---
name: weg-b-ecom-google
description: Weg B des Datenbeschaffungs-Pakets — independent D2C online shops (Mode, Supplements, Beauty, Food, Tierbedarf, CBD …) via Google SERP scraping, filtered against marketplaces, chains and comparison portals. Invoked by the datenbeschaffung master; never triggered directly by the user.
---

# Weg B — E-Commerce über Google

Sucht **einzelne Shops mit eigener Marke** — keine Marktplätze, keine Ketten, keine
Vergleichsportale. Der Filter ist hier die eigentliche Arbeit: die Nischen-Queries treffen
zuverlässig, aber die ersten Seiten gehören strukturell Amazon, Otto und Idealo.

Voraussetzungen vom Master: bestätigter ICP-Satz, Zugriffsweg steht (`../datenbeschaffung-referenzen/references/zugriff.md`),
Vorab-Abgleich gelaufen (`check_leads_exist` bzw. `export_leads(format="index")` + `dedup.py`, falls MCP verbunden). Der Lauf beim Anbieter (Apify o. ä.) geschieht im eigenen Konto des Kunden außerhalb von ListM8; Kosten fallen dort an, kostenpflichtige Läufe nur nach ausdrücklicher Freigabe genau dieses Umfangs.

Will der Nutzer nach Shop-Technologie, Umsatzklasse oder Traffic filtern statt nach Nische:
`weg-b-storeleads` erwähnen — das ist Beratung ohne Scrape. Sonst hier weiter.

## Schritt 1 — Query-Strategie je Nische

Maximal drei Varianten je Nische. Ort ist optional: Shops verkaufen überregional, die Stadt
schneidet eher nützliche Treffer weg. Ohne Stadt arbeiten und stattdessen mehr Nischen-Varianten
fahren — Städte nur, wenn der ICP ausdrücklich regional ist.

| Nische | Query-Varianten (für `--keywords`) |
|---|---|
| Mode / D2C-Fashion | Mode Online Shop, Fashion Brand Shop, nachhaltige Mode Online Shop |
| Supplements | Nahrungsergänzung Online Shop, Supplements Shop, Proteinpulver online kaufen |
| Beauty & Kosmetik | Naturkosmetik Online Shop, Beauty Shop online, Skincare Shop |
| Food & Getränke | Kaffee Online Shop, Tee Online Shop, Feinkost Online Shop |
| Tierbedarf | Tierbedarf Online Shop, Hundezubehör Online-Shop, Tiernahrung online bestellen |
| Einrichtung | Möbel Online Shop, Deko Online-Shop, Interior Shop |
| Sport | Sport Online Shop, Fitness Shop, Outdoor Shop online |
| Schmuck | Schmuck Online Shop, Handmade Schmuck Shop, Uhren Online-Shop |
| CBD | CBD Online Shop, CBD Öl kaufen, Hanf Shop |

Shopify-Fokus gewünscht: `site:myshopify.com <nische>` als vierte Query — trifft nur Shops auf
Shopify-Subdomain, also klein und jung, aber sehr sauber.

```
python3 ../datenbeschaffung-referenzen/scripts/build_queries.py --keywords "Naturkosmetik Online Shop,Beauty Shop online,Skincare Shop" \
  --cities "" --exclude 8
```

Für E-Commerce die Kern-Ausschlüsse gegen die Marktplätze tauschen (`amazon.de`, `otto.de`,
`zalando.de`, `idealo.de`) — Begründung und Obergrenze in `../datenbeschaffung-referenzen/references/erfahrungswerte.md`.

## Schritt 2 — Pilot (Pflicht)

Die Alt-Vorlage dieses Wegs ließ den Piloten bewusst weg („sofort loslegen"). Das war ein Fehler:
gerade hier entscheidet der Filter über die Ausbeute, und ohne Piloten merkt man erst nach dem
skalierten Lauf, dass 60 % Portal-Unterseiten in der Liste stehen.

