Lokale Akquise: Über 1000 Google Maps Kontakte in 30 Minuten extrahieren und anpassen

Lokale Unternehmen sind überall auf Google Maps. Klempner, Restaurants, Friseursalons, Immobilienagenturen – sie sind alle dort. Das Problem? Sie können sie nicht einzeln kontaktieren. Sie benötigen massive Daten, aber auch personalisierte, damit Ihre E-Mails nicht wie Spam wirken.

Dieser Artikel zeigt Ihnen, wie es geht. Keine vage Theorie. Konkretes: Schritte, Beispiele, echte Zahlen.

Warum personalisierte lokale Akquise besser funktioniert

Personalisierung ist kein Luxus – es ist eine Notwendigkeit. Eine generische E-Mail ("Hallo, möchten Sie mehr Geld verdienen?") hat eine Antwortquote von 1-3%. Eine personalisierte E-Mail ("Hallo [Name], ich habe gesehen, dass Ihr Restaurant 247 Bewertungen mit 4,8 Sternen auf Google Maps hat") hat eine Antwortquote von 8-15%.

Das ist 5 Mal besser.

Warum? Weil der Empfänger sieht, dass Sie 30 Sekunden investiert haben, um ihn kennenzulernen. Sie senden nicht 10.000 identische E-Mails. Sie sprechen seine Situation an.

Lokale Unternehmen sind ideal dafür. Im Gegensatz zu großen Unternehmen (die wenig interessante öffentliche Daten haben) haben kleine Geschäfte ein reichhaltiges Google Maps-Profil:

• Anzahl der Bewertungen (und deren Inhalt)
• Durchschnittliche Bewertung
• Öffnungszeiten
• Fotos
• Genauer Standort
• Telefon
• Website (oft)
• Soziale Medien

All dies ist öffentlich. All dies kann genutzt werden, um zu personalisieren.

Wo man die Daten findet: Google Maps ist Ihre Goldgrube

Google Maps ist nicht nur eine App, um Restaurants zu finden. Es ist eine öffentliche Datenbank von über 5 Millionen Unternehmen in mehr als 15 Ländern.

Suchen Sie nach "Klempner in Lyon" oder "Friseursalons in Marseille" – Sie werden 50, 100, manchmal 500 Ergebnisse sehen. Jedes hat ein Profil mit verwertbaren Informationen.

Die Herausforderung: Diese Daten manuell zu extrahieren, ist unmöglich. Auf jedes Profil zu klicken, den Namen, die Telefonnummer, die E-Mail zu kopieren... das dauert 2-3 Minuten pro Unternehmen. Für 1000 Kontakte sind das 33-50 Stunden manuelle Arbeit.

Hier kommt die Datenextraktion (Data Scraping) ins Spiel.

Drei Ansätze zur Extraktion von Google Maps-Daten

Ansatz 1: Die manuelle Methode (kostenlos, aber zeitaufwendig)

Sie öffnen Google Maps, suchen nach "Restaurants in Nashville" und kopieren die Informationen in ein Excel-Spreadsheet.

Ergebnis: 187 Restaurants in 3-4 Stunden Arbeit.

Vorteile: - Kostenlos - Sie kontrollieren jede Information

Nachteile: - Sehr langwierig - Häufige Fehler (falsch kopierte Nummern, fehlende E-Mails) - Kein Zugang zu detaillierten Bewertungen - Kein intelligentes Filtern

Dieser Ansatz funktioniert für 50-100 Kontakte. Darüber hinaus ist es verlorene Zeit.

Ansatz 2: Selbst coden mit Python (technisch, aber begrenzt)

Sie schreiben ein Python-Skript mit der Bibliothek pandas, um die Extraktion zu automatisieren. Sie importieren eine Excel-Datei, manipulieren die Spalten und erstellen benutzerdefinierte Variablen.

Beispielcode:

import pandas as pd

df = pd.read_excel('restaurants.xlsx')
df['message'] = "Hallo " + df['name'] + ", ich habe gesehen, dass Sie " + df['number_reviews'].astype(str) + " Bewertungen mit " + df['rating'].astype(str) + " Sternen haben."

df.to_csv('personalized_messages.csv', index=False)

Ergebnis: Personalisierte Nachrichten in wenigen Minuten.

