Transcript 0:00 [Intro-Musik] B2B Marketing und Sales Automation. Äh, wie baut man Revenue Teams auf? Äh, wie baut man Maschinen dafür? 0:18 Das mache ich jetzt, seit ich 16 bin. Mein technischer Hintergrund, äh, führte mich oft zu verschiedenen Softwareunternehmen, die ich aufgebaut habe. Immer an der Schnittstelle zwischen Marketing, Sales und Product. 0:31 Hey, und heute mit meinem Business Partner in Crime, Valentin, der, ähm, effizient Entwicklungsteams managt und Softwareprodukte baut wie kein anderer. 0:42 Heute gehen wir dem, äh, Thema nach, ähm, wie denn das so ist mit diesen AI Use Cases in Marketing und Sales und was das genau auf sich hat. Jetzt. 0:53 Hey, vor drei Jahren war im KI, äh, oder war KI im Marketing und Vertrieb noch ein absolutes Novum und niemand hat wirklich davon gesprochen. 1:03 Jetzt heute sind die Schlagzeilen wie: „KI nimmt uns die Arbeit weg", oder: „Die Sales Development Reps werden nicht mehr gebraucht." Das, äh, s-lesen wir Tag für Tag. Aber was ist die Realität? 1:15 Und kann KI unsere Arbeitsweise revolutionieren? Also von der Erstellung von Inhalten bis zur Lead-Recherche und Bewertung bis zum Lead Scoring. Ähm, was kann KI leisten entlang vom Marketing- und Sales-Prozess? 1:30 Klar ist irgendwie, dass vieles von diesen Sales-Aufgaben sind, äh, Administrationsaufgaben oder halt irgendwelche unnütze Aufgaben, die nicht Customer Facing sind. 1:40 Zahlen sprechen von 75 %, die nicht, ähm, wirklich auf den Kunden gerichtet sind. Hey, wir gehen der Lösung nach. 1:48 Und zwar haben wir mit unserem Sales Efficiency Report, ähm, mal erforscht, was denn da so der Stand der Dinge ist. 1:56 Und wir wollen mit diesem Report die Wachstumshebel finden, die es halt eben ermöglichen, die richtigen Aktionen auszuführen mittels KI, dat man halt da, damit man im Sales und Marketing, äh, richtig schnell vorankommt. 2:10 Und das sind meistens halt vielleicht die kleinen Änderungen oder Implementierungen und nicht die riesengroßen Dinge. Ja, und es ist nicht das erste Mal, dass wir so einen Industry Report machen. 2:19 Wir machen das bereits zum vierten Mal mit dem Marketing Automation Report und haben hier auch ein bisschen entwickelt, wo, äh, mit welchen Firmen da auch, ähm, die meisten Use Cases, äh, umgesetzt werden und deshalb versuchen wir hier auch sehr viel Praxis mit reinzugeben. 2:38 Ja, das Ziel ist immer, hey, mit KI und Automation den B2B Sales Funnel effizienter zu gestalten, mehr Deals abzuschließen. Aber wir sehen halt auch, es braucht immer eine solide Datengrundlage. 2:50 Und jetzt, wenn ich mal hingehe und schaue, was denn unsere hundertdreißig Umfrage-, äh, antworten beziehungsweise die Unternehmen im B2B, die gesagt haben: Hey, welcher U-Use Case, welcher KI Use Case bringt am meisten Wert? 3:06 Und mit Wert meint man, äh, umsatzsteigernd. Gibt es da Anwendungsfälle, die bereits heute viel bringen. 3:13 Und wenn ich hier die Statistik vor mir habe und anschaue, sehe ich hier auf Platz drei ist es Predictive Lead Scoring, das sehr, äh, umsatzsteigernd wirkt. 3:23 Dann auf Platz zwei geht es um ein Follow-up-Meeting, zum Beispiel ein Sales Follow-up nach einem Erstgespräch. 3:29 Und auf Platz eins – und das ist der Use Case, den wir heute anschauen – geht es um CRM-Daten und das CRM-Daten Anreichern. 