Kriterien für die Lead-Bewertung in der Automobilbranche

Anhand des Lead-Scoring entscheiden Marketingteams in der Automobilbranche, welche Leads die Zeit eines Verkäufers verdienen, welche weiter gepflegt werden müssen und welche zurückgestellt werden sollten. Richtig umgesetzt, verwandelt es die Anzahl der Leads in Fahrzeugverkäufe. Falsch umgesetzt, überschwemmt es die Händler mit minderwertigen Leads und treibt qualifizierte Käufer zur Konkurrenz.

Die Herausforderung: Die meisten Automobilmarken verwenden Bewertungsmodelle, die aus allgemeinen B2B-SaaS-Leitfäden übernommen wurden. Diese tragen jedoch nicht dem tatsächlichen Kaufverhalten von Autokäufern Rechnung. In diesem Leitfaden werden die Kriterien für die Lead-Bewertung erläutert, die Teams in der Automobilbranche anwenden sollten, sowie die Gründe, warum Standardmodelle in dieser Branche zu kurz greifen, und wie man ein Modell entwickelt, das dem tatsächlichen Kaufverhalten bei Fahrzeugen entspricht.

Warum Lead-Scoring in der Automobilbranche wichtig ist

Der Autokauf ist eine Kaufentscheidung, die viel Überlegung erfordert, nur selten getätigt wird und über einen Händler abgewickelt wird. Diese Kombination macht das Lead-Scoring sowohl wertvoll als auch schwierig.

Einige Faktoren prägen das Problem:

• Lange Entscheidungsphasen. Der Kauf eines Neuwagens erstreckt sich in der Regel über Wochen oder Monate – von der ersten Anfrage über die Probefahrt bis hin zur Unterzeichnung.
• Hohe Lead-Zahl. Die meisten Marken generieren mehr Leads, als Händler zeitnah kontaktieren können.
• Weitergabe an die Händler. Das Marketing generiert die Leads, aber der Händler schließt den Verkauf ab. Ohne Bewertung werden alle Leads gleich behandelt, unabhängig von ihrer Qualität.
• Die Kosten schlechter Leads. Ein schlechter Lead verschwendet nicht nur einen Verkaufsbesuch. Mit der Zeit untergräbt er das Vertrauen des Händlers in die Lead-Quellen der Marke und verlangsamt die Nachverfolgung der guten Leads, die daneben liegen.

Lead-Scoring löst das Problem der Priorisierung. Es zeigt dem Vertriebsteam, womit es sich in der ersten Stunde beschäftigen sollte, dem Marketingteam, welche Kampagnen ausgebaut werden sollten, und der Marke, welche Quellen tatsächlich den Fahrzeugabsatz ankurbeln.

Warum herkömmliche B2B-Scoring-Modelle für die Automobilbranche nicht ausreichen

Allgemeine B2B-Lead-Scoring-Modelle vergeben Punkte auf der Grundlage von Berufsbezeichnung, Unternehmensgröße, Branche und Interaktionssignalen wie dem Öffnen von E-Mails. Sie sind für SaaS-Vertriebszyklen und Account-Based Marketing konzipiert.

Wendet man dieses Modell auf einen Autokäufer an, sind die meisten Kriterien nicht mehr aussagekräftig. Die Berufsbezeichnung eines Autokäufers sagt nichts darüber aus, ob er einen Kauf tätigen wird. Er betreut keinen Kunden. Er reagiert nicht auf Marketing-E-Mails, wie es ein B2B-Interessent tun würde.

Die Kriterien, die tatsächlich Aufschluss über die Fahrzeugverkäufe geben, sind andere:

• Der Standort eines Käufers im Verhältnis zu einem Händler ist wichtiger als die Größe des Unternehmens
• Das Verhalten des Konfigurators ist wichtiger als das Öffnen von E-Mails
• Die Herkunft der Leads ist wichtiger als die Steigerung der Punktzahl durch ein Webinar
• Informationen zur Inzahlungnahme sind wichtiger als das Herunterladen von Whitepapers

Vor allem muss das Scoring im Automobilbereich gleichzeitig über verschiedene Märkte, Fahrzeugtypen und Händlernetzwerke hinweg funktionieren. Ein einziges globales Modell ist selten geeignet. Lokale Anpassungen sind unerlässlich.

Die fünf Kategorien der Kriterien für das Lead-Scoring im Automobilbereich

Die leistungsfähigsten Bonitätsbewertungsmodelle für die Automobilbranche kombinieren Daten aus fünf Kategorien.

