Warum deine Landingpage bei Paid Traffic schlecht konvertiert

Warum Paid Traffic die Conversion-Rechnung deiner Landingpage verändert

Bei Paid Traffic ist die nützliche Conversion-Rate die pro Traffic-Quelle und pro Schritt, nicht ein Mischwert für die ganze Seite. Die Formel selbst ist einfach: gewünschte Aktionen geteilt durch Gelegenheiten, mal 100. Entscheidend ist, welche Aktionen und welche Besucher du hineinrechnest.

Deine Landingpage konvertiert bei kaltem Prospecting-Traffic mit 1,5 bis 2 %, jeder Benchmark-Artikel nennt einen anderen Durchschnitt und keiner erklärt deinen, und das nächste Budget-Review ist in zwei Wochen. Auf der Seite sieht nichts kaputt aus. Die Ursache liegt in der Strecke, und eine Conversion-Rate, die als ein einziger Mischwert gemessen wird, verdeckt genau die Stelle, an der die Entscheidung des Besuchers kippt. Der Mechanismus ist derselbe, egal ob du PV-Leads oder Online-Arzttermine verkaufst.

Deshalb helfen veröffentlichte Durchschnittswerte auch nicht bei einem Paid-Traffic-Problem. Je weniger eine Seite verlangt, desto mehr Besucher sagen Ja. Eine Webinar-Anmeldung und ein Angebotsformular gehören deshalb nie in denselben Benchmark.

Die Benchmarks widersprechen sich, weil sie Verschiedenes messen. Ein gemischter Median wirft organische Klicks, E-Mail-, Referral- und Paid-Klicks auf derselben Seite zusammen. Ein Benchmark für Suchanzeigen beschreibt warmen, absichtsgetriebenen Traffic, der vor dem Klick eine Suchanfrage eingetippt hat. Eine Webinar-Anmeldung fragt nach einer E-Mail, ein Angebotsformular nach einer Telefonnummer und einem Gespräch. Keiner davon hat einen kalten Prospecting-Klick von Meta oder TikTok gemessen, der auf einem Formular landet. Deine 1,8 % mit den 6 % von jemand anderem zu vergleichen, sagt nichts, solange du dessen Quelle und Aktion nicht kennst. Du brauchst deine eigenen Zahlen, pro Schritt und pro Traffic-Quelle.

Bevor du startest: was stehen muss

Richte vier Dinge ein, bevor du irgendetwas änderst, denn eine Seite ohne Daten pro Schritt zu überarbeiten heißt blind testen. Erstens: Tracking, das für jeden abgeschlossenen Schritt eine Conversion meldet (Seitenaufruf, erste Antwort, letzte Antwort, Absenden, qualifizierter Lead) und das letzte Event an die Werbeplattform zurückspielt, serverseitig, wo die Plattform es unterstützt, mit Feldzuordnung, damit die Match-Qualität stimmt. Zweitens: eine saubere Trennung des Traffics nach Quelle und Temperatur. Kaltes Prospecting, Retargeting und Brand-Suche bekommen jeweils eigene utm_source- und utm_campaign-Werte und idealerweise eine eigene Seite. Drittens: eine Ausgangs-Conversion-Rate pro Seite über mindestens einige Hundert Klicks pro Quelle, denn 2 % aus 60 Klicks sind Rauschen. Viertens: Einigkeit darüber, was eine Conversion ist. Ein Roh-Lead, ein qualifizierter Lead und ein Kauf sind verschiedene Zahlen, und ein Budget-Review, das sie vermischt, geht nicht gut aus.

Die Formel für die Conversion-Rate funktioniert an jedem Schritt, also rechne sie pro Schritt: Besucher, die Schritt zwei gesehen haben, geteilt durch Besucher, die Schritt eins gesehen haben, und so weiter durch den Funnel. Diese Reihe pro Schritt ist dein Diagnosewerkzeug. Die Zahl für die ganze Seite ist nur die Zusammenfassung.

