Um Leads mit KI zu bewerten, solltest Du mit wenigen Regeln starten, die Dein Sales-Team klar erklären kann. Importiere eine Lead-Liste mit Unternehmensgröße, Jobtitel und Website-Texten. Anschließend nutzt Du Datablist AI Editing, um aus diesen Feldern einen Score zu erstellen. Prüfe das generierte Skript zunächst anhand einiger Beispielzeilen, bevor Du es auf die gesamte Liste anwendest.

So erhält jeder Lead einen einheitlichen Score für die Priorisierung. Dieser sagt allerdings nicht voraus, wer tatsächlich kaufen wird. Vergleiche die Ergebnisse deshalb mit echten Kundenbeispielen und passe die Regeln an, wenn die Rangfolge nicht plausibel ist.

So funktioniert AI Lead Scoring Schritt für Schritt:

  1. Identifiziere Deine besten Kunden
  2. Importiere Deine Leads in Datablist
  3. Lass Deine Leads von der KI bewerten

Was ist Lead Scoring?

Beim Lead Scoring werden potenzielle Kunden anhand selbst gewählter Kriterien bewertet – zum Beispiel danach, ob ein Unternehmen Deiner Zielgröße entspricht und der Kontakt eine relevante Position hat. Der Score hilft Dir zu entscheiden, welche Zeilen Du zuerst prüfen solltest. Seine Aussagekraft hängt jedoch immer von den zugrunde liegenden Regeln und Eingangsdaten ab.

Schritt 1: Identifiziere Deine besten Kunden

  1. Sieh Dir in Deinem CRM einige gewonnene Kunden und einige Leads mit geringer Eignung an. Suche nach Merkmalen, die beide Gruppen voneinander unterscheiden. Zehn positive Beispiele allein zeigen Dir nicht, mit welchen Regeln sich ungeeignete Accounts ausschließen lassen.

  2. Analysiere die Gemeinsamkeiten und halte sie schriftlich fest. Diese Faktoren solltest Du unter anderem berücksichtigen:

    • Unternehmensmerkmale (Größe, Branche, Standort)
    • Kontaktdaten (Jobtitel, Entscheidungskompetenz)
    • Interaktionsniveau mit Deinem Unternehmen
    • demografische Daten und Verhaltensdaten
  3. Lege fest, wie stark sich jeder Faktor auf die Rangfolge auswirkt.

Vergib für wichtige Faktoren die höchste Punktzahl und für wünschenswerte, aber nicht entscheidende Merkmale die niedrigste.

Im folgenden Beispiel bringt eine passende Entscheiderrolle zwei Punkte. Ein Unternehmen mit 15 bis 100 Mitarbeitern erhält einen Punkt, ebenso eine Website, auf der ein Begriff mit KI-Bezug vorkommt. Ein Lead kann somit null bis vier Punkte erreichen. Diese Gewichtungen sind lediglich Beispiele und kein Modell, das mit Conversion-Daten trainiert wurde.

Hinweis: Passe die Punktzahlen an Dein Geschäftsmodell und Deinen Markt an.

Schritt 2: Importiere Deine Leads in Datablist

Importiere zunächst eine CSV- oder Excel-Datei mit den Leads, die Du bewerten möchtest, in Datablist.

In Datablist kannst Du den Score innerhalb einer Collection prüfen und bearbeiten, bevor Du die priorisierte Liste exportierst.

AI Editing erstellt anhand eines Prompts und einer kleinen Auswahl von Einträgen ein JavaScript. Nachdem Du die Vorschau bestätigt hast, wendet Datablist die generierten Regeln auf Deine Zeilen an. Beschreibe Sonderfälle ausdrücklich, denn aus wenigen Beispielen kann der Generator nicht jedes Muster in der gesamten Collection ableiten.

Erstelle zunächst eine Collection und importiere Deine Liste als CSV- oder Excel-Datei.

Neue Collection in Datablist erstellen
Neue Collection in Datablist erstellen

Meine Datei enthält:

  • Website-Texte der Unternehmen
  • die Unternehmensgrößen
  • die Positionen der potenziellen Kunden
Liste potenzieller Kunden mit den Daten für die Bewertung.
Liste potenzieller Kunden mit den Daten für die Bewertung.

