Was ist Real Purchase Intent Data und wo kommen sie her?

Byrony Seifert
Byrony Seifert

VP of Marketing and Product Delivery, EMEA

Mehr als in anderen B2B-Kategorien wimmelt es in MarTech und SalesTech nur so an Produkten und trendigen Buzzwords (wir alle kennen Scott Brinker’s jährliche Übersicht aller Marketing-Technologieunternehmen, MarTech5000!). Einer dieser Begriffe, der mir sehr am Herzen liegt, ist „Intent“ – kurz für „Verhaltensdaten, die einen substanziellen Hinweis auf einen bevorstehenden Kauf liefern“. Intent Data sind zu einer Art Abzeichen geworden, mit dem Anbieter sich in ihrem Branding schmücken. Aus diesem Grund achte ich als B2B-Publisher besonders darauf, woher die Intent Data tatsächlich stammen und wie sie entstehen.

Besserer Content, bessere Intent Data

Bessere Purchase Intent Data beschreiben Datenquellen, die im Gegensatz zu anderen in der Lage sind, die tatsächlich aktive und erfassbare Nachfrage im Markt besser zu identifizieren. Die tatsächliche Nachfrage unterscheidet sich stark vom allgemeinen Interesse an einem Thema – und da scheiden viele Quellen aus.

Sowohl aus persönlichen als auch aus beruflichen Gründen suchen und lesen Nutzer ständig endloses Material. Es braucht nur ein wenig Vertrautheit mit den verschiedenen B2B-relevanten Nachrichtenzyklen, um zu erkennen, dass der Großteil des Konsums von Content sehr wenig mit tatsächlich bevorstehenden Käufen zu tun hat. Wachsendes Interesse zu einem Thema bei einem Account verraten in der Regel nur, dass Nutzer Nachrichten konsumieren, die für ihr Unternehmen oder ihre Arbeit relevant sind.

Diese allgemeinen Themenanstiege ahmen einfach die Popularitätsspitzen nach, die Sie sehen würden, wenn Sie Trends beim Konsum von Content bei Nutzern mit ähnlichen Rollen branchenweit analysieren würden. Wenn es beispielsweise in jüngster Zeit zu einer Datenschutzverletzung gekommen ist, werden Sie einen Anstieg des Konsums sicherheitsrelevanter Inhalte bei den Unternehmen und Rollen feststellen, die für dieses Thema besonders sensibel sind. Oder denken Sie an all den Aufruhr rund um die aktuelle Pandemie und die damit verbundenen Auswirkungen auf Geschäftsprozesse. Viele Menschen lesen aktuell über Themen im Zusammenhang mit Remote-Arbeit.

Auf Account-Ebene erfahren Sie zwar, welche Themen derzeit bei einer Reihe von Personae beliebt sind. In den meisten Fällen sagen die Daten aber relativ wenig darüber aus, wer tatsächlich einen Kauf tätigen könnte. News-basierte Anstiege geben eine Aussage über die Stimmung auf dem Markt, aber sie erklären – außer im makroökonomischen Sinne – eigentlich sehr wenig über bevorstehende Käufe. Anstiege basierend auf News sind vielleicht etwas, worüber Sie mit Ihren Target Accounts oder Ihrer ABM-Kontaktliste sprechen können. Sie sagen Ihnen aber nicht genug über tatsächliche Kaufintentionen aus, um eine aggressive Priorisierung dieser Nutzer zu rechtfertigen.

Schwache Intent Data zeigen Trends auf, die tatsächlich keine echten Kaufanreize darstellen. Daten mit stärkerer Kaufabsicht liefern einen besseren Hinweis auf einen Kauf, weil sie nicht aus dem allgemeinen Informationsgehalt abgeleitet werden, sondern aus dem Konsum von Content, der dazu dient, zum Kauf anzuregen.

Was definiert also besseren Content im Hinblick auf Purchase Intent Data?

Wenn Personen von der allgemeinen Recherche zur Lösung eines Geschäftsproblems übergehen, fangen sie an, tiefer zu bohren. Sie suchen nach Inhalten, die nicht Teil ihres täglichen News-Feeds sind. Auch wenn sie sich weiterhin über News informieren, nutzen sie zunehmend ihre Arbeitszeit, um Content zu lesen, der in direktem Zusammenhang mit ihrem neuen Geschäftsziel steht. Sie müssen sich schließlich speziell über den Content informieren, der es ihnen ermöglicht, den richtigen Kauf zu tätigen.

