Klassisches Pipeline Management & Lead Scoring vs Predictive Analytics
Der Vertrieb im Business-to-Business ändert sich dramatisch. Persönliche Kontakte und Beziehungen sind nicht länger eine Garantie für mehr Umsatz. Pure Push-Strategien verlieren an Bedeutung – vor allem im Internet. Marketing ist wichtiger denn je.
Innerhalb der vergangenen Jahrzehnte sind die Kunden sehr viel professioneller geworden und besser informiert. Kunden beherrschen jetzt die Produktsuche und Lieferantenauswahl. Konkurrenz ist überall.
Diese neue Kaufsituation macht das Lead-Scoring- und Pipeline-Management für den B2B-Vertrieb äußerst relevant. Hier diskutieren wir diese Bedeutung und präsentieren einige Ideen und Data-Mining-Methoden zur Analyse von Leads.
Sie brauchen einen formellen Pipeline-Management-Prozess.
Kein erfolgreicher Vertriebsleiter wird von dieser Aussage überrascht sein. Im B2B-Bereich gibt es zwei wertvolle Ressourcen: die Zeit Ihrer Key-Account-Manager und die Kosten für die Akquisition eines neuen Kunden. Um das Beste aus beidem zu machen, MUSS Ihr Vertriebsteam einen formellen Pipeline-Management-Prozess und Vertriebsaktivitäten haben, die die Akquise von Neugeschäften abdecken.
Das Verwalten einer Vertriebspipeline ist eine kritische operative Planung. Um diese Aufgabe erfolgreich zu erfüllen, benötigt der Vertriebsleiter einen formellen Prozess. Dieser Prozess sollte mindestens monatliche Überprüfungssitzungen enthalten, bei denen das Vertriebsmanagement einen Überblick über den allgemeinen Status des Verkaufstrichters oder der Verkaufspipeline diskutiert. Jede Geschäftschance oder Opportunity muss im Detail geprüft und Vertriebs-KPI definiert werden.
In den meisten komplexen Vertriebsorganisationen ist dieses Pipeline-Management Teil eines Sales and Operations Planning (S&OP) Prozesses. Der S&OP ist möglicherweise der kritischste Planungsprozess eines Unternehmens. Sein wichtigstes Ziel ist es, drei entscheidende, aber konkurrierende Ziele miteinander in Einklang zu bringen: Kundenzufriedenheit, Bestandsoptimierung und Vertriebsproduktivität.
Wenn Ihr Unternehmen und Ihr Vertriebsteam noch keinen formellen Planungsprozess hat, können Sie jetzt damit beginnen, einen zu erstellen. Treffen Sie sich mit Ihren Key Account Managern und besprechen Sie diese Option so schnell wie möglich.
Ich möchte heute mein Lead-Scoring verbessern.
Leads sind nicht alle gleichbedeutend.
Dies sollte Tatsache sein. Es ist eine unbestreitbare Wahrheit, dass alle B2B-Unternehmen begrenzte Vertriebs- und Marketing-Ressourcen besitzen. Der bedeutendste Aufwand für Vertriebsorganisationen sind die Kosten ihrer Vertriebsaktivitäten. Unternehmen sollten immer nach Methoden Ausschau halten, die die Produktivität ihrer Vertriebsmitarbeiter steigern können.
In vielen Vertriebsprozessen ist die Marketingabteilung dafür verantwortlich, das Vertriebsteam mit Leads zu versorgen. Die Marketingabteilung oder die Vertriebsabteilung „qualifizieren“ diese eingehenden Verkaufskontakte in der Regel. Sales Leads zu qualifizieren bedeutet, sie zu bewerten oder zu berechnen, basierend auf der Wahrscheinlichkeit, dass sie tatsächlich eine wertvolle Verkaufschance darstellen.
Mehr über Leads im nächsten Abschnitt. Es ist ein bekannter Fakt, dass nicht alle Verkaufschancen die gleichen Wahrscheinlichkeiten haben, sich in einem bestimmten Zeitraum zu konkretisieren. Die unterschiedliche Wahrscheinlichkeit des Abschlusses kombiniert mit den begrenzten Vertriebsressourcen bringt uns zu einem entscheidenden Punkt: Priorisierung.
Unternehmen sollten teure Vertriebsressourcen in Bereichen investieren, in denen die „marginalen“ Erträge am höchsten sind. In diesen Bereichen, in denen die Grenzerträge am höchsten sind, handelt es sich um diejenigen mit der größten Wahrscheinlichkeit, dass sie zu einem Abschluss kommen und erhebliche finanzielle Auswirkungen haben.
BERECHNEN SIE JETZT DEN ROI VON QYMATIX PREDICTIVE SALES SOFTWARE
Klassisches bzw. traditionelles Lead Scoring vs Predictive Analytics.
Nehmen wir beispielsweise an, eine Vertriebsorganisation nutz verschiedene Lead-Scoring-Modelle. Wir wissen, dass dies mehr ein Wunschtraum als eine Tatsache ist. Lassen Sie uns einige Annahmen darüber formulieren, wie dieses „klassische Lead-Scoring“ aussehen könnte.
Es gibt zwei Arten von traditionellen Lead-Scoring-Systemen in B2B-Unternehmen: a) vom Menschen eingestufte Wahrscheinlichkeit und b) auf Regeln basierend. Beide sind gleichermaßen schwach, denn sie erhöhen die Vertriebskosten ohne viel Wert zu bieten.
