WALSER – Datenbasierte SEA-Optimierung für nachhaltiges Wachstum

WALSER stand vor der Herausforderung, in einem zunehmend umkämpften Marktumfeld mit sinkender Nachfrage und wachsendem Preisdruck durch Anbieter wie TEMU weiterhin profitabel zu wachsen. Die steigenden Kosten pro Klick (CPC) erschwerten es, die Marketingeffizienz aufrechtzuerhalten und das Werbebudget optimal einzusetzen. Gleichzeitig veränderten sich die Erwartungen der Zielgruppe, sodass eine präzisere Ansprache und höhere Relevanz in den Anzeigen notwendig wurden. WALSER verfolgte ambitionierte Wachstumsziele und wollte neue Technologien im Bereich Suchmaschinenwerbung (SEA) nutzen, um die eigene Marktposition zu stärken und die Performance der Kampagnen nachhaltig zu verbessern. Die Herausforderung bestand darin, innovative Lösungen zu implementieren, die sowohl kurzfristige Effizienz als auch langfristige Wettbewerbsfähigkeit sichern.

Um den gestiegenen Anforderungen gerecht zu werden, setzte WALSER auf eine datengetriebene SEA-Strategie mit Fokus auf KI-gestützte Kampagnen. Zentrale Bausteine waren die Nutzung von Google Performance Max, Broad Match und Demand Gen, kombiniert im sogenannten PowerPair und ergänzt durch die PowerPack-Kampagnen-Kombination. Durch eine exzellente Datenqualität im Product Feed und personalisierte Ansprache konnte die Zielgruppenrelevanz deutlich erhöht werden. Die kanalübergreifende Orchestrierung ermöglichte es, Werbebotschaften präzise auf die jeweiligen Nutzerbedürfnisse abzustimmen und Streuverluste zu minimieren. Kontinuierliche datenbasierte Optimierungen sorgten dafür, dass die Kampagnen flexibel auf Marktveränderungen reagieren konnten. Das Ergebnis: WALSER erzielte eine Steigerung der Conversion Rate um 18 %, eine Verdreifachung der Conversions (+253 %) und einen Umsatzanstieg von 177 %. Gleichzeitig wurde das Ad Spend um 329 % erhöht, was die Skalierbarkeit und das Vertrauen in die Maßnahmen unterstreicht. Die Wachstumsziele wurden erreicht und die Wettbewerbsposition nachhaltig gestärkt. (YoY Juni 2025 vs. Vorjahr)