Predictive Sales Analytics in B2B

Mitglieder 06.04.2017 Qymatix Solutions GmbH
Vertriebsproduktivität im Business-to-Business (B2B) bezeichnet die Leistungsfähigkeit von Vertriebsstrukturen und -prozessen, unter Berücksichtigung aller direkten Kosten und Leistungen.


Sales Analytics und insbesondere Predictive Sales Analytics steigern die B2B-Vertriebsproduktivität erheblich.


Sales Analytics Kennzahlen und KPIs sind seit langem eine effektive Methode, um zu messen, was im Vertrieb funktioniert und was nicht. Die Performance von Key Account Managern kann verglichen und somit eine Umsatzsteigerung erzielt werden.


Die Fähigkeit, Vorhersagen zu treffen, wirkt sich stark auf das Produktivitätsniveau eines B2B- Verkaufsteams aus.


Laut McKinsey steigern Unternehmen ihr Sales & Marketing Return on Investment (ROI) um 15 bis 20 % allein durch Sales Analytics. Predictive Sales Analytics bietet zusätzliche Impulse zur Beschleunigung des Umsatzwachstums in B2B.

Strategische Unternehmensführung mit Sales Analytics erhöht die Vertriebsproduktivität


B2B-Vertriebsorganisationen standen immer schon unter Druck, ihre Umsatzziele zu erreichen, neue Möglichkeiten aufzudecken und die Produktivität ihres Vertriebsteams zu maximieren. In einem immer wettbewerbsintensiveren, sich rasch verändernden und globalisierten Markt ist es für Vertriebsmanager heute unerlässlich, alle sich bietenden Verkaufsressourcen optimal zu nutzen.


Andris A. Zoltners beschreibt diese Herausforderung in seinem Buch „The Power of Sales Analytics“ und gibt einen klaren Rat (Original auf Englisch, hier unsere Übersetzung):

„Wenn Vertriebsmanager über die Herausforderungen der Strukturierung, Dimensionierung, Bereitstellung, Einstellung, Entwicklung, Motivation, Information und Kontrolle ihrer Vertriebsorganisationen nachdenken, arbeiten sie mit einer neuen Generation von technologiefreundlichen Mitarbeitern und einer Explosion von Daten und Technologien, die mehrere Komponenten haben:


+ Steigerung des Volumens von Informationen über Kunden, Verkaufstransaktionen, Marktpotenziale, Wettbewerber, Vertriebsaktivitäten und Vertriebsmitarbeiter.

+ Soziale Netzwerke wie Facebook, LinkedIn und Twitter.

+ Leistungsfähigere und schnell wechselnde Computer-, Speicher- und Mobilkommunikationstechnologien.

+ Fortgeschrittene [Data-Mining] Modelle und Analysewerkzeuge. “


Der Nutzung von Verkaufsdaten sollte heutzutage nichts im Wege stehen. Daten sind heute die leistungsfähigsten Enabler, über die ein B2B-Vertriebsteam verfügen kann. Um Kundenwissen zu entdecken, verkaufseffizient zu planen und zu prognostizieren, sollten Vertriebsmanager die ERP-Verkaufstransaktionen und die CRM-Vertriebsaktivitäten bedingungslos analysieren.


Sales Analytics spielt eine Schlüsselrolle bei der Identifizierung von Kundensegmenten, Vertriebsaktivitäten und Verkaufschancen, die die Effizienz der Vertriebsmitarbeiter steigern können.

Bedauerlicherweise wird in vielen Unternehmen diese Analyse und Erstellung von KPIs immer noch hauptsächlich manuell durchgeführt, wobei Microsoft Excel, Qlikview, Tableau oder eine andere Datenvisualisierungssoftware verwendet wird. Denn Datenvisualisierung ohne die Intelligenz von Predictive Analytics ist nur eine weitere rudimentäre Form von Analyse und wird die Vertriebsproduktivität nicht massiv steigern.


Es wird geschätzt, dass Vertriebsmanager rund 25 % ihrer Zeit mit der manuellen Vertriebsanalyse beschäftig sind. Neue Technologien für die Kundenanalyse sind ein wichtiges Unterscheidungsmerkmal für leistungsstarke Vertriebsorganisationen.


Angemessene Sales Analytics sollte dem Vertriebsleiter alle benötigten Informationen zur Verfügung stellen, um erfolgreiche Verkaufsentscheidungen treffen zu können. Vertriebsmanager sollten mit einem Klick in der Lage sein, auf eine aussagekräftige Kundenanalyse zuzugreifen.

