Mehr Fokus für Vertriebsmitarbeiter durch KI-gestütztes Sales Activity Management

„Wir haben zu viele Leads“: KI-gestützte Lead-Klassifizierung

  |   CX Technologies ,

Die Bauindustrie befindet sich im stetigen Wandel und der Wettbewerb wird immer intensiver. Doch wie auch immer sich die Zahl neuer Bauprojekte derzeit entwickelt: Für Bauzulieferer bietet jedes Bauvorhaben wertvolle Verkaufschancen. Diese frühzeitig zu erkennen und in die Sales-Pipeline aufzunehmen, bedeutet einen Wettbewerbsvorteil. Können diese Leads nicht identifiziert werden, gleicht das dem Verzicht auf potenzielles Geschäft. 

 

Befragt man den Vertrieb zu den aktuellen Herausforderungen im Lead-Management, ist die Antwort in den meisten Fällen: „Wir haben zu wenig Leads“. Umso erstaunlicher war die Aussage eines großen Bauzulieferers: „Wir haben zu viele Leads!. Auf den ersten Blick ein Luxusproblem. Doch was steckt wirklich dahinter? Wie kann es dazu? Und wie wurde es gelöst? Genau darum geht es in diesem Beitrag. 

Ein großes international agierendes Unternehmen aus der Bauzulieferer-Branche hatte eine CRM-Lösung eingeführt, um den LeadManagementProzess zu standardisieren und die Effizienz im Vertrieb zu steigern. Die Bearbeitung der Leads wurde dadurch zwar verbessert, aber die Menge der generierten Leads stieg nur leicht. Denn sobald die Leads identifiziert wurden, erfassten sie die Vertriebsmitarbeitenden weiterhin manuell. Es hieß also nach wie vor: „Wir haben zu wenig Leads“. Die Kenntnis weiterer geplanter Bauprojekte wäre in diesem Zusammenhang also sehr interessant. Doch selbst der beste und fleißigste Vertriebsmitarbeitende wäre nicht in der Lage, alle größeren Bauvorhaben seines Vertriebsgebiets – und damit alle potenziellen Verkaufschancen – im CRM-System zu erfassen und aktuell zu halten. 

 

Genau auf solche Anwendungsfälle haben sich branchenspezifische Datenlieferanten wie ibau oder Building Radar spezialisiert. Sie stellen Unternehmen wertvolle aktuelle Informationen zu deutschland oder gar weltweit geplanten Bauprojekten zur Verfügung. Auf Basis dieser Daten erfahren sie genau, wer mit wem was, wann und wo plant oder baut – und das nicht nur bei öffentlichen Bauvorhaben, sondern vor allem auch im gewerblichen und privaten Bereich. 

 

Für die Herausforderung „Wir haben zu wenig Leads“ schien damit die Lösung gefunden zu sein. Der Datenlieferant wurde direkt an das CRM-System angebunden und alle geplanten Bauvorhaben wurden anhand vordefinierter Kriterien über die eingerichtete Schnittstelle ins CRM-System übertragen und dort als neue Leads angelegt. Tatsächlich profitierten die Vertriebsmitarbeitenden anfangs von erheblichen Zeiteinsparungen bei der Erfassung von Leadsund die Anzahl der neuen Leads stieg rasant an. Doch aus der vermeintlichen Lösung wurde schnell ein neues Problem: Nach ein paar Monaten war das Vertriebsteam nicht mehr in der Lage, die Flut neuer Leads in der überfüllten Sales-Pipeline zu qualifizieren. Wöchentlich kamen zahlreiche neue Leads hinzu, während die manuelle Abarbeitung der Sales-Pipeline immer unrealistischer wurde. Die Folge: Etwa 80% der neuen Leads im CRM-System wurden vom Vertrieb nicht mehr bearbeitet. Denn angesichts ihrer enorm großen Anzahl wurde die Suche nach wirklich relevanten und vielversprechenden Verkaufschancen ineffizient. 

Lead-Qualifizierung: Wo steckt die Klasse in der Masse?