1. Identitäts- und Validierungssignale

Bevor eine Bewertung vergeben wird, müssen die Grundlagen stimmen:

• E-Mail-Validierung erfolgreich
• Die Telefonnummer ist erreichbar und im richtigen Ländercode angegeben
• Der Name klingt plausibel
• Die Adresse oder Postleitzahl ist korrekt und entspricht dem angegebenen Händlergebiet
• Der Lead ist kein Duplikat eines bereits im CRM vorhandenen Datensatzes

Dies sind Auswahlkriterien, keine Bewertungskriterien. Ein Lead, der die Validierung nicht besteht, sollte niemals an einen Händler weitergeleitet werden. Durch Validierung, Dublettenabgleich und Identitätsprüfungen bereits bei der Erfassung wird ein erheblicher Teil der Leads aussortiert, die andernfalls unnötigen Zeitaufwand für den Vertrieb verursachen würden.

BMW Motorrad Thailand nutzt das Lead-Validierungssystem von Driftrock, um sicherzustellen, dass nur qualifizierte Leads in das CRM gelangen, sodass sich die Vertriebsteams unverzüglich auf die vielversprechendsten Verkaufschancen konzentrieren können.

2. Quell- und Kanalsignale

Die Herkunft des Leads ist einer der aussagekräftigsten Indikatoren für die Kaufabsicht:

• Native Lead-Anzeigen auf Meta oder Google deuten auf echtes Interesse aus einem bezahlten Kanal hin
• Leads aus Marktplätzen und von Verlagen deuten in der Regel auf eine stärkere Kaufabsicht hin, da der Käufer aktiv nach Informationen sucht
• Anfragen über den Konfigurator sind in der Regel die Leads mit der höchsten Kaufabsicht, da sich der Käufer Zeit genommen hat, sein Wunschfahrzeug zusammenzustellen
• Das Herunterladen von Broschüren und das Abonnieren von Newslettern stehen im Intent-Stack weiter unten
• Die Anzahl der über die Veranstaltung generierten Leads variiert je nach Art der Veranstaltung

Anhand der Daten aus dem geschlossenen Kreislauf über einen bestimmten Zeitraum lässt sich feststellen, welche Quellen in Ihrem Markt tatsächlich zu Fahrzeugverkäufen führen. Die Bewertung sollte dies widerspiegeln und nicht auf Annahmen beruhen.

3. Verhaltenssignale

Was der Käufer vor, während und nach dem Ausfüllen des Kontaktformulars getan hat:

• Interaktion mit dem Konfigurator (wie weit sie gekommen sind, welche Angaben sie gemacht haben)
• Anfrage für eine Probefahrt vs. Anfrage für eine Broschüre vs. allgemeine Anfrage
• Aufgerufene Seiten und Verweildauer auf der Website
• Wiederholbesuche oder mehrere Anfragen
• Reaktion auf Folgekommunikation (Öffnen von E-Mails, Interaktion über WhatsApp, Annahme von Rückrufen)

Ein Interessent, der eine bestimmte Ausstattungsvariante ausgewählt, eine Probefahrt angefragt und auf eine WhatsApp-Nachricht geantwortet hat, fällt in eine andere Kategorie als ein Interessent, der ein Prospektformular ausgefüllt und sich danach nie wieder gemeldet hat.

4. Fahrzeug- und Konfigurationssignale

Das Fahrzeug, für das sich der Käufer interessiert, hat Einfluss auf die Bewertung:

• Konkretes Modell und Ausstattungsvariante vs. allgemeine Anfrage
• Vorliebe für Neuware gegenüber Gebrauchtware
• Finanzielle Mittel vs. Bargeldpräferenz
• Angaben zur Inzahlungnahme (ein vorhandenes Fahrzeug, das in Zahlung gegeben werden soll, deutet auf einen konkreteren Kaufplan hin)
• Zeitplan (wann sie kaufen möchten)

Käufer, die das Fahrzeug detailliert beschreiben, sind dem Kauf näher als diejenigen, die sich nur allgemein erkundigen.

5. Zeitliche und Aktualitätssignale

Die Kaufabsicht lässt in der Automobilbranche schnell nach:

• Eine heute eingereichte Probefahrtanfrage ist mehr wert als eine, die vor drei Wochen eingereicht wurde
• Ein Käufer, der sich nach einer Phase der Ruhe erneut meldet, könnte wieder auf den Markt zurückkehren
• Saisonale Muster (die Monate, in denen in Großbritannien die Kennzeichen gewechselt werden, Jahresendangebote, Modellneuvorstellungen) verschieben die Basiswerte für die Kaufabsicht

Die meisten Bewertungsmodelle berücksichtigen die Aktualität nicht und behandeln alle Leads gleich. Die besten Modelle lassen die Bewertungen mit der Zeit abnehmen und nehmen bei erneuter Interaktion eine Neubewertung vor.