Zukunft vorhersagen - Predictive Sales Analytics in B2B


Hochproduktive Vertriebsmitarbeiter benötigen Informationen, die es ihnen ermöglichen, das Kundenverhalten vorherzusagen und erfolgreiche Verkaufsaktionen zu antizipieren.

Ein Key Account Manager im B2B handelt typischerweise mit Dutzenden von Kunden und mit Hunderten von Produkten. Dies führt zu unendlichen Möglichkeiten, was an wen zu welchem Zeitpunkt verkauft werden kann.


„Vertriebler investieren ihre Zeit indem sie einen riesen Haufen von Verkaufschancen durchsuchen, um die besten zu finden“, schreibt Eric Siegel, Autor von Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die. „Verkaufen ist heute eine Stecknadel im Heuhaufen finden. Predictive Analytics kann den Heuhaufen viel kleiner machen.“


Fortschrittliche und prädiktive Analytik-Funktionen können das Kaufverhalten der B2B-Kunden vorhersehen.


Predictive Sales Analytics verwendet prädiktive Algorithmen und mathematische Modelle auf der Basis von ERP- und CRM-Verkaufsdaten. Diese Algorithmen sind nützlich, um zu verstehen, wo es Preis- und Verkaufspotenzial geben kann. Dies stellt für jedes B2B-Vertriebsteams eine enorme Steigerung der Vertriebsproduktivität dar.


Predictive Analytics bietet erhebliche Chancen für den B2B-Vertrieb, indem es Key-Account-Managern hilft, Cross- und Up-Selling-Möglichkeiten zu finden, Projekte schneller abzuschließen und Leads effektiver zu qualifizieren. Vertriebsmanager können Kundenpotenzial mit Predictive Analytics optimieren und deren Nachfrage prognostizieren.


Die Zeit, die mit Predictive Analytics gespart wird, ist eine der wichtigsten Ursachen für die Steigerung der Verkaufsproduktivität. Ein Vertriebsleiter kann die Gesamtzeit für Sales Analytics-Aktivitäten und Vertriebsaktivitäten, die mit Hilfe von Analytics optimiert werden können, deutlich reduzieren. Sie beinhalten in der Regel Zeit für die Suche nach Kunden mit besseren Erfolgschancen, die Erforschung von Kundenbindung und Preisinkonsistenzen, Coaching von KAMs, Verkaufsplanungs-Meetings, Onboarding neuer Key Account Manager u.a.


Folglich profitieren KAM von der Reduzierung der Gesamtzeit die nicht direkt für kundenbezogene Verkaufsaktivitäten investiert werden muss. Diese unproduktiven Aktivitäten beinhalten i.d.R. die Zeit, die auf die Suche nach Verkaufschancen bei bestehenden Kunden und die Zeit, die unnötigerweise bei der Entwicklung der Kundenbindung mit treuen Kunden investiert wird, während das Abwanderungsrisiko übersehen wird.


Unproduktive Vertriebsaktivitäten sind auch Zeiten, die mit Preis-Inkonsistenzen und Margin Analysen sowie Diskussion über Verkaufspläne mit dem Vertriebsmanagement und Reisezeiten zu nicht-relevanten Kunden verbracht werden.

Warum ist Predictive Sales Analytics ein „Must-Have“, um die Produktivität im B2B-Vertrieb zu steigern - Fazit


Predictive Sales Analytics spielt eine wichtige Rolle, um die Produktivität im B2B-Vertrieb zu steigern. Es reduziert die Zeiten, die Vertriebsmanager und Key Account Managers in unproduktive, nicht kundenorientierte Verkaufsaktivitäten investieren. Außerdem bietet sich ein entscheidender Wettbewerbsvorteil in wettbewerbsintensiven Branchen.


Vertriebsleiter müssen in der Lage sein, die am besten geeigneten Vertriebsaktivitäten und KPIs zu identifizieren, umzusetzen und zu verfolgen. Diese KPIs sollten den Gesamtstatus der heutigen Kunden inklusive dem segmentierten Umsatz, Profitabilität und Neukundengewinnung widerspiegeln.

Besonders wichtig für B2B-Vertriebsteams sind in diesem Zusammenhang Prognosen und Informationen über die Low-Hanging Fruits, Quick-Wins, Kundenbindung, Korrekturmaßnahmen und zusätzliche Vertriebsaktivitäten mit einem hohen Einfluss auf den Vertriebserfolg und -kosten.


Original auf unserem Blog: Predictive Sales Analytics ist das neueste „Must-Have“ des B2B-Vertriebsmanagers