So kann KI produktorientierten Vertrieb optimieren

Von Alan Brennan, Director, Dropbox Technical Solutions – International

Verschwenden Sie nie wieder Zeit mit unqualifizierten Leads! Laut einer 2022 durchgeführten Umfrage unter Marketingexperten gaben 61 % der Befragten an, dass Leadgenerierung eine der größten Herausforderungen ihrer Arbeit darstellt. Und wenn Leads gefunden wurden, verbringen Vertriebsmitarbeiter 50 % ihrer Zeit damit, unqualifizierten Leads hinterherzujagen. Nur 25 % der Leads werden als vielversprechend genug eingestuft, um es bis zum Vertrieb zu schaffen. Wenig aussichtsreiche Leads verschwenden nicht nur Ihre Zeit und Ihre Ressourcen, sondern können auch Ihren Gewinn beeinträchtigen, wenn Sie das Problem nicht rechtzeitig in den Griff bekommen.

Angesichts der jüngsten Fortschritte im KI-Bereich (Conversational AI, Chatbot-Assistenten, Personalisierung) sollten Sie sich jetzt fragen, wie KI Ihren Vertriebsprozess systematisch beeinflussen kann, indem sie die Leadqualifizierung verbessert und so die Konversionsraten steigert.

Auch wenn ich als Director of Technical Solutions bei Dropbox meine Qualifikationen in diesem Bereich nicht überbewerten möchte, reicht meine Erfahrung doch aus, um Ihnen vorzustellen, wo ich für Vertriebsteams echte Chancen sehe. Hierzu möchte ich die Rolle der KI im produktorientierten Vertrieb erkunden und untersuchen, wie Unternehmen diese Technologie nutzen können, um Teams zu skalieren und die Nettoverkäufe zu steigern.

Doch zunächst möchte ich einige Begrifflichkeiten klären:

Was ist „produktorientierter Vertrieb“?

Beim produktorientierten Vertrieb (Product-Led Sales, PLS) handelt es sich um ein Modell zur Kundengewinnung, bei dem Unternehmen das Produkterlebnis und den Wert, den es Nutzern bietet, in den Vordergrund stellen. Der traditionelle Vertriebsansatz konzentriert sich hingegen auf den Verkauf der Produktmerkmale oder -vorteile.

• Alte Methode: Vertrieb, dann Produkt
• Neue Methode: Produkt, dann Vertrieb

Beim produktorientierten Vertrieb beginnen Nutzer oft mit einer kostenlosen Testversion des Produkts. Und wenn sie dann seinen Wert erkennen, führen sie ein Upgrade auf eine zahlungspflichtige Version durch, um zusätzliche Funktionen freizuschalten. Viele B2B-Unternehmen wenden diese Strategie bereits an, darunter Dropbox, Slack, Hubspot und Zoom. Der Ansatz ist effektiv, da Nutzer den Wert des Produkts kennenlernen können, bevor sie sich für ein zahlungspflichtiges Abo verpflichten.

Was ist KI?

Klassische künstliche Intelligenz (KI) ist die Simulation menschlicher Intelligenz durch Computersysteme und verlässt sich in der Regel auf vordefinierte Regeln und explizite Programmierung (z. B. regelbasierte Chatbots). Generative KI ist ein modernerer, komplexerer Ansatz. Ziel ist es hier, neue Inhalte zu generieren oder Aufgaben auszuführen, ohne dass hierfür eine explizite Programmierung erforderlich ist. Dank Durchbrüchen bei Large Language Models (LLMs) wie DALL-E oder GPT-XX ist es mittlerweile Mainstream, menschenähnliche Antworten auf textbasierte Fragen zu generieren. 

Im Kontext dieses Blogs bezieht sich KI jedoch auf das Ziehen von Rückschlüssen auf Kundenverhalten, -präferenzen und -bedürfnisse. Ziel ist es hierbei, Leads zu hypersegmentieren und ein personalisiertes Erlebnis bereitzustellen, das die richtigen Inhalte zur richtigen Zeit liefert und so die Konversionsrate steigert.

Eine KI-orientierte PLS-Strategie

Wie oft haben Sie sich schon mit der Hand vor den Kopf geschlagen, während Sie versucht haben, Ihre Leads zu verstehen? Wir haben alle schon von Marketing Qualified Leads (MQLs), Sales Qualified Leads (SQLs) und sogar Demo Qualified Leads (DQLs) gehört. Doch was ist mit AI Qualified Leads (AQLs), also mit von KI qualifizierten Leads, die alle anderen übertreffen? Stellen Sie sich vor, Sie hätten einen Co-Piloten, der einen solchen KI-qualifizierten Lead modelliert, basierend auf einer Interaktionsbewertung, die sich nach Verlaufs- und Echtzeitdaten richtet. Diese Bewertung wird anhand neuer Kundeninteraktionen in Echtzeit aktualisiert. 