Vorteile: - Automatisiert - Flexibel - Kostengünstig

Nachteile: - Erfordert technische Fähigkeiten - Sie müssen zuerst die Daten extrahieren (Methode 1 oder einen einfachen Scraper) - Detaillierte Bewertungen sind nicht zugänglich - Keine Erkennung von Technologien auf der Website - Keine E-Mail-Anreicherung

Für 1000 Kontakte ist es machbar. Für 10.000 wird es kompliziert.

Ansatz 3: Ein spezialisiertes Tool verwenden (der beste Kompromiss)

Ein Tool wie IBLead extrahiert die Daten direkt von Google Maps, mit über 70 verfügbaren Spalten:

• Basisinformationen (Name, Adresse, Telefon)
• Google Maps-Daten (Bewertung, Anzahl der Bewertungen, vollständige Bewertungen)
• Angereicherte E-Mails von der Website
• Erkannte Technologien (WordPress, Shopify, HubSpot usw.)
• Soziale Medien
• SIRET/SIREN (in Frankreich)

Sie benötigen nur 5 Minuten, um 1000 Kontakte zu extrahieren. Kein Code. Keine manuelle Manipulation.

Ergebnis: 1000 Kontakte bereit zur Personalisierung in 30 Minuten (Extraktion + Filterung + Vorbereitung).

Vorteile: - Sehr schnell - Vollständige und zuverlässige Daten - Integrierte erweiterte Filterung - Google-Bewertungen enthalten - Technologiedetektion - Kundenservice

Nachteile: - Monatliche Kosten (ab €44/Monat)

Für die meisten Akquisiteure ist dies die beste Wahl.

Wie man 1000 Kontakte in 30 Minuten extrahiert (Schritt für Schritt)

Hier ist der genaue Prozess, dem Sie folgen werden.

Schritt 1: Definieren Sie Ihr Ziel (2 Minuten)

Bevor Sie irgendetwas extrahieren, stellen Sie sich diese Fragen:

• Welche Branche? Restaurants, Klempner, Immobilienagenturen, Friseursalons usw.
• Welches geografische Gebiet? Eine Stadt, ein Departement, eine Region, ein ganzes Land?
• Welche Art von Unternehmen? Alle, oder nur die mit einer Website, oder nur die verifiziert (claimed)?

Beispiel: "Ich suche alle Restaurants in Paris mit mindestens 50 Bewertungen und einer Website."

Schritt 2: Daten extrahieren (5 Minuten)

Sie gehen zu IBLead, wählen Ihre Kategorie (über 4000 verfügbar), Ihren Standort (Stadt, Region oder ganzes Land) und starten die Extraktion.

Das Tool zeigt Ihnen, wie viele Ergebnisse übereinstimmen. Für "Restaurants in Paris" werden Sie leicht 2000-5000 Ergebnisse erhalten.

Sie klicken auf "Exportieren" und warten. In der Regel ist es in 1-2 Minuten bereit.

Schritt 3: Daten filtern (5 Minuten)

Sie haben 2000 Restaurants. Aber Sie möchten nur die mit:

• Mindestens 50 Bewertungen (um neue oder wenig aktive Profile zu vermeiden)
• Eine Bewertung ≥ 4 Sterne (um schlechte Restaurants zu vermeiden)
• Eine zugängliche E-Mail (um sie kontaktieren zu können)

IBLead ermöglicht es Ihnen, vor dem Export zu filtern. Sie wählen Ihre Kriterien aus und starten den Export erneut. Sie reduzieren von 2000 auf 800 qualifizierte Restaurants.

Schritt 4: Spalten vorbereiten (5 Minuten)

Sie laden die CSV- oder Excel-Datei herunter. Sie haben über 70 verfügbare Spalten. Für die Personalisierung benötigen Sie nur einige:

• name (Name des Restaurants)
• number_reviews (Gesamtzahl der Bewertungen)
• average_rating (4,8, 4,5 usw.)
• 5_star_reviews (Anzahl der 5-Sterne-Bewertungen – exklusiv bei IBLead)
• address (oder nur die Stadt)
• email
• telephone
• technologies (WordPress, Shopify usw. – exklusiv bei IBLead)

Sie behalten nur diese Spalten in Ihrer Datei. Sie löschen den Rest, um es zu vereinfachen.

Schritt 5: Personalisierte Nachrichten erstellen (10 Minuten)

Hier wird es interessant. Sie werden mehrere Varianten von Nachrichten erstellen, jede mit unterschiedlichen Variablen.

