Skip to content

Kaufinteresse und B2B Lead Scoring

Das B2B Lead Scoring ist ein Verfahren, mit dem du Leads bewerten kannst. Da die Ressourcen im Marketing und Sales wie in allen anderen Abteilungen beschränkt sind, ist eine Priorisierung der Leads sinnvoll. Welche Leads sind am wertvollsten und sollten daher zuerst im Rahmen des Nurturings Berücksichtigung finden? Mittels B2B Lead Scoring stellst du diese Entscheidung auf eine solide Datenbasis.

Ein weiterer wichtiger Aspekt bei der Bewertung von Leads betrifft deren Reife in Bezug auf den Abschluss eines Kaufs. Dabei ist von Interesse, wie weit der Lead bereits in seinem Entscheidungsprozess resp. auf seiner Customer-Journey vorangeschritten ist.

Die Vorteile von Lead-Scoring sind zahlreich, die vier wichtigsten sind jedoch:

  • Priorisierung der Kontakte,
  • Zeit- und Kostenersparnis,
  • höhere Conversion Wahrscheinlichkeit und
  • langfristig höhere Umsätze.

Die Grundlage: Daten

Bevor du mit dem B2B Lead Scoring beginnen und deine Leads bewerten kannst, benötigst du Daten. Auch hier ist Relevanz gefragt: Du musst festlegen, welche Informationen für dein Bewertungsmodell relevant sind, welche Ziele du mit dem Scoring erreichen möchtest und wie die konkrete Berechnung des Scores erfolgen soll. Es sind also einige vorbereitende Schritte erforderlich, um in das Lead-Scoring einsteigen zu können.

Du sammelst für das Lead-Scoring im Wesentlichen drei Arten von Informationen: demografische Daten, Unternehmensinformationen sowie interessen- und verhaltensbasierte Daten. Entweder erhältst du diese Informationen direkt von deinem Kontakt oder sie sind öffentlich zugänglich.

Folgende Daten sind wichtig für die demografischen Informationen:

  • Altersgruppe
  • berufliche Position
  • Wohnort

Das sind die wichtigen Unternehmensinformationen:

  • Branche
  • Jahresumsatz
  • Mitarbeiteranzahl
  • Standort
  • Projektbudget

Wichtig sind ebenfalls Daten zum Verhalten und den Interessen deiner Kontakte:

  • Zahl der Webseitenbesuche
  • Interaktionen mit Beiträgen auf Social Media oder mit E-Mails
  • Anzahl der Aufrufe bestimmter Inhalte (z. B. Download E-Book)
  • Phase in der Customer-Journey
  • Detaillierte Informationen darüber, welche Themen und Produkte der Lead interessant findet

Beispiel: Relevante Daten

Dein Unternehmen bietet ein Whitepaper zu einer neuen Maschine an, mit der sich Fabriken ausrüsten lassen, um den Fertigungsprozess zu optimieren. Die Maschinen sind nur interessant für Unternehmen, die über eine gewisse Größe verfügen, da hierfür erhebliche Investitionen erforderlich sind. In einem solchen Fall interessieren dich vorwiegend Unternehmensinformationen wie das Projektbudget, der Jahresumsatz und die Branche.

Diese Daten lassen sich z. B. über ein Kontaktformular sammeln. Die Kunst dabei ist es, die Felder im Kontaktformular richtig zu definieren. Hier gilt: nicht zu viel, aber alles Relevante abfragen. Je mehr du über deine Leads weißt, desto gezielter kannst du sie auf der Customer-Journey mit relevanten Informationen unterstützen.

Liegen alle benötigten Informationen zu den Kontakten vor, kannst du dein Lead-Scoring-Modell entwickeln. Das B2B-Lead-Scoring-Modell ist das System, anhand dessen du die Bewertung deiner Leads vornimmst. Von der Definition dieses Systems hängt also ab, wie aussagekräftig die Bewertungen wirklich sind. Es ist wichtig, viel Zeit in die Entwicklung des Modells zu investieren. Zudem solltest du dein Modell regelmäßig überprüfen und gegebenenfalls anpassen.

