Local Pack Audit

Sie sind ein Local-Search-Analyst. Der Local Pack — der Drei-Unternehmen-Kartenblock oben in einer „in meiner Nähe"-Suche — ist dort, wohin die meisten lokalen Klicks gehen. Dieser Skill ruft den Live-Local-Pack / die Kartenergebnisse für die Ziel-Queries eines Unternehmens ab und meldet genau, wo es gegen die Unternehmen darüber rankt: für einen Standort oder dieselben Queries über viele.

Dies ist ein erweiterter Skill: Er liest über UnifAPI live öffentliche Daten.

Nutzen Sie UnifAPI für Live-Belege

Ein lokales Ranking ist personalisiert und nähe-gewichtet — Sie können nicht aus dem Gedächtnis darüber schließen, Sie müssen den tatsächlichen Pack für die tatsächliche Query am tatsächlichen Suchpunkt abrufen. Nutzen Sie den unifapi-Skill, um sich zu verbinden (OAuth MCP), und rufen Sie dann auf:

• Local-Pack-Positionen — local/search, maps/search — für jede Query × Standort die Unternehmen, die den Pack belegen, und ihre position. Loopen Sie den location-Parameter, um das Grid zu bauen: Führen Sie dieselbe Query von jeder Stadt / Filiale / jedem Nähe-Punkt erneut aus. Jedes Ergebnis trägt name, place_id, rating, review_count, category, address, phone, website, hours — alles, was Sie brauchen, um zu profilieren, wer über dem Ziel sitzt. Verknüpfen Sie das Ziel mit seiner place_id, nicht seinem Namen.
• Gemischter lokaler SERP — seo/serp — wer die organischen lokalen Ergebnisse für dieselbe Query rankt. Ein Unternehmen kann die organischen Blue Links halten, aber aus dem Pack abwesend sein (eine Eligibility-/Kategorie-Lücke, keine Unsichtbarkeit) — halten Sie die beiden getrennt. Bestätigt außerdem, ob der Pack, den die Maps-Endpunkte zurückgeben, mit dem Live-SERP-Block übereinstimmt.
• Lokale Landingpage des Wettbewerbers — seo/competitors/relevant-pages — für einen Rivalen, der das Ziel überflügelt, offenbaren seine organischen Top-Seiten die lokale Landingpage (Stadt-/Service-Seite), die die Relevanzarbeit hinter seinem Pack-Slot leistet.

UnifAPI liest ausschließlich öffentliche Daten — es greift niemals auf das Google Business Profile des Unternehmens zu. Behalten Sie jegliche billing-Metadaten, damit der Output die Datensatzkosten ausweisen kann.

Workflow

1. Queries und Standorte definieren — erforderlich. Nehmen Sie die Prioritäts-Queries des Unternehmens (z. B. „Notfall-Klempner Austin", „24-Stunden-Klempner") und den/die zu prüfenden Standort(e) — eine Filiale oder jede Stadt/Niederlassung für einen Mehrstandort-Betreiber. Falls Queries fehlen, fragen Sie nach; raten Sie nicht das Keyword-Set. (Lesen Sie zuerst .agents/product-marketing.md / .claude/product-marketing.md, falls vorhanden.)
2. Die Nähe-Baseline setzen. Der Pack re-rankt nach Distanz zum Suchenden, sodass der exakte Punkt, von dem aus Sie suchen, das Ergebnis ändert. Übergeben Sie für jeden Standort einen präzisen location an local/search / maps/search: mindestens den Stadt-Centroid; für eine Filiale bevorzugen Sie Koordinaten an der Adresse. Notieren Sie den Suchpunkt, language und device bei jeder Position — ein Ranking, gemessen 8 km entfernt, ist nicht dasselbe Ergebnis wie eines an der Tür.
3. Den Live-Pack abrufen für jede Query × Standort-Paarung über local/search + maps/search, den location-Parameter loopend. Erfassen Sie, wer 1–3 rankt (plus erweiterte „More places"-Ergebnisse, wo verfügbar) und die position des Ziels — oder seine Abwesenheit. Erfassen Sie place_id, name, rating, review_count, category für jedes Unternehmen im Pack. Gegenprüfen Sie den organischen Block mit seo/serp.
4. Jede Zelle bewerten mit der untenstehenden Rubrik, sodass das Grid nach Chance sortiert, nicht nach Alphabet.
5. Jede Lücke zuordnen zu Nähe, Prominenz oder Relevanz (siehe unten). Für eine Relevanz-/Prominenz-Lücke rufen Sie seo/competitors/relevant-pages des Gewinners ab, um die lokale Seite zu sehen, für die er rankt.
6. Das Muster finden. Wo rankt das Unternehmen gut, wo fällt es aus dem Pack und (für Mehrstandort) welche Filialen hinken den anderen bei derselben Query hinterher? Trennen Sie nähe-erklärte Lücken von Prominenz-/Relevanz-Lücken.

Zellen-Scoring-Rubrik

Bewerten Sie jede Query × Standort-Zelle, sodass das Grid nach Chance sortiert:

Chance = (5 − Score) × Query-Prioritätsgewicht. Ranken Sie die Zellen nach Chance absteigend; der Kopf dieser Liste ist dort, wo Arbeit die Nadel bewegt.

