Suchen

Strategische Digitalisierung Business Analytics & Intelligence – intelligente Unterstützung für den B2B-Vertrieb

| Autor / Redakteur: Stefan Kaas* / Georgina Bott

Die nächste Aktion des Kunden und den perfekten Zeitpunkt für die Kontaktaufnahme vorhersagen – und das alles in Echtzeit? Klingt nach einem Zukunftsszenario. Ist es aber nicht! Denn Machine Learning, Realtime Insights und Co. gibt es schon heute. Und mit der richtigen Strategie sind sie ein neuer Antrieb für den B2B-Vertrieb.

Firma zum Thema

Business Intelligence und Analytics können B2B-Unternehmen neue Vertriebs-Power liefern.
Business Intelligence und Analytics können B2B-Unternehmen neue Vertriebs-Power liefern.
(Bild: gemeinfrei / Unsplash)

Innovative Technologien und digitale Tools versprechen Wettbewerbsvorteile für Unternehmen. Beim digitalen Transformationsprozess denken B2B-Unternehmen zuerst meist an Produktion, Einkauf und Verwaltung. Doch mit einer passenden Strategie zum Einsatz digitaler Tools und KI profitiert auch der Vertrieb durch signifikant erhöhte Abschlüsse bei der Neukundenakquise oder beim Durchdringen von Bestandskunden.

Digitalisierungsstrategie für den B2B-Vertrieb

Veraltete Informationen und ein diffuses Bauchgefühl zur Kontaktaufnahme – so gehen traditionelle Vertriebsmitarbeiter oft auf B2B-Kundenfang. Viele Stunden erfolgloser Akquise-Versuche lassen sich zusammenfassen mit: Vertane Zeit, verschwendetes Geld und viel Frust.

Abhilfe schafft eine Digitalisierungsstrategie für den Vertrieb. Das Bewusstsein dafür ist in Deutschland noch immer nicht besonders hoch. Die aktuelle Auswertung des digitalen Vertriebsmonitors der Unternehmensberatung Iskander Business Partner ergab: 57 Prozent der Unternehmen haben noch keine Strategie zur Digitalisierung ihrer Vertriebsaktivitäten. Im Vorjahr waren es 66 Prozent. Ein Fehler, denn verschwendete Vertriebszeit kostet Geld und gefährdet das Unternehmenswachstum.

Kunden möchten es digital

Die Digitalisierung hat die Erwartungen auch von Firmenkunden maßgeblich verändert. Verkäufer sollten ihren Zielkunden nur passende Produkte anbieten und am besten gleich eine Produktvision für die Zukunft aufzeigen können, wenn es nach den Kundenwünschen geht. Dafür müssen sie über die aktuellen Entwicklungen beim Kunden top informiert sein. Wollen Unternehmen langfristig erfolgreich sein, müssen sie daher im B2B-Vertrieb Verfahren nutzen, die ihnen ein möglichst umfassendes Bild über die nächstbesten Potenziale geben. Dies umfasst sowohl neue Kunden als auch Bestandskunden. Die neuen Tools sind Predictive Sales Analytics, Webcrawling, Machine Learning (ML) und Künstliche Intelligenz (KI). Sie greifen ineinander und schaffen ein klares und aktuelles Bild des nächsten besten Kunden oder informieren über aktuelle Wünsche und Bedürfnisse vorhandener Kunden. So lassen sich Top Leads erzielen und der Vertrieb wird effizienter.

Aktuelle Daten durch Webcrawling

‚Crawling‘ ist die webbasierte Generierung von aktuellen Adressen und weiterführenden Informationen zu Zielkunden. Das System filtert das Netz permanent nach relevanten Angaben und stellt sie dem Vertrieb gebündelt zur Verfügung. Dadurch sinkt der Rechercheaufwand der Vertriebsmitarbeiter und die Analyse-Modelle haben mehr Informationen zur Berechnung des nächst besten Kunden beziehungsweise des nächstbesten Produktes zur Verfügung.

Predictive Sales Analytics für bessere Leads

Eine gute Leadqualifizierung ist entscheidend für den Erfolg des Vertriebsmitarbeiters. Für die meisten Firmen stellen sich allerdings weniger als die Hälfte der kontaktierten, potenziellen Kunden als tatsächlich relevant heraus – eine pure Verschwendung von Arbeitszeit. Hier hilft Predictive Sales Analytics, die große Anzahl an möglichen Kontakten, die durch das Webcrawling generiert wurden, im Voraus zu qualifizieren. Mithilfe von Machine Learning als Teilgebiet der KI können Computer aus Daten eigenständig Schlüsse ziehen und Kontaktvorschläge machen. Dabei kombiniert die KI viel mehr Kriterien, als es ein Mensch jemals könnte.

