Denn Mitarbeiter fürchten sich immer noch vor zu viel Transparenz, Bewertung der eigenen Leistung und dem Aufwand, der sich hinter systematischer, regelmäßiger Datenpflege verbirgt. Die erweiterten Ansätze von Big Data lassen aus Sicht des Vertriebs zusätzlich befürchten, für das eigene Unternehmen zukünftig weniger wichtig zu sein. Das liegt auch daran, dass sich das Einkaufverhalten dramatisch verändert. Kunden werden autonomer in ihren Kaufentscheidungen. Social Selling ergänzt oder ersetzt traditionelle Verkaufsaktivitäten. Interessenten und Kunden haben sich durch das Internet oftmals längst mehr Wissen angeeignet als die Vertriebs-Mitarbeiter, die sie bisher immer noch persönlich besuchen, um vielfach bekannte Informationen zu übermitteln. Verdichtete spezifische Informationen zu Kaufverhalten, Präferenzen und in die Zukunft blickende Analysen werden immer wichtiger für den Vertrieb. Wie lässt sich der Vertrieb für Big Data mitnehmen? Vor diesem Hintergrund stellt sich die Frage, ob ein Unternehmen es sich zukünftig leisten kann, auf die neuen technischen Möglichkeiten der Digitalisierung zu verzichten und den Vertrieb einfach weiter agieren zu lassen wie bisher.
Big Data Vertriebs Gmbh Www
Die richtigen Bestandskunden für das Upselling analysieren Zu Beginn der Umsetzung wurde in einem gemeinsamen Workshop ein gemeinsames Verständnis über die Technologie und die konzeptuellen Ansätze geschaffen. So wurde festgelegt, dass die Big Data-Lösung im Rahmen einer Upselling-Kampagne eingesetzt werden sollte. Die Herausforderung beim Upselling lag darin, innerhalb einer Basis von ca. 800 Bestandskunden diejenigen hoch zu priorisieren und für den Vertrieb zu profilieren, die ein hohes Investitionspotenzial für eine neue Version eines Hardwareprodukts aufweisen. 3. 1 Auswahl und Anreicherung von Bestandsdaten Auswahl von Bestandskunden Zunächst erfolgte die gesicherte Bereitstellung von internen Identifikationsmerkmalen zu Bestandskunden. Diese Identifikationsmerkmale enthielten den Firmennamen und die postalische Adresse, die ursprünglich vom Vertrieb eingetragen wurden. Derartige Informationen lassen sich typischerweise direkt aus bestehenden CRM-Systemen exportieren. Da die Anwenderdaten aus einem CRM-System stammten und manuell eingetragen wurden, konnten veraltete Einträge aktualisiert und Duplikate bereinigt werden.
Big Data Vertrieb Login
Big-Data scheint mittlerweile eine ausgemachte Sache zu sein im B2B-Bereich. Wie nutzt ein Unternehmen seine Vertriebsdaten zur Wertschöpfung? Durch die Anwendung von Anwendung von Predictive-Analytics-Methoden zur Verbesserung der Vertriebseffizienz. Selbstverständlich haben die Daten allein keinen Wert, wenn sie nicht dazu verwendet werden, Umsatz zu steigern und Kosten zu senken. Welche Technologie kann nützliche Vorhersagen mithilfe von Big Data liefern, dynamisches Pricing gestalten oder die Abwanderung von Kunden rechtzeitig erkennen? Künstliche Intelligenz. Künstliche Intelligenz im Allgemeinen und Predictive Analytics im Besonderen sind der Schlüssel zu einer nachhaltigen Verbesserung der Vertriebseffizienz. Ihre Bedeutung ist darauf zurückzuführen, dass die Vertriebsproduktivität im B2B-Bereich weiterhin erheblich ist. Außendienstmitarbeiter sind derzeit eine der knappsten Ressourcen in Deutschland. Technologie sollte helfen, dass sie effizienter werden. Key Account Manager besuchen die Kunden, kommunizieren Werte und sind dafür verantwortlich, die vorhandenen Verkaufschancen optimal zu nutzen.
Big Data Vertrieb In English
Über zwei Drittel der befragten Vertriebler im B2B-Bereich erhoffen sich durch die Datennutzung vor allem eine Erleichterung ihres Alltags, da relevante Informationen leichter aus den Daten abgeleitet werden und sie stärker proaktiv auf Kunden zugehen können. 62 Prozent sind überzeugt, dass sich auch ihre Wahrnehmung durch die Kunden ändern wird, denn durch zusätzliche Erkenntnisse aus den Daten können sie eher die Rolle des Kundenberaters als die des Verkäufers einnehmen. Die Gefahren der Datennutzung für die Vertriebsmitarbeiter werden im Vergleich dazu deutlich geringer eingeschätzt: Weniger als die Hälfte der Befragten hat Bedenken, leichter austauschbar zu sein oder aber durch künstliche Intelligenz ersetzt zu werden. *Über die Erhebung: Im Rahmen der "B2B Sales Study - Einsatz von Künstlicher Intelligenz und Big Data im Vertrieb" von Simon-Kucher & Partners wurden im Oktober 2019 insgesamt 394 Vertriebsmitarbeiter aus B2B-Unternehmen in Deutschland zur Rolle des persönlichen Vertriebs in Zeiten von Big Data und KI repräsentativ befragt.
Welches Potenzial liegt noch bei meinen Kunden verborgen? "Wir nutzen die Unbefangenheit und Neutralität einer Datenanalyse und die Erfahrung unserer Vertriebsprofis, um Hypothesen aufzustellen. Unser Erkenntnisgewinn resultiert aus diesen beiden Faktoren, folglich aus einer Gesamtbetrachtung. " Garvin Beer, Sales Intelligence Experte SUXXEED
Große Datenmengen mit dem Closed Loop-Verfahren auswerten
4 Schritte Anleitung für den B2B-Vertrieb
Schritt 1: Machen Sie einen Daten-Check und werden Sie zum Herr Ihrer Daten. Sowohl die Datenaktualität als auch die Vollständigkeit sind starke Faktoren für die Qualität von Daten. Lücken müssen teilweise von Vertriebsmitarbeitenden oder können von KI-gestützten Webcrawlern im B2B-Vertrieb bereits vor der Analyse "gestopft werden". Ein erfolgreiches "Data Processing" impliziert nicht nur die Aufbereitung der Daten. Auch der Datenfluss zwischen den Systemen, alle internen und externen Datenquellen und das Zielbild sollte mindestens skizziert werden.