JournalRevenue Operations & KI

BANT oder MEDDIC? Jede Qualifikationsregel ist eine Hypothese

BANT prüft Budget, Befugnis, Bedarf und Zeitpunkt, MEDDIC das Buying Center. 1988 konvertierten strenge Leads im Feldexperiment besser, bei weniger Umsatz.

, MBA (Quantic) Aktualisiert 5.203 Wörter 25 Min. Lesezeit 9 Quellen  Leser In EnglishPDF

Management Summary

BANT und MEDDIC sind zwei Checklisten zur Vertriebsqualifizierung, bekannt unter ihren Akronymen. BANT fragt nach Budget, Entscheidungsbefugnis, Bedarf und Zeitpunkt eines Leads, MEDDIC nach Kennzahlen, wirtschaftlichem Entscheider, Kriterien, Prozess, Problem und internem Fürsprecher eines Deals. Der Beitrag definiert beide, sagt aus Sicht des Autors, welche zu welchem Verkauf passt, und wertet acht begutachtete Studien aus. In einem Feldexperiment von 1988 konvertierten streng qualifizierte Leads viel besser und brachten trotzdem weniger Abschlüsse; eine Scorecard von 2011, teils aus BANT-ähnlichen Kriterien, trennte Käufer von Nichtkäufern in der Stichprobe, an der ihre Schwelle gefunden wurde, hätte aber nach Rechnung des Beitrags etwa ein Drittel der Aufträge abgelehnt. Keine Studie prüft BANT oder MEDDIC selbst. Am Ende steht ein ungeprüfter Testvorschlag des Autors.

Schlagwörter: BANT · MEDDIC · Vertriebsqualifizierung · Lead-Qualifizierung · Streng und locker qualifizierte Leads · Qualifizierungsfelder im CRM · Deals ohne Entscheidung

Was sind BANT und MEDDIC?

Im Pipeline-Meeting nennt jemand aus dem Vertrieb einen Deal qualifiziert, und die nützliche Rückfrage lautet: qualifiziert nach welcher Regel? BANT und MEDDIC sind zwei Antworten, bekannt unter ihren Akronymen. BANT stellt einem Lead vier Fragen: Budget, Authority, Need und Timing. MEDDIC stellt einem Deal sechs: Metrics, Economic Buyer, Decision Criteria, Decision Process, Identify Pain und Champion. Die Buchstaben unten sind der Inhalt der Frameworks selbst, so wie die Akronyme üblicherweise aufgelöst werden. Sie belegen nicht, dass eines der beiden funktioniert, und keine der acht Studien, auf die sich dieser Beitrag stützt, nennt eines von ihnen.

BANT, Buchstabe für Buchstabe:

  1. Budget: Steht Geld für einen Kauf dieser Art bereit?
  2. Authority (Entscheidungsbefugnis): Kann dieser Kontakt entscheiden oder erreicht er die Person, die entscheiden kann?
  3. Need (Bedarf): Hat der Käufer ein Problem, das das Angebot löst?
  4. Timing (Zeitpunkt): Fällt eine Entscheidung in einen Zeitraum, mit dem der Vertrieb planen kann?

MEDDIC, Buchstabe für Buchstabe:

  1. Metrics (Kennzahlen): das messbare Ergebnis, das der Käufer vom Kauf erwartet.
  2. Economic Buyer (wirtschaftlicher Entscheider): die Person, die das Geld freigeben kann.
  3. Decision Criteria (Entscheidungskriterien): woran der Käufer die Optionen misst.
  4. Decision Process (Entscheidungsprozess): die Schritte, Personen und Freigaben zwischen Interesse und Unterschrift.
  5. Identify Pain (Problem identifizieren): das Problem, dessen Lösung die Kosten des Kaufs rechtfertigt.
  6. Champion (interner Fürsprecher): eine Person beim Käufer, die sich für den Kauf einsetzt.

Welches sollte ein Team verwenden? Nach der Lesart dieses Beitrags passt BANT zu einem einzelnen Lead, dessen Kontakt bald kaufen kann, MEDDIC zu einem Deal, über den ein Buying Center über Monate entscheidet, und beide sind Regeln, die Sie an Ihren eigenen gewonnenen, verlorenen und ohne Entscheidung beendeten Deals prüfen. Auf den letzten Teil kommt es an, weil keine der folgenden Studien eines der beiden Frameworks prüft. Die zwei, die am nächsten kommen, weisen in dieselbe Richtung, ohne eine Checkliste zu testen: In einem Feldexperiment von 1988 konvertierten die Leads eines streng formulierten Mailings viel besser und brachten trotzdem weniger Abschlüsse, und in einem Scorecard-Test von 2011 hob die Qualifikationsschwelle nach der Rechnung dieses Beitrags die Auftragsquote der durchgelassenen Leads, lehnte aber etwa ein Drittel der späteren Aufträge ab, in der Stichprobe, an der sie gefunden wurde.

Die Fragen von BANT stehen, ohne das Akronym, schon in der ältesten Quelle dieses Beitrags. Jolson (1988) berichtet, nach Urteil oder Intuition der Verkäufer seien qualifizierte Interessenten Personen oder Organisationen mit Bedürfnissen, die das Angebot erfüllen kann („Based on the judgment or intuition of the salespeople, qualified prospects are people or organizations with needs or desires that can be satisfied by the seller’s products or services“), die kaufbereit oder zumindest offen für das Angebot sein müssen („must exhibit a willingness or readiness to buy or at least a willingness to be exposed to the seller’s offer“). Die Fähigkeit zu kaufen, also Kaufbefugnis und Kaufkraft („consists of authority to buy and buying power in the form of cash or credit“), nennt er eine dritte Dimension, die oft hinter den beiden anderen zurücktritt („often dwarfed by the other two“), und nicht jeder hoch qualifizierte Interessent erfülle alle drei zugleich.

Bedarf, Kaufbereitschaft, Befugnis und Budget sind also da, aber nicht als Prüfung, die jeder Lead bestehen muss. Dieser Beitrag behauptet nicht, dass BANT aus diesem Aufsatz stammt.

Abbildung 1 stellt beide auf derselben Grundlage nebeneinander, die der Rest des Beitrags verwendet: wen die Checkliste betrifft, was sie fragt und was keine der beiden von der Verkäuferseite aus sehen kann. Die Anordnung nimmt dieser Beitrag vor; die drei blinden Flecken werden in den folgenden Abschnitten begründet.