Es liegt auf der Hand, dass besserer Content für diese potenziellen Käufer daher Inhalte sind, die ihnen für ihre Recherche nach der optimalen Lösung helfen. Sie werden weit mehr spezifischeres Material berücksichtigen und lesen, als sie es zu anderen Zeiten tun. Und wenn die potenziellen Käufer den Inhalt im Hinblick auf ihr Ziel analysieren und mit Tags versehen haben, vermittelt dies sehr spezifische Signale über ihre Bedürfnisse, Vorlieben, Überlegungen und Ähnliches. Daher ist besserer Content für Vermarkter und Vertrieb auf der anderen Seite so konstruiert und gekennzeichnet, dass er klare, informative und umsetzbare Signale sendet. Signale, die wirklich darauf hinweisen, dass ein Kauf wahrscheinlich stattfinden wird – Real Purchase Intent also.

Natürlich sind die meisten Inhalte nicht so konzipiert. Anstatt ein Thema zu sehr zu vertiefen, wird Content so entwickelt, dass er allgemein ansprechend ist und – zur Unterstützung eines gängigen Media-Geschäftsmodells – Aufmerksamkeit erregt. Die meisten Inhalte werden veröffentlicht, um Traffic für Werbetreibende zu generieren – nicht, um die relativ seltenen Käufe zu identifizieren, die im Wirrwarr normaler Konsumschwankungen untergehen.

Warum es unwahrscheinlich ist, dass Real Purchase Intent effektiv aus dem offenen Markt bezogen werden kann

Um es noch einmal zu betonen: Die besten Inhalte für die Generierung von Intent Data sind Inhalte, die sowohl Kaufentscheidungen erleichtern als auch den End-to-End-Kaufprozess für die Nutzer sichtbar machen, die diese Inhalte zur Unterstützung ihrer Kunden einsetzen würden. Um nützliche Erkenntnisse liefern zu können, müssen sie so mit Tags versehen, organisiert und analysiert werden, dass sie für Marketing und Sales optimal genutzt werden können. Dies ist aus zwei Gründen schwierig zu bewerkstelligen.

Erstens erfordert es die Fähigkeit, sehr spezifischen, detaillierten Content in großen Mengen herzustellen. Die meisten Organisationen haben mit diesem Prozess aufgrund der engen Themenschwerpunkte sowie des Mangels an erforderten Fähigkeiten und Ressourcen Schwierigkeiten. Sogar die meisten großen Medienunternehmen vermeiden diese Art von Content, da er nicht das Volumen an Traffic pro Asset erzeugt, das ihre Geschäftsmodelle erfordern. Die besten Inhalte zur Generierung von Intent-Signalen kommen daher typischerweise von hochspezialisierten Teams oder – in seltenen Fällen – als Output von Generalisten (vergleichen Sie zum Beispiel Consumer Reports mit einer allgemeinen Publikation wie Forbes).

Konsumieren echte Käufer auch Inhalte aus allgemeinen Publikationen, selbst wenn sie schon auf dem Weg zur Kaufentscheidung sind? Sicherlich tun sie das. Das Problem für Vermarkter und Verkäufer ist hierbei, dass es bei einem Anstieg an konsumiertem Content, der von allgemeinen Medien ausgeht, keine wirkliche Möglichkeit gibt, die echten Käufer von allen anderen zu unterscheiden.

Medien, die ihr Geld hauptsächlich mit Werbung verdienen, müssen notwendigerweise ihren Traffic maximieren. Um dies in der Ära der programmatischen AdTech zu erreichen, beteiligen sie sich sehr breit an Ad-Netzwerken, die allen zur Verfügung stehen. Umgekehrt heißt das: Da ihr eigenes Modell so teuer ist, sind Spezialisten wie Consumer Reports und unsere eigenen TechTarget-Websites auf ein Registrierungs- oder Abonnementmodell angewiesen, das uns ermöglicht, den Zugang zu kontrollieren und im Gegenzug daraus auf andere Weise Value – wie zum Beispiel durch das Intent-Data-Geschäft – zu generieren.

Anbieter von Daten, die versuchen, Real Purchase Intent Data zu liefern, ohne den Content wirklich zu besitzen, sehen sich einer Reihe unüberwindbarer Herausforderungen gegenüber.

Da sie den Inhalt nicht selbst erstellen, können sie ihn nicht so gestalten, dass er Käufern hilft oder wirklich wertvolle Signale erzeugt.

Zweitens können sie – da sie den Inhalt nicht wirklich besitzen – nicht genau analysieren, worum es eigentlich geht. Ebenso wenig können sie ihn mit Tags versehen, um ihn aussagekräftiger zu machen und zum Engagement anzuregen. Daher fehlt ihren „Signalen“ im Allgemeinen die Präzision, die für die zielgenaue Personalisierung erforderlich ist, auf die sich die Sales-Teams verlassen.

Ist KI nicht eine Möglichkeit, all dies automatisch zu tun?

