WEBVTT 00:00:00.240 --> 00:00:07.180 Bereit für 10 Tage voller Microsoft-Dranfunkwech sich Co-Pilot, KI-Azure und den Menschen, die die Zukunft der Arbeit gestalten, gestalten. 00:00:07.800 --> 00:00:11.740 Diesen Januar ist die M3-Wend-Phonomen-Weiß-Sicht-Con zurück und wir legen noch eins drauf. 00:00:12.420 --> 00:00:18.120 Seien Sie bei Live-Sessions, Praxis-Demos und Expertenwissen von MVPs und Branchenprofis weltweit dabei, dabei. 00:00:18.780 --> 00:00:21.120 Keine generischen Folien, keine Lust-Buzzword-Bingung. 00:00:21.920 --> 00:00:23.620 Wir widmen uns den echten Herausforderungen. 00:00:23.740 --> 00:00:28.380 Co-Pilot-Studio, KI-Agenten, Fabric, Sicherheit, Governance und Automatisierung. 00:00:28.380 --> 00:00:34.100 Egal ob IT-Profi, Entwickler oder Führungskraft, es gibt Sessions, die speziell für Sie konzipiert sind. 00:00:35.460 --> 00:00:39.900 An 10 vollen Tagen können Sie zahlreiche Technologien erkunden und sich mit einer globalen Community vernetzen. 00:00:40.880 --> 00:00:44.360 Sehen Sie live zu und nehmen Sie praktische Erkenntnisse für Ihr Unternehmen mit. 00:00:45.080 --> 00:00:48.840 Januar 2027, 10 Tage in der Microsoft-Community. 00:00:49.320 --> 00:00:50.680 Die Registrierung ist ab sofort geöffnet. 00:00:51.740 --> 00:00:52.920 Sichern Sie sich noch heute Ihren Platz. 00:00:52.920 --> 00:00:58.060 Besuchen Sie m3565, con.net. 00:01:00.990 --> 00:01:03.990 Melden Sie sich jetzt unter m355.net an. Wir sehen uns live im Januar. 00:01:05.230 --> 00:01:08.270 Haben Sie sich jemals gefragt, warum manche Leads konvertieren, während andere sich nie wieder melden? 00:01:08.490 --> 00:01:11.090 Dynamics 365 kennt die Antwort vielleicht schon, bevor Sie sie haben. 00:01:11.750 --> 00:01:21.070 Heute zeigen wir, wie D365 historische Muster wie digitale T-Blätter liest, um vorherzusagen, welche Interessenten wahrscheinlich kaufen und welche nur schauen. 00:01:21.070 --> 00:01:26.730 Bleiben Sie dran und sehen Sie genau, wie diese KI-gestützten Scores berechnet werden. 00:01:27.270 --> 00:01:32.710 Wie Ihre Verkaufshistorie einfließt und wie Sie damit Ihre Pipeline für echtes Wachstum ankurbeln. 00:01:34.570 --> 00:01:38.210 Was D365 wirklich sieht, die Rohdaten, die Ihre Pipeline formen. 00:01:38.970 --> 00:01:42.830 Wenn Sie Dynamics 365 schon länger nutzen, bemerken Sie vielleicht etwas Merkwürdiges. 00:01:43.770 --> 00:01:47.530 Manchmal scheint das System einen heißen Lied zu erkennen, noch bevor Sie selbst merken, dass jemand interessiert ist. 00:01:48.150 --> 00:01:49.930 Man vergisst leicht, dass das keine Wahrsagerei ist. 00:01:49.930 --> 00:01:55.950 Es ist D365, das im Hintergrund alles beobachtet und die Punkte auf eine Weise verbindet, die wir meist gar nicht sehen. 00:01:56.650 --> 00:02:01.870 Sie denken vielleicht, Sie haben Ihre Lieddaten, Klicks, Anrufe und Website-Besuche im Griff, aber das ist nicht einmal die halbe Wahrheit. 00:02:03.250 --> 00:02:08.490 Dynamics erfasst jeden digitalen Fußabdruck Ihrer Interessenten und nutzt jeden Hinweis, den es finden kann. 00:02:09.390 --> 00:02:10.350 Nehmen wir ein typisches Sales-Lied. 00:02:10.830 --> 00:02:12.670 Angenommen, Sie treffen ihn auf einem Branchen-Webinar. 00:02:12.990 --> 00:02:13.390 Webinar. 00:02:13.850 --> 00:02:16.570 Er füllt ein Kontaktformular aus, sodass seine Daten in Ihrem CRM landen. 00:02:16.990 --> 00:02:17.750 Das ist erst der Anfang. 00:02:17.750 --> 00:02:24.870 Als nächstes werden diese Details mit Web-Tracking-Logs abgeglichen, welche Seiten werden besucht, wie lange bleiben sie und welche Links werden tatsächlich angeklickt. 00:02:25.550 --> 00:02:26.510 Doch damit ist es noch nicht vorbei. 00:02:27.030 --> 00:02:32.250 Jedes Mal, wenn Ihr Team eine Marketing-E-Mail sendet und diese geöffnet wird, selbst mitten in der Nacht registriert D365 das. 00:02:32.650 --> 00:02:32.870 Das? 00:02:32.870 --> 00:02:42.710 Wenn der Lied Ihre Website erneut besucht, erfasst das System, welches Gerät er verwendet, ob er nach einer Sekunde wieder abspringt oder zehn Minuten lang die Preisseite durchstöbert. 00:02:42.710 --> 00:02:45.890 Selbst die feinen Details gehen dabei nicht verloren. 00:02:46.410 --> 00:02:48.810 Hat der Lied das Preis-PDF in Ihrem letzten Follow-up geöffnet? 00:02:49.470 --> 00:02:52.070 Dann wird seine E-Mail antworten, noch bevor Sie Ihren ersten Kaffee getrunken haben. 