Im Vertriebsalltag müssen Mitarbeitende zahlreiche Aufgaben bewältigen – und viele davon im CRM-System. Ein effizientes CRM-System, das ihnen dabei hilft, relevante Leads schnell zu identifizieren, ist daher von großem Vorteil. Und zu Recht erwarten Sales-Profis, dass das System sie unterstützt, ihre Effizienz steigert und sie proaktiv darüber informiert, bei welchen Leads Handlungsbedarf besteht und welche warten können. 

 

Eine zentrale Rolle spielt dabei die zeitliche Komponente. Denn im hektischen Vertriebsalltag bleibt wenig Zeit, um eine große Anzahl neuer Leads zu sichten und die vielversprechenden darunter herauszufiltern. Viele Coaches würden dies als ein Problem des Zeitmanagements bezeichnen. Doch Zeit ist eine feste Größe und kann nicht direkt gemanagt werden. Was sich stattdessen managen lässt, sind die anstehenden Aufgaben. Dies erfordert jedoch nicht nur eine gute Selbstorganisation, sondern auch die Fähigkeit, Prioritäten zu setzen und den Mut, einige Aufgaben unerledigt zu lassen oder zu delegieren. Und dies gilt sowohl für klassische vertriebliche Tätigkeiten als auch für die Bearbeitung von Leads. 

 

Ein CRM-System, das proaktive Benachrichtigungen und klare Priorisierungen bietet, kann dabei entscheidend helfen. Denn es reduziert die Zeit, die für die Durchsicht von Leads benötigt wird, und ermöglicht dem Vertrieb, sich auf die vielversprechendsten Kontakte zu konzentrieren. Viele fragen sich an dieser Stelle zurecht: „Ist das nicht eine grundlegende Anforderung an ein modernes CRM? Laut Hersteller werden diese Funktionen doch zugesichert.“ 

 

Und ja: All das ist im CRM möglich. Doch es muss sorgfältig durchdacht, konzipiert und in der entsprechenden Technologie umgesetzt werden. Denn mit den Standardkonfigurationen wird ein Lead-Nurturing-Prozess im CRM nicht den konkreten Bedürfnissen und Anforderungen entsprechen. Es muss also individuell angepasst werden – und dafür sind praktische Erfahrung und Expertise erforderlich. 

Effiziente Aufgabenverwaltung mit der Eisenhower-Matrix

Kommen wir nochmals auf das Thema Zeitmanagement zurück. Mein persönlicher Favorit unter den Zeitmanagement-Methoden ist die Eisenhower-Matrix. Seit Jahren nutze ich diese Methode, um mehr Struktur und Effizienz in meinen Arbeitsalltag zu bringen. Warum ich diese Methode bevorzuge? Die Matrix ist einfach und übersichtlich umzusetzen und sehr effektiv, wenn es darum geht, anstehende Aufgaben zu priorisieren. 

 

Aber was hat das mit LeadManagement zu tun? Die Idee dahinter ist simpel: Je nach Dringlichkeit und Wichtigkeit eines Leads lässt sich dieser einem der vier Quadranten der Eisenhower-Matrix zuordnen. Abhängig davon definieren sich die Priorität und der weitere Umgang mit dieser Verkaufschance: Muss sie sofort angegangen werden oder ist sie ein Kandidat für die Wiedervorlage? Sollte sie delegiert werden? Oder kann man sie sogar ignorieren und aussortieren? 

Eisenhower Matrix

Quelle: Vision11 nach Dwight D. Eisenhower

Wendet man die Eisenhower-Matrix richtig und konsequent an, verschafft man sich deutlich mehr Zeit für das Bearbeiten von vielversprechenden Leads. So lässt sich der Arbeitsalltag im Vertrieb mit mehr Fokus und Effizienz bewältigen. 

 

Da ich selbst ein großer Fan dieser einfachen und effektiven Methode bin, habe ich mir gemeinsam mit meinen Kolleg:innen bei Vision11 die Frage gestellt, ob sich diese Matrix nicht sogar als Lösung für das oben erläuterte Problem anwenden ließe: „Wir haben zu viele Leads.“ 

 

Während der ersten Workshops und Tests stellte sich jedoch heraus, dass die Umsetzung innerhalb der aktuellen cloudbasierten CRM-Lösungen – z. B. von Salesforce oder SAP – alles andere als einfach ist. Eine manuelle Einordnung der neuen Leads wäre für keinen CRM-Anwender praktikabel. Stattdessen müsste das CRM-System die Wichtigkeit und Dringlichkeit der neu erstellten Aufgaben selbst erkennen und diese automatisch dem jeweiligen Quadranten in der Matrix zuordnen. Darüber hinaus sollte es auch innerhalb der Quadranten eine gewisse Priorisierung geben, um sicherzustellen, dass bei vielen sofort zu bearbeitenden Leads mit den wichtigsten begonnen wird. 

