Was ist Lead Scoring? Vorteile, Arten und beste Praktiken

Nehmen wir an, Sie haben zwei Leads, A und B. B ist Ihre beste Chance, aber Sie sind zu sehr damit beschäftigt, A zu erfreuen, weil A natürlich zuerst da war. Das bedeutet, dass Sie möglicherweise wertvolle Zeit damit verbringen, den falschen Lead zu verfolgen, während Sie den Lead mit dem höchsten Konversionspotenzial verpassen.

Wenn Sie sich bei der Verwaltung und Konvertierung von Leads immer noch auf diesen FCFS-Ansatz verlassen, ist es an der Zeit, auf ein Lead-Scoring-System umzusteigen.

Ein Lead Scoring System hilft Ihnen, die vielversprechendsten Leads zu identifizieren und zu priorisieren. Es verwendet ein punktebasiertes System, um Leads auf der Grundlage ihrer Konvertierungswahrscheinlichkeit zu bewerten, so dass Ihre Vertriebs- und Marketingteams ihre Bemühungen auf hochwertige Leads ausrichten können.

In diesem Artikel habe ich die Vorteile, die Arten und die besten Praktiken der Lead-Bewertung erläutert. Außerdem habe ich eine Schritt-für-Schritt-Anleitung für die Erstellung eines Lead-Scoring-Systems von Grund auf erstellt.

Hier ein kurzer Überblick über das, was Sie in diesem Artikel lernen werden.

• Lead Scoring ist ein punktebasiertes System, das Ihnen hilft, Leads auf der Grundlage ihrer Umwandlungswahrscheinlichkeit zu organisieren und zu priorisieren
• Ein Lead-Scoring-Modell besteht aus drei Hauptkomponenten – explizites, implizites und negatives Scoring
• Verschiedene Arten von Lead-Scoring-Modellen: Traditionell, prädiktiv und hybrid
• Lernen Sie, wie Sie in nur drei Schritten ein Lead-Scoring-System entwickeln
• Zu den besten Praktiken des Lead Scoring gehören die Definition Ihres ICP, die Festlegung der wichtigsten Scoring-Kriterien, die Definition von Scores und die regelmäßige Überprüfung Ihres Ansatzes

Tauchen Sie ein!

Was ist Lead Scoring?

Lead Scoring ist eine Methode zur Bewertung von Leads auf der Grundlage ihrer Kaufbereitschaft. Dabei wird in der Regel ein numerischer Wert zwischen 1 und 100 zugewiesen – je höher der Wert, desto besser entspricht er Ihrem idealen Kundenprofil (ICP) und desto wahrscheinlicher ist eine Konversion.

Idealerweise werden Leads mit zwei Ansätzen bewertet: Explizites und Implizites Scoring.

• Beim expliziten Scoring verwenden wir demografische (bei Einzelpersonen) oder firmenbezogene (bei Unternehmen) Daten wie Alter, Geschlecht, Standort, Berufsbezeichnung, Unternehmensgröße usw., um festzustellen, ob der Lead zu Ihnen passt.

• Das implizite Scoring basiert auf den Verhaltensdaten eines Leads (Online-Körpersprache), wie z.B. Interaktionen mit Ihrer Website, E-Mails oder Inhalten, die Ihnen helfen, sein Interessenniveau zu verstehen.

Wenn Sie die beiden Scoring-Systeme zusammenführen, erhalten Sie ein klares Bild vom Wert des Interessenten für Ihr Unternehmen auf der Grundlage seiner Eigenschaften (explizite Daten) und seines Verhaltens (implizite Daten).

Warum ist Lead Scoring wichtig?

Hier erfahren Sie, warum Lead Scoring so wichtig ist:

• Es konzentriert die Bemühungen Ihres Vertriebs- und Marketingteams auf die richtigen Kunden und Leads
• Es gibt Vertriebs- und Marketingteams mehr Informationen darüber, wie ein Lead interagiert
• Es dient als Grundlage für die Service-Level-Agreements (SLAs) von Marketing und Vertrieb für die Lead-Verfolgung
• Generiert relevante Daten und Einblicke, um personalisiertere Erfahrungen zu liefern
• Ermöglicht ein tieferes Verständnis der Leads mit den besten Absichten und der Übereinstimmung mit Ihrem idealen Kundenprofil und erhöht so die Konversionsraten

Schlüsselkomponenten eines Lead Scoring Systems

Im Allgemeinen besteht das Lead Scoring in B2B-Unternehmen aus einer Kombination von 3 Komponenten.

