Ausgangslage: Skalierung ohne Reibung
Das Unternehmen, ein dynamisches B2B-Fintech mit 120 Mitarbeitern in London, stand vor einem typischen Wachstumsdilemma. Während die Akquisition neuer Kunden durch gezieltes Marketing erfolgreich lief, stockte der Prozess im Backoffice. Das Onboarding war ein manuelles Flickwerk, das bei steigenden Volumina an seine Grenzen stieß. Das Sales-Team verbrachte bis zu 15 Stunden pro Woche damit, Onboarding-Daten manuell in Salesforce zu pflegen. Diese Zeit fehlte für strategische Aufgaben und direkte Kundenbetreuung. Zudem gab es keine standardisierte Kommunikation nach dem Vertragsabschluss. Neue Kunden erhielten keine zeitnahe, strukturierte Follow-up-Sequenz, was zu unnötigen Rückfragen und Verzögerungen führte. Die kritischste Kennzahl war jedoch die Time-to-Value: Im Durchschnitt vergingen 45 Tage, bis ein neuer Kunde seine erste erfolgreiche Transaktion durchführte. Diese lange Latenzzeit erhöhte die Churn-Rate im ersten Quartal erheblich, da Kunden oft nicht schnell genug den Nutzen des Produkts erkannten.
Herausforderungen: Warum Standard-Tools nicht reichten
Bevor wir mit der technischen Umsetzung begannen, identifizierten wir drei zentrale Hindernisse, die über reine Software-Installation hinausgingen.
- Fragmentierte Datenquellen: Die Daten zum Onboarding-Stand lagen verstreut in E-Mails, Tickets und Excel-Tabellen. Es gab keinen Single Source of Truth in Salesforce, was jede Automatisierung unmöglich machte.
- Fehlende Echtzeit-Feedback-Schleifen: Das Team wusste nicht, wann ein Kunde im Onboarding stagnierte. Erst wenn ein Kunde anrief oder eine Beschwerde einreichte, wurde Handlungsbedarf erkannt. Proaktives Eingreifen war unmöglich.
- Inkonsistente Content-Varianten: Je nach Vertriebsmitarbeiter erhielten Kunden unterschiedliche Informationen. Es gab keine einheitliche Botschaft, was zu Verwirrung und unterschiedlichen Erwartungen an das Produkt führte.
Der Tech-Stack: Tools für die Automatisierung
Um diese Herausforderungen zu lösen, nutzten wir einen schlanken, aufeinander abgestimmten Stack, der sich nahtlos in die bestehende Infrastruktur einfügte.
- Salesforce Sales Cloud & Service Cloud: Als zentrale Plattform für die CRM-Logik, Objekt-Struktur und Workflow-Automatisierung.
- Journey Builder (Marketing Cloud Integration): Für das Orchestrieren der mehrkanaligen Touchpoints (E-Mail, In-App) und das Timing der Sequenzen.
- Salesforce Process Builder & Flow: Für die reaktiven Trigger-Regeln und die automatische Erstellung von Aufgaben für das CSM-Team.
- Stripe API Integration: Zur Echtzeit-Erfassung der ersten Transaktion und dem Setzen des Status „First Value Achieved“.
- Looker (Salesforce Analytics): Zur Visualisierung der Onboarding-Kennzahlen und dem Monitoring der Journey-Performance in Echtzeit.
Umsetzung: Von der Konzeption zum Go-Live
Die Implementierung erfolgte in drei klar definierten Phasen über einen Zeitraum von fünf Wochen. Unser Ansatz war iterativ: Wir bauten keine monolithische Lösung, sondern testeten jede Komponente im kleinen Rahmen, bevor sie auf die gesamte Kundengruppe ausgerollt wurde.
In der ersten Phase legten wir das Fundament. Wir definierten klare Onboarding-Meilensteine als eigene Salesforce-Objekte, um den Status transparent zu machen. Gleichzeitig reinigten wir die historischen Daten, um eine saubere Basis für die neuen Trigger-Regeln zu schaffen. Der entscheidende technische Schritt war die Einrichtung des Triggers: Sobald ein Deal den Status „Closed Won“ erreichte, startete die Journey automatisch. Parallel integrierten wir das Payment-Gateway, um die erste Transaktion in Echtzeit zu erkennen.
In der zweiten Phase konzentrierten wir uns auf die Customer Experience. Wir erstellten eine 14-tägige Sequenz aus E-Mails und In-App-Benachrichtigungen. Wichtig war dabei die Dynamik: Die Inhalte wurden mit Variablen aus dem CRM befüllt, sodass jede Nachricht persönlich wirkte. Für das Customer Success Team (CSM) automatisierten wir die Aufgabenverteilung. Ein besonderes Feature waren die Eskalations-Regeln: Wenn ein Kunde nach Tag 3 keine Interaktion zeigte, wurde der zuständige CSM automatisch alarmiert. Dies ersetzte das bisherige „Warten auf Beschwerden“ durch proaktive Betreuung.
Die dritte Phase diente dem Testing. Wir führten einen End-to-End-Test mit einem Piloten aus 20 neuen Kunden durch. Hier justierten wir die Timing-Intervalle fein, basierend auf dem Feedback des CSM-Teams. Zu schnelle Nachrichten wurden als aufdringlich empfunden, zu langsame als vernachlässigend. Nach zwei Wochen Feintuning erfolgte der offizielle Rollout auf die gesamte neue Kundengruppe.
