Magnum steigert Absatz um 30 % dank einer Kombination aus Wetter- und Retail-Daten

GESCHÄFTSZIEL 

Die Nachfrage im umkämpften deutschen Markt für Speiseeis steigern

Seit über 35 Jahren begeistert die Magnum Ice Cream Company deutsche Konsument:innen mit ihrer Premiummarke Magnum. Heute geht es allerdings nicht mehr nur um Sichtbarkeit. Im saisonabhängigen und wettbewerbsintensiven Markt für Speiseeis müssen die Wettbewerber dafür sorgen, dass Marketinginvestitionen auch zu steigender Nachfrage und höherer Effizienz führen. 

Selbst bei warmem Wetter blieben die Eisverkäufe in manchen Regionen hinter den Erwartungen zurück und machten damit deutlich, dass das Marketing präziser werden musste. Mit Blick auf eine erfolgreiche Pilotkampagne für Cornetto in Großbritannien wusste das Media-Buying-Team, dass die Kombination aus Retail-Daten und Wetterinformationen ähnlich positive Ergebnisse im deutschen Markt liefern könnte. 

Um die Media-Strategie für ihre Sommerkampagne zu optimieren, arbeitete die Marke mit der Media-Agentur PHD Germany und mit Annalect, dem Daten-Spezialisten von Omnicom Media Germany, zusammen. Einfach mehr Werbung in den Sommermonaten zu schalten, das war Magnum nicht genug. Stattdessen sollte die Nachfrage in Regionen angekurbelt werden, die zwar gutes Wetter, aber einen niedrigen Absatz verzeichneten. 

Das erforderte eine hochgradig abgestimmte Strategie, die auf drei Säulen aufbaute: Retail-Daten, Wettervorhersagen und eine entsprechend angepasste Leistungsmetrik. Für die technische Expertise bei der Durchführung und für die Optimierung einer umfangreichen und zugleich feinjustierten Strategie wandte sich das Media-Buying-Team an The Trade Desk.

LÖSUNG 

Aus der Kombination von Retail- und Wetterdaten lassen sich zuverlässige Absatzvorhersagen gewinnen.

Das Media-Buying-Team kooperierte mit REWE, einer der größten Supermarktketten Deutschlands. Für gezieltes Targeting lieferte der Einzelhändler indexierte, regional aufgeschlüsselte Absatzzahlen zu einzelnen Produkten. Derart detaillierte Erkenntnisse sind deutschen Unternehmen selten zugänglich und markieren einen Durchbruch in der Zusammenarbeit im Einzelhandel. 

Die maßgeschneiderte Magnum-Strategie basierte auf drei wichtigen Komponenten: 

• Retail-Daten: REWE und Annalect indexierten die REWE-Daten mit den durchschnittlichen Magnum-Umsätzen als Basiswert. Anschließend wurden die Umsätze für jede Postleitzahl relativ zu diesem Basiswert berechnet, wodurch ein Nachfrage-Index für jedes geografische Segment entstand. Wöchentlich übermittelte REWE aktualisierte, indexierte Postleitzahlenlisten an Annalect und ermöglichte so eine dynamische Priorisierung für insgesamt 434 Geo-Segmente. 

• Wetterdaten: Annalect integrierte Temperatur- und Niederschlagsvorhersagen in die indexierten Retail-Daten und nutzte diese Kombination, um die Nachfrage je nach Region zu modellieren. Bei höheren Temperaturen würden Konsument:innen höchstwahrscheinlich eher dazu neigen, ein Eis zu kaufen. 

• Maßgeschneiderte Metrik: Annalect entwickelte eine individuelle wesentliche Leistungskennzahl (KPI), die Wettervorhersagen, Nachfrage im Einzelhandel und Media-Effizienz miteinander verknüpfte. Durch die KPI wurde kosteneffizientes Inventar bevorzugt und zugleich sichergestellt, dass das Media-Budget auf Gebiete mit vorteilhaftem Wetter und hohem Umsatzpotenzial ausgerichtet wurde. 

Annalect wandelte die indexierten Postleitzahlendaten und Wettervorhersagen in Bid-Listen um. Die Listen wurden über eine bestehende API-Integration (Application Programming Interface) eingespielt, die regionale KPIs automatisch neu berechnete und das Media-Budget priorisierten Gebieten zuwies. KPI und Nachfrage-Index wurden wöchentlich neu kalkuliert, um sicherzustellen, dass die Priorisierung an veränderte Verkaufsmuster und Wetterbedingungen angepasst wurde. Unsere Plattform optimierte die Kampagnenleistung durch die Kontrolle des Volumens und Bid-Faktoren. Datengesteuerte Anpassungen konnten so automatisiert und manuelle Inventaränderungen überflüssig gemacht werden. 

Das Team nutzte unsere Plattform außerdem, um die Cost per Thousand Impressions (CPM) der Kampagne im Blick zu behalten und zu optimieren. Die Anzeigen wurden hauptsächlich über Connected TV (CTV), Online Video (OLV) und Digital out of Home (DOOH) in REWE-Filialen ausgespielt – vor allem in Regionen mit geringer Nachfrage, aber gutem Wetter. So konnten Konsument:innen mit optimalen Bedingungen vor Ort priorisiert werden. 

RESULTATE 

Absatz- und Effizienzsteigerung in priorisierten Regionen

Durch die kontinuierliche Umverteilung auf unserer Plattform erhielten priorisierte Regionen 65 % mehr Budget. In diesen Geo-Segmenten konnten die höchsten Steigerungen erzielt werden. Demnach konnte die Strategie die Nachfrage in Regionen mit dem größten Potenzial erfolgreich ankurbeln. 

Die dynamische Budgetverteilung erwies sich als ausgewogen und führte zu kosteneffizienten Ergebnissen für Magnum und andere Marken der Magnum Ice Cream Company, die in REWE-Filialen in ganz Deutschland erhältlich sind. Bid-Anpassungen erfolgten datengestützt und automatisiert. 

Zu den Resultaten zählt: 

• 30 % Absatzsteigerung in priorisierten Geo-Segmenten mit 65 % höherer Kosteneffizienz im Vergleich zu nicht-optimierten Kampagnen 

• 19 % höhere Gesamtnachfrage nach Eiscreme in allen Regionen 

• 8 % Steigerung der Magnum-Verkäufe in allen Filialen 

• 9 % Absatzsteigerung aller Eiscreme-Marken des Unternehmens in Deutschland während der Kampagne 

Über die reinen Zahlen hinaus verdeutlichte die Kampagne, wie Retail-Daten in Kombination mit anderen Faktoren, wie etwa Wettervorhersagen, die Werbung für FMCGs verändern können. 

Erfahren Sie, wie Sie Kampagnen mit Marken- und Regionaldaten in Echtzeit optimieren können. Kontaktieren Sie uns oder wenden Sie sich gleich an Ihren Account Manager bei The Trade Desk.