Algorithmen geben Verhaltensempfehlungen

Aus den automatisch zusammengetragenen Datensätzen lässt sich die Abschlusswahrscheinlichkeit jedes potenziellen Kunden ermitteln und ranken. KI-Systeme erfassen in erfolgreichen und nicht erfolgreichen Leads statistische Muster. Basierend auf Bestandskundendaten oder Daten vorheriger Vertriebskampagnen erkennt der Algorithmus, welche Unternehmen in der Vergangenheit zu Kunden wurden und zieht daraus Schlüsse, welche Eigenschaften in welcher Kombination bei künftigen Kunden als Indikatoren für einen Vertriebserfolg dienen. Faktoren können zum Beispiel Unternehmenstyp, Projektgröße, Umsatz, vorherige Aktivitäten oder die Herkunftsregion des Zielkunden sein. Sogar der gesamte Customer Lifetime Value (CLV) eines möglichen Kunden kann prognostiziert werden.

Der Vertriebsmitarbeiter erhält so eine Liste mit Kontakten, bei denen die Abschlusswahrscheinlichkeit besonders hoch ist, sowie viele hilfreiche zusätzliche Informationen, durch die er im Verkaufsgespräch individuell auf den Kunden eingehen kann. Die Daten geben auch Auskunft über den optimalen Zeitpunkt der Kontaktaufnahme. Die intelligente Analyse ermittelt spezifische Gelegenheiten, an denen der Kunde bereit für ein Verkaufsgespräch sein könnte. Das kann beispielsweise eine Pressemeldung über eine bevorstehende Expansion sein – sofort wird der Vertrieb darüber informiert und kann ein passendes Angebot unterbreiten.

Tracking zeigt das Digitalverhalten von Zielkunden

Das Verhalten des angehenden Kunden in der digitalen Welt zu tracken ist mit Realtime Insights möglich. Dabei werden die Informationen kontinuierlich aktualisiert und sind so immer automatisch auf dem neuesten Stand. Trackingsysteme beobachten auch die Bestandskundenentwicklung im Unternehmen und versorgen Vertriebsmitarbeiter in Echtzeit mit wertvollen Informationen. Das gibt Aufschluss über Kundenbedürfnisse und dem Vertriebler die Chance, eine passgenaue Lösung für das Kundenproblem zu liefern. Dadurch, dass sich potenzielle Kunden von Anfang an vom Vertriebler optimal abgeholt fühlen, erhöht sich auch wieder die Abschlusswahrscheinlichkeit.

Individuelle Lösungen für individuelle Unternehmen

KI bietet großartige Möglichkeiten, passende Leads zu qualifizieren – wenn die richtigen Algorithmen verwendet werden. Eine Standardlösung für alle gibt es daher nicht. Je nach Produkt und Industrie sind unterschiedliche Faktoren ausschlaggebend. Die passende Datenaufbereitung und Anpassung des KI-Algorithmus sind essenziell für den Erfolg der Maßnahme. Eine individuelle Strategie für jedes einzelne Unternehmen ist also ein Muss.

KI plus Persönlichkeit = Erfolg

Webcrawling, Machine Learning und Realtime Insights machen die Vorarbeit, um den Next Best Customer zu analysieren und Wissen über diesen anzuhäufen. Außerdem geben sie den perfekten Zeitpunkt zur Kontaktaufnahme vor. Doch sie ersetzen nicht den Menschen. Jetzt kommt der Vertriebsmitarbeiter zum Einsatz: Per Telefon fragt er zunächst den tatsächlichen, aktuellen Bedarf ab.

Schon dieser Schritt weist durch die maschinelle Vorauswahl eine deutlich höhere Erfolgsquote auf und kann zusätzlich für die Verbesserung zukünftiger Prognosen genutzt werden. Dann darf der passionierte Vertriebler endlich seine Wunschkunden aufsuchen. Weil er zielgerichtetere und passendere Angebote unterbreiten kann und sich gut vorbereitet fühlt, wird er dabei besser und sicherer sein als früher. Künstliche und menschliche Intelligenz bilden hier ein perfektes Team.

* Stefan Kaas ist Partner bei Iskander Business Partner und Mitbegründer und Geschäftsführer von Pure Business Consulting.

(ID:46510471)