Drei Big Data Anwendungen im B2B Software Bereich

Wir erklären dir hier, was Big Data genau bedeutet und wie du sie dir zunutze machen kannst, um einen Wettbewerbsvorteil zu erzielen, effizienter zu arbeiten und neue Geschäftsmodelle zu entwickeln.

Was ist Big Data und was bedeutet es für den B2B-Vertrieb?

Mit Big Data werden Daten bezeichnet, die in großer Vielfalt, in großen Mengen und mit noch höherer Geschwindigkeit anfallen. Diese drei Ereignisse sind auch als die drei V-Begriffe bekannt:

• Volume: Damit ist die extreme Datenmenge gemeint. Diese Daten können zum Beispiel Klicks auf einer Webseite sein oder Daten-Feeds von Twitter. Bei manchen Unternehmen fallen so mehrere Terabytes an Daten an, bei anderen können es Hunderte von Petabytes werden.
• Variety: Dies bezieht sich auf die zahlreichen unterschiedlichen Datenformate, die verfügbar sind. Durch Big Data haben unstrukturierte Daten zugenommen. Sie sind in Texten, Bildern und Videos gespeichert und müssen mittels spezifischer Algorithmen analysierbar gemacht werden.
• Velocity: Hier ist die Schnelligkeit gemeint, mit der Daten empfangen werden.

Zusätzlich gibt es noch zwei weitere Vs, die von Bedeutung sind: Einerseits Value, also der Mehrwert, der durch die Daten entsteht. Und andererseits Veracity, also der Wahrheitsgehalt der Daten.

Big Data können öffentlich zugängliche Daten sein, die für jeden verfügbar sind, aber auch personenbezogene Daten, die wir im Netz oder beim Einkaufen preisgeben.

Die großen und komplexen Datensätze können nicht mit manuellen oder herkömmlichen Methoden der Datenverarbeitung ausgewertet werden. Stattdessen werden neueste Analysemethoden und innovative Technik benötigt, um die Datenmengen zu analysieren.

Die Arbeit des Vertriebs im B2B-Bereich wird durch Big Data erheblich verändert. Um die Effizienz des Vertriebsteams zu steigern, ist der Einsatz von Daten heutzutage unumgänglich. Soziale Medien, ERP- und CRM-Systeme liefern Unmengen an Sales Daten. Mit deren Hilfe können Vertriebler beispielsweise Kunden mit Cross- und Up-Selling-Potenzial oder mit Abwanderungsrisiko identifizieren sowie Leads identifizieren und Kunden priorisieren.

Bessere Kunden finden: Lead Generation und Big Data Bsp. Echobot

Den Online-Dienst Echobot kannst du zur Medienbeobachtung und zum Social Media Monitoring einsetzen. Er verfolgt ganz automatisiert Meinungen, Posts und Nachrichten, die für dein Unternehmen relevant sind.
Für B2B-Unternehmen ist es wichtig, kontinuierlich den Markt und die Wettbewerbe zu beobachten. Das ist zwar aufwendig, aber unerlässlich. Neben langwieriger Recherchearbeit ist auch die Auswertung von Big Data komplex. Deshalb nehmen viele Unternehmen Markt- und Wettbewerbsanalysen nur quartalsweise oder noch seltener vor. Mögliche Veränderungen werden dann jedoch zu spät erkannt. Mithilfe der Echobot-Technologie geschieht all dies ganz automatisch, in Echtzeit, jederzeit.

Und auch bei der Leadgenerierung kann Echobot laut eigener Aussage behilflich sein. Ein möglicher Interessent hat beispielsweise das Kontaktformular auf der Webseite deines Unternehmens ausgefüllt. Echobot ergänzt alle weiteren öffentlich zugänglichen Firmenstammdaten wie Rechtsform, Adresse, Telefonnummer. Mit einem Knopfdruck wird das Profil des potenziellen Kunden erstellt. Diese kannst du dann nutzen, um die Daten im CRM zu aktualisieren, ein Lead Scoring anzulegen oder für den Lead Nurturing Prozess nutzen.

Hier sind die wichtigsten Funktionen im Überblick:

• Liefert automatisiert geschäftsrelevante Informationen
• Erleichtert Recherche von Ansprechpartnern
• Zeigt ähnliche Firmen zu Bestandskunden an
• Vorschläge zu Kontaktaufnahme mit Kunden

Kunden besser verstehen: Sprachanalyse mit Gong.io oder i2x

Auch Anwendungen wie Gong.io oder i2x nutzen Big Data. Sie werten Gespräche mit Kunden dank künstlicher Intelligenz in Echtzeit aus. Sie beziehen dafür Parameter wie Lautstärke, Sprachmuster und Sprechpausen sowie die Dynamik und sogar Emotionen mit ein.

