Der Beitrag Predictive Analytics vs. Künstliche Intelligenz (KI) erschien zuerst auf Dastani Consulting.

Umsatz pro Kunde, Umsatz pro Besuch
Um eine Grundlage für die Besuchsallokation zu erzeugen, kann der Umsatz pro Vertriebsbesuch durch die von uns entwickelte Customer Value- und Visit Value-Prediction modelliert werden. Dabei wird zunächst in einem zweistufigen Verfahren für jeden Kunden der generelle Customer Value berechnet. So kann die Umsatzerwartung für jeden Kunden über einen zuvor definierten Zeitraum eingesehen werden. Anschließend wird dieser Customer Value-Wert mit dem Visit Value, der Umsatzerwartung pro Besuch, verknüpft.

Besuchsprognose und Potenzialprognose
Unsere Potenzialprognose stellt eine hilfreiche Ergänzung zur Besuchsprognose (Visit Value Prediction) dar. Die Kombination aus beiden Prognosewerten ermöglicht Ihnen eine effiziente, ressourcenschonende und objektive Verteilung der Besuchskapazitäten. Die folgende Matrix zeigt ein Fallbeispiel eines unserer Kunden und bildet insgesamt 24.000 Vertriebsbesuche ab. Hier lässt sich erkennen, dass bei einem hohen objektiven Umsatzpotenzial der Ressourcenaufwand in die Reaktivierung von inaktiven Kunden sowie in die Akquisition und Eroberung erhöht werden sollte. Bei einem niedrigen Umsatzpotenzial dagegen sollten die Besuchsressourcen umgeschichtet werden. In diesem Fallbeispiel sind 5.000 Kundenbesuche betroffen, die lieber per Telesales statt persönlich betreut werden sollten. Dies macht insgesamt ca. 20% der gesamten Besuchsressourcen aus und verdeutlicht die Relevanz der Ressourcenumverteilung. Wenn sowohl das objektive Potenzial als auch die Kennzahl der Besuchsprognose (VVP) hoch ist, sollte über eine Erhöhung der Besuchsfrequenz nachgedacht werden. Mittels der verschiedenen Prognosewerte besteht so die Möglichkeit, dass Sie Ihre Kunden besser einschätzen können und seine Betreuung zielorientiert darauf abstimmen.

Die Stecknadel im Heuhaufen finden
In zahlreichen Kundenprojekten haben wir herausgefunden, dass Unternehmen ihre Kunden oftmals nach dem historischen Umsatz priorisieren. Demnach liegt der Fokus der Vertriebsmitarbeiter auf den „guten“ und aktiven Kunden. Diese Vorgehensweise ist jedoch nicht zielführend, da die Umsatzpotenziale der Kunden so nicht ausgeschöpft werden können und einige Kunden zu häufig besucht werden. An dieser Stelle setzen wir unsere Customer Value – und Visit Value – Prediction zielführend ein, um die Effizienz der Vertriebsmannschaft zu erhöhen und Potenziale auszuschöpfen.

Unsere Tools sorgen dafür, dass Sie die richtigen Kunden besuchen sowie Verkaufs- und Marketingmaßnahmen effektiv einsetzen können. Sie erhalten einen Überblick über das objektive Umsatzpotenzial ihrer aktiven und inaktiven Kunden sowie Neukunden. Anhand einer zusätzlichen Top Down-Liste können Sie einsehen, welcher Kunde in der kommenden Woche zuerst von Ihrer Vertriebsmannschaft besucht werden sollte. Mithilfe dieser Kennzahlen können Sie schließlich herausfinden, wohin Sie Ihren Fokus legen müssen, um Ihre Vertriebsoptimierung anzugehen.

Unsere zahlreichen Fallbeispiele verdeutlichen den Erfolg dieser Maßnahmen. Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Vertriebsoptimierung im B2B erschien zuerst auf Dastani Consulting.

Maßnahmen der Sales-Prediction
Die Corona-Krise hat uns allen verdeutlicht, dass die Vertriebsaktivitäten trotz allem effektiv funktionieren können. Dazu müssen einige Maßnahmen in Betracht gezogen werden. Zuallererst müssen die Vertriebsressourcen neu optimiert werden, denn nicht jeder Vertriebsbesuch ist lohnenswert. Die teuren Besuche müssen daher vielmehr auf Kunden mit einer hohen Umsatzerwartung fokussiert werden.

Doch welcher Kunde hat welche Umsatzerwartung? Dazu dienen verschiedene Predictive Analytics-Prognosen, die KI-basiert in der Lage sind, den Umsatz jedes einzelnen Kunden und die Erwartungswerte der einzelnen Vertriebsbesuche zu prognostizieren. Die passende Vertriebsstrategie betont eine bessere Allokation der Ressourcen – wann ist ein Vertriebsbesuch wirklich notwendig und wann sollte lieber zum Telefonhörer gegriffen werden?
Die Verkaufsempfehlungen eines jeden Kunden über alle Kanäle vorangetrieben – was muss der Kunde jetzt zu diesem Zeitpunkt kaufen? Durch Einsparung der Vertriebsressourcen können wichtige Potenziale erobert werden.

