Lead-Scoring-Modell als Erfolgsfaktor

Wenn Sie bereits Marketing-Automationsprozesse im Einsatz haben, kommen Sie langfristig nicht mehr darum herum ihre Leads auch nach unterschiedlichen Kriterien zu bewerten. Vorweg sei erwähnt, dass es keine Patentformel für den Aufbau eines Scoringmodells gibt, da die Bewertung und Priorisierung von Leads immer individuelle auf die unterschiedlichen Buyer-Personas angepasst werden müssen. Egal ob die Lead Generierung aus dem Marketing über Gewinnspiele, Whitepapers, Spezialangebote oder einfach nur Webformularen auf einer Landingpage oder im Rahmen einer Lead Ad Kampagne auf Social Media Plattformen erfolgt, können zwei unterschiedliche strategische Ansätze (ja nach Produkt, Branche, und Zielsetzung) verfolgt werden::

Quantitätsansatz: Der Fokus liegt auf der Erzielung möglichst vieler Interessenten, wobei die Leadqualität im ersten Schritt eine untergeordnete Rolle spielt. (Quantität der Leads)

Qualitätsansatz:  Der Generierungsprozess zielt auf die Gewinnung von wenigen, aber dafür hochwertige Leads ab, welche mit weniger Aufwand zu Opportunities bzw. Kunden gewandelt werden können. (Qualität der Leads).

Innerhalb dieser beiden Ansätze unterscheidet man zwischen explizitem und implizitem Lead-Scoring, wobei „Explizite Merkmale“ vom Lead selbst mitgegeben werden (zB.: beim Ausfüllen der Whitepaper Anfrage). Implizite Merkmale sind im Gegensatz dazu definierte Eigenschaften/Informationen, die Sie durch das Verhalten (Newsletter-Anmeldung, Präferenz-Auswahlen, Social Media-Interaktion, Website-Verhalten, etc…) des Leads sammeln.

WIE KÖNNTE DER AUFBAU EINES LEAD SCORING AUSSEHEN? WOHER KOMMEN DIE DATEN UND WIE UNS MARKETING AUTOMATION DABEI HELFEN KÖNNTE?

Wie eingangs bereits erwähnt können wir Ihnen an dieser Stelle keine Patentformel für den Aufbau eines Scorings Modelles liefern, da sich der Aufbau immer an ihrem individuellen Geschäftsmodell, ihrem Produkt- und Dienstleistungsportfolio, ihrer Marketingstrategie und ihren Buyer-Personas orientiert.

Viele Firmen bauen ein Scoring System basierend auf Werten zwischen 1 – 100 Scoring Punkten auf, wobei verschiedene Faktoren unterschiedlich bewertet werden. Wichtig ist, dass das Scoring System als dynamisches Gesamtsystem verstanden wird, in das neue Fakten und Analysen immer weiter einfließen. Ein Beispiel soll das kurz verdeutlichen:

Der Produzent von Fahrradblinkern hat durch eine Analyse seiner Sales Daten herausgefunden, dass überwiegend weibliche Kunden nach dem Anklicken des Verkehrssicherheitsvideos auf der Produktseite  35 % öfter zu qualifizierten Leads konvertiert werden, als Leads die dieses Video nicht ansehen. Aus diesem Grund wird diese Interaktion im Scoring System höher bewertet als andere,

Hier finden Sie einige Beispiele wie ein Scoring Modell aufgesetzt werden könnte:

Nachdem wir uns einige Beispiele zum Aufbau einer Lead Scoring Struktur angesehen haben stellt sich nun die Frage, woher bekommen Unternehmen diese Daten, und wie können Marketing Automation Programme Unternehmen in diesem Bereich unterstützen?

Die Antwort ist einfach und kompliziert zugleich – je effizienter Daten aus unterschiedlichen Quellen erfolgreich zu einem Gesamtbild zusammengetragen werden, desto schneller und effizienter ist der Konvertierungsprozess Richtung Sales-Abteilung. In einer Gesamtbetrachtung können Daten aus Analytic-Programmen, aus verbundenen Third Party Daten (zB.: der Lead gibt an bei Firma X zu arbeiten > die angebundene Third Party Datenquelle spielt zeitgleich sämtliche relevanten Informationen zu dem angegebenen Unternehmen des Leads hinzu), aus bestehenden Informationsquellen wie CRM oder Marketing Automation kommen.

Marketing Automation und Robotic Selling können Ihnen dabei helfen alle diese Leadquellen vollautomatisiert miteinander zu verbinden, und durch Algorithmen – basierend auf dem Machine-Learning-Prinzip -  Aktionen und Scoringmerkmale laufend anzupassen!