1. Explizite Daten

Explizite Daten beziehen sich auf die demografischen (persönlichen) und firmenbezogenen (unternehmerischen) Informationen, die Ihnen über Ihre Leads vorliegen.

Demografische Informationen umfassen persönliche Angaben zur Person, wie Alter, Wohnort, Berufsbezeichnung, Geschlecht und Bildungsgrad.

Warum ist das wichtig?

Wenn Ihre Zielgruppe in einer bestimmten Region lebt, sollten Sie ein Modell erstellen, das auf relevanten Attributen basiert, um Ausreißer auszuschließen.

Ein Beispiel,

• Wenn Sie in den Vereinigten Staaten verkaufen, wird jeder, der sich außerhalb dieses Gebiets aufhält, weniger Punkte erzielen als jemand, der innerhalb des Gebiets lebt.
• Wenn Sie auf Millennials abzielen, kann ein 21-jähriger Lead eine höhere Punktzahl erreichen als ein 50-jähriger Veteran.
• Wenn Sie ein Produkt für Android-Benutzer haben, werden Apple-Benutzer nicht die richtige Zielgruppe sein.

Hier ist ein Beispiel dafür, wie die demografische Bewertung funktioniert 👇

Firmografische Informationen umfasst die ‘Firma’ oder Unternehmensinformationen in Bezug auf den Lead, z. B. Berufsbezeichnung, Branche, Unternehmensgröße, Standort oder Umsatz.

Warum ist das wichtig?

Die meisten B2B-Unternehmen verlassen sich auf firmenbezogene Daten. Sie geben Aufschluss darüber, ob der Lead (die Person) ein Entscheidungsträger ist und ob der Lead (das Unternehmen) zu ihrem Produkt- oder Dienstleistungsangebot passt.

Stellen Sie sich Folgendes vor: Wenn ich eine Software für kleine Unternehmen verkaufe, ist mein Zielpublikum kein Unternehmen mit 1000 Mitarbeitern.

Genau aus diesem Grund sind firmenbezogene Daten so wichtig.

• Ein Lead mit dem Titel “CEO” oder “Marketing Director” ist vielleicht wertvoller als jemand mit dem Titel “Praktikant”
• Ein Lead, der in einem Unternehmen mit 1000 Mitarbeitern arbeitet, könnte für eine B2B-Unternehmenslösung mehr wert sein.
• Oder ein Lead aus der Technologiebranche ist für eine Softwarelösung vielleicht relevanter als ein Lead aus der Gesundheitsbranche.

Hier ist ein Beispiel dafür, wie das firmografische Scoring funktioniert 👇

2. Implizite Daten

Implizite Daten umfassen Verhaltens- und Engagement-Signale (Online-Körpersprache) Ihrer Interessenten, um deren Interesse an Ihrem Produkt oder Ihrer Dienstleistung zu messen.

Verhaltenssignale bestehen darin, wie sich ein Interessent auf Ihrer Website verhält.

Zum Beispiel:

• Wie viele Seiten hat er besucht? Wie lange sind sie auf jeder Seite geblieben?
• Hat er sich Fallstudien oder Erfahrungsberichte angesehen?
• Haben sie die Preis- oder Demoseite besucht?
• Haben sie ein Formular ausgefüllt? Haben sie alle Formularfelder ausgefüllt?

Jedes dieser Signale wird auf der Grundlage seiner Relevanz bewertet. Zum Beispiel zeigen Besucher einer Produktseite ein besseres Kaufverhalten als Besucher Ihrer Karriereseite.

Engagement-Signalebeziehen sich, wie der Name schon sagt, auf solide Aktionen, die der Lead durchgeführt hat.

Zum Beispiel,

• Hat er Materialien heruntergeladen? Wenn ja, wie viele?
• Hat er Ihre E-Mails und CTA-Links geöffnet?
• Haben sie mit Ihren Beiträgen in den sozialen Medien interagiert?
• Wurden Sie in einem nutzergenerierten Inhalt (UGC) erwähnt?

Eine Kombination aus Verhaltens- und Interaktionsdaten ergibt Implizite Daten.

Ein Beispiel dafür, wie Implizite Daten funktionieren:

Ein Lead, der häufig Ihre Preisseite besucht oder sich für Ihr Webinar anmeldet, erhält möglicherweise eine höhere Punktzahl als jemand, der sich nur in einem Blog umsieht.