Schritt 3: Lass Deine Leads von der KI bewerten

Übertrage die Scoring-Regeln nun in eine Edit-Anweisung. Benenne die Eingabefelder und definiere die Werte sowie Ausnahmen, die das generierte Skript berücksichtigen soll.

Mit diesen Schritten erzielst Du möglichst genaue Ergebnisse:

  1. Öffne im Header der Collection Edit.

  2. Wähle AI Editing aus.

    AI Editing über Edit -> AI Editing öffnen
    AI Editing über Edit -> AI Editing öffnen
  3. Formuliere den Scoring-Prompt. Wähle die Properties der Collection direkt im Prompt-Editor aus, damit die Verweise mit den tatsächlichen Spalten verknüpft werden. Lege außerdem fest, ob ein fehlender Wert null Punkte erhält und ob Teiltreffer berücksichtigt werden sollen.

Prompt für Lead Scoring mit KI.
Prompt für Lead Scoring mit KI.

Das ist mein Prompt für Lead Scoring mit KI.

Prompt-Beispiel
Erstelle die numerischen Properties Persona Match, Account Match, Product Match und Lead Score.

Lies für Persona Match die Property position aus. Vergib 2 Punkte, wenn sie einen Founder oder Co-Founder enthält, der gleichzeitig CEO ist. Vergib andernfalls 1 Punkt, wenn die Rolle CEO oder COO lautet. Vergib 0 Punkte für andere oder leere Rollen. Es dürfen nie gleichzeitig 2 und 1 Punkt vergeben werden.

Lies für Account Match die Property company_size aus. Vergib 1 Punkt, wenn der Wert eine Zahl zwischen 15 und 100 einschließlich ist. Vergib andernfalls 0 Punkte.

Lies für Product Match die Property Website Texts aus. Vergib 1 Punkt, wenn sie AI oder KI als vollständigen Begriff oder die Wortgruppe Artificial Intelligence enthält. Groß- und Kleinschreibung sollen dabei ignoriert werden. AI darf nicht als Teil eines anderen Wortes erkannt werden. Vergib 0 Punkte, wenn der Text leer ist oder keinen Treffer enthält.

Setze Lead Score auf die Summe der drei numerischen Match-Werte. Das Ergebnis muss zwischen 0 und 4 liegen. Behalte die Eingabe-Properties bei. Verwende die tatsächlich verknüpften Properties position, company_size und Website Texts aus dieser Collection.

❗ Wichtig

Wähle jede Property direkt im Prompt-Editor aus, statt unverbundenen Platzhaltertext stehen zu lassen. Teste eine fehlende Unternehmensgröße, einen Titel mit Founder und CEO sowie eine Website mit dem Wort „said“, um versehentliche Treffer für „AI“ zu erkennen.

  1. Klicke auf Generate.

Die Vorschau zeigt das Ergebnis des generierten Skripts anhand einiger Beispieleinträge. Prüfe die drei Teilbewertungen und ihre Summe. Falls eine Regel nicht richtig greift, passe den Prompt an und kontrolliere die Vorschau erneut, bevor Du ihn auf die gesamte Liste anwendest.

Generierte Vorschau des von der KI erstellten Lead-Scoring-Systems
Generierte Vorschau des von der KI erstellten Lead-Scoring-Systems

Schritt 4: Ergebnisse prüfen und exportieren

Klicke auf Run on items, sobald die Vorschau Deinen Regeln entspricht. Vergleiche Leads mit hohen und niedrigen Scores mit den Beispielen aus Deinem CRM, bevor Du die Bewertung für Deine Ansprache nutzt.

Lead-Scoring-Ergebnisse
Lead-Scoring-Ergebnisse

Exportiere die geprüfte Liste für Dein CRM oder nutze eine Integration, die in Deinem Tarif verfügbar ist. Bewahre die Regeldefinitionen zusammen mit der Liste auf, damit Dein Team nachvollziehen kann, warum ein Lead seinen jeweiligen Score erhalten hat.

Die generierte Edit-Anweisung lässt sich für neue Leads wiederverwenden. Überprüfe die Regeln, sobald sich Dein ideales Kundenprofil oder die Eingabespalten ändern.