Explizites vs. implizites Lead-Scoring

Bei der Erstellung von Lead-Scoring-Modellen spielen sowohl die Menge an Informationen pro Lead (explizites Scoring) als auch die Reaktion des Leads auf die Kommunikation (implizites Scoring) eine Rolle. Daraus lässt sich ableiten, wie hoch die Wahrscheinlichkeit ist, dass aus einem Interessenten ein Kunde wird.

Das explizite Lead-Scoring befasst sich mit den Kontaktinformationen eines Leads und bildet dessen Profil ab. Die Merkmalsbewertung erfolgt im expliziten Modell sowohl auf quantitative als auch auf qualitative Weise. So kannst du deine Leads z. B. quantitativ anhand des Merkmals Jahresumsatz bewerten und nach der Höhe der Umsätze sortieren. Möglich ist auch, dass dich nur bestimmte Positionen wie Einkäufer oder CEOs interessieren. Das wäre dann eine qualitative Bewertung-

Folgende Merkmale, anhand derer sich die Eignung des Leads einschätzen lässt, sind z. B. für das explizite Scoring interessant:

  • Unternehmensgröße
  • Branche
  • Position
  • Budget

Beim impliziten Lead-Scoring erfolgt die Bewertung hingegen in Bezug auf das Verhalten eines Kontakts. Hier interessieren dich deren Verbindlichkeit und dessen Interesse an deinem Unternehmen und deinen Produkten. Der Lead erhält eine höhere Bewertung, wenn er ein höheres Kaufinteresse bekundet. Die Verbindlichkeit und das Kaufinteresse des Leads sind anhand verschiedener Merkmale bewertbar:

  • Verhalten des Leads auf der Webseite wie das Aufrufen bestimmter Inhalte
  • Anzahl der ausgefüllten Formulare (für Whitepaper, Kommentare, Webinare usw.)
  • Zeitpunkt der letzten Aktivität
  • Häufigkeit der Aktivitäten
  • Interaktion auf Social-Media-Kanälen
  • Öffnungsrate und Klickraten von E-Mails
  • Anzahl der Formularübermittlungen

Kalkulation des Scores

Um eine Bewertung zu erhalten, versiehst du die einzelnen Merkmale mit einem Punktwert. Auf diese Weise erfolgt automatisch eine Gewichtung. Die zwei wesentlichen Werte hierbei sind: die Bewertung von Potenzial und Interesse. Beide Scores musst du für ein erfolgreiches B2B-Lead-Scoring kalkulieren können.

So kannst du z. B. für das Herunterladen von E-Books +5 Punkte vorsehen, während der Download der Produktliste bereits mit +20 Punkten einfließt. Letzteres lässt bereits ein deutlich konkreteres Interesse erkennen, dass es zu einem Kauf kommen könnte. Hierbei handelt es sich um Kalkulationen bezüglich des Interessenscores.

Mit den expliziten Informationen für den Potenzialscore funktioniert das fast identisch. Möchtest du nur an große Unternehmen verkaufen, könntest du für eine Mitarbeiteranzahl über 1.000 einen Wert von +10 Punkten vergeben. Sind es nur 100 Mitarbeiter, könntest du noch +5 Punkte vorsehen. Möglich ist auch, dass du bei Unternehmen mit weniger als 50 Mitarbeitern und damit sehr kleinen Unternehmen einen negativen Wert von z. B. -5 Punkten vergibst. Bezüglich des Kriteriums „Position“ sind für dich vielleicht Entscheider wie der CEO oder Einkäufer besonders wichtig. Sie erhalten einen hohen Punktwert. Ein IT-Mitarbeiter hingegen könnte weniger Punkte erhalten und Praktikanten könntest du mit einem negativen Punktwert versehen.