Hier sehen Sie ein Beispiel für Lead Scoring auf der Grundlage impliziter Daten:

3. Negatives Scoring

Beim negativen Scoring, das auch als Datenqualitäts-Scoring bekannt ist, wird potenziellen Kunden ein Minus zugewiesen, wenn ihre Handlungen auf Desinteresse oder Desengagement hindeuten.

Zum Beispiel, wenn die E-Mail-Adresse von einer gewöhnlichen Domäne stammt (z.B. gmail.com, yahoo.com, etc.)

Oder wenn der Vor- oder Nachname Zahlen enthält oder der auf der IP-Adresse basierende Standort außerhalb Ihres Servicebereichs liegt. Es kann viele Aktionen für eine negative Bewertung geben, wie z.B.:

• Abbestellen von E-Mails
• Länger andauernde Inaktivität
• Ghosting/keine Antworten
• Ungeeignete Unternehmensgröße oder Branche

Arten von Lead-Scoring-Modellen

Insgesamt gibt es 3 Lead-Scoring-Modelle: traditionell, KI-gesteuert (prädiktiv) und hybrid.

1. Traditionelles Lead-Scoring

Das traditionelle Scoring-Modell verwendet vordefinierte Regeln und Kriterien, um Leads zu bewerten. Ihre Marketing- und Vertriebsteams weisen den Leads gegenseitig Gewichtungen oder Werte zu, je nachdem, wie gut deren demografische und Engagement-Daten mit Ihrem ICP übereinstimmen.

Wenn ein Lead beispielsweise ein CEO ist ( 9), Ihre Preisseite besucht ( 7), sich für eine kostenlose Testversion registriert ( 10), sich von E-Mails abmeldet (-4) und seit einiger Zeit nicht mehr geantwortet hat (-7).

Das ist eine Methode der alten Schule, die manuelle Berechnungen erfordert. Aber sie ist hilfreich für kleine Unternehmen, die ihr ideales Kundenprofil genau kennen und sich NUR auf diejenigen konzentrieren möchten, die bestimmte Kriterien erfüllen.

Das traditionelle Lead Scoring ist jedoch zeitaufwändig und kann komplexe Beziehungen zwischen verschiedenen Lead-Attributen nicht erfassen.

2. Prädiktives Lead-Scoring

Predictive Lead Scoring nutzt künstliche Intelligenz (AI) und maschinelles Lernen (ML), um hochwertige Leads zu identifizieren.

CRM-Software wie Freshsales, Zendesk Service und Salesforce bietet zum Beispiel umfangreiche Modelle für das Predictive Scoring.

Diese Tools können jahrelange historische Daten innerhalb von Minuten analysieren (für Menschen fast unmöglich) und Verhaltensmuster extrahieren. Anhand dieser Muster kann die Technologie vorhersagen, wie hoch die Wahrscheinlichkeit ist, dass ein Lead konvertiert, bevor Sie einen Vertriebsmitarbeiter damit beauftragen.

Die Abhängigkeit der Technologie von Menschen scheint jedoch unvermeidlich zu sein. Sie müssen diese Systeme immer noch mit Ihren Bewertungskriterien füttern. Ansonsten übernehmen sie die ganze Arbeit, einschließlich der Erfassung, Analyse und Bewertung von Leads.

Predictive Scoring hat einige entscheidende Vorteile gegenüber dem traditionellen Scoring:

• Sie können Unmengen von Daten innerhalb weniger Minuten analysieren
• Nutzen Sie erweiterte Analysen, um Erkenntnisse zu gewinnen, die in den Daten des Interessenten verborgen sind
• Erfassen Sie komplexe Buyer Journeys und Lead-Attribute
• Sie benötigen nur etwa die Hälfte der Zeit im Vergleich zum traditionellen Scoring

3. Hybrides Lead-Scoring

Hybrides Lead Scoring integriert explizite, implizite und prädiktive Modelle, um Leads effektiver zu bewerten und zu priorisieren. Durch die Kombination dieser Ansätze können Sie rundum präzise Lead-Vorhersagen treffen.

Ich kann mich beispielsweise an meine definierten Kriterien halten, um Leads zu bewerten, aber auch prädiktives Scoring verwenden, um zu einer Schlussfolgerung zu kommen.