Beispiel:

AQL-Segmentierung

Anschließend werden AQLs auf der Grundlage der Interaktionsbewertung kategorisiert und routinemäßig in die Geschäftsbücher von Vertriebsmitarbeitern eingepflegt, damit sie sich um das Follow-up kümmern können. Wie Sie Ihre Leads kategorisieren, liegt ganz bei Ihnen. Nur als Referenz: Mir persönlich gefällt die Larger Market Formula, die durch das Buch „Predictable Revenue“ von Aaron Ross an Beliebtheit gewonnen hat. Sie segmentiert die gesamte Käufer-Zielgruppe in einem beliebigen Markt in vier Schlüsselkategorien:

• Kauft jetzt: Interessent sucht interessiert nach einer Lösung, hohe Wahrscheinlichkeit eines Kaufs, HEISSER LEAD  
• Sucht nach Informationen: Interessent recherchiert aktiv und ist offen für einen Kauf, WARMER LEAD  
• Ist sich eines Problems bewusst: Interessent ist nicht aktiv auf der Suche, aber offen für einen Kauf, LAUWARMER LEAD  
• Ist sich keines Problems bewusst: Interessent ist nicht aktiv auf der Suche und erlebt derzeit keine Probleme, KALTER LEAD

Die meisten Unternehmen behandeln jeden Lead wie die 3 %, die bereit sind, sofort zu kaufen. Sie haben keine Systeme, um die anderen 97 % zu erfassen und zu pflegen. Genau dort liegt das Problem. Und die Lösung für dieses Problem ist ein System, das Interessenten anlockt, informiert, pflegt und zum Handeln bewegt. Herauszufinden, an welchem Punkt im Kaufzyklus sich Ihr Lead befindet, und die Temperatur des Leads mit einer gezielten Aktion zu verbinden, ist entscheidend, um Ihre Konversionen zu maximieren. Hierzu können Sie einen meiner Favoriten verwenden: die Vertriebsmethodik aus meinem vorherigen Artikel.

Marketingkreislauf von KI in PLS

Wenn wir das alles nun zusammenfügen, wie sieht das Ganze dann aus?

1. Erstellen von Kundenmodellen: Der Kreislauf beginnt mit der Modellerstellung aus Kundeninformationen, die wie oben erwähnt über verschiedenste Verlaufs- und Echtzeitdaten gewonnen werden können. 
2. KI-Co-Pilot: Ein KI-basiertes Tool erstellt einen Wissensgraph, um AQLs für die Segmentierung zu erstellen. Finden Sie hochwertige Leads, die Vertriebsmitarbeiter in den Unmengen an Daten übersehen, und sortieren Sie Blindgänger aus.
3. AQL-Segmentierung: Dank der Segmentierung von Leads anhand von Interaktionsbewertungen können Vertriebsteams Ressourcen effektiver zuordnen und gezielte Strategien für jede Kundengruppe entwickeln.
4. Personalisierung: Mithilfe KI-basierter Einblicke, mit denen Rückschlüsse über Nutzerprofile gezogen werden, können Vertriebsteams ihre Herangehensweise für jeden Kunden personalisieren und maßgeschneiderte Empfehlungen und Lösungen anbieten – alles verpackt in einem unwiderstehlichen Angebot, das Interessenten vom Kauf überzeugt.
5. Vertriebsmethodik: Dies ist das Bindeglied zwischen allen anderen Komponenten. Es bietet ein strukturiertes Framework, mit dem gestaffelte Initiativen unter GTM-Teams abgestimmt werden können. So entsteht ein Playbook, das die Chancen auf die Konversion hochwertiger Leads maximiert.
6. Erfolgsmessung: Hierbei wird ermittelt, welche Maßnahmen zu den gewünschten Ergebnissen geführt haben. Eine kontinuierliche Feedbackschleife sorgt für die laufende Optimierung der AQL-Interaktionsbewertung.

Vorteile von KI in PLS

Insgesamt hat KI das Potenzial, breit gefächerte ergebnisbasierte Metriken im produktorientierten Vertrieb zu beeinflussen:

• Kosten der Kundenakquise
  • KI kann Unternehmen auf verschiedene Weise dabei unterstützen, die Kosten der Kundenakquise zu senken: 1) durch Chatbots und virtuelle Assistenten, die Kunden in Echtzeit personalisierte Empfehlungen bereitstellen und Fragen beantworten können, 2) durch automatisierte Leadbewertung (AQLs), die auf der Wahrscheinlichkeit einer Konversion basieren, und 3) durch personalisiertes Marketing mit automatisierten Call-to-Action-Auslösern, die von der Leadbewertung abhängig sind.