00:02:52.990 --> 00:02:54.930 Hat er auf den LinkedIn-Link in Ihrer Signatur geklickt? 00:02:55.930 --> 00:02:59.290 Jede Interaktion, so trivial sie auch erscheinen mag, wird in ein digitales Signal umgewandelt. 00:03:00.150 --> 00:03:02.770 Und in D3DOMF Nr. 6 ist es nicht einfach nur Datenleichen in der Datenbank. 00:03:02.770 --> 00:03:03.910 Sie haben Gewicht. 00:03:04.430 --> 00:03:15.350 Der Unterschied zwischen dem Öffnen von fünf Kampagnen-E-Mails und dem flüchtigen Blick auf eine einzige für drei Sekunden kann der Grund sein, warum zwei Leads, die auf dem Papier nahezu identisch aussehen, völlig unterschiedliche Vorhersagewerte erhalten. 00:03:16.810 --> 00:03:18.930 Und hier stolpern die meisten Vertriebsteams. 00:03:19.730 --> 00:03:24.350 Sie protokollieren Anrufe, aktualisieren Statusmeldungen und notieren sich vielleicht sogar kurz etwas nach einem Meeting. 00:03:25.410 --> 00:03:30.390 Aber die große Frage ist nicht nur, wie viele Daten Sie gesammelt haben, sondern welche Daten das Zünglein an der Waage in Ihrem Modell sind. 00:03:30.390 --> 00:03:34.250 D365 wirft gerne ein weites Netz aus. 00:03:35.110 --> 00:03:42.730 Es nutzt die üblichen CRM-Datensätze, Kontaktinformationen, Konto-Hierarchien, Umsatzklassen und Branchen und verknüpft diese mit Verhaltenssignalen. 00:03:43.890 --> 00:03:51.250 Jeder angeklickte Call-to-Action, jedes Mal, wenn ein Empfänger Ihre E-Mail als kein Spam markiert, jedes kleine Ja oder Nein im Verkaufstrichter A. 00:03:51.810 --> 00:03:54.870 Es vermischt die Fakten über das, wer Sie sind, mit den Momenten des, wie Sie sich verhalten. 00:03:55.790 --> 00:03:57.130 Schauen wir uns ein konkretes Szenario. 00:03:57.130 --> 00:04:00.930 Stellen Sie sich vor, Sie haben zwei Leads aus derselben Branche und mit derselben Berufsbezeichnung. 00:04:01.550 --> 00:04:02.730 Beide laden ein White Paper herunter. 00:04:03.230 --> 00:04:04.810 Oberflächlich betrachtet sind Sie Zwillinge. 00:04:04.910 --> 00:04:07.010 Doch D365 erkennt sofort die Unterschiede. 00:04:07.770 --> 00:04:11.650 Der erste Lead kommt zurück, öffnet jede einzelne Nurturing-E-Mail und vereinbart schließlich eine Demo. 00:04:12.210 --> 00:04:15.650 Der zweite überfliegt kaum die ersten zwei E-Mails und verschwindet, sobald Ihr Vertriebsmitarbeiter anruft. 00:04:16.210 --> 00:04:17.850 Ratet mal, wer die Kennzeichnung hohe Priorität ist. 00:04:18.230 --> 00:04:20.030 Dynamics zählt nicht nur Öffnungen und Klicks. 00:04:20.410 --> 00:04:23.810 Es achtet auf die Reihenfolge, das Timing und sogar auf das Gerät, das Ihr Interessent verwendet. 00:04:23.810 --> 00:04:28.210 Eine Reihe von mobilen Logins am Abend deutet manchmal auf erste Recherchen hin, 00:04:28.310 --> 00:04:32.830 während beständige Desktop-Sitzungen mitten am Arbeitstag oft auf jemanden mit Kaufentscheidungsgewalt hinweisen. 00:04:34.030 --> 00:04:37.410 Es gibt noch eine weitere Ebene, strukturierte versus unstrukturierte Daten. 00:04:37.910 --> 00:04:39.510 Strukturierte Daten sind das, was man erwartet. 00:04:40.090 --> 00:04:41.330 Sie sind ordentlich und vorhersehbar. 00:04:41.590 --> 00:04:44.370 Umsatzzahlen, Mitarbeiteranzahl, Leadquelle, Land. 00:04:45.590 --> 00:04:48.830 Die Ware stärkt sich jedoch, wenn Sie diese sauberen Zeilen mit unstrukturierten Daten kombinieren, 00:04:48.910 --> 00:04:52.710 wie etwa Meeting-Notizen oder beiläufige Kommentare eines Vertriebsmitarbeiters nach einem Anruf. 00:04:52.710 --> 00:04:58.190 Selbst so etwas Einfaches wie wirkte gehetzt, fragte nach Rabatten, fließt in die Analyse mit ein, fließt in die Analyse mit ein. 00:04:58.730 --> 00:05:03.970 Die Algorithmen von D365 sind darauf ausgelegt, sowohl strukturierte Felder als auch die ungeordneten Notizen zu analysieren, 00:05:04.030 --> 00:05:06.770 die ein Vertriebsmitarbeiter bei der Aktualisierung eines Datensatzes hinterlässt. 00:05:07.250 --> 00:05:09.710 Genau hier werden die Vorhersagen ein wenig unheimlich präzise. 00:05:10.290 --> 00:05:14.010 Früher bedeutete Lead-Scoring eine Einstufung auf Basis statischer Informationen wie Budgetgröße, 00:05:14.250 --> 00:05:17.650 Branchenzugehörigkeit oder ob man sich auf einer Konferenz die Hand geschüttelt hat oder. 00:05:17.650 --> 00:05:21.230 Moderne Modelle setzen jedoch stark auf solche Verhaltensmuster. 00:05:22.010 --> 00:05:24.450 Ist Ihr potenzieller Kunde zum Webinar erschienen und bist zur Fragerunde geblieben? 