Hybride Scoring-Modelle haben drei wesentliche Vorteile:

• Sie erhalten ein ganzheitliches Verständnis und eine ganzheitliche Bewertung jedes Leads
• Diese Kombination führt zu einem robusten Lead-Qualifizierungsprozess
• Die Synergie führt zu zielgerichteten Marketingkampagnen und Vertriebsstrategien
• Es ist immer ein Mensch im Spiel, um KI-Verzerrungen zu vermeiden

Sehen wir uns nun an, welche Attribute und Merkmale bei der Lead-Bewertung beliebt sind.

Beliebte Lead Scoring Metriken

Im Folgenden finden Sie die 10 beliebtesten Metriken für die Lead-Bewertung.

1. Standort: Eine demografische Metrik, die die Relevanz eines Leads für Ihren Ziel-ICP angibt. Wenn Sie in einer bestimmten Region verkaufen, erhält ein Lead aus dieser Postleitzahl, diesem Bundesland oder diesem Land mehr Punkte als ein Lead aus anderen Regionen.
2. Berufsbezeichnung: Die Funktion des Leads gibt Aufschluss über seine Autorität und Relevanz innerhalb des Unternehmens. Titel wie “CEO” oder “Marketing Manager” deuten darauf hin, dass die Wahrscheinlichkeit, Kaufentscheidungen zu beeinflussen, höher ist.
3. Branche: Eine qualitative Metrik, die Leads aus Ihren Zielbranchen hervorhebt und Ihnen hilft, Ausreißer zu eliminieren und Ihre Bemühungen auf vielversprechendere Interessenten zu konzentrieren.
4. Unternehmensgröße: Eine quantitative Metrik, die auf die Kaufkraft eines Interessenten hinweist. Größere Unternehmen verfügen möglicherweise über größere Budgets, während kleinere Unternehmen bei der Entscheidungsfindung agiler sind.
5. Abmelderaten bei E-Mails: Eine negative Scoring-Kennzahl, die angibt, wie oft sich Interessenten von Ihren E-Mails abmelden, was auf eine Verbesserung der E-Mail-Kampagnen hinweist
6. Einbindungsrate von Leads: Misst das Engagement eines potenziellen Kunden für Ihre Marke. Höhere Engagement-Raten korrelieren oft mit Konversionen.
7. Die Quelle der Information: Die Verknüpfung von Leads mit der Quelle (z.B. organische Suche, bezahlte Anzeigen, Empfehlungen) kann helfen, deren Qualität und Effektivität zu bestimmen. Etwa 62% der Vermarkter glauben, dass LinkedIn ihnen 2X mehr B2B-Leads bringt als der nächsthöhere soziale Kanal.
8. Interaktion in den sozialen Medien: Spiegelt den Bekanntheitsgrad der Marke wider, lässt aber nicht sofort auf eine Kaufabsicht schließen. Die meisten Marketingfachleute nutzen diese Kennzahl, um relevante Inhalte zu erstellen und gezielte Kampagnen durchzuführen.
9. Demo-Anfragen: Leads, die eine Produkt- oder Service-Demo anfordern, zeigen eine höhere Kaufabsicht und werden mit hoher Wahrscheinlichkeit konvertiert
10. Kaufhistorie: Die früheren Kaufentscheidungen Ihres Interessenten wirken sich auf Ihr prädiktives Lead-Scoring-Modell aus. Außerdem hilft es Ihnen, Möglichkeiten für Upselling oder Cross-Selling zu erkennen.

Wie erstellt man ein Lead-Scoring-Modell?

Vielleicht haben Sie sich schon einmal Gedanken darüber gemacht, wie man einen Lead Score berechnet.

Und seien wir ehrlich, es ist keine Raketenwissenschaft. Gleichzeitig ist es aber auch verwirrend, aus verschiedenen Attributen und Modellen zu wählen.

Wenn Sie noch nicht bereit sind, in ein prädiktives Lead Scoring Tool zu investieren, können Sie immer noch eine manuelle Berechnung entwickeln, um funktionsübergreifende Teams zu unterstützen.

Lassen Sie uns anhand eines Beispiels Schritt für Schritt zeigen, wie Sie ein Lead-Scoring-Modell erstellen können.

Szenario: Ich leite ein Unternehmenssoftware-Unternehmen und mein ideales Kundenprofil (ICP) umfasst Unternehmen mit 1000 Mitarbeitern in den USA.