 

Nur so lässt sich gewährleisten, dass die Vertriebsmitarbeitenden ihre Zeit optimal nutzen und sich auf die vielversprechendsten Leads konzentrieren können. 

Die Lösung: Künstliche Intelligenz

Für die automatisierte Kategorisierung der Leads werden Algorithmen der künstlichen Intelligenz eingesetzt. Im ersten Schritt analysieren diese die im CRM-System bereits vorhandenen Daten. Für die Feinjustierung der Kategorisierung betrachten sie anschließend verschiedene Informationen wie den Eingangskanal, die Kundenzuordnung, zeitliche Angaben und die Art der Leads in Kombination. Mithilfe einer entsprechenden Wenn-Dann-Logik kann der KI-Algorithmus schließlich jedem einzelnen Lead einen Punktwert für Zu- und Abschläge zuweisen. 

 

Jeder neu eingespielte bzw. neu angelegte Lead startet mit 50 Punkten, durchläuft den Algorithmus und wandert dann in der Eisenhower-Matrix nach unten oder nach oben bzw. nach links oder nach rechts. Ausschlaggebend für die Priorisierung ist der finale Punktwert der Leads, der sich auf einer Skala zwischen 0 und 100 bewegt. Dadurch lässt sich jeder Lead einem bestimmten Quadranten zuordnen. Da jeder Quadrant nur 25% aller Leads umfassen kann, müssen die Zuordnungsprozesse nach dem Hinzufügen eines neuen Leads erneut gestartet werden. So ergibt sich die Kategorisierung und die daraus resultierende leichte Verschiebung der Leads nach jedem Durchlauf. 

 

Und so sieht die Matrix in den Sales Clouds von SAP und Salesforce als visuelles Dashboard-Element aus: 

Quelle: Vision11

Für die Leads, die sofort bearbeitet werden müssen, werden automatisiert entsprechende Aufgaben erzeugt, dem zuständigen Vertriebsmitarbeitenden zugewiesen und proaktiv mitgeteilt. Dadurch müssen Vertriebsmitarbeitende nicht selbst nach den wichtigen Leads im CRM-System suchen, sondern erhalten diese direkt in ihren Arbeitsvorrat. 

Automatisierung der Lead-Klassifizierung

Um die Logik der Eisenhower-Matrix für die Lead-Klassifizierung im CRM automatisiert anzuwenden, werden sogenannte Multiclass-Algorithmen verwendet. Dabei wird insbesondere der Multinomial Naive Bayes Algorithmus eingesetzt. Der wesentliche Vorteil dieses Algorithmus liegt in seiner Effektivität bei großen Datenmengen sowie seiner schnellen und präzisen Arbeitsweise. Dies ermöglicht kontinuierliches Lernen („Continuous Learning“) und somit die Klassifizierung neuer Leads nahezu in Echtzeit. 

Exkurs: Multinomial Naive Bayes Algorithmus

Für alle technisch- und KI-affinen Leser:innen wird es an dieser Stelle etwas mathematischer. Der Satz von Bayes lautet für zwei Zufallsereignisse A und B wie folgt:

Multinomial Naive Bayes Algorithmus

Die bedingten Wahrscheinlichkeiten Pr (A|B) und Pr (B|A) nennen wir die a posteriori Wahrscheinlichkeiten. Die Wahrscheinlichkeiten Pr(A) und Pr(B) bezeichnen wir hingegen als a priori Wahrscheinlichkeiten. Der Bayes Algorithmus ist in der Lage, jede Aufgabe mit einer Wahrscheinlichkeit von 0 bis 1 zu versehen. Somit lässt sie sich mit anderen Aufgaben vergleichen und entsprechend einsortierten. 