00:05:24.890 --> 00:05:28.850 Hat er auf eine Nachfrage mit einer Rückfrage geantwortet oder einfach auf Abmelden geklickt? 00:05:30.850 --> 00:05:36.870 D365 verfolgt Signale, die sich täglich ändern können und diese Signale können einen Scoren 10 Punkte nach oben schieben oder direkt abstürzen lassen lassen. 00:05:37.450 --> 00:05:42.050 Herkömmliche Qualifizierungsmethoden wie Bante oder einfache Branchenfilter können mit diesem Grad an Nuancen nicht mithalten. 00:05:42.050 --> 00:05:47.810 Inzwischen dürfte klar sein, dass die Qualität Ihres prädiktiven Scorings vollständig davon abhängt, was in das Modell einfließt. 00:05:48.690 --> 00:05:53.550 Wenn Ihre CRM-Historie voller unvollständiger Notizen ist oder Ihr E-Mail-Tracking lückenhaft ist, 00:05:53.770 --> 00:05:56.830 sehen die Scores vielleicht beruhigend aus, sagen aber kaum etwas aus. 00:05:57.290 --> 00:05:59.450 Das heißt, Modelle wissen nur das, was sie Ihnen geben. 00:05:59.650 --> 00:06:02.990 Und je umfassender diese digitalen Brotkrummen sind, desto präziser werden die Erkenntnisse. 00:06:03.570 --> 00:06:04.350 Was ist die eigentliche Lektion? 00:06:04.810 --> 00:06:05.550 Müll rein, Müll raus. 00:06:05.550 --> 00:06:12.670 Klare, vielseitige Daten liefern Ihnen ein Vorhersagemodell, das chancengenau dann signalisiert, wenn es darauf ankommt, wie es ist. 00:06:13.650 --> 00:06:16.610 Aber die Sache ist die, das Sammeln digitaler Brotkrummen ist nur die halbe Miete. 00:06:18.570 --> 00:06:22.370 Aussagekräftige Antworten aus diesen verrauschten Daten zu gewinnen, ist die eigentliche Arbeit. 00:06:23.290 --> 00:06:27.110 D365 ist nicht nur ein Datensammler, sondern ein leistungsstarker Mustererkennungsexpert. 00:06:27.210 --> 00:06:33.210 Was passiert also, wenn es beginnt, all diese Signale zusammenzuführen und tatsächlich vorhersagt, wer als nächstes ihre Zeit wert ist? 00:06:33.210 --> 00:06:38.390 Mustererkennung in Aktion, so sortiert das KI-Modell Gewinner von reinen Interessenten vor. 00:06:39.370 --> 00:06:43.070 Nehmen wir an, Sie öffnen Dynamics und sehen ein Lead, der auf dem Papier perfekt aussieht. 00:06:43.750 --> 00:06:47.070 Tolles Unternehmen, die richtige Rolle hat sogar einige positive Kriterien in Ihrem CRM erfüllt. 00:06:47.790 --> 00:06:48.730 Aber der Score ist im Keller. 00:06:49.530 --> 00:06:52.890 Gleichzeitig schießt ein anderer Interessent, an den Sie sich kaum erinnern, an die Spitze Ihrer Liste. 00:06:53.710 --> 00:06:57.290 Hier beginnt das KI-Gehirn in Dynamics 365 seine Karten aufzudecken. 00:06:57.290 --> 00:07:03.570 Wenn wir über prädiktives Lead-Scoring sprechen, geht es nicht nur darum, Punkte für jede einzelne Aktivität oder jedes Häkchen zu sammeln. 00:07:04.550 --> 00:07:07.810 Manche Interaktionen haben großes Gewicht, andere sind nur Hintergrundrauschen. 00:07:08.710 --> 00:07:13.490 Die Wahrheit ist, nicht jeder Klick, jede Antwort oder jeder Anruf sagt viel über die tatsächliche Kaufabsicht aus. 00:07:14.990 --> 00:07:18.750 Dynamics ist darauf programmiert, den Unterschied zu erkennen und sich auf die Signale zu konzentrieren, 00:07:19.130 --> 00:07:22.450 die bei Hunderten oder Tausenden von Leads tatsächlich zum Erfolg geführt haben. 00:07:22.450 --> 00:07:28.110 Dieses Modell basiert auf der Idee, dass das, was für einen Menschen wichtig erscheint, nicht immer zu einem Geschäftsabschluss führt. 00:07:28.690 --> 00:07:33.310 Die KI verlässt sich nicht einfach nur auf ein starkes Bauchgefühl oder eine freundliche E-Mail-Antwort und der Antwort. 00:07:33.910 --> 00:07:42.150 Stattdessen durchforstet sie riesige Protokolle vergangener Leads, ihre Web-Historie, ihre Antworten oder deren Ausbleiben und wie schnell sie nach einem Impuls reagieren. 00:07:43.430 --> 00:07:50.610 Dann stellt sie die Frage, wenn jemand tatsächlich Kunde wird, wie unterscheidet sich sein Verhaltensmuster von dem der Leads, die abgesprungen sind? 00:07:50.610 --> 00:07:55.070 Der Schlüssel liegt darin, bedeutsame Aktionen von bloßen Ablenkungen zu unterscheiden. 00:07:55.910 --> 00:08:02.810 D3 Runds 65 findet beispielsweise oft Gruppen von stillen Öffnern, also Interessenten, die jenen Newsletter öffnen, aber nie weiter aktiv werden, erben. 00:08:03.210 --> 00:08:05.130 Früher wirkte das wie ein großartiges Signal für Engagement. 00:08:05.950 --> 00:08:10.350 Doch unser Modell stellt mit der Zeit fest, dass diese Leute selten zu Abschlüssen führen, erben. 