Ihr CRM sagt, Sie haben 2,3 Millionen Dollar in der Pipeline für Q1. Ihr Prognosemodell besagt, dass Sie 20 % basierend auf historischen Durchschnittswerten abschließen werden. Ihr Vertriebsleiter ist zuversichtlich, weil die Deals „qualifiziert“ sind – die richtigen Berufsbezeichnungen, die richtigen Unternehmensgrößen, E-Mails geöffnet, Demos angesehen.
Dann schließen Sie 310.000 Dollar statt 460.000 Dollar ab, und alle versuchen verzweifelt zu erklären, was passiert ist.
Hier ist, was passiert ist: Sie haben das Falsche gemessen. Berufsbezeichnungen und E-Mail-Öffnungen sagen Ihnen, wer basierend auf Mustern von 2019 kaufen sollte. Kaufabsicht sagt Ihnen, wer tatsächlich kaufen wird, basierend auf dem, was sie gerade sagen und tun.
Was Kaufabsicht tatsächlich misst
Kaufabsicht kümmert sich nicht um das 'sollte'. Sie misst, was Interessenten in echten Gesprächen tun und sagen.
Drei Interessenten nehmen Ihre LinkedIn-Kontaktanfrage an:
Interessent A sieht sich Ihr Profil an. Antwortet nicht. Zwei Wochen später nimmt er an. Keine Antwort. Sie markieren ihn als „warm“, weil er engagiert ist.
Interessent B hat sofort angenommen. Antwortet: „Interessantes Timing, wir evaluieren gerade Tools in diesem Bereich. Wie sind Ihre Preise für 50 Plätze?“
Interessent C nimmt an und antwortet: „Diesen Quartal keine Priorität, aber halten Sie mich auf dem Laufenden.“
Traditionelles Lead-Scoring sieht drei engagierte Interessenten. Kaufabsicht sieht einen, der kaufbereit ist (B), einen, der in 90 Tagen gepflegt werden muss (C), und einen, der nie antworten wird (A).
Der Unterschied ist die Konversationsanalyse. Echte Worte. Echtes Verhalten. Echte Dringlichkeit.
Das Gro IQ Framework: Drei Ebenen, die tatsächlich den Umsatz vorhersagen
Moderne Kaufabsicht basiert auf drei Datenebenen, die demografisches Scoring komplett übersieht:
Ebene Eins: Konversationsdaten – Nicht nur „sie haben geantwortet“, sondern *was* die Antwort besagte. Fragen zu Preisen, Implementierungszeitplänen, Integrationsanforderungen.
„Wir müssen unser aktuelles Tool vor Q4 ersetzen“ bedeutet etwas anderes als „Wir sind immer auf der Suche nach neuen Lösungen.“
Das Framework erfasst den vollständigen Nachrichteninhalt, das Engagement bei Anhängen und die Spezifität der Fragen.
Ebene Zwei: Konversationsmetadaten
Die Antwortgeschwindigkeit gibt Aufschluss über die Priorität. Jemand, der in zwei Stunden statt in zwei Tagen antwortet, signalisiert ein anderes Interesse.
Das Framework verfolgt Zeitstempel, die Gesprächsrichtung (wer Nachfassaktionen initiiert) und Kanalpräferenzen. Ein Interessent, der von LinkedIn zu E-Mail wechselt und einen Anruf anfordert, zeigt ein zunehmendes Engagement.
Ebene Drei: Verhaltensdaten
Dies schließt den Kreis zwischen dem, was Interessenten sagen, und dem, was sie tatsächlich tun.
Jemand, der eine Demo sehen möchte, den Kalenderlink erhält und tatsächlich einen Termin bucht, hat eine höhere Kaufabsicht als jemand, der sagt „schicken Sie mir Informationen“ und dann verschwindet.
Das Framework überwacht die Häufigkeit von Nachfassaktionen, soziale Engagement-Muster sowie E-Mail- und Link-Klick-Tracking.
Wann Kaufabsicht die Propensitätsanalyse ablöst
Die meisten Vertriebsteams versuchen, eine einzige Metrik für den gesamten Verkaufszyklus zu verwenden, obwohl man tatsächlich zwei nacheinander benötigte.
Die Propensitätsanalyse beantwortet: Mit wem sollten wir sprechen? Sie verwendet das Trinitätsmodell für Daten, um Unternehmen zu identifizieren, die Ihren besten Kunden ähneln. Hoher Umsatz, richtige Branche, Nutzung komplementärer Tools, Wachstum.
Aber die Rolle des Propensitäts-Scorings ist nach der Akquise, sobald ein Gespräch beginnt, nicht mehr nützlich. Sobald jemand antwortet, ist das Modell irrelevant. Es spielt keine Rolle, ob sie auf dem Papier perfekt passen (10/10), wenn ihre Nachrichten keine Dringlichkeit zeigen.
Dann übernimmt die Kaufabsicht.
Propensität liefert Ihnen die richtigen Zielkonten. Kaufabsicht sagt Ihnen, ob sie kaufbereit sind und was zu tun ist, um den Deal voranzutreiben.
