Project Description

Innovative KI-Software für Vertrieb und Marketing

Das erwartet Sie in diesem Beitrag:

  • Wie kann KI Ihren Vertrieb und Ihr Marketing unterstützen?
  • Welche Voraussetzungen müssen für die Implementierung von KI-Software gegeben sein?
  • 4 konkrete KI-Software-Beispiele

Marketing und Vertrieb leben in weiten Teilen von menschlicher Kreativität und Intuition. Anders ausgedrückt: der Faktor Mensch ist für den Vertriebserfolg unverzichtbar. Gleichzeitig ist Effizienz unter den wachsenden Herausforderungen des B2B, ohne den strategischen Einsatz technischer Hilfsmittel, kaum mehr zu erreichen. Mit dem Einsatz künstlicher Intelligenz sind Marketing und Vertrieb im 21. Jahrhundert angekommen.

Der Begriff der künstlichen Intelligenz hat in den letzten Jahren zunehmend seinen unbestimmten, vermeintlichen Schrecken verloren und repräsentiert zunehmend eine wachsende Vielfalt an Technologien. Sie vereinfacht nicht nur wiederkehrende Aufgaben im unternehmerischen Alltag, sondern ermöglicht vor allem durch Automatisierung und Machine Learning einen sinnvollen Umgang mit den gigantischen Datenmengen des digitalen Zeitalters, der ohne sie nicht mehr zu leisten ist.

KI-Software

An dieser Stelle möchten wir Ihnen eine Auswahl an KI-Software vorstellen, die Vertriebs- und Marketingverantwortliche bei ihren täglichen Aufgaben unterstützen und ihnen neue, vielversprechende Wege zum Kunden eröffnen. Darüber hinaus wollen wir Ihnen verdeutlichen, welche Anforderungen die einzelnen Methoden an die Organisation Ihres Vertriebs stellen und Ihnen konkrete Software-Beispiele vorstellen.

1. Predictive Lead Scoring

Leads, qualifizierte Kontaktinformationen zu potenziellen Kunden, sind im B2B die Grundlage der Vertriebsarbeit und damit des gesamten unternehmerischen Erfolgs. In der strategischen Zusammenarbeit von Marketing und Vertrieb findet die Leadgenerierung ihre zentrale Bedeutung. Mit Engagement und Geschick betrieben, liefert sie einen kontinuierlichen Strom an Firmeninformationen. Die Aufgabe des Lead Scorings besteht darin, den aktuellen Wert eines Leads, in Hinblick auf seine zeitnahe Verwertbarkeit durch den Vertrieb, messbar zu machen.

Reif ist ein Kontakt dann, wenn er nach festgelegten Kriterien die größten Erfolgsaussichten für einen Abschluss signalisiert. Das Lead Scoring ist ein Verfahren, das diesen Reifegrad messbar machen soll, dem Leadmanagement zu jeder Zeit einen schnellen Überblick bietet und eine langfristige Planung der Vertriebsaktivitäten ermöglicht.

Predictive Lead Scoring KI-Software

Quelle: www.getvoip.com

Das Lead Scoring bewertet unterschiedliche Merkmale eines Leads, angefangen bei seiner Vollständigkeit im Hinblick auf die vertriebsrelevanten Firmeninformationen bis hin zu online erfassten Aktivitäten des potenziellen Kunden. Das konkrete Ergebnis einer solchen Analyse ist ein Zahlenwert. Der Zielwert repräsentiert dabei den optimalen Lead, also den Datensatz, der alle erforderlichen Informationen enthält und alle Voraussetzungen erfüllt, die als charakteristisch für einen Potenzialkunden angesehen werden. Je weiter sich der so gemessene Wert dem Zielwert annähert, desto größer wird die Wahrscheinlichkeit für einen möglichen Abschluss. Gleichzeitig kann das Erreichen verschiedener Schwellenwerte genutzt werden, um Maßnahmen von Marketing und Vertrieb gezielt zu steuern.

