Account-Auswahl und Listengröße

• Eine CRM-Bereinigung von 108.453 Unternehmensdatensätzen ergab, dass 88 Prozent der Felder zur Mitarbeiterzahl falsch waren, wodurch sich die Basis auf einen verifizierten ICP-Pool von 13.995 Accounts verringerte
• 500 firmografisch gefilterte Accounts ohne Sales-Input erzeugten bei 46.000 Dollar Quartalsausgaben 22 engagierte Accounts und 2 Opportunities
• Eine 12-Fragen-Scorecard prüft auf einen endlichen, benennbaren TAM, hohen ACV mit Expansionspotenzial und Buying Committees mit 6 bis 15+ Stakeholdern
• Eine 50-Account-Liste, bei der nur 10 Accounts aktiv bearbeitet werden, funktioniert als 10-Account-Programm, nicht als das ambitionierte Programm auf dem Papier
• Strategisches ABM läuft auf weniger als 25 hochwertigen Accounts mit intensiver 1:1-Betreuung, Growth-ABM arbeitet in einem anderen Maßstab
• Kapazitätsgrenzen gehören in das Scoring-Modell selbst; ein Solo-Berater spürt einen Account mit schlechtem Fit erst drei Monate später als verpasstes Angebot

‍

Umsetzungs-Playbooks und Automatisierung

• Ein fünfstufiger 1:1-ABM-Ad-Prozess brachte mit 61 Accounts und 183 personalisierten Anzeigen bei 33.000 Dollar Ausgaben 887.000 Dollar an Pipeline
• Ein operatives GTM-Modell aus Mapping, Messaging und Handeln machte mithilfe eines dynamisch aktualisierten TAM in Clay aus einem Dollar Ausgaben 20,83 Dollar
• Ein individueller MCP, der Call-Transkripte in Claude einspeist, um Figma-Anzeigenvarianten zu erzeugen, verkürzte die Produktion von Tagen auf unter eine Stunde
• Ein reines LinkedIn-Outbound-System generierte in sechs Monaten 2,6 Millionen Dollar an qualifizierter Pipeline, indem es Käufer kartierte, bevor eine Nachricht geschrieben wurde
• Claude Code, das TAM-Mapping, Datenkonsolidierung und Outreach zentralisiert, spart einem Operator 15 bis 20 Stunden pro Woche
• Sechs automatisierte Workflows komprimieren 2 bis 3 Tage administrativen Prospectings auf einen Bruchteil dieser Zeit, ohne das Urteilsvermögen der Vertriebsmitarbeiter zu ersetzen

‍

Kanal- und Outbound-Taktiken

• Cold Calling erreicht 16 bis 30 Prozent der kontaktierten Personen gegenüber rund 3 Prozent bei Cold Email; der richtige Kanal hängt von der Unternehmensphase ab
• Das Buchen von Meetings mit 50 Zielaccounts vor einer Messe konvertiert mit der 2,5-fachen Rate im Vergleich zu Kaltgesprächen am Stand
• Das Kartieren warmer Einführungswege über Kunden, Partner und Empfehlungsquellen erzeugte 35 warme Anrufe in 40 Tagen, während Cold Outreach keinen einzigen brachte
• Eine personalisierte Gifting-Kampagne, aufgebaut um die Bedürfnisse von Camp-Direktoren, hat über zwei gewonnene Deals mehr als 75.000 Dollar an Neugeschäft generiert
• Ein individuell gebrandetes Direktmailing-Stück, das vor einem Jahrzehnt das Team von Pepsi erreichte, führt die heutige ABM-Personalisierung auf frühe Low-Tech-Experimente zurück

