Suchen

KI-basierte Lead-Engine Mehr Künstliche Intelligenz im Vertrieb heißt mehr Zeit für den Kunden

| Autor / Redakteur: Jan-Hendrik Pieperhoff* / Georgina Bott

Unternehmen wissen aktuell immer mehr über Kunden und Interessenten. Doch wie kann der Vertriebler all diese Informationen bündeln und dabei trotzdem noch seine Energie auf den persönlichen Kontakt fokussieren? Lead-Systeme auf Basis künstlicher Intelligenz können helfen.

Firmen zum Thema

Durch den Einsatz einer KI-basierten Lead Management Lösung, können sich Vertriebler wieder mehr Zeit für den Kunden nehmen.
Durch den Einsatz einer KI-basierten Lead Management Lösung, können sich Vertriebler wieder mehr Zeit für den Kunden nehmen.
(Bild: gemeinfrei / Unsplash )

Trotz aller Technologie verändern sich die Grundlagen erfolgreichen Vertriebs nicht: Es geht darum, die richtige Person zur richtigen Zeit mit dem richtigen Thema anzusprechen. Sind die Spielregeln auch immer die gleichen, verändern sich aber die Möglichkeiten, die Vertriebsmitarbeitern zur Verfügung stehen. Auf der einen Seite wissen Unternehmen heute so viel wie nie zu vor über Kunden und Interessenten. Jede Interaktion hinterlässt Datenspuren: der Besuch der Website, der Anruf beim Service, der Kommentar auf einer Social-Media-Plattform, der Download einer Broschüre, das Bestellen eines Musters. Aus all diesen Fragmenten – und aus Veröffentlichungen in Nachrichten- oder Branchenportalen – zeichnen Unternehmen ein detailliertes Bild von Interessen, Wünschen und Plänen. Auf der anderen Seite fällt es dem einzelnen Vertriebsexperten immer schwerer, aus dieser Datenflut die wichtigen Informationen und die interessanten Leads zu selektieren.

Anwendungen auf Basis von Künstlicher Intelligenz (KI) helfen dem Sales-Team dabei, genau diese Zusammenhänge zu sehen: Welche Anfrage ist interessant? Welcher Kunde denkt über einen Neukauf nach? Welche Themen eignen sich besonders gut für die Ansprache eines Neukunden? KI-Systeme erkennen automatisiert Leads und bewerten sie auf Basis vorgegebener Kriterien. Dem Vertriebler bleibt so mehr Zeit für das Thema, bei dem ihm so schnell keine KI das Wasser reichen kann: der persönliche Kontakt.

Automatische Bewertungen, bessere Informationen

Von einer einheitlichen Definition von menschlicher oder künstlicher Intelligenz ist die Fachwelt weit entfernt. Um die Auswirkungen der aktuellen technischen Entwicklung auf die Vertriebsarbeit zu analysieren, reicht diese pragmatische Definition: KI ist ein Teilgebiet der Informatik, das sich mit der Erforschung von Mechanismen des intelligenten menschlichen Verhaltens befasst. Eine Fähigkeit, die KI-Anwendungen mitbringen, ist das Finden von Mustern in Datenmengen: Sie erkennt Zusammenhänge, die der menschliche Experte nur mit großem Aufwand oder – aufgrund der Komplexität – gar nicht sieht. Damit KI-Lösungen dies leisten können, benötigen die Experten eine Datengrundlage, mit der sie die Anwendung trainieren können.

Diese Fähigkeit zum Mustererkennen macht die Technologie interessant für den Einsatz in Vertriebs- und Leadprozessen. Durch die eingangs beschriebene Interaktion der Interessenten und Kunden mit den Inhalten an den verschiedenen Touchpoints entsteht ein Strom an Daten. Ziel einer KI-Anwendung im Lead Management ist es, darin die Unternehmen und Ansprechpartner zu finden, die für die weitere – persönliche – Bearbeitung durch den Vertrieb interessant sind. Die Methode des Lead-Scorings und Lead-Gradings, unterstützten das Sales-Team bei dieser Aufgabe.

Lead-Grading und Lead-Scoring

Lead-Grading ist das Einstufen eines Leads anhand von expliziten Merkmalen. In der Praxis sind das beispielsweise Kriterien wie Unternehmensgröße, geographische Lage, Branchenzugehörigkeit oder Kaufhistorie. Die höchste Stufe entspricht dabei einem Idealkundenprofil. Das Übereinstimmen jedes Leads mit diesem Idealkundenprofil wird anhand konfigurierter Grading-Regeln automatisch überprüft. Das System bewertet Leads typischerweise mit Buchstaben, beispielsweise A (Idealkunde) bis E (größere Abweichung vom Idealkunden).

