AdScanner lobt E-Commerce Anbieter für ihren schnellen und großen Erfolg
Das E-Commerce Unternehmen war im Segment lange eines der am schnellsten wachsenden Unternehmen der Welt, doch absolut erreichte Größe und Erfolg führten dazu, dass das Unternehmen 2022 in Deutschland die Grenzen des Wachstums erreichte, erste Sättigungstendenzen waren erkennbar.
Strategische Lösungen in der Kommunikation wurden erforderlich, um die stagnierenden Budgets effizienter zu investieren und so profitables Wachstum zu ermöglichen. Eine intelligente Mediaplanung der betreuenden Agenturen PHD / Hearts & Science musste also gleichzeitig Präzision und Reichweite steigern: Mehr Menschen erreichen und die existierenden Nutzer erfolgreich erinnern.
Christian Nienaber, Chief Commercial Officer von AdScanner, führte dazu auf der egta MIM aus: „Bei identischem Mediabudget bedeutete dies in der Konsequenz: Die Kommunikation musste im Cost per Reach effizienter werden, auch musste Mediaplanung darauf ausgerichtet werden, zielgenauer die richtigen Personen zu erreichen, um diese Menschen in Käufer zu wandeln. Hierfür sind KPI wie der „Cost per Visit“ und „Cost per App Install“ die besten Prä-Indikatoren.“
Das Ergebnis zeigt: das sensible Datenökosystem des E-Commerce Anbieters reagiert wesentlich intensiver, wenn die TV-Mediaplanung mit dem granularen Datensatz von AdScanner erfolgt. In einem strikt definierten Prozess wurde in der Folge die Optimierung anhand von Potenzialrangreihen vorgenommen, die Reichweitenpotenziale der belegten Senderzeitschienen analysiert und die „potenzialträchtigsten“ Werbeinseln zubucht.
Entscheidend dafür: das inkrementelle Reichweitenpotenzial pro eingesetzten Euro zu analysieren - bei gleichzeitiger Überprüfung der „Cost per Visit“. Aus der Erfahrung der langjährigen TV Attribution ist nämlich klar: inkrementelle Reichweite und Markenaffinität sind entscheidend für langfristiges Wachstum wie auch kurzfristig ausgelöstes Mehrgeschäft.
Nur sechs Monate nach Einführung zeigt sich, wie sinnvoll die Daten von AdScanner sind: Die Ergebnisse im Modelling zeigen mit 10,56 € den besten TV ROI seit Markteinführung in Deutschland, der TV ROI ist 45% besser als im Vorquartal, die Reichweite stieg um 18% verglichen mit der klassischen Prognosemethode, der Cost per Reach war 18% günstiger und der erwirtschaftete Added Value liegt bei 430.000 Euro.
Dazu führt CCO Christian Nienaber aus: „Wir sind uns der Stärke unserer Daten bewusst. Dennoch war es selbst für uns eine Überraschung, wie gut sich das Medium TV mit unseren Daten noch optimieren lässt und zu welch beeindruckenden Ergebnissen wir beitragen können. Neben diesen überragenden Zahlen zeigt mir dieser Erfolgsfall aber auch: die Transparenz, die wir dem Werbemarkt liefern, stärkt das Vertrauen in TV!“
Ergänzend Benedict Münter, Managing Director bei AdScanner: „Jeder Kunde, der über einen feinen und granularen Sales-Datensatz verfügt oder eben relevante Prä-Indikatoren wie Brand Metrics und Website Visits akkurat und häufig genug misst, sollte auch bei den TV-Daten auf Granularität achten. AdScanner ist hier ein erster, wichtiger Baustein. Wir möchten daher Agenturen und Werbetreibende auffordern: kombiniert die Datensätze, nutzt die Wahrheit von Daten, um eine bessere Wahrheit zu rekombinieren.“
Der E-Commerce Anbieter selbst ist mit den Ergebnissen natürlich sehr zufrieden: Er hätte in nur einem Quartal fast 430.000 Euro brutto mehr einsetzen müssen, um zu gleichen Ergebnissen zu kommen. Allein diese beeindruckende Zahl zeigt, wie wichtig granulare Daten auf hoher Fallzahl für das Medium TV sind.
Das unabhängige europäische Technologieunternehmen AdScanner entwickelt Datenlösungen für mehr Transparenz, Kontrolle und Geschwindigkeit im Medium TV. Aktiv ist AdScanner seit 2015, aktuell in den Märkten Deutschland, Österreich, Kroatien, Serbien und Bulgarien. Technologische Grundlage von AdScanner ist die eigene, AI basierte Software zur Erkennung von Videoinhalten, die in Kombination mit der Verarbeitung von Zuschauerdaten aus IPTV- bzw. Kabel-TV-Infrastrukturen die sekundengenaue Analyse des Nutzerverhaltens ermöglicht.