Das 200-Gespräche-Problem
Eine typische B2B-Vertriebsorganisation mit drei Vertriebsmitarbeitern, die LinkedIn- und E-Mail-Kampagnen durchführen, könnte jederzeit 200-300 aktive Gespräche in ihrem CRM haben.
Einige haben vor drei Monaten geantwortet und sich seitdem nicht mehr gemeldet. Andere befinden sich in aktiven Multi-Nachrichten-Threads. Einige haben letzte Woche nach Preisen gefragt. Andere sagten „vielleicht nächstes Quartal“.
Traditionelle CRMs zeigen Ihnen eine Liste, sortiert nach dem Datum der letzten Aktivität oder der Deal-Größe. Sie können Ihnen nicht sagen, welche dieser 200 Gespräche jemanden repräsentieren, der tatsächlich kaufbereit ist, im Gegensatz zu jemandem, der nur höflich ist.
Die Absichtsanalyse bewertet jedes Gespräch in Echtzeit. Sie identifiziert automatisch die 40-50 Interessenten, die echte Kaufsignale zeigen. Die 150, die sich noch in der frühen Recherche befinden oder kalt geworden sind, werden depriorisiert.
Im nativen CRM von Gro sehen Sie am Montagmorgen sofort: 8 Interessenten mit hoher Absicht (Score 8-10), die sofortige Aufmerksamkeit benötigen, 15 Interessenten mit mittlerer Absicht (Score 5-7), die für eine strategische Pflege bereit sind, und alle anderen, kategorisiert nach dem tatsächlichen Engagement-Level.
Kein Rätselraten oder Durchscrollen veralteter Gespräche.
Die Opportunitätskosten, die niemand berechnet
Ihr bester Vertriebsmitarbeiter verbringt den Dienstagmorgen damit, ein personalisiertes Video für einen „hochpriorisierten“ Lead zu erstellen. VP-Titel, 500-Mitarbeiter-Unternehmen, drei E-Mails geöffnet. Sie investiert 45 Minuten. Der Interessent schaut 12 Sekunden zu. Antwortet nie.
Währenddessen hat ein Gründer eines 30-Mitarbeiter-Unternehmens drei Nachrichten gesendet, in denen er nach API-Funktionen, Preisen und Implementierungszeitplänen fragt. Er hat in Ihrem Lead-Scoring eine 4/10, weil das Unternehmen zu klein ist. Er verbleibt zwei Wochen in einer Nurturing-Sequenz. Bis dahin nimmt er Demos von zwei Wettbewerbern wahr.
Dies geschieht Dutzende Male pro Quartal in jeder B2B-Vertriebsorganisation, die sich auf demografisches, firmografisches und Kontext-Scoring verlässt.
Die Rechnung ist brutal. Wenn Ihr Vertriebsmitarbeiter 60 Chancen verwaltet und nur 15 davon eine echte Kaufabsicht haben, verteilen Sie den Fokus auf viermal mehr Deals als nötig. Ihre besten Leute verbringen 75 % ihrer Zeit mit Interessenten, die nicht bereit sind, während Gelegenheiten mit hoher Absicht generische Antworten erhalten.
PE-finanzierte B2B-Dienstleistungsunternehmen haben eine Steigerung der Konversionsrate um 20 % erzielt, indem sie die bestehende Vertriebskapazität auf verifizierte Interessenten mit hoher Absicht umverteilt haben. Dasselbe Team, dasselbe Pipeline-Volumen, nur konzentriert auf Deals, bei denen Konversationsdaten beweisen, dass jemand kaufbereit ist.
Wie das in der Praxis funktioniert
Ihre Q1-Pipeline zeigt 45 „qualifizierte“ Chancen im Wert von 2,3 Millionen Dollar. Die Abschlussrate liegt bei etwa 20 %, sodass Sie 460.000 Dollar prognostizieren.
Aber acht Deals zeigen eine hohe Kaufabsicht, aktive Gespräche über Implementierung, Preisdiskussionen, Sicherheitsüberprüfungen und mehrere beteiligte Stakeholder.
Vier zeigen mittlere Absicht – echtes Interesse, frühe Fragen, inkonsistente Nachverfolgung.
Die anderen 33 sind höfliche Antworten, vage Zeitpläne, keine konkreten nächsten Schritte.
Traditioneller Ansatz: Alle 45 Deals proportional bearbeiten.
Absichtsbasierter Ansatz: Die acht Deals mit hoher Absicht erhalten 60 % der Aufmerksamkeit Ihres Teams, obwohl sie weniger als 20 % der Chancen ausmachen. Denn diese acht werden zu 60-70 % abgeschlossen, anstatt der gemischten 20 %. Und sie werden schneller abgeschlossen.
Die vier mit mittlerer Absicht erhalten eine strategische Pflege über 30-60 Tage. Die 33 mit geringer Absicht erhalten automatisierte Sequenzen, vierteljährliche Check-ins.
Ihr tatsächlicher Q1-Umsatz: 520.000 Dollar – 13 % über der Prognose.
