Behandle Scoring als getestete Entscheidungshilfe und nicht als automatische Versandfreigabe. Nutze bekannte positive und negative Beispiele, ändere jeweils nur eine Regel und bestätige, dass die Verarbeitung abgeschlossen ist, bevor du das Ergebnis bewertest.
Bevor du beginnst
- Sammle mehrere bekannte passende und unpassende Unternehmen und Personen.
- Beschreibe Angebot, Kundentyp, Region und Geschäftskontext, für die jedes Unternehmenssegment steht.
- Liste die für jede Persona wichtigen Verantwortlichkeiten und den relevanten Einfluss auf – nicht nur exakte Jobtitel.
- Trenne harte Ausschlüsse von Präferenzen.
- Bestimme einen Owner für Änderungen, Tests und kontrolliertes erneutes Scoring.
Die Scoring-Ebenen verstehen
| Ebene | Zweck | Häufiger Fehler |
|---|
| Target Company Segments | Beschreiben die Unternehmenstypen, die zum Angebot und Anwendungsfall passen. | Unterschiedliche Geschäftsmodelle oder Regionen in einem unklaren Segment zusammenfassen. |
| Persona Segments | Beschreiben relevante Rollen, Verantwortlichkeiten und Einfluss innerhalb eines Zielunternehmens. | Nur exakte Jobtitel abgleichen und gültige Titelvarianten ausschließen. |
| DQ-Kriterien und Ausschlüsse | Entfernen Unternehmen oder Personen, die für alle relevanten Zielsegmente ungeeignet sind. | Einen harten Ausschluss für eine Präferenz verwenden, bei der legitime Ausnahmen existieren. |
| Lead-Ergebnis | Verbindet verfügbare Unternehmens- und Persona-Belege zu einer priorisierten Review-Grundlage. | Das Ergebnis als automatische Freigabe behandeln, ohne die zugrunde liegenden Daten zu prüfen. |
Beschreibe jedes Unternehmenssegment kurz und spezifisch. Nenne Angebot, Kundentyp und Kontext, die zur Abgrenzung von anderen Segmenten erforderlich sind. Wenn der aktuelle Editor eine Länge empfiehlt, folge dieser Vorgabe. Das Quellen-Briefing nennt ungefähr 30–100 Wörter als praktischen Richtwert.
Persona-Segmente sollten Verantwortlichkeiten und Einfluss beschreiben. Ergänze repräsentative Titel als Beispiele, aber behandle einen exakten Titel nicht als einzigen Beleg, wenn gleichwertige Varianten üblich sind.
- Halte Segmente so unterscheidbar, dass ein Prüfer den Unterschied erklären kann.
- Nutze nach Möglichkeit beobachtbare Unternehmensmerkmale.
- Ergänze positiven Kontext und ausdrückliche Nicht-Fit-Muster.
- Vermeide überlappende Segmente, die widersprüchliche Zuordnungen erzeugen.
- Prüfe Partner- oder optionale Segmente; lasse kein aktiviertes Segment leer.
Schritte
- Öffne Lead Scoring. Beginne mit Target Company Segments und prüfe die bestehende Logik, bevor du neue Regeln ergänzt.
- Definiere Unternehmenssegmente. Beschreibe Angebot, Kundentyp, Region, Größe und Geschäftskontext, durch die ein Unternehmen geeignet wird.
- Definiere Persona-Segmente. Ergänze eine kleine Zahl von Rollen auf Grundlage von Verantwortung, Kaufentscheidungseinfluss und relevanten Titelvarianten.
- Ergänze harte DQ-Kriterien mit Bedacht. Nutze Hauptsitz, Standort, Mitarbeiterzahl, Branche oder recherchebasierte Ausschlüsse nur, wenn sie für alle relevanten Zielsegmente gelten.
- Nutze Save and Test. Vergleiche bekannte positive und negative Unternehmen und Personen. Prüfe sowohl die Quelldaten als auch das resultierende Segment und die Priorität.
- Ändere jeweils nur eine Regel. Dokumentiere, was geändert wurde, warum es geändert wurde und welche Testfälle sich verändern oder stabil bleiben sollten.
- Bestätige, dass die Verarbeitung abgeschlossen ist. Verlasse dich nicht allein auf die Anzeige Done, wenn einzelnen Leads noch Scoring-Ergebnisse fehlen.
- Führe ein kontrolliertes Rescoring durch. Nutze den unterstützten Rescore-Ablauf, beobachte die betroffene Stichprobe und vermeide umfassende Änderungen während eines aktiven Outreach.
- Dokumentiere das Ergebnis. Halte die genehmigte Regel, Testbeispiele, Owner und Review-Datum im Änderungsprotokoll des Teams fest.
Review- und Sicherheitsprüfungen
- Bekannte positive Beispiele werden nicht durch harte Ausschlüsse entfernt.