Einsatz der CVP und VVP
Unsere Customer Value- (CVP) und Visit Value Prediction (VVP) schaffen die Basis für die Allokation der Vertriebsbesuche. Während die Customer Value Prediction den erwartenden Umsatzes eines Kunden für eine bestimmte Warengruppe prognostiziert, sagt die Visit Value Prediction den erwarteten Umsatz eines Besuchs pro Kunde vorher. Einerseits kann dadurch das allgemeine Kundenpotenzial der nächsten Periode bewertet werden und andererseits kann die Besuchs- und Tourenplanung durch die Vertriebsallokation optimiert werden.

Optimierung des Deckungsbeitrags durch die Besuchsprognose
Viele Vertriebsmitarbeiter behaupten, dass sie im im Nachhinein immer schlauer sind, bei welchen Kunden ein Vertriebsbesuch lohnenswert war. Doch die von uns entwickelte Visit Value Prediction (Besuchsprognose) ist im Vorfeld in der Lage, zu prognostizieren, welche 70% der Vertriebsaktivitäten völlig ineffizient sind. Diese unwirtschaftlichen Vertriebsaktivitäten führen zu keinem Umsatz, da sie mit einem negativen Deckungsbeitrag verbunden sind. Die Visit Value Prediction verdeutlicht, dass in Zukunft oftmals nicht immer die gleichen Kunden besucht werden müssen wie in der Vergangenheit. Der hohe Anteil der freigewordenen Vertriebsressourcen kann wiederum in die Akquisition von Neukunden und in die Reaktivierung von Kunden mit einem hohen Umsatzpotenzial eingesetzt werden.

Einschätzung eines Kunden
Doch welche Möglichkeiten stehen nun zur Verfügung, um einen Kunden einzuschätzen und seine Betreuung darauf abzustimmen? Einerseits das objektive Umsatzpotenzial, um zu beantworten, wie hoch die Ausschöpfung eines Kunden ist. Andererseits dient die Visit Value Prediction als Möglichkeit, um anhand der erstellten Top-Down-Liste gerankt einzusehen, welcher Kunde nächste Woche als erstes besucht werden sollte. Dazu ergänzt die Potenzialprognose die Besuchsprognose optimal (siehe Abb.). Die Kombination dieser beiden Kennzahlen ermöglicht eine sinnvolle, ressourcenschonende und objektive Verteilung der Besuchskapazitäten.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Knapp 70% der Vertriebsaktivitäten völlig ineffizient erschien zuerst auf Dastani Consulting.

Von rund 8.500 befragten Unternehmen gaben bei einer Umfrage des Deutschen Industrie- und Handelskammertag e.V. 77 Prozent an, dass sie für das Jahr 2020 einen Umsatzrückgang als Folge des Coronavirus erwarten. 5 Prozent erwarten hingegen eine Umsatzsteigerung (Quelle: Statista).

Vielen Unternehmen ist noch nicht bewusst, wie sie von der KI-Technologie erfolgreich profitieren können. KI arbeitet mit einer starken Zuverlässigkeit, die bereits nach kurzzeitigem Einsatz zu einer deutlichen Steigerung von Umsatz und Marge führt – und das auch in Zeiten von Corona. Um sich einen sicheren Startplatz im New Normal zu sichern, sollten Unternehmen den Einsatz von KI ausdehnen.

Prognose des erwarteten Umsatzes
Wie lautet die Umsatzerwartung meiner Kunden? Um die Umsatzerwartung für einen bestimmten Zeitraum zu bestimmen, wurde die Customer Value Prediction entwickelt. Der Wert eines Kunden (Customer Value) wird aus vergangenen Transaktionen abgeleitet. Basierend auf diesen Informationen, ist das System in der Lage, den Umsatz eines Kunden in der nächsten Periode zu prognostizieren.

Prognose des erwarteten Umsatzes eines Besuchs
Und wie lautet nun die Umsatzerwartung meines nächsten Besuchs in der folgenden Woche? Um dies zu beantworten, wird der ermittelte generelle Customer Value aus dem ersten Schritt mit dem Visit Value verknüpft. Als Dateninput dienen Umsätze und Besuche aus der Vergangenheit.