Diese Spracherkennungssoftwares helfen Sales Mitarbeitern, ihre Kommunikation mit den Kunden zu verbessern. Sie zeichnen auf, was gesprochen wird, und geben dem Sales Personal unmittelbares Feedback. Zum Beispiel können sie bestimmte Schlüsselwörter vorschlagen, die der Vertriebler im Gespräch erwähnen soll. Diese werden dann auf dem Bildschirm des Mitarbeiters angezeigt und abgehakt, wenn er sie im Verlauf des Gesprächs angebracht hat. Es gibt auch die Möglichkeit einer schwarzen Liste mit bestimmten Füllwörtern oder Phrasen. Sagt der Sales-Mitarbeiter beispielsweise zu häufig „quasi“ oder „entsprechend“ oder verwendet zu viele „Ähs“, dann erkennt das System das und weist den Nutzer darauf hin.

Ein weiterer Vorteil von Programmen wie i2x: Sie unterstützen Vertriebler beim Verkauf, indem sie die Kundenkontakte genau analysieren.

Mit solchen Tools kannst du mithilfe aufgezeichneter Kundentelefonate unter anderem:

• frühzeitig Trends erkennen
• erkennen, warum der Kunde „wirklich“ anruft
• Kündigungsgründe klassifizieren und zukünftige Kündigungen verhindern
• Gezielter Werbemaßnahmen durchführen

Kunden behalten: Predictive Churn Analysis (Im Vorfeld identifizieren, wer wahrscheinlich wegbricht)

Wenn Kunden abwandern, dann bedeutet dies erhebliche finanzielle Verluste für dein Unternehmen. Und je mehr Kündigungen es gibt, desto einschneidender die Verluste. Außerdem musst du bedenken, dass es sehr viel teurer ist, neue Kunden zu gewinnen, als Bestandskunden zu halten und zu reaktivieren.
Deshalb ist es wichtig, Kündigungen möglichst zu verhindern. Die sogenannte Churn Prediction ist eine Vorausanalyse, die es dir ermöglicht, abwandernde Kunden frühzeitig zu erkennen. Die Vorhersage nutzt dafür Algorithmen maschinellen Lernens und künstlicher Intelligenz, um geplante Abwanderungen vorherzusagen.

Die Erfassung von Big Data mit Churn Prediction lohnt sich vor allem für Branchen, in denen ein Vertrag oder Abonnement abgeschlossen wird. Denn hier sind die Kosten für die Akquise verhältnismäßig hoch und der Verlust von Bestandskunden ist besonders schmerzhaft.

Hier ist eine Übersicht der Branchen, in denen Churn Prediction genutzt wird:

• Telekommunikationsbranche
• Banken- und Versicherungswesen
• Energieversorgung
• Streamingdienste
• Software as a Service (SaaS)

Mit Churn Prediction und einer guten Strategie kannst du also rechtzeitig aktiv werden, und die Abwanderungen verhindern. Dies spart deinem Unternehmen Budget bei der Rückgewinnung und verbessert gleichzeitig auch noch das Kundenerlebnis.

Anhand des sogenannten Churn Scores erkennst du Trends in der Kundenabwanderung. Steigt er über die gesamte Kundenbasis oder einzelne Kundensegmente, dann ist es an der Zeit, zu handeln. Du kannst den Churn Score also nutzen, um:

• Probleme mit bestehenden Produkten, Prozessen oder Diensten frühzeitig zu erkennen
• Preisoffensiven von Wettbewerben zu bemerken

Um den Churn Prediction Score zu erstellen, wird Big Data analysiert. Hierzu zählen alle Daten, die du über den Kunden hast. Hier ist ein Überblick der wichtigsten:

• Demografische Daten: Wohnort, Alter, Geschlecht, Job, etc.
• Transaktionshistorie: Kaufhistorie, Mahnungen, Stornierungen, Bezahlmethode
• Nutzungsdaten: Wie oft nutzt der Kunde ein Produkt? Gibt es plötzliche Änderungen im Nutzungsverhalten?
• Kundenservice: Hatte der Kunde Probleme mit Produkten? Gab es Beschwerden?