Lead-Alterung
Lead-Alterung misst die Zeit, die seit der Erfassung und dem letzten Kontakt eines Leads vergangen ist. Sie erfasst die Lebensdauer eines Leads in Ihrer Pipeline.
Das Wichtigste in Kürze
- Alter ist der Abstand seit Anlage oder letztem relevantem Kontakt, mehr nicht.
- Steigendes Durchschnittsalter zeigt meist Kapazitäts- oder Routing-Probleme, nicht schlechte Leads.
- Gruppen machen die Verteilung lesbar; Mittelwerte verdecken eine wachsende Altgruppe.
- Alter zusammen mit der Score-Stufe verwandelt eine flache Liste in eine Priorisierung.
- Automatische E-Mails können die Uhr zurücksetzen, obwohl kein Mensch Kontakt hatte.
Im Detail
Lead-Alterung ist eine Uhr, kein Urteil. Beim Anlegen des Datensatzes wird ein Zeitstempel gesetzt, ein zweiter aktualisiert sich bei jeder relevanten Interaktion, und das Alter ist der Abstand zwischen dem späteren dieser beiden und jetzt. Anschließend werden Datensätze in Gruppen sortiert, üblicherweise taggleich, zwei bis sieben Tage und älter, damit die Verteilung auf einen Blick lesbar ist. Alter sagt für sich nichts über Qualität, sondern nur, wie lange ein Datensatz auf Bearbeitung wartet.
Das Durchschnittsalter steigt, wenn der Zulauf die Bearbeitungskapazität übersteigt, wenn Routing-Regeln Datensätze unzugewiesen lassen und wenn Mitarbeitende sich die einfachsten Namen herauspicken. Es sinkt durch Kapazität, engeres Routing und automatisierte Erstkontakte. Der Trade-off: Man kann das Alter senken, indem man alle schnell und schlecht kontaktiert, was im Bericht gut aussieht und die Liste verbrennt. Alter taugt daher nur neben einer Qualitätsgröße, nie als eigenständiges Ziel.
Operativ wirkt Alter am besten als Auslöser, nicht als Spalte. Regeln beobachten die Uhr und eskalieren: nach dreißig Minuten unzugewiesen, nach zwei Stunden unbearbeitet, nach drei Versuchen ohne Antwort. Die Kombination aus Alter und Score-Stufe aus dem Quiz macht die Warteschlange erst sinnvoll, denn ein frischer Kontakt der obersten Stufe und ein wochenalter der untersten sind verschiedene Aufgaben. Alterungsgruppen zeigen zudem Kapazitätsprobleme früh, weil die älteste Gruppe zuerst wächst.
Die Uhr täuscht, sobald der Kaufzeitpunkt außerhalb des Funnels bestimmt wird. Wer einen Leitfaden lädt, während sein Vertrag noch elf Monate läuft, ist nach sechs Monaten nicht veraltet; das Alter beschreibt seine Kaufreife schlicht nicht. Lange Enterprise-Zyklen brechen Alterungsregeln regelmäßig. Auch die Datenhygiene verzerrt: Ein durch eine automatische Mail berührter Datensatz erscheint frisch, obwohl nie ein Mensch Kontakt hatte, und verdeckt genau das Problem, das die Kennzahl sichtbar machen soll.
Beispiel aus der Praxis
So wird es gemessen
Zwei Werte leisten das meiste: die mediane Zeit bis zum ersten menschlichen Kontakt und der Anteil der Leads, die die vereinbarte Schwelle unbearbeitet überschreiten. Der Median widersteht der Verzerrung durch einige vergessene Datensätze. Verfolgen Sie beides nach Score-Stufe, denn eine langsame Erstansprache der obersten Stufe kostet weit mehr als dieselbe Verzögerung weiter unten. Beobachten Sie den Trend wöchentlich statt den Absolutwert.
Um die Schwellen zu belegen, tragen Sie Antwort- oder Terminquote gegen die Altersgruppe über einige Monate Historie auf. Die Kurve zeigt, wo die Reaktion bei dieser Zielgruppe tatsächlich abfällt, und das ist die einzig belastbare Grundlage für eine Eskalationsregel. Verläuft die Kurve über alle Gruppen flach, ist Tempo nicht der Engpass und der Aufwand gehört an eine andere Funnel-Stelle.
Häufige Fehler
Ein häufiger Fehler ist, automatische Kontakte die Alterungsuhr zurücksetzen zu lassen. In den meisten Systemen zählt eine Nurture-Mail als Aktivität, sodass ein nie persönlich kontaktierter Datensatz als frisch engagiert erscheint und die Warteschlange gesund wirkt, obwohl nichts bearbeitet wird. Definieren Sie die Uhr ausschließlich über menschliche oder eingehende Aktivität und führen Sie automatische Sendungen in einem separaten Feld.
Der zweite Fehler ist ein einziges Durchschnittsalter über die gesamte Datenbank. Ein Mittelwert vermischt eine schnelle Inbound-Warteschlange mit einer schlafenden Liste alter Formulareinträge, und beides sieht mittelmäßig aus. Berichten Sie stattdessen nach Quelle und Score-Stufe und nutzen Sie ein Perzentil statt des Mittelwerts, weil wenige sehr alte Datensätze den Durchschnitt verzerren und den aktuellen Zulauf verdecken.
Häufig gestellte Fragen
Was gilt als 'frischer' Lead?
Ein frischer Lead wurde in den letzten 24 bis 48 Stunden erfasst und ist noch nicht veraltet. In Quiz-Funnels sind die frischesten Leads jene, die gerade ihren Score abgesendet haben, da ihre Kaufabsicht am höchsten ist.
Wie unterscheidet sich Lead-Alterung von Lead-Zerfall?
Lead-Alterung misst nur die verstrichene Zeit seit der Erfassung, während Lead-Zerfall den daraus folgenden Rückgang der Conversion-Wahrscheinlichkeit misst. Die Alterung ist die Ursache und der Zerfall die zu vermeidende Wirkung.
Wie kann ich die Lead-Alterung reduzieren?
Automatisieren Sie das Routing, damit neue Quiz-Teilnehmer innerhalb von Minuten zugewiesen und kontaktiert werden, und richten Sie Warnungen für unbearbeitete Leads hoher Stufe ein. Ein schnellerer Erstkontakt ist der wichtigste Hebel.
Wann beginnt das Alter eines Leads?
Meist startet die Uhr beim Anlegen des Datensatzes, also beim Absenden eines Formulars oder beim Import. Nützlicher ist die Variante, die bei jeder relevanten Interaktion neu startet: Dann zeigt das Alter die Zeit seit dem letzten Interesse statt seit dem ersten Auftauchen. Welche Variante auch gewählt wird, sie muss einheitlich gelten, sonst sind Quellenvergleiche wertlos.
Welche Altersgruppen sollten wir verwenden?
Die Gruppen sollten der Form der Antwortkurve folgen, nicht dem Kalender. Bei Inbound aus Quiz oder Demo zählen Stunden, üblich sind unter einer Stunde, ein bis vier Stunden, taggleich und älter. Bei langen Enterprise-Zyklen sind Wochen oder Monate sinnvoller. Wählen Sie die Grenzen dort, wo sich die Antwortquote sichtbar ändert.
Ist Lead-Alterung dasselbe wie Lead-Verfall?
Nein. Alterung misst die verstrichene Zeit, Verfall beschreibt den Wertverlust eines Leads im Lauf dieser Zeit. Alterung lässt sich am Zeitstempel ablesen, Verfall muss aus historischen Conversion-Daten je Alter geschätzt werden. Ein Lead kann alt sein, ohne stark verfallen zu sein, etwa wenn der Käufer an ein festes Verlängerungsdatum gebunden ist.
Ab welchem Alter gehört ein Lead aus der aktiven Warteschlange?
Setzen Sie die Grenze dort, wo die Antwortquote dieser Quelle etwa auf das Niveau einer kalten Liste fällt, denn ab dann bietet der Datensatz keinen Vorteil gegenüber neuer Akquise. Verschieben Sie ihn in ein kontaktärmeres Nurturing, statt ihn zu löschen. Datensätze, die weiterhin E-Mails öffnen, bleiben von dieser Regel unabhängig vom Alter ausgenommen.
Verbessert schnellerer Kontakt die Conversion wirklich?
Bei intentionsstarkem Inbound meist ja, weil der Interessent in derselben Sitzung vergleicht und die erste brauchbare Antwort den Vergleich rahmt. Bei Kontakten in der Recherchephase ist der Effekt deutlich schwächer, dort kann Tempo aufdringlich wirken. Prüfen Sie es, indem Sie die Reaktionszeit in einem Segment konstant halten und im anderen variieren, statt die Regel überall zu unterstellen.
Wer verantwortet die Alterungskennzahl, Marketing oder Vertrieb?
Der Vertrieb verantwortet die Zeit bis zum Erstkontakt, denn das ist eine Frage von Kapazität und Routing. Das Marketing verantwortet den Zulauf, der bestimmt, ob das Team mithält. Probleme entstehen, wenn niemand die älteste Gruppe prüft und sie herrenlos wächst. Ein kurzer wöchentlicher Blick beider Seiten auf überfällige, unbearbeitete Datensätze löst das meiste.