3:38 Hey, wenn wir jetzt das im Detail anschauen, dann ist ja so, dass der Input ist meistens, es ist HubSpot da, es ist Salesforce da und dann hat man den Vorname, Nachname, den Firmenname oder vielleicht, äh, die Business-E-Mail. 3:51 Aber jetzt die Frage, und da übergebe ich gleich an Valentin: Hey, woher kommen denn diese Daten heute meistens? 3:58 Ja, wenn man dieses CRM anschaut und hat man ja meistens ein paar tausend Kontakte drin aus den verschiedenen bisherigen Business-Jahren, dann kommen die ja einfach historisch, weil man die immer gesammelt hat. 4:09 Wer hat die in einer Newsletter-Liste erarbeitet. Vielleicht hat man irgendwann noch eine andere Newsletter-Liste gemerged. 4:14 Alle Sales-Mitarbeiter haben mit der Zeit neue E-Mail-Adressen gesammelt und das in ganz unterschiedlichen Kontexten an irgendeinem Event, an einer Konferenz, vielleicht mal irgendwo mit jemandem gesprochen und da waren noch zwei, drei andere Leute rein, die eingetragen in irgendeiner Qualität und auch nicht validiert oder schon gar nicht verifiziert, ob die überhaupt die Zielgruppe sind. 4:34 Und so sind diese Listen ge-ge-ge-gewachsen. 4:37 Und dann hat das Marketingteam on top vielleicht mit einem guten Tool oder irgendeiner Webseite verschiedene Formulare gebaut auf der Webseite, wo man einen, ein Lead Magnet, so ein Whitepaper herunterladen kann. 4:49 Oder man hat-- irgendjemand hat mal einen Call gebucht. Vielleicht war das auch ein Student oder vielleicht war das wirklich jemand, der interessiert war an seinen Produkten. 4:56 Alle, die irgendein Kontaktformular ausgefüllt haben oder die sie mal irgendwie die Supportanfrage hatten, weil sie das Produkt in der Hand hatten. Die sind alle im CRM und oft sind die auch sehr gleichwertig im CRM. 5:08 Beziehungsweise man sieht dann nicht genau, woher der wirklich gekommen ist und, und ob er wirklich in einem Kon-Kontext war, von dass er interessiert war an diesem Produkt oder ob das einfach eine Anfrage war zu irgendeinem Thema. 5:22 Und dann gibt es auch noch den zusätzlichen Case, der schon recht modern ist, wo es auch neue Tools gibt, wo man eigentlich LinkedIn-Kontakte ein, rein nimmt, die irgendwie interagiert haben. 5:31 Und da gibt es so Visitor-Identifica-Identifizierungstools, sag ich so, De-Anonymisierungstools wie Alba, Crosslead, Info Sales Viewer, wo man eigentlich alle die Besucher der Webseite versucht zu identifizieren über die IP, IP-Adresse. 5:46 Und danach gibt es diese schlauen Tools, die gehen dann direkt auf LinkedIn, schauen, von welcher Firma kommen die, welche Leute arbeiten da, wer könnte das vermutlich sein und wer könnte da interessant sein. 5:56 Und diese Kontakte können auch ins CRM kommen. 5:59 Man hat da also ein bisschen ein Zoo von Leuten oder Kontakten in diesem CRM und möchte eigentlich wissen, wo, wo ist, wo sind die Kontakte, die dann auch wertig sind, die überhaupt für dein Geschäft relevant sind und die vor allem dann auch noch aktuell sind.Also du sprichst an, oder? 6:16 Du hast gesagt, äh, wenn ich das so zusammenfasse, du hast extrem viele Daten da drin und die sind halt unterschiedlicher Qualität. Also du hast so 'n bisschen die Herausforderung da angekitzelt. 6:26 Jetzt weiter: Ähm, was ist denn, wenn du so Kontakt hast mit CRM-, ähm, Daten, was, was siehst du? Was sind die größten Probleme? Das größte Problem ist ja eigentlich, dass diese Daten vielleicht nicht mehr aktuell sind. 6:40 Wir haben ja auch Kunden gehabt, die haben dann eine Liste gehabt und gesagt: „Hey, wir haben 30.000 Kontakte". 