Variante 1: Die "Bewertung"-Nachricht

Hallo [name],

Ich habe gesehen, dass Ihr Restaurant [number_reviews] Bewertungen mit [average_rating] Sternen auf Google Maps hat. 
Herzlichen Glückwunsch! Das ist ein schöner Beweis für die Qualität Ihres Services.

Ich kontaktiere Restaurants wie Ihres, weil...

[Ihre Präsentation]

Variante 2: Die "Technologie"-Nachricht

Sie verwenden die Spalte technologies. Wenn das Restaurant kein WordPress hat (d.h. keine moderne Website), senden Sie:

Hallo [name],

Bei der Überprüfung Ihrer Online-Präsenz ist mir aufgefallen, dass Sie noch keine Website haben. 
Das ist schade, denn [Grund].

Ich kann Ihnen helfen, um...

[Ihre Präsentation]

Variante 3: Die "Standort"-Nachricht

Sie teilen die Adresse auf, um nur die Stadt zu extrahieren:

Hallo [name],

Ich habe nach Restaurants in [city] mit einem guten Ruf gesucht.
Ihr Betrieb fällt in den Ergebnissen auf. Ich würde gerne mit Ihnen über...

[Ihre Präsentation]

Um diese Nachrichten in großem Maßstab zu erstellen, können Sie:

1. Ein Python-Skript verwenden (wenn Sie programmieren können)
2. ChatGPT verwenden (einfacher)
3. Ein Tool wie Make.com verwenden (Integration mit IBLead)

ChatGPT-Ansatz (der einfachste)

Sie laden Ihre CSV-Datei in ChatGPT hoch und schreiben einen Prompt wie diesen:

Aus dieser CSV-Datei erstellen Sie eine Spalte "personalized_message" 
unter Verwendung dieser Vorlage:

"Hallo [name], ich habe gesehen, dass Sie [number_reviews] Bewertungen 
mit [average_rating] Sternen auf Google Maps haben. Herzlichen Glückwunsch! 
Ich bin [Ihr Name] und arbeite mit Restaurants zusammen, 
um ihre [Ziel] zu verbessern. Haben Sie morgen 5 Minuten?"

Speichern Sie die Datei als CSV.

ChatGPT wird die Nachrichten in wenigen Sekunden generieren. Sie laden die Datei herunter. Es ist bereit.

Konkretes Beispiel: 1000 Pariser Restaurants in 30 Minuten

So sieht es in der Realität aus.

Minute 0-5: Extraktion

Sie gehen zu IBLead. Sie wählen: - Kategorie: "Restaurants" - Standort: "Paris, Frankreich" - Ergebnisse: ~3500 gefundene Restaurants

Sie starten den Export. 5 Minuten später haben Sie eine Datei mit 3500 Restaurants.

Minute 5-10: Filterung

Sie wenden die Filter an: - Mindestens 50 Bewertungen - Bewertung ≥ 4 Sterne - Zugängliche E-Mail

Ergebnisse: 1200 qualifizierte Restaurants.

Minute 10-15: Vorbereitung

Sie öffnen die Excel-Datei. Sie behalten nur die Spalten: - name - number_reviews - average_rating - 5_star_reviews - address - email

Sie löschen die 60+ unnötigen Spalten.

Minute 15-30: Personalisierung

Sie laden Ihre Datei in ChatGPT hoch. Sie schreiben einen Prompt. ChatGPT generiert 1200 personalisierte Nachrichten in 30 Sekunden.

Sie laden die endgültige Datei herunter.

Endergebnis:

1200 Restaurants mit Nachrichten wie:

Hallo Chez Marie,

Ich habe gesehen, dass Sie 347 Bewertungen mit 4,7 Sternen auf Google Maps haben. 
Herzlichen Glückwunsch! Ich bin Paul, ich arbeite mit Restaurants, um...

Jede Nachricht ist einzigartig. Kein Kopieren und Einfügen.

Die Daten, die Sie anderswo nicht erhalten können

Hier ist, was IBLead für die lokale Akquise einzigartig macht.

1. Google-Bewertungen (Volltext, nicht nur die Bewertung)

IBLead oder andere Tools geben Ihnen die durchschnittliche Bewertung. IBLead gibt Ihnen den Inhalt der Bewertungen:

• Volltext
• Autor
• Datum
• Bewertung

Warum ist das nützlich? Sie können die negativen Bewertungen lesen und Ihre Nachricht personalisieren:

Hallo [name],

Ich habe die Bewertungen Ihrer Kunden auf Google Maps gelesen. 
Ein Kunde erwähnte: "[Zitat negative Bewertung]"

Ich bin auf [Lösung] spezialisiert und könnte Ihnen helfen, um...