BANT oder MEDDIC: was jede fragt, was keine siehtBANT: ein Lead, ein Kontakt, der bald kaufenkönnteMEDDIC: ein Deal, ein Buying Center, dasüber Monate entscheidetFragt: Budget, Befugnis, Bedarf, ZeitpunktFragt: Kennzahlen, wirtschaftlicherEntscheider, Entscheidungskriterien,Entscheidungsprozess, Problem, internerFürsprecherKeine sieht: was abgelehnte Leads getanhätten, ob der Käufer dem Datensatzzustimmt, ob ein Buchstabe einen AbschlussvorhersagtAntwort dieses Beitrags: danach wählen, werentscheidet, dann die Regel an gewonnenen,verlorenen und ohne Entscheidung beendetenDeals prüfen
BANT oder MEDDIC: was jede fragt,was keine siehtBANT: ein Lead, einKontakt, der baldkaufen könnteMEDDIC: ein Deal, einBuying Center, das überMonate entscheidetFragt: Budget,Befugnis, Bedarf,ZeitpunktFragt: Kennzahlen,wirtschaftlicherEntscheider,Entscheidungskriterien,Entscheidungsprozess,Problem, internerFürsprecherKeine sieht: wasabgelehnte Leads getanhätten, ob der Käuferdem Datensatz zustimmt,ob ein Buchstabe einenAbschluss vorhersagtAntwort diesesBeitrags: danachwählen, werentscheidet, dann dieRegel an gewonnenen,verlorenen und ohneEntscheidung beendetenDeals prüfen

Abbildung 1Was sind BANT und MEDDIC?

Quelle: Diagramm aus diesem Essay. Quellen und Einordnung stehen im Beitrag.

Zur Abbildungsseite

Wo trifft die Forschung auf die einzelnen Buchstaben?

Abbildung 2 stellt jeden Buchstaben neben das, was die Studien am ehesten beobachtet haben, und ergänzt zwei Zeilen für eine Qualifikationsregel als Ganzes. Die Zuordnung nimmt dieser Beitrag vor. Keine Studie war um eines der Frameworks herum angelegt, und nur die letzten beiden Zeilen stammen aus Tests gegen Verkaufsergebnisse; keiner dieser Tests prüft eine Checkliste.

Buchstabe oder RegelWas das Framework fragtNächste Beobachtung in einer StudieArt der Evidenz
BANT: BudgetSteht Geld bereit?Kaufkraft ist Teil der Fähigkeit zu kaufen (Jolson, 1988); bei 35 gescheiterten Angeboten, alle finanziert und an einen anderen Anbieter vergeben, wogen Käufer Kosten gegen Nutzen ab (Friend et al., 2014)Definition; Käuferinterviews, 35 gescheiterte Fälle, alle mit Budget
BANT: AuthorityKann dieser Kontakt entscheiden?Kaufbefugnis ist der andere Teil der Fähigkeit zu kaufen (Jolson, 1988); SDRs prüfen bei Inbound-Leads, ob der Kontakt die richtige Person für ein Vertriebsgespräch ist (Terho et al., 2023)Definition; Interviews, 13 Personen in 8 Unternehmen
BANT: NeedGibt es ein Problem, das das Angebot löst?Eine Kategorie aus festgelegtem Bedarf und Suche nach dem niedrigsten Preis ging häufiger verloren oder wurde abgebrochen als wertsteigernde Beziehungen (Virtanen et al., 2015)CRM-Daten eines Unternehmens, 4.194 Leads
BANT: TimingKommt eine Entscheidung bald?Ein Mitgründer fragte, ob ein Verkauf jetzt oder in sechs Monaten möglich ist (Terho et al., 2023); bekundete Dringlichkeit kann bloßes Sammeln von Unterlagen sein (Monat, 2011)Interviews; Literaturübersicht
MEDDIC: MetricsWelches Ergebnis erwartet der Käufer?Käufer verlangten, dass Kosten durch Nutzen gerechtfertigt sind (Friend et al., 2014)Käuferinterviews, 35 gescheiterte Fälle
MEDDIC: Economic BuyerWer gibt das Geld frei?Vertriebsmitarbeitende fanden einen Verkauf sehr schwierig, wo dem Buying Center die Befugnis über die ganze Lösung fehlte, so die Autoren (Virtanen et al., 2015)Interviews in einem Unternehmen, wiedergegeben von den Autoren
MEDDIC: Decision CriteriaWoran werden Optionen gemessen?Käufer nannten Anpassungsfähigkeit, Beziehungspotenzial und Kosten (Friend et al., 2014)Käuferinterviews, 35 gescheiterte Fälle
MEDDIC: Decision ProcessWie kommt der Käufer zur Unterschrift?Kooperative Deals wurden häufiger abgebrochen als gewonnen; abgebrochen heißt ohne Kaufentscheidung, auch durch Absage des Anbieters (Virtanen et al., 2015)CRM-Daten eines Unternehmens, 4.194 Leads
MEDDIC: Identify PainWelches Problem macht das Handeln lohnend?SDRs recherchieren Probleme und Bedarf des Kunden (Terho et al., 2023)Interviews, 13 Personen in 8 Unternehmen
MEDDIC: ChampionWer setzt sich intern für den Kauf ein?Ein unwichtiger Lead ließ sich schwer abbrechen, wenn nur ein Teil des Buying Centers bereit war (Virtanen et al., 2015)Interviews in einem Unternehmen, wiedergegeben von den Autoren
Regel: streng oder lockerWie streng sollen Leads qualifiziert werden?Ein Mailing mit strengen Leads wandelte 30,8 % der Leads in Abschlüsse, das lockere 7,7 %, brachte aber 32 statt 48 Abschlüsse (Jolson, 1988)Feldexperiment, ein Unternehmen, sechs Vertriebsmitarbeitende
Regel: Scorecard, drei von fünf Teilen BANT-ähnlichTrennt sie Käufer von Nichtkäufern?Durchgelassene Leads kamen zu 29 % zum Auftrag, abgelehnte zu 10 %; 20 von 58 späteren Aufträgen abgelehnt, in der Stichprobe, an die die Schwelle angepasst wurde; Rechnung dieses Beitrags aus Monat (2011)Ein Unternehmen, 324 Leads

Abbildung 2Buchstaben von BANT und MEDDIC und was die Studien beobachtet haben

Die ersten beiden Spalten geben den Inhalt der Frameworks wieder. Die dritte nennt die nächstliegende Beobachtung in jeder Studie, die dieser Beitrag einem Buchstaben zuordnet. Keine Studie nennt BANT oder MEDDIC; die letzten beiden Zeilen beurteilen eine Qualifikationsregel als Ganzes an Verkaufsergebnissen, jeweils in einem Unternehmen, und keine prüft eine Checkliste.

Quelle: Zuordnung des Autors auf Basis von Jolson (1988), Monat (2011), Terho et al. (2023), Virtanen et al. (2015) und Friend et al. (2014).

Zur Abbildungsseite

Wie streng sollte ein Team seine Leads qualifizieren?