Nehmen wir an, ich habe zwei Leads:

• Lead A ist der CEO eines Textilherstellers mit 1000 Mitarbeitern. Er besucht ein paar zufällige Webseiten, meldet sich für Ihren Newsletter an, mag ein paar Beiträge in sozialen Netzwerken, öffnet drei E-Mails, sobald er auf Ihrer E-Mail-Liste steht, und stellt eine Anfrage.
• Lead B ist ein Projektmanager aus Seattle, der in der Softwarebranche in einem Unternehmen mit 100 Mitarbeitern arbeitet. Er ruft fünf Seiten Ihrer Website auf, besucht Ihre Preisseite, lädt ein eBook herunter, nimmt an einem Webinar teil und meldet sich für eine kostenlose Testversion an.

Schritt 1: Identifizieren Sie die wichtigsten Bewertungskriterien

Nehmen Sie zunächst Ihre impliziten und expliziten Datensätze und notieren Sie gemeinsame Attribute auf der Grundlage Ihres Lead-Verhaltens oder Ihrer demografischen Daten.

Sehen Sie sich Ihre Kundendaten und Analysen an und besprechen Sie mit Ihren Vertriebs- und Marketingteams, wer ihrer Meinung nach die ideale Zielgruppe ist.

Das Schwierige an der Entwicklung eines Lead-Scoring-Systems ist, dass es kein Patentrezept gibt, das für jedes Unternehmen funktioniert. Sie müssen entscheiden, welche Eigenschaften einen Interessenten mehr oder weniger wertvoll für Ihr Unternehmen machen.

Für dieses Beispiel habe ich sieben Schlüsselattribute definiert, die die Wahrscheinlichkeit einer Konvertierung signalisieren.

Attribute	Daten Kategorie
Standort	Demografische Daten
Branche	Firmendaten
Berufsbezeichnung	Demografisch
Größe des Unternehmens	Firmendaten
Engagement auf der Website	Verhaltensweise
Engagement in sozialen Medien	Engagement
Besuch der Produktpreis-Seite	Verhalten
Kostenlose Testversion	Engagement

Schritt 2: Gewichtung und Punkte für jedes Kriterium zuweisen

Der Wert, der diesen Attributen zugewiesen wird, hängt von der Ziel-ICP und der Wahrscheinlichkeit ab, dass eine Aktion zu einer Konversion führt. Je stärker die Attribute auf Ihre ideale Buyer Persona zutreffen, desto höher sollte der Punktwert sein.

In meinem Beispiel ist mein idealer Käufer eine Unternehmensorganisation mit 1000 Mitarbeitern in den USA.

So könnte meine Lead-Bewertung auf einer Skala von 1-10 aussehen:

Attribute	Vorsprung A	Führung B
Standort	2	10
Industrie	3	9
Berufsbezeichnung	9	5
Größe des Unternehmens	10	4
Engagement auf der Website	4	7
Engagement in sozialen Medien	5	0
Leadmagnet	0	10
Besuch der Produktpreisseite	0	10
Webinar	0	10
Kostenloser Test	0	10

Schritt 3: Score-Verschlechterung für inaktive Leads einbeziehen

Wir werden nun Attribute berücksichtigen, die Desinteresse oder Desengagement von Leads signalisieren.

Nehmen wir an, Lead A meldet sich von Ihrer E-Mail-Liste ab, während Lead B eine unqualifizierte Unternehmensgröße hat. Nachdem Sie dies mit Ihrem Team besprochen haben, vergeben Sie die Punkte -6 bzw. -10.

So wird der Score angepasst:

Attribute	Blei A	Leitung B
Standort	2	10
Industrie	3	9
Berufsbezeichnung	9	5
Größe des Unternehmens	10	4
Engagement auf der Website	4	7
Engagement in sozialen Medien	5	0
Leadmagnet	0	10
Besuch der Produktpreisseite	0	10
Webinar	0	10
Kostenloser Test	0	10
E-Mail abbestellen	-6	0
Unqualifizierte Unternehmensgröße	0	-10
Punktzahl	27	65

Die herkömmliche Lead-Scoring-Methode bietet zwar vollständige Transparenz und Flexibilität, ist aber arbeitsintensiv – vor allem die Bestimmung des Werts der Aktivitäten Ihrer potenziellen Kunden, wie z. B. die Bearbeitung von E-Mails, das Ausfüllen von Webformularen und die Teilnahme an Webinaren, kann schwieriger sein.

Deshalb nutzen die heutigen CRMs Marketing-Automatisierung und künstliche Intelligenz, um vorausschauende Lead-Bewertungen zu erstellen.

