Kundenspezifisches CRM mit Kundendatenbank und Entscheidungsträgern: Fallstudie banchem.sk, Slowakei

Der Kunde beauftragte uns mit der Entwicklung eines auf seine Bedürfnisse zugeschnittenen Vertriebsbuchhaltungssystems – ohne Abonnementgebühren und ohne Funktionen, die niemand nutzen würde. Im Laufe des Projekts erweiterte sich der Umfang: Zusätzlich wurde eine zielgerichtete Datenbank mit Kontakten von Entscheidungsträgern benötigt, die auf die spezifische Nische des Kunden zugeschnitten war.

Der Autor veröffentlicht wöchentlich auf seinem Telegram Kanal neue Fallstudien und Ansätze zur Geschäftsautomatisierung mit KI. Sie können den Kanal hier abonnieren: t.me/promtvibeadd.

Fallstudie: banchem.sk, ein slowakischer Hersteller von Schwimmbadchemikalien

Der Kunde war banchem.sk, ein slowakisches Unternehmen, das Reinigungschemikalien und Desinfektionsmittel, unter anderem für Schwimmbäder, für Gewerbe- und Privatkunden herstellt und vertreibt. Die Vertriebsleitung des Projekts lag in den Händen eines jungen, neu ernannten Vertriebsleiters, der für die Betreuung von Wellnesszentren zuständig war.

Die Aufgabe war simpel: ein maßgeschneidertes Vertriebsbuchhaltungssystem anstelle einer Standardlösung. Im Laufe des Projekts entwickelte es sich zu einem CRM-System mit integrierter Entscheidungsdatenbank für eine spezifische Nische – Hotel-Spas und Wellnesszentren, die Poolchemikalien benötigen.

Warum der Kunde ein fertiges CRM-System abgelehnt hat

Standardisierte, fertige CRM-Systeme wurden von vornherein verworfen: Die Wartung ist teuer, und es fallen monatliche Zahlungen an, unabhängig davon, ob das Team alle Funktionen des Dienstes nutzt.

Wir haben ein CRM-System entwickelt, das Transaktionsmanagement und eine zielgerichtete Kundenbasis mit Kontakten zu Entscheidungsträgern integriert.

Wir sprachen hier von einem CRM-System, nicht von einer Website, aber das Prinzip ist dasselbe: Eine vorgefertigte Vorlage, die nicht zu Ihrer Nische passt, ist oft teurer als ein individuell entwickeltes System. 1001site AI wendet diese Logik auf Websites und Online-Shops an – der KI-Agent erstellt die Website anhand Ihres Links oder Ihrer Beschreibung und spart Ihnen so monatelange Entwicklungszeit und Agenturkosten.

Die Frage, die die Architektur veränderte, lautete: „An wen genau verkaufen wir?“

Bei jeder Besprechung der CRM-Struktur stellte der Vertriebsleiter dieselbe Frage: „An wen genau wollen wir verkaufen?“ Die Frage richtete sich eindeutig nicht an den Entwickler, sondern an ihn selbst und sein Team. Doch genau diese Frage führte dazu, dass das System auf ein konkretes Kundenprofil ausgerichtet wurde, anstatt abstrakt Transaktionen zu erfassen.

Der Projektentwickler berücksichtigte vorrangig die Wünsche der Geschäftsinhaber – schließlich finanzierten diese das Projekt. Doch der Vertriebsleiter blieb hartnäckig, und schließlich ergab sich eine zusätzliche Aufgabe: die Erstellung einer zielgerichteten Datenbank mit direkten Kontakten von Entscheidungsträgern, mit denen ein Vertrag abgeschlossen werden konnte, anstelle einer allgemeinen Firmenliste.

Warum die „Rohdatenbank“ von ChatGPT und Claude nicht funktionierte

Eine einmalige Abfrage des Sprachmodells liefert eine Entwurfsliste ohne Validierungs- oder Auswahlkriterien – unzureichend für eine funktionierende Vertriebsdatenbank. Genau das ist in diesem Fall passiert.

Einer der Inhaber schlug dem Vertriebsleiter vor, mithilfe von ChatGPT oder Claude eine Kundendatenbank anzulegen. Er setzte die Aufgabe gewissenhaft um: Er brachte den Download zum nächsten Meeting mit und analysierte sofort, warum die Daten unbrauchbar waren. Die Arbeit mit Rohdaten verschwendet die Ressourcen des Teams für die Überprüfung und liefert ohne weitere Verarbeitung keine Ergebnisse.

Die Position des Vertriebsleiters war eindeutig: Er war bereit, mit einer Datenbank zu arbeiten, jedoch nicht mit einer, die durch eine einfache Anfrage an einen Chatbot ohne Auswahlkriterien erstellt worden war. Das Projekt erforderte spezialisierte, kostenpflichtige Datenquellen und individuelle Bewertungskriterien – ein separates Unterfangen, das durch eine kostenlose Anfrage nicht ersetzt werden konnte.