6:45 Und da musste man erst mal rausfinden: Ja, die sind ja gewachsen über zehn oder teils 20 Jahre, diese Kontakte. Und da sind viele veraltet. 6:52 Die Leute arbeiten gar nicht mehr da, die haben den Job gewechselt oder sie, sie, sie haben die Position gewechselt oder, oder sind andere Daten vielleicht outdated oder sonst, oder die Webseite, die URL hat geändert und da muss man diese zuerst validieren. 7:06 Also das, wenn man von so 'ner Liste dann Beispiel hat mit 20.000 Kontakte und dann, als wir das dann wirklich verifiziert haben, sind dann noch sechs, siebentausend übrig geblieben, die eigentlich so stimmen. 7:17 Und dann weiß man gar nicht, wie, wie man diese nun angehen sollte, weil man ja nichts über die Kontakte weiß. 7:22 Man weiß den Name, Vorname, 'ne E-Mail-Adresse, vielleicht die Firma, aber man weiß nicht, in welchem Kontext die interagieren. 7:29 Vielleicht ist die Job Role gar nicht aktuell, vielleicht haben sie das nicht auf LinkedIn richtig geschrieben und man weiß dann auch gar nicht, ob das Timing eigentlich stimmt, ob es der richtige Moment ist, ihn anzugehen. 7:40 Ähm, und das mön-- und das muss man dann rausfinden, dass-- Normalerweise versucht man dann zu networken und müsste mit allen Mittagessen gehen. 7:47 Wenn man aber eine Liste hat von über 1.000 Kontakten, dann wird das nie passieren, weil man geht ja vielleicht an 100 Lunches im Jahr, wenn man es effizient macht. 7:56 Input eins: Da haben wir extrem viele Daten, die da rumliegen, hatten Leichen auch. Ähm, dann Step zwei wäre jetzt das Ganze validieren und anreichern. Und du hast das auch schon ein bisschen angetönt. 8:09 Also ich mein, es gibt ja Tools, die versprechen: Hey, wir haben da die Signale, die Buying Intent Daten, wir haben da alle Informationen, auch die Kaufbereitschaft zu sehen. Warum ist denn das nicht so der heilige Gral? 8:24 Ja, dieses, dieses Signal- und Intent-Daten, da erhofft man sich ja, dass es alle die Probleme löst, die man bisher noch nicht wirklich gelöst hat, wie man das früher beim CRM gehofft hat. 8:34 Und, und das größte Problem ist eben diese Kaufbereitschaft. 8:37 Wenn nicht den-- Am liebsten würde man nie wissen für jeden Kontakt, ob er 'n Budget hat, ob er diese Need hat oder diesen Pain hat und mit welchem Thema man jetzt die Person ansprechen könnte. 8:48 Und Signal, Signal-based Selling sozusagen oder Intent-Daten versprechen das eigentlich. 8:54 In der Realität zeigen sie aber einfach Aktivität an, die die Leute aussenden, das aber noch nicht-- Man weiß noch nicht, warum sie diese Si-, diese Aktivität aussenden. 9:03 Wenn man zum Beispiel ein, die, eine Pricing Page anschaut einer Webseite, heißt das nicht, dass man schon im Prozess ist, dass man über die Preise nachdenkt. 9:09 Das ist einfach mehr, dass das die zweitmeist geschaute Website, Seite auf der Webseite ist. Und, und man muss oft diesen Kontext besser verstehen. 9:18 Und da gibt es auch solche Sachen, je mehr-- Also was das Ziel ist eigentlich von diesem Validaten in Enriched von Step zwei ist, dass man diese Kontakte mit mehr Daten anreichert, die kontextbezogen sind. 9:29 Zum Beispiel könnten das sein alle diese Job Profiles. Oder wenn man Leut, neue Leute anstellen will, was, was, was für Profile will man denn anstellen? Sucht man nun neue Leute, die, die Newsletter-Marketing machen? 9:41 Sucht man Leute, die Adwords-Marketing machen? Sucht man neue Sales-Mitarbeiter oder Junior Sales-Mitarbeiter? Oder sucht man Onboarding Specialists? Oder sucht man so Hubspot Automation Experts oder solche Sachen? 