So erstellen Sie ein Lead-Scoring-Modell für die Automobilbranche

Bei der Entwicklung eines funktionsfähigen Bewertungsmodells kommt es mehr auf Disziplin als auf Komplexität an. Ein praktischer Ablauf sieht folgendermaßen aus:

• Beginnen Sie mit den Daten, die Ihnen bereits vorliegen. Stellen Sie die Leads der letzten sechs bis zwölf Monate zusammen , segmentieren Sie diese nach Quelle und prüfen Sie, welche Quellen tatsächlich zu Fahrzeugverkäufen geführt haben. Damit haben Sie die Grundlage für das Source-Scoring geschaffen.
• Legen Sie Ihre Filterkriterien fest. Durch Validierung , Dublettenabgleich und Abgleich mit den Händlergebieten sollten unqualifizierte Leads aussortiert werden, noch bevor die Bewertung überhaupt beginnt.
• Wählen Sie fünf bis zehn Bewertungskriterien aus. Die Kriterien, die den Vorhersagewert bestimmen, sind in der Regel weniger als zehn. Bei mehr als zehn Kriterien ist die Pflege des Modells schwieriger als dessen Anwendung.
• Legen Sie Gewichte auf der Grundlage der beobachteten Konversionsraten fest. Jedes Kriterium sollte proportional zu seiner Korrelation mit den Fahrzeugverkäufen in Ihren Daten zur Gesamtbewertung beitragen.
• Vergleichen Sie die Ergebnisse mit den abgeschlossenen Fahrzeugverkäufen. Bewerten Sie historische Leads und prüfen Sie anschließend, ob Leads mit hoher Punktzahl tatsächlich zu höheren Abschlussquoten geführt haben. Ist dies nicht der Fall, muss das Modell angepasst werden.
• An den jeweiligen Markt anpassen. Ein auf britischen Daten basierendes Bewertungsmodell muss für Deutschland, Frankreich oder Spanien neu kalibriert werden. Die lokale Anpassung ist entscheidend.

Der Score selbst ist weniger wichtig als das, was man damit macht. Weiterleitungsregeln, die Zuweisung an Vertriebsmitarbeiter, die Priorisierung im Posteingang des Lead-Managers und die Nachverfolgung durch KI-Qualifizierung sollten sich alle am Score orientieren.

Wo die meisten Bewertungsmodelle in der Automobilbranche versagen

Drei Fehlerarten treten immer wieder auf:

• Scoring als einmaliges Projekt zu betrachten. Das Kaufverhalten ändert sich, die Vertriebskanäle ändern sich, die Fahrzeugpalette ändert sich. Ein im Jahr 2023 erstelltes Scoring-Modell ist für das Jahr 2026 wahrscheinlich nicht mehr zutreffend. Modelle müssen vierteljährlich überprüft werden.
• Bewertung ohne Closed-Loop-Daten. Wenn die Verkaufsdaten aus dem Händler-DMS nicht an die Marketingplattform zurückgemeldet werden, können Sie nicht überprüfen, ob Leads mit hoher Bewertung auch tatsächlich zu Abschlüssen führen. Das Modell wird dann zu reiner Spekulation.
• Überkomplexe Bewertungsmodelle. Zwanzig Kriterien mit aufwendigen Gewichtungen schneiden oft schlechter ab als fünf gut ausgewählte Kriterien. Einfachere Modelle lassen sich leichter debuggen, leichter lokalisieren und genießen das Vertrauen der Händlerteams.

Die Marken, die beim Scoring alles richtig machen, sind diejenigen, die den Kreis zwischen Marketingdaten, Verkaufsdaten und dem Scoring-Modell selbst schließen.

Sorgen Sie dafür, dass Ihr Lead-Scoring-Modell für die Automobilbranche wirklich funktioniert

Ein Bewertungsmodell ist nur so gut wie die Daten, mit denen es gespeist wird, und das dahinterstehende Betriebssystem. Driftrock bietet die führende Betriebsinfrastruktur, auf die sich die Bewertung im Automobilbereich stützt:

• Erfassung aus allen wichtigen Quellen für Automobil-Leads
• Validierung und Dublettenabgleich bei der Erfassung
• KI-gestützte Qualifizierung über Driftrock Convert für WhatsApp, SMS/RCS und E-Mail
• Weiterleitungsregeln und Händlerzuweisung auf Grundlage Ihrer Bewertungslogik
• Ein geschlossenes Messsystem, das die Daten mit den tatsächlichen Fahrzeugverkäufen verknüpft

Driftrock Convert steigert nachweislich die Konversionsrate von Leads zu Verkäufen um 15 bis 30 % und automatisiert die Qualifizierung bei mehr als 40 % der eingehenden Leads, sodass sich die Verkaufsteams ganz auf die Käufer konzentrieren können, die tatsächlich kaufbereit sind.

Vereinbaren Sie eine Demo, um zu erfahren, wie Driftrock über 35 Automobilmarken in 24 Märkten unterstützt.

‍