- Bekannte negative Beispiele qualifizieren sich nicht über ein zu breit formuliertes Segment.
- Die Persona-Logik deckt Verantwortlichkeiten und realistische Titelvarianten ab.
- Die zugrunde liegenden Unternehmens- und Rollendaten sind für die Entscheidung aktuell genug.
- Das Scoring der Stichprobe ist abgeschlossen, bevor Ergebnisse verglichen werden.
- Keine aktive Kampagne wird durch ein Rescoring unerwartet verändert.
- Vor dem Outreach prüft weiterhin ein Mensch Kontext, Ausschlüsse und Zuständigkeit.
Fehlerbehebung
| Problem | Lösung |
|---|
| Ein bekannter guter Lead wird disqualifiziert | Prüfe zuerst harte Unternehmensausschlüsse, anschließend Unternehmenssegment, Persona-Verantwortung und Titellogik. Teste den Lead nach einer einzelnen kontrollierten Änderung erneut. |
| Zu viele Leads qualifizieren sich | Formuliere Unternehmens-Fit und Persona-Verantwortung spezifischer. Nutze DQ nur für Ausschlüsse, die tatsächlich universell gelten. |
| Änderungen lassen sich nicht speichern | Prüfe auf aktivierte, aber leere Segmente oder unvollständige Pflichtfelder und versuche es erneut. Wenn das Problem bestehen bleibt, sichere den Entwurf und kontaktiere den Support. |
| Eine Liste wirkt vollständig, bevor Scoring-Ergebnisse vorliegen | Öffne repräsentative Leads und bestätige, dass Unternehmens-, Persona- und Prioritätsergebnisse ausgefüllt sind, bevor du dich auf den Listenstatus verlässt. |
| Die Begründung passt nicht zu einer manuellen Änderung | Dokumentiere die manuelle Entscheidung und prüfe die aktuell angezeigte Begründung. Eskaliere widersprüchliche Erklärungen, statt sie als zuverlässig zu behandeln. |
Häufig gestellte Fragen
Was ist der Unterschied zwischen Unternehmens- und Persona-Segmenten?
Ein Unternehmenssegment beschreibt den passenden Organisationstyp. Ein Persona-Segment beschreibt die relevante Rolle oder Verantwortung innerhalb dieser Organisation.
Wann sollte ich DQ verwenden?
Nutze DQ für harte Ausschlüsse, die einen Datensatz in allen relevanten Zielsegmenten ungeeignet machen. Präferenzen gehören stattdessen in die Segmentlogik.
Wie viele Beispiele sollte ich mit Save and Test prüfen?
Nutze genügend repräsentative positive, negative und Grenzfälle, um das Verhalten der Regel sichtbar zu machen. Beginne mit mindestens mehreren bekannten Beispielen aus jedem wichtigen Segment.
Wo beginne ich, wenn ein guter Lead disqualifiziert wird?
Prüfe zuerst harte Unternehmensausschlüsse, dann die Formulierung des Unternehmenssegments, Persona-Verantwortung, Titelvarianten und die zugrunde liegenden Daten.
Kann ich nach einer Regeländerung alle Leads neu bewerten?
Nutze den unterstützten Rescore-Ablauf mit Bedacht. Teste zuerst, dokumentiere die Auswirkung und vermeide unerwartete Änderungen an aktivem Outreach.
Bedeutet ein guter Score, dass Outreach freigegeben ist?
Nein. Der Score ist eine Review-Grundlage. Prüfe Signalkontext, Zuständigkeit, früheren Outreach, Opt-outs, Blacklists, Sender-Bereitschaft und Nachrichtenqualität.
Weiterlesen
Warum werden keine Nachrichten gesendet?
Lasse die aktuelle Kampagne und ihre Historie unverändert. Wähle einen funktionierenden und einen blockierten Lead zum Vergleich. Ändere nicht mehrere Einstellungen gleichzeitig. Teile niemals Passwörter, Tokens, Cookies oder API Schlüssel mit dem Support.
P1, P2, P3 und DQ verstehen
Nutze P1, P2, P3 und DQ für konsistente Review Entscheidungen – nicht als automatische Wahrheit. Eine Priorität ist nur dann hilfreich, wenn das Team eine gemeinsame Definition verwendet und Unternehmens Fit, Persona Fit, Quellenbeleg und nächste Aktion gemeinsam prüft.
Wirksame Deep-Research-Prompts schreiben
Richte Deep Research Prompts auf eine Entscheidung aus: einen Account qualifizieren, ein Signal verifizieren, die relevante Rolle bestimmen oder einen sachlichen Gesprächsansatz finden. Ein fokussierter Prompt liefert nützlichere Ergebnisse als eine offene Aufforderung, alles zu recherchieren.
