Robotic Selling – den Vertriebsprozess tanzen lassen

Daten liegen noch zu oft brach – Handlungsfelder Robotic Selling

Der Trend zur Digitalisierung der Wirtschaft scheint unaufhaltsam. Über alle Branchen hinweg fallen in Unternehmen schon wegen der Online-Kontaktkanäle immer größere Datenmengen an, in unterschiedlichsten Systemen. Betrachtet man aber die Realität in den Marketing- und Vertriebsabteilungen deutscher Unternehmen, stellt man fest, dass Digitalisierung und Automatisierung hier noch nicht sonderlich weit gediehen sind. So ergab auch eine repräsentative Studie, die der Bitkom im November 2017 veröffentlicht hat, dass zwar nahezu alle Unternehmen versuchen, ihre Kunden auch auf digitalem Weg zu erreichen, dass aber ein gutes Drittel der Unternehmen nichts tut, um die Wünsche ihrer Kunden durch eine Analyse der Nutzerdaten besser zu verstehen.^[1] Je kleiner die Unternehmen, desto weniger schöpfen sie die Möglichkeiten von Digital Analytics & Optimization aus. Besonders beunruhigend: Nur 53 Prozent aller Unternehmen geben an, irgendeinen Wert aus Analyse und Optimierung zu ziehen. Dabei böte die konsequente Nutzung der verfügbaren Daten die große Chance, Prozesse in Marketing und Sales entscheidend zu optimieren und zu automatisieren. Zwar reden praktisch alle darüber, was man tun könnte, aber umgesetzt ist in den meisten Unternehmen bisher kaum etwas. Etliche Unternehmen nutzen ihre Daten noch nicht, weil sie den Sinn dahinter nicht verstehen, während diejenigen, die das Potenzial erkannt haben, die Daten oft nicht nutzen, weil sie vor der Komplexität der neuen Prozesse Angst haben. Wenn ein Unternehmen seine Digitalisierung in Marketing und Vertrieb wirklich vorantreiben und mit der Idee der Robotic Sales Solutions ernst machen möchte, gilt es drei Handlungsfelder zu adressieren:

1. Die Integration bestehender und neuer Systeme
2. Automatisierte Prozess-Steuerung
3. Quantitative Datenanalyse

Robotic Selling: Digitalisierung beginnt mit der Integration

Das leidige Thema: Das Marketing Automation-System spricht nicht mit der CRM-Lösung, die der Vertrieb täglich nutzt. Genauso wenig fließen die Daten aus dem ERP-System, in dem die Bestellhistorie der Bestandskunden hinterlegt ist, ins CRM. Und was genau im PIM alles erfasst ist, bleibt vielen Mitarbeitern in Marketing und Vertrieb ohnehin verborgen. Wenn Digitalisierung von Unternehmen eines verlangt, dann dies: ein Ende der Silo-Landschaft. Für eine konsequente Digitalisierung und effektives Robotic Selling ist es essentiell, die relevanten Daten zwischen den vielen Systemen im Unternehmen zu synchronisieren, in der Regel bidirektional und in Echtzeit. Sofern diese Systeme über eine API oder eine alternative Anbindung verfügen, ist es auch möglich, die relevanten Daten zwischen den Systemen beliebig zu synchronisieren. Auf diese Weise lassen sich beliebige Bestandssysteme miteinander integrieren: vom E-Mail-Marketing, ob mit Evalanche oder Mautic, bis hin zum CRM-System, ob dies SAP, Salesforce oder Microsoft Dynamics ist. Erst wenn ein Unternehmen einen umfassenden Überblick gewinnt – über wirklich alle Daten aus allen Quellen, die ihm zur Verfügung stehen –, schafft es die Basis für eine wirkungsvolle Digitalisierung und Automatisierung.

