SlopeLift hielt die Performance von Spotty über das kompletten Rebranding hinweg am Laufen – mit einem cookie-unabhängigen First-Party-Data-Setup und einer eng verzahnten Social-Media- & CRM-Strategie.
Die Herausforderung
Spotty, Österreichs dynamischer Stromtarif-Anbieter, musste mitten im Wachstum die Marke wechseln – ohne dass die Performance einbricht. Ein erklärungsbedürftiges Produkt (dynamische Tarife) erfordert zusätzlich Vertrauen und Verständnis, bevor Nutzer:innen wechseln. Gleichzeitig verschärfen striktes Cookie-Banner und Consent-Anforderungen die Herausforderung, Social-Media-Performance sauber zu tracken und zu optimieren.
Unser Ansatz
SlopeLift baute ein cookie-unabhängiges First-Party-Data-Setup auf und hielt die Social-Media-Performance von Spotty während des gesamten Rebrands durchgehend am Laufen.
- Dual-Track-Strategie: alte und neue Brand parallel auf Meta & Co. – kein Tag ohne aktive Kampagne
- Server-Side Tagging + Segment CDP: Conversions landen direkt im Algorithmus, Datenqualität maximiert
- Cookie-unabhängiges Tracking vom ersten Tag – reduzierte Datenverluste trotz striktem CookieYes-Banner
- Lifecycle-CRM ab Tag 1: 28 automatisierte E-Mail-Templates (Brevo + Segment CDP + SendGrid) für Onboarding bis Churn-Prevention
Die Ergebnisse
44 Vertragsabschlüsse
Über alle Kanäle – bereits vor dem Rebrand-Rollout
1.142 Leads
Gesamt bei nur 7,4 % genutztem Jahresbudget
28 CRM-Templates
Live im Einsatz (Brevo + Segment CDP + SendGrid)
Ziel-CPA 85 €
Bei 12 Neukunden/Tag ab Rebrand-Rollout
Mit einem cookie-unabhängigen First-Party-Data-Setup (Server-Side Tagging + Segment CDP) und einer durchgehenden Dual-Track-Kampagne auf Social Media & Co. sicherte SlopeLift die Performance von Spotty schon vor dem eigentlichen Rebrand-Rollout: 44 Vertragsabschlüsse und 1.142 Leads bei nur 7,4 % genutztem Jahresbudget. Ergänzt durch ein Lifecycle-CRM mit 28 automatisierten Templates entsteht ein Setup, das Social-Media-Performance und Datenqualität auch unter strikten Cookie-Vorgaben zusammenhält.
Unser Fazit
- First-Party-Data-Setups sichern Trackingqualität auch bei strikten Cookie-Bannern
- Dual-Track-Kampagnen halten Social-Media-Performance über Brand-Wechsel hinweg stabil
- Lifecycle-CRM verlängert den Funnel über den Klick hinaus bis zur Aktivierung
- Frühe Ergebnisse vor dem Rollout zeigen: Das Setup trägt schon vor dem großen Launch
Das könnte Sie auch interessieren
easybank: 3.000+ Depot-Abschlüsse dank Zielgruppensegmentierung
Ein Wertpapierdepot ist ein erklärungsbedürftiges Produkt: Einsteiger:innen ohne Finanzwissen brauchen andere Botschaften als erfahrene Trader. Ein One-Size-Fits-All-Ansatz verschenkt Potenzial, weil er entweder Einsteiger:innen überfordert oder erfahrene Nutzer:innen mit zu viel Erklärung langweilt. Die Herausforderung: Zielgruppen exakt nach Finanzwissen segmentieren und über den gesamten Funnel hinweg mit passender Botschaft und Format erreichen.
dm Österreich: +12 % Umsatzsteigerung dank AI Max, ganz ohne Compliance-Risiko
AI Max erweitert Google-Search-Kampagnen um KI-Anzeigentexte und automatische Zielseiten-Auswahl ohne Freigabe-Workflow: aktivierte Inhalte gehen sofort live. Für dm.at als regulierte Drogeriemarke kritisch: unbelegte Umwelt- oder Gesundheitsaussagen hätten gegen die EU-Richtlinie EmpCo verstoßen können. Ziel war die rasche Nutzung der AI-Max-Benefits in einem sicheren, Brand-CI-konformen Umfeld, vor allem auf das geänderte Suchverhalten und die neue AI-Umgebung zu reagieren. Insbesondere convertierender Traffic generiert mehr Umsatz bei gleichbleibender oder verbesserter Effizienz und relevante Inhalte für die User. Neben den Text-Guidelines kam dafür ein zusätzliches, restriktives Set-up zum Einsatz.
Westbahn: 27,8 Mio. Impressionen dank Upper-Funnel-Strategie mit CTV & YouTube
Westbahn wollte auf den Kernstrecken DE und Südstrecke (AT) im Upper Funnel großflächig sichtbar werden – ohne Streuverluste und ohne den Funnel darunter zu vernachlässigen. Die Herausforderung: eine Kombination aus Big-Screen-Wirkung (CTV), Reichweite (YouTube), Grundsichtbarkeit (Display) und effizienter Mid-Funnel-Conversion (Demand Gen) zu finden, die auf beiden Strecken funktioniert und sich sauber messen lässt.
