Das Problem beginnt vor dem ersten Vertriebsgespräch

Ein potenzieller Kunde kann sich bereits seit Wochen oder Monaten mit einem Thema beschäftigen.

Er hat möglicherweise: Fachartikel gelesen, Videos angesehen, Veranstaltungen besucht, unterschiedliche Themen recherchiert, E-Mails geöffnet, Landingpages genutzt oder mehrfach die Website besucht. Irgendwann entsteht ein persönlicher Kontakt.

Und der Vertrieb beginnt mit: „Erzählen Sie doch einmal, was Sie eigentlich interessiert." Damit geht ein Teil des bereits vorhandenen Wissens verloren.

Pre-Sales-Automation soll genau diese Lücke schließen.

Was bedeutet Pre-Sales-Automation?

Pre-Sales-Automation bedeutet nicht, den Vertrieb zu automatisieren.

Im Gegenteil.

Automatisiert werden vor allem Aufgaben, bei denen Technologie besser skalieren kann:

• Signale erfassen
• Informationen zusammenführen
• Interessen erkennen
• Reife einschätzen
• Profile anreichern
• Nurturing steuern
• Veränderungen erkennen
• relevante Informationen bereitstellen

Der persönliche Vertrieb kann sich dadurch stärker auf das konzentrieren, was Menschen besser können: verstehen, fragen, einordnen, beraten, Vertrauen schaffen und Entscheidungen begleiten.

Vom anonymen Signal zum Vertriebskontext

Am Anfang kennen wir den potenziellen Kunden häufig noch nicht. Trotzdem können – technisch und datenschutzrechtlich zulässig umgesetzt – aggregierte oder anonyme Signale entstehen. Mit einer späteren Identifikation können weitere Informationen hinzukommen.

Der Prozess kann vereinfacht so aussehen:

Das Ziel ist nicht maximale Datensammlung.

Das Ziel ist relevanter Kontext.

Welche Signale können relevant sein?

Nicht jede Aktivität hat dieselbe Bedeutung. Ein einzelner Seitenaufruf kann wenig aussagen. Eine Kombination verschiedener Aktivitäten kann dagegen Hinweise liefern.

Beispielsweise:

• Welche Themen werden genutzt?
• Welche Content-Bausteine werden konsumiert?
• Welche Themen werden wiederholt aufgerufen?
• Wie verändert sich die Aktivität?
• Welche Phase der Customer Journey repräsentiert der Content?
• Welche Personen eines Accounts zeigen Aktivitäten?
• Welche Interaktionen entstehen im Nurturing?

Dadurch entstehen Signalmuster.

Von Lead Scoring zu kontextuellem Scoring

Klassisches Lead Scoring zählt häufig Aktivitäten:

Download = 10 Punkte.

Webinar = 20 Punkte.

Produktseite = 15 Punkte.

Pre-Sales-Automation sollte weitergehen.

Nicht nur: Wie viel hat jemand gemacht?

Sondern: Was könnte dieses Verhalten in seinem aktuellen Kontext bedeuten?

Dazu können mehrere Dimensionen betrachtet werden:

Fit

Passt Unternehmen bzw. Person grundsätzlich zu unserem Zielkundenprofil?

Engagement

Wie intensiv findet eine Auseinandersetzung statt?

Thema

Womit beschäftigt sich die Person?

Journey

Welche Station des Kaufprozesses könnte zu den Signalen passen?

Dynamik

Nimmt die Aktivität zu oder ab?

Account

Entstehen weitere Signale innerhalb desselben Unternehmens?

Aus diesen Dimensionen kann ein kontextuelles Scoring entstehen.

Der Grüne-Bananen-Effekt®

Mehr Aktivität bedeutet nicht automatisch mehr Kaufbereitschaft. Ein Interessent kann sehr engagiert sein und sich trotzdem noch in einer frühen Informationsphase befinden. Deshalb muss Pre-Sales-Automation den Grüne-Bananen-Effekt® berücksichtigen.

Die Automatisierung sollte nicht dazu führen, dass jeder aktive Kontakt möglichst schnell an den Vertrieb übergeben wird. Sie sollte vielmehr helfen zu erkennen: Welcher nächste Schritt ist für diesen Interessenten sinnvoll?

Nurturing als Lernprozess

Lead Nurturing erfüllt dabei zwei Aufgaben. Es liefert dem Interessenten relevante Informationen. Gleichzeitig entstehen durch seine Reaktionen zusätzliche Signale.

Damit wird Nurturing zu einem Lernprozess:

Content anbieten → Reaktion beobachten → Kontext aktualisieren → nächsten Inhalt auswählen → neue Reaktion beobachten

Mit jeder Interaktion kann das Bild präziser werden.

Personalisierung beginnt vor dem Vertrieb

Pre-Sales-Automation schafft damit eine Grundlage für Personalisierung. Im frühen Dark Funnel kann sie zunächst hypothesenbasiert erfolgen. Wir kennen beispielsweise Persona, Branche oder typische Situation noch nicht sicher, entwickeln aber unterschiedliche Kommunikationsvarianten.

Nach einer Identifikation können konkrete Signale hinzukommen. Dadurch kann Personalisierung zunehmend präziser werden:

Ansprache → Content → Nurturing → E-Mail → Landingpage → Sales-Unterlage → Präsentation → Vertriebsgespräch

Die Informationen werden im Idealfall nicht bei jeder Prozessstufe wieder vergessen.

Das Lead-Profil als gemeinsames Gedächtnis

Eine zentrale Rolle spielt deshalb das Profil des Leads beziehungsweise Accounts. Dort können – soweit zulässig und sinnvoll – relevante Erkenntnisse zusammengeführt werden:

• Unternehmen
• Rolle
• Persona
• Interessen
• Content-Nutzung
• Signale
• Customer-Journey-Kontext
• Scoring
• bisherige Kommunikation
• Vertriebsinteraktionen

Dieses Profil wird damit zum gemeinsamen Gedächtnis von Marketing und Vertrieb.

Der Vertrieb bekommt nicht nur einen Lead

Die Übergabe sollte deshalb nicht so aussehen:

Max Mustermann, Muster GmbH, Telefon, E-Mail, Score: 87

Sondern der Vertrieb sollte möglichst verstehen:

Warum wurde dieser Lead jetzt übergeben?

Welche Themen beschäftigen ihn?

Auf welche Inhalte hat er reagiert?

Welche Signale haben sich verändert?

Welche Informationen kennt er bereits?

Welche Rolle könnte er im Buying Center haben?

Welche nächsten Schritte erscheinen plausibel?

Damit verändert sich die Qualität des Vertriebsstarts.

Pre-Sales-Automation im Buying Center

Im B2B reicht häufig die Betrachtung einer einzelnen Person nicht aus. Mehrere Menschen sind an einer Kaufentscheidung beteiligt. Pre-Sales-Automation kann deshalb auch auf Account-Ebene denken.

Wenn beispielsweise verschiedene Personen desselben Unternehmens beginnen, unterschiedliche Inhalte zu einem zusammenhängenden Thema zu nutzen, kann dies ein anderes Signal darstellen als die Aktivität einer einzelnen Person.

So entsteht die Verbindung zu Account Based Marketing und Account Based Sales.

KI in der Pre-Sales-Automation

Künstliche Intelligenz kann diese Prozesse zusätzlich unterstützen.

Beispielsweise bei:

• Mustererkennung
• Klassifikation von Content
• Zusammenfassung von Interaktionen
• Erkennung thematischer Schwerpunkte
• Priorisierung von Signalen
• Vorbereitung von Vertriebsgesprächen
• Erstellung personalisierter Kommunikationsvarianten

Dabei sollte KI nicht automatisch entscheiden, was ein Mensch „denkt". Sie unterstützt vielmehr dabei, vorhandene Informationen zu strukturieren und Muster sichtbar zu machen. Die Interpretation bleibt kontextabhängig.

Der Mensch bleibt entscheidend

Pre-Sales-Automation verfolgt deshalb nicht das Ziel: Möglichst viel Vertrieb automatisieren.

Sondern: Automatisieren, was Maschinen gut können – damit Menschen mehr Zeit für das haben, was Menschen besser können.

Der persönliche Vertrieb wird dadurch nicht weniger wichtig. Er kann vielmehr besser vorbereitet stattfinden.

Pre-Sales-Automation im Schuster-Modell®

Im Schuster-Modell® – From Cold to Close® verbindet Pre-Sales-Automation mehrere Phasen miteinander:

Pre-Sales-Automation ist damit gewissermaßen die technologische und datenbezogene Verbindungsschicht zwischen Marketing und persönlichem Vertrieb.

Pre-Sales-Automation und Empathischer Funnel

Der Empathische Funnel liefert eine weitere wichtige Dimension. Er hilft dabei, Signale nicht nur einer Person, sondern möglicherweise einer Situation innerhalb des Kaufprozesses zuzuordnen.

Damit verbindet sich:

Wer ist die Person?

mit:

Was interessiert sie?

und:

Wo könnte sie sich im Kaufprozess befinden?

Genau diese Kombination bildet die Grundlage für relevantere Kommunikation.

Was Pre-Sales-Automation nicht ist

Pre-Sales-Automation ist kein Ersatz für Vertrieb.

Sie ist kein automatischer Kaufbereitschaftsdetektor.

Und sie bedeutet nicht, möglichst viele personenbezogene Daten zu sammeln.

Sie soll Informationen und Signale dort nutzbar machen, wo sie zu besseren Marketing- und Vertriebsentscheidungen beitragen können.

Pre-Sales-Automation in der Praxis - TODO

Entwickelt von Norbert Schuster

Der Ansatz der Pre-Sales-Automation wurde von Norbert Schuster im Zusammenhang mit seinen Modellen zur Digitalisierung von Marketing und Vertrieb entwickelt.

Er verbindet insbesondere Wasserloch-Strategie®, Grüne-Bananen-Effekt®, Schuster-Modell®, Empathischen Funnel, Lead Management, Marketing Automation, Personalisierung und kontextuelles Scoring.

Pre-Sales-Automation auf einen Blick

Bezeichnung: Pre-Sales-Automation
Ansatz: Norbert Schuster
Bereich: B2B-Marketing und Vertrieb
Funktion: Verbindung von Daten, Signalen, Automatisierung und persönlichem Vertrieb
Ziel: Den Vertrieb mit relevantem Kontext vorbereitet starten lassen
Bausteine: Signale, Nurturing, Scoring, Personalisierung, Lead-/Account-Profil und Sales Context
Technologien: CRM, Marketing Automation, Analytics und KI
Verbundene Modelle: Wasserloch-Strategie®, Grüne-Bananen-Effekt®, Schuster-Modell® und Empathischer Funnel