‍

Messung und Attribution

• Die Verlagerung der LinkedIn-Ad-Messung von Lead-Zahlen hin zum Einfluss auf die Buyer Journey ließ beeinflusste MQLs im Quartalsvergleich von rund 15 Prozent auf 70 Prozent steigen
• ABM-Reporting bricht zusammen, wenn jede Funktion nur ihren eigenen Ausschnitt des Funnels misst; ein Framework mit drei Fragen verfolgt stattdessen die gesamte Account-Journey bis zum Umsatz
• Das Einfrieren neuer Tool-Ausgaben, um zunächst die ABM-Datenqualität zu prüfen, brachte zutage, dass ein erheblicher Anteil engagierter Accounts auf veraltetem Enrichment beruhte
• Ein Ausschlag bei Intent-Daten zeigt, wohin man schauen sollte, nicht was tatsächlich passiert; die Kombination mit anderen Signalen, bevor sie an Sales gehen, vermeidet Fehlalarme

‍

Die Debatte um ABM, Demand Gen und ABX

• Eine Ascend2-Studie ergab, dass die Hälfte der als ABM bezeichneten Programme eigentlich Lead-Generierung mit angehängter Zielliste ist, und nur 22 Prozent der Marketer bezeichnen ihr Programm als erfolgreich
• Der eigentliche Unterschied zwischen Demand Gen und ABM liegt im Ausgangspunkt, nicht in der Zielgruppengröße: Demand Gen beginnt bei einem Kampagnenthema, ABM bei einem Geschäftsziel
• Sechs strukturelle Merkmale bestimmen, wo ABM Demand Gen übertrifft, darunter ein endlicher, benennbarer TAM und große, funktionsübergreifende Buying Committees
• ABX erweitert ABM über das Finden der richtigen Accounts hinaus auf das Aufrechterhalten von Engagement über die gesamte Buying Group hinweg, sobald diese Aufmerksamkeit gewonnen ist
• Buying Groups in APAC umfassen im Schnitt 11 Personen und haben 60 Prozent der Journey hinter sich, bevor sie einen Anbieter einbeziehen, doch nur 20 bis 29 Prozent der ABM-Programme sind wirklich operationalisiert
• Personalisierter Content ist laut Benchmark-Umfragedaten mit 47 Prozent die ABM-Taktik mit dem höchsten ROI, vor Executive Events mit 27 Prozent
• Trotz wiederkehrender Behauptungen, ABM sterbe aus, zeigen zitierte Deal-Daten, dass ABM-Accounts dreimal größere Deals abschließen und Sales-Zyklen um bis zu die Hälfte verkürzt werden

‍

Branchenspezifische Anwendungen

• US-Krankenhäuser als einzelne Accounts zu behandeln, verkennt den Käufer; zwei Krankenhäuser mit identischer Bettenzahl und identischem Umsatz können völlig unterschiedliche Entscheidungsnetzwerke haben
• Australische Cybersecurity-Käufer unter dem Druck des SOCI Act und Essential Eight reagieren auf governance-fokussiertes Messaging; nur 2 Prozent der Behörden, die agentenbasierte KI wollen, verfügen über die Governance, um sie zu betreiben
• Bei mehr als 70 Gesprächen mit Teams im Bergbausektor blieben die Account Manager, die verstehen, wie Käufer denken, außen vor, während Account-Listen stattdessen auf Bauchgefühl aufgebaut wurden

‍

Dank an Ivan Falco, Jennelle McGrath, Louis Young, Nick Bennett, Ronen R. Pessar, Srushti Haval, Stan Rymkiewicz, Kevin Driscoll, Victoria Kirillova, Stuart Dale, Vincent Plassard, Maria Scheifler, Declan Mulkeen, Debjit Sen, Nida Mohsin, David Turewicz, Charlotte Shiron, Wen Hsu, Ivailo Shipochki, Alison Marwah, Kelley Vallone, Ashley Langford, Mason Cosby, Tyler Pleiss, Yann Sarfati, Adam Hudson Silveira, Andrew Haussegger, Sahil Khanna, Branko Boro, Arun Pillai, Wira Andikha, Matthew Smith, und Lukas Otompasis und an alle anderen, die mit ihren Einblicken zu dieser Ausgabe beigetragen haben.

Die vollständige Liste der Beiträge und Stimmen ist auf LinkedIn zu finden: https://www.linkedin.com/pulse/best-linkedin-cw-32-33-account-based-marketing-thomas-allgeyer-njs7e/?trackingId=usE8jpBoqD9eIOzj973O4A%3D%3D