Implementierung eines KI-gestützten Vertriebslead-Supportsystems bei einem globalen Unternehmenssoftwareunternehmen
Wie ein mittelständisches SaaS-Unternehmen sein Pipeline-Management transformierte – und so die Lead-Qualifizierung beschleunigte, die Produktivität der Vertriebsmitarbeiter steigerte und die Abschlussquoten in fünf Branchen und mit über 300 Vertriebsprofis verbesserte.
Das Unternehmen vertreibt Software zur Workflow-Automatisierung und Datenintegration an mittelständische und Großunternehmen in den Branchen Finanzdienstleistungen, Gesundheitswesen, Fertigung, Logistik und Einzelhandel. Bei durchschnittlichen Deal-Zyklen von 90 bis 140 Tagen und einem durchschnittlichen Auftragswert (ACV) zwischen 45.000 und 380.000 US-Dollar setzte das Vertriebsteam auf eine Kombination aus Salesforce, Intent-Data-Plattformen und manuellen Akquise-Strategien, die über Outreach.io verwaltet wurden.
Trotz des hohen Inbound-Volumens aus Content- und Paid-Kanälen hatte das Vertriebsteam Schwierigkeiten mit der Lead-Priorisierung: Die MQL-zu-SQL-Konversionsrate lag bei etwa 18 %, die Vertriebsmitarbeiter verbrachten schätzungsweise 35 % ihrer Zeit mit Recherche und manueller Dateneingabe anstatt mit dem Verkauf, und die Reaktionszeiten auf vielversprechende Inbound-Leads betrugen durchschnittlich 6,4 Stunden – deutlich über den Schwellenwerten für eine hohe Konversionsrate.
- Vertriebsmitarbeiter recherchieren vor jeder Kontaktaufnahme manuell Profile auf LinkedIn, Unternehmenswebsites, in Newsfeeds und im CRM-System – ein 45-minütiger Prozess pro neuem Account.
- Es gibt kein einheitliches Lead-Scoring-System; die Qualifizierungsentscheidungen hängen stark von der Erfahrung und Branchenkenntnis der Vertriebsmitarbeiter ab.
- Wichtige Kaufabsichtssignale (Besuche von Produktseiten, Preisseiten, Vergleichsinhalte mit Wettbewerbern) werden den Vertriebsmitarbeitern nicht in Echtzeit angezeigt.
- Die Qualität der Follow-up-E-Mails ist uneinheitlich; unerfahrene Vertriebsmitarbeiter haben Schwierigkeiten, die Nachrichten auf Branche, Rolle und Problemstellung des potenziellen Kunden zuzuschneiden.
- Die Bewertung von Verkaufschancen nach der Demo liegt im Ermessen der Vertriebsmitarbeiter; eine systematische Analyse der Statusindikatoren in den CRM-Aktivitätsdaten findet nicht statt.
Das Unternehmen implementierte ein mehrstufiges KI-gestütztes Vertriebsunterstützungssystem – kein einzelnes Tool, sondern ein Set vernetzter, KI-gestützter Workflows, die direkt in die bestehende Vertriebsinfrastruktur integriert wurden. Das System basiert auf einem Prinzip: die Vertriebsmitarbeiter in ihrer Urteilsfähigkeit durch bessere Informationen zum richtigen Zeitpunkt zu unterstützen, nicht Verkaufsentscheidungen zu automatisieren und sie so dem Menschen zu entziehen.
Von dem Discovery-Gespräch bis zum Live-System in 48 Wochen.
- Discovery und Datenprüfung Analysierte Daten zu gewonnenen und verlorenen Verkaufschancen aus drei Jahren, um jene firmografischen, verhaltensbezogenen und Interaktionssignale zu identifizieren, die in der jeweiligen Branche die höchste Vorhersagekraft für eine Konversion aufweisen. Überprüfte die Qualität der CRM-Daten – eine entscheidende Voraussetzung: 31 % der Kontaktdatensätze enthielten fehlende oder veraltete Felder, die die Modellleistung beeinträchtigt hätten.
- Erstellung und Pilotierung eines Lead-Scoring-Modells Ein gradienten-gestütztes Modell wurde auf Basis historischer Opportunity-Daten trainiert. Es lief 60 Tage lang parallel zum bestehenden MQL-Prozess; dabei hatten die Vertriebsmitarbeiter keinen Einblick in die KI-Scores, was einen Blindvergleich zwischen den von der KI und den von den Mitarbeitern priorisierten Leads ermöglichte. Im Holdout-Set konvertierten die von der KI priorisierten Leads mit einer 2,1-fach höheren Rate zu SQLs als die von den Mitarbeitern priorisierten Leads.
- Rollout für Account-Briefing und Entwurf von Outreach-Nachrichten Bereitstellung von durch LLMs generierten Account-Briefings via Slack-Integration – zugestellt 90 Minuten vor dem ersten geplanten Anruf. Nach dem ersten Monat bewerteten die Vertriebsmitarbeiter die Genauigkeit der Briefings mit 4,2 von 5 Punkten. Entwürfe für Outreach-E-Mails wurden für eine Kohorte von 40 Junior-Vertriebsmitarbeitern eingeführt; die bearbeiteten und versendeten E-Mails übertrafen die von den Mitarbeitern selbst verfassten E-Mails hinsichtlich der Antwortrate um 22 %.
- Full production rollout Alle fünf Systeme wurden im gesamten Team live geschaltet. Die Bewertung der Deal-Performance wurde in die Manager-Reviews integriert – wöchentliche Pipeline-Reviews beginnen nun mit KI-gekennzeichneten Risikochancen. Ein Feedback-Meeting wurde eingerichtet: Vertriebsmitarbeiter können fehlerhafte KI-Ausgaben direkt in Slack melden, was in die monatlichen Modellüberprüfungen einfließt.
- KI-gestützte Vertriebsunterstützung
- Outreach-Automatisierung
- CRM-Integration
- Überwachung des Geschäftsverlaufs
Ihre KI-Transformation beginnt hier.
Vereinbaren Sie ein kostenloses Erstgespräch und erhalten Sie eine Automatisierungsbewertung.