Die Nürnberger Teambank bietet unter der Marke „easyCredit“ Konsumentenkredite und Ratenkäufe an. Dabei steht das Unternehmen vor der Herausforderung, gezielt potenzielle Kundinnen und Kunden anzusprechen, die über eine gute Bonität verfügen. Dies ist entscheidend, da nicht alle potenziellen Kreditnehmerinnen und Kreditnehmer, die abschließen möchten, auch die Voraussetzungen für einen Kredit erfüllen. Das Erfolgsrezept des Finanzinstituts für möglichst viele qualitativ hochwertige Leads und Abschlüsse: eine Kombination aus Performance Max (PMax), First-Party-Daten (1P-Daten) und Value Based Bidding mit Target-ROAS(tROAS)-Optimierung.
Bereits in der Vergangenheit testete Teambank klassische SEA-Strategien und tROAS. Gemeinsam mit Google arbeiteten die Marketer daran, diesen Ansatz weiter zu verfeinern.
Schritt 1: Conversion-Ziele mit statischen Zielwerten definieren
Im ersten Schritt definierten sie innerhalb des Funnels drei Conversion-Ziele mit statischen Zielwerten, auf die die Kampagnen optimiert werden sollten. Nachdem sich schnell deutliche Verbesserungen gegenüber einer Cost-per-Action(CPA)-optimierten Gebotsstrategie zeigten, stellte die Teambank alle generischen Performance-Kampagnen, darunter auch Brand-Kampagnen, auf Value Based Bidding (VBB) mit tROAS um. Dabei werden die Gebote KI-gestützt an den zu erwartenden Conversion-Wert angepasst und so die Budgets effizienter eingesetzt.
Schritt 2: Erweiterung der Datenbasis um 1P-Daten
Im nächsten Schritt wurde die bestehende Datenbasis um zusätzliche 1P-Daten erweitert. Um die Werbemaßnahmen möglichst genau auf die Bedürfnisse und das Verhalten der Zielgruppe abzustimmen, reichten die Durchschnittswerte pro Funnel-Step nicht aus. Die Teambank optimierte daher ihre Landingpages und die Kreditantragsstrecke, um bessere 1P-Daten zu erhalten. So wurde der gewünschte Kreditbetrag an das VBB übergeben, um die Gebote KI-gestützt an den erwartbaren Wert einer Conversion anzupassen. Auf Basis der tiefgreifenden Kunden-Insights konnte Google AI spezifischer auf Nutzerbedürfnisse und Marktdynamik reagieren und treffsicherer prognostizieren, wo der höchste Return on Investment zu erwarten ist.
Schritt 3: Reichweiten- und Performance-Steigerung mit Performance Max
Darüber hinaus hat das Marketingteam von Teambank seine SEA-Strategie um Performance Max ergänzt. Mit diesem Kampagnenformat lassen sich Reichweite und Kampagnen-Performance steigern, indem potenzielle Zielgruppen KI-gestützt zum besten Zeitpunkt auf dem besten Kanal mit der bestmöglichen Botschaft angesprochen werden.
Verdreifachung des ROAS
Die Ergebnisse der neuen SEA-Strategie sind überzeugend: Im Vergleich zum ersten Quartal 2023 konnte Teambank den Return on Advertising Spend (ROAS) verdreifachen. „Dieser Erfolg hat uns gezeigt, dass datengetriebenes SEA auch in einem schwierigen Marktumfeld zu messbaren Ergebnissen führen kann“, sagt Philipp Schwarz, Performance Marketing Manager bei Teambank. Auch PMax hat die Marketer überzeugt. „Mittlerweile ist Performance Max ein fester Bestandteil unseres SEA-Portfolios“, so Schwarz.
Nächster Schritt: robustere Datengrundlage für datenschutzfreundliches SEA
In Zukunft wollen die Teambank-Marketer ihre datenbasierte SEA-Strategie weiterentwickeln. Unter anderem arbeitet das Unternehmen daran, seine Datenbasis datenschutzfreundlich immer weiter zu verbessern. Mit Enhanced Conversions und Advanced Google Consent Mode über serverseitiges Tagging legt die Teambank dafür den Grundstein. Denn Enhanced Conversions ermöglichen eine genauere Zuordnung von Online-Conversions zu Werbeaktivitäten, indem zusätzliche, gehashte Kundendaten, wie E-Mail-Adressen, in die Conversion-Erfassung einbezogen werden. Dies verbessert die Datenqualität, ohne die Privatsphäre der Nutzerinnen und Nutzer zu beeinträchtigen. Der Advanced Google Consent Mode hingegen passt das Tracking-Verhalten an die Einwilligung der Internet-Nutzerinnen und -Nutzer an und stellt so sicher, dass nur Daten erhoben und verarbeitet werden, für die eine explizite Einwilligung vorliegt. Fehlt diese Einwilligung, werden Datenlücken durch Modellierung geschlossen. So kann die Teambank ihre Kundinnen und Kunden noch persönlicher ansprechen, die Genauigkeit der Kampagnenmessung erhöhen und gleichzeitig die Privatsphäre ihrer Kundinnen und Kunden schützen.
Nicole Schulte, CMO bei der Teambank, ist sich sicher: „Eine solide Datenbasis ermöglicht es uns, Entscheidungen auf Basis echter Kunden-Insights zu treffen und nicht nur aufgrund von Intuition. Dies bildet das Rückgrat für zukunftsorientiertes Marketing, den effektiven Einsatz von Google AI und erlaubt uns, den maximalen Wert aus unseren Werbebudgets zu schöpfen.“