9:52 Oder ist auch die Firma gewachsen und eigentlich ein über, ein kontinuierliches Wachstum? Hat er sehr viel Fluktuation? 9:59 Oder was für LinkedIn-Posts schreiben denn die, schreibt der CEO oder die Sales-Leute oder die, die, die, die exponiert sind gegenüber den Leuten? Zu welchen Themen? 10:07 Weil daran kann man ja dann erkennen, in welchem Mode die Firma vielleicht ist, welches Thema sie besetzen möchte, was, was für Needs oder was für Bedürfnisse sie nun haben könnte. Und das muss man dann rausfinden. 10:19 Und das, was das Ziel ist am Ende, warum das alles rausfinden muss, ist, weil man Relevanz erschaffen möchte. Es ist ja ganz einfach: Wenn man etwas verkaufen will, muss man das richtige Timing haben. 10:31 Man muss relevant sein damit und man muss dann auch am richtigen Moment gleich in der Inbox sein oder f-, oder das Gespräch haben mit der Person. 10:40 Und Timing ist wahnsinnig schwierig, weil man nie weiß, in welchem Kontext der, der, der Empfänger ist. Ist er gerade in einem Meeting? Ist er gerade super im Stress, weil er etwas, äh, abschließen muss? 10:50 Oder ist er eigentlich jetzt bereit und könnte zuhören und beschäftigt sich mit deinem Thema. Und kon-- Und dass man das immer erreicht, schreibt man, versucht man consistent zu sein, indem man immer wieder etwas macht. 10:59 Das kann aber auch langweilig sein. Und wichtig ist, dass man relevant ist. Und das Relevant kann man durch eigentlich mit 'nem, äh, äh, educated guess oder wenn man sich da ein bisschen informiert darüber, erarbeiten. 11:11 Und das ist das Ziel. Wir wollen Relevanz schaffen. 11:13 Deshalb sucht man möglichst viele Informationen zusammen, dass man rausfinden können, wenn ich mit dem Thema, mit diesem Aufhänger, mit diesem Hook die Ziel, diese, diesen Kontakt anspreche, dann wird er immerhin mir ein bisschen Aufmerksamkeit schenken. 11:26 Ich weiß immer noch nicht, ob das Timing richtig ist, aber immerhin weiß ich, ich habe ein gutes Thema. Ja, also die Datengrundlage ist das A und O. 11:33 Und ich glaub, hier zusammenfassend: Es gibt das Tool, äh, Clay und da gibt es zum Beispiel 70 Datenanbieter, die öffentliche Daten zusammensuchen für die Kontakte. 11:45 Dann hast du's gesagt, oder, das ist auch integriert in Clay, dass du LinkedIn scrapen kannst, die Webseite scrapen kannst. 11:52 Du kannst aber auch ganz kleine Aufträge geben im Sinne von: Geh auf die Webseite, schau mal auf die About-Seite, wer ist da im Verwaltungsrat oder welche Projekte und die, äh, oder, oder Kunden, die gerade haben. 12:03 Ähm, das find ich, ist, ist halt jetzt momentan extrem hot, weil's halt weit geht. Und da eben unser Weapon of Choice, Clay. Aber warum, ähm, d-dass man das macht, hast du auch schon so 'n bisschen, äh, angetönt. 12:15 Es geht halt so darum, den educated guessÄh, besser zu machen. 12:19 Ich bin schon der Meinung, oder besser wäre natürlich, man fragt alle und, äh, dann hast du Zero Party Data direkt von diesem Kontakt und der sagt dir dann schon, äh, wie's ausschaut. 12:29 Aber wenn man das halt nicht kann, dann ist es irgendwo nötig zu qualifizieren. Und ich glaub, das ist der Schritt drei: die Qualifikation. 12:39 Und hier vielleicht oder was wir bei diesem dritten Schritt oft sehen, ist schon noch, äh, geil eigentlich auch, wie man das, äh, sehr weit automatisieren kann. 12:48 Also im Sinne von: Wenn du genau weißt, wer deine idealen Firmen sind, also Ideal-Customer-Profiles, aber auch, wer genau, äh, der Buyer Persona ist, also die Jobtitel und in welchen Situationen sind die. 13:02 Dann kannst du halt das extrem umfangreich beschreiben. 