Ressourcen potenzialorientierter einsetzen
Folglich stellt sich heraus, ob ein Besuch in der nächsten Woche überhaupt lohnenswert ist. Oft bestätigt sich durch die Visit Value Prediction, dass Unternehmen zu viele Vertriebsressourcen in Kunden investieren, die eine niedrige Umsatzerwartung haben. Dies erweist sich als unwirtschaftlich – doch der Vertrieb kann entgegenwirken, indem er nicht-wirtschaftliche Besuche stark reduziert und durch Telesales substituiert. Gleichzeitig werden durch die Customer Value – und Visit Value – Prediction nicht-profitable Vertriebsressourcen frei, die wiederum in potenzialreiche Bestandskunden, in die Akquisition von Neukunden und in die Reaktivierung von Kunden mit hohem Potenzial eingesetzt werden können.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Vertriebsressourcen potenzialorientierter einsetzen erschien zuerst auf Dastani Consulting.

Jeder Vertriebsmitarbeiter ist zuständig für mehrere hundert Bestandsadressen. Jedoch kann er nicht alle Kunden im Laufe eines Jahres intensiv betreuen. Meist entscheidet sich der Verkäufer daher intuitiv für die Adressen des Kundenstamms, zu denen er eine besondere Beziehung aufbauen konnte und mit denen er leicht Umsatz erzielen kann. In der Regel sind dies auch die strategisch wichtigen Kunden. Jedoch wäre es unwirtschaftlich und oftmals aus Kapazitätsgründen überhaupt nicht möglich, die verbleibenden Kunden vom Vertrieb bearbeiten zu lassen.

Mit Customer Value Prediction Performance bewerten
Als Lösungsansatz wurde von Dastani Consulting das Customer Value Prediction-Modell entwickelt, um aus dem großen Pool der Masse die aussichtsreichsten Kunden zu identifizieren und möglichst frühzeitig Anschaffungsentscheidungen zu erkennen, sodass der Vertrieb aktiv eingebunden wird. Bei der Customer Value Prediction (CVP) wird der gesamte Kundenstamm hinsichtlich der künftigen Performance jedes einzelnen Kunden und damit dessen Bedeutung für das Unternehmen bewertet. Das Ziel ist die Vorhersage des zukünftigen Umsatz-, Cross- und Up-Selling-Potenzials jedes einzelnen Kunden.

Auswertung von Transaktionsdaten
Grundlagen der CVP sind primär die im ERP-System gespeicherten Transaktionen und somit die eigenen Daten des Unternehmens. Das System lernt selbstständig basierend auf mehreren Millionen Transaktionen der vergangenen Jahre. Daraus erfolgt die Ableitung statistischer Formeln, die ermitteln, ob ein Kunde aus einer bestimmten Produktgruppe in einem definierten Zeitraum (zB. in den nächsten 12 Monaten) kaufen wird und in welcher Umsatzhöhe er tätig sein wird.

Kundenindividuelle Erwartungswerte
Als Ergebnis werden die Customer Values pro Kunde und Produktbereich für einen zuvor definierten Zeitraum ausgegeben. Die folgende Abb. 1 verdeutlicht den Grad der Segmentierung in einem jeweiligen Produktbereich, der sehr stark ins Auge fällt. Für Marketing- und Vertriebsmaßnahmen sind lediglich meist die ersten 10% der Kundenadressen interessant.

Für einen Beispielkunden lassen sich die Umsatzerwartungen je nach Produktbereich aufgliedern. Alle Produktgruppen zusammen addiert ergeben dann die Gesamtumsatzprognose des Kunden. Sie gibt den Wertbeitrag des Kunden für die zukünftige Entwicklung des Unternehmens an.

Abb. 1: Kundensegmentierung nach Umsatzerwartung für einen Beispielproduktbereich

Nutzen der Prognose
Die CVP kann als Grundlage einer zentral gesteuerten Kommunikation vielseitig eingesetzt werden. In der sogenannten Bedarfsanalyse können die Kunden mit den relevantesten Produkten angesprochen werden. Zum anderen können aber auch die Kunden selektiert werden, die die höchste Affinität für ein bestimmtes Produkt haben. Somit können unter anderem bestimmte Produktbereiche gefördert, Abverkaufsaktionen adressiert und das Jahresendgeschäft angekurbelt werden.

Anwendung für die Vertriebsallokation
Grundsätzlich sind noch weitere Anwendungsmöglichkeiten denkbar: Customer Value-Prognosen erlauben es, Kunden gezielt nach ihren Präferenzen anzusprechen.  Die Analyse identifiziert die Kunden im C-Segment, die das Potenzial zu A- und B-Kunden haben. Diese können dem Vertrieb zur intensivierten Bearbeitung vorgeschlagen werden (Abb. 2). Umgekehrt lässt sich aber auch erkennen, welche Kunden nicht mehr engmaschig vom Vertrieb betreut werden sollten. Die Segmentierung der Kunden in A-B-C-Kunden kann anhand der Analysen korrigiert werden (Abb. 3).