• Upselling- und Cross-Selling-Möglichkeiten
  • KI-basierte Wahrscheinlichkeitsmodelle können Unternehmen dabei helfen, Upselling- und Cross-Selling-Möglichkeiten zu identifizieren, indem sie Kundendaten, Kundenverhalten und Muster bei der Produktnutzung analysieren.

• Konversionsraten:
  • Mit dem oben beschriebenen Konzept der AQL-Segmentierung können KI-Tools in Echtzeit Produkte und Services empfehlen, die am wahrscheinlichsten die Anforderungen des jeweiligen Nutzers erfüllen. Und so steigt letztlich auch die Wahrscheinlichkeit eines erfolgreichen Verkaufs.

• Produktivität des Vertriebsteams
  • KI kann Unternehmen dabei unterstützen, eine bisher ungeahnte Produktivität zu erreichen, indem sie Aufgaben automatisiert. Ein KI-Co-Pilot bringt Ordnung ins Chaos, indem er datenintensive Aufgaben wie automatisierte Leadbewertung, Segmentierung und Personalisierung übernimmt. Das ermöglicht die richtige Kundeninteraktion zum richtigen Zeitpunkt (basierend auf Tausenden von Datenpunkten), um erfolgreiche Ergebnisse zu fördern. So lässt sich der produktorientierte Vertrieb einfacher skalieren, und die Konversionsraten steigen.

KI-Regulierung

In jedem Gespräch über KI und ihre Fähigkeiten sollte auch das Thema KI-Regulierung zur Sprache kommen. Es werden bereits Rufe laut, die Entwicklung anzuhalten, bis wir die wahren Auswirkungen dieser Technologie verstehen. Doch Schrödingers Katze ist raus aus der Kiste, und sie ist gesund und munter. So sehr, dass kostenlose Open-Source-Alternativen mittlerweile still und heimlich den Erfolg von Google und OpenAI einheimsen. Das birgt sowohl Herausforderungen als auch Chancen: Herausforderungen rund um Betrug und die Regulierung privater Modelle, die intern ausgeführt werden, und Chancen hinsichtlich schnellerer Innovation und der Umsetzung von Nischen-Anwendungsfällen, die für Big Player zu unrentabel sind.

Die Wertschöpfung wird größtenteils nicht durch die Modelle selbst oder ihre direkte Verwendung mit Chatbot-Assistenten wie Bard oder ChatGPT entstehen. Stattdessen wird die Art und Weise, wie diese Modelle eingesetzt und in bestehende oder neue Produkte integriert werden, hierfür entscheidend sein. Ich kann mir eine Welt vorstellen, in der KI-basierte Tools zum wichtigsten Treiber des produktorientierten Vertriebs werden und die Vermarktung und den Verkauf von Produkten völlig revolutionieren. Ich bin außerdem zuversichtlich, dass die Demokratisierung von KI mehr Transparenz und Rechenschaftspflicht schaffen wird, wenn es um den Einsatz von KI und ihre gesellschaftlichen Auswirkungen geht.

Einzug der KI in PLS

Wir erleben derzeit eine historische Entwicklung in der Welt der KI, und die meisten von uns machen sich noch nicht klar, wie umfassend die Veränderungen sein werden. KI revolutioniert so ziemlich jede Branche und jeden Sektor, und ihre Fähigkeit, den B2B-Vertriebsprozess zu bereichern, kann auch hier echte Transformationen ermöglichen. Unternehmen, die auf produktorientiertes Wachstum (Product-Led Growth, PLG) setzen, sitzen auf wahren Goldminen von Produktnutzungsdaten. Doch die meisten von ihnen sind unvollständig, befinden sich in Silos oder werden gar nicht erst genutzt. Ein KI-Co-Pilot automatisiert mühsame Arbeiten und verbindet riesige Datensätze auf eine Weise, zu der Vertriebsmitarbeiter einfach nicht in der Lage sind. Und eine Vertriebsmethodik sorgt über den gesamten Verkaufsprozess hinweg für präzise Abläufe. Die systematische Kombination dieser beiden Werkzeuge maximiert die Chancen auf die Erkennung, das Nurturing, und die Konversion von AQLs im gesamten produktorientierten Vertrieb.

KI wird uns also nicht ersetzen, sondern ergänzen. Sie stellt uns ihre Rechenleistung bereit, damit wir unsere persönliche Leistung voll ausschöpfen können. Die einfache Wahrheit lautet: Wenn Sie KI nicht in Ihren Vertriebsprozess integrieren, werden Sie hinter die Konkurrenz zurückfallen.