Top-Leads ohne Touchpoints

Leadscoring als Pflichtprogramm

Lead-Betrachtungen als Deep Dive in die Identifikation von Zielgruppen bilden einen wichtigen Baustein für Sales- und Marketingprozesse – insbesondere in Konzernstrukturen. Unter anderem durch Methoden der Predictive Analytics innerhalb integrierter Prozesse analysieren und clustern Kommunikationsprofis Zielgruppen, bevor sie sie möglichst individualisiert ansprechen. Doch selbst nach lehrbuchkonformer Betrachtung können Ansprachen ins Leere laufen. Gründe dafür liegen oft im veralteten, fragmentierten Bestand des internen Data-Hubs, respektive CRM-Systems, und in der Fehleinschätzung von Top-Leads.

Unternehmen im B2B-Business, die Leadscoring auf Basis von Bestandskunden aus dem CRM und beispielsweise aus Webanalyse-Systemen betreiben, verlassen sich auf die bestehende Datenbasis und Inbound-Auswertungen. Dabei lassen sie außer Acht, dass Neukundenpotenziale da im Dunkeln bleiben, wo potenzielle Kunden bis dato noch keine digitale oder reale Berührung mit den eigenen Produkten oder Services hatten. So existieren Top-Leads, die weder die Website besucht haben, noch Kontakt über LinkedIn suchten oder sich für einen Newsletter angemeldet haben. An diesem Schwachpunkt greift die Predictive Leadscore-Analyse von databyte.         

Bestandskunden als Role Models 

Vorhandene Kundendaten aus verschiedenen Datentöpfen und zugekauftes Adressmaterial externer Dienstleister sind nicht per se ein Dreamteam für optimales Profiling von Top-Leads. Häufig selektieren letztere ausschließlich nach Industries, Branchen, Unternehmensgrößen und anderen offensichtlichen Betriebsmerkmalen. Tiefergehende Zusatzinformationen zu C-Level oder auch Geodaten fehlen hingegen zumeist.

Interne Marketers auf der anderen Seite des Schreibtischs briefen Datenanalysten mit Zielgruppen-Clustern, die sich aus vorangegangenen Customer Journeys und dem historisch gewachsenen Kundenstamm erklären. Das Manko beider Vorannahmen sind Potenzialverluste durch blinde Flecken.   

Deep Dive in Firmeninformationen

databyte schlägt andere Wege ein und setzt auf Data Enrichment: Vorhandene Bestandskundendaten aus dem Data-Hub, dem CRM, reichern die Lübecker Spezialisten mit wertsteigernden Zusatzinformationen aus speziellen öffentlichen Quellen an: Das sind als Beispiel die Zusammensetzung der zweiten Führungsebene, Unternehmenskennzahlen oder auch ausgeschriebene Benefits im Recruiting-Prozess. Aus über sieben Millionen Firmenadressen und über 100 Millionen Detailinformationen zeichnen die Lübecker Mar Tech-Experten ein feines Bild des Musterkunden, der als Role Model für anvisierte Top-Leads fungiert.  

In der Praxis sieht das so aus, dass ausgebildete Datenanalysten die Bestandskundendaten des Auftraggebers erhalten, um bereits vorhandene Kontakte auszuschließen, fehlende Informationen zu ergänzen oder veraltete Angaben zu aktualisieren. Zusätzlich definieren die Profis zusammen mit den Entscheidern die Wunschzielgruppe und deren wichtigste Kennzahlen. Vorhandene Kundendaten sind nur dann für die Ermittlung von Neukundenpotenzialen geeignet, wenn diese nicht nur einer Ist-Zielgruppe angehören. Wenn also ein Nutzfahrzeughersteller in Handwerksbetrieben seine Kernzielgruppe sieht und zuvor nur diese beworben und akquiriert hat, dann wird auch eine nachfolgende Kundenstammanalyse ergeben, dass Handwerker die aussichtsreichsten Zielpersonen sind. Diese Mutmaßung ist allerdings zu kurz gedacht. In unserem Beispiel können auch Unternehmen wie Möbelhersteller oder Unternehmen aus dem Garten- und Landschaftsbau sowie aus rund 100 weiteren Branchen Top-Leads darstellen, wenn bestimmte Kennzahlen stimmen. Darüber hinaus spielen Merkmale wie Altersstruktur des Management-Boards oder regionale Aspekte eine Rolle, die in eine Auswertung ebenfalls einfließen sollten. Die gesammelten Erkenntnisse fließen bei databyte in ein KI-gestütztes multivariantes Analyse-Verfahren, aus dem sich verlässliche Vorhersagen maximaler Wahrscheinlichkeit für Kaufinteresse von Unternehmen ergeben, die bisher noch keine Berührungspunkte mit den eigenen Produkten hatten. Diese Analyse lässt sich als Baustein in Demand Generation Marketing integrieren und die aktiviert so Hidden Top Leads.

Künstliche Intelligenz im Boot 

Ein wichtiger Teil der Analyse fußt auf Künstlicher Intelligenz. Die KI der Predictive Leadscore-Analyse verbindet mehrere Disziplinen miteinander, um unabhängig jedes Unternehmen im Handelsregister und in weiteren offiziellen Quellen nach erforderlichen Kriterien zu durchleuchten. Beispielsweise unterscheidet die KI mit Hilfe von Text Extraction Wörter semantisch voneinander, damit Namen und Bezeichnungen nicht gleichbehandelt werden. Synthetic Reasoning verknüpft Einzelinformationen, um daraus Schlussfolgerungen für den eventuellen Nutzen der Suche zu ziehen. Data Analytics erkennt komplexe Muster aus unterschiedlichen Klassifizierungen und deckt so neue Potenziale auf. Den Abgleich mit den bereits vorhandenen Stammdaten erledigt die Predictive Inference. Diese Funktion gibt ebenfalls die Prognose für den Vertragsabschluss aus, die den Kunden als Score für den Kontakt erreicht. Kontakte mit hohem Score erhalten Marketers zusätzlich zu der Analyse – und zwar bis zu tagesaktuell gepflegt und ohne weiteren Aufwand. Die Erfolgsquoten der Ansprachen lassen sich so in der Regel mindestens verdoppeln, während parallel die Unabhängigkeit von Webanalysen und Drittanbieter-Cookies steigt.