Künstliche Intelligenz kann genutzt werden, um einerseits den Prozess der Bewertung eines Leads zu automatisieren, andererseits aber auch die Merkmale des Ziel-Leads definieren. Zu diesem Zweck analysiert eine KI-Software Datenbestände und ermittelt aus erfolgreich bearbeiteten Leads Muster. Die so entwickelten Algorithmen werden durch Machine Learning kontinuierlich verbessert und weiterentwickelt.

Leadscoring ist ein Gemeinschaftsprojekt von Marketing und Vertrieb. Beide Unternehmensdisziplinen sind gleichermaßen an Planung und Umsetzung beteiligt und bringen Know-how und Erfahrung ein. Voraussetzung für eine erfolgreiche Implementierung ist deshalb eine intensive Zusammenarbeit und Vernetzung der beiden Abteilungen.

Eine zentrale Aufgabe für den Vertrieb besteht darin, einen Ziel-Lead zu definieren, also Merkmale zu benennen, die einen Lead als maximal „reif“ charakterisieren. Zusammen mit der ebenfalls auszuwählenden Berechnungsmethode ermöglicht er das eigentliche Scoring, also die Zuordnung eines „Reifegrades“.

Gemeinsam mit dem Marketing müssen zudem Online-Maßnahmen geplant und organisiert werden, die einerseits Leads generieren und andererseits zusätzliche Informationen liefern, die in das Leadscoring einbezogen werden. Außerdem betreiben diese Maßnahmen das Lead-Nurturing, also die aktive Weiterentwicklung eines Leads bis zum Erreichen des angestrebten Scores.

Salesforce zählt zu den führenden Anbietern cloudbasierter CRM-Lösungen für Unternehmen. Salesforce Einstein analysiert alle Arten gespeicherte Daten, von Kundendaten über Aktivitätsdaten bis hin zu E-Mail-Verkehr, Kalendern, Daten aus dem E-Commerce und Social Media Daten. Durch maschinelles Lernen entwickelt die Software Vorhersagemodelle für Vertrieb und Marketing. Salesforce Einstein optimiert so den Workflow und hilft dem Vertrieb Leads zu bewerten und Potenziale zu erkennen.

2. Chatbots

Chatbots als digitale Service-Mitarbeiter auf Unternehmenswebsites sind im B2C schon seit einigen Jahren ein zunehmend vertrautes Bild. Als kompetente und effiziente Ansprechpartner ohne eingeschränkte Service-Zeiten können sie auch im B2B den hohen Informationsbedarf von Kunden und Interessenten bedienen.

Quelle: www.userlike.com

Aus Sicht des Unternehmens leisten Chatbots mehr als die Optimierung des Kundendialogs und machen sich nicht allein durch die potenzielle Ersparnis im Service-Bereich bezahlt. Der virtuelle Mitarbeiter spricht auf Wunsch konkrete Kaufempfehlungen aus, nimmt Terminanfragen für den Vertrieb entgegen und generiert mit der entsprechenden Programmierung Leads.

Technisch haben sich Chatbots nach eher unbefriedigenden Anfängen in den letzten Jahren rasant weiterentwickelt. Moderne Systeme nutzen Natural Language Processing (NLP), um Anfragen, sowohl gesprochen als auch schriftlich, zu erfassen und inhaltlich auszuwerten. NLP basiert auf künstlicher Intelligenz sowie Machine Learning und lernt Schritt für Schritt Sprache zu verstehen und so einer Anfrage eine adäquate Antwort oder Reaktion zuzuordnen.

Künstliche Intelligenz wird von Chatbots genutzt, um wiederkehrende Elemente in einer Anfrage zu erkennen, daraus auf ihren konkreten Inhalt zu schließen und ihr eine Antwort zuzuordnen. Diese Antwort ist vorgegebener Content, der dem System zum Abruf zur Verfügung steht. Das bedeutet, auch wenn ein Chatbot eine Frage versteht, denkt er sich die Antwort dazu nicht aus, sondern muss sie bereits kennen. Folglich ist der wichtigste Schritt zur Integration eines Chatbots die Sammlung zu erwartender Fragen.

