Der Kunde
Vivense ist einer der größten Online-Händler für Möbel und Wohnen in der Türkei. Sofas, Betten, Essgruppen, Gartenmöbel, Matratzen, Aufbewahrung – das komplette Sortiment, online und in großem Maßstab verkauft.
Möbel-E-Commerce hat eine besondere Struktur, die die Werbung ungewöhnlich anspruchsvoll macht. Die Bestellwerte sind hoch, daher kostet ein verschwendeter Klick mehr als in den meisten Kategorien. Die Entscheidungsphasen sind lang. Und vor allem vervielfacht sich der Katalog: Ein einzelnes Sofamodell ist nicht ein Produkt, sondern Dutzende, sobald man Stoff, Farbe, Größe und – bei Ecksofas – die Ausrichtung berücksichtigt. Ecke links und Ecke rechts sind unterschiedliche SKUs mit unterschiedlichen Lagerbeständen.
Das Ergebnis ist ein Katalog mit Zehntausenden einzelner Varianten, jede mit eigener Verfügbarkeit, eigenem Preis und eigenem Lieferstatus – und all das ändert sich täglich.
Das Problem
Katalog-Anzeigen funktionieren, indem sie Produkte aus einem Feed ziehen und automatisch passenden Nutzern zuordnen. Diese Automatisierung macht sie im großen Maßstab effizient – und genau deshalb ist die Genauigkeit des Feeds nicht verhandelbar. Die Plattform bewirbt, was auch immer der Feed ihr vorgibt. Sie weiß nicht unabhängig davon, was tatsächlich im Lager liegt.
Bei einem Katalog in der Größe von Vivense entsteht dadurch ein dauerhaftes und weitgehend unsichtbares Leck.
Ausverkaufte Varianten erhalten weiterhin Impressionen. Ein graues Ecksofa mit Ecke links ist ausverkauft. Bis der Feed das widerspiegelt, läuft die Anzeige weiter – und zwar gut, denn der Algorithmus hat gelernt, dass dieses Produkt performt. Das Budget fließt gerade deshalb dorthin, weil es früher konvertiert hat. Jede Impression wird nun für einen Artikel ausgegeben, den niemand kaufen kann. Schlimmer noch: Nutzer, die klicken, landen auf einer Seite mit einem nicht verfügbaren Produkt. Das kostet Vivense nicht nur das Mediabudget, sondern auch das Vertrauen eines Besuchers mit hoher Kaufabsicht.
Das Budget verteilt sich gleichmäßig über einen Katalog, der sehr ungleichmäßig performt. In einem Katalog mit Zehntausenden Varianten erzielt ein kleiner Anteil der Produkte den Großteil des Umsatzes. Ohne Transparenz über die Performance auf Produktebene verteilen sich die Ausgaben nach der Logik der Plattform statt nach der des Unternehmens – und ein großer Teil landet bei Long-Tail-Varianten, die nie die nötige Rendite bringen würden.
Die Größe macht beide Probleme manuell unbeherrschbar. Bei einigen hundert Produkten lassen sich die Lecks erkennen. Bei Zehntausenden Varianten, die sich täglich ändern, kann kein Team den Katalog von Hand prüfen. Die Verschwendung ist im Einzelfall nicht dramatisch; sie summiert sich leise, Artikel für Artikel, über den gesamten Katalog.
Zusammengenommen stand Vivense vor einer ganz konkreten Herausforderung: den Katalog in der Werbung zu skalieren, ohne die damit verbundene Verschwendung mitzuskalieren.
Die Lösung
Gemeinsam mit dem Vivense-Partner D-DAT haben wir dies zuerst als Datenproblem und erst dann als kreatives Problem angegangen.
Bestands- und Verfügbarkeitskontrolle in Echtzeit im Feed
Der erste Schritt bestand darin, den Feed zu einem genauen Abbild dessen zu machen, was Vivense tatsächlich verkaufen konnte – kontinuierlich statt periodisch. Die Verfügbarkeit auf Variantenebene floss in Echtzeit in den Feed, sodass ausverkaufte Produkte nicht mehr beworben wurden – automatisch, ohne auf einen manuellen Export oder eine geplante Synchronisierung zu warten.
Das klingt nach Routinearbeit. Die finanzielle Wirkung ist es nicht. In einer Kategorie mit hohem durchschnittlichem Bestellwert ist jede Impression, die von einem nicht verfügbaren Produkt weggelenkt wird, Budget, das zu einem Produkt wandert, das konvertieren kann – und dieser Effekt summiert sich täglich über den gesamten Katalog.