Abb. 2: Identifikation von Eroberungspotenzialen C-Kunden     Abb. 3: Segmentierung der Kunden

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Kundenwertorientierte Segmentierung erschien zuerst auf Dastani Consulting.

Nach dem äußerst turbulenten Jahr 2020 stellt sich für viele B2B-Unternehmen die Frage, wie Marketing und Verkauf künftig zusammenarbeiten können, um ihre (alte) Stärke wieder zurückzugewinnen? Aus diesem Anlass standen vor allem Besonderheiten von B2B-Unternehmen und deren Konsequenzen im Hinblick auf Marketing und Vertrieb an der Tagesordnung.

Anhand von zahlreichen Use Cases, die in diesem Beitrag in groben Zügen geschildert werden, hat unser CEO beim Intensivseminars an der Universität St. Gallen verdeutlicht, wie Predictive Analytics-Verfahren erfolgreich im Marketing und Vertrieb eingesetzt werden können.

An der Schnittstelle zur Marketing- und Vertriebspraxis scheitern die meisten Projekte. Eine Herausforderung ist daher die Akzeptanz von Predictive Analytics im Unternehmen und die Einbindung sowie Schulungsmaßnahmen aller Akteure, die Einbindung in die Systeme mit einer transparenten und anwenderfreundlichen Gestaltung und die Akzeptanz der Lernkurve – denn jede neue Technologie benötigt eine gewisse Zeit und Erfahrung.

Neukundengewinnung
Im ersten Use Case wurde die Anwendung von Target Group Predict anhand eines Unternehmens in der Automobilindustrie vorgestellt. Die problematische Ausgangssituation war, dass es keine strukturierte Neukundengewinnung gab und das Leasing nicht aktiv beworben wurde. Mithilfe des Affinitätsprognosemodells wurden geeignete Zielgruppen bestimmt und durch den Einsatz eines speziell zugeschnittenen Leadsystems konnten qualitativ hochwertige Leads für den Handel identifiziert werden. Dies wiederum schlug sich in einer hohen Zufriedenheit der Vertriebsmitarbeiter nieder.

Potenzialausschöpfung
In einem weiteren Use Case eines Unternehmens im Werkzeughandel fand die Neukundengewinnung nicht systematisch statt, da sich der Vertrieb auf die umsatzstarken und aktiven Kunden fokussiert hat. Das Problem lag darin, dass die tatsächlichen Marktpotenziale von Kunden nicht bekannt waren und die Potenziale nicht ausgeschöpft werden konnten – in einem Massengeschäft mit intensivem Wettbewerb.

Obendrein fand auch die Share of Wallet-Analyse Anwendung, indem sie das Umsatzpotenzial des inaktiven Bestandskundenstamms des Unternehmens prognostizierte. Durch die weitere Anwendung von Next Best Offer und der Customer Value Prediction konnte zugleich vorhergesagt werden, welche Produkte für welchen Kunden beim nächsten Einkauf interessant sein könnten. Durch den zusätzlichen Einsatz der von Dastani Consulting entwickelten Sales- und der AIMS-App waren die Vertriebsmitarbeiter in der Lage, stets Zugriff auf die Neu- und Reaktivierungsadressen im Umkreis zu haben und individuelle Next Best Offer-Empfehlungen bei der Kundenansprache einzusetzen. Somit konnte die wertvolle Vertriebszeit effektiver genutzt werden, weil potenzielle Kunden im Umkreis nach ihrem Umsatzpotenzial in der App sortiert wurden. In Folge konnte der Umsatz mit dem inaktiven Kundenstamm gesteigert werden und macht inzwischen ca. 5% des Gesamtumsatzes aus.

Effektive Marktbearbeitung
Anhand eines weiteren Beispiels aus der Intralogistikbranche wurde verdeutlicht, dass das betrachtete Unternehmen durch den aufkommenden Verdrängungswettbewerb für die folgenden Herausforderungen nicht optimal aufgestellt war. Predictive Analytics-Prognosen dienten auch hier als Input für die Leadgenerierung. Umsatz- und Kauferwartungen wurden für einzelne Produkte und Produktgruppen prognostiziert (Customer Value Prediction) und affine Adressen für das Telemarketing herausgearbeitet (Target Group Predict). Als Ergebnis zeigte sich, dass sich die Leadumwandlungsquote auf 16% entwickelte und 15 Mio. Euro mehr Umsatz lediglich aus der Neukundengewinnung erzielt werden konnten.

Chancen im Vertrieb und Marketing
Dr. Parsis Dastani hat in seinem spannenden Vortrag beim Intensivseminar aufgezeigt, wie Künstliche Intelligenz (KI) dazu in der Lage ist, die Vertriebskosten zu optimieren. Die Anwendung von Predictive Analytics-Verfahren bringt neue Chancen für Vertrieb und Marketing mit sich, die vor allem spätestens jetzt – nach allen Turbulenzen im Jahr 2020 – genutzt werden sollten, um im B2B-Wettbewerb zu bestehen und an (alter) Stärke dazu zu gewinnen.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag B2B Marketing und Verkauf in St. Gallen erschien zuerst auf Dastani Consulting.