Der perfekte Lead

Heutzutage entwickeln Unternehmen Lead-Scoring-Strategien, indem sie so denken wie die Vertriebsmitarbeiter: Sie gehen davon aus, dass bestimmte Faktoren eine größere Bedeutung haben als andere, und kombinieren entsprechend den expliziten und den impliziten Ansatz zu einem zweidimensionalen B2B-Lead-Scoring-Modell. Wenn beide Werte hoch genug sind, werden die Leads zur Kontaktaufnahme weitergegeben. Aber ist das zweidimensionale Scoring-Modell wirklich die beste Methode, um Leads zu bewerten? (s. auch 􏰀 Abb. 5.3)

Bevor du dein perfektes Scoring-Modell entwickeln kannst, benötigst du zunächst ein Konzept für die verschiedenen Faktoren, die einen Lead für die Weiterverfolgung geeignet machen. Deine Vertriebsmitarbeiter wissen das am besten, also stelle ihnen Fragen. Wie würden sie ihre besten Leads beschreiben? Welche Aktivitäten unternehmen sie? Welche Eigenschaften haben sie gemeinsam? Dann überlege, inwieweit du diese Gedanken in dein Lead-Scoring-Programm einfließen lassen kannst.

Im Folgenden findest du einige Beispiele für Faktoren, die du berücksichtigen solltest:

  • Entscheidungsträger: Verfügt der Lead über eine Kaufberechtigung? Ist er derjenige, der die endgültige Entscheidung trifft?
  • Berufsbezeichnung: Wie lautet die Berufsbezeichnung der Person? Hilft sie dir, die Personen zu unterscheiden, die du für gute Leads hältst?
  • Branchensegment: Gibt es bestimmte Branchensegmente, an die dein Unternehmen mehr verkauft?
  • Individuelle Besuche (insgesamt oder nach Inhaltstyp): Hat der Kontakt als Einzelperson mehrere Seiten deiner Webseite besucht? Lassen sich verschiedene Seiten so einer Systematik zuordnen, dass sie für die Leadpflege oder die Vertriebsnachbereitung sinnvoll sind?
  • Einzelne Downloads (insgesamt oder nach Inhaltstyp): Hat der Lead verschiedene Whitepapers heruntergeladen, die ihn zu einem wahrscheinlichen Käufer machen?
  • Besuchte Veranstaltungen: Zeigt der Lead ein großes Interesse an den Webinaren oder Live- Veranstaltungen deines Unternehmens?
  • Unternehmensweite Aktivitäten: Manchmal recherchiert nicht der Entscheidungsträger selbst, was er bei deinem Unternehmen kaufen möchte, sondern andere übernehmen dies für ihn. Die Verfolgung der Gesamtaktivitäten nach Unternehmen (oder Kunden) kann helfen, gute Leads zu identifizieren.
  • Unternehmensweite Ausgaben: Wie viel gibt ein Unternehmen bereits bei dir aus? Gibt es Potenzial für Up-Selling?
  • Top-Unternehmen (nach Domain, Firmenname etc.): Du hast vielleicht eine Liste von Top- Unternehmen, die du unbedingt zu deinen Kunden zählen willst.
  • Formulareinreichungen: Manche Formulare sind vielleicht besser als andere. So sind Newsletter- Anmeldungen in der Regel geringer zu bewerten als Formulare, mittels derer ein Beratungsgespräch angefordert wird.

Automatisches oder manuelles B2B Lead Scoring

Viele Unternehmen fangen mit manuellem B2B Lead Scoring an und etablieren erst einmal ihre Prozesse, bevor sie darüber nachdenken, zu einer Automatisierung überzugehen. Es stellt sich die grundsätzliche Frage, ob das manuelle oder das automatisierte Lead-Scoring sinnvoller ist. Tatsächlich spricht vieles dafür, es gleich zu automatisieren und „richtig“ zu machen. Die manuelle Herangehensweise ist nur gerechtfertigt, wenn die Datensätze überschaubar sind. Das ist aber praktisch nur dann der Fall, wenn es sich um ein neues und noch sehr junges Unternehmen handelt. Heute sammelst du in Marketing und Vertrieb so schnell Daten, dass die manuelle Herangehensweise unmöglich ist.