Lead-Scoring ist das Einstufen des Leads anhand von impliziten Merkmalen. Dieser Score gibt an, wie aktiv Leads waren und wie hoch ihr Interesse ist. Unternehmen vergeben Punktwerte für Aktivitäten, aus denen sich Kaufsignale ableiten lassen: das Herunterladen einer Broschüre, den Anruf beim Kundenservice. Aus diesen Regeln entsteht im Laufe der Zeit für jeden Lead eine individuelle Punktzahl, sein Score.

Beide Kenngrößen geben Aufschluss über die Attraktivität eines Kunden oder Interessenten. Sie verdichten eine Vielzahl von Informationen zu zwei Werten, anhand derer Vertriebsmitarbeiter auch größere Datensätze systematisieren können. Die Kunst war es bisher, die Regeln und Mechanismen einzustellen, die zu den Lead-Bewertungen führte. KI-Anwendungen unterstützen die Beteiligten beim Auf- und Umsetzen eines Lead-Regelwerkes.

Die Trainingsdaten für das System sind die Vergangenheitswerte aus dem Customer-Relationship-Management (CRM)- und Enterprise-Ressource-Planning (ERP)-System. Anhand dieser Daten simulieren KI-Systeme verschiedene Bewertungs- und Gewichtungskriterien für die Leadbewertung. Sie prüfen, welche Kombinationen zu den besten Ergebnissen, beispielsweise in Form von Leads, führen.

Entdeckt die KI-Anwendung in historischen Daten Interessenten, die bei der bisherigen Konfiguration durchrutschten, dann aber doch kauften? Oder schätzt sie andersherum vermeintliche Leads, die nicht zum Erfolg führten, besser ein? So arbeitet die Anwendung dann mit aktuellen Daten aus den laufenden Kampagnen. Die bessere Prognose hilft den Beteiligten, ihre Zeit und Energie auf die Kontakte zu konzentrieren, die mit größerer Wahrscheinlichkeit zum Erfolg führen werden.

Bessere Informationsgrundlage für Kundengespräche

Zum Bewerten möglicher Leads zieht die KI-Anwendung dabei nicht nur interne Daten, beispielsweise erfasst über Touchpoints, heran. Sie können auch Inhalte aus beliebigen relevanten externen Quellen – Nachrichten- und Branchenportalen, Bundesanzeiger oder Unternehmenswebseiten – nutzen.

Das trainierte System begibt sich auf die Suche nach vertriebsrelevanten Informationen: Gab es eine Veränderung im Management? Wer plant Neugründungen, Fusionen, Investitionen oder Kooperationen? Gibt es neue Aussagen zu strategischen Planungen wie Auslandserweiterungen? Welche Führungskraft war Redner auf einer Konferenz? Und welche war mit ihrem sozialen Engagement in den Medien?

Lauter Informationen, die einem möglichen Vertriebskontakt eine persönliche Note geben. Diese Recherche zu betreiben war bisher zum Großteil Handarbeit. Vertriebsmitarbeiter sichteten die für ihre Branche und Kunden relevanten Medien in der Hoffnung, interessante Informationen zu finden. KI-Anwendungen reduzieren diesen Aufwand auf ein Minimum und verschaffen den Sales-Experten mehr Zeit für die direkte Arbeit mit ihren Kunden. Dieser Ansatz eignet sich gut im B2B-Umfeld oder beim Vertrieb hochpreisiger Produkte und Dienstleistungen auf B2C-Märkten.

Die Anwendung ermittelt relevante Informationen, analysiert diese, erkennt Zusammenhänge und Dubletten, beispielsweise ähnliche Angaben unterschiedlicher Herkunft. Mit diesen Informationen reichert sie das Profil eines Leads an. Der Vertriebsmitarbeiter sieht in seinem individuellen Dashboard auf einen Blick die Relevanz eines Leads – ausgedrückt als Lead Grading und Lead Scoring – und die relevanten Neuigkeiten rund um das Unternehmen und die Ansprechpartner. So ausgerüstet spricht er mit den richtigen Personen zur richtigen Zeit über die richtigen Themen – und das auf einer besseren Informationsgrundlage, die ihm KI-Anwendungen automatisch zur Verfügung stellen.

* Jan-Hendrik Pieperhoff ist Customer Experience Consultant bei adesso.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 46417149)