Lead Management Summit 2022 Predictive Lead Scoring im B2B – Zukunftsmusik im Lead Ranking?

Ein Gastbeitrag von Sven Peemöller*

Noch nie konnten B2B-Unternehmen mehr Daten in die Bewertung ihrer Leads einbeziehen. Doch es ist genau dieser Umstand, weshalb Abteilungen mit konventionellen Bewertungsverfahren an ihre Kapazitätsgrenzen stoßen. Lesen Sie hier, wie Predictive Lead Scoring dieses Dilemma lösen kann.

Anbieter zum Thema

Predictive Lead Scoring ist für viele B2B-Unternehmen noch Zukunftsmusik. Dabei bringt es doch viele Vorteile mit sich.
Predictive Lead Scoring ist für viele B2B-Unternehmen noch Zukunftsmusik. Dabei bringt es doch viele Vorteile mit sich.
(Bild: gemeinfrei / Unsplash)

Stellen Sie sich folgende Situation vor, die so oder so ähnlich tagtäglich in B2B-Unternehmen stattfindet:

Es ist Montagmorgen, einige Wochen vor dem Quartalsende, Sie schalten den Computer ein und sehen als erstes eine Mail Ihres Vorgesetzten: „Mit welchen Projekten können wir noch rechnen?“ Ein Blick in die Sales Pipeline zeigt Ihnen, dass ein Großteil der heißen Angebote erst im nächsten Quartal interessant werden dürften. Ihre Kollegin aus dem Marketing verwies im letzten Meeting noch großspurig auf die neue Onlinekampagne der Marketingabteilung. „Was ist daraus eigentlich geworden?“, denken Sie sich.

Nach einigen Klicks sehen Sie, dass Ihnen das Marketingteam eine ganze Reihe an Leads zugewiesen hat, die aus dieser Onlinekampagne stammen. „Toll und wer soll die jetzt bearbeiten?“, murmeln Sie noch etwas verschlafen in Ihren Morgenkaffee. Unbehaglich denken Sie an Ihr letztes Teammeeting zurück, in dem Sie Ihrem Team klarmachen mussten, alle Leads der letzten Messe nachzuverfolgen, die das Marketing Ihnen weitergeleitet hat. Das war neben laufenden Projekten, Anfragen und Verhandlungen schon schwer machbar. Seit Corona kommen immer mehr Leads aus Onlinekanälen hinzu, die wahrscheinlich keiner aus Ihrem Vertriebsteam bisher persönlich gesehen hat.

Konflikte zwischen B2B-Marketing und -Vertrieb

Eine solche Situation ist wohl Alltag in vielen B2B-Unternehmen: Marketing und Vertrieb verstehen sich einfach nicht.
Eine solche Situation ist wohl Alltag in vielen B2B-Unternehmen: Marketing und Vertrieb verstehen sich einfach nicht.
(Bild: Sven Peemöller)

Vielleicht haben sich einige von Ihnen bereits in einer ähnlichen Situation wiedergefunden. Doch auch wenn Sie nicht selbst ein Vertriebsteam leiten, so ist der Konflikt zwischen Vertriebszielen auf der einen und der Qualifizierung neuer Leads aus Marketingkanälen in B2B-Vertriebsgesellschaften Alltag. Sogar das „Wir“ und „Die“ ist zwischen Marketing- und Vertriebsabteilungen zu oft noch an der Tagesordnung.

Welche dieser Leads sind relevant im Hinblick auf das Quartalsende und welche sollten erst nachrangig von Ihrem Vertriebsteam oder über automatisierte Marketingmaßnahmen aufgegriffen werden? Wer soll hierfür die Qualifizierung übernehmen? Das Marketing gibt an, es kenne den Beginn des Sales Funnels gut und wisse, die Vielzahl an Kanälen zu bedienen und zu bewerten. Der Vertrieb hingegen sagt, er kenne seine Kunden am besten und wisse aus Erfahrung, welcher Lead keine Erfolgsaussicht habe.

Lead Scoring ist keine Neuheit

Neben diesen Bauchentscheidungen gibt es schon längst systematische Bewertungsverfahren von Leads. Lead Scoring soll neben der erfahrungsbasierten Bewertung die Bewertung schematisieren und dadurch vergleichbarer machen. Dazu entwickeln Marketing und Vertrieb vorab ein Bewertungsschema, das im Nachgang auf neue Leads angewandt wird.

