Im B2B-Vertrieb von beratungsintensiven Lösungen & Produkten wird bei der Erstellung des Sales Forecasts regelmäßig die Erfolgswahrscheinlichkeit für jede Verkaufschance eingeschätzt.
Aufgrund der Komplexität des Verkaufsprozesses sind Verkäufer*innen dabei häufig gezwungen, sich auf ihr Bauchgefühl zu verlassen.
Der intuitive Prozess des Bauchgefühl geht mit zahlreichen Wahrnehmungsverzerrungen einher und verfälscht das Bild von der aktuellen Verkaufssituation beim Interessenten.
In der klinischen Psychologie ist dieses Problem unter der Kontroverse „klinische (intuitive) versus statistische Urteilsbildung“ schon seit vielen Jahren bekannt. Bei der statistischen Urteilsbildung wird anhand einer Reihe von Daten, beispielsweise Interviewfragen oder Tests, mit Hilfe eines Entscheidungsalgorithmus eine Diagnose „statistisch“ berechnet.
In einer Meta-Analyse (Analyse über 136 Studien) konnte durch Grove et al. (2000) nachgewiesen werden, dass die statistische Urteilsbildung sowohl im Durchschnitt als auch in vielen Einzelfällen der intuitiven Urteilsbildung überlegen ist.
Mit der empirischen Studie „Sales Forecast 4.0“ im Fach Psychologie konnte erstmals nachgewiesen werden, dass die Berechnung der Erfolgswahrscheinlichkeit für Verkaufschancen auf Basis eines KI-basierten Prognosemodells signifikant genauere Vorhersagen ermöglichen als das Bauchgefühl von Verkäufer*innen.
Auf Grundlage einer qualitativen Vorstudie wurde mit Hilfe der klassischen Testtheorie ein psychometrischer Fragebogen entwickelt, der auf Daten von Experteninterviews, aktuellen Erkenntnissen der Vertriebsforschung sowie Best-Practice-Ansätzen basierte.
Für die eigentliche Befragung wurden erfahrene Verkäufer*innen von beratungsintensiven Lösungen gebeten, den Fragebogen auf zwei Projekte ihres aktuellen Sales Forecasts anzuwenden. Mit Hilfe einer personalisierten Nachbefragung wurde abschließend die tatsächliche Kaufentscheidung der Interessenten erfasst.
Die Studie basierte auf einer Stichprobe mit 188 Verkaufschancen von 82 erfahrenen B2B-Verkäufer*innen aus 62 verschiedenen Unternehmen.
Bei der Datenauswertung konnten drei übergeordnete Erfolgsfaktoren mit insgesamt 14 Fragen identifiziert werden, die einen statistisch signifikanten Zusammenhang mit dem Projekterfolg zeigten.
Zur Vorhersage der Erfolgswahrscheinlichkeit der Verkaufschancen wurde anschließend ein KI-basiertes Prognosemodell entwickelt, dass sowohl das Bauchgefühl als auch die drei Erfolgsfaktoren des Fragebogens berücksichtigt.
Um die Genauigkeit (Prognosegüte) der Vorhersagen beurteilen zu können, wurden ROC (Receiver-Operating-Characteristics) Kurven verwendet. Die Fläche unterhalb der ROC-Kurve stellt dabei eine anerkannte Kennzahl für die Qualität der Prognosegüte dar.
Durch den Flächenvergleich (siehe Abbildung rechts) des Prognosemodells mit dem Bauchgefühl konnte erstmals empirisch nachgewiesen werden, dass die Vorhersagen des Prognosemodells signifikant genauer sind als das Bauchgefühl der Verkäufer*innen.
Für das Bauchgefühl konnte nach der Klassifizierung eine akzeptable (AUC-Wert: 0,76) und für das Prognosemodell exzellente Prognosegüte (AUC-Wert: 0,84) gemessen werden. Die Trefferquote des Prognosemodells erreichte einen beeindruckenden Wert von 82%. Dies bedeutet, dass bei 82% der durchgeführten Vertriebsprognosen die potenzielle Kaufentscheidung richtig vorhergesagt werden konnte, unabhängig davon, ob das Projekt gewonnen oder verloren wurde.
Aufbauend auf den Erkenntnissen der Studie wurde der wissenschaftliche Fragebogen sowie das KI-basierte Prognosemodell mit verschiedene Verfahren weiterentwickelt und einer internen Validierung unterzogen.
Die nahtlose Integration des foreControl | Cockpits in die vorhandene CRM-Umgebung ermöglicht Unternehmen eine nachweisbare Verbesserung der Genauigkeit des Sales Forecasts. Es unterstützt das Vertriebsteam beim Erreichen ihrer Vertriebsziele und dient als zentrales Prognose- und Steuerungsinstrument für Verkaufschancen.