Performance-Daten und Scoring auf Produktebene
Verschwendung zu beseitigen, ist nur die eine Hälfte der Gleichung; die andere ist die Entscheidung, wohin das freigewordene Budget fließen soll. Die Performance-Daten von Feedance auf Produktebene machten sichtbar, welche Varianten tatsächlich Rendite erzielten statt nur Klicks – und ermöglichten es, den Feed so zu strukturieren, dass sich das Budget auf diese konzentrierte.
Die Produkte wurden nach Performance und Bestandstiefe segmentiert, sodass Kampagnen gezielt die Artikel pushen konnten, die gut konvertierten und genug Bestand hatten, um die Nachfrage zu bedienen. Aus einer flachen Liste wurde ein priorisierter Katalog.
Creatives, die die echten Fragen von Möbelkäufern beantworten
Auf Basis dieser Datenebene erzeugte die Creative Suite automatisch gebrandete Creatives für den Katalog – jedes mit den Informationen, die ein Möbelkäufer braucht, bevor er klickt:
- Das Vivense-Markenlogo, einheitlich über alle Platzierungen hinweg
- Der durchgestrichene Originalpreis und der Preis im Warenkorb – ein Rabatt überzeugt nur, wenn der Käufer beide Zahlen sieht
- Ein "Hızlı Teslimat"-Badge (Schnelle Lieferung), wo zutreffend – bei Möbeln ist die Lieferzeit ein echter Einwand gegen den Kauf, und wer ihn schon im Creative beantwortet, nimmt einen Grund zum Zögern
- Saisonale Kampagnengestaltung – Frühlings-, Winter- und Aktionsvorlagen, die auf einmal auf den gesamten Katalog angewendet wurden, sodass die Anzeigen zum Kampagnenkalender passten, ohne jedes Mal ein Designprojekt zu starten
Da diese Creatives aus Feed-Daten erzeugt wurden, blieben sie von selbst korrekt. Eine Preisänderung aktualisierte das Banner. Ging ein Produkt aus, wurde es komplett aus dem Umlauf genommen – Creative und Targeting bewegten sich gemeinsam, statt dass eines dem anderen hinterherhinkte.
Die Ergebnisse
Der ROAS stieg um 32%.
Der Mechanismus hinter dieser Zahl verdient eine genaue Betrachtung, denn es war weder eine Gebotsänderung noch eine Budgeterhöhung. Derselbe Katalog, derselbe Kanal und – was den Mediaplan betrifft – dieselbe Vorgehensweise brachten ein Drittel mehr Rendite, weil das Budget auf zwei bestimmte Arten nicht mehr ausgegeben wurde: für Produkte, die nicht verfügbar waren, und für Produkte, die zwar verfügbar waren, aber nicht konvertierten.
Neben dem Performance-Zuwachs gewann das Team von Vivense operative Hebelwirkung. Die Verwaltung von Creatives und Verfügbarkeit über Zehntausende Varianten wurde von einer wiederkehrenden manuellen Last zu einem automatisierten Prozess – und genau das machte das Ergebnis nachhaltig statt zu einem einmaligen Kampagnenerfolg.
Was andere Händler mit großen Katalogen daraus lernen können
Feed-Genauigkeit ist ein Hebel für Mediaeffizienz, keine IT-Aufgabe. Ausverkaufte Produkte in einem Live-Feed machen nicht auf sich aufmerksam. Performance-Dashboards zeigen sie als Anzeigen, die einmal funktioniert haben. Die Verschwendung wird erst sichtbar, wenn jemand Bestandsdaten mit den Werbeausgaben verknüpft – und bis dahin hat sie sich schon über Monate angesammelt.
Je größer der Katalog, desto teurer wird der Long Tail. Jeder Händler weiß, dass eine Minderheit der Produkte den Großteil des Umsatzes erzielt. Weniger handeln in ihrem Feed danach, weil das Renditedaten auf Produktebene statt auf Kampagnenebene erfordert. Ohne diese richtet sich die Budgetverteilung standardmäßig nach dem Urteil der Plattform statt nach Ihrem.
In Kategorien mit hohem Bestellwert ist die Rechnung härter. Ein verschwendeter Klick auf ein Produkt für 200 ₺ ist ärgerlich. Bei einem Sofa für 40.000 ₺ sind die Kosten pro Klick so hoch, dass schon ein kleiner Prozentsatz fehlgeleiteter Impressionen zu einem relevanten Posten wird. Kategorien mit teuren Produkten und langen Entscheidungsphasen haben am meisten von Feed-Disziplin zu gewinnen.
Bei Varianten brechen Feeds. Farbe, Größe, Stoff, Ausrichtung – jede Dimension vervielfacht den Katalog, und jede Variante hat ihren eigenen Lagerbestand. Feeds, die eine Produktfamilie als einen einzigen Artikel behandeln, bewerben Produkte, die teilweise nicht verfügbar sind. Feeds, die Varianten richtig handhaben, bewerben nur, was auch versandt werden kann.