Ein „vom Menschen eingestufte Wahrscheinlichkeit“ Lead-Scoring-Modell verwendet jede eigene Beurteilung des Key Account Manager zur Wahrscheinlichkeit eines Geschäftsabschlusses. In einfachen Worten beurteilt jeder Vertriebsmitarbeiter, „wie wahrscheinlich es ist“, dass das Unternehmen ein Projekt gewinnen kann. Dieses Modell ist äußerst ungenau, denn jeder schätzt die Wahrscheinlichkeit unterschiedlich ein. Es gäbe 101 unterschiedliche Antwortmöglichkeiten (von 0% bis 100%). Darüber hinaus hassen Key Account Manager normalerweise diesen zusätzlichen Aufwand, halten ihn für unbrauchbar, unnötig und bringen sie nur in die Schusslinie, ohne ihnen einen Vorteil zu bieten. Wenn Sie diese Methode verwenden, stoppen Sie sofort.
Ein „auf Regeln basierendes“ Modell verwendet vordefinierte Punkte für jede Verkaufschance, bis diese eine bestimmte „Grenze“ oder „Auslöser“ erreicht. In der Regel wählt das Marketing-Team diese auf der Grundlage von Erfahrungen und gutem Willen aus. „Wenn der Kunde in Deutschland ist, fünf Punkte; wenn wir einen Kontaktnamen haben, fünf Punkte; wenn der Kunde ein Seminar besuchte, zehn Punkte … „. Wenn diese Regeln angewendet werden und sobald die Hinzufügung der angegebenen Punkte einen Auslöser erreicht, leitet die Marketingabteilung den Lead an einen Key Account Manager weiter.
Ein „auf Regeln basierendes“ Lead Scoring-Modell ist eine Verbesserung gegenüber einer „vom Menschen eingestuften Wahrscheinlichkeit“, bietet aber immer noch magere Renditen. Die Gewährleistung der Qualität der Daten verursacht höchstwahrscheinlich zusätzliche Kosten und Verzögerungen und die Regeln selbst werden selten mit geeigneten Statistiken verbessert.
Vertrieb braucht einen formellen Pipeline-Management-Prozess.
Es spielt keine Rolle, wie ausgefeilt beide Systeme angewendet werden – und sie können ungemein komplex sein. Beide bieten keinen ausreichenden Wert und sollten nicht mit Predictive Analytics verwechselt werden.
Erstens verwendet Predictive Analytics eine ausgewählte Mischung aus statistischen Methoden und künstlicher Intelligenz und unterstützt die Entscheidungsfindung anstelle von Bauchgefühl.
Zweitens interessieren sich diese statistischen Methoden nicht für Ihre subjektiven Erfahrungen oder Glauben. Sie generieren Prognosen basierend auf Fakten und vorhandenen Verkaufsdaten. Sie können sie verwenden, um Ihre Planung zu unterstützen.
Schlechtes Pipeline Management & Lead Scoring – Fazit
Der Zufall bestimmt nicht den Erfolg moderner Vertriebsteams. Sie nutzen ihre begrenzten Ressourcen bestmöglich. Eine der teuersten Ressourcen, die sie haben, ist ihre Zeit.
Ein teures Vertriebsteam ist der Grund, warum B2B-Unternehmen heutzutage einen deterministischen Ansatz in der Vertriebsplanung benötigen, angefangen beim Lead- oder Pipeline-Management. Effektives Verwalten von eingehenden Anfragen und Interessenten ist der wichtigste Aspekt einer Vertriebsoperation. Wenn Ihr Unternehmen keinen formellen Pipeline-Management-Prozess hat, werfen Sie Geld aus dem Fenster.
Jedoch sind nicht alle Anfragen oder Leads gleich wichtig. Manche werden schneller abgeschlossen, andere nie. Darüber hinaus werden einige eine totale Verschwendung von Zeit und Energie darstellen. Erfolgreiche B2B-Vertriebsteams lernen, Prioritäten zu setzen und die Spreu vom Weizen zu trennen. Eine hervorragende Arbeit bei der Prioritätensetzung macht sie erfolgreich.
Wir nennen dieses Ranking „Lead Scoring“. Es gibt verschiedene Methoden, um Leads zu bewerten. Wir haben hier zwei traditionelle Systeme für Lead Scoring versus Predictive Sales Analytics diskutiert. Verwenden Sie eine andere Methode? Schreiben Sie uns!
Vergleich der Lead-Scoring-Methoden:
Lead-Scoring-Methode | Definition | (+) Pro | (-) Contra |
vom Menschen eingestufte Wahrscheinlichkeit | Beurteilung des Key Account Manager zur Wahrscheinlichkeit eines Geschäftsabschlusses. | Sieht leicht zu implementieren aus, und die Vertriebsmitarbeiter sind damit vertraut. | Extrem ungenau. Erhöht die Kosten, ohne viele Vorteile zu bieten. |
Auf Regeln basierend | Ordnen Sie jeder Opportunity vordefinierte Punkte zu, bis eine bestimmte Grenze erreicht ist. | Normalerweise eine Verbesserung gegenüber der obigen Methode. Bekannt bei Marketingfachleuten. | Nicht statistisch ausgewertet. Verursacht in der Regel nur Kosten. |
Predictive Analytics | Zusammensetzung aus statistischen Methoden und künstlicher Intelligenz. Zur Generierung von Prognosen auf der Grundlage von Fakten und vergangenen Verkaufsdaten. | Verwendet unabhängig überprüfbare Statistikmethoden und Mathematik. | Genauigkeit hängt von der Datenqualität ab. |
Kostenloses eBook zum gratis Download: Predictive Analytics – Was es ist und wie Sie beginnen können
Predictive Analytics: Methoden, Daten und Ideen aus der Praxis
Downloaden Sie jetzt das kostenlose eBook.
- Wir verwenden diese Daten nur zur Beantwortung Ihre Anfrage. Hier können Sie unsere Datenschutzerklärung finden.
Literaturnachweis:
Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die