Das ist hyper-personalisiert. Die Antwortquote steigt auf 20-25%.

2. Erkennung von über 160 Technologien

IBLead erkennt, ob die Website des Restaurants verwendet:

• WordPress, Shopify, Wix (Plattform)
• WooCommerce (E-Commerce)
• HubSpot, Mailchimp (Marketing-Automatisierung)
• Google Analytics, Facebook Pixel (Tracking)
• Stripe, PayPal (Zahlungen)
• Und über 150 andere Technologien

Warum ist das nützlich? Sie können Restaurants mit veralteten Websites ansprechen:

Hallo [name],

Ich habe bemerkt, dass Ihre Website [veraltete Technologie] verwendet.
Viele Restaurants wechseln zu [moderne Technologie] 
, um ihre Reservierungen um [%] zu steigern.

Haben Sie 15 Minuten Zeit, um darüber zu sprechen?

3. SIRET/SIREN (nur in Frankreich)

Für französische Restaurants liefert IBLead:

• SIRET (Identifikationsnummer)
• SIREN (Unternehmensnummer)
• Rechtsform (SARL, EIRL usw.)
• Gründungsdatum
• Geschätzte Mitarbeiterzahl

Das ermöglicht Ihnen:

• Zu überprüfen, ob das Unternehmen wirklich existiert
• Den Namen des Geschäftsführers zu finden
• Zu wissen, ob es ein neues Unternehmen ist (vor 6 Monaten gegründet = kein Geld zum Investieren)
• Die Größe zu schätzen

Kein Konkurrent macht das.

Fortgeschrittene Filterung: Wie Sie Ihre 1000 Kontakte qualifizieren

Sie benötigen keine 1000 Kontakte. Sie benötigen 1000 qualifizierte Kontakte.

IBLead ermöglicht es Ihnen, nach zu filtern:

Basisdaten: - E-Mail vorhanden (oder nicht vorhanden) - Telefon vorhanden - Website vorhanden - Soziale Medien vorhanden

Google Maps-Daten: - Durchschnittliche Bewertung (4,5-5,0, 4,0-4,5 usw.) - Anzahl der Bewertungen (50-100, 100-500, 500+) - Verifiziertes Profil (vom Eigentümer bestätigt) - Anzahl der Fotos

Erweiterte Daten: - Erkannte Technologien (WordPress, Shopify usw.) - Spezifische Bewertungen (nach Inhalt filtern) - Gültige SIRET/SIREN (Frankreich)

Beispiel für intelligentes Filtern:

Sie suchen Restaurants, die für eine Online-Reservierungsmanagement-Lösung geeignet sind.

Sie filtern: - Restaurants mit Website ✅ - Aber ohne Wix oder Squarespace (da sie bereits eine integrierte Lösung haben) - Mit mindestens 100 Bewertungen (also aktiv) - Mit sozialen Medien (also marketingbewusst)

Sie reduzieren von 3500 Restaurants auf 400 hochqualifizierte Restaurants.

Ihre Antwortquote steigt. Ihre Akquisitionszeit sinkt.

Automatisierung mit Make.com (optional, aber mächtig)

Wenn Sie wirklich automatisieren möchten, können Sie IBLead mit Make.com verbinden, um einen Workflow zu erstellen:

1. Wöchentlich 100 neue Restaurants von IBLead extrahieren
2. Daten anreichern mit ChatGPT (personalisierte Nachrichten erstellen)
3. E-Mails senden über Gmail oder Lemlist
4. Antworten in einem Google Sheet protokollieren

All das ohne manuelle Eingriffe.

Das ist für fortgeschrittene Akquisiteure, funktioniert aber sehr gut.

RGPD-Konformität: Was Sie wissen müssen

Bevor Sie 1000 E-Mails versenden, sprechen wir über die Legalität.

Sind die Daten, die Sie extrahieren, öffentlich?

Ja. Die Informationen auf Google Maps (Name, Adresse, Telefon, Bewertungen) sind für jeden sichtbar. Das ist kein Hacking.

Aber kann ich sie wirklich für die Akquise nutzen?

Ja, mit Regeln:

1. B2B-Daten sind weniger geschützt: Ein Restaurant ist ein Unternehmen. Die RGPD-Regeln sind weniger streng als für Privatpersonen.

2. Sie müssen das Recht auf Abmeldung respektieren: Jede E-Mail muss einen Link enthalten