Bestimmung der Umsatzerwartung
KI-Methoden gewinnen spätestens seit der harten Krisensituation an erheblichem Mehrwert. Der erste Schritt ist die Customer Value Prediction, die es ermöglicht, einen zu erwartenden Umsatz jedes einzelnen Kunden für einen bestimmten Zeitraum (zB. für sechs Monate) zu prognostizieren. Das Modell leitet den Wert eines Kunden aus vergangenen Transaktionen ab. Auf diese Art und Weise sagt das System voraus, welchen Umsatz ein Kunde in der nächsten Periode erzielen sollte.

Einsatz der Visit Value Prediction (Besuchsprognose)
Nach der Ermittlung des generellen Customer Value (Umsatzerwartung) für jeden einzelnen Kunden, kann dieser anschließend mit dem Visit Value (Umsatzerwartung pro Besuch) verknüpft werden. Die Visit Value Prediction (Besuchsprognose) sagt den zu erwartenden Umsatz für den nächsten Besuch zB. in der nächsten Woche voraus. Somit kann die Visit Value Prediction auch darauf hinweisen, welcher Besuch sich als unwirtschaftlich herausstellt und mit einem negativen Deckungsbeitrag verbunden wäre. Als Input des Modells dienen Umsätze und Besuche aus der Vergangenheit.

Ernüchternde Ergebnisse
Nicht selten kommen die Visit Value Predictions aber zu dem Ergebnis, dass Unternehmen zu häufig Außendienstbesuche in Kunden investieren, die eine niedrige Umsatzerwartung haben. Dem kann der Vertrieb aber entgegensteuern, indem der Aufwand in nicht-wirtschaftliche Außendienstbesuche reduziert und beispielsweise durch Telesales ersetzt wird.

Umsetzung der Predictions in der Praxis
Sowohl die Customer Value Prediction als auch die Visit Value Prediction sind in der Lage den Vertrieb maßgeblich zu unterstützen und die Ressourcen potenzialorientierter einzusetzen. Der Vertrieb gelangt zur Erkenntnis, wie viele und welche Besuche besser allokiert werden können und wieviel Potenzial sein aktiver und inaktiver Kundenstamm bietet. Darüber hinaus kann der Vertrieb identifizieren, wie gut das Potenzial bereits bei welchem Kunden ausgeschöpft ist und den Fokus auf nicht-ausgeschöpfte Potenziale legen. Freigewordene, nach der Visit-Value- bzw. Customer Value-Prediction nicht-profitable Vertriebsressourcen können anders eingesetzt werden.

Der Erfolg ist ersichtlich
Die ermittelten kundenspezifischen Prognosewerte können im Anschluss auch auf die Vertriebsmitarbeiterebene aggregiert werden. Die Performance aller Vertriebsbesuche kann so objektiv eingeschätzt werden. Anhand der Top-Down Liste der Visit Value Prediction können die Vertriebsmitarbeiter einsehen, welcher einzelne Kunde besucht werden soll.

Unsere Strategie liegt darin, dass wir durch unsere Prognosen unwirtschaftliche Besuche identifizieren und die Besuchsfrequenz reduzieren. Weiterhin investieren wir frei gewordene Ressourcen in die Eroberung potenzialreicher Kunden, in die Akquisition von Neukunden mit hohem Potenzial und in die Aktivierung von Kunden mit den größten Potenzialen. Die Potenziale prognostizieren wir obendrein. Wir schätzen, dass wir durch diese Maßnahmen den Umsatz um bis zu 20% steigern können – ohne den Aufbau zusätzlicher Vertriebsressourcen.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Visit Value Prediction (Besuchsprognose) erschien zuerst auf Dastani Consulting.

Neben der Neukundenakquise ist die Entwicklung von Bestandskunden essenziell für jeden B2B-Vertrieb. Üblicherweise entscheidet ein tiefes Verständnis für den Kunden (Customer Insight/Intimacy) darüber, welche weiteren Produkte oder Services relevant sein könnten. Auch hier unterstützt KI, und zwar mit deutlich weniger menschlicher Einschätzung der Bestandskunden als bei bisherigem Cross- und Up-Selling. Die Unternehmen müssen nur wissen, welchen Umsatz jeder Kunde gemacht und was er bei ihnen gekauft hat. KI ist dann in der Lage, daraus sehr genau den Umsatz jedes einzelnen Kunden für einen bestimmten Zeitraum zu prognostizieren. Dabei bestimmt das Verfahren den Kundenwert für jede Produktgruppe und, wenn nötig, sogar heruntergebrochen auf jedes einzelne Produkt. Wir können also wissen, welcher Umsatz in welchen Bereichen möglich ist und welche Produkte den Kunden interessieren. Im Abgleich mit dem Geschäft, das das Unternehmen bisher mit dem Kunden gemacht hat, ist das Cross- und Up-Selling-Potenzial zu erkennen. Häufig kommt es vor, dass der Vertrieb durch diese neuartige Transparenz einen Hinweis auf Produkte erhält, die er selbst für den Kunden nicht erwogen hätte.