So reparierst du eine Landingpage, die bei Paid Traffic nicht konvertiert

Frag später nach den Kontaktdaten, nachdem der Besucher dir etwas erzählt hat, und beweise es mit einem Split-Test. Ein kalter Klick von Meta, TikTok, Display oder Native-Platzierungen auf Taboola und Outbrain zeigt nur leichte Neugier, und eine statische Seite antwortet darauf oft mit der Frage nach der Telefonnummer auf dem ersten Screen. Zeigt dein Drop-off pro Schritt das Leck bei der Frage nach den Kontaktdaten statt beim ersten Screen, verlangst du Verbindlichkeit, bevor du Interesse geweckt hast.

Finde den Schritt mit dem Leck, bevor du die Seite anfasst

Lies deinen Drop-off pro Schritt nur für kalten Traffic. Wenn 70 % der Besucher, die das Formular erreichen, es nicht abschicken, liegt das Problem bei der Frage nach den Kontaktdaten, und keine neue Headline löst es. Wenn 60 % abspringen, bevor sie scrollen, passt der erste Screen nicht zur Anzeige. Schreib das Leck als Satz auf: „Kalte Meta-Klicks erreichen das Formular zu 48 % und schicken es zu 9 % ab.“ Dieser Satz sagt dir, was du ändern musst. Ein Mischwert von 2 % tut das nicht.

Pass die Seite an die Temperatur des Klicks an

Eine Prospecting-Anzeige auf Meta oder TikTok sollte auf einer Presell-Page landen: einem Advertorial, einem Listicle, einem Quiz oder einer kurzen Story-Seite, die den Besucher vor dem Angebot aufwärmt. Ein Klick aus der Brand-Suche bei Google kann direkt aufs Formular, denn diese Person kennt dich schon. Schickst du beide auf dieselbe Seite, zieht der kalte Klick die Zahl nach unten. Bau eine Presell-Variante pro kaltem Anzeigenwinkel, behalte die direkte Seite für warme Quellen und weise sie nie als eine Rate aus. Dasselbe gilt im E-Commerce, weil kalte Klicks auf einer Produktseite nicht kaufen, und bei Native Ads: Wer auf Taboola oder Outbrain aus einem Artikel klickt, erwartet weiterzulesen, also passt ein Advertorial besser zu diesem Klick als ein Formular. Heyflow Pages baut die Presell-Page, das Advertorial oder das Listicle am selben Ort wie den Funnel dahinter, sodass Seite und Conversion-Schritt ein Tracking-Setup teilen. Starte mit einem Prompt oder importiere eine in Claude Design gestaltete Seite und bearbeite sie sofort. Sie ist gehostet, sobald sie gebaut ist, und mit einem Klick verbunden.

Frag später nach den Kontaktdaten, mit einem Quiz-Schritt davor

Stell eine Frage pro Schritt, bevor irgendein Feld nach Kontaktdaten fragt, und wähle Fragen, die der Besucher gern beantwortet: „Besitzt du ein eigenes Haus?“ oder „Wie hoch sind deine monatlichen Stromkosten?“ Jede Antwort ist eine kleine Zusage, die den Lead gleichzeitig qualifiziert. Telefonnummer und E-Mail kommen erst, nachdem der Besucher vier oder fünf Taps investiert hat. Der Einwand, dass jeder Schritt Besucher kostet, stimmt, und genau darum geht es: Die Verluste tauchen jetzt an einem Schritt auf, den du sehen kannst.

Miss den Drop-off pro Schritt und spiel das richtige Event zurück

Erfasse jeden Schritt als eigene Conversion, damit du eine Reihe bekommst und keine Zusammenfassung. Entscheide dann, auf welches Event die Werbeplattform optimieren soll. „Quiz gestartet“ und „qualifizierter Lead“ beschreiben verschiedene Menschen, und welches du auch schickst, die Plattform behandelt es als Erfolg. Schick es serverseitig und ordne die Felder zu (Telefon, E-Mail, PLZ), damit die Plattform die Conversion dem Klick zuordnen kann. Optimiere auf das tiefste Event, das noch oft genug auslöst, um der Plattform Volumen zu geben, und prüfe diese Wahl mit einem Test, statt sie vorauszusetzen.