Das einzige Feldexperiment zur Strenge der Qualifizierung in den Quellen dieses Beitrags stammt von Jolson (1988)5. Vertriebsmitarbeitende, berichtet er, nennen hoch qualifizierte Leads streng („tight“) und schwach qualifizierte locker („loose“), wobei strenge als Interessenten mit hoher Abschlusswahrscheinlichkeit gelten („where tight leads are considered to be high probability prospects“). 1987 wurde er als Berater („hired as a consultant“) eines regionalen Sicherheitsanbieters engagiert, der im Aufsatz unter dem Decknamen Crime-Stoppers erscheint, und testete zwei Mailings. Mit der Antwortkarte des strengen konnten Empfänger einen Anruf zu einer kostenlosen Vorführung und Sicherheitsanalyse anfordern („Please phone me to discuss a free demonstration and security analysis.“), das lockere bot eine Broschüre an. Jedes ging an 20.000 kleine Unternehmen, abwechselnd Name für Name verteilt („Bias was eliminated by interlacing the two types of mailers throughout the mailing list“).

Die eingegangenen Leads bearbeiteten sechs relativ unerfahrene Vertriebsmitarbeitende („six relatively inexperienced salespeople“) in zwei per Münzwurf gebildeten Dreierteams, eines für strenge, eines für lockere Leads („Two teams of three people each were formed (by a coin toss), with one team assigned to work loose leads and the other to work tight leads.“). Abbildung 3 zeigt das Ergebnis bis Mitte Dezember 1987. Strenge Leads konvertierten weit besser: 32 Abschlüsse aus 104 Leads gegenüber 48 aus 622. Lockere Leads brachten mehr Abschlüsse, mehr Umsatz (95.320 ausLeadsstatt64.200  aus Leads statt 64.200 ) und geringere Lead-Kosten je Abschluss (200 statt300  statt 300 ). Jolson fasst zusammen, strenge Leads hätten eine höhere Abschlussquote und mehr Motivation gebracht („Tight leads produced a higher conversion rate into sales and an increased level of motivation for sales force members.“).

Gruppiertes Säulendiagramm zur Lead-Qualifizierung nach Jolson 1988 mit streng und locker qualifizierten Vertriebsleads aus zwei Mailings zu je 20.000 Stück. Eingegangene Leads: streng 104, locker 622. Vereinbarte Termine: streng 66, locker 174. Gehaltene Präsentationen: streng 48, locker 104. Abschlüsse aus den Leads: streng 32, locker 48.Strenges Mailing (T)Lockeres Mailing (L)0100200300400500600700104622Eingegangene Leads66174VereinbarteTermine48104GehaltenePräsentationen3248Abschlüsseaus den LeadsAnzahl je Mailing, je 20.000 versandtGruppiertes Säulendiagramm zur Lead-Qualifizierung nach Jolson 1988 mit streng und locker qualifizierten Vertriebsleads aus zwei Mailings zu je 20.000 Stück. Eingegangene Leads: streng 104, locker 622. Vereinbarte Termine: streng 66, locker 174. Gehaltene Präsentationen: streng 48, locker 104. Abschlüsse aus den Leads: streng 32, locker 48.Strenges Mailing (T)Lockeres Mailing (L)0100200300400500600700Eingegangene Leads104622Vereinbarte Termine66174Gehaltene Präsentationen48104Abschlüsse aus den Leads3248Anzahl je Mailing, je 20.000 versandt

Abbildung 3Strenge und lockere Lead-Qualifizierung in einem Feldexperiment von 1988

Strenge Leads wurden zu 30,8 % zu Abschlüssen, lockere zu 7,7 %. Das Team mit lockeren Leads machte trotzdem 16 Abschlüsse und 31.120 $ Umsatz aus Leads mehr, bei geringeren Lead-Kosten je Abschluss. Die Strenge entstand durch das Angebot im Mailing, nicht durch eine nachträgliche Checkliste, und bei drei Personen je Team lassen sich Teams und Leads nicht trennen.

Quelle: Jolson (1988), S. 194 und 195; Direktmailing-Experiment eines Unternehmens, 1987.

Zur Abbildungsseite

Jolson nennt zwei Gründe, warum eine hohe Abschlussquote täuschen kann. Im Experiment ging dem strengen Team die Arbeit aus („The T sales group seemed to run out of places to go and demonstrated little initiative and weak work habits in developing their own prospects.“). Und in einem Gedankenspiel, das er Vertriebsrunden vorlegt, hält er fest, dass Vertriebsmitarbeitende die Quote schätzen, weil sie häufiger Bestätigung bringt („A higher conversion rate means more frequent reinforcement“); das belegt aber keinen Zusammenhang mit Wirksamkeit und Effizienz des Verkaufens („does not confirm the correlation of the conversion rates of leads and presentations with selling effectiveness and efficiency“). Nach der Lesart dieses Beitrags hebt eine Checkliste, die mehr Leads ablehnt, die Abschlussquote, solange die abgelehnten Leads seltener konvertieren als die behaltenen; die Frage ist, wie sie sich auf die Abschlüsse auswirkt. Abbildung 4 stellt beide Größen nebeneinander.

Spiegeldiagramm zur Lead-Qualifizierung nach Jolson 1988. Abschlüsse je Lead: strenges Mailing 30,8 Prozent, lockeres Mailing 7,7 Prozent. Umsatz aus Leads: strenges Mailing 64.200 Dollar, lockeres Mailing 95.320 Dollar. Jede Hälfte hat ihre eigene Skala.← Abschlüsse je LeadUmsatz aus Leads →30,8 %64.200 $Strenges Mailing (T)7,7 %95.320 $Lockeres Mailing (L)Spiegeldiagramm zur Lead-Qualifizierung nach Jolson 1988. Abschlüsse je Lead: strenges Mailing 30,8 Prozent, lockeres Mailing 7,7 Prozent. Umsatz aus Leads: strenges Mailing 64.200 Dollar, lockeres Mailing 95.320 Dollar. Jede Hälfte hat ihre eigene Skala.← Abschlüsse je LeadUmsatz aus Leads →Strenges Mailing (T)30,8 %64.200 $Lockeres Mailing (L)7,7 %95.320 $

Abbildung 4Abschlussquote gegen Umsatz bei strenger und lockerer Lead-Qualifizierung, 1988

Jede Hälfte hat ihre eigene Skala. Links der Anteil der eingegangenen Leads, die zum Abschluss wurden, rechts der Umsatz aus diesen Leads in Dollar. Die Strenge entstand durch das Angebot im Mailing, nicht durch eine Checkliste, und der Test eines Unternehmens sagt nicht, wie oft die beiden Größen anderswo auseinanderlaufen.

Quelle: Jolson (1988), Tabelle 2, S. 195; Direktmailing-Experiment eines Unternehmens, 1987.