13:05 Oder wenn du mit Persona arbeiten willst, kannst du die extrem umfangreich beschreiben und kannst diesen Auftrag an AI geben, äh, mit dem, äh, Sinne: Mach mir mal 'n Match Score. 13:15 Also so wie bei Tinder, wer passt am besten zu mir? Kann man eigentlich fragen: Hey, schau her, das sind die, äh, Target Accounts und jetzt will ich mal wissen, wer passt da? 13:24 Gib mir mal für die Person und für die Firma jeweils zwischen null und eins zurück. Und dann kannst du das noch aufrechnen, gewichten. 13:31 Da haben wir sehr gute Erfahrungen gemacht, dass man eigentlich so ziemlich schnell rauskommt mit einem, äh, Match Score, wo man sagen kann: Hey, die Leute könnte man jetzt in mindestens drei Segmente aufteilen. 13:43 Valentin, hast du da vielleicht 'n paar Inputs, wie man da am besten vorgeht? Ja, du willst ja eben, du willst eigentlich so deine, deine, deine Kunden wie Sterne Bewertungen geben. 13:53 Also Ein-Stern-Kunde, Zwei-Stern-Kunde, Drei-Stern-Kunde. 13:56 Und dieses Scoren, indem du halt das möglichst auf deine Zielgruppe abwägst, damit du weißt, dass du nicht jetzt deine Zeit verplemperst mit einem Student, der sowieso kein Budget hat oder nicht mit Leuten, die zwar an allem interessiert sind, weil sie Zeit haben, aber sowieso nichts implementieren können, weil sie gar, weil das gar nicht auf der Liste steht oder weil das gar nicht einem Ziel von der Firma sozusagen untergeordnet ist, dass das mo-momentan bearbeitet wird. 14:21 Und, und man möchte eigentlich damit eigentlich-- Die, diese Liste ist ja meistens sehr groß von Kontakten. Die hat dann vielleicht Hunderte oder über tausend Kontakte drauf. 14:30 Und wenn man die immerhin schon mal kategorisieren kann in, in Premium, also in, in Drei-Sterne-Kontakte, die am meisten werthaltig sind oder die Wahrscheinlichkeit am größten ist, dass sie da mal kaufen werden. 14:40 In zwei Sternen, einen Stern, dann weiß man dann auch, wo man seine, äh, Ressourcen investieren sollte, wo man vielleicht auch unterschiedliche Aktivitäten machen sollte, um mit denen in Kontakt zu treten und wer auch, 14:53 wer dann auch, wer auch erfolgreiche Kunden werden können und welche vielleicht sich in der Vergangenheit nicht so erfolgreich, ähm, äh, entpuppt haben. 15:02 Und du versuchst ja dann eigentlich diese, diese, diese, eben dieses mit so AI-Tools, also mit, mit Tools, wo du dann eigentlich jeden Kontakt einzeln angeht, die verschiedenen Daten be-- in-interpretiert, die wir gesammelt haben und das dann auch wieder direkt ins CRM einspielen, damit man daraus dann verschiedene Aktivitäten planen kann. 15:23 Das nicht löst oder ein Problem, was es nicht löst, ist, du weißt dann immer noch nicht genau, wo in der Buyer Journey dieser Kontakt steht. 15:31 Das kann man eigentlich fast nicht herausfinden, alleine durch die Signale, die ausgesendet werden. 15:34 Du weißt dann einfach immerhin, er könnte irgendwo gut in dieser Buyer Journey stehen und deshalb kommt dann automatisch der nächste Schritt, wo du irgendwie engagen musst. 15:45 Die Zusammenfassung: Der populärste Use Case, ähm, aus diesen hundertdreißig Feedbacks, die wir erhalten haben, ist, dass das CRM angereichert werden soll. Und das ist in drei Schritten möglich. 