Bonus-Schritt: Nutzen Sie Automatisierungstools und CRM-Systeme, um die Lead-Bewertung zu automatisieren

Wenn Ihnen das alles zu viel wird, können Sie sich jederzeit auf KI verlassen. Sie wird zwar nicht ganz so differenziert sein und Ihren idealen Kunden nicht so gut verstehen wie Sie, aber KI hat die Zahlenverarbeitung im großen Stil auf ihrer Seite.

Größere Unternehmen arbeiten in der Regel mit Unternehmenssoftware wie Salesforce oder HubSpot. Eine speziellere Option für kleine und mittlere Unternehmen ist Pipedrive oder Freshsales, die über fortschrittliche Lead-Scoring- und KI-Funktionen verfügen.

So sieht Freshsales aus (der Score und der Customer Fit stehen ganz oben, und es wird erläutert, wie der Score entwickelt wurde).

👉 Lesen Sie unseren ausführlichen Test der Freshsales CRM-Software für den Vertrieb

Bewährte Praktiken für effektives Lead Scoring

Im Folgenden finden Sie 7 bewährte Vorgehensweisen, die Sie bei der Bewertung von Leads einhalten sollten:

1. Definieren Sie Ihr ideales Kundenprofil (ICP)

Ein ideales Kundenprofil ist eine hypothetische Beschreibung des Leads oder Interessenten, der am meisten von Ihrem Produkt oder Ihrer Dienstleistung profitieren würde.

Denken Sie so: Ein ICP ist das, was Sie als Maßstab für Ihre Leads ansetzen, um zu sehen, ob sie für Ihr Produkt geeignet sind.

Ein typischer ICP umfasst demografische und firmenbezogene Merkmale eines Kunden. Wenn Sie beispielsweise in einem bestimmten Gebiet verkaufen, befindet sich Ihr Lead in dieser Postleitzahl, diesem Bundesland oder diesem Land? Kommt er aus der Branche, in der Sie verkaufen möchten?

In einem B2B-Umfeld müssen Sie jedoch die folgenden Merkmale berücksichtigen:

• Branchenzugehörigkeit
• Kauffähigkeit (Umsatz)
• Größe des Unternehmens
• Demografische Eignung

…und mehr, je nach Ihren geschäftlichen Anforderungen.

Das Wichtigste zum Schluss: Ich verstehe, dass die Definition Ihres ICP anfangs überwältigend sein kann. Wenn Sie unsicher sind, wo Sie anfangen sollen, verwenden Sie den ICP-Generator von Figma, um Ihre idealen Kundenprofile in Sekundenschnelle und ohne viel Schnickschnack zu erstellen!

2. Identifizieren Sie die wichtigsten Engagement-Kriterien

Konzentrieren Sie sich auf die Berührungspunkte und Aktivitäten, die den Lead im Verkaufszyklus vorantreiben. Aktionen wie das Öffnen von E-Mails, das Herunterladen von Inhalten, die Anmeldung für kostenlose Testversionen, Interaktionen in den sozialen Medien, Demo-Anfragen usw.

Ein idealer Weg, dies zu umgehen, ist die Befragung Ihrer bestehenden Kunden, um Antworten auf Fragen wie diese zu erhalten:

• Welche Aktionen haben Sie durchgeführt, bevor Sie einen Kauf getätigt haben?
• Welcher Inhalt/Video/Landing Page hat Ihren Kaufprozess beschleunigt?
• Wie haben Sie von uns erfahren?

Anhand dieser Antworten können Sie gemeinsame Muster, Trends oder Aktionen erkennen, die Ihre Kunden während ihrer Kaufentscheidung durchführen.

Wenn beispielsweise die meisten Kunden E-Mails als ausschlaggebenden Faktor für ihre Kaufentscheidung ansehen, können Sie Leads, die sich mit E-Mails beschäftigen, einen höheren Wert beimessen.

Das Wichtigste zum Schluss: Im heutigen digitalisierten Verkaufsprozess kann es mehrere Berührungspunkte geben. Ich empfehle den Einsatz von CRM-Software, um knietiefe historische Daten zu verarbeiten und zu analysieren und innerhalb von Minuten perfekte Lead-Scores vorherzusagen.

3. Entwickeln Sie ein Scoring-System

Sobald Sie die Schlüsselkriterien identifiziert haben, entwickeln Sie ein klares und konsistentes Bewertungssystem. Dieses System sollte sowohl auf expliziten Daten (z.B. Berufsbezeichnung und Unternehmensgröße) als auch auf impliziten Daten (z.B. Website-Besuche und Downloads von Inhalten) beruhen.