Wie ein Entscheidungsbewertungssystem für eine Nische entwickelt wurde

Der Vertriebsleiter des Kunden entwickelte die Bewertungs- und Analysekriterien selbst. Sie sind auf sein Nischenprofil zugeschnitten, das Prinzip gilt jedoch für jedes B2B-Unternehmen mit einem eng definierten Kundensegment:

1. Definieren Sie das ideale Kundenprofil mit einem spezifischen Attribut, zum Beispiel „Hotel mit Spa-Bereich“ anstelle der allgemeinen Kategorie „Hotel“.
2. Suchen Sie nach indirekten Profilindikatoren anhand offener Daten: Stellenanzeigen für Spa-Spezialisten deuten beispielsweise darauf hin, dass das Hotel über eine Spa-Abteilung verfügt.
3. Prüfen Sie die Websites potenzieller Kunden auf direkte Hinweise auf eine Nische, wie beispielsweise das Vorhandensein eines Spa-Bereichs und Beschreibungen der angebotenen Dienstleistungen.
4. Sammeln Sie die Kontaktdaten von Entscheidungsträgern aus spezialisierten kostenpflichtigen Datenquellen – offene Verzeichnisse allein reichen hierfür nicht aus.
5. Speichern Sie Kontakte und Interaktionsverläufe zusammen mit den Geschäftsabschlüssen in Ihrem CRM-System, damit Ihr Vertriebsteam nicht separat danach suchen muss.

Dies führte zu einer gezielten Stichprobe mit direkten Kontakten zu Entscheidungsträgern, die in Verbindung mit dem CRM zu einem praktikablen Vertriebsinstrument wurde.

Was hat das Unternehmen am Ende erhalten?

Die Vertriebsabteilung verschwendete keine Ressourcen mehr an wahllos ausgewählte Unternehmen und erhielt eine klare Antwort auf ihre Frage: „An wen genau verkaufen wir?“ – ein Kundenprofil mit direkten Kontaktdaten für Entscheidungsträger direkt im CRM-System, ohne dass eine separate Datenbanksuche erforderlich war. Die Gebühr ist eine einmalige Entwicklungsgebühr; es fallen keine monatlichen Abonnementgebühren für die Nutzung des Dienstes an.

Für wen ist dieser Ansatz geeignet?

Die Entwicklung eines eigenen CRM-Systems mit einer Entscheidungsdatenbank ist nicht immer praktikabel. Es ist sinnvoll, wenn Ihr Unternehmen:

• verkauft an eine enge B2B-Nische mit einem klar definierten Kundenprofil (wie banchem.sk - an Kurzentren und Hotels mit Kurbereich);
• bereit, Kriterien für die Bewertung Ihrer Zielgruppe zu formulieren, anstatt sich auf eine allgemeine Liste von Unternehmen zu verlassen;
• Ich habe bereits die Erfahrung gemacht, dass fertige CRM-Systeme Geld für Funktionen verlangen, die niemand nutzt.

Für den Massenvertrieb an Endkunden oder die einfache Bestellannahme genügt in der Regel eine Website mit Antragsformular und Messenger; eine separate CRM-Lösung ist nicht erforderlich. Eine ähnliche Logik – „maßgeschneidertes System statt Standardlösung“ – zeigt sich auch in der Fallstudie zur Buchhaltung des Online-Shops lpkelektro.cz.

Der Autor der Fallstudie präsentierte das System in einem Video-Review von innen heraus – er analysierte CRM mit einer Entscheidungsdatenbank und erklärte, warum CRM ohne eine solche Datenbank und Automatisierung nutzlos bleibt.

Fragen und Antworten

Woher bezieht das CRM seine Datenbank mit Kontakten von Entscheidungsträgern, die über eine reine Firmenliste hinausgeht? Eine Firmenliste allein ist nutzlos – es bedarf einer branchenspezifischen Bewertung. Der Vertriebsleiter des Kunden hat die Kriterien definiert: Hotels mit Spa sind geeignet, andere nicht. Das Spa wird auf der Unternehmenswebsite und in den Stellenanzeigen für Spa-Fachkräfte, die das Hotel veröffentlicht, gesucht. Mithilfe dieses Filters wird eine zielgerichtete Datenbank mit direkten Kontakten erstellt.

Warum nicht einfach eine solche Datenbank mit ChatGPT oder Claude erstellen? Eine schnelle Abfrage eines fertigen Modells liefert eine Liste aus Open-Source-Quellen ohne Überprüfung oder Auswahlkriterien. Eine praktikable Alternative sind kostenpflichtige Branchendatenbanken in Kombination mit benutzerdefinierten Bewertungskriterien: Ein einzelner Satz in einem KI-Chat reicht nicht aus.

Ist ein individuell entwickeltes CRM teurer als ein fertiges Abonnement? Die Entwicklungskosten fallen einmalig an, es gibt aber keine monatlichen Gebühren und keine Module, die niemand nutzt. Wiederkehrende Zahlungen und unnötige Funktionen waren in diesem Fall die Gründe, sich gegen eine fertige Lösung zu entscheiden.

Ist dieser Ansatz für jedes kleine Unternehmen geeignet? Nein – er ist nur in einer eng definierten B2B-Nische mit einem klar definierten Kundenprofil gerechtfertigt, und wenn fertige CRM-Systeme Kunden dazu zwingen, für unnötige Funktionen zu bezahlen. Für den Massenmarkt im B2C-Bereich oder die einfache Bestellabwicklung reicht in der Regel eine Website mit Antragsformular und Messaging-Optionen aus.

Quellen

• Der Beitrag des Autors im Telegram Kanal „Business with AI | Through the Keyhole“: https://t.me/promtvibeadd/447
• Kundenwebsite: https://banchem.sk/

Ein ähnliches Prinzip gilt für Websites: ein System, das auf Ihre Nische zugeschnitten ist, anstatt eine fremde Vorlage zu mieten. 1001site AI – ein KI-gestützter Assistent – erstellt innerhalb weniger Minuten eine Website oder einen Online-Shop basierend auf Ihrem Link oder Ihrer Beschreibung.