Wenn Gummibärchen knapp werden:
Der Kampf mit A, R & Co.

Bei datavance haben wir eine süße Tradition: Wir gratulieren Kunden zum Namenstag und legen den Vornamen aus Haribo-Buchstaben bei. Mit solchen kreativen Ansätzen lassen sich im Vertrieb Türen öffnen, die Standard-Geburtstagsmailings oft nicht erreichen.

Doch schnell stießen wir auf ein gewichtiges Problem: Unser Team litt unter einer massiven „Buchstaben-Schwemme“. Da für Namen wie Robert oder Karolina überwiegend die gleichen Zeichen fehlten, blieben bergeweise andere Buchstaben übrig.

 
Die „Vernichtung“ dieser Überschüsse brachte unser betriebliches Gesundheitsmanagement an seine Grenzen.

Warum bleiben eigentlich immer so viele Buchstaben übrig und was hat dieser massive „Ausschuss“ mit der Effizienz Ihres Marketing-Budgets zu tun?

Warum der Durchschnitt die größte Falle ist

Wir sind der Sache natürlich statistisch auf den Grund gegangen. Der Fehler lag in folgender Annahme: Wir dachten, eine Tüte Buchstaben sei eben eine Tüte Buchstaben. Doch die Haribo-„Bärenschule“ ist nicht speziell für das Zusammenlegen von Vornamen konzipiert. Die Produktion orientiert sich vermutlich an der Verteilung allgemeiner deutscher Texte. Ein Standard, der uns im Vertriebsprozess teuer zu stehen kam.

In der klassischen Textstatistik des Leibniz-Instituts für deutsche Sprache (IDS) regiert das „E“ mit stolzen 17,1 %. In unserer Vornamen-Datenbank sieht das Spielfeld jedoch ganz anders aus: Hier teilen sich „A“ und „E“ mit jeweils 12,7 % den Thron. Besonders das „A“ wird zur Herausforderung, da es in Namen doppelt so häufig vorkommt wie in normalen Texten. Das betrifft vor allem die vielen weiblichen Vornamen, die auf „A“ enden. Werden die Buchstaben nur nach Text-Standard produziert, müssten wir allein deshalb schon die doppelte Menge kaufen, nur um den Bedarf an „A‘s“ zu decken.

Die wahre Herausforderung liegt jedoch im relativen Mehrbedarf. Das „J“ beispielsweise tritt in Vornamen viermal so häufig auf als in Texten (1,2 % vs. 0,3 %). Das kann daran liegen, dass es zu Achim, Hanna und Sepp eben auch Joachim, Johanna und Josef gibt. Rein theoretisch müssten wir also die vierfache Buchstabenmenge beschaffen, nur um genug „J’s“ in der Hinterhand zu haben, wodurch bereits auf dem Papier fast 90% der restlichen Buchstaben als Überschuss übrigbleiben. Unser Problem war also, dass unser „Rohmaterial“ (die Tüte) schlicht nicht zu unserem „Endprodukt“ (dem Vornamen) passte. Dieser Mismatch zwischen allgemeinem Durchschnitt und spezifischem Bedarf ist der Ursprung jeder Budget-Verschwendung.

Schluss mit dem 90 %-Ausschuss

Was für Fruchtgummis amüsant klingt, ist im Marketing und Vertrieb oft teure Realität:

Wer seine Zielgruppenansprache auf „allgemeinen Marktdurchschnitten“ aufbaut, produziert massenhaft Streuverluste. Unser Scoring-Modell verhält sich wie ein hochpräziser Sortieralgorithmus: Es filtert die „Zahlen und Sonderzeichen“ (wertlose Leads) aus Ihrer Datenbank und priorisiert Ihre potenziellen Kunden nach ihrer tatsächlichen Abschlusswahrscheinlichkeit. 

Mit dieser Methode konnten wir bereits zahlreichen Unternehmen dabei helfen, die Effizienz im Vertrieb zu steigern und gleichzeitig Streuverluste zu verringern.

Use Case: Wie wir für die AIKA e.V. Unternehmen mit hohem E-Mobilitätsbedarf identifiziert haben

Die AIKA e.V. stand vor der Herausforderung, gezielt Unternehmen zu finden, die sowohl einen konkreten Mobilitätsbedarf als auch eine hohe Affinität zu Nachhaltigkeit besitzen. Klassische Selektionskriterien wie Branche, Unternehmensgröße oder Standort lieferten hierfür keine ausreichende Aussagekraft.

Ziel war es, vertriebsrelevante Potenziale frühzeitig zu erkennen und die Neukundengewinnung im Bereich E-Mobilität messbar effizienter zu gestalten.

Hierfür haben wir mithilfe unseres B2B Web Scorings deutsche Unternehmenswebseiten analysiert und daraus die Werte sowie den tatsächlichen Mobilitätsbedarf von Unternehmen abgeleitet.