Suchen Sie nach gemeinsamen Mustern und Berührungspunkten in Ihrem Konversionszyklus. Diese Daten stellen ein entscheidendes Element im Kaufprozess dar, und die Leads, die diese Aktionen gerade übertreffen, erhalten eine höhere Punktzahl.

Das Wichtigste zum Schluss: Stellen Sie sicher, dass Ihr Scoring-System flexibel genug ist, um sich an Änderungen der Strategie und der Marktbedingungen anzupassen. Testen Sie die kostenlose Lead Scoring-Vorlage von HubSpot. Sie ist einfach einzurichten und verfügt über einen integrierten Rechner zur Eingabe der Lead-Daten und zur Berechnung der endgültigen Lead-Bewertung.

4. Setzen Sie klare Schwellenwerte

Ein Schwellenwert stellt sicher, dass nur hochwertige Leads an das Vertriebsteam weitergeleitet werden.

Sobald ein Lead einen definierten Schwellenwert überschreitet, der auf einer Kombination aus demografischen und Engagement-Scores basiert, wird der Lead an einen Vertriebsmitarbeiter zur Weiterverfolgung weitergeleitet.

Bei einem marketingqualifizierten Lead (MQL) kann der endgültige Lead-Score beispielsweise bei 40 bis 50 Punkten liegen, während er bei einem vertriebsqualifizierten Lead (SQL) über 80 Punkte betragen kann.

Das Wichtigste zum Schluss: Auch hier ist die Investition in eine Lead-Scoring-Software die beste Lösung, um diesen Prozess zu automatisieren. Es hilft, klare Schwellenwerte für die Übergabe zwischen Marketing und Vertrieb festzulegen.

5. Negative Bewertung verwenden

Negatives Scoring in Ihr Lead-Scoring-Modell einzubauen ist das Gleiche, wie Zitrone in die Spaghetti-Sauce zu geben. Bitter, aber geschmacksintensiv!

Negatives Scoring trägt dazu bei, Desinteresse oder Desengagement zu berücksichtigen.

Ein Lead, der sich von Ihren E-Mails abmeldet, signalisiert zum Beispiel ein geringes Interesse. Indem Sie negative Aktionen bestrafen, konzentrieren Sie Ihr Team auf aktive Leads mit dem höchsten Konversionspotenzial.

6. Regelmäßige Überprüfung und Verfeinerung

Die Lead-Bewertung ist kein einmaliges System, das es nur einmal gibt. Insbesondere die traditionelle oder manuelle Bewertung erfordert ständige Anpassungen und Wiederholungen. Denn je mehr Sie über den Verkaufszyklus eines potenziellen Kunden erfahren, desto mehr Tricks und Kniffe entdecken Sie.

Daher ist es unerlässlich, Ihr System regelmäßig zu überprüfen und zu verfeinern, um sicherzustellen, dass es mit Ihren Geschäftszielen und Marktveränderungen im Einklang steht. Analysieren Sie die Leistung früherer Leads und passen Sie die Scoring-Parameter entsprechend an, um die Genauigkeit und Effizienz zu verbessern.

Das Wichtigste zum Schluss: Um Erkenntnisse über die Effektivität Ihres Lead-Scoring-Modells zu gewinnen, sollten Sie vierteljährliche Überprüfungen einrichten, an denen sowohl Marketing- als auch Vertriebsteams teilnehmen.

7. Stimmen Sie Vertrieb und Marketing aufeinander ab

Lead Scoring ist nur dann effektiv, wenn die Vertriebs- und Marketingteams zusammenarbeiten. Ich bin mir sicher, dass beide Teams widersprüchliche Vorstellungen darüber haben, was als Attribut zählt und welches stärker gewichtet werden sollte.

Stimmen Sie Ihre Marketing- und Vertriebsteams ab, um ein ideales Kundenprofil zu erstellen und zu definieren, was ein marketingqualifizierter Lead (MQL) und ein vertriebsqualifizierter Lead (SQL) ist.

Danach kann Ihr Vertriebsteam Ihre Informationen und Buyer Personas überprüfen und genehmigen.