Teste die Presell-Variante per nativem A/B-Test gegen die direkte Seite

Teile den kalten Traffic 50/50 zwischen aktueller Seite und Presell-Funnel auf, halte Creative und Zielgruppe konstant und lies qualifizierte Leads pro 1.000 Klicks statt der Rate am Formularschritt. Lass den Test laufen, bis er statistische Signifikanz erreicht und volle Wochenzyklen abdeckt. Setz dann den Gewinner um und starte den nächsten Test.

Zusammengesetzt sieht der Prozess so aus. Ein Telemedizin-Anbieter sieht, dass kalte Meta-Klicks das Aufnahmeformular zu 50 % erreichen und zu 8 % abschicken, also eine Conversion-Rate der Seite von 4 %, die das Budget-Review „unter Benchmark“ nennt. Der Anbieter setzt ein Symptom-Quiz mit vier Fragen vor dasselbe Aufnahmeformular, lässt es 50/50 gegen die direkte Seite laufen, optimiert beide auf ein serverseitiges Event „qualifizierte Aufnahme“ und vergleicht nach zwei Wochen die qualifizierten Leads pro 1.000 Klicks. Wer gewinnt, bekommt das Budget. Die Zahl, über die im Review gestritten wurde, wird durch eine ersetzt, die bewiesen ist.

Ein vollständiges Beispiel: PV-Leads aus Meta

Stell dir einen Leadgenerierer für Photovoltaik vor, der 50.000 € im Monat für Meta-Prospecting in Bayern und Baden-Württemberg ausgibt. Die Landingpage ist kurz: eine Headline über niedrigere Stromkosten, zwei Bulletpoints, ein Formular mit Name, Telefon, E-Mail und PLZ und ein Button „Angebot anfordern“. Kalter Traffic konvertiert mit 1,8 %. Benchmark-Sammlungen nennen für Lead-Generierung deutlich höhere Durchschnittswerte, also fragt das Review immer wieder, was mit der Seite nicht stimmt.

Schritt eins: die Seite so instrumentieren, dass jede Scrolltiefe und das Formular selbst als eigene Events auslösen, aufgeteilt nach utm_source. Zwei Wochen Daten zeigen: 62 % der kalten Besucher scrollen bis zum Formular, und 3 % von denen, die es sehen, schicken es ab. Der Text macht seinen Job. Das Leck ist die Frage nach den Kontaktdaten.

Schritt zwei: den Presell-Funnel bauen. Der neue Einstieg ist ein Quiz: „Prüfe in einer Minute, ob sich eine PV-Anlage für dein Dach lohnt.“ Die erste Frage lautet „Besitzt du ein eigenes Haus?“, die zweite fragt die monatlichen Stromkosten in Spannen ab, die dritte die Verschattung des Dachs. Die vierte fragt nach der PLZ, womit der Funnel auch Mieter und Haushalte mit niedrigen Stromkosten auf eine freundliche Abschlussseite leiten kann, statt sie an den Vertrieb zu geben. Erst nach der vierten Frage fragt der Funnel nach Name und Telefonnummer, mit Netzvalidierung der Nummer, damit Fake-Nummern nie im Wählsystem landen. Der Anbieter richtet außerdem Partial Submits ein: Wer drei Fragen beantwortet und dann abgebrochen hat, landet trotzdem als Teil-Lead mit diesen Antworten im CRM, und der Vertrieb entscheidet, ob sich ein Anruf lohnt.

Schritt drei: das Event wählen und den Test aufsetzen. Der Anbieter schickt ein serverseitiges Event „qualifizierter Lead“, das nur für Eigenheimbesitzer auslöst, die die Telefonvalidierung bestehen, mit zugeordneter Telefonnummer, E-Mail und PLZ, damit Meta die Conversion dem Klick zuordnen kann. Der kalte Traffic wird per nativem A/B-Test 50/50 zwischen alter Seite und Quiz-Funnel aufgeteilt, Creative und Zielgruppe bleiben gleich, und der Test läuft über volle Wochenzyklen.