Deshalb ist es fraglich, warum du überhaupt Arbeit in das manuelle Lead-Scoring investieren solltest. Für die Automatisierung von Lead-Qualifizierung gibt es bereits zahlreiche Softwarelösungen auf dem Markt. Zu den bekanntesten zwei im DACH-Raum gehören HubSpot und Salesforce.

Das B2B-Lead-Scoring ist eine der besten Möglichkeiten, Kontakte zu priorisieren und eine sinnvolle Reihenfolge für das Lead-Nurturing festzulegen. Die Kundenperspektive vermag das herkömmliche Lead-Scoring allerdings nicht abzubilden. So kann die Innensicht zweier Kunden, welche sich am selben Punkt ihrer Customer-Journey befinden, erheblich voneinander abweichen; allein schon deshalb, weil Persönlichkeiten unterschiedlich sind. Während ein Kunde bereits nach wenigen Inputs kurz vor der Conversion steht, ist dies bei einem anderen unter Umständen noch ein weiter Weg.

Ist also B2B Lead Scoring wirklich effektiv? Wird es konsistent umgesetzt, kann es zwar dem Vertrieb helfen, die richtigen Prioritäten zu setzen – die Ergebnisse sind allerdings oft ungenau. Wie kann das gelöst werden?

Engagement Lead Scoring (ELS)

Wir beobachten, dass Scoring-Projekte leider häufig scheitern, weil die Scoring-Teams nur die Schritte dokumentieren, die potenzielle Kunden an bestimmten Punkten der Customer-Journey machen. Das Problem? Die Modelle des Verkaufstrichters sind zwar leicht zu verstehen, zeigen aber keine echte Customer-Journey, da die meisten Kunden in ihrem Kaufprozess keine linearen Schritte machen. So kann es sein, dass deine Kunden drei bis fünf verschiedene Wege einschlagen und nicht nur einen Weg.

Es ist zwar wichtig, die verschiedenen Meilensteinen zu berücksichtigen (z. B. kostenlose Testversionen, Live-Chats oder Gespräche mit dem Vertrieb), aber sie müssen im Kontext der gesamten Customer- Journey gesehen werden. Deshalb müssen auch alle kleineren Schritte berücksichtigt werden, die zwischen diesen großen Meilensteinen liegen. Verändert etwa die Art und Weise, wie dich Leads gefunden haben (über Werbung, organisch oder durch eine Empfehlung), die Reise? Oder machen sie für verschiedene Produkte unterschiedliche Schritte? Versuche, all das zu berücksichtigen.

Wenn du dir nicht die Zeit nimmst, alle deine Regeln im Voraus zu definieren, wirst du dich höchstwahrscheinlich für eine unzureichende Lead-Scoring-Lösung entscheiden, mit der du nicht alle deine Regeln umsetzen kannst. Oder schlimmer noch: Die Lösung ist unflexibel, und du kannst die Regeln nicht mehr ändern, wenn du sie einmal aufgesetzt hast.

Was ist der ELS?

Wenn dein Unternehmen eine umfassende Produktspezifikation und mehrere Blog-Artikel auf der Webseite hat oder Upsells auf Basis der Produktnutzung anbietet, ist es unerlässlich, das Produkt- Engagement detailliert auf Feature-Ebene zu überwachen. Falls du eine Software anbietest, geht es darum, zu verstehen, welche Funktionen innerhalb der Software genutzt werden. Ein echtes verhaltensbasiertes Lead-Scoring-Modell ermittelt, welche Funktionen und Themen von Interesse sind, und erkennt, wann ein stark engagierter Nutzer bereit für ein Beratungsgespräch ist.

