Moonova 2023
16.03.2023, 14:40 Uhr
16.03.2023, 14:40 Uhr
Wie Blackroll datenbasiert sein D2C-Business skaliert
Von der Faszienrolle zum Schlafexperten: Blackroll hat sich dank einer datengetriebenen Strategie neu aufgestellt. Wie die D2C-Brand vorgeht, um die Umsätze zu skalieren, haben Oliver Kracheel von Blackroll und Marc Weindinger von Tracify auf der Moonova verraten.
Der D2C-Hype ist in letzter Zeit etwas abgekühlt - viele Brands haben aktuell mit der Profitabilität zu kämpfen. Um dem entgegenzuwirken, konzentriert sich Blackroll auf eine datenbasierte Skalierung und eine Erweiterung des Produkt-Portfolios. Neben dem einstigen Bestseller - der Faszienrolle - machen nun auch Schlafprodukte, wie spezielle Kissen, Decken und Matratzen für einen erholsamen Schlaf, einen Großteil des Umsatzes aus.
Vom Retailer zu Omnichannel Brand
Im stationären Handel gestartet, hat sich der Online-Shop des 2013 gegründeten Unternehmens mit Sitz in der Schweiz schnell zum wichtigsten Vertriebskanal entwickelt: "Die ersten Schritte haben wir über das Amazon Vendor Modell gemacht, darauf folgte der Aufbau des Online-Shops und der Wechsel zum Amazon Seller Model", sagt Oliver Kracheel, Lead Performance Marketing & Marketplaces bei Blackroll AG. "Als wir uns anschließend auf das D2C-Business fokussiert haben, erfolgte ein Relaunch des Online-Shops mit einem Headless-Ansatz."
Als wichtigen Push-Kanal im Marketing habe Blackroll vor allem Social Ads identifiziert. Die Herausforderungen dabei: die Sicherstellung der Rentabilität, eine funktionierende Creative-Strategie sowie ein skalierfähiges Setup. Um das zu gewährleisten, hat sich das Unternehmen die Paid Social Agentur Tracify mit ins Boot geholt und folgenden Creative Testing Workflow erarbeitet:
"Social Ads sind nichts anderes als digitale Vertriebler", sagt Marc Weindinger, Co-Founder von Tracify. "Eine der großen Prios der D2C-Marken sollte es deswegen sein, genügend Creatives zu produzieren." Image Ads, Vidoe Ads, UCG - nur durch das Testen verschiedenerer Kommunikationsstrategien könne man herausfinden, was wirklich funktioniere. "Das perfekte Trecking Setup ist dabei essenziell. Dafür benötigt man eine gute Datenqualität, nur dann lassen sich signifikante Learnings für Iterationen generieren und der Streuverlust durch negative Testings minimieren.
Autor(in)
Alessa
Kästner