Also: eine Nische, alle Query-Varianten, EIN Lauf, 4 Seiten je Query (`erfahrungswerte.md`).
Actor: **Primär aus `../datenbeschaffung-referenzen/references/apify-actors.md`** (SERP-Kategorie). Kosten vorab nennen
(`kosten.md`), Deckel ≤ 0,50 $.

```
python3 ../datenbeschaffung-referenzen/scripts/process_serp.py --in serp-pilot.json --out shops-pilot.csv --report
```

**Ab ~70 % Shop-Fit skalieren**, darunter Queries schärfen. Der `--report` zeigt, welche Portale
durchgerutscht sind — die gehören in `noise-domains.md`, bevor skaliert wird. Genau daran wächst
die Ausbeute dieses Wegs von Lauf zu Lauf.

## Schritt 3 — Shop-Prüfliste für die Pilot-Stichprobe

Domain-Filter und Muster für geschlossene Shops laufen mechanisch in `process_serp.py`. Diese
Liste ist für die 10–15 Treffer, die man im Piloten selbst anschaut — sie bestimmt, was in den
Anti-ICP und in `noise-domains.md` wandert:

- **Geschlossen oder unfertig:** „Onlineshop entsteht", „Online-Pause", „Coming soon",
  „Wartungsarbeiten", passwortgeschützter Shop. Kein Lead — der Betreiber ist raus.
- **Fitnessstudio-Muster:** „Mitgliedschaft ab X €/Monat", „Probetraining", „kostenlos starten".
  Das ist ein Studio mit Shop-Anmutung, kein E-Commerce.
- **B2B-only / Private Label:** „nur für Fachhändler", „Großhandel für", „Private Label".
  Verkauft nicht an Endkunden — anderer ICP, meist Anti-ICP.
- **Portal-Unterseite statt Shop:** tiefe Kategorieseite eines großen Händlers oder Marktplatzes.
  Die Root-Domain entscheidet, nicht die Unterseite.
- **Kein eigener Verkauf:** Blog, Coupon- und Testseite, Dropshipping-Verzeichnis,
  Agentur, Vergleichsportal.
- **Kette statt Marke:** Filialist oder Konzern-Shop — kein Ansprechpartner mit Entscheidungsmacht.

Drin bleibt: eigener Shop mit Warenkorb, eigene Marke, eigenständige Domain, Verkauf an Endkunden.

## Schritt 4 — Skalierung

Weitere Nischen-Varianten und, falls regional gewollt, die Städte aus `staedte.md`. Ein Land je
Lauf (der Länder-Code gilt pro Lauf); DE/AT/CH getrennt, gern parallel. Alle Datasets danach
zusammenführen und einmal durch `process_serp.py` — der Dedup auf Root-Domain wirkt so über alle
Queries hinweg. Deckel: kalkulierte Kosten + 50 %.

## Schritt 5 — Kontaktdaten holen

Die Shop-Domains an `impressum-enrichment` geben (Actor, Betriebsregeln und Kosten stehen dort).
Shops sind impressumspflichtig und liefern hier überdurchschnittlich gut. `.com`-Marken ohne
deutsches Impressum gehen in den `kontaktseiten-fallback`.

## Schritt 6 — Roh-CSV bauen

```
python3 ../datenbeschaffung-referenzen/scripts/build_csv.py --in impressum.json \
  --quelle "apify:<serp-actor>+impressum <datum>" --land <de|at|ch> \
  --out leads-<nische>-<region>-<datum>.csv
```

## Schritt 7 — Übergabe

An `listen-qualitaet` — immer, ohne Ausnahme. Diesem Skill gehört kein Qualitäts-Urteil und
keine Übergabe.

## Bekannte Fallen

- **Ort in der Query kostet Ausbeute.** Shops ranken überregional; „Kaffee Online Shop Köln"
  liefert Cafés und Röstereien mit Ladengeschäft statt Versandhändler.
- **Marktplatz-Ausschlüsse gehören in die Query, alles andere in den Filter** — die 8–10er-Grenze
  gilt auch hier, sonst kommt der Lauf leer zurück.
- **Ketten kommen über Unterseiten wieder rein.** Wenn `process_serp.py` eine Filialisten-Domain
  durchlässt, ist meist die Root-Domain neu — einmal in `noise-domains.md` eintragen und der
  ganze Filialist ist für alle künftigen Läufe erledigt.
- **Die Nischenzuordnung aus dem Google-Titel ist unzuverlässig** (Mönchspfeffer ist kein Wein,
  Mikronährstoffe kein DIY). Die `kategorie`-Spalte hier nicht zum harten Filtern nutzen —
  die Qualifizierung entscheidet.