Ein Score pro Listing klingt nach einer fertigen Arbeitsliste. Bei 400 Listings ist er das erst, wenn du weißt, was er misst, was nicht, und wie du ihn mit Umsatz verknüpfst.
- Der Listing Quality Score von SELLRZ bewertet den Inhalt einer Listing-Version: Titel, Titel-Differenzierung, Bullet Points, Beschreibung, Backend-Keywords, A+ Content und Bilder.
- Das Ergebnis ist ein Prozentwert mit Label: Excellent ab 90 %, Good ab 75 %, Fair ab 50 %, Poor darunter.
- Er misst nicht die Conversion und garantiert weder Ranking noch Umsatz.
- Eine leere Score-Zelle heißt „noch kein Wert", nicht „null".
- Sortiere nicht nach dem niedrigsten Score, sondern nach Fehlprozent mal Umsatz.
Was der Listing Score misst
Der Listing Quality Score prüft regelbasiert, was du auf Amazon an Inhalt hinterlegt hast. Jedes Kriterium ist erfüllt oder nicht erfüllt und bringt gewichtete Punkte. Daraus entstehen ein Prozentwert und ein Label (Quelle: SELLRZ Wissensbasis, Abruf 24.10.2026).
| Label | Prozentwert |
|---|---|
| Excellent | ab 90 % |
| Good | ab 75 % |
| Fair | ab 50 % |
| Poor | unter 50 % |
Der Score gehört zur angezeigten Version eines Listings. Zwei Versionen desselben Produkts können verschiedene Werte haben. Das ist gewollt: Der Score beschreibt den aktuellen Zustand des Inhalts, nicht das Produkt.
Wo du ihn findest
- In der Listings-Übersicht steht ein Wert je Zeile. Dort vergleichst du den Bestand und siehst, wo Inhalt stark ist und wo etwas fehlt.
- In den Listing-Details siehst du denselben Wert aufgeschlüsselt in erfüllte und nicht erfüllte Kriterien. Dort steht, warum der Wert so ist.
Die Übersicht ist also dein Sortierwerkzeug, die Detailansicht dein Arbeitsauftrag. Eine leere Zelle bedeutet, dass für diese Version noch kein Score vorliegt. Sie bedeutet nicht, dass das Listing schlecht ist.
Was der Score nicht sagt
Drei Verwechslungen kosten bei großen Katalogen Zeit:
- Er ist keine Conversion-Kennzahl. Ein Listing mit hohem Score kann schlecht verkaufen, umgekehrt geht es auch. Für die Conversion-Diagnose gibt es eine eigene Analyse, siehe Amazon Produkt verkauft sich nicht: die Stelle finden.
- Er ist nicht der SWF-Score. Der SWF-Report bewertet die Kaufargumente eines Angebots in sechs Stationen (See, Relevance, Want, Fix, Trust, Close). Beide Werte beantworten verschiedene Fragen und haben keine gemeinsame Skala.
- Er ist keine Performance-Zahl. Verkäufe und Statistiken zeigen Marktergebnisse. Der Score zeigt den Zustand des Materials.
Besserer Inhalt ist eine Voraussetzung, kein Versprechen. Ranking, Conversion und Umsatz hängen von mehr ab als vom Score.
Das Sortier-Raster für 400 Listings
Der Score sagt dir, wo Inhalt fehlt. Er sagt dir nicht, wo das Fehlen am meisten kostet. Dafür verknüpfst du ihn mit Umsatz. Das Raster ist ein Arbeitsmodell, keine SELLRZ-Funktion und keine Amazon-Vorgabe.
- Halte je Listing den Score in Prozent aus der Listings-Übersicht fest, etwa in einer Tabelle.
- Ergänze den Umsatz der letzten 90 Tage je ASIN aus deinen eigenen Daten.
- Berechne die Fehlprozent: 100 minus Score.
- Bilde Fehlprozent mal Umsatz und sortiere absteigend.
- Bearbeite die ersten 20 Zeilen, ändere nicht alles gleichzeitig und sieh dir die Wirkung nach einigen Wochen an.