Die idealen Prozesse gestalten und automatisieren

Ein zentraler Vorteil der Integration etwa über APIs besteht darin, dass sie auch Legacy-Systemen ein ganz neues Leben einhaucht – indem sie ihre Beschränkungen einfach überwindet. Während ein Unternehmen sich bei der Gestaltung seiner Prozesse in Marketing und Vertrieb bislang üblicherweise in den engen Grenzen bewegen musste, die seine bestehenden Systeme vorgaben, sorgt eine Integration dafür, dass ein Unternehmen seine Prozesse völlig neu denken kann. Dies und die Nutzung von Micro Services ermöglichen es, prinzipiell jeden gewünschten Prozess, den man etwa in einer Spezifikationssprache wie BPMN (Business Process Model and Notation) formuliert, auch tatsächlich umzusetzen. Diese neuen automatisierten Prozesse können den Vorgang der Neukundenakquise in einem onlinebasierten Leadmanagement-Ablauf betreffen: von der Lead-Generierung über das Lead-Nurturing bis hin zur Übergabe des aussichtsreichen Sales-qualified Leads an den Vertrieb. Ebenso wertvoll kann es für ein Unternehmen allerdings sein, seine Bestandskunden oder Bestandskontakte zu veredeln, Verkaufswahrscheinlichkeiten zu berechnen und automatisch relevante Opportunities für den Vertrieb anzulegen. Auch die automatische Aktivierung von Nurture-Kampagnen für Bestandskunden mit hohem Cross- und Upselling-Potenzial ist denkbar. Dabei ist es in vielen Fällen sinnvoll, die neuen Robotic Sales Solutions eng mit den klassischen Vertriebsprozessen zu verzahnen.

Robotic Selling ermöglicht Kreativität auf einem weißen Blatt

Die typischen K.O.-Kriterien für eine neue, innovative Prozessreise liegen für Unternehmen meist auf technischer Ebene. Eine leistungsfähige Integration der diversen IT-Systeme sorgt allerdings dafür, dass Marketing- und Vertriebsverantwortliche bei der Gestaltung ihrer idealen Prozesse endlich alle Fesseln abstreifen können – der Kreativität sind keine Grenzen mehr gesetzt. Wer will, kann buchstäblich auf einem weißen Blatt Papier damit beginnen, einfach seinen Idealprozess aufzuzeichnen. Im Rahmen der Robotic Sales Solutions lassen sich die Prozesse dann gleichsam zum Tanzen bringen, über alle Phasen der Marketing- und Vertriebsabläufe hinweg: von der Lead-Generierung über das Nurturing bis zum Sales. Welche spezifischen Systeme dabei letztlich ineinandergreifen, ist unerheblich. Ob dies nun Open Source-Lösungen wie SugarCRM und Mautic oder andere cloudbasierte Systeme für die Sales- und Marketing-Automation sind – ein Unternehmen entscheidet ganz nach Bedarf, welche Systeme es einsetzen möchte. Denn die Integration gestattet es, die benötigten Funktionen einfach als Micro Services bereitzustellen. Auch wenn der neue, automatisierte Prozess völlig neu gestaltet sein sollte – am Ende arbeitet der Vertriebler falls gewünscht dann beispielsweise einfach weiter in seiner gewohnten Salesforce-Umgebung.