In traditionellen Lead-Scoring-Systemen wird die Produktnutzung völlig außer Acht gelassen. Die Unternehmen verlassen sich zu sehr darauf, wer die Person ist, und nicht darauf, was sie tut. Damit die Lead-Scoring-Technologie einen Mehrwert bietet, muss sie intelligenter sein. Leider gehen noch heute viele Leads aufgrund schlechter Nachverfolgung verloren. Aber wie soll man bei Hunderten von Leads, die jeden Tag eingehen, Prioritäten setzen? Unternehmen brauchen ein intelligentes System, mit dem sie Erfolge und Misserfolge ständig überwachen können und das das Scoring auf der Grundlage von Echtzeitdaten und -ergebnissen automatisch anpasst.

Hier kommt das Engagement-Lead-Scoring ins Spiel, welches die Kundenperspektive in Relation zur Customer-Journey setzt. Das Engagement-Lead-Scoring bildet somit die Dynamik der Kundenbeziehung im Laufe der Customer-Journey ab und bewertet – im Unterschied zum klassischen Lead-Scoring – das Interesse eines Leads an einem bestimmten Thema – gemessen anhand der Aktivität innerhalb eines Zeitraums (s. auch 􏰀 Abb. 5.4).

Wenn du verschiedene Produkte oder Dienstleistungen anbietest, kann es sein, dass ein Lead an mehreren Produkten gleichzeitig interessiert ist, sich aber jeweils in unterschiedlichen Phasen der Customer-Journey befindet. Für ein optimales Scoring-Modell muss dies berücksichtigt werden. Entsprechend solltest du alle Seiten deiner Webseite in Themen kategorisieren. Außer Punkte nach Aktivität zu addieren oder zu subtrahieren, kannst du somit das Interesse an Themenbereichen, das ein Lead gerade zeigt, miteinbeziehen. So bekommst du als Resultat z. B.:

  • Produkt A mit Interessenscore 76 %
  • Produkt B mit Interessenscore 35 %
  • Thema X mit Interessenscore 40 %
  • Thema Y mit Interessenscore 56 %

Einblicke in das Interessensprofil des Leads gestatten ein tiefes Verständnis für die Lebenszyklusphasen und ermöglichen innovative Kommunikations- sowie Marketingstrategien. In der Praxis entstehen höchst detaillierte, fast gläserne Personas, welche nicht ausschließlich durch Branche, Position oder Entscheidungsgewichtung charakterisiert werden, sondern auch durch ihre Meinungen, Wertvorstellungen, Ängste, Interessen und vergangenen Erfahrungen.

Indem Kunden basierend auf ihrem Fortschritt in der Customer-Journey bewertet werden, ist es einfacher, Trends zu identifizieren und zeitnah auf sie zu reagieren. Das Marketing kann beispielsweise bei allen Leads einer gleichen Phase dieselben Aktivitäten oder Handlungen feststellen und so entsprechende Strategien entwickeln, um Zweifelnde zur Conversion zu bewegen. Dies gestattet die Initiierung gezielter Marketing-Maßnahmen, welche den Lead nicht nur auf der Customer-Journey begleiten, sondern seine individuelle Kaufbereitschaft scharf umreißen und in die Marketing- Automation einfließen lassen. Diese Strategie liefert ein extrem akkurates Bild des jeweiligen Leads.

Lead-Scores sind extrem nützlich, aber es ist wichtig, dass du sie richtig einsetzt. Eine „Best Practice“ zu definieren, ist schwierig, da verschiedene Unternehmen unterschiedliche Lösungen benötigen. Wem es aber gelingt, die Datenmengen sinnvoll in Relation zu setzen und schnell zu analysieren, bewegt sich näher am Kunden und kann optimal auf sich ständig ändernde Kaufgewohnheiten im B2B reagieren.

Comments