Zur Abbildungsseite

Die Einschränkungen sind erheblich, und die wichtigste nennt Jolson selbst: Die Ergebnisse seien sicher nicht verallgemeinerbar („the current results are surely not generalizable“). Es ist ein Unternehmen, es sind sechs neue Vertriebsmitarbeitende und ein Verkaufswettbewerb, geleitet vom Berater des Unternehmens, ohne statistischen Test. Die Strenge kam aus dem Angebot im Mailing, nicht aus einer Checkliste; nach der Lesart dieses Beitrags zeigt das Experiment also den Zielkonflikt, den eine strengere Checkliste eingeht, ohne eine zu prüfen. Jolson stellt auch die Frage, ob hohe Ablehnung den Markt bald erschöpft („with such a high rate of rejection, the firm’s market will soon be satiated“); unter diesem Gesichtspunkt sei ein strenges System viel effizienter („From this point of view, a tight lead system is much more efficient.“). Die Antwort unterscheide sich nach Unternehmen und Branche („will vary among firms and industries“), etwa bei einem Anbieter mit einer Handvoll möglicher Käufer („may be limited to a relative handful of likely buyers“).

Sagt eine Scorecard mit BANT-ähnlichen Kriterien voraus, welche Leads zum Abschluss führen?

Monat (2011)6 sichtete die veröffentlichten Lead-Scoring-Modelle, von denen mehrere den Bedarf, den Zeitpunkt, das Budget oder die Befugnis bewerten, und kam zu dem Schluss, dass keines validiert ist („although there are several models purported to characterize sales leads, none has been validated“). In der Praxis sei die Wahl der Kriterien meist eine fundierte Vermutung aus Erfahrung, Bauchgefühl und zuletzt gelesener Vertriebsliteratur („determining which characteristics are important is usually an educated guess based upon the sales manager’s personal experience, gut feel, and the sales literature he/she has recently read“). Bekundete Dringlichkeit könne bloßes Sammeln von Unterlagen sein („a prospect expressing great time urgency may in fact only be urgently collecting literature“), und welche Merkmale etwas vorhersagen, unterscheide sich nach Branche und Unternehmen („varies from industry to industry and from company to company within industries“).

Dann testete er eine Scorecard an 324 zufällig gezogenen Leads eines US-Anbieters von Computer-Hardware und -Software aus den Jahren 2003 bis 2005. Zu ihren Kriterien gehören die Finanzierung („Is the project funded?“), die Entscheidungsbefugnis des Kontakts („Decision authority of the contact“) und ein Zeitrahmen. Bewerten konnte er fünf der acht Determinanten der Kaufentscheidung („five of the eight customer purchase decision determinants“), nämlich Bedarf, Dringlichkeit, Kauffähigkeit, Vertrauen in den Anbieter und Wettbewerb, die mit gleichem Gewicht in eine Summe eingingen. Nach der Lesart dieses Beitrags liegen drei nahe an den Buchstaben von BANT, und die Quelle des Leads und die Richtung des Erstkontakts zählen bei Bedarf und Dringlichkeit mit. Monat berichtet nur die Summe; die Trennung unten gehört also zur ganzen Scorecard, nicht zu ihren BANT-ähnlichen Kriterien. Von den Leads kamen 58 (17,9 %) zum Auftrag, 266 nicht („Of the 324 leads analyzed, 58 (17.9 percent) eventually converted to bookings while 266 did not.“).

Nach der Rechnung dieses Beitrags aus Tabelle VII bei Monat (2011)6 ordnete die Scorecard 38 der 58 Aufträge und 171 der 266 übrigen Leads auf der richtigen Seite ihrer Qualifikationsschwelle ein. Die Leads, die sie durchgelassen hätte, kamen zu 29 % zum Auftrag (38 von 133), gegenüber 18 % aller Leads und 10 % (20 von 191) der abgelehnten, und sie hätte 20 der 58 späteren Aufträge abgelehnt, etwa jeden dritten. Das ist der Preis der Strenge in den Zahlen eines Unternehmens, und zwar in einer optimistischen Fassung: Die Schwelle wurde durch Ausprobieren an denselben Leads gefunden („By experimentation“), ohne Prüfung an zurückgehaltenen Daten („did not use hold-out samples for validation“), ohne Signifikanztests („no tests of statistical significance were performed“), und ein einzelner Analyst wertete die archivierten E-Mails aus („a single analyst scrutinized the archived e-mails“), ohne dass eine zweite Codierung berichtet wird. Abbildung 5 zeigt, wie die Schwelle jede Gruppe aufteilte.

Gestapeltes Balkendiagramm zur Qualifikationsschwelle einer Lead-Scorecard nach Monat 2011, berechnet von diesem Beitrag, als Anteile je Gruppe. Leads mit Auftrag: 38 von 58 durchgelassen (66 Prozent), 20 abgelehnt (34 Prozent). Leads ohne Auftrag: 95 von 266 durchgelassen (36 Prozent), 171 abgelehnt (64 Prozent). Alle 324 Leads: 133 durchgelassen (41 Prozent), 191 abgelehnt (59 Prozent).Von der Schwelle durchgelassenVon der Schwelle abgelehntLeads mit Auftrag (58)66%34%Leads ohne Auftrag (266)36%64%Alle Leads (324)41%59%Gestapeltes Balkendiagramm zur Qualifikationsschwelle einer Lead-Scorecard nach Monat 2011, berechnet von diesem Beitrag, als Anteile je Gruppe. Leads mit Auftrag: 38 von 58 durchgelassen (66 Prozent), 20 abgelehnt (34 Prozent). Leads ohne Auftrag: 95 von 266 durchgelassen (36 Prozent), 171 abgelehnt (64 Prozent). Alle 324 Leads: 133 durchgelassen (41 Prozent), 191 abgelehnt (59 Prozent).Von der Schwelle durchgelassenVon der Schwelle abgelehntLeads mit Auftrag (58)66%34%Leads ohne Auftrag (266)36%64%Alle Leads (324)41%59%

Abbildung 5Was die Qualifikationsschwelle einer Lead-Scorecard durchließ und ablehnte, gemessen an denselben Leads, an denen sie festgelegt wurde

Anteile jeder Gruppe nach der Entscheidung der Scorecard. Durchgelassene Leads kamen zu 29 % zum Auftrag (38 von 133), abgelehnte zu 10 % (20 von 191). Die Schwelle wurde an genau diesen Leads festgelegt, die Aufteilung ist also eine optimistische Schätzung, und sie gehört zur ganzen fünfteiligen Summe, nicht zu ihren BANT-ähnlichen Kriterien.

Quelle: Rechnung des Autors aus Monat (2011), Tabelle VII, S. 191; ein Unternehmen, 324 Leads.

Zur Abbildungsseite

Entscheidet der Vertriebskontext, welche Checkliste passt?