15:57 Du schaust dir den Input an, woher kommen diese Daten, wie gut sind die? Also du brauchst bestimmt mal Vorname, Nachname, äh, Unternehmen oder E-Mail. 16:06 Dann hast du auch schon viele Informationen, mit denen du arbeiten kannst. Und dann gehst du hin. Äh, Schritt zwei: Validiere diese Daten und reiche die ein. Dazu gibt es Datenanbieter. 16:18 Wir nutzen da oft Clay und deren angebundenen Datenanbieter wie Cognism, Lusha, ähm, Apollo, Suminfo und so weiter. 16:28 Und, äh, gehst aber auch hin und, und schaust dir vielleicht die LinkedIn-Profile an, die Webseite und machst dir eine perfekte Liste, wo du weißt, okay, das sind die richtigen Kontakte. Das ist Nummer drei. 16:40 Wenn du sagst, die richtigen Kontakte, qualifizierst du die, segmentierst die in die drei Sternchen. Wo ist dein ICP, dein Ideal-Customer-Profile? Wo ist deine Buyer Persona? 16:52 Und vielleicht kannst du die auch verorten auf der Buyer Journey, wenn du weißt, was zum Beispiel letzte Aktivität war. 16:59 Äh, solche Daten kann man auch einfließen lassen und am Schluss dann eigentlich wirklich den, ähm, den OpenAI-Prompt, äh, da beauftragen. 17:08 Hey, gib mir mal die Wahrscheinlichkeit zurück, mit bestem Wissen und Gewissen, wo würdest du denn jetzt hinmachen? Und das ist erstaunlich genau. 17:17 Aber dann haben wir 'ne Liste, haben die entlang der Buyer Journey, äh, angeordnet. What's next? Ich glaub, Valentin, hier kannst du vielleicht noch abschließen. Ähm, der Reality Check. Was macht man dann? Genau. 17:30 In der, in der ideale Case wär ja dann, jemand würde diese besten Drei-Sterne-Kontakte nehmen, die anrufen und fragen: "Hey, wollen wir mal 'n Thema miteinander sprechen? 17:39 Kannst du mir bisschen von deinen Pains erzählen?" Man hat ja gleich noch 'n guten Hook und der sagt: "Ah ja, genau, das ist mega spannend." Und man vereinbart ein Gespräch. Das wär der perfekte Case. 17:48 Die Realität ist ja, dass dann-- Man nimmt alle diese Kontakte querbeet, schickt 'n Newsletter mit den Firmennews vom letzten Jubiläum oder vom neuen Standort, den man aufgemacht hat und hofft, dass jetzt alle dir einpurzeln. 18:01 Und das ist so bisschen der, der Vision oder what we, was wir gekau-kaufen wollten und was wir gekriegt haben. 18:07 Ähm, und jetzt, ja, es ist eigentlich spannend dann rauszufinden, was gibt's für verschiedene Taktiken, so Mittelwege, dass man vielleicht angehen könnte. 18:15 Und das können wir auch mal im Detail dann in zukünftigen Podcasts besprechen. Es ist sicher, dass man vielleicht halt Engaging-Sachen findet, die auf diesen relevanten Themen aufscheinen. 18:24 Wir haben ja schon Benchmarks viel gemacht. Vielleicht sind es Mini Service, vielleicht ist es ein Whitepaper oder ein Report, den man alle verschickt. 18:30 Vielleicht ist es auch Offline-Dinge, wo man dann-- So, da gibt, das ist Beispiel von der Champagne Campaign, wo man dann den Leuten einen Champagner schickt mit einer Note und dann nachtelefoniert oder dann 'ne Mail schreibt, wo je nachdem, ob sich das dann halt lohnt für diesen, diesen Kontakt, wenn das 'n sehr wichtiger Kontakt ist, dass man in diesen irgendwie in Kontakt treten kann, um rauszufinden, wann ist das Timing dann richtig. 18:53 Aber darüber können wir dann noch sprechen. Der Sinn ist einfach, es, es reicht, es, es reicht nicht, einfach nur zu hoffen und die Finger zu kreuzen und sagen, die kommen dann irgendwie, weil ich bin ja super. 19:04 [outro jingle]