Lead Management 3 Anwendungsfälle, um mittels KI Kundengespräche zu optimieren

Anbieter zum Thema

Schindler Parent GmbH

Vogel Communications Group GmbH & Co. KG

SC-Networks GmbH

Matelso GmbH

Kundengespräche sind insbesondere im B2B Sektor wichtige Kontaktpunkte im Lead Management Prozess. Hier entscheidet sich oft, ob ein Deal zustande kommt oder nicht. Künstliche Intelligenz kann Unternehmen dabei helfen, erfolgreicher zu sein. Lesen Sie hier drei Anwendungsfälle.

Mit KI wird alles besser, schneller und einfacher: Das ist oft die Erwartungshaltung, die besonders bei B2B Unternehmen und Mittelständlern vorhält. Viele Verantwortliche vergessen aber häufig, dass es erst einmal einiges zu tun gibt, bevor sie mit intelligenten Algorithmen echte Werte und effizientere Prozesse schaffen können. Dies gilt vor allem in den Bereichen Marketing und Vertrieb.

Erfolgreich mit dieser Technologie können Unternehmen nur sein, wenn sie gleich zu Beginn eines möglichen KI-Einsatzes folgende Fragen beantworten:

• Wo kann die KI dem Unternehmen am meisten nutzen?

• Ist der Einsatz von KI für den betrachteten Use Case überhaupt sinnvoll?

• Müssen eigene Anwendungen entwickelt und umgesetzt werden oder kann mit bereits vorhandenen Drittanbieter-Lösungen durchgestartet werden?

• Sind Inhouse-Know-how und spezielle Hardware für Entwicklung und Betrieb notwendig?

Kundengespräche optimieren: Quick-Wins mit verfügbaren KI-Bausteinen

Sind diese Fragen erst einmal beantwortet, zeigt sich häufig, dass es nur an wenigen Stellen und zu ganz bestimmten Themen für B2B Unternehmen überhaupt Sinn ergibt, mit Investitionen in KI-Eigenentwicklungen zu starten. Die besten Ergebnisse realisieren Unternehmen oftmals mit der Integration von bereits im Markt existierenden KI-Anwendungen und -Bausteinen, die häufig bereits schon recht gut zu den betrachteten Use Cases passen. Das können etwa vielfach erprobte und im Real-Life-Betrieb eingesetzte Applikationen von beispielsweise Google, Microsoft oder Amazon sein.

Mit diesen Technologien lassen sich dann oft auch weitere Anwendungsfälle umsetzen. Insbesondere, wenn es darum geht, einen der Hauptkontaktpunkte im Lead Management Prozess zu optimieren: dem Kundengespräch – gleich, ob schriftlich per Mail und Chat oder audiovisuell über das Telefon oder per Video-Call.

3 Use Cases

Hier finden Marketer und Vertriebsentscheider drei Use Cases, die verhältnismäßig schnell und ohne den Zwang selbst hochspezialisiertes KI-Know-how aufbauen zu müssen, mit existierenden Lösungen entwickelt und umgesetzt werden können:

gesponsertLead Management im B2B

Communication based Lead Management – Booster für Marketing und Vertrieb

1. Mit dem richtigen Wording den Erfolg verbessern – Black- and White-List

Frei nach dem bekannten Philosophen und Kommunikationswissenschaftler Paul Watzlawick gilt in unserer immer stärker digitalisierten Welt der Satz: „Wahr ist nicht, was A sagt, sondern was B versteht!” Dies ist besonders wichtig, da Mitarbeiter im Consulting, Sales oder Service, im direkten Austausch mit potentiellen Käufern klar kommunizieren müssen, um was es gerade geht und was sie konkret beabsichtigen. Doch in vielen Fällen, insbesondere in B2B Umfeldern, ist das für so manchen nicht so einfach – zumal es häufig um erklärungsintensive Produkte oder Dienstleistungen geht.

Mit einer KI-basierten Black- and White-List (Good Words, Bad Words) geben Unternehmen ihren Service- und Saleskräften ein machtvolles Tool an die Hand. Die KI unterstützt sie dabei, Gespräche erfolgreicher zu führen und somit schneller und häufiger zum Abschluss zu kommen. Dabei wird das laufende Gespräch beziehungsweise die schriftliche Korrespondenz KI-basiert analysiert. Der Algorithmus spielt dann über eine Liste wertvolle Hilfestellungen in Echtzeit für den Mitarbeiter aus.