Das Wichtigste zum Schluss: Richten Sie wöchentliche oder monatliche Treffen zwischen Marketing- und Vertriebsteam ein. Machen Sie ein Brainstorming und besprechen Sie die Qualität der Leads. Konzentrieren Sie sich auf die wichtigsten und häufigsten Ergebnisse. Nehmen Sie notwendige Anpassungen am Scoring-System vor

Häufige Herausforderungen beim Lead Scoring (wie man sie überwindet)

Obwohl sie sehr effektiv sind, haben Lead-Scoring-Systeme auch ihre Tücken:

1. Schwierigkeiten beim Sammeln genauer Daten

Lead Scoring basiert in hohem Maße auf Daten, aber das Sammeln genauer und aktueller Daten kann eine Herausforderung sein.

Wie kann man sie überwinden?

Ermitteln Sie wahrheitsgemäße Quellen für Ihre Daten:

• Erfassen Sie explizite Daten wie demografische und firmenbezogene Informationen mit Hilfe von Webformularen
• Website-Tracking-Software wie Google Analytics kann präzise Daten sammeln. Sie können damit das Verhalten und die Interaktionen von Leads verfolgen und Profilinformationen sammeln.
• Nutzen Sie Automatisierungstools oder CRMs, um dies für Sie zu tun. Freshsales verfügt beispielsweise über eine Funktion zur automatischen Profilanreicherung, die alle oben genannten Informationen automatisch importiert, sobald Sie eine E-Mail-Adresse und eine Website hinzufügen.

2. Übermäßiges Vertrauen in Vorhersagemodelle führt zu verpassten Chancen

Vorhersagemodelle können zwar sehr leistungsfähig sein, aber wenn Sie sich zu sehr auf sie verlassen, verpassen Sie möglicherweise Chancen bei Leads, die nicht genau den Mustern entsprechen, die das Modell ermittelt.

Diese Modelle neigen dazu, Leads zu bevorzugen, die den Merkmalen früherer erfolgreicher Kunden sehr ähnlich sind, und übersehen dabei möglicherweise neue oder unkonventionelle Interessenten.

Wie kann man das umgehen?

• Verwenden Sie Hybrid Scoring: Kombinieren Sie traditionelles und prädiktives Lead Scoring. Auf diese Weise können Sie einen ganzheitlicheren Ansatz verfolgen und verhindern, dass Leads, die nicht in Ihr typisches Muster passen, aber dennoch Potenzial aufweisen, völlig ignoriert werden.
• Überwachen und passen Sie das Modell an: Bewerten Sie regelmäßig die Leistung Ihres prädiktiven Modells und passen Sie es auf der Grundlage neuer Erkenntnisse und Marktveränderungen an. Testen Sie neue Variablen oder passen Sie das Modell an, um Leads mit unterschiedlichen Eigenschaften zu erfassen.

Ignorieren Sie auf keinen Fall Leads, die nicht in das Prognosemodell passen, aber ein starkes Engagement zeigen. Unkonventionelle Leads können eine höhere Konversionsrate aufweisen. Man kann nie wissen!

Wichtigste Erkenntnisse

1. Lead Scoring priorisiert hochwertige Leads – Ein Lead Scoring-System hilft Unternehmen, sich auf Leads mit dem höchsten Konvertierungspotenzial zu konzentrieren und ersetzt den veralteten Ansatz “wer zuerst kommt, mahlt zuerst”.
2. Drei Schlüsselkomponenten des Lead Scoring – Ein effektives Lead Scoring kombiniert explizite Daten (demografische/firmografische Details), implizite Daten (Verhaltens- und Engagement-Signale) und negatives Scoring (Faktoren, die auf Desinteresse hinweisen).
3. Verschiedene Arten von Lead Scoring-Modellen – Unternehmen können je nach Bedarf zwischen traditionellen (manuellen, regelbasierten), prädiktiven (KI-gesteuerten) oder hybriden (einer Kombination aus beiden) Lead Scoring-Modellen wählen.
4. Schritte zur Erstellung eines Lead-Scoring-Systems – Der Prozess umfasst die Identifizierung der wichtigsten Scoring-Kriterien, die Zuweisung gewichteter Scores für Attribute und die Einbeziehung negativer Scores zur Verfeinerung der Lead-Priorisierung.
5. Best Practices für das Lead Scoring – Die Definition eines idealen Kundenprofils (ICP), die Festlegung klarer Scoring-Schwellenwerte, die Einbeziehung von Negativ-Scoring, die regelmäßige Verfeinerung des Systems und die Abstimmung zwischen Vertriebs- und Marketingteams gewährleisten ein effektives Lead Scoring.