Terho et al. (2023)8 untersuchten Sales Development, die Funktion, die Leads qualifiziert, bevor der Außendienst sie übernimmt, und befragten 13 Personen aus acht Unternehmen („The authors adopted a qualitative field-study approach and interviewed 13 people from eight firms.“). Bei warmen Inbound-Leads einzelner Interessenten ähneln die beschriebenen Prüfungen denen von BANT. Ein Mitgründer fasste die Frage so: Lässt sich jetzt verkaufen oder vielleicht in sechs Monaten („We tried to find out if it’s a case where we can sell something right now or maybe six months down the line“)? Viele Anfragende seien nicht die richtigen Personen („many leads that contact us are not the right persons from the perspective of sales“). Diese Aussagen als Timing und Authority zu lesen, ist die Zuordnung dieses Beitrags.

Komplexe Verkäufe verändern die Arbeit. Komplexe Kaufentscheidungen verlangen eine lange Einbindung vieler Stakeholder auf Ebene des Kundenunternehmens („Complex purchase decisions require prolonged engagement of multiple and varied customer stakeholders at the account level rather than at the individual prospect level“), und account-basiertes Sales Development muss die wichtigen Personen im Buying Center erfassen („map the key stakeholders in the customer’s decision-making unit“). Das ist das Feld von MEDDIC; der Leitfaden zum Buying Center zeigt, wie sich eine solche Gruppe abbilden lässt. Ein Inside-Sales-Leiter formulierte den praktischen Punkt so: Wie ein vertriebsqualifizierter Lead aussieht, lege jedes Unternehmen selbst fest („What a sales qualified lead looks like can be customized for the company“), Kriterien brauche es aber immer („but always have qualification criteria“). Die Autoren streben eine analytische, keine statistische Verallgemeinerbarkeit an („analytical rather than statistical generalizability“); die Studie zeigt also, dass sich die Qualifizierung nach dem Kontext unterscheidet, nicht, welche Kriterien einen Abschluss vorhersagen.

Warum enden komplexe Deals ganz ohne Entscheidung?

Virtanen et al. (2015)9 untersuchten die CRM-Daten eines IT-Lösungsanbieters mit 4.194 Vertriebsleads („The final dataset contains 4194 sales leads, and each lead is nested under a certain customer.“). Sie unterschieden gewonnene, an einen Wettbewerber verlorene und abgebrochene Leads, wobei abgebrochene gestoppt wurden, weil der Kunde keine Kaufentscheidung traf („leads are those of which have been stopped because the customer made no purchasing decision“), und fügen hinzu, der Grund könne auch eine Absage des Anbieters sein („The reason might be a no-go decision from the suppliers’ side, or that the customer has expressed unwillingness to proceed further with that particular opportunity.“). Der Beitrag zur Win-Loss-Analyse begründet, warum die drei Ergebnisse getrennt bleiben. Für die Qualifizierung ist der Punkt schärfer: Eine Checkliste, die vorhersagt, dass ein Deal nicht verloren geht, kann die Pipeline trotzdem mit Deals füllen, die abgebrochen enden, weil der Käufer oder der Anbieter nicht weitermacht.

Die Autoren ordneten die Leads nach relationaler Komplexität, einer Kategorie, die Vertriebsmitarbeitende im CRM erfassten. Verglichen mit Leads in wertsteigernden Beziehungen endeten Leads in den engsten Kooperationen häufiger abgebrochen als gewonnen (die relativen Log-Odds stiegen um 0,827) und häufiger verloren als gewonnen (um 0,398). Auch Leads am anderen Ende, bei denen der Kunde den Bedarf bereits festgelegt hatte und den niedrigsten Preis suchte („the customer has already predefined the need and is looking for the lowest price“), gingen häufiger verloren oder wurden abgebrochen als die mittlere Gruppe. Die Kategorie verbindet einen festgelegten Bedarf mit der Suche nach dem niedrigsten Preis; sie zeigt also nicht, was ein Ja zum dritten Buchstaben von BANT für sich allein wert ist. Nach der Lesart dieses Beitrags war ein Käufer, der mit fertig definiertem Bedarf kam und nach Preis verglich, in diesem Unternehmen nicht der beste Lead.

Die Interviews beschreiben, wie die Autoren sie wiedergeben, was MEDDIC erfassen soll. Ein Verkauf werde nach Angaben der Autoren sehr schwierig, wenn das Buying Center nicht über alle Aspekte der Lösung entscheiden darf („very challenging when the customer’s buying center does not have the authority to decide from all the aspects of the solution“), und eine Führungskraft aus der Geschäftsleitung gab nach Wiedergabe der Autoren an, ein unwichtiger Lead lasse sich schwer abbrechen, wenn nur ein Teil des Buying Centers weitermachen will („it would be hard for the salespeople to cancel a lead that is not important, if only a part of the customer’s buying center is ready to develop the idea further“). In der Sprache von MEDDIC ist das ein Champion ohne Economic Buyer; die Studie verwendet keinen der beiden Begriffe.

Die Autoren empfehlen, abgebrochene Leads sorgfältiger zu erfassen und auszuwerten („that companies should emphasize more on how canceled leads are reported and analyzed“), und halten fest, dass die vom Vertrieb erfassten CRM-Daten weniger genau sind als etwa Finanzdaten („the salesperson reported CRM data itself is not as accurate as, for example, financial data“).

Wer muss der Checkliste glauben, damit sie wirkt?

Jede Checkliste endet in einem Urteil. Jolson schreibt knapp, ein Lead sei nur dann hoch qualifiziert, wenn der Verkäufer das glaubt („A lead is highly qualified only if the salesperson thinks it is.“). D’Haen und Van den Poel (2013)2 beschreiben denselben Schritt in einem Modell zur Vorhersage von Interessenten: Die Qualifizierung beruhe oft auf Bauchgefühl oder behaupteter Kompetenz („This qualification is often driven by gut feeling or self-claimed competence.“). Sabnis et al. (2013)7 befragten 461 Vertriebsmitarbeitende in vier B2B-Unternehmen und gehen davon aus, dass diese die objektive Qualität von Leads nicht sehen und ihrer Wahrnehmung folgen („Sales reps cannot observe the objective quality of leads; they are motivated by their perceptions of lead quality“). Wer die Vorauswahl des Marketings besser bewertete, gab Marketing-Leads einen größeren Teil seiner Zeit („a 1% increase in perceived prequalification quality produces a 1.12% increase in marketing lead follow-up time allocation“).

