten ändern. Preise und Bestände lassen sich zum Beispiel stündlich abgleichen, Beschreibungen und Bilder meist seltener.
Saubere, maschinenlesbare Produktdaten sind die Grundlage dafür, dass KI-Suchen Ihre Produkte richtig wiedergeben können. Ob sie ein Produkt nennen, entscheiden diese Systeme selbst. Mehr dazu auf der Seite zur Sichtbarkeit in ChatGPT und KI-Suchen.

Ihre Anfrage, meine Einschätzung

Neues Projekt, Verbesserung oder einfach eine Frage: Ein paar Zeilen genügen. Sie bekommen eine ehrliche, kostenlose Einschätzung per Mail, ohne Telefonat und ohne Verkaufsgespräch.

Unverbindlich anfragen→