So wie ein Call-Center-Mitarbeiter muss auch ein Chatbot geschult werden. Der Service-Mitarbeiter ist nicht zwingend fachlich kompetent, er ist möglichst gut vorbereitet und hat Zugriff auf erforderliche Informationen. Die Basis der Integration eines solchen Systems ist deshalb eine möglichst präzise Analyse des Seitenbesuchers.

Da Chatbots den Nutzer auch aktiv ansprechen können und um die Auswahl vorhersehbarer Anfragen einzuschränken stellt sich außerdem die Frage, welche Unterseiten der Website besucht werden und wie der Besucher auf sie gelangt ist.

Die KI-Software Watson Assistant aus dem US-amerikanischen IT-Unternehmen IBM bietet umfangreiche Möglichkeiten, einen Chatbot individuell zu gestalten oder aus Code-Vorlagen zusammenzustellen und über geeignete Schnittstellen (API) in Webseiten und bestehende Anwendungen einzubinden.

Wer mit dem Watson Assistant einen individuellen Chatbot einrichtet, definiert sogenannte Intents. Diese benennen den inhaltlichen Kern einer Anfrage, zum Beispiel die Suche nach dem Preis eines bestimmten Produktes. Unterschiedliche Anfragen, mit unterschiedlichen Formulierungen können auf ein und denselben Intent abzielen. Um dies zu erkennen, werden sogenannte Entities definiert, Bestandteile einer Anfrage, die auf deren Intention, den Intent und weitere Details schließen lassen. Watson Assistant erkennt in einer Anfrage folglich Schlüsselbegriffe (Entities) und ordnet die Anfrage so einem Intent zu, für den eine vorformulierte Antwort vorhanden ist.

3. Marketing Automation / Personalisierung

Marketing und Vertrieb sind in der Praxis geprägt von wiederkehrenden Aufgaben. Newsletter, Mailings, Social Media – zahlreiche Aufgaben lassen sich sinnvoll automatisieren und können so den Mitarbeiter im Unternehmen bei maximaler Effizienz deutlich entlasten.

Personalisierung ergänzt die Automatisierung. So erfolgt zum Beispiel der Versand einer Welcome-Mail nicht nur automatisch, pünktlich zum festgelegten Zeitpunkt, sondern zusätzlich mit personalisierter Ansprache. Die Möglichkeiten gehen aber weit über eine Serienbrieffunktion hinaus. Mailings oder Newsletter enthalten zum Beispiel durch Personalisierung individualisierte Produktempfehlungen und andere auf den Empfänger zugeschnittene Inhalte.

Marketing Automation KI Software

Quelle: www.hubspot.de

Während klassische Marketing-Maßnahmen entweder manuell erstellt und versandt werden müssen oder als digitale Postwurfsendung nach Gießkannenmethode arbeiten und entsprechend hohe Streuverluste zeigen, nutzt die Personalisierung automatisiertes Profiling, um Kundendaten oder Leads zu segmentieren. Künstliche Intelligenz erkennt Muster in vorhandenen Daten und ordnet Datensätze einzelnen Untergruppen zu. Diesen Untergruppen können Maßnahmen, Inhalte und Touchpoints zugeordnet werden, die mit den Werkzeugen der Marketing Automation bespielt werden. So kann zum Beispiel ein Lead oder ein Bestandskunde als Messebesucher vermerkt werden und entsprechend dieses Touchpoints bei passender Gelegenheit auf eine erneute Messeteilnahme hingewiesen oder sogar konkret eingeladen werden.

Auch Marketing Automation und Personalisierung setzen eine enge Zusammenarbeit und Verzahnung von Marketing und Vertrieb voraus. Verschiedene Maßnahmen verfolgen unterschiedliche Zielsetzungen, von der Leadgenerierung, über die Lead-Nurturing, bis zur Bestandskundenpflege.