Die Daten stammen aus einer Befragung, die 39 Vertriebsmitarbeitende ohne Zeit für Marketing-Leads ausschließt, 37 davon aus einem Unternehmen, die die Vorauswahl schlechter bewerteten als die übrigen. Dieser Beitrag liest das Ergebnis als Zusammenhang, und die Bewertung ist kein objektives Maß auf Unternehmensebene („is not an objective, firm-level measure“). Nach der Lesart dieses Beitrags ändert ein BANT- oder MEDDIC-Häkchen, dem der Vertrieb nicht traut, wenig daran, wohin die Zeit fließt. Sabnis et al.7 halten auch die andere Seite fest: Unter Berufung auf einen Praxisbericht von 2006 schreiben sie, Meinungsverschiedenheiten über die Einstufung von Leads könnten dazu führen, dass Kunden aussortiert werden, die künftig sehr wahrscheinlich kaufen würden („disagreements about classifying leads can cause sales reps to discard customers that would be highly likely to buy in the future“). Der Leitfaden zum Lead-Scoring zeigt die Werte der Befragung je Unternehmen.

Lohnt es sich, schwache Deals früh aufzugeben?

Friend et al. (2019)4 definieren Failing Fast (früher Ausstieg) als die Entscheidung, einen Interessenten früh im Verkaufszyklus aufzugeben, wenn man schätzt, dass er am Ende nicht kauft („the salesperson’s decision to stop pursuing a prospect early in the sales cycle if s/he estimates the prospect will not eventually purchase“). In ihrer Hauptstudie beantworteten 297 Vertriebsmitarbeitende aus dem US-amerikanischen B2B-Vertrieb einen Fragebogen. Die Autoren erwarteten, dass Failing Fast mit höherer Leistung einhergeht, doch der Zusammenhang war nicht signifikant („it was not supported as the relationship was non-significant“, β = 0,01). Kundenorientierung verstärkte ihn (β = 0,15), Rollenautonomie schwächte ihn (β = −0,18).

Ihr Fazit lautet: Es kommt darauf an. Failing Fast sei weder grundsätzlich gut noch schlecht („Sales managers must be cognizant that failing fast is neither universally good nor bad.“). Gemessen wurde die Leistung als Selbsteinschätzung im Vergleich zu Kollegen, und solche Selbstauskünfte können nach oben verzerrt sein („self-report measures of performance may possess an upward bias“). Die Autoren nennen auch, was die Daten der Verkäuferseite nicht zeigen können: Ein Käufer könnte klären, ob ein früher Ausstieg angemessen oder ein Fehler war („a buyer can help shed light on whether the salesperson’s enactment of failing fast was appropriate or if the salesperson incorrectly exited early“). Ein abgelehnter Lead wird nicht nachverfolgt und liefert daher nie das Ergebnis, das den Fehler zeigen würde.

Was sagten Käufer über das Budget, als ein Angebot scheiterte?

Der erste Buchstabe von BANT fragt, ob Geld vorhanden ist. Friend et al. (2014)3 fragten Entscheider auf Käuferseite, warum Angebote für Key Accounts gescheitert waren, in 35 leitfadengestützten Interviewfällen („Thirty-five semi-structured interview cases were conducted with buying decision makers following failed key account sales proposals.“). Alle Fälle waren Angebote über 5 Millionen Dollar, die der Käufer an einen anderen Anbieter vergab; am Budget scheiterte also keiner („the sale was not lost as a result of a discontinued budget or service requirement“). Kosten waren einer von drei Treibern, neben Anpassungsfähigkeit und Beziehungspotenzial, und die Autoren fassen zusammen, worauf Käufer bestanden: Kosten müssen durch Nutzen gerechtfertigt sein („Costs associated with the service proposal need to be justified in terms of benefits.“). In einem Fall berichtete der Käufer, man habe an den günstigsten Bieter vergeben („We awarded to the lowest price bidder.“).

Nach der Lesart dieses Beitrags hätte ein Budget-Häkchen bei diesen finanzierten Deals das gescheiterte Angebot nicht vom erfolgreichen unterschieden; was die Käufer beurteilten, liegt näher an Metrics in MEDDIC, dem Ergebnis, das für die Kosten erwartet wird. Weil Deals ohne Budget nicht untersucht wurden, sagt die Studie nichts darüber, was eine Budgetprüfung abfängt. Die beiden Anbieter waren US-amerikanische Industriedienstleister aus den Fortune 250, untersucht wurden nur gescheiterte Angebote, und die befragten Käufer können einer Überlebensverzerrung unterliegen („may present survivor biases“).

Was können weder BANT noch MEDDIC einem Revenue-Team sagen?

Nach der Lesart dieses Beitrags bleiben drei Dinge für beide Checklisten außer Reichweite:

  1. Ob ihre Buchstaben in Ihrem Markt einen Abschluss vorhersagen. Die beiden Tests gegen Ergebnisse beurteilen eine Regel als Ganzes, jeweils in einem Unternehmen, und keiner prüft eine Checkliste; der Test von Monat lief in der Stichprobe, an die seine Schwelle angepasst wurde.
  2. Ob der Käufer dem Datensatz zustimmen würde. Eine Checkliste füllt der Vertrieb aus, und Friend et al. (2014) befragten Käufer, weil Forschung auf Basis von Daten der Verkäuferseite Attributionsfehler einführen kann („can introduce attribution biases“).
  3. Was die abgelehnten Leads getan hätten. Ein Lead, der an der Vorauswahl scheitert, wird nicht nachverfolgt, also enthält das CRM kein Ergebnis für ihn, solange ihn niemand trotzdem verfolgt.

Wie kann ein Team seine eigene Qualifikationsregel prüfen?

Abbildung 6 zeichnet die Antwort von oben als Ablauf: Ein Team wählt eine Vorauswahl danach, wer entscheidet, und jede Vorauswahl lehnt Leads ab, die den Ablauf verlassen, bevor ein Ergebnis festgehalten wird, es sei denn, eine Stichprobe von ihnen wird verfolgt. Der Ablauf ist die Darstellung dieses Beitrags; die drei Ergebnisse folgen Virtanen et al.9, einschließlich der Abbrüche durch den Anbieter.