Durch die Coronapandemie ist der Außendienst aktuell noch eingeschränkt in der Lage, Kunden zu besuchen. Plötzlich ist die Kontaktstrategie nicht durch die geografische Nähe geprägt. Vertriebsmitarbeiter oder Kundenbetreuer können alle Adressen gleichermaßen angehen. An dieser Stelle leistet KI einen wertvollen Beitrag, indem sie die Bedarfe aus den Bestellungen der Vergangenheit ableitet. Diese Informationen lassen sich über alle Kanäle nutzen – vom Telesales über den Videocall aus dem Homeoffice bis zu vorgefertigten Bestellvorschlägen im Onlineshop. Hinzu kommt, dass das System schnell lernt, wie sich ein unvorhergesehenes Ereignis wie Corona auf das Kundenverhalten auswirkt. Große Vertriebsorganisationen konnten damit in den letzten Monaten ihre Vertriebsressourcen sehr flexibel neu zuordnen.

Äußerst aufschlussreich ist es, das tatsächliche Kundenverhalten mit den Prognosewerten zu vergleichen. Bleibt der realisierte Umsatz weit hinter dem Erwartungswert zurück, drängt sich die Frage auf, weshalb der Kunde die vorhergesagten Produkte nicht gekauft hat. Daraus lassen sich wertvolle Impulse ableiten. So kann es durchaus vorkommen, dass die Verkäufer die vereinbarten Ziele erreicht haben, aber dennoch 20 oder sogar 30 Prozent der Kunden eigentlich besser hätten performen müssen. Gräbt man hier tiefer, stößt man mitunter auf strukturelle Schwachstellen: Produkte wurden gar nicht erst angeboten, ein Verkaufsgebiet ist nicht oder zu schwach besetzt oder es ist nicht gelungen, einen Kunden zu halten – er ist längst zum Wettbewerb abgewandert. Können die Unternehmen dank fundierter Analysen frühzeitig intervenieren, stärkt dies die Vertriebsorganisation und fördert eine nachhaltige Steigerung des Umsatzes.

Dieser Artikel ist Teil einer Serie auf LinkedIn zu #PredictiveSales:

1.   Das Potenzial liegt in der Prognose

2.   Technische Voraussetzungen

3.   Kaufwahrscheinlichkeit potenzieller Kunden prognostizieren

4.   Cross- und Up-Selling-Potenziale identifizieren

5.   Umsatzpotenzial der Kunden entdecken

6.   Nicht jeder Abschied tut weh

7.   Konkreter Einsatz im Vertrieb

Den Artikel finden Sie auch hier hinterlegt auf LinkedIn!

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Predictive Sales – Cross- und Up-Selling-Potenzial erschien zuerst auf Dastani Consulting.

Ein Vertrieb ohne Kundenbesuche? Die Corona-bedingten Kontakteinschränkungen stellten die Vertriebsorganisationen vor besondere Herausforderungen. Die meist gestellte Frage bei der Außendienstplanung vor der Corona-Krise lautete: Wie können auf kürzestem Weg die meisten Kunden erreicht werden?

Statt des persönlichen Besuchs vor Ort mussten Unternehmen auf digitale Methoden setzen. Doch was passiert, wenn der Ort des Unternehmens keine Rolle mehr spielt und auf einmal von allen Standorten der Welt aus Geschäfte abgeschlossen werden? Genau dies hat uns die Corona-Krise verdeutlicht, indem sie uns gezeigt hat, dass die Vertriebsarbeit effektiver funktionieren kann.

Blick aufs Detail
Viele Unternehmen schauen sich ihre Vertriebsorganisation mittlerweile detaillierter an als noch vor der Corona-Krise. Besonders interessant sind die gewonnen Umsätze, die während der Krise durch Telesales erzeugt werden konnten. Aber nicht nur der Umsatz in der Vergangenheit, sondern auch das Umsatzpotenzial und die Umsatzerwartung entscheiden über den Wert eines Kunden. Das von Dastani Consulting entwickelte Predictive Analytics-Tool Customer Value Prediction ist in der Lage, den Umsatz jedes einzelnen Kunden für einen bestimmten Zeitraum zu prognostizieren. An dieser Stelle leistet die KI einen wertvollen Beitrag, indem sie die Bedarfe der Bestellungen aus der Vergangenheit ableitet. Diese Informationen können über alle Kanäle genutzt werden. Das System lernt dabei sehr schnell, wie sich ein unvorhergesehenes Ereignis wie Corona auf das Verhalten der Kunden auswirkt.

Value Predictions
Die Customer Value Prediction zeigt auf, was sich aus vergangenen Bestellungen ableiten lässt. Die Share-of-Wallet Prognose ist in die Zukunft gerichtet und zeigt das volle zukünftige Potenzial eines Kunden auf. Gerade bei Kunden, die geringe Umsätze tätigen, lohnt sich ein Blick auf das Umsatzpotenzial. Der Share-of-Wallet (Wert) ist definiert als Differenz zwischen dem Gesamtpotenzial eines Kunden in einer bestimmten Produktgruppe und dem tatsächlichen Umsatz eines Kunden im jeweiligen Sortimentsbereich. Mithilfe der Share-of-Wallet Prognose lassen sich die Vertriebsressourcen in die Kunden investieren, die noch ein offenes Potenzial haben.

Kunden mit geringem Umsatzpotenzial und niedriger Umsatzerwartung können nach unserer Analyse dem Telesales zugeordnet werden. Wiederrum bedeutet das, dass nicht-wirtschaftliche Besuche reduziert und/oder durch Telesales substituiert werden. Die Kapazität der Vertriebsressourcen wird minimiert, sodass diese Kunden in Zukunft lange nicht mehr so intensiv wie in Vergangenheit betreut werden. Kunden, deren Umsatzerwartung und Umsatzpotenzial hoch sind, sind dagegen deutlich intensiver zu betreuen. Diese Besuchsfrequenz gilt es künftig noch stärker auszubauen.

Eingesparte Vertriebszeit zur Akquisition verwenden
Um sich langfristig am Markt zu behaupten, müssen Unternehmen kontinuierlich Neukunden akquirieren und reaktivieren. Dazu dient unser Predictive Analytics-Verfahren Target Group Predict, um tatsächlich die Kunden zu akquirieren, die auch ein hohes Wachstumspotenzial aufweisen. Algorithmen lesen die Website ihrer besten Bestandskunden aus, um daraus Muster und Zusammenhänge aufzuspüren. Im Anschluss werden mehrere Millionen Websites damit verglichen. Eine Software kümmert sich um den Grad der Übereinstimmung mit dem Zielunternehmen. Circa 20.000 verschiedene Merkmale fließen mit in das Prognosemodell ein. Daraus lässt sich nicht nur die Wahrscheinlichkeit ableiten, mit der ein Unternehmen zum Kunden wird, sondern auch, für welches Produktangebot er ein hohes Interesse aufweist. Einzelne Produktsparten lassen sich so gezielt entwickeln. Zudem gelangt die Vertriebsorganisation zur Erkenntnis, welche Umsätze mit den potenziellen Kunden erreicht werden können. Vertriebsmitarbeiter sind dementsprechend in der Lage nicht nur im Außendienst, sondern auch im Telesales, ressourcenoptimiert zu allokieren.

Das Potenzial liegt in der Prognose
Doch wie erkennt ein Außendienstmitarbeiter, wen er als nächstes auf seiner Tour besuchen sollte? Durch die hohe Prognosequalität erhält der Vertriebsmitarbeiter wichtige Kontaktinformationen an die Hand, ohne zuvor zum Telefonhörer zu greifen. Das Vertriebspotenzial lässt sich systematisch ausschöpfen, ganz gleich wie sich das Vertriebsgebiet demographisch gliedert. Viele B2B-Unternehmen optimieren damit bereits schon ihre Neukundenakquise. Bewertungskriterien wie zB. Branchenzugehörigkeit und Mitarbeiterzahl rücken völlig in den Hintergrund. Da sich durch die Potenzialanalyse eine sehr präzise Einschätzung über lohnenswerte Vertriebsbesuche ergibt, kann auf Direktmarketingkampagnen und Callcenter weitgehend verzichtet werden. Somit wird nicht nur die Zielgenauigkeit der Vertriebsaktivitäten erhöht, sondern auch die Schnelligkeit und Kosteneffizienz. Aus diesem Anlass werden Unternehmen spätestens jetzt nach der harten Krisenzeit dazu aufgefordert, ihr traditionelles Handeln zu überdenken.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Effizienz- und Effektivitätssteigerung im Vertrieb erschien zuerst auf Dastani Consulting.

Eine schöne Definition zur Krisensituation lieferte Max Frisch: „Eine Krise ist ein produktiver Zustand. Man muss ihr nur den Beigeschmack der Katastrophe nehmen.“ In dieser Definition steckt etwas, was viele Unternehmen übersehen: Der Ansatz zur Lösung eines Problems. Eine Krise ist eine schwierige Situation, ein Wendepunkt einer Entwicklung, eine Entscheidungssituation, die sich auch in den Vertriebsorganisationen niederschlägt. Doch wie alle Krisen zuvor, wird auch die COVID-19 Katastrophe vorübergehen. Mit der Zeit wird sich ein neuer Wachstumsboom auslösen, der auf den veränderten Präferenzen der Kunden basieren wird.

Ein Blick in die Zukunft?
Für einige Unternehmen steht aktuell ausschließlich das kurzfristige Überleben auf der Tagesordnung. Ein Blick in die Zukunft? Unvorstellbar. Andere Unternehmen dagegen haben noch einige Reserven und überlegen sich, wie sie sich nach der Krise positionieren. Zumindest mag es für die meisten Unternehmen mittlerweile gewiss sein, dass die Rückkehr zur normalen Normalität von vor der Krise künftig keine Option mehr zu sein scheint.

COVID-19 als Chance für eine neue Denkstruktur
Vielerorts ist die Herangehensweise verbreitet, den Kopf bei einer solchen Veränderung in den Sand zu stecken. Davon sollte man jedoch besser absehen, da die Folgen der Krise noch lange spürbar sein werden. Daher sollten Vertriebsorganisationen die Corona-Krise als Chance sehen und ihr traditionelles Handeln überdenken, da COVID-19 verdeutlicht hat, dass der Vertrieb effektiver funktionieren kann.

Vertrieb in Krisenzeiten
Viele traditionelle Vertriebsmaßnahmen und –instrumente waren aufgrund der Kontakteinschränkungen nicht mehr durchsetzbar und stellten den Vertrieb vor große Herausforderungen: Starker Kostendruck, Umsatzeinbrüche, Stornierungen, wegfallende Fahrten zu den Kunden, instabile finanzielle Lage der Kunden, etc. gehören nicht selten zu den Problemen, mit denen zahlreiche Unternehmen in den vergangenen Wochen und Monaten stark konfrontiert wurden. Aus diesem Anlass sehen sich mittlerweile viele unserer Kundenunternehmen ihre Vertriebsorganisation detaillierter an als noch vor der Corona-Krise. Ein besonderer Blick fällt dabei auf die durch Telesales erzeugten Umsätze in den letzten Monaten. Aber nicht nur der Umsatz in der Vergangenheit, sondern auch das Umsatzpotenzial und die Umsatzerwartung entscheiden über den Wert eines Kunden.

Customer Value Prediction und Potenzialprognose
Die von Dastani Consulting entwickelte Customer Value Prediction (CVP) ist in der Lage, den Umsatz jedes einzelnen Kunden für einen bestimmten Zeitraum zu prognostizieren. Diese Umsatzprognose leitet sich aus den vergangenen Bestellungen des jeweiligen Kunden ab. Unsere Share-of-Wallet Prognose ist darüber hinaus in der Lage, das volle Potenzial eines Kunden aufzuzeigen. Nicht der Ort eines Kunden auf der Vertriebsroutenplanung ist von Interesse, sondern vielmehr die Wahrscheinlichkeit und Höhe eines erfolgreichen Kundenabschlusses. Das bedeutet, dass Vertriebsmitarbeiter bei ihrer Kundenansprache potenzialorientiert vorgehen sollten.

Die Value Predictions verdeutlichen, bei welchen Kunden jetzt nach der Corona-Krise ein persönlicher Besuch überhaupt lohnenswert ist. Kunden, die ein niedriges Umsatzpotenzial und eine geringe Umsatzerwartung aufweisen, werden nach unseren Analysen künftig dem Telesales statt dem persönlichen Besuch zugeordnet. Dagegen sollte die Vertriebskapazität auf Kunden mit hohem Umsatzpotenzial und hoher Umsatzerwartung ausgeweitet werden. Diese Kunden gilt es in Zukunft noch intensiver zu betreuen.

Target Group Predict: Akquisition und Potenzialausschöpfung
Unser intelligentes Verfahren Target Group Predict ist dazu in der Lage, die Umsatzpotenziale inaktiver Kunden zu bewerten und stärker die inaktiven Adressen zu akquirieren, die tatsächlich ein hohes Wachstumspotenzial aufweisen. Die eingesparte Vertriebskapazität (durch den Telesales) kann somit zur Akquisition und Potenzialausschöpfung verwendet werden.

Sollten Sie weiterführende Fragen haben, schauen Sie doch auf unseren Social Media Kanälen vorbei (Xing, Linkedin, Instagram) oder rufen Sie uns an +49 (0)641 984 46 – 0.

Der Beitrag Leitfaden für Vertriebsorganisationen nach der Krise erschien zuerst auf Dastani Consulting.