00:08:11.350 --> 00:08:18.050 Stattdessen beginnt es, die schnellen Antworter zu priorisieren, jene, die zeitnah auf eine Webinareinladung reagieren oder nach einer Demo einen Anruf vereinbaren. 00:08:18.050 --> 00:08:21.710 Stellen Sie sich zwei Leads beim selben Unternehmen mit ähnlichen Rollen vor. 00:08:22.250 --> 00:08:24.670 Vielleicht hatten beide im letzten Quartal Kontakt mit ihrem Marketing-Team. 00:08:25.330 --> 00:08:32.110 Oberflächlich betrachtet wirkt es wie ein Unentschieden, aber nehmen wir an, ein Lead antwortet innerhalb von Minuten auf eine Nachfrage und stimmt sofort einem Kennenlerngespräch zu. 00:08:32.790 --> 00:08:34.750 Der andere öffnet ihre E-Mail zum einen morgens. 00:08:35.530 --> 00:08:38.670 Er klickt nie über den ersten Link hinaus und lehnt jede Kalendereinladung ab. 00:08:38.670 --> 00:08:47.410 Die KI von D365 sichtigt monatelange Ergebnisse und erkennt, dass historisch gesehen schnelle Antworter eine deutlich höhere Gewinnquote haben. 00:08:48.290 --> 00:08:51.650 Sie braucht weder die Bauchreaktion ihrer Vertriebsmitarbeiter noch eine detaillierte manuelle Prüfung. 00:08:52.350 --> 00:08:54.850 Sie erkennt die Muster in kalten, harten Zahlen. 00:08:55.390 --> 00:08:59.190 Und so wird aus einem durchschnittlich wirkenden Lead plötzlich ihre neue Priorität Plurite. 00:08:59.590 --> 00:09:01.950 Dabei geht es nicht nur darum, oberflächliche Details aufzusummieren. 00:09:01.950 --> 00:09:08.710 Das Modell verknüpft Daten aus gewonnenen und verlorenen Verkaufschancen und weist jedem Lead einen Wahrscheinlichkeitswert zu. 00:09:09.750 --> 00:09:12.970 Wie wahrscheinlich ist eine Konvertierung wirklich basierend auf dem, was tausende andere zuvor getan haben? 00:09:13.510 --> 00:09:20.730 Das macht Predictive Scoring zu einer völlig anderen Sache als die üblichen manuellen Prozesse wie Bewertungsbögen oder Bandchecklisten oder Bandchecklisten. 00:09:21.450 --> 00:09:25.210 Erkömmliche Methoden stützen sich stark auf statische Details, die man einmal festlegt und dann vergisst. 00:09:26.270 --> 00:09:27.690 Budget, Befugnis, Bedarf, Zeitplan? 00:09:27.690 --> 00:09:32.550 Vielleicht vergeben Sie 5 Punkte für die Teilnahme an einem Webinar oder 10 für ein erfolgreich geführtes Telefonat. 00:09:33.570 --> 00:09:35.910 Aber D360 räumt mit diesem gesamten Konzept auf. 00:09:36.590 --> 00:09:41.430 Es aktualisiert kontinuierlich die Gewichtung im Hintergrund, lässt die aussagekräftigsten Signale nach oben steigen 00:09:41.430 --> 00:09:46.190 und wertet jene leicht zu manipulierenden Kennzahlen ab, die Vertriebsteams mit der Zeit zu beschönigen gelernt haben. 00:09:47.650 --> 00:09:56.630 Anstatt jeden Website-Besuch gleich zu bewerten, gewichtet D360 wiederholte Besuche vom selben Gerät oder zeitnahe E-Mail-Antworten direkt nach einer Produkteinführung stärker, stärker. 00:09:57.690 --> 00:10:03.050 Sogar Klicks auf eine Preisseite können den Score deutlicher verändern als das einfache Ausfüllen eines Kontaktformulars. 00:10:04.050 --> 00:10:06.650 Jede Interaktion zählt, aber manche zählen weit mehr als andere. 00:10:07.670 --> 00:10:13.830 Eine einzige Meeting-Annahme könnte ein Lead-Score nach oben schubsen, besonders wenn Daten zeigen, dass Leute, die innerhalb einer Stunde zusagen, 00:10:14.210 --> 00:10:17.070 schneller zum Abschluss führen, schneller zum Abschluss führen. 00:10:17.070 --> 00:10:23.770 Umgekehrt kann die Abmeldung von einem Newsletter nach einer Phase reger Aktivität einen Score in den Keller ziehen, egal wie viel Engagement es vorher gab. 00:10:24.690 --> 00:10:26.470 Und genau hier scheitern die meisten alten Systeme. 00:10:26.890 --> 00:10:29.990 Sie können nicht mit Nuancen umgehen oder sich anpassen, wenn sich das Kaufverhalten ändert. 00:10:30.410 --> 00:10:32.010 Dynamics hingegen kalibriert sich ständig neu. 00:10:32.630 --> 00:10:38.250 Es merkt sich nicht nur ihre Erfolge und Verluste, sondern gewichtet auch neu, was jeder Klick, jede Antwort oder jeder Anruf in der Praxis wirklich bedeutet. 00:10:38.250 --> 00:10:40.750 Der kleine Vorteil dabei ist simpel. 00:10:41.290 --> 00:10:46.570 Diese KI fungiert nicht nur als Buchhalter, der Interaktionen zusammenzählt und eine Zahl ausspuckt und eine Zahl ausspuckt. 00:10:46.910 --> 00:10:53.270 Sie erkennt mit der Zeit, dass manche Signale zuverlässig auf einen Deal hindeuten, während andere nur Rauschen sind, das Interesse vortäuscht. 