Schritt vier: das Ergebnis in der richtigen Einheit lesen. Der Quiz-Funnel verliert an jedem Schritt Besucher, seine Rate am ersten Schritt sieht also schlechter aus als die Scrollrate der alten Seite, und das ist zu erwarten. Entscheidend ist der Vergleich der qualifizierten Leads pro 1.000 Klicks und der Kosten pro qualifiziertem Lead aus dem CRM. Gewinnt das Quiz, bekommt es das Budget, und der nächste Test startet an seinem schwächsten Schritt. Verliert es, zeigen die Daten pro Schritt, welcher Schritt vor dem nächsten Durchlauf repariert werden muss. Das ist mehr, als die alten 1,8 % dem Review je sagen konnten.

Zweites Beispiel: ein Hautpflege-Quiz auf TikTok

Ein Presell-Quiz vor der Produktseite gibt kalten TikTok-Besuchern einen Grund zu kaufen. Eine D2C-Hautpflegemarke schickt TikTok-Prospecting-Traffic direkt auf eine Produktdetailseite (PDP), und kalte Klicks kaufen auf einer PDP nicht: Der Besucher hat ein kurzes Video gesehen, weiß nicht, welches Produkt zu seiner Haut passt, und die Seite verlangt, dass er eine Variante wählt und sie in den Warenkorb legt. Die Daten pro Schritt zeigen, dass die meisten Besucher zwischen PDP-Aufruf und Warenkorb gehen, lange vor dem Checkout.

Die Marke baut ein Hauttyp-Quiz, das nach Hauttyp, Hauptanliegen, aktueller Routine und Empfindlichkeit fragt, dann ein Produkt oder ein Set empfiehlt und auf diese PDP verlinkt. Der Besucher kommt mit einem Grund zu kaufen an, und die Marke behält die Antworten als Zero-Party-Daten für Follow-up-E-Mails. Fragt das Quiz nach einer E-Mail, bevor es die Empfehlung zeigt, wird diese Frage zu einem eigenen Schritt mit eigenem Drop-off, den du lesen kannst.

Der Test folgt dem PV-Muster. Die Hälfte des kalten TikTok-Traffics geht wie bisher auf die PDP, die andere Hälfte ins Quiz, der Quiz-Abschluss geht als serverseitiges Event an TikTok zurück, und die Marke liest Käufe pro 1.000 Klicks für jede Variante aus ihren Shop-Daten. Die Warenkorbrate erklärt das Ergebnis, die Käufe entscheiden es.

Was Heyflow mitbringt

Alles in diesem Playbook lässt sich an einem Ort umsetzen, von der Presell-Page bis zum Event, auf das die Werbeplattform optimiert.

• Heyflow Pages baut die Presell-Page, das Advertorial oder das Listicle am selben Ort wie den Funnel dahinter, sodass Seite und Conversion-Schritt ein Tracking-Setup teilen.

• Serverseitige Conversion-Events mit Feldzuordnung, damit die Plattform einen qualifizierten Lead dem Klick zuordnen kann. Das gilt für die Native-Netzwerke Taboola und Outbrain ebenso wie für die Social-Plattformen.

• Natives A/B-Testing für Funnel-Varianten, damit sich Presell-Funnel und direkte Seite ohne separates Testing-Tool aufteilen lassen.

• Netzvalidierung der Telefonnummer und Partial Submits für Lead-Gen-Funnels, damit Fake-Nummern nicht im Wählsystem landen und halb ausgefüllte Quizze trotzdem das CRM erreichen.