KI gestütztes Sales Activity Management

Quelle: Vision11

Vorteile der Verwendung des Multinomial Naive Bayes Algorithmus

Die Verwendung des Multinomial Naive Bayes Algorithmus zur Einordnung von Aufgaben in die Eisenhower-Matrix hätte folgende Vorteile:

 

  • Relativ einfache Umsetzung der Klassifizierung
  • Schnellere Konvergenz im Vergleich zu diskriminierenden Modellen wie die logistische Regression
  • Weniger Trainingsdaten erforderlich
  • Hohe lineare Skalierbarkeit mit der Anzahl der Prädiktoren und Datenpunkte
  • Sehr gute Möglichkeit von probabilistischen Vorhersagen
  • Verarbeitung von kontinuierlichen und diskreten Daten
  • Geeignet sowohl für binäre als auch für Mehrklassen-Klassifizierungs-Probleme

Fazit

Ob der Vertrieb eine hohe oder eine niedrige Konvertierungsrate der generierten Leads in echte Verkaufschancen erzielt, hängt von vielen Faktoren ab. Und während des oft langwierigen Sales Cycles können zahlreiche unvorhersehbare Ereignisse auftreten. Entscheidend ist jedoch, dass Vertriebsmitarbeitende ihre begrenzte Zeit zu Beginn des Sales Cycles auf die richtigen Leads fokussieren. Daher erwarten sie von einem CRM-System, dass es sie effektiv bei der Strukturierung, Priorisierung und Bearbeitung dieser Leads unterstützt. Doch Standard-CRM-Lösungen bieten bisher leider nur begrenzte Vorteile bei der Lead-Klassifizierung. 

 

Um dies zu verbessern, haben wir bei Vision11 kreative Ansätze entwickelt, um die Lead-Bearbeitung aus Anwendersicht zu optimieren. Unser Ergebnis: Mit der Umsetzung der Eisenhower-Matrix lässt sich die Lead-Pipeline nicht nur übersichtlich darstellen, sondern auch strukturiert und effizient verwalten. Durch den Einsatz geeigneter KI-Methoden werden die Leads dabei automatisiert klassifiziert und dem Arbeitsvorrat der zuständigen oder am besten geeigneten Vertriebsmitarbeitenden zugewiesen. Dies ermöglicht es ihnen, ihren Fokus auf die wichtigen und dringenden Leads zu legen, statt viel Zeit mit der Suche nach ihnen zu verbringen. 

 

Ich bin fest davon überzeugt, dass sich diese Erweiterung des Standardumfangs durch ein kleines Dashboard und die automatisierte Klassifizierung lohnt. Gleichzeitig trägt sie zu einer höheren Anwenderakzeptanz des CRM-Systems bei.  

 

Eine 1:1-Umsetzung der in diesem Artikel vorgestellten Lösung ist in anderen Unternehmen aufgrund der unterschiedlichen Geschäftsmodelle, Produktpaletten, Daten- und Vertriebstrukturen, CRM-Technologien sowie zahlreicher weiterer Faktoren wenig realistisch. Dennoch bietet dieser Lösungsansatz wertvolle Erkenntnisse und Erfahrungen, die als Grundlage für die Bewältigung ähnlicher Herausforderungen in anderen Unternehmen der Branche dienen können. 

 

Für weiterführende Gespräche und einen Erfahrungsaustausch stehe ich jederzeit gerne zur Verfügung. 

Sie wollen mehr über die KI-Expertise von Vision11 erfahren?

Gerne stehe ich Ihnen für ein weiterführendes Gespräch zur Verfügung:

Sergej Plovs

Sergej Plovs

M +49 151 46124767

Ob man im Vertrieb eine Opportunity gewinnt oder nicht, hängt oft von einer Vielzahl an kleinen Aufgaben und Aktivitäten ab. Viele Vertriebsmitarbeitende erhoffen sich daher von einem CRM, dass es sie bei der Strukturierung und Priorisierung sowie beim Management solcher Aufgaben unterstützt. Dafür haben unsere Experten eine Lösung gesucht – und sie in Form einer KI-gestützten Eisenhower-Matrix gefunden.