Die Pipeline stand still: 40 % der Leads ohne Bewegung

Der Kunde, ein spezialisierter B2B-SaaS-Anbieter mit Sitz in Stockholm und 45 Mitarbeitern, stand vor einem klassischen Problem des digitalen Vertriebs: Die Pipeline war voll, aber sie lief nicht. Im DACH- und Nordosteuropa-Markt stagnierte der Fluss an neuen Aufträgen. Viele Interessenten blieben über Monate in der Phase ‘Qualifizierung’ hängen, ohne dass das Sales-Team proaktive nächste Schritte einleitete. Es fehlte schlicht an Dringlichkeit und Kontinuität.

Die Analyse der Daten zeigte ein klares Muster: Die zentrale Herausforderung war die fehlende Touchpoint-Dichte. Interessenten, die einmal eine Demo gebucht oder ein Whitepaper heruntergeladen hatten, verloren den Kontakt. Ohne eine kontinuierliche, automatisierte Ansprache vergingen oft 90 bis 120 Tage bis zum Abschluss oder dem endgültigen Stillstand des Deals. Der Durchschnittswert für den Sales-Cycle lag bei 145 Tagen – eine zu lange Zeitspanne