So misst du die Conversion-Rate pro Schritt

Liste die Schritte in der Reihenfolge auf, in der ein Besucher sie erlebt, wende die Formel für die Conversion-Rate auf jedes Paar an, und die niedrigste Rate in der Reihe ist dein Leck. Die Schritte sind Anzeigenklick, Seitenaufruf, erste Antwort, jede weitere Antwort, Kontaktdaten, Absenden und qualifizierter Lead. Die Rate von Schritt zwei sind die Besucher, die Schritt zwei erreicht haben, geteilt durch die Besucher, die Schritt eins erreicht haben.

Erstelle diese Reihe getrennt für jede Traffic-Quelle und Temperatur, mit den utm_source- und utm_campaign-Werten, die du vorher eingerichtet hast. Mischst du die Brand-Suche hinein, kann ein Presell-Funnel, der für kalten Meta-Traffic funktioniert, durchschnittlich aussehen. Verknüpfe den letzten Schritt mit dem CRM.

Zwei Zahlen fassen die Reihe für alle zusammen, die sie nicht lesen: qualifizierte Leads pro 1.000 Klicks und Kosten pro qualifiziertem Lead. Beide bleiben zwischen einer direkten Seite und einem Funnel mit mehr Schritten vergleichbar, was eine Conversion-Rate der ganzen Seite nicht leistet.

Wie die Ladezeit die Conversion bei Paid Traffic beeinflusst

Du bezahlst den Klick, bevor die Seite geladen ist. Jeder Besucher, der während eines langsamen Ladevorgangs geht, ist also Budget ohne jede Chance auf eine Conversion. Klicks aus Paid Social öffnen sich oft im In-App-Browser der jeweiligen App über eine Mobilfunkverbindung, was einen langsamen ersten Screen noch schlimmer macht. Prüf die URL in Google PageSpeed Insights, lies die mobilen Felddaten und teste die Seite dann in den Apps, bei denen du Traffic einkaufst.

Die Ladezeit zeigt sich auch in der Reihe pro Schritt. Wenn ein großer Teil der Paid-Klicks nie einen Seitenaufruf auslöst, schau dir die Ladezeit an, bevor du den Text anfasst.

So iterierst du, ohne Gelerntes zu verlieren

Ändere eine Sache pro Test und behalte den Gewinner als neue Kontrollgruppe. Schreibst du gleichzeitig die Headline um, ordnest das Quiz neu und änderst das Angebot, sagt dir ein Gewinn nichts darüber, welche Änderung ihn verursacht hat, und ein Verlust wirft dich an den Anfang zurück.

Arbeite dich durch die Reihe pro Schritt, angefangen beim größten Leck. Ist die Frage nach den Kontaktdaten repariert, ist der nächstschwächste Schritt oft der erste Screen der Presell-Page, der nächste Test betrifft also den Anzeigenwinkel oder die erste Frage. Halte Creative und Zielgruppe fest, solange ein Test läuft, denn jede Änderung dort setzt die Bedingungen zurück, die du misst.

Führe ein kurzes Testprotokoll mit Hypothese, dem Satz zum Leck, auf dem sie beruht, Laufzeit und Ergebnis. Auch ein verlorener Test sagt dir etwas, und das Protokoll verhindert, dass das Team Ideen wiederholt, die schon gescheitert sind.

So präsentierst du das Ergebnis im Budget-Review

Fang mit dem Satz zum Leck aus deiner Diagnose an, zum Beispiel „Kalte Meta-Klicks erreichen das Formular zu 62 % und schicken es zu 3 % ab“, denn er erklärt die alte Zahl in einer Zeile. Zeig dann den Test: was sich geändert hat, wie lange er lief und die qualifizierten Leads pro 1.000 Klicks und Kosten pro qualifiziertem Lead für jede Variante.

Weise kaltes Prospecting, Retargeting und Brand-Suche als getrennte Zeilen aus. Ein Mischwert lädt zu genau der Benchmark-Diskussion ein, die du beenden willst, während eine Tabelle pro Quelle zeigt, wo das Budget wirkt und wo es noch versickert. Schließ mit dem nächsten Test und dem Schritt, auf den er zielt, damit sich das Review neben dem Ergebnis auch auf den Plan einigt.