Echtzeit-Signale schlagen historische Vermutungen
Die Kaufabsicht wird in Echtzeit aktualisiert. Ihr Lead-Score sagt, dass jemand eine 7/10 hat, basierend auf Berufsbezeichnung und Unternehmensumsatz. Dieser Score ändert sich nicht, wenn sie drei E-Mails ignorieren.
Das Absichts-Scoring erkennt dies sofort. Die 7/10 fällt auf 3/10, weil Verhalten wichtiger ist als Demografie.
Der 4/10-Interessent, der gerade detaillierte API-Fragen gestellt und seinen CTO in CC gesetzt hat? Springt in Echtzeit auf 8/10.
Dies schafft einen Frühindikator für den Umsatz. Nicht „wir haben letzten Monat 200.000 Dollar basierend auf einjährigen Leads abgeschlossen“, sondern „wir haben derzeit 600.000 Dollar in verifizierter High-Intent-Pipeline, basierend auf den Gesprächen dieser Woche.“
Wenn eine High-Intent-Pipeline monatlich um 15 % wächst, wissen Sie, dass der Umsatz 30-90 Tage später folgt. Sie können die Zukunft sehen, bevor sie sich in abgeschlossenen Deals zeigt.
Der Umsatz sinkt, aber die High-Intent-Pipeline wächst weiter? Es liegt an der Ausführung, dem Verkaufsprozess, der Positionierung, der Preisgestaltung. Beheben Sie diese, und der Umsatz holt auf.
Der Umsatz bleibt stabil, aber die High-Intent-Pipeline nimmt ab? Problem am oberen Ende des Funnels. Ihre Outbound-Sales-Strategie kommt nicht an, die Botschaften müssen überarbeitet werden, oder ein Wettbewerber gewinnt früher.
Die Metrik, die wirklich zählt
Sie möchten den Q2-Umsatz vorhersagen? Modellieren Sie nicht anhand der Q1-Buchungen. Zählen Sie, wie viele Interessenten diesen Monat Gespräche über Implementierungszeitpläne, Budgetgenehmigung, Integrationsanforderungen führen.
Sie möchten diagnostizieren, warum das Wachstum sich verlangsamt? Prüfen Sie, ob das Volumen der High-Intent-Pipeline abnimmt. Ob Interessenten mit mittlerer Absicht stecken bleiben. Ob Ihr Team Zeit mit Low-Intent-Interessenten verschwendet.
Gro kann die Kaufabsicht automatisch bewerten, indem es jedes Gespräch über E-Mail und LinkedIn analysiert, jedes Verhaltenssignal verfolgt und Wahrscheinlichkeiten in Echtzeit aktualisiert.
Aber das Prinzip funktioniert auch manuell: Achten Sie darauf, was Interessenten tatsächlich sagen und tun. Nicht nur darauf, wer sie sind.
Denn Berufsbezeichnungen sagen Ihnen, wer eventuell kaufen könnte. Konversationsdaten sagen Ihnen, wer jetzt kauft.
Warum Konversationsdaten gewinnen
Der Unterschied zwischen einem Vertriebsteam, das seine Ziele konsequent erreicht, und einem, das jedes Quartal in Panik gerät, liegt oft an einer Sache: zu wissen, welche Gespräche tatsächlich wichtig sind.
Kaufabsicht durchbricht den Lärm von Vanity-Metriken und demografischen Annahmen. Sie sagt Ihnen, wer kaufbereit ist, basierend auf dem, was sie in Echtzeit sagen und tun – nicht was ein Modell vor sechs Monaten basierend auf ihrer Berufsbezeichnung vorhergesagt hat.
Die erfolgreichsten B2B-Vertriebsorganisationen vollziehen diesen Wandel bereits. Sie nutzen Propensitäts-Scoring, um die richtigen Zielkonten zu identifizieren. Dann nutzen sie die Kaufabsichtsanalyse, um zu erkennen, welche dieser Konten tatsächlich zum Abschluss bereit sind. Dieser zweistufige Ansatz bedeutet, dass Vertriebsmitarbeiter ihre Zeit mit Interessenten verbringen, die tatsächlich konvertieren werden, und nicht nur mit Interessenten, die auf dem Papier gut aussehen.
Ob Sie dies über Plattformen wie Gro implementieren, die das Absichts-Scoring über Tausende von Gesprächen automatisieren, oder ob Sie manuell beginnen, die Gesprächsqualität und Engagement-Muster zu verfolgen, das Prinzip bleibt dasselbe: Konversationsdaten schlagen demografische Daten jedes Mal.
Denn Berufsbezeichnungen sagen Ihnen, wer eventuell kaufen könnte. Konversationsdaten sagen Ihnen, wer jetzt kauft.
Und im B2B-Vertrieb ist jetzt der einzige Zeitrahmen, der zählt.
Sehen Sie, wie Gro IQ die Kaufabsicht in Echtzeit bewertet
Verbinden Sie LinkedIn und E-Mail und sehen Sie dann, wie Gro automatisch Chancen mit hoher Absicht aufdeckt.