Konkret: In einer Art Checkliste oder (Gesprächs-)Leitfaden bekommt der Unternehmensmitarbeiter angezeigt, welche wichtigen ‚Good Words’ bereits gefallen sind beziehungsweise noch eingebaut werden sollten. Und: Welche ‚Bad Words’ zu vermeiden sind. Zudem kann im Nachgang das Ergebnis ausgewertet werden und so für ein direktes Feedback und Optimierung der Gesprächsführungs-/ Kommunikationskompetenzen zum Einsatz kommen. Das kommt besonders neuen Mitarbeitern zugute, die oftmals erst in langwierigen Schulungen und Onboardings eingewiesen werden müssen. Nun können Unternehmen auf eine einfache und effiziente Weise ihre Kollegen unterstützen und ihnen gleichzeitig wichtige Optimierungspotenziale aufzeigen. Das Ergebnis: Verkaufs- und Servicegespräche sowie die schriftliche Korrespondenz werden effizienter und erfolgreicher – und es wird mehr verkauft.

2. Auf die konkrete Situation des Kunden eingehen

Zu wissen, bei wem gerade der Schuh drückt oder wer noch entspannt oder positiv gestimmt ist, ist sehr häufig ein wichtiger Indikator, um zu bestimmen, welche Kontaktaufnahme im Call Center oder beim Kundenservice priorisiert werden muss. Eine KI kann dabei unterstützen, genau das herauszufinden – über eine Sentiment Analyse, die die Gefühlslage einer Person an verschiedenen Faktoren erkennt. Dies funktioniert bei textgebundenen Nachrichten ebenso wie beim gesprochenen Wort anhand der Inhalte, Begrifflichkeiten oder des Stils.

Und das erfolgt so: Geht ein Gespräch über Telefon oder Video-Call im Unternehmen ein, hört der (potenzielle) Kunde erst einmal eine automatisierte Ansage, die ihn nach seinem Anliegen, einer Kontaktperson oder dem Produkt fragt, um das es ihm geht. Die Antworten untersucht die KI dann in Echtzeit und sie kann darauf basierend feststellen, wie der Gesprächspartner gerade gefühlsmäßig drauf ist – verärgert, angespannt oder grundsätzlich positiv. Der Berater oder Servicespezialist hat diese Informationen dann bereits zur Hand, bevor er den Kontakt annimmt und kann entsprechend schnell und flexibel reagieren und seine Gesprächsstrategie

3. Wissen, was ein Kunde will

Sehr oft ist es in B2B Geschäftsbeziehungen so, dass die Entscheidungs- und Kaufprozesse länger sind, als etwa im B2C Segment. Hochpreisige oder erklärungsbedürftige Produkte und Dienstleistungen benötigen häufig mehrere intensive Beratungs- und Evaluierungsschleifen und damit viele Kontakte zwischen Kunden und Unternehmen, bis es schließlich zum Kauf kommt.

Lead Management Summit 2023

Mit Communication based Lead Management zu mehr Erfolg

Den Überblick über diese gesamte Konversationskette zu behalten und die Inhalte auch eventuell wechselnden Ansprechpartnern auf Unternehmensseite zur Verfügung zu stellen, ist eine echte Herausforderung. Eine KI kann über eine Text Aggregation dabei unterstützen, alle im Lead Management System, der Customer Relationship Management Lösung (CRM) und/oder der Customer Communication Plattform gespeicherten Inhalte aus bereits geführten Gesprächen und Textdokumenten wie Chatverläufe oder E-Mails in Textform verkürzt aufzubereiten und schnell greifbar zu machen.

In der Praxis läuft das dann so: Die KI kann bei jedem neuen Kontakt mit einem spezifischen Kunden auf im Lead Management System beziehungsweise im CRM gespeicherte Mails, Chat- und Messenger-Verläufe mit dieser Person zugreifen. Voraussetzung: Jede Konversation muss sauber abgelegt sein und zentral zur Verfügung stehen. Tritt dieser Kunde zu einem späteren Zeitpunkt erneut mit einem der Sales- oder Servicemitarbeiter in Kontakt, kann sich dieser von der KI eine Zusammenfassung der letzten Konversationen erstellen lassen und weiß somit sofort, um was es dem Kunden konkret geht und wo er sich gerade im Entscheidungsprozess befindet. So kann das Gespräch effizient geplant und geführt werden und der Kunde wird in seiner ganz persönlichen Situation abgeholt. Im Ergebnis führt das zu einer wesentlich höheren Abschlusswahrscheinlichkeit.

gesponsertLead Management im B2B

Communication based Lead Management – Booster für Marketing und Vertrieb

Fazit

Dies sind nur drei denkbare B2B Anwendungsfälle, die mit bereits im Markt verfügbaren KI-basierten Werkzeugen relativ schnell und ressourceneffizient umsetzbar sind. Mittelständler können so vergleichsweise einfach in das große Thema Künstliche Intelligenz einsteigen und bereits signifikante Verbesserungen in ihrem Lead Management sowie der Kundenkommunikation erreichen. Zudem bauen sie auf diese Weise weiteres Know-how für zukünftige Implementierungen auf.

*Stephan Schulz ist Head of Product Management bei matelso.

(ID:49481433)