Wo Benchmarks ihren Platz haben

Benchmarks sind ein Plausibilitätscheck und funktionieren nur, wenn Quelle und Aktion zu deinen passen. Benchmarks für Suchanzeigen beschreiben warmen Such-Traffic, Raten für Webinar-Anmeldungen eine kleine Bitte. Beide sagen wenig über einen kalten Meta-Klick, der auf einem Angebotsformular landet.

Nutze einen Benchmark, um zu entscheiden, ob eine Zahl einen genaueren Blick verdient, und dann deine eigene Reihe pro Schritt, um zu entscheiden, was du tust. Deine eigene Historie für dieselbe Quelle und dieselbe Aktion ist der bessere Maßstab.

Beispiele nach Branche

Häufige Probleme

Warum erreicht mein Landingpage-Test nie Signifikanz?

Paid-Budgets begrenzen den Traffic. Fahr den Test auf deiner kalten Kampagne mit dem meisten Volumen, miss an einem Schritt, der oft genug auslöst, und lass ihn über volle Wochenzyklen laufen, bevor du entscheidest.

Warum sind die Leads gestiegen, aber die Lead-Qualität gesunken?

Ein kürzerer oder einfacherer Weg kann mehr Formulare bringen und den Anteil senken, den der Vertrieb akzeptiert. Bewerte jeden Test an qualifizierten Leads und lass die Qualifizierungsfragen im Quiz.

Warum optimiert die Werbeplattform auf die falschen Menschen?

Wenn du „Quiz gestartet“ als Conversion schickst, findet die Plattform Menschen, die Quizze starten. Schick das tiefste Event, das noch oft genug auslöst, um der Plattform Volumen zu geben.

Warum zeigen Presell-Page und Funnel unterschiedliche Zahlen?

Laufen Seite und Funnel in getrennten Tools mit getrenntem Tracking, lassen sich die Schritte dazwischen nicht abgleichen. Baust du beides an einem Ort mit einem Tracking-Setup, verschwindet diese Lücke.

Warum funktioniert die Seite auf dem Desktop, aber nicht mobil?

Prüf die Ladezeit und das Layout in In-App-Browsern und bleib bei einer Frage pro Schritt, damit die Tastatur nie die nächste Aktion verdeckt.

FAQ

Warum konvertieren kalte Meta-Klicks schlechter als die Brand-Suche?

Kalte Klicks haben noch nicht entschieden, dass sie etwas wollen, während Besucher aus der Brand-Suche dich schon kennen. Gib kaltem Traffic eine Presell-Page oder ein Quiz vor der Frage nach den Kontaktdaten und weise beide Quellen als getrennte Zeilen aus.

Warum konvertiert meine Landingpage bei Paid Traffic nicht?

Meist, weil die Seite Verbindlichkeit verlangt, bevor ein kalter Besucher entschieden hat, dass er etwas will. Miss den Drop-off pro Schritt, um zu sehen, wo Besucher gehen, und repariere dann diesen Schritt, oft indem du die Frage nach den Kontaktdaten hinter eine Presell-Page oder ein Quiz verlegst.

Senken zusätzliche Schritte nicht die Conversion-Rate?

Jeder Schritt verliert einige Besucher, und du siehst genau, wo. Ein Quiz vor der Frage nach den Kontaktdaten kann trotzdem mehr qualifizierte Leads pro 1.000 Klicks bringen als ein einzelnes Formular, und ein A/B-Test gegen die aktuelle Seite zeigt dir, ob das bei dir zutrifft.

Brauche ich für jede Traffic-Quelle eine eigene Seite?

Kalter Prospecting-Traffic braucht eine Presell-Page oder ein Quiz, während Brand-Suche direkt aufs Formular kann. Halte mindestens kalten und warmen Traffic auf getrennten Varianten und weise sie nie als eine Rate aus.

Wie lange sollte ein Landingpage-Test laufen?

Bis er statistische Signifikanz erreicht und volle Wochenzyklen abdeckt, damit Schwankungen zwischen Wochentagen nicht das Ergebnis bestimmen.