Qualifizierungsablauf: eine Vorauswahl, gewählt danach, wer entscheidetein KontaktBuying CenterdurchgelassenabgelehntdurchgelassenabgelehntLead oder Deal geht einLesart dieses Beitrags: Wer entscheidet?Ein Kontakt, der bald kaufen kann:BANT-Prüfung auf Budget, Befugnis, Bedarf,ZeitpunktEin Buying Center, das über Monateentscheidet: MEDDIC zu Kennzahlen,wirtschaftlichem Entscheider, Kriterien,Prozess, Problem, FürsprecherDurchgelassen: verfolgtAbgelehnt: kein Ergebniserfasst, außer eineTeststichprobe wird per Losoder als jeder n-te LeadverfolgtDurchgelassen: verfolgtAbgelehnt: kein Ergebniserfasst, außer eineTeststichprobe wird per Losoder als jeder n-te DealverfolgtErgebnis an einem festen Stichtag: gewonnen,verloren oder abgebrochen ohneKaufentscheidung, durch Käufer oder Anbieter
Qualifizierungsablauf: eineVorauswahl, gewählt danach, werentscheidetein KontaktBuying CenterdurchgelassenabgelehntdurchgelassenabgelehntLead oder Deal gehteinLesart diesesBeitrags: Werentscheidet?Ein Kontakt, derbald kaufen kann:BANT-Prüfung aufBudget, Befugnis,Bedarf, ZeitpunktEin Buying Center,das über Monateentscheidet: MEDDICzu Kennzahlen,wirtschaftlichemEntscheider,Kriterien, Prozess,Problem, FürsprecherDurchgelassen:verfolgtAbgelehnt: keinErgebnis erfasst,außer eineTeststichprobe wirdper Los oder alsjeder n-te LeadverfolgtDurchgelassen:verfolgtAbgelehnt: keinErgebnis erfasst,außer eineTeststichprobe wirdper Los oder alsjeder n-te DealverfolgtErgebnis an einemfesten Stichtag:gewonnen, verlorenoder abgebrochen ohneKaufentscheidung,durch Käufer oderAnbieter

Abbildung 6Wie kann ein Team seine eigene Qualifikationsregel prüfen?

Quelle: Diagramm aus diesem Essay. Quellen und Einordnung stehen im Beitrag.

Zur Abbildungsseite

Der folgende Test ist ein Vorschlag des Autors und wurde nicht durchgeführt. Er übernimmt die Versuchsanlage von Jolson und die Methode von Monat und ergänzt, was beiden fehlte (Abbildung 7):

  1. Jeden Buchstaben mit Zeitstempel erfassen, sobald er beantwortet ist, nicht erst beim Abschluss. Ein Champion, der erst nach der Unterschrift eingetragen wird, sieht aus, als hätte er den Abschluss vorhergesagt.
  2. Gewonnen, verloren und ohne Entscheidung getrennt halten, beurteilt an einem festen Stichtag, so wie Virtanen et al.9 abgebrochene Leads von verlorenen trennten.
  3. Eine Stichprobe abgelehnter Leads trotzdem verfolgen, abwechselnd oder per Los zugeteilt, so wie Jolson seine Adressliste aufteilte, damit sichtbar wird, was die Strenge der Regel kostet.
  4. Die Schwelle an einem Zeitraum festlegen und am nächsten prüfen, also die zurückgehaltenen Daten, die dem Test von Monat fehlten.
  5. Vergleichen und wiederholen: Abschlussquote und Anteil ohne Entscheidung bei Leads, die einen Buchstaben erfüllten, gegen jene, die ihn verfehlten, und die abgelehnte Stichprobe gegen die durchgelassenen Leads, jedes Quartal. D’Haen und Van2 den Poel verlangen, Entscheidungen und Schritte festzuhalten und regelmäßig auszuwerten („Information on decisions made, steps taken, strategies employed, and so on must be recorded and analyzed periodically.“).
Ein sechsspaltiges Arbeitsblatt zum Test einer Qualifikationsregel nach BANT oder MEDDIC: Regelversion und Schwelle samt dem Zeitraum, an dem sie festgelegt wurde, wann und in welcher Phase jeder Buchstabe erfasst wurde, Ergebnis als gewonnen, verloren oder ohne Entscheidung zu einem festen Tag, die verfolgten abgelehnten Leads und ihre Zuteilung, der Vergleich von Abschlussquote und Anteil ohne Entscheidung und ob die Schwelle bei späteren Leads hält.RegelWelche Versionund Schwelle, anwelchem Zeitraumfestgelegt?BuchstabenWann und inwelcher Phaseerfasst?ErgebnisGewonnen, verlorenoder ohneEntscheidung, biszu welchem Tag?AbgelehnteStichprobeWelche abgelehntenLeads wurdenverfolgt, wiezugeteilt?VergleichAbschlussquote undAnteil ohneEntscheidung,durchgelassen gegenabgelehnt?NächsterZeitraumHält dieSchwelle beispäteren Leads?Eine Qualifikationsregel, die nur an den durchgelassenen Leads oder nur an den Leads geprüft wird, an die sie angepasstwurde, kann nicht zeigen, was ihre Strenge kostet.Ein sechsspaltiges Arbeitsblatt zum Test einer Qualifikationsregel nach BANT oder MEDDIC: Regelversion und Schwelle samt dem Zeitraum, an dem sie festgelegt wurde, wann und in welcher Phase jeder Buchstabe erfasst wurde, Ergebnis als gewonnen, verloren oder ohne Entscheidung zu einem festen Tag, die verfolgten abgelehnten Leads und ihre Zuteilung, der Vergleich von Abschlussquote und Anteil ohne Entscheidung und ob die Schwelle bei späteren Leads hält.RegelWelche Version und Schwelle, an welchemZeitraum festgelegt?BuchstabenWann und in welcher Phase erfasst?ErgebnisGewonnen, verloren oder ohneEntscheidung, bis zu welchem Tag?Abgelehnte StichprobeWelche abgelehnten Leads wurdenverfolgt, wie zugeteilt?VergleichAbschlussquote und Anteil ohneEntscheidung, durchgelassen gegenabgelehnt?Nächster ZeitraumHält die Schwelle bei späteren Leads?Eine Qualifikationsregel, die nur anden durchgelassenen Leads oder nur anden Leads geprüft wird, an die sieangepasst wurde, kann nicht zeigen, wasihre Strenge kostet.

Abbildung 7Ein Testprotokoll für eine Qualifikationsregel nach BANT oder MEDDIC

Eine Zeile je Regelversion. Ohne die abgelehnte Stichprobe sehen eine strenge und eine teure Regel im CRM gleich aus.

Quelle: Entscheidungsblatt des Autors auf Basis von Jolson (1988), Monat (2011), Virtanen et al. (2015) und Friend et al. (2019); nur Eingaben der Leserinnen und Leser.

Zur Abbildungsseite

Ein Beispiel ohne Unternehmensdaten: Ein Softwareanbieter qualifiziert eingehende Demo-Anfragen mit BANT. Ein Quartal lang versieht er jeden Buchstaben bei der Antwort mit einem Zeitstempel, beurteilt jede Anfrage am Tag 180 als gewonnen, verloren oder ohne Entscheidung und gibt jede zehnte abgelehnte Anfrage an den Vertrieb. Gewinnt die abgelehnte Stichprobe fast so oft wie die durchgelassenen Anfragen, trennt die Regel in diesem Markt nicht zwischen Käufern und Nichtkäufern. Gewinnt sie seltener, aber oft genug, um die Nachverfolgung zu bezahlen, ist die Regel zu streng. Enden durchgelassene Anfragen so oft ohne Entscheidung wie abgelehnte, prüft die Regel etwas anderes als das, was den Deal entscheidet. Zählen Sie die Abschlüsse der abgelehnten Stichprobe, bevor Sie Quoten lesen, und fassen Sie Quartale zusammen, solange die Zahl klein ist. Ein Team, das an Buying Center verkauft, würde denselben Test mit den Buchstaben von MEDDIC durchführen, jeweils in der Phase, in der sie erfasst werden.