Wissenschaftliche Entscheidungsmodelle

Ein ebenso ehrgeiziges wie realistisches Ziel von Robotic Selling besteht darin, dass der jeweils nächste Kontakt des Vertriebsmitarbeiters mit dem aktuell aussichtreichsten Kunden stattfindet. Alle relevanten Daten zusammenzuführen und zu integrieren, ist ein essentieller Baustein dafür. Prozesse frei modellieren zu können und dafür die jeweils geeigneten Systeme und Micro Services zu nutzen, ist das zweite zentrale Element. Einen dritten wesentlichen Aspekt stellt der Bereich Data Science dar. Die Wissenschaft hat in den vergangenen Jahren riesige Fortschritte gemacht, wenn es darum geht, Daten in Erkenntnisse zu verwandeln. Moderne Methoden der Datenanalyse und des Scorings – von der Mustererkennung bis zum Machine Learning – erlauben es inzwischen, Kaufwahrscheinlichkeiten mit hoher Zuverlässigkeit zu bestimmen. Neben all den Daten, die im Unternehmen bereits vorhanden sind, können und sollten dabei auch externe Daten einfließen. Oft sind beispielsweise Mikrogeographie-Daten, die Marktforscher wie die GfK anbieten, relevant – dazu gehören Wohnumfeld-Informationen wie beispielsweise die Sozial-, Alters- und Gewerbestruktur oder die Kaufkraft. Beim Aufbau automatisierter Prozesse kommt man häufig an den Punkt, an dem im Prozess Entscheidungen getroffen werden müssen. Vielleicht möchte ein Unternehmen, nachdem es einen Neukunden gewonnen hat, nach zwei Monaten automatisch einen Cross-Selling-Prozess anstoßen. In solch einem Fall wird die quantitative Datenanalyse dabei helfen, ein Entscheidungsmodell zu schaffen. Die komplexen mathematischen Formeln, die die das Ergebnis der quantitativen Analyse sind, geben letztlich die Antwort auf die Frage, mit welchem anderen Produkt der Neukunde in diesem Cross-Selling-Prozess adressiert werden sollte. Die wissenschaftliche Analyse sämtlicher Daten – einschließlich der externen –, die zu den Kunden und ihrem Verhalten vorliegen, gestattet es, zu jedem Neukunden automatisch die Produkte mit der höchsten Abschlusswahrscheinlichkeit zu ermitteln.

Von Abschlusswahrscheinlichkeit bis Kündigungsscore im Robotic Selling

Das Ergebnis guter Data Analytics und wissenschaftlicher Entscheidungsmodelle kann auch darin bestehen, dass dem regionalen Vertriebsmitarbeiter in seinem System zu jedem Lead oder Kunden aus seiner Region die Kaufwahrscheinlichkeit für jedes der zehn Produkte aus dem Portfolio des Unternehmens angezeigt wird. Anders gesagt: Den nächsten Call kann er so immer mit dem Kunden führen, bei dem die höchste Abschlusswahrscheinlichkeit für ein bestimmtes Produkt besteht. Oder das System zeigt dem Sales-Mitarbeiter nur noch die Opportunities, deren Score einen definierten Schwellenwert überschritten hat. In jedem Fall sorgt Data Analytics für die Intelligenz im Robotic Selling – und macht es zum idealen Steuerungsinstrument für den Vertrieb. Zudem erbringt die wissenschaftlich fundierte Datenanalyse falls nötig auch wichtige Erkenntnisse in Bereichen wie Kundenwertanalyse, Kundesegmentierung und Churn-Prevention bzw. Kündigungsscore.

Die Vertriebler befähigen und Silo-Strukturen mit Robotic Selling überwinden

In vielen Fällen wird es nach der Einführung von Robotic Sales Solutions und nach der Optimierung der Marketing- und Vertriebsprozesse aus Sicht der Sales-Mitarbeiter gar keine so großen Veränderungen geben. Mitunter ist danach nur die Auswahl der Kontakte optimiert, mit denen der Vertriebsmitarbeiter arbeitet. Dutzende Beispiele aus der Praxis zeigen bereits, wie positiv sich modernes Robotic Selling auf Marketing und Vertrieb auswirkt. Diese Unternehmen haben alte Silo-Strukturen überwunden, sie nutzen sämtliche relevanten Daten über ihre Kunden, werten sie durch wissenschaftliche Data Analytics aus und schaffen zugleich idealtypische Prozesse in Lead-Marketing und Sales, frei von technologischen Beschränkungen. Robotic Selling hebt bislang ungenutzte Potenziale. Dabei macht es den menschlichen Vertriebler nicht überflüssig – es macht ihn erfolgreicher.