Wie wir die Zahlen messen
Die Erfassung der Erfolgskennzahlen war von Anfang an in die Architektur integriert. Wir nutzten keine manuellen Umfragen, sondern harte System-Events. Die Deal-Zyklus-Zeit wurde gemessen als Differenz zwischen dem Erstellen des Opportunity-Objekts und dem Statuswechsel zu „Closed Won“. Die Time-to-Value definierten wir strikt als die Zeitspanne zwischen dem Vertragsabschluss und dem ersten positiven Event im Payment-Log, das über die API in Salesforce geschrieben wird. Die manuellen Stunden wurden über das Time-Tracking-Tool des Unternehmens erfasst, wobei die Kategorie „Onboarding Admin“ vor und nach der Implementierung verglichen wurde. Die Completion-Rate berechneten wir als Anteil der Kunden, die alle definierten Meilensteine der Journey innerhalb von 30 Tagen abgeschlossen hatten. Diese Methodik garantierte, dass die Ergebnisse objektiv und reproduzierbar waren.
Ergebnis: Messbarer ROI in 90 Tagen
Innerhalb von drei Monaten nach dem Go-Live zeigte sich ein deutlicher Wandel in den operativen Kennzahlen. Die Automatisierung hatte nicht nur Zeit gespart, sondern die Qualität der Kundenbeziehung in der kritischen Anfangsphase verbessert.
| Kennzahl | Vorher | Nachher | Veränderung |
|---|---|---|---|
| Durchschnittlicher Deal-Zyklus | 60 Tage | 36 Tage | -40 % |
| Manuelle Stunden/CSM/Woche | 15 Stunden | 4 Stunden | -73 % |
| Time-to-Value (erste Transaktion) | 45 Tage | 18 Tage | -60 % |
| Onboarding-Completion-Rate | 65 % | 92 % | +27 % |
Die Verkürzung des Deal-Zykels um 40 % bedeutete, dass das Sales-Team deutlich schneller wieder neue Leads ansprechen konnte. Der Rückgang der manuellen Stunden um 73 % befreite das Customer-Success-Team von administrativer Last und ermöglichte es ihnen, sich auf strategische Kundenberatung zu konzentrieren. Der stärkste Hebel war jedoch die Senkung der Time-to-Value um 60 %. Kunden erlebten den Wert des Produkts fast drei Mal schneller, was direkt in einer höheren Bindungsrate resultierte. Die Onboarding-Completion-Rate stieg von 65 % auf 92 %, was belegt, dass die standardisierte Journey die Nutzerführung effektiv optimiert hatte. Zudem konnte das Team 30 % mehr Neukunden onboarden, ohne zusätzliche Personalressourcen aufzubauen – ein klarer Beweis für die Skalierbarkeit der Lösung.
Was wir heute anders machen würden
Rückblickend hätten wir zwei Aspekte früher in den Prozess integriert. Erstens: Die Einbindung der Content-Strategie. Wir haben den Content erst in Phase 2 erstellt, was zu Zeitdruck führte. Heute würden wir die Content-Entwicklung parallel zur technischen Konzeption starten, um die Botschaften besser auf die technischen Möglichkeiten abzustimmen.
Zweitens: Die Granularität der Segmente. Wir haben zunächst eine „One-Size-Fits-All“-Journey für alle Neukunden gebaut. Heute würden wir von Anfang an nach Kundensegmenten (z. B. Enterprise vs. SMB) segmentieren, da die Bedürfnisse und die Komplexität der Onboarding-Schritte in diesen Gruppen stark variieren. Dies hätte die Engagement-Rate in der frühen Phase noch weiter steigern können.
Learnings: Mehr als nur Technik
Das Projekt verdeutlichte, dass technische Automation allein nicht ausreicht. Der Erfolg basierte auf der engen Zusammenarbeit zwischen Sales, Marketing und Customer Success. Drei zentrale Erkenntnisse bleiben: Datenqualität ist die absolute Basis. Ohne saubere, strukturierte Daten in Salesforce scheitert jede automatisierte Journey. Wir haben vor dem Build eine umfassende Datenbereinigung durchgeführt, die 30 % des Projektumfangs ausmachte, aber unverzichtbar war.
Zweitens gilt: Weniger ist mehr. Zu viele Touchpoints überfordern neue Kunden. Wir haben die Sequenz auf die wichtigsten fünf Interaktionen reduziert, was die Engagement-Rate signifikant steigerte. Kunden schätzten die Fokussierung.
Drittens: Eskalation schlägt Warten. Die automatischen Alerts bei Inaktivität haben gezeigt, dass proaktives Eingreifen des CSMs die Churn-Rate im ersten Monat um 15 % senkte. Dieses Feedback-Loop-Prinzip sollte in jeder Onboarding-Strategie verankert sein. Die Investition in diese Prozessautomatisierung hat sich nicht nur durch Kosteneinsparungen, sondern vor allem durch die gesteigerte Kundenbindung und Skalierbarkeit bezahlt gemacht.