Voraussetzung für Automatisierung und Personalisierung ist außerdem die lückenlose Dokumentation. Um Maßnahmen von einem System automatisch ausführen zu lassen, müssen die auslösenden Signale als Schritte in der Customer Journey definiert und registriert werden. Für jeden einzelnen Schritt müssen außerdem im Rahmen einer umfassenden Content-Marketing-Strategie geeignete Inhalte erstellt werden.

HubSpot bietet plattformbasierte All-in-one-Lösungen für Marketing und Vertrieb im B2B. Die HubSpot Marketing-Software bietet eine Auswahl an Tools, mit deren Hilfe Workflows erstellt und gesteuert werden können. Inhalte werden automatisch an das Verhalten der Kunden angepasst und über geeignete Kanäle versandt. HubSpot ermöglicht so die Automatisierung umfangreicher Lead-Nurturing Kampagnen, vom ersten Kontakt bis zum Kaufabschluss und darüber hinaus.

4. Sales Intelligence

Der Begriff der Sales Intelligence vereint verschiedene Tools zum Einsatz künstlicher Intelligenz im Leadmanagement und der Bestandskundenpflege.

Firmeninformationen in einer B2B-Datenbank werden mit Sales Intelligence nicht nur ergänzt, korrigiert und bereinigt, künstliche Intelligenz erkennt auch Muster in bereits erfassten Leads und filtert aus öffentlich zugänglichen Quellen Unternehmen, die ebenfalls der Zielkundendefinition entsprechen.

Die Echobot Data Cloud

Gleichzeitig sammelt Sales Intelligence Informationen, die deutlich über reine Kontaktdaten hinausgehen und den Vertrieb strategisch unterstützen können. Business-Signale liefern zum Beispiel in jeder Phase des Vertriebsprozesses Handlungsempfehlungen für die nächsten Schritte. Sie erleichtern den Einstieg in einen Kundendialog, signalisieren den richtigen Zeitpunkt für eine Kontaktaufnahme und warnen vor erkennbaren Risiken.

Sales Intelligence Tools arbeiten mit vorhandenen Datenbanken, sowohl mit stationären als auch mit cloudbasierten Systemen. Um mit Hilfe künstlicher Intelligenz Muster in Daten erkennen zu können, muss bereits eine größere Datenmenge vorhanden sein. Damit sinnvoll mit den verfügbaren Daten gearbeitet werden kann, ist zudem eine möglichst präzise Zielgruppendefinition erforderlich.

Echobot bietet Cloud Software für Marketing und Vertrieb und nutzt künstliche Intelligenz zum Sammeln von Firmeninformationen aus frei zugänglichen Quellen, zusammengetragen in der größten B2B-Datenbank.

Daten aus der eigenen Datenbank werden auf Knopfdruck mit den Echobot-Daten abgeglichen, ergänzt und bereinigt. Leads werden so qualifiziert und die Vertriebseffizienz signifikant gesteigert. Mit modernen Textanalyseverfahren durchsucht Echobot das Internet außerdem auf geschäftsrelevante Ereignisse und findet so Signale, die Verkaufschancen anzeigen oder in eine Risikobewertung einfließen können.

Jetzt kostenlos testen ►

Fazit

Vertriebserfolg im B2B sollte nicht dem Zufall überlassen werden. Der strategische Einsatz von KI-Software unterstützt dabei, Maßnahmen zu planen, zu organisieren, umzusetzen und kontinuierlich zu optimieren. Vor allen Dingen im Leadmanagement bauen immer mehr Softwarehersteller auf künstliche Intelligenz. KI kommt überall dort zum Einsatz, wo der menschlichen Leistungsfähigkeit im Umgang mit großen Datenmengen Grenzen gesetzt sind. Künstliche Intelligenz automatisiert und optimiert Aufgaben über alle Phasen des Workflows hinweg. Mit der richtigen Auswahl an Programmen und ihrer sorgfältigen Implementierung lässt sich die Effizienz im Vertrieb, in der Leadgenerierung, im Lead-Nurturing und damit letztlich die Conversion Rate maßgeblich steigern.