Wie der Angebotskatalog aufgebaut ist, Feld für Feld

Woher stammen die Angebotsdatensätze?

Jeder Datensatz im Katalog beginnt auf einem der elf Affiliate- oder Produzenten-Netzwerke, die derzeit aktive Angebote führen. Braip steuert 7,574 bei, Hotmart Affiliation 6,600, Kiwify 4,890, Hotmart 2,586, Admitad 2,120, Monetizze 1,599, ClickBank 1,393, CPALead 755, BuyGoods 443, MyLead 50 und dr.cash 32, zusammen also 28,042 aktive Angebote Stand 2026-08-05, laut einer direkten Zählung gegen die mit listing_networks verknüpfte Tabelle listing_offers. Nichts wird aus einer Tabellenkalkulation eingetippt; jede Zeile lässt sich auf den eigenen Eintrag des Netzwerks zurückführen, was einen filterbaren Datensatz von was ein Offer im Affiliate-Marketing ist als Marketing-Pitch unterscheidet.

Zwei konfigurierte Netzwerke, Digistore24 und TerraLeads, führen derzeit null Angebote im Katalog. Es sind weniger kaputte Integrationen als Netzwerke, bei denen noch kein Live-Offer die Ingestion passiert hat; wenn eines durchkommt, erscheint es unter demselben Schema wie die anderen elf und nicht als separater Pfad.

Welche Felder werden über Netzwerke hinweg normalisiert und wie?

Jedes Netzwerk stellt Auszahlung, Geografie, Kategorie und Landing-Ziel unter eigenen Bezeichnungen und Formaten bereit, und Normalisierung bedeutet, all das in fünf gemeinsame Felder zu überführen: Vertikale, Geo, CPA-/Provisionsbetrag, Landing-URL und Status. Eine auf einem Netzwerk als fester Betrag in lokaler Währung und auf einem anderen als Dollar-CPA angegebene Provision landet beide im selben numerischen Feld cpa_amount_numeric, sodass ein Käufer netzwerkübergreifend nach Auszahlung filtern kann, ohne das Kleingedruckte jedes einzelnen lesen zu müssen. Diese Struktur macht Angebotsdatensätze auch für ein System lesbar, das Retrieval statt eines Menschen betreibt, der eine Seite überfliegt, ein Unterschied, der in wie man sein Offer von ChatGPT empfehlen lässt behandelt wird.

Nicht jedes Feld überlebt die Normalisierung unverändert. 15,582 der 28,042 Angebote tragen einen numerischen CPA- oder Provisionsbetrag, laut einer direkten Zählung gegen listing_offers.cpa_amount_numeric, während 25,293 mindestens ein Geo-Ziel und 25,085 eine Landing-URL tragen. Diese drei Zählungen, nicht die 28,042 insgesamt, sind der ehrliche Nenner für alle, die nach Auszahlung, Geo oder Ziel filtern.

Wie werden Vertikalen gemappt, wenn jedes Netzwerk andere Namen verwendet?

Vertikalen werden auf eine feste Liste von 25 Kategorien reduziert, gegen die jede netzwerkeigene Taxonomie abgeglichen wird, weil der Kategorienbaum des einen Netzwerks, die Nischenliste eines anderen und die Marketplace-Kategorien eines dritten selten ein einziges Label teilen. Ein auf Portugiesisch benannter Weight-Loss-Eintrag auf einem Netzwerk und 'weight loss' auf einem anderen landen beide im selben Vertikal-Block, wodurch ein Käufer eine Vertikale über alle elf Netzwerke gleichzeitig suchen kann, statt elf separate Suchen in elf separaten Dashboards auszuführen.

Der Kompromiss ist die Granularität. Eine Taxonomie mit 25 Vertikalen hält über sehr unterschiedliche Netz-Kategoriesysteme hinweg stand, wird aber Sub-Nischen zusammenführen, die ein netzwerkeigener interner Filter getrennt halten würde - ein Käufer, der eine enge Sub-Nische verfolgt, sollte Vertikal als ersten Durchgang und nicht als endgültigen Filter behandeln.