Diese Methodik wurde in der Vergangenheit durch den technologischen Wandel immer wieder weiterentwickelt. Während in den 1980er Jahren manuelle Scorecards verwendet wurden, fanden später telefonische Qualifizierungsverfahren Anwendung, bevor das Internet und CRM-Systeme die Bewertung weiter unterstützten.

Predictive Lead Scoring als neuer Stern am Himmel der Lead Bewertung

Im Gegensatz zu traditionellen Verfahren setzt Predictive Lead Scoring auf die statistische Bewertung. Sie basiert auf umfangreichen, teils ungeordneten Datenmengen („Big Data“). Dabei werden sowohl Grunddaten als auch Streaming Daten in die Bewertung miteinbezogen. Unter Streaming Daten werden die Datensätze verstanden, die in Echtzeit verarbeitet werden. Mit Grunddaten sind die historischen Stammdaten gemeint, die ein Unternehmen bereits angesammelt hat.

Predictive Lead Scoring bezieht in die Bewertung von Leads sowohl Daten ein, die das Verhalten des Interessenten beschreiben als auch ergänzende interne und externe Daten. Heutzutage gehört es in den meisten Marketingabteilungen bereits zum gängigen Werkzeug, Daten zum Verhalten ihrer Interessenten auf der eigenen Website des Unternehmens auszuwerten. Diese Potenzialdaten können ebenfalls im Predictive Lead Scoring aufgegriffen werden. Sie unterstützen dabei, das Interesse des Nutzers einzuordnen.

Hat das Marketing-Team nun schon versucht, den Interessenten über Marketingmaßnahmen zu erreichen, können sogenannte Reaktionsdaten Aufschluss geben.

Was Predictive Lead Scoring wirklich erneuert

Das ist nun kein neues Vorgehen und es lässt sich argumentieren, dass sie auch bisher in die Bewertung von Leads einflossen. Wenn ein Vertriebsteam beispielsweise über eine Messe für Lebensmitteltechnik Leads generiert und speichert (Potenzialdaten), dann wurden diese Leads durch das Marketing angeschrieben. Vielleicht wurden diese Kontakte zur nächsten internen Hausmesse eingeladen. Anschließend wurde ausgewertet, bei welchem dieser Leads das Interesse so hoch war, dass sie schließlich auch die Hausmesse besuchten (Reaktionsdaten).

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

Das Marketing- und Vertriebsteam kann nun auf Basis der eigenen Erfahrung und den zur Verfügung stehenden Daten folgendes darauf schließen: frühere Interessenten, die sowohl eine Messe für einen bestimmten Produktbereich besuchten und zusätzlich auf eine darauffolgende Marketingmaßnahme positiv reagierten, besaßen eine höhere Kaufabsicht als andere Interessenten. Dabei vergleichen die Teams intuitiv Charakteristika und Verhaltensweisen eines potenziellen Kunden mit denen eines bereits erfolgreich umgewandelten Neukunden.

Predictive Lead Scoring unterstützt bei dieser Bewertung in mehreren Belangen. Zum einen findet der oben beschriebene Vergleich automatisiert statt und es können gleichzeitig wesentlich mehr Daten miteinbezogen werden. Das sind sowohl explizite Daten, die vom Interessenten selbst bereitgestellt wurden (beispielsweise über ein Kontaktformular), aber auch implizite Daten, die aufgrund des Verhaltens gesammelt wurden (Seitenaufrufe, Downloads oder Klickraten).

Das entscheidende Merkmal des Algorithmus ist jedoch, dass er das Schema, mit dem Leads bewertet werden, eigenständig erarbeitet und sogar in Echtzeit abgleicht. Der Algorithmus registriert, wann ein Lead konvertiert und wann nicht und gleicht ständig das eigene Bewertungsverfahren ab. Auf diese Weise muss dem Algorithmus nicht vorgegeben werden, welche Charakteristika einen wertvollen Lead ausmachen. Neben dem offensichtlichen Vorteil, dass ein Algorithmus Big Data in den Vergleich einbeziehen kann, wird ebenfalls das Risiko umgangen, dass während der manuellen Erstellung der Bewertungsschemata, bewusst oder unbewusst Einfluss auf die Bewertung genommen wird. Außerdem muss das Schema nicht regelmäßig manuell an Marktneuheiten angepasst werden.