Sie können Ansätze der prädiktiven Analyse verwenden, um Ihre eigenen vergangenen Erfolge zu durchforsten und aus Ihren eigenen Daten ein Modell zu erstellen. Anschließend können Sie die KI (Künstliche Intelligenz) darauf trainieren, nach Profilen zu suchen, die Ihrem ICP entsprechen. Wenn diese Profile vermehrt bei News aus frei zugänglichen Medienquellen auftauchen, die jeder liest, deuten die Muster oberflächlich betrachtet auf einen Kauf hin – die richtigen Profile sind an relevanten Nachrichten interessiert. Richtig? Die KI tut das, wofür sie ausgebildet wurde: Sie durchkämmt das Internet auf der Suche nach Aktivitäten und spielt ihre Erkenntnisse zurück an den Vertrieb.

Das Problem ist, dass sich die Aktivität, die Ihre KI sehen kann, hauptsächlich um den Nachrichtenkonsum dreht – nicht um das Kaufverhalten. Die Macht der KI besteht in diesem Fall darin, einen massiven Rechercheprozess zu automatisieren. Aber da der Content, auf den die KI zugreifen kann, nicht erstellt wurde, um wirkliche Intent-Signale zu erzeugen, gibt es dort keine klaren Hinweise, die die KI aufspüren könnte.

Und selbst wenn Ihre KI clever genug wäre, um Signale aus den sehr wenigen granularen Entscheidungshilfen zu aggregieren, die im offenen Web veröffentlicht werden, wird sie keinen Zugang zu den Kontaktinformationen haben, die Sie für eine produktive Aktivierung der Nutzer benötigen.

Ja, die KI kann auf die Suchbegriffe trainiert werden, die Sie erfolgreich einsetzen, um Kunden für sich zu gewinnen. Sie kann das Internet nach ähnlichen Suchbegriffen und den Unternehmen, die diese recherchieren, durchforsten. Aber sie kann Ihnen nicht sagen, wohin diese Suche geführt hat, worum es bei den angezeigten Inhalten tatsächlich ging oder – was am wichtigsten ist – wer hinter der Suche steckte. Aufgrund der Content-basierten Fakten, die der Erstellung von Real Purchase Intent Data zugrunde liegen, erzeugt die KI – wenn sie unabhängig von der Inhaltskontrolle eingesetzt wird – einfach Mengen an schwachen, nicht verfeinerbaren und weitgehend irreführenden, positiven Signalen.

KI eignet sich sehr gut für die Durchführung analytischer Aufgaben in großem Maßstab. Wir verwenden sie selbst, um zu bestimmen, welche Inhalte wir unseren 20 Millionen Abonnenten zur Verfügung stellen sollten. Aber die KI kann nur so gut sein wie die Daten, die sie aufnimmt. Wenn Sie also potenzielle Quellen nach „Intent“ untersuchen, seien Sie sich bewusst, zu welchen Daten die KI tatsächlich Zugang hat.

Wenn Sie die Rolle von Content bei „Intent“ verstehen, können Sie eine fundiertere Entscheidung treffen

Aus diesen Gründen und noch viel mehr ist eins wichtig: Wenn Sie und Ihr Team verschiedene potenzielle Quellen nach Verhaltensdaten analysieren, die Sie Ihren Stacks hinzufügen möchten, ist es eine großartige Möglichkeit, in einem weiteren Schritt zu untersuchen, woher die Daten stammen beziehungsweise wie sie erstellt wurden. So können Sie verstehen, womit Sie es zu tun haben und sichergehen, dass die Daten Ihnen helfen werden.

Besserer Content, der so aufgebaut ist, dass er die verschiedenen Phasen der Buyer’s Journey unterstützt, gibt Ihren Teams Aufschluss darüber, wie sie potenzielle Käufer am besten zum Kauf animieren können – sprich, welche Arten von Assets sie anbieten müssen, um ihnen bei der Entscheidung zu helfen – und über welche Kanäle.

Besserer Content geht auf die unterschiedlichen Bedürfnisse der verschiedenen Personae in einer Käufergruppe ein. Er identifiziert hauptsächlich Schlüsselakteure zu einem früheren Zeitpunkt im Prozess, sodass Sie weniger Zeit dafür aufbringen müssen, die Einflussgeber und Entscheidungsträger aufzusuchen, von denen Sie wissen, dass sie für die Weiterentwicklung des Kaufprozesses entscheidend sind.

Nicht zuletzt erleichtert besserer Content – weil er für die Käufer bei ihrem Kaufprozess von Nutzen ist – die Entscheidung, sich bereitwillig zu registrieren und die Erlaubnis für zukünftigen Outreach von Ihnen zu erteilen – und das macht den Unterschied in der Nutz- und Umsetzbarkeit dieser Daten aus.