Der klassische Außendienst in Zeiten von Predictive Analytics

B2B-Außendienst richtig organisieren mit Predictive Analytics

Zukünftig wird es darum gehen, Kundendaten richtig zu lesen und daraus die richtigen Schlüsse für die Kundenstrategie zu ziehen. Für den auf Abschlüsse getrimmten Vertrieb klassischer Prägung bedeutet das ein Paradigmenwechsel.

Stirbt der klassische Außendienst, so wie ihn Unternehmen und Kunden kennen – langsam, aber sicher – aus? Die digitale Transformation als derzeit wichtigster Treiber für Veränderungen legt das nahe, und sie hat große Auswirkungen für das B2B-Geschäft und auch auf interne Prozesse.

Der Vertrieb wird immer häufiger datengetrieben, das heißt es werden strategische Entscheidungen getroffen, die auf der Analyse und Interpretation von Daten basieren.

Ein datengetriebener Ansatz ermöglicht es Unternehmen, ihre Daten zu prüfen und zu organisieren. Wenn es der Vertrieb schafft, die im Unternehmen schon vorhandenen Daten bestmöglich zu erfassen, auszuwerten und zu nutzen, kann er den sich ständig ändernden Kundenanforderungen schnell stellen. Er kann besser verstehen, welchen Bedarf der Kunde hat und somit seinen Wünschen besser nachkommen. Das alles unterscheidet den Vertrieb heutiger Prägung von dem Vertrieb vor einigen Jahrzehnten. Ein kurzer Blick auf die historische Entwicklung des Vertriebs zeigt, worum es geht.

Historische Entwicklung des Vertriebs und Vertrieb heute

Um klar zeigen zu können, was den Vertrieb heutiger Prägung ausmacht, lohnt ein Blick in die Vergangenheit. So stellte sich der Vertrieb vor ein paar Jahrzehnten noch ganz anders dar, da die Rahmenbedingungen für die Neukundengewinnung gänzlich andere waren als heute. Von den heutigen Möglichkeiten der Datenanalyse und datenbasierten Prognosen (Predictive Analytics) einmal ganz abgesehen.

In der Zeit kurz nach dem Zweiten Weltkrieg bis ungefähr Mitte der 1970er Jahre gab es im Prinzip keinen Wettbewerb.

Es existierte nahezu ausschließlich ein Verkäufermarkt für die Deckung des bestehenden Bedarfs.

Von Mitte der 1970er Jahre bis zum Jahr 2000 nimmt der Wettbewerb zu und Kunden haben die Wahl zwischen mehreren Anbietern. Es herrscht ein Überangebot an Waren und Dienstleistungen. Derjenige Anbieter bekommt den Auftrag, der das beste Verständnis für den Kunden entgegenbringt.

Die Zeitphase ab 2000 bis heute steht im Zeichen zunehmender Transparenz für den Kunden. Kunden sind heutzutage über viele Produkte und Dienstleistungen sowie über entsprechende Anbieter sehr gut informiert. Der Wissensvorsprung des Vertriebs beginnt sich aufzulösen. Es herrscht eine hohe Preis- und Markttransparenz und der Online- beziehungsweise E-Commerce ist integraler Bestandteil vieler Verkaufsstrategien.

Erfolgreiche B2B-Außendienstmitarbeiter verlassen sich heute maßgeblich auf E-Commerce-basierte Verkaufsstrategien.

Vom rückwärtsgewandten CRM zum zukunftsgewandten Predictive Analytics

Heute stellt sich die Situation gänzlich anders dar als noch vor 20 Jahren. Vertriebler können von hochwertigen Datenanalysen profitieren, die Unternehmen aus den unterschiedlichsten internen Quellen über ihre Kunden erstellen. Vorausgesetzt natürlich, Vertriebsmitarbeiter bekommen die Daten auch zur Verfügung gestellt oder können diese selbst erheben. Notwendig dazu ist die grundsätzliche Überwindung einer Abwehrhaltung gegenüber der Nutzung von Daten, die laut Expertenmeinung in einigen Betrieben noch recht hoch zu sein scheint.

Was Vertriebler schon seit längerem selbstverständlich nutzen sind klassische CRM-Systeme, mit denen sie das Verhalten ihrer Interessenten und Kunden systematisch untersuchen können. Sie blicken damit sozusagen in den Rückspiegel und ziehen das Verhalten von Kunden und potenziellen Kunden nach: Wo fand ein Kontakt statt? Was kaufte der Kunde? Welche Landingpage hat er besucht? Welche Links hat er dort angeklickt?

Big Data geht weiter: Es kombiniert systematisch Daten aus internen und externen Quellen und analysiert diese. So lassen sich zukünftige Entwicklungswahrscheinlichkeiten ableiten. Zum Beispiel: Was wird ein Kunde möglicherweise für ein zusätzliches Produkt aus dem Sortiment (beispielsweise eines Großhändlers) kaufen? Bei welchen Kunden könnten sich Cross- oder Up-Selling-Aktionen auszahlen? Welcher Kunde wird wahrscheinlich abspringen (Churn Management)?

Den Außendienst richtig zu organisieren bedeutet heute, sich auf die Prioritätensetzung anhand von Daten zu konzentrieren.

Wie gesagt: Bei Predictive Analytics geht es um Eintrittswahrscheinlichkeiten, nicht um gesicherte Aussagen, ob und was Kunden als nächstes tun werden. Oft geht es dabei um Korrelationen zwischen tausenden Variablen, aufgrund derer sich Entwicklungswahrscheinlichkeiten ableiten lassen.

BERECHNEN SIE JETZT DEN ROI VON QYMATIX PREDICTIVE SALES SOFTWARE

Predictive Analytics als Paradigmenwechsel für den klassischen Vertrieb

Excel-Tabellen und CRM-Listen gehören mit Predictive Analytics nicht gleich der Vergangenheit an. Vertriebler werden aber erkennen können, dass Kundenlisten auf Basis von prädiktiven Analysen weit bessere Aussagekraft haben. Dies geschieht durch die statistische Ermittlung von Scores, die jedem Kunden zugeordnet werden. In einen Score fließen beispielsweise Informationen über das Alter, das Einkommen und das vergangene Kaufverhalten von Kunden ein.

Der Score gibt dann etwa an, wie gut ein Produkt zum Kunden passt oder nicht, oder ob beim Kunden ein hohes Abwanderungsrisiko besteht.

Eifrige Vertriebler, die es klassischerweise oft gewöhnt sind, Korrelation mit Kausalität zu verwechseln, bedeutet ein Score von 0,5 nicht, dass die Erfolgschance bei 50 Prozent liegt einen Abschluss zu machen. Was sich hinter einem solchen Score verbirgt, ist die Aussage, lieber den Kunden mit dem höheren Score anzurufen als den mit dem niedrigeren. Ob es dann zu einem erfolgreichen Abschluss kommt, ist eine ganz andere Frage.

Insofern bedeutet Predictive Analytics auch ein Paradigmenwechsel für den klassischen Außendienst, der seine alte Vertriebsdenke über Bord werfen und sich für die Nutzung und den richtigen Umgang mit Kundendaten öffnen sollte. Zukünftig wird es darum gehen, Kundendaten richtig lesen und daraus die richtigen Schlüsse ziehen zu können.

Wie relevant ist das Thema Predictive Analytics für Ihre Außendienst ? Lassen Sie es uns wissen!

JETZT TERMIN FÜR EIN PERSÖNLICHES GESPRÄCH VEREINBAREN