In Deutschland gehört eine Prüfung vor den Start. Sobald die Auswertung nach einzelnen Vertriebsmitarbeitenden aufschlüsselt, etwa wer welche Leads abgelehnt hat und wie diese ausgingen, kann aus dem Regeltest eine Auswertung von Verhalten oder Leistung werden. § 87 Abs. 1 Nr. 6 BetrVG nennt die „Einführung und Anwendung von technischen Einrichtungen, die dazu bestimmt sind, das Verhalten oder die Leistung der Arbeitnehmer zu überwachen“ als Gegenstand der Mitbestimmung des Betriebsrats. Das ist keine Rechtsberatung und keine Aussage, dass jede solche Auswertung darunter fällt. Es ist ein Grund, den Betriebsrat früh einzubeziehen. Für die Frage dieses Beitrags genügt ein Vergleich nach Regelversion; deshalb fragt das Arbeitsblatt in Abbildung 7 nach Zeitpunkt und Phase, nicht danach, wer einen Buchstaben erfasst hat.

Welches Framework sollte ein Team also einführen?

Wählen Sie danach, wer entscheidet und wie viele Käufer es gibt; das ist die Lesart dieses Beitrags, kein Befund. Wo ein Kontakt innerhalb von Wochen kaufen kann und der Markt breit ist, sind die vier Fragen von BANT eine vernünftige Vorauswahl, und das Experiment von Jolson warnt davor, sie so streng zu machen, dass dem Vertrieb die Leads ausgehen. Wo ein Buying Center über Monate entscheidet und der Markt aus wenigen Kunden besteht, zielen die Buchstaben von MEDDIC auf das, was in dem von Virtanen et al. untersuchten Unternehmen Deals abbrechen ließ, und Jolsons Überlegung zugunsten strenger Qualifizierung, ein Markt, der sich erschöpfen kann, kann zutreffen. In beiden Fällen ist die Checkliste eine Hypothese darüber, was in einem Markt einen Abschluss vorhersagt, und eine strengere Fassung kann eine höhere Abschlussquote mit Verkäufen erkaufen, die sie nie sieht. Welche Regel ein Team fährt, zeigen nur die eigenen Daten, geführt wie in Abbildung 7.

Quellen

Zitate stehen in der Sprache des Originals; die deutschen Wiedergaben im Fließtext sind sinngemäß und stammen vom Autor. Der Gesetzestext ist im Wortlaut wiedergegeben.

  1. Betriebsverfassungsgesetz (BetrVG), § 87 Abs. 1 Nr. 6. https://www.gesetze-im-internet.de/betrvg/__87.html
  2. D’Haen, J., & Van den Poel, D. (2013). Model-supported business-to-business prospect prediction based on an iterative customer acquisition framework. Industrial Marketing Management, 42(4), 544–551. https://doi.org/10.1016/j.indmarman.2013.03.006
  3. Friend, S. B., Curasi, C. F., Boles, J. S., & Bellenger, D. N. (2014). Why are you really losing sales opportunities? A buyers' perspective on the determinants of key account sales failures. Industrial Marketing Management, 43(7), 1124–1135. Vorabfassung (Article in Press, corrected proof), online veröffentlicht 2014. https://doi.org/10.1016/j.indmarman.2014.06.002
  4. Friend, S. B., Ranjan, K. R., & Johnson, J. S. (2019). Fail fast, sell well: The contingent impact of failing fast on salesperson performance. Industrial Marketing Management, 82, 265–275. Vorabfassung (Article in Press, corrected proof), online veröffentlicht 2019. https://doi.org/10.1016/j.indmarman.2019.01.007
  5. Jolson, M. A. (1988). Qualifying sales leads: The tight and loose approaches. Industrial Marketing Management, 17(3), 189–196. https://doi.org/10.1016/0019-8501(88)90002-8
  6. Monat, J. P. (2011). Industrial sales lead conversion modeling. Marketing Intelligence & Planning, 29(2), 178–194. https://doi.org/10.1108/02634501111117610
  7. Sabnis, G., Chatterjee, S. C., Grewal, R., & Lilien, G. L. (2013). The sales lead black hole: On sales reps’ follow-up of marketing leads. Journal of Marketing, 77(1), 52–67. https://doi.org/10.1509/jm.10.0047
  8. Terho, H., Salonen, A., & Yrjänen, M. (2023). Toward a contextualized understanding of inside sales: The role of sales development in effective lead funnel management. Journal of Business & Industrial Marketing, 38(2), 337–352. https://doi.org/10.1108/JBIM-12-2021-0596
  9. Virtanen, T., Parvinen, P., & Rollins, M. (2015). Complexity of sales situation and sales lead performance: An empirical study in business-to-business company. Industrial Marketing Management, 45, 49–58. Vorabfassung (Article in Press, corrected proof), online veröffentlicht 2015. https://doi.org/10.1016/j.indmarman.2015.02.024
Aktualisiert  1 Änderung

  • Das Literaturverzeichnis nennt jetzt die gelesene Fassung jeder Quelle, die vor ihrem Zeitschriftenheft online erschien: Friend et al. (2014), Vorabfassung (Article in Press, corrected proof), online veröffentlicht 2014; Friend et al. (2019), Vorabfassung (Article in Press, corrected proof), online veröffentlicht 2019; Virtanen et al. (2015), Vorabfassung (Article in Press, corrected proof), online veröffentlicht 2015.
Ende des Essays BANT oder MEDDIC? Jede Qualifikationsregel ist eine Hypothese Revenue Operations & KI · 30. Okt. 2026 · 25 Min. Lesezeit Zurück zum Anfang

Diesen Beitrag teilen

Über den Autor

Sinan Isoglu

, MBA (Quantic)

Führungskraft für Umsatzwachstum, Dozent und Doktorand

Seine Arbeit verbindet Go-to-Market, Pricing und Revenue Operations; seine Promotion an der EM Normandie untersucht die Integration von Vertrieb und Marketing nach grenzüberschreitenden M&A. An der IU Internationalen Hochschule lehrt er Marketing und Wachstum.

Schreibt über

  • Go-to-Market
  • Pricing
  • Revenue Operations
  • KI im Handel
  • Grenzüberschreitendes Wachstum

Newsletter

Neue Essays per E-Mail, wenn sie Ihre Zeit wert sind: „Thinking in the open“ auf Substack abonnieren (öffnet in neuem Tab)

Exhibit

Abbildung prüfen

Daten-Provenienz: