Was machen Kunden in der Zeit bevor sie kaufen? Daten-Roboter zeigen es

Für den industriellen Mittelstand stellt sich die Frage, wie man mit einer hohen Treffergenauigkeit und möglichst automatisiert Neukunden identifiziert, die sich weder in einer „Customer-Journey“, noch in einem „Sales Funnel“ befinden. Daten-Roboter helfen dabei einfacher als gedacht.

Im Vertrieb 4.0 können Daten-Roboter helfen, automatisiert den Markt zu beobachten und Aufgabensituationen bei Kunden zu identifizieren.
Im Vertrieb 4.0 können Daten-Roboter helfen, automatisiert den Markt zu beobachten und Aufgabensituationen bei Kunden zu identifizieren.© chinnarach/stock.adobe.com

View: 591 Kommentieren: 0

Früher hätte man einfacher gesagt, dass es Kunden gibt, die bedauernswerter Weise keine Ahnung haben, dass es Ihr Unternehmen überhaupt gibt. Manche wissen nicht mal, dass sie ein Problem haben. Doch Stunden oder Monate bevor Kunden aktiv werden, erzeugen sie Frühwarn-Signale.

Warum Daten-Roboter für den Vertrieb 4.0?

Auch eine Einbruchsvorhersage-Software darf man sich bspw. nicht so vorstellen, dass die Polizei schon im Wohnzimmer sitzt, wenn die Einbrecher kommen. Es geht um auswertbare Verhaltensweisen bei Einbrüchen und statistische Wahrscheinlichkeiten. Um die gleichen Dinge geht es auch bei der Marktobservierung im Bereich b2b-Neukundengewinnung zur Verhinderung von Einbrüchen im Umsatz.

Im sonntäglichen Tatort werden Täterspuren, Handydaten, Zeugenaussagen und Profile in Täterdatenbanken zu einem Bild verdichtet, damit der Täter vor der Nachrichtensendung überführt werden kann.

Im digitalen Vertrieb 4.0 macht sich das Unternehmen auf die Kunden-Suche, es identifiziert aktiv – unter Einsatz digitaler Daten-Roboter – umsatzrelevante Marktbewegungen. Vertrieb 4.0 Daten-Roboter werden mit einem Markt-Algorithmus gefüttert und fahnden automatisiert im Web oder in Datenbanken nach Erfolgsmustern, liefern in Echtzeit Rohdaten und werten diese automatisiert aus. Das ist schwer vorstellbar, deshalb ein paar Beispiele.

Wie sieht der Praxiseinsatz von Daten-Robotern im Markt-Monitoring aus?

1.Beispiel Maschinenbau

Das ist einfach gestrickt. Wir haben ein Maschinenbau-Unternehmen vor uns, das mobile Anlagen für die chemische Wasserreinigung baut. Ein Anwendungsbereich ist die Ausfilterung von giftigem PFT, das mit dem Löschschaum bei Bränden ins Wasser oder in den Boden gelangt.

Die Aufgabenstellung an den Daten-Roboter ist, alle Datenbewegungen in Deutschland zu finden, die etwas mit Bränden zu tun haben. Das kann ein Online-Zeitungsartikel zu einem konkreten Brand sein oder ein Print-Fachartikel der Feuerwehr zum Löschschaumeinsatz.

Gewöhnungsbedürftig ist, dass vorher nicht klar ist, welche Ergebnisse kommen. Man kann auch überrascht werden und neue Anwendungen entdecken.

Im Umsetzungsprozess wird die Marktformel, die Such-Logik des Roboter-Gehirns, nachgeschärft. Nur Gewerbebrände zu finden und nicht den Brand bei der Oma in der Küche, ist eine solche Nachschärfung, weil bei der Oma nicht mit Löschschaum gearbeitet wird.

Man kann drei Umsetzungsergebnisse unterscheiden

  • Es entsteht ein Echtzeit-Vertrieb 4.0-Markt-Cockpit, in das die Daten live einlaufen und das von mehreren Mitarbeitern genutzt werden kann
  • Das Cockpit meldet konkrete Marktereignisse, die für den Vertrieb anlassbezogen zur Leadgenerierung nutzbar sind
  • Die umsatzrelevanten Marktmeldungen werden einer automatisierten Content-Analyse unterzogen, um Marktbegriffe für die eigene Homepage zu identifizieren oder um den Roboter noch schlauer einzustellen

2.Beispiel Verpackung

Das zweite Beispiel ist ein Verpackungshersteller auf der Suche nach Neukunden.

Die Aufgabenstellung an den Daten-Roboter ist, international alle Datenbewegungen zu Produktverpackungen zu finden. Im Umsetzungsprozess wird eine Marktformel gebaut, die in der Kosmetikbranche nach Herstellern sucht, die neue Produkte auf den Markt bringen wollen.

Neben weniger relevanten Marktmeldungen, die nach und nach durch Filter ausgeschlossen werden, fallen Datensätze auf, an die man vorher nicht gedacht hat. Beispielsweise melden die Unternehmen Produktmarken an, bevor das Produkt überhaupt existiert, um den Namen zu schützen. Auch internationale Kosmetikhersteller, die eine neue Tochtergesellschaft in Deutschland gründen sind interessant, weil sie lokal einkaufen.

Auch hier haben wir wieder die drei Typen von Umsetzungsergebnissen: Echtzeit Markt-Cockpit, konkrete Marktereignisse und automatisierte Content-Analyse.