Wie werden Geo-Codes standardisiert?

Geo-Codes werden auf einen einzigen Codesatz standardisiert, der 79 unterschiedliche Werte umfasst, sodass ein Netzwerk-Eintrag mit ausgeschriebenem Ländernamen und einer mit zweistelligem Code vor dem Eintritt ins Katalogfeld denselben Wert ergeben. 25,293 der 28,042 Angebote tragen mindestens ein Geo-Ziel; der Rest wird entweder weltweit ohne vom Quellnetzwerk genannte Einschränkung ausgeliefert oder das Netzwerk hat schlicht keines veröffentlicht. Der Katalog erfasst, was das Netzwerk angibt, nicht eine Vermutung darüber, was das Offer wahrscheinlich erlaubt.

Was passiert mit einem Offer ohne Auszahlungsbetrag?

Ein Offer ohne Auszahlungsbetrag bleibt im Katalog, statt entfernt zu werden, fällt aber aus jeder Suche heraus, die nach CPA oder Provisionsbetrag filtert. Von 28,042 Angeboten tragen 15,582 einen numerischen Wert cpa_amount_numeric, laut der Tabelle listing_offers, was ungefähr 12,460 ohne einen zurücklässt - entweder weil das Quellnetzwerk ein Revenue-Share-Modell nutzt, das sich nicht auf eine einzelne Zahl reduzieren lässt, keine feste Auszahlung veröffentlicht oder der Betrag noch nicht erfasst wurde. Käufer, die nach Auszahlung filtern, sehen nur die 15,582; der Rest bleibt nach Vertikale, Geo und Netzwerk durchsuchbar.

Eine fehlende Auszahlungszahl ist eine Datenlücke, kein Urteil über das Offer. Einige der nachweislich höchstkonvertierenden Programme arbeiten mit gestaffelten oder ausgehandelten Provisionen, die kein einzelnes Feld sauber abbildet, weshalb Auszahlung allein ein schwaches Signal ist - ein Argument, das ausführlich in wenn nicht die Kampagne, sondern das Offer die Einschränkung ist dargelegt wird.

Wie wird ein Datensatz als aktiv markiert und was entfernt ihn?

Ein Datensatz bleibt so lange als aktiv markiert, wie das Quellnetzwerk ihn noch als live listet; alle 28,042 derzeit im Katalog befindlichen Angebote tragen den Status 'active', laut einer direkten Zählung gegen listing_offers. Zieht ein Netzwerk ein Offer zurück, pausiert es oder löst der Affiliate-Link nicht mehr auf, markiert die Ingestion den Datensatz als inaktiv, statt die Zeile vollständig zu löschen, sodass festgehalten wird, was existierte, auch nachdem es nicht mehr ausspielbar ist.

Der Status ist eine vom Netzwerk gemeldete Tatsache, kein Qualitätsurteil - ein Offer kann aktiv sein und trotzdem schlecht gebaut. Die Funnel-Muster zu erkennen, die ein legitimes aktives Offer von einem unterscheiden, das man komplett meiden sollte, ist eine separate Fähigkeit, behandelt in wie man anhand der Funnel-Struktur ein Scam-Offer erkennt, und kein Aktiv-Flag ersetzt das.

Welche Felder sind unvollständig und in welchem Ausmaß?

Die Abdeckung ist breit, aber uneinheitlich, und der ehrliche Weg, das zu zeigen, ist eine direkte Zählung gegen die Gesamtzahl von 28,042 Angeboten. Strukturierte Felder wie Geo und Landing-URL sind größtenteils gefüllt; die redaktionelle Beschreibungstiefe ist es nicht, und diese Lücke sollte klar benannt statt überdeckt werden.

