Lead Scoring mit Website-Besuchern: Signale richtig gewichten

Lead Scoring mit Website-Besuchern kombiniert zwei Fragen: Passt die erkannte Firma zu Ihrem Zielkundenprofil, und wie stark ist ihr Interesse nach Verhalten auf der Website? Aus beidem entsteht eine Prioritätenliste für den Vertrieb. Starten Sie mit groben Stufen und justieren Sie anhand realer Gespräche.

Zwei Achsen: Fit und Interesse

Ein Score, der nur Verhalten zählt, schickt den Vertrieb zu Studierenden, Wettbewerbern und Bewerbern. Ein Score, der nur Firmenfit zählt, übersieht, ob überhaupt Interesse besteht. Die Kombination macht den Unterschied.

Achse	Frage	Typische Merkmale
Fit	Ist das ein Konto, das wir bedienen?	Branche, Größe, Land, Technologie
Interesse	Zeigt das Konto Kaufabsicht?	Seiten, Häufigkeit, Wiederkehr, Verweildauer

BusinessMCP nennt auf seiner Seite Website Visitor Identification Firmendaten und Tech-Stack aus einer Datenbank mit über 34 Millionen Unternehmen und Funktionen wie Scoring und Slack-Hinweise. Wie belastbar diese Daten für Ihre Zielgruppe sind, sollten Sie an einer Stichprobe prüfen.

Kernaussage: Ein guter Score beantwortet nicht, wer Ihre Seite besucht hat, sondern bei welchem Konto sich ein Gespräch jetzt lohnt.

Verhaltenssignale und Gewichtung

Die folgende Tabelle ist ein Ausgangspunkt, keine Wahrheit. Gewichte hängen von Ihrem Geschäft ab.

Signal	Vorschlag Gewicht	Begründung
Preisseite besucht	Hoch	Kaufnähe
Vergleichs- oder Alternativseite	Hoch	Aktive Auswahl
Integrations- oder Technikseite	Mittel bis hoch	Umsetzungsprüfung
Demo- oder Kontaktseite	Hoch	Handlungsabsicht
Mehrere Besuche in sieben Tagen	Hoch	Wiederkehr zeigt Anhaltendes Interesse
Blogartikel	Niedrig bis mittel	Informationsphase
Karriereseite	Negativ oder null	Bewerber, kein Kunde
Besuch aus Rechenzentrum oder Provider	Ausschluss	Kein Firmenbezug

Wiederkehr lässt sich nur messen, wenn Besucher wiedererkannt werden. Das berührt den Datenschutz: Eine persistente Kennung im Browser kann einwilligungspflichtig sein, siehe Cookieless Tracking und DSGVO.

Fit-Kriterien festlegen

Definieren Sie Ihr Zielkundenprofil, bevor Sie Punkte vergeben:

1. Branche: Welche zwei bis drei Branchen kaufen am häufigsten?
2. Größe: Ab wie vielen Mitarbeitern lohnt sich ein Gespräch, und ab wann ist die Firma zu groß für Ihren Prozess?
3. Land und Sprache: DACH, Europa, global?
4. Ausschlüsse: Wettbewerber, Agenturen, Studierende, bestehende Kunden.

Stützen Sie das Profil auf Ihre echten Abschlüsse der letzten zwölf Monate, nicht auf Wunschdenken. Wenn nur wenige Abschlüsse vorliegen, bleiben Sie bei groben Kriterien.

Ein einfaches Punktemodell

Ein Modell, das Sie in einer Tabellenkalkulation bauen können:

1. Fit-Punkte: 0 bis 3 (0 passt nicht, 3 passt klar).
2. Interessenpunkte: Summe der Seitengewichte der letzten 14 Tage, gedeckelt bei 5.
3. Gesamtpunkte: Fit mal Interesse, damit ein Konto ohne Fit nie oben landet.
4. Schwelle: Ab einem Wert bekommt der Vertrieb einen Hinweis, darunter wird beobachtet.

Das Multiplizieren ist wichtig. Mit Addition könnte ein sehr aktives, aber unpassendes Konto vor einem passenden, leicht interessierten landen. Die Werte sind Beispiele; ändern Sie sie nach Ihren Erfahrungen.

Kalibrieren statt glauben

Nach vier bis sechs Wochen sollten Sie rückwärts prüfen:

• Welche Konten mit hohem Score führten zu einem Gespräch?
• Welche Konten mit niedrigem Score führten ebenfalls zu einem Gespräch? Welche Signale haben Sie übersehen?
• Welche Seiten tauchen vor Anfragen auf?

Passen Sie die Gewichte an. Das Ziel ist kein perfekter Score, sondern ein Modell, das dem Vertrieb Zeit spart. Wie sich Quote und Erkennung auswirken, steht in Trefferquote bei Besucheridentifikation.