3.Beispiel Gebäudetechnik

Das dritte Beispiel ist ein Gebäudetechnik-Hersteller, der Hotels und Parkhäuser ausrüstet.

Die Aufgabenstellung an den Daten-Roboter ist, im deutschsprachigen Raum alle Datenbewegungen zu Bauplanungen für Hotels und Parkhäuser zu finden.

Im Umsetzungsprozess wird eine Marktformel entwickelt, die schon in der Frühphase der Gebäudeplanung ansetzt, z.B. wenn der Rat einer Stadt sich mit der Ausweisung einer neuen Fläche für ein Hotel beschäftigt. Gerade für innovative Gebäudetechnologien ist es wichtig, dass Bauherren innovative Technik in der Ausschreibung berücksichtigen, sonst ist es zu spät.

Nach und nach kann der Daten-Roboter auf bestimmte Hotel- und Parkhaustypen trainiert werden. In diesem Fall arbeitet noch ein ergänzender Roboter mit. Potentialkunden, die die Webseite des Herstellers besuchen, werden mit Firmennamen, Adresse, Branche, Interessen und Verhalten entschlüsselt und ebenfalls in einem Cockpit zur Verfügung gestellt.

In diesem Falle haben wir es mit Neukunden oder Bestandskunden zu tun, die den Hersteller selbst gefunden haben und quasi vor dem eigenen Online-Schaufenster stehen. Die drei Typen von Umsetzungsergebnissen kennen wir schon.

4.Beispiel Kunststoff

Das vierte Beispiel betrifft einen Hersteller von technischen Kunststoff-Teilen, die im Automotive-Interior-Bereich eingesetzt werden. Das Unternehmen hat den Herstellungsprozess optimiert und kann eine optimierte Oberflächenqualität neu anbieten.

Die Aufgabenstellung an den Daten-Roboter ist, zu identifizieren, welche b2b-Kunden wie viele dieser Teile, wann, wie oft und zu welchem Preis kaufen.

Im Umsetzungsprozess wird einerseits eine Marktformel entwickelt, die Trends im Interior-Bereich beobachtet. Hier können sogar Stellenanzeigen interessant sein, wenn Kundenunternehmen Fachpersonal für den Produktionsbereich suchen. Eine weitere Marktformel beobachtet in den weltweit 3,5 Milliarden Frachtbriefbewegungen im Jahr die Einkäufer, Lieferanten, Preise usw. an Hand eines Produktschlüssels.

Auch hier haben wir wieder die drei Typen von Umsetzungsergebnissen, wobei mehrere Datenroboter in unterschiedlichen Datentypen die Neukundenakquise vorantreiben. Im Ausland ist die häufigste Frage zu den Frachtbriefen, wann man damit starten kann. In Deutschland ist die häufigste Frage, ob das legal ist. Ja, das ist es.

Checkliste: Welche Schritte kann man umsetzen, um die heutige Datenflut für das eigene Unternehmen zu nutzen?

  1. Formulieren Sie zunächst eine Markt-Fragestellung, die mindestens 20-30 Worte umfasst. Wenn Ihnen keine Frage einfällt, denken Sie über Ihre Unternehmensstrategie und die Vertriebsstrategie nach; daraus kann man Fragen ableiten. Gibt es keine formulierten Strategien, hat Ihr Unternehmen ganz andere Probleme und Sie brauchen keinen Datenroboter.
  2. Begrenzen Sie die Fragestellung auf den Kunden- oder Produktbereich, bei dem Sie davon ausgehen, dass er die beste Dynamik in Umsatz und Marge in den nächsten 9 Monaten mitbringt. So kann man fokussierter starten und weitere Bereiche später zuschalten.
  3. Liegen diese Dinge vor, können wir gerne die Machbarkeit eines Daten-Roboters kostenlos testen.
  4. Ist es ein innovatives Produkt, besteht die Möglichkeit, einen Test im Rahmen des vom Bundeswirtschaftsministerium gefördertem Mittelstand 4.0-Kompetenzzentrum eStandards zu machen. Hier leitet unser Institut das Teilprojekt „Innovationsmanagement 4.0“.

Fazit des Experten

  • Daten-Roboter für die Früherkennung von Potentialkunden einzusetzen ist nicht schwer. Das Geschäftsmodell wird „einfach“ in eine Marktformel übersetzt. Textstrukturen sind immer auch Marktstrukturen. Schon der Versuch, einen Daten-Roboter zu bauen, kann neue Aspekte des Geschäftsmodells offenlegen.
  • Man kann sich durch Kunden finden lassen oder Neukunden finden, die eine bestimmte Aufgabe in einer bestimmten Situation haben. Die Aufgabe, die der Mitarbeiter des Kunden hat, ist immer umfangreicher als das Produkt, das Ihr Unternehmen liefert.
  • Das Verständnis der Aufgabensituation des Kunden ist enorm wichtig für das Projektgeschäft. Hier können Daten-Roboter helfen, die automatisiert den Markt beobachten und Aufgabensituationen bei Kunden identifizieren und nicht den Einkäufer.
  • Viel wichtiger als das ist aber die schlaue Interpretation der Daten, um schlauer als die Konkurrenz zu entscheiden.

Der Vetriebsnewsletter

Das Neuste aus der Vertriebswelt — direkt in Ihrem E-Mail Postfach!

Hier anmelden
Prof. Dr. Peter Vieregge

Kommentar hinzufügen

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.