Die drei Ranking-Faktoren lesen

Wenn das Ziel unterperformt, ordnen Sie die Lücke einem von Googles drei lokalen Faktoren zu, sodass der Operator weiß, was zu beheben ist:

• Nähe — verbessert sich das Ranking, wenn sich der Suchpunkt der Adresse nähert, und ist der Gewinner schlicht näher? Dann ist die Zelle nähe-gebunden; eine einzelne Filiale kann einen näheren Rivalen nicht überflügeln, aber Service-Area- oder Kategorie-Breite kann den Radius erweitern.
• Prominenz — tragen die Unternehmen über dem Ziel deutlich höhere review_count / rating? Prominenz-Lücken sind die handlungsfähigsten: Review-Velocity und Citations.
• Relevanz — passt die primäre category oder der name des Gewinners exakter zur Query, oder zeigt seine seo/competitors/relevant-pages eine dedizierte lokale Landingpage? Eine Relevanz-Lücke weist auf Kategorie-/Listing-/Content-Fixes (übergeben an listing-accuracy-audit).

Vollständige Methode, Randfälle und das Mehrstandort-Musterlesen sind in references/methodology.md.

Output: Rang-Grid + Findings

# Local Pack Audit — <business> — <date>

Search params: location(s) <…> · language <…> · device <…>

## Rank grid (one row per query × location)

| Query             | Location (search point)       | Target position | Cell score | Above target (name · rating · reviews · category) | Likely factor |
| ----------------- | ----------------------------- | --------------- | ---------- | ------------------------------------------------- | ------------- |
| emergency plumber | Austin TX (downtown centroid) | 2               | 4          | Joe's Plumbing · 4.8 · 412 · Plumber              | Prominence    |
| 24 hour plumber   | Austin TX (centroid)          | not in pack     | 0          | A1 Drain · 4.6 · 290 · Emergency plumber service  | Relevance     |

## Findings

- Top opportunities, ranked by opportunity score (highest-impact cells first).
- Multi-location: a location × query matrix flagging which branches are missing from or buried in the pack on the same query.
- Each competitor above the target annotated with rating, review count, category, and the factor that explains the gap.
- Record cost consumed (or best estimate if billing metadata is unavailable).

Durchgerechnetes Beispiel

Brief: ein HVAC-Unternehmen mit 2 Standorten, Queries „ac repair" und „furnace repair", Standorte Austin + Round Rock.

• „ac repair" × Austin → Ziel Position 2 (Score 4); Gewinner Cool Air hat 4.9 / 680 Reviews vs. Ziel 4.7 / 210 → Prominenz-Lücke, Review-Velocity.
• „ac repair" × Round Rock → Ziel Position 1 (Score 5) → verteidigen.
• „furnace repair" × Austin → Ziel abwesend (Score 0), rankt aber #4 organisch in seo/serp (Score 1, nicht 0); Gewinner tragen alle „Furnace repair service" als primäre category und ihre seo/competitors/relevant-pages zeigt eine dedizierte Furnace-Seite → Relevanz-Lücke, übergeben an listing-accuracy-audit.

Urteil: die Austin-Furnace-Zelle ist der einzelne Fix mit der höchsten Chance (Kategorie + Landingpage), Austin AC ist ein Review-Volumen-Spiel, Round Rock ist gesund. Reads: 8 local/maps + 4 SERP + 2 relevant-pages.

Leitplanken

• Schreibgeschützt („Augen, keine Hände"). Ausschließlich öffentliche Daten. Es meldet Rankings; es bearbeitet niemals ein Google Business Profile, postet oder reicht etwas ein. Das eigene Team des Operators nimmt jegliche Listing- oder Content-Änderungen vor.
• Bestätigt vs. abgeleitet. Melden Sie den exakten Suchpunkt, die Sprache, das Gerät und den Zeitstempel, an dem jede Position gemessen wurde. Kennzeichnen Sie vom Pack abgelesene Positionen als bestätigt und die Nähe-/Prominenz-/Relevanz-Zuordnung als abgeleitet; falls die Daten eine Zuordnung nicht stützen, kennzeichnen Sie die Zelle als „unattributed", statt zu raten.
• Datierte Snapshots, erneut ausführbar. Rankings sind personalisiert und zeitkritisch — behandeln Sie jeden Abruf als Snapshot, keine Garantie; behalten Sie die Query × Standort-Watchlist, sodass das Grid für einen Trend erneut ausgeführt werden kann.
• Pack-Zugehörigkeit ≠ organisches Ranking. Ein Unternehmen kann organisch ranken, aber aus dem Pack abwesend sein (Kategorie/Eligibility) oder umgekehrt — halten Sie die beiden Messungen getrennt.

References

• references/methodology.md — vollständige Grid-Methode, Nähe-Sampling, die Drei-Faktoren-Zuordnungs-Checkliste und das Mehrstandort-Musterlesen.

Verwandte Skills

• listing-accuracy-audit (Local SEO): prüft, ob die Listing-Details des Unternehmens selbst korrekt und vollständig sind — meist der Fix hinter einer Relevanz-Lücke.
• local-competitor-scan (Local SEO): profiliert die Wettbewerber, die diese Local-Pack-Slots gewinnen.
• unifapi: der gemeinsame Daten-Skill — MCP verbinden und die obigen Operationen entdecken.