00:10:54.430 --> 00:10:56.590 Und je mehr Daten hinzukommen, desto schärfer werden die Muster. 00:10:57.230 --> 00:11:00.070 Sie sehen also nun neben jedem Lead einen prädiktiven Score. 00:11:00.670 --> 00:11:04.270 Die Frage ist nicht nur, wie man zuerst anruft, sondern was man mit dieser Information tatsächlich anfängt. 00:11:05.170 --> 00:11:06.510 Dynamics bleibt nicht beim Scoreboard stehen. 00:11:06.510 --> 00:11:09.950 Er spornt sie an, diese Erkenntnisse in konkrete Vertriebsaktionen umzusetzen. 00:11:10.890 --> 00:11:16.310 Schauen wir uns an, wie diese Empfehlungen aussehen und warum sie für jeden einzelnen Lead so erstaunlich spezifisch wirken können. 00:11:17.650 --> 00:11:21.450 Vom Score zur Strategie, was D3 und 65 empfiehlt und warum das wichtig ist. 00:11:22.370 --> 00:11:26.730 Sie starren also auf eine lange Liste von Leads, bei denen jeweils ein großer glänzender Score neben dem Namen steht. 00:11:27.530 --> 00:11:32.350 Die meisten Teams sehen das und denken sofort, einfach nach Score sortieren, oben anfangen und sich nach unten durcharbeiten. 00:11:32.350 --> 00:11:37.530 Aber wenn sie nur das tun, kratzen sie kaum an der Oberfläche dessen, was Dynamics 365 zu bieten hat. 00:11:37.970 --> 00:11:42.590 Das System ist nicht nur dazu da, Rankings zu verteilen, es drängt sie tatsächlich dazu, klüger an jeden Lead heranzugehen. 00:11:43.130 --> 00:11:47.790 Die KI geht noch einen Schritt weiter, erkennt oft offensichtliche Absichtssignale und macht daraus konkrete Handlungsempfehlungen, 00:11:48.510 --> 00:11:49.450 statt nur Scores. 00:11:49.730 --> 00:11:50.090 Scores. 00:11:50.570 --> 00:11:53.630 Hier steht uns die menschliche Angewohnheit, der höchsten Zahl hinterher zu jagen im Weg. 00:11:53.630 --> 00:11:59.970 Einfach nur die Leads mit den höchsten Scores anzurufen, erscheint effizient, ignoriert aber den gesamten Kontext hinter diesen Zahlen. 00:12:01.050 --> 00:12:06.970 D3 und 65 prüft das Muster hinter jedem Verkaufen, nicht nur vorzuschlagen, wen sie kontaktieren sollen, sondern genau wie und wann. 00:12:07.870 --> 00:12:13.110 Anstatt auf Autopilot zu arbeiten, erhalten sie quasi ein Playbook, das von ihren erfolgreichsten Deals geschrieben wurde. 00:12:14.250 --> 00:12:20.090 Und ehrlich gesagt, genau hier hören die meisten Lead-Scoring-Tools auf, geben ihnen eine Rangliste und das war's. 00:12:20.090 --> 00:12:23.990 Dynamics 365 hingegen führt sie tiefer in die Details. 00:12:24.470 --> 00:12:30.530 Es rät ihnen, bei einem Lead sofort zum Hörer zu greifen, bei einem anderen jedoch abzuwarten, bis er ein stärkeres Kaufsignal zeigt, bis er riecht. 00:12:31.230 --> 00:12:34.230 Lassen Sie uns darüber sprechen, welchen Unterschied das für ihren tatsächlichen Arbeitsablauf bedeutet. 00:12:34.550 --> 00:12:36.250 Sie setzen sich hin, um ihren Tag zu planen. 00:12:36.310 --> 00:12:38.810 Das Modell sagt ihnen nicht nur, dass Lead X in der 88 ist. 00:12:39.570 --> 00:12:46.550 D3-65 prüft, welche Aktionen sie bereits unternommen haben, welche Kampagnen der Lead gesehen hat und wie sich ähnliche Käufer vor dem Abschluss verhalten haben. 00:12:46.550 --> 00:12:58.970 Wenn das System bemerkt, dass Leute mit einem bestimmten Muster vielleicht diejenigen, die nach einer Fallstudien-E-Mail auf einer Preisseite blieben, dazu neigen, schnell zu telefonieren und abzuschließen, markiert es diese Leads für eine sofortige Kontaktaufnahme. 00:12:58.970 --> 00:13:04.310 Unterdessen könnte ein anderer Lead mit hohem Score eine sanftere Empfehlung erhalten. 00:13:04.890 --> 00:13:09.930 Laden Sie sie zu einem Webinar ein, senden Sie eine Demo-Aufzeichnung oder lassen Sie sie einfach köcheln, bis ein weiteres Signal eingeht. 00:13:10.590 --> 00:13:13.070 Stellen Sie sich ein aktuelles Szenario aus einem typischen Verkaufszyklus vor. 00:13:13.750 --> 00:13:18.750 Die KI benachrichtigt Ihren Vertriebsmitarbeiter und markiert ein Lead als dringend, obwohl sich der Score seit gestern kaum verändert hat. 00:13:19.690 --> 00:13:21.230 Ein genauer Blick und Sie sehen den Unterschied. 00:13:21.970 --> 00:13:27.770 Der Lead hat eine Demo-E-Mail geöffnet und sofort ein Formular ausgefüllt, die Art von Doppelschlag, die Sie normalerweise kurz vor einem Abschluss sehen. 00:13:27.770 --> 00:13:36.870 Das Muster entspricht hunderten von schnellen Abschlüssen aus der Vergangenheit, also schiebt D3565 diesen Lead mit der konkreten Empfehlung nach oben, jetzt anzurufen und nicht zu warten. 