Benachrichtigungen sinnvoll einsetzen

Hinweise im Chat oder im CRM sind nur nützlich, wenn sie selten genug sind, um ernst genommen zu werden. Senden Sie Benachrichtigungen nur bei Überschreiten der Schwelle, nicht bei jedem Besuch, und fügen Sie Kontext bei: Firma, besuchte Seiten, Anzahl der Besuche, Fit-Einschätzung. Der Anbieter BusinessMCP nennt Slack-Hinweise als Funktion, wie auf der Produktseite zu Web Analytics und der Seite zur Besucheridentifikation dargestellt; prüfen Sie im Test, ob Frequenz und Inhalt für Ihr Team passen.

Grenzen und Datenschutz

Scoring bleibt auf Firmenebene am unkritischsten. Sobald Sie Besucher einzelnen Personen zuordnen oder Profile aus anderen Quellen verknüpfen, verschlechtert sich die rechtliche Position, siehe Besucheridentifizierung nach DSGVO. Halten Sie Ihre Datenschutzerklärung aktuell und beschreiben Sie, dass Besuchsdaten zur Priorisierung der Kundenansprache genutzt werden.

Außerdem gilt: Ein Score ist eine Schätzung. Er kann falsch liegen, weil ein Besuch von jemandem stammte, der nicht kaufberechtigt ist, oder weil ein Netz mehrere Firmen bedient. Beziehen Sie Menschen ein, bevor Sie aus einem Score eine Handlung ableiten, und überlegen Sie, wie Sie Konten ansprechen, siehe Warm Outbound mit Website-Besuchern.

Beispielrechnung für ein Konto

Nehmen wir ein fiktives Konto, um das Modell durchzuspielen. Die Werte sind erfundene Beispiele und sagen nichts über reale Quoten.

Schritt	Beobachtung	Punkte
Fit	Branche passt, Größe passt, Land DACH	3
Seite 1	Preisseite besucht	2
Seite 2	Integrationsseite besucht	1
Seite 3	Zwei Blogartikel	1
Wiederkehr	Zwei Besuche innerhalb von sieben Tagen	1
Interessensumme	Gedeckelt bei 5	5
Gesamtscore	Fit mal Interesse	15

Bei einer Schwelle von zum Beispiel 9 bekäme der Vertrieb einen Hinweis. Ein Konto mit Fit 0 und fünf Interessenpunkten hätte dagegen den Wert 0 und bliebe unsichtbar, was gewollt ist. Die Schwelle legen Sie nach dem ersten Monat fest, wenn Sie sehen, wie viele Konten sie erreichen. Ist die Zahl so hoch, dass das Team nicht mehr folgt, erhöhen Sie sie.

Häufige Fehler beim Scoring

• Zu viele Regeln: Zwanzig Gewichte lassen sich nicht pflegen und kaum nachvollziehen. Starten Sie mit fünf bis acht Signalen.
• Aktivität von Mitarbeitern: Eigene Mitarbeiter, Agenturen und Entwickler erzeugen Besuche. Filtern Sie deren Netze aus.
• Veraltete Daten: Verhalten von vor drei Monaten ist weniger wert als das der letzten zwei Wochen. Arbeiten Sie mit Zeitfenstern.
• Unklare Verantwortung: Wenn niemand auf Hinweise reagiert, ist das beste Modell nutzlos.
• Blind auf die Quote vertrauen: Wenn nur ein Teil der Besucher erkannt wird, fehlen Signale. Mehr dazu im Beitrag Trefferquote.

Scoring und Selbstidentifikation verbinden

Das stärkste Signal bleibt die Selbstidentifikation. Wenn eine Person ein Formular ausfüllt oder einen Termin bucht, sollten Sie die früheren Besuche des Kontos im Rückblick betrachten und dem Vertrieb zeigen. So sieht der Gesprächspartner, was die Firma bereits angeschaut hat, und kann das Gespräch thematisch vorbereiten, ohne die Beobachtung zu erwähnen. Wie das Zusammenführen von anonymen Besuchen und bekannten Kontakten bei einem Anbieter beschrieben wird, zeigt die Seite zur Besucheridentifikation von BusinessMCP; dort steht, dass die Reise eines Besuchers dem Kontakt zugeordnet wird, sobald er sich selbst identifiziert. Prüfen Sie, ob das mit Ihrer Datenschutzerklärung vereinbar ist.

Wie Sie das Ergebnis im Team nutzen

Ein Score verändert Verhalten nur, wenn er in einen Rhythmus passt. Ein bewährter Ablauf ist eine kurze wöchentliche Runde von 15 Minuten, in der Marketing und Vertrieb die zehn höchsten Konten besprechen: Warum steht dieses Konto oben, was wissen wir sonst, wer übernimmt? Daraus entsteht ein Lerneffekt für beide Seiten, und das Modell wird besser. Nutzen Sie die Runde auch, um Fehlalarme zu markieren, damit Filter angepasst werden. Wie Sie die Ansprache gestalten, lesen Sie im Beitrag Warm Outbound mit Website-Besuchern, und die Einordnung des unsichtbaren Teils der Kaufreise liefert der Beitrag zum Dark Funnel.