Das Ende einer traditionellen Diskussion zwischen Marketing und Vertrieb

Wie sich das Lead Scoring zusammensetzt.
Wie sich das Lead Scoring zusammensetzt.
(Bild: Sven Peemöller)

Zu wissen, welche Leads am Ende des Monats konvertieren und sich dabei auch noch zwischen Marketing und Vertrieb einig zu sein, klingt illusorisch. Predictive Lead Scoring ist jedoch ein Werkzeug, dass diese Vorhersagen statistisch fundiert treffen und damit in der traditionellen Diskussion zwischen Marketing und Vertrieb ein echtes Argument darstellen kann.

Neben dem Vertrieb kann auch das Marketing von dem Verfahren profitieren. Auf diese Weise können Marketingmaßnahmen spezifischer auf die Interessentengruppen adaptiert werden. Teurere Marketingmaßnahmen können dann auf die Zielgruppe verlagert werden, die einen höheren Score erhielten. Generell ist der geringere Zeitaufwand der Bewertung hervorzuheben, bei gleichzeitig umfangreicherer Datenbasis für das Scoring und der Möglichkeit, dass Bewertungsschema an neue Marktsituationen automatisch anzupassen.

Predictive Lead Scoring in B2B-Unternehmen

Auch in wissenschaftlichen Untersuchungen wurde der Nutzen von Predictive Lead Scoring bewiesen. So veröffentlichten Nygård und Mezei 2020 ein Paper, in dem sie zeigten, dass Predictive Lead Scoring die Kaufwahrscheinlichkeit von Neukunden nachweislich vorhersagen kann und im Gegensatz zu bisherigen Lead Scoring Verfahren eine echte statistische Bewertung darstellen. Und bereits Yan 2015 und Benhaddou 2017 bewiesen jeweils in unterschiedlichen Studien die erfolgreiche Anwendung der Technologie im B2B-Marketing.

Die oben beschriebenen und praktisch erprobten positiven Eigenschaften von Predictive Lead Scoring führten letztendlich dazu, dass einige der gängigen Anbieter von CRM-Systemen bereits Lösungen integrierten.

Aktuelle Studie zum Predictive Lead Scoring im B2B

Doch obwohl sowohl die technologischen Voraussetzungen gegeben sind, als auch die praktische Anwendbarkeit in Studien bewiesen wurde, kommt das Verfahren kaum in deutschen B2B Unternehmen zum Einsatz. Besonders in einer Zeit ständig neuer Marktveränderungen, eher sinkender Präsenz beim Kunden vor Ort und bei gleichzeitig immer größeren Datenmengen, müsste ein solches System den meisten B2B-Unternehmen eine ersehnte Unterstützung im Lead Management sein.

Warum greifen Vertriebs- und Marketingabteilungen in B2B-Unternehmen noch so zurückhaltend auf Predictive Lead Scoring zurück? Wie könnte ein Unternehmen am besten Predictive Lead Scoring einführen? Um diese Fragen zu beantworten teilten 28 B2B-Experten ihre Erfahrungen aus unterschiedlichen Standpunkten. Bei der Erstellung eines Fahrplans zur Einführung von Predictive Lead Scoring Systemen für den B2B-Bereich, ging es weniger um technologische Fragestellung, sondern hauptsächlich darum, ob und wie man gewohnte Arbeitsweisen aufbrechen kann und sollte.

Das Ergebnis ist ein Punkteplan, der B2B Unternehmen bei der Einführung der Systeme unterstützen soll und dabei sowohl auf die technologischen Bedingungen als auch auf die Bedürfnisse des eigenen Vertriebs und des Marketings eingeht.

Die Ergebnisse der Untersuchung stelle ich Ihnen auf dem diesjährigen Lead Management Summit vor. Seien Sie also dabei und diskutieren Sie mit uns in der anschließenden Podiumsdiskussion!

Mehr zum Thema

Vortrag auf dem Lead Management Summit 2022

Der marconomy Lead Management Summit feiert 2022 sein zehnjähriges Jubiläum. Feiern Sie mit uns!

Sie möchten mehr über das Thema „Predictive Lead Scoring“ erfahren? Dann dürfen Sie den Vortrag von Sven Peemöller auf dem marconomy Lead Management Summit vom 31. Mai bis 01. Juni 2022 in Würzburg nicht verpassen!
Sichern Sie sich jetzt noch Ihr Ticket und seien Sie dabei, wenn sich Marketer aus Industrie- und Technologieunternehmen zu aktuellen Themen und Trends im Bereich der Leadgenerierung austauschen!

*Sven Peemöller ist Consultat Data und Marketing bei Artefact.

(ID:48137863)