Experteninterview Die entscheidende Rolle von Daten im Lead Management
Anbieter zum Thema
In der heutigen digitalen Ära ist die Bedeutung von Daten im Marketing und Vertrieb unbestreitbar. Auch im Lead Management werden sie immer wichtiger. Sven Peemöller, Senior Data Strategy Consultant bei Artefact Germany GmbH, verrät, wie Marketer das Modell der Data Maturity einsetzen können.

Im heutigen wettbewerbsintensiven Geschäftsumfeld ist es für Unternehmen von entscheidender Bedeutung, potenzielle Kunden effektiv zu identifizieren, zu bewerten und zu gewinnen. Hier kommt das Lead Management ins Spiel. Dabei sind Daten das Herzstück, das den Motor des Lead Managements antreibt.
Die Daten, die im Lead Scoring gesammelt und analysiert werden, ermöglichen es Marketing- und Vertriebsteams, potenzielle Kunden besser zu verstehen und ihnen maßgeschneiderte Botschaften und Angebote zu präsentieren. Durch den Einsatz präziser Daten können Unternehmen ihre Marketingkampagnen gezielter ausrichten, ihre Vertriebsstrategien optimieren und letztendlich ihre Umsätze steigern. Doch wie werden solche Daten gesammelt? Was hat die Data Maturity damit zu tun? Was steckt hinter dem Begriff Predictive Lead Scoring? Und für wen eignet sich dieses Modell?
Interview mit einem Experten
Wir haben dazu mit Sven Peemöller, Senior Data Strategy Consultant bei Artefact Germany GmbH, gesprochen. Er gibt Einblicke in seine Masterthesis und seinen Arbeitsprozess mit Predictive Lead Scoring.
marconomy: Was ist Data Maturity?
Sven Peemöller: Data Maturity umfasst die Reife eines Unternehmens im Umgang mit Daten. Es ist ein Thema, das uns in unserer täglichen Arbeit sehr umgibt. Sei es B2B oder B2C, die einen sind im Data Business schon etwas weiter, die anderen vielleicht noch Einsteiger. Für Marketer ist es wichtig zu wissen, wo das eigene Unternehmen steht, um neue Ideen umsetzen zu können. Und dabei will ich helfen.
Konkret gibt es ein Maturity-Modell. Damit ist es möglich, sich selbst und andere Unternehmen einzuordnen. Es ist eine Skala vom Anfänger bis zum Spitzenreiter. Ich habe dieses Modell auf vier Ebenen strukturiert, um Stufen zu geben, auf denen sich Unternehmen wiederfinden.
:quality(80)/p7i.vogel.de/wcms/0f/58/0f580d0a3c5beee1364b2917c96c52ea/0109420540.jpeg)
Expertenbeitrag: Lead Management Summit 2023
Was passiert im B2B Lead Management, wenn wir so weitermachen wie bisher?
Was wird unter Predictive Lead Scoring verstanden?
Peemöller: Predictive Lead Scoring kombiniert einmal Predictive Analytics, basierend auf vorhandenen Daten, eigenen Daten und externen Daten, um eine Vorhersage zu machen, was der beste Lead ist. Die besten Leads kann ich dann scoren. B2B arbeitet im Moment noch eher manuell. Im B2C wird Predictive Lead Scoring schon viel häufiger eingesetzt, im B2B noch nicht wirklich. Das liegt aber auch daran, dass es einfach noch nicht so viele Daten gibt. Aber das Sammeln von Daten ist auch im B2B immer mehr im Prozess.
Dass B2B im Datenbereich noch etwas hinter B2C hinterher ist, ist nicht verwunderlich. Das liegt einfach am Geschäft. Es gibt viel mehr Kundendaten im B2C und es ist auch viel einfacher und umgänglicher als im B2B. Hier stehen wir noch in den Anfängen. Aber wir stehen jetzt an einer Schwelle. Es ist immer häufiger möglich, auch im B2B etwas online zu kaufen, ohne vorher eine Anfrage stellen zu müssen. Allein dadurch kommen die Kundendaten ins Unternehmen.
Welche Daten sind für Predictive Lead Scoring besonders relevant?
Peemöller: Die Datenquellen können nicht einfach so definiert werden. Im B2B ist die Realität so, dass 90 Prozent der Leaddaten, die jetzt digital reinkommen, meistens ein Kontaktformular für die Newsletter Anmeldung sind. Das ist auch in Ordnung. Was wir uns und anderen Unternehmen jetzt raten, ist, mit den vorhandenen Daten zu arbeiten und diese mit neuen Informationen eines Leads ergänzen. Es gibt viele weitere Datenquellen, die man einbinden kann. Das geht dann bis hin zu Social Media oder Third Party Data.
Es gibt also verschiedenste Touchpoints, die gemessen werden müssen. Wenn ein Lead Scoring aufgebaut wird, ist es auch wichtig, dass die Kundensegmentierung oder Cluster mit eingebunden werden.
Predictive Lead Scoring wird allerdings nicht für jedes Unternehmen funktionieren, richtig?
Peemöller: Ein Unternehmen, das sich noch nicht mit Lead Scoring an sich beschäftigt hat, sollte sich zunächst mit den vorangegangenen Schritten auseinandersetzen. Es geht nicht nur darum, Daten zu sammeln, um dann etwas damit zu machen. Die Mitarbeiter sollten zunächst sowohl den Wert der Daten als auch den Wert des Scorings verstehen. Von daher ist es für kleine Unternehmen erstmal sinnvoll, sich als Team zusammenzusetzen. Hier sollte erstmal überlegt werden, wie die Persona aussieht und was es für verschiedene Kundengruppen gibt. Wenn das getan wurde, kann geschaut werden, ob das eigene Predictive Lead Scoring zum gleichen Ergebnis kommt, wie mein eigenes Team. Das ist nicht in erster Linie eine Frage der Technologie, sondern eine Frage des Change Managements.
:quality(80):fill(efefef,0)/p7i.vogel.de/wcms/64/40/6440d6a6383dd/wp-cover-fis.png)
Mehr dazu im B2B Hero Podcast
Wie sehen die Ergebnisse der Masterthesis zum Thema Data Maturity aus? Welche Tools sind sinnvoll? Und was sagt Sven Peemöller zur Zukunft des Lead Scorings? Mehr dazu hat Sven Peemöller bei marconomy Moderatorin Alicia Weigel im B2B Hero Podcast erzählt. Neugierig?
Dann hören Sie gleich rein:
Das erwartet Sie in dieser Folge:
- Ab Minute 02:06: Data Maturity
- Ab Minute 04:00: Predictive Lead Scoring
- Ab Minute 06:35: Ergebnisse der Masterthesis
- Ab Minute 08:28: Step by Step Anleitung
- Ab Minute 10:01: Tools für Predictive Lead Scoring
- Ab Minute 11:18: Die wichtigsten Daten für Predictive Lead Scoring
- Ab Minute 14:21: Lead Scoring vs. Predictive Lead Scoring
- Ab Minute 17:20: Lead Nurturing
- Ab Minute 20:24: Ausblick in die Zukunft
(ID:49533396)