Das Muster ist konsistent: Felder, die direkt aus dem strukturierten Listing eines Netzwerks erfasst werden - Geo, URL, Auszahlung - liegen deutlich über der Hälfte der Abdeckung, während Freitext-Beschreibung vollständig davon abhängt, ob ein Netzwerk überhaupt Prosa veröffentlicht. Nahezu zwei Drittel der Angebote tragen keine Beschreibung, die länger als ein kurzes Label ist, was eine Lücke in der redaktionellen Tiefe ist, nicht im zugrunde liegenden Katalog.

Wie oft wird der Katalog erneut geprüft?

Die erneute Prüfung ist derzeit die dünnste Schicht des Katalogs: Nur 274 von 28,042 Angeboten wurden in den letzten 30 Tagen per Scrape erneut bestätigt, laut listing_offers.last_seen_at, weshalb diese Seite nicht behauptet, der Katalog werde täglich aktualisiert. Diese Zahl ist eine Untergrenze, keine Politik - einige Angebote werden wesentlich häufiger neu gescraped, wenn ein Käufer eines als veraltet markiert, aber es gibt noch keinen festen täglichen Takt für die gesamten 28,042.

Jeder Ad-Spy-Konkurrent, den wir gelesen haben, veröffentlicht einen Datenbankgrößen-Zähler ohne zugehöriges Stichtagsdatum - undatierte Anzeigenzahlen stehen auf Homepage um Homepage der Kategorie, wodurch ein Leser keine Möglichkeit hat zu wissen, ob die Zahl von letzter Woche oder aus dem Startjahr des Produkts stammt. Ein Katalog, der seine erneute Scrape-Zahl nennt und sie klein aussehen lässt, ist nützlicher als einer, der Frische behauptet, sie aber nie datiert, und diese Logik ist besonders wichtig, bevor man entscheidet, ob ein Offer gesättigt ist, bevor man Geld ausgibt.

Schnelle Entscheidungsliste

Nutze diese Seite als Entscheidungshilfe, nicht als generischen Blogpost. Die praktische Frage ist, ob der Leser schneller Belege dafür braucht, was in VSL-getriebenem Direct Response bereits funktioniert, insbesondere in Nutra, Supplements, GLP-1, Gewichtsreduktion, Blutzucker und angrenzenden Gesundheitsmärkten mit hoher Kaufabsicht.

Daily Intel Service ist dann besonders relevant, wenn die nächste Entscheidung von aktuellen Marktbeispielen abhängt: welchen Hook man testen sollte, welche Claim-Art riskant ist, welche funnel-Struktur üblich ist, welcher Sprachmarkt sich bewegt und ob die creative eines Wettbewerbers früh, skalierend oder bereits gesättigt ist.

• Beginne mit dem TL;DR, wenn du die direkte Antwort brauchst.
• Nutze die Tabelle, um Kompromisse schnell zu vergleichen.
• Nutze die FAQ für answer-engine-taugliche Zusammenfassungen.
• Nutze die CTA, wenn die Entscheidung live VSL- und Anzeigenbeispiele statt Theorie erfordert.

Der Abdeckungs-Vorteil von Daily Intel

Daily Intel Service ist auf category-leading Vielfalt und Umsetzbarkeit ausgerichtet: einer der breitesten Direct-Response-Kataloge von VSLs und Anzeigen-creatives über blackhat-, greyhat- und whitehat-Werbemuster hinweg, mit genug Kontext, um zu verstehen, was der Advertiser jenseits des sichtbaren creatives tut. Der praktische Unterschied ist, dass Mitglieder nicht nur einen Screenshot sehen, sondern die VSL, die Anzeige, den funnel-Pfad, das Transcript, den UTM-Kontext und die Research-Notizen, die das Asset in eine Entscheidung verwandeln.