- Listings ohne Score kommen in eine eigene Liste und werden nicht als schlecht gewertet.
Rechenbeispiel (angenommene Zahlen, weder Amazon- noch SELLRZ-Daten)
| Listing | Score | Label | Umsatz 90 Tage | Fehlprozent | Fehlprozent mal Umsatz |
|---|---|---|---|---|---|
| A | 62 % | Fair | 4.000 € | 38 | 152.000 |
| B | 41 % | Poor | 300 € | 59 | 17.700 |
| C | 88 % | Good | 9.000 € | 12 | 108.000 |
Reihenfolge: A, C, B. Listing B hat den schlechtesten Score und kommt trotzdem zuletzt, weil an ihm kaum Umsatz hängt. Listing C ist „Good" und rückt auf Platz zwei, weil schon wenige offene Kriterien bei hohem Umsatz zählen.
Das Ergebnis ist eine Arbeitsreihenfolge, keine Prognose. Wie viel eine Änderung bringt, weißt du erst nach der Messung, siehe Amazon Conversion Rate berechnen: was ein Punkt bringt.
Vom Score zur Änderung
Öffne bei den ersten Zeilen die Listing-Details und wähle ein nicht erfülltes Kriterium, das dort sichtbar ist. Ergänze die fehlende Information oder überarbeite den Inhalt entsprechend der angezeigten Anforderung. Geht es um den Titel, hilft das Titel-Prüfraster für 400 Listings. Geht es um Bullet Points und Beschreibung, zeigt Amazon Bullet Points und Produktbeschreibung schreiben, welche Aufgaben die einzelnen Bullet Points haben. Für die Reihenfolge über alle Flächen hinweg: Viele Amazon Listings gleichzeitig optimieren.
Spielst du die überarbeiteten Inhalte gebündelt per Tabelle zurück, lies vorher Amazon Flatfile: leere Felder löschen deine Attribute: Ein Feld, das im Export leer ist, ist im Katalog nicht leer.
Sind in der Detailansicht alle Kriterien erfüllt, liegt der Hebel woanders, etwa bei Bildern oder Preis. Auch dann gilt: Ein hoher Score garantiert keinen Verkauf.
Richtig und falsch im Umgang mit dem Score
| Falsch | Richtig |
|---|---|
| Alle Listings auf 100 % bringen wollen | Nach Fehlprozent mal Umsatz sortieren |
| Leere Zelle als „0 %" lesen | Listings ohne Score separat prüfen |
| Score als Conversion-Wert nutzen | Score für Inhalt, Conversion-Analyse für Kaufargumente |
| Nur die Übersicht ansehen | Details öffnen und ein nicht erfülltes Kriterium nach dem anderen beheben |
Häufige Fragen
Was ist ein guter Amazon Listing Score?
Im Listing Quality Score von SELLRZ gilt ab 75 % das Label „Good", ab 90 % „Excellent". Wichtiger als die Marke ist, ob die offenen Kriterien bei umsatzstarken Listings liegen.
Misst der Score Ranking oder Verkäufe?
Nein. Er bewertet den Inhalt einer Listing-Version. Ranking, Conversion und Umsatz sind andere Ebenen.
Warum hat mein Listing keinen Score?
Eine leere Zelle bedeutet, dass für diese Version noch kein Wert vorliegt. Das heißt nicht, dass das Listing schlecht ist.
Was ist der Unterschied zum SWF-Score?
Der SWF-Report bewertet die Kaufargumente eines Angebots in sechs Stationen, der Listing Quality Score den Inhalt nach festen Regeln. Es sind zwei Kennzahlen ohne gemeinsame Skala.
Quellen
- SELLRZ Wissensbasis: Listing Quality Score (Abruf 24.10.2026)
- Rechenbeispiel: angenommene Zahlen zur Veranschaulichung
Dein nächster Schritt
Sieh dir an, welche deiner Listings bei Titel, Bullet Points und Bildern zuerst auffallen. Mit SELLRZ siehst du den Score je Listing in der Übersicht. Trial kostenlos starten und die 20 Listings mit dem höchsten Hebel finden.
