Intent Daten effizient zu nutzen – drei Anwendungsbereiche im Überblick

Vor allem im Marketingbereich spielen Intent Daten zunehmend eine bedeutende Rolle. Sie liefern beispielsweise wertvolle Informationen zum Suchverhalten der Konsumenten bevor diese einen Kauf tätigen und erlauben Unternehmen dadurch, ihre Maßnahmen noch besser auf die (potenziellen) Kunden abzustimmen.

Was man unter Intent Daten versteht und welche Typen es gibt, lesen Sie in unserem kürzlich erschienen Blogartikel: „Intent Data und ihre Auswirkung auf Unternehmen“.

In diesem Beitrag geben wir einen Überblick zu drei Anwendungsbereichen für Intent Daten:

• gezieltes Lead-Follow-Up
• predictive Lead-Scoring
• Priorisierung der Daten mittels KI-Unterstützung

Um die Bedeutung intentionsgetriebener Daten (Intent Data) nachvollziehen zu können, ist es erforderlich sich vor Augen zu halten, dass das Suchverhalten potentieller Kunden durch externe Faktoren beeinflusst wird. So wurde die Suche nach dem Begriff „Kleid“, vielleicht durch die Anzeige eines Designerkleides getriggert.

Mit diesen gesammelten Intent Daten lassen sich sowohl ein gezieltes Lead-Follow-Up als auch ein prädiktives Lead-Scoring realisieren. Dafür ist es erforderlich, die Daten mithilfe intelligenter Lösungen adäquat zu verarbeiten und zu analysieren. Falls dafür nicht bereits ein KI-basiertes System wie eine Insight Engine zur Verfügung steht, wäre dies ein idealer Zeitpunkt über einen Einsatz nachzudenken.

Gezieltes Lead-Follow-Up

Es gibt zahlreiche Möglichkeiten, das Verhalten von (Website-)Besuchern und Kunden mittels Intent Daten vorherzusagen. Intentionsgetriebene Daten werden unter anderem dafür eingesetzt über Soziale Netzwerke wie Facebook oder Instagram, Besucher erneut anzusprechen, wenn diese zum Beilspiel eine Bestellung nicht abschlossen haben.

Beim sogenannten interessenbasierten Targeting (Interest-based targeting) – einer fortgeschrittenen Form des Retargeting zum Feintuning der Zielgruppenansprache – erstellen Unternehmen, Anzeigen basierend auf den Interessen und dem Verhalten der Website-Besucher.

Mit gezieltem Keyword Tracking – also welche Suchbegriffe nutzen die Besucher, wenn sie nach bestimmten Produkten und Dienstleistungen suchen - lässt sich sicherstellen, dass die Marketing- und Lead-Follow-Up-Maßnahmen auch die richtigen Personen erreichen.

Auf Basis dieser gesammelten Intent-Daten sind Unternehmen in der Lage ihre Zielgruppenansprache anzupassen und zu optimieren.

Predictive Lead-Scoring

Beim Predictive Lead Scoring werden die vorhandenen Informationen anhand unterschiedlicher Kriterien qualifiziert und bewertet. Dies ermöglicht es, Leads nach verschiedenen Faktoren zu klassifizieren und festzustellen, welche eine besonders hohe Wahrscheinlichkeit für einen Kaufabschluss aufweisen – vom Lead zum Kunden. Durch Predictive Lead Sourcing lassen sich also Leads priorisieren, die Kosteneffizienz der getroffenen Maßnahmen ermitteln und schließlich sämtliche Marketingaktivitäten optimieren. Um dies effizient umzusetzen ist es enorm wichtig, das richtige Werkezeug einzusetzen und eine geeignete Strategie zu entwickeln. Durch die große Menge an Daten gestaltet sich dieser Prozess jedoch häufig schwierig. So kann es vorkommen, dass sich in manchen Branchen die Aufwände pro akquirierten Lead auf über 45 Dollar und damit auf mehrere Milliarden Dollar jährlich belaufen. Trotz all dieser Ausgaben stagniert die Leadqualität.

Traditionelles Lead-Scoring lässt sich in drei Stufen unterteilen: Akquisition, Qualifikation und Konvertierung. Um die Lead-Generierung zu optimieren ist es erforderlich, potentielle Kunden bereits im Vorfeld gut zu kennen – also ihre Anforderungen, Wünsche oder Interessen. Dadurch lässt sich die Ansprache genauer spezifizieren und personalisieren. Predictive Lead-Scoring bietet dafür einen idealen Startpunkt. Die gesammelten Daten liefern für Unternehmen wichtige Erkenntnisse über die Leads und deren Kauf- oder Wechselbereitschaft und in weitere Folge für die Marketingentscheidungen.

Priorisierung der Daten mittels KI-Unterstützung

Das Sammeln von intentionsorientierten Daten ist die eine Sache, sie zum Vorteil des Unternehmens einzusetzen die andere. Auf Enterprise Search basierende Insight Engines unterstützen dabei, indem sie die bereits vorhandenen Daten verarbeiten und aufbereiten. Komplexe Muster und Sachverhalte sind rasch erkennbar, wodurch sich geeignete Zeitpunkte für Follow-Ups oder für eine Kommunikation über den gesamten Kaufprozess hinweg, ableiten lassen.

Fazit

Aufgrund des intensiven Wettbewerbs ist für Unternehmens wichtig über Kaufverhalten und Absichten einer Zielgruppe genau Bescheid zu wissen und Trends frühzeitig auszumachen um Kaufentscheidungen indirekt zu beeinflussen. Dies gilt nicht nur für das Marketing, sondern auch für alle anderen Unternehmensbereiche wie Customer Service, F&E oder Support. Sie alle profitieren von Intent Daten.