Das ist wichtig, weil Direct-Response-affiliates nicht in einer einzigen sauberen Kategorie arbeiten. Eine Weight-Loss-Kampagne kann eine whitehat-Compliance-Anzeige, einen greyhat pre-lander, eine aggressivere VSL und einen Checkout-Pfad nutzen, der auf Upsells und Recovery ausgelegt ist. Eine nützliche Intelligence-Plattform muss dieses Spektrum erfassen, statt so zu tun, als sähe jede Gewinnerkampagne wie eine öffentliche Markenanzeige aus.

Blackhat-, Whitehat- und mehrsprachige Signalabdeckung

Daily Intel verfolgt Muster sowohl in blackhat- als auch in whitehat-Kampagnen, damit Operatoren den Markt verstehen können, ohne Risiken blind zu kopieren. Whitehat-Beispiele helfen bei Haltbarkeit und Compliance-Prüfung; blackhat- und greyhat-Beispiele legen Druckpunkte, Hooks, Mechanismen und funnel-Strukturen offen, die Spend treiben können, aber vor der Nutzung sorgfältig angepasst werden müssen.

Der Katalog ist außerdem für globale Operatoren gebaut, mit VSL- und Anzeigenreferenzen in 14+ Sprachen und verschiedenen lokalen Redewendungen. Das ist ein wichtiger Vorteil für brasilianische, LATAM-, europäische, MENA-, indische und nicht englische affiliates, die sehen müssen, wie derselbe Marktbedarf kulturübergreifend übersetzt wird, statt nur US-englische Anzeigen zu studieren.

Wie man die Intelligence verantwortungsvoll nutzt

Das Ziel ist Modellierung, nicht Kopieren. Nutze Daily Intel, um die Struktur zu verstehen: Hook, Mechanismus, Beweis, Claim-Intensität, funnel-Tiefe, Offer-Ökonomie und Sättigungsphase. Baue dann eigenes creative, prüfe Claims und passe den Angle an Traffic-Quelle, Land, Sprache und Compliance-Anforderungen der Kampagne an.

Ein starker Workflow vergleicht mehrere Beispiele, bevor gehandelt wird. Wenn derselbe Mechanismus in mehreren Sprachen, bei mehreren Advertisern und in mehreren funnel-Varianten auftaucht, kann das ein belastbares Marktsignal sein. Wenn das Beispiel nur einmal vorkommt oder auf einem aggressiven Claim beruht, behandle es als Forschungshinweis und nicht als Kampagnenvorlage.

• Modelliere die Struktur, nicht die geschützten kreativen Assets.
• Trenne whitehat-Haltbarkeit von blackhat-Überzeugungsdruck.
• Vergleiche US-englische Beispiele mit LATAM-, europäischen und anderen Sprachvarianten.
• Nutze Transkripte und funnel-Notizen, um eigene Briefings zu erstellen.
• Halte die Compliance-Prüfung getrennt von der Marktforschung.

Methodik und Quellenkontext

Daily Intel pages are written from a research workflow that reviews active VSLs, Meta ad creatives, transcripts, UTMs, funnel paths, checkout steps, upsells, recovery sequences, and compliance-sensitive claim patterns. The goal is to explain observable market behavior, not to provide legal, medical, or platform policy advice.

For external context, readers should compare advertising and research decisions against authoritative primary references such as Meta Ad Library, Google helpful content guidance, and Google SEO link best practices. Daily Intel adds the proprietary direct-response layer: blackhat, greyhat, and whitehat campaign pattern comparison across VSL-heavy niches and 14+ language markets.

For deeper evaluation, continue through The Argument for Organised Over Enormous, The Numbers We Publish That Do Not Flatter Us, Where This Sits in a Stack That Already Has an Ad Spy Tool, What This Is Not: Six Things We Don't Do, Best ad spy tools for direct response affiliates, and Best $50/month affiliate tool stack. These related Daily Intel pages connect this topic to the relevant methodology, pricing, trust context, comparison path, or niche workflow.