00:13:38.430 --> 00:13:43.330 Der nächste auf Ihrer Liste ist ein weiterer Lead, ebenfalls mit einem ordentlichen Score, aber mit geringer Aktivität in letzter Zeit. 00:13:44.090 --> 00:13:46.330 Sie haben sich ein Video angesehen und auf Folge-E-Mails nicht reagiert. 00:13:47.570 --> 00:13:53.410 Anstatt einen aggressiven Anrufversuch zu verschwenden, rät Ihnen D3565, Sie mit einem neuen Content-Angebot warm zu halten. 00:13:53.410 --> 00:13:59.330 Es geht nicht nur um Schnelligkeit, sondern darum zu wissen, welcher Schritt tatsächliche Aussicht auf Fortschritt bietet und nicht nur verschwendete Mühe ist. 00:13:59.970 --> 00:14:00.930 Kommen wir nun zu persönlichen Teilen. 00:14:01.630 --> 00:14:03.570 Diese Empfehlungen sind keine bloßen Standardanweisungen. 00:14:04.190 --> 00:14:07.430 Der nächste Schritt für jeden Lead ist genau darauf abgestimmt, was bei seinem Profil wahrscheinlich funktioniert. 00:14:08.110 --> 00:14:14.010 Sie sehen möglicherweise Vorschläge wie Preisdetails senden, zum Executive Roundtable einladen oder die Kontaktaufnahme für sieben Tage pausieren. 00:14:14.010 --> 00:14:20.370 Es hängt von allem ab, was D365 über die Reaktion auf ähnliche Aktionen in dieser Phase bei diesem Käufertyp gelernt hat. 00:14:21.230 --> 00:14:25.650 Wenn sechs von zehn Finanzleads in Ihrer Pipeline erst nach einem Webinar konvertieren, wird das Ihr Anstoß sein. 00:14:25.910 --> 00:14:26.690 Wird das Ihr Anstoß sein. 00:14:27.350 --> 00:14:32.870 Wenn jedoch ein anderes Segment dazu neigt, nach hartem Verkaufen abzutauchen, hält sich D365 zurück und lässt den Lead in Ruhe. 00:14:33.690 --> 00:14:37.150 Diese Ebene der Erkenntnis unterscheidet einen prädiktiven Score von einer bloßen Zahl auf einem Dashboard. 00:14:37.730 --> 00:14:38.350 Fähren wir Dashboard. 00:14:38.350 --> 00:14:42.390 Sie könnten den ganzen Tag auf Ihre hochbewerteten Leads einhämmern und vielleicht schließen Sie einige ab. 00:14:42.390 --> 00:14:44.750 Meist durch Zufall oder schiere Beharrlichkeit. 00:14:45.470 --> 00:14:50.130 Aber sobald Sie den strategischen Impulsen der KI folgen, werden Sie wahrscheinlich feststellen, dass Ihre Pipeline flüssiger läuft. 00:14:50.810 --> 00:14:52.390 Es läuft alles auf den Fokus hinaus. 00:14:52.830 --> 00:14:54.750 Weniger Zeit für erfolglose Kaltakquise. 00:14:55.150 --> 00:14:57.390 Mehr Stunden dort, wo sich Ihr Einsatz wirklich auszahlt. 00:14:58.330 --> 00:15:02.290 Teams, die diesen rezeptartigen Empfehlungen folgen, sehen schnell positive geschäftliche Auswirkungen. 00:15:03.350 --> 00:15:05.810 Kürzere Zyklen, weniger Zeitverschwendung und bessere Konversionsrat. 00:15:07.110 --> 00:15:12.210 Vertriebsmitarbeiter jagen keinen Geistern im CRM mehr hinterher, sondern führen schneller echte Gespräche. 00:15:13.390 --> 00:15:19.810 Sie werden feststellen, dass weniger Kontakte nötig sind, um einen Deal voranzubringen und Ihre Prognosen wirken weniger wie Wunschdenken. 00:15:20.850 --> 00:15:25.090 Zudem können Sie in Pipeline-Reviews fundiert begründen, warum Sie Zeit in bestimmte Leads investieren. 00:15:26.570 --> 00:15:31.850 Sie hoffen nicht mehr nur, sondern arbeiten mit einem Prozess, der durch echte Ergebnisse geformt wurde, nicht durch allgemeine Best Practices. 00:15:31.850 --> 00:15:34.150 Und hier ist der kleine Zusatznissen. 00:15:34.530 --> 00:15:39.910 Der wahre Vorteil ist nicht die Bewertung selbst, sondern die Fähigkeit des Systems, daraus einen konkreten Handlungsplan zu erstellen. 00:15:40.510 --> 00:15:43.050 Plötzlich wirkt Ihr nächster Schritt maßgeschneidert statt nach Schema F. 00:15:43.150 --> 00:15:47.710 Es gibt weniger Rätselraten und mehr Fortschritt, den Sie tatsächlich messen können, den Sie tatsächlich messen können. 00:15:47.710 --> 00:15:50.990 Natürlich betreiben Sie auch mit KE an Ihrer Seite keine perfekte Maschine. 00:15:51.770 --> 00:15:55.430 Kein Vorhersagemodell liegt immer richtig, besonders wenn sich die Rahmenbedingungen ständig ändern. 00:15:56.410 --> 00:15:59.770 Was passiert also, wenn ein Lied auf dem Papier vielversprechend aussieht, aber in der Realität scheitert? 00:15:59.770 --> 00:16:04.070 Oder wenn sich das Marktverhalten ändert, nachdem ein neuer Wettbewerber auf den Plan tritt? 00:16:04.770 --> 00:16:07.230 Genau hier zeigt sich die echte Belastungsprobe für Ihr Scoring-Modell. 00:16:07.870 --> 00:16:11.390 Es geht darum, wie es sich anpasst, lernt und mit jeder Feedback-Schleife präziser wird. 00:16:12.250 --> 00:16:12.850 Die Feedback-Schleife. 00:16:13.670 --> 00:16:16.090 Wie jeder Erfolg und jede Niederlage das Modell schärft. 00:16:17.190 --> 00:16:21.530 Ist Ihnen schon einmal aufgefallen, dass ein Lied mit hohen Werten ins CRM gelangt, jede E-Mail öffnet, 00:16:21.670 --> 00:16:27.570 jeden Link anklickt und vielleicht sogar eine Demo ansieht, um Sie dann kurz vor dem Ziel plötzlich zu ignorieren? 00:16:27.570 --> 00:16:31.370 Das ist ein Realitätscheck für jeden, der sich auf prädiktives Scoring verlässt. 00:16:32.070 --> 00:16:33.830 Die logische Frage ist, was passiert als nächstes? 00:16:34.470 --> 00:16:39.970 Schickt Dynamics 3 von von Weißzig, Ihnen weiterhin ähnliche Leads ohne den knappen Fehlschlag zu bemerken 00:16:39.970 --> 00:16:42.990 oder erkennt es den Hinweis und überdenkt, was Erfolg bedeutet? 00:16:44.110 --> 00:16:47.250 Hier kommt die Feedback-Schleife ins Spiel und sie ist weniger automatisch, als Sie vielleicht erwarten. 00:16:47.650 --> 00:16:48.890 Stellen Sie sich vor, Ihr Team arbeitet schnell. 00:16:49.970 --> 00:16:52.110 Sie verfolgen jeden Kontaktpunkt und führen jedes Gespräch, 00:16:52.110 --> 00:16:56.770 aber mitten im Quartal springt einer Ihrer Top-Interessenten trotz hervorragendem Score ohne Vorwarnung ab. 00:16:57.570 --> 00:17:01.550 So verlockend es auch ist, dem Markt die Schuld zu geben oder es als Pech abzutun, 00:17:01.610 --> 00:17:04.190 dieses Ergebnis zu ignorieren, wäre ein fataler Fehler. 00:17:04.950 --> 00:17:08.830 Dynamics 3 von von Weißzig ist darauf ausgelegt, sich einzupassen und aus Erfolgen wie Misserfolgen zu lernen, 00:17:09.470 --> 00:17:11.530 aber nur, wenn Ihr Team diese Ergebnisse auch zurückmeldet. 00:17:13.030 --> 00:17:15.890 Jedes Mal, wenn Sie einen Abschluss als gewonnen oder verloren markieren, 00:17:16.510 --> 00:17:20.370 erstellt das System ein klareres Bild, realer Muster und aktualisiert, 00:17:20.370 --> 00:17:23.830 was wirklich als Kaufabsicht zählt und was sich als Rauschen herausstellt. 00:17:23.830 --> 00:17:27.110 Hier machen die meisten Vertriebsteams Fehler. 00:17:27.650 --> 00:17:30.610 Sie konzentrieren sich so sehr auf Pipeline-Geschwindigkeit und Lead-Volumen, 00:17:30.830 --> 00:17:32.090 dass Sie die Nachbereitung vergessen. 00:17:32.410 --> 00:17:33.110 Der Sitz. 00:17:34.490 --> 00:17:38.070 Wenn Ihr CRM mit alten Verkaufschancen überfüllt ist, die nie einen finalen Status erreichen 00:17:38.070 --> 00:17:40.350 oder Sie verlorene Abschlüsse wie digitalen Abfall behandeln, 00:17:40.430 --> 00:17:41.910 werden nicht nur Ihre Berichte ungenau. 00:17:43.950 --> 00:17:47.210 Das gesamte KI-Modell, das Ihnen eigentlich helfen soll, sich zu verbessern, 00:17:47.210 --> 00:17:51.190 wird zu einer stagnierenden Echokammer, die Fehler wiederholt und nichts Neues lernt. 00:17:51.190 --> 00:17:54.870 Es ist, als würden Sie von Ihrem Auto-Navi erwarten, Staus zu vermeiden, 00:17:54.930 --> 00:17:56.630 ohne jemals das Kartenmaterial zu aktualisieren. 00:17:57.870 --> 00:18:00.270 Daten zu tatsächlichen Abschlussergebnissen sind der einzige Weg, 00:18:00.350 --> 00:18:03.110 wie der Feedback-Zyklus die Instinkte von D345 schärft. 00:18:03.850 --> 00:18:04.810 Machen wir das weniger abstrakt. 00:18:05.310 --> 00:18:07.850 Nehmen wir an, Sie bringen ein neues Produkt auf den Markt und starten eine gezielte Kampagne. 00:18:08.690 --> 00:18:11.370 Zunächst spielen Ihre klassischen Signale für heiße Leads verrückt. 00:18:11.810 --> 00:18:15.230 Der Web-Traffic springt hoch, die E-Mail-Öffnungsraten schießen in die Höhe. 00:18:15.390 --> 00:18:16.670 Alle wollen die Landingpage sehen. 00:18:16.670 --> 00:18:19.970 Das alte Modell, das auf frühen Produkteinführungen trainiert wurde, 00:18:20.270 --> 00:18:23.470 vergibt hohe Bewertungen für diese Leads und drängt die Vertriebsmitarbeiter zum Weitermachen. 00:18:23.990 --> 00:18:25.890 Einen Monat später bemerken Sie jedoch ein Muster. 00:18:26.690 --> 00:18:30.810 Die Konversionsraten hinken hinterher und die meisten interessierten Leads bleiben in der Angebotsphase stecken. 00:18:31.750 --> 00:18:33.970 Bei den klassischen Einstellen und Vergessenen-Bewertungsmodellen 00:18:33.970 --> 00:18:36.690 würden diese Verhaltensweisen immer noch hohes Potenzial signalisieren 00:18:36.690 --> 00:18:38.330 und sie würden nur Schatten hinterherjagen. 00:18:38.850 --> 00:18:43.430 Aber wenn Sie jeden Erfolg und jeden Misserfolg in deiner MX-3565 erfassen, 00:18:43.890 --> 00:18:46.010 erkennt das System, dass dies nicht mehr das alte Muster ist. 00:18:46.670 --> 00:18:49.250 Vielleicht sind die Leute nur am Lesen interessiert, aber nicht am Kauf. 00:18:50.830 --> 00:18:52.990 Die KI beginnt, ihr Verständnis anzupassen, 00:18:53.170 --> 00:18:55.130 reduziert die Gewichtung von Landingpage-Aufrufen 00:18:55.130 --> 00:18:58.430 und erkennt neue Signale wie vielleicht die Teilnahme an technischen Q&As 00:18:58.430 --> 00:18:59.890 oder wiederholte Preisanfragen, 00:19:00.510 --> 00:19:04.090 basierend auf dem, was bei Ihrem neuen Angebot wirklich zu Abschlüssen führt. 00:19:05.630 --> 00:19:08.930 Diese Fähigkeit, sich bei Veränderungen der realen Welt anzupassen, ist enorm wichtig. 00:19:09.810 --> 00:19:12.190 Kundengewohnheiten, Marktstimmung und sogar die Jahreszeit können verändern, 00:19:12.270 --> 00:19:13.530 was ein gutes Kundenverhalten ausmacht. 00:19:13.530 --> 00:19:17.350 Wenn eine große Branchenveranstaltung Ihr Postfach mit Demo-Anfragen überflutet, 00:19:17.610 --> 00:19:20.990 geht Dynamo nicht einfach davon aus, dass Sie plötzlich exzellent in der Nachfragegenerierung sind. 00:19:21.770 --> 00:19:25.030 Stattdessen zwingt jedes als verloren markierte Ergebnis während dieses Ansturms 00:19:25.030 --> 00:19:28.410 das Modell zur Selbstkorrektur, besonders wenn es sich nur um unverbindliche Interessenten handelt, 00:19:28.670 --> 00:19:30.330 die Informationen anfragen und sich nie wieder melden. 00:19:30.330 --> 00:19:32.930 Es ist ein lebendiges, atmendes Feedback-System. 00:19:33.350 --> 00:19:35.470 Aktives Tuning ist der Punkt, an dem es besonders interessant wird. 00:19:35.830 --> 00:19:37.630 Sie müssen nicht untätig auf KI-Magie warten. 00:19:38.050 --> 00:19:40.170 D-365 einen Blick unter die Motorhaube werfen. 00:19:40.790 --> 00:19:43.190 Sie können prüfen, welche Felder die Vorhersagen wirklich beeinflussen, 00:19:43.290 --> 00:19:44.970 die Bedeutung einzelner Merkmale analysieren, 00:19:45.330 --> 00:19:47.650 das Modell mit aktuellen Gewinnverlustdaten neu trainieren 00:19:47.650 --> 00:19:50.390 oder dem System sogar vorgeben, Ausreißer zu ignorieren, 00:19:50.450 --> 00:19:51.710 die das Ergebnis verfälschen könnten. 00:19:51.710 --> 00:19:55.870 Wenn Sie beispielsweise einen riesigen Unternehmensabschluss tätigen, 00:19:56.090 --> 00:19:58.130 der drei Jahre und 27 Meetings in Anspruch nahm, 00:19:58.290 --> 00:20:00.030 möchten Sie sicher nicht, dass dieser eine Deal 00:20:00.030 --> 00:20:03.150 das Modell für alle zukünftigen KMU-Leads verzerrt wird. 00:20:03.910 --> 00:20:05.350 Durch den Ausschluss solcher Ausreißer 00:20:05.350 --> 00:20:07.710 bleiben die Vorhersagen realistisch statt wunschdenkerisch. 00:20:09.330 --> 00:20:12.790 All dies steht in krassem Gegensatz zu den meisten herkömmlichen CRM-Systemen, 00:20:12.930 --> 00:20:15.150 deren Scoring-Modelle wie in Beton gegossen scheinen. 00:20:15.450 --> 00:20:17.070 Sie werden bei der Implementierung festgelegt, 00:20:17.070 --> 00:20:19.030 vielleicht bei der nächsten Jahresplanung kurz überdacht 00:20:19.030 --> 00:20:20.590 und ansonsten sich selbst überlassen. 00:20:21.710 --> 00:20:24.750 D3RF65 hingegen setzt auf laufende Wartung und echtes Feedback 00:20:24.750 --> 00:20:27.410 genau das, was jedes zukünftige Scoring noch ein Stück präziser macht. 00:20:28.250 --> 00:20:29.490 Die Genauigkeit Ihres Modells, 00:20:29.570 --> 00:20:30.950 die das Scoring von einem reinen Ratespiel 00:20:30.950 --> 00:20:32.310 in ein echtes Geschäftsset verwandelt, 00:20:32.770 --> 00:20:35.610 verbessert sich nur durch diese regelmäßige Dosis an ehrlichem Feedback. 00:20:36.270 --> 00:20:37.610 Wenn Teams das Anpassen von Scores 00:20:37.610 --> 00:20:39.330 und das Nachverfolgen von Ergebnissen ernst nehmen, 00:20:39.410 --> 00:20:40.470 bleibt Ihr Vertriebsprozess relevant, 00:20:40.610 --> 00:20:42.030 auch wenn sich der Markt ständig weiterentwickelt. 00:20:43.050 --> 00:20:44.670 Wenn Sie sich also jemals fragen sollten, 00:20:44.670 --> 00:20:47.770 ob Ihre Pipeline-Einblicke tatsächlich auf realen Ergebnissen basieren 00:20:47.770 --> 00:20:49.910 oder ob Sie nur hoffen, dass die Vorhersagen zutreffen, 00:20:49.910 --> 00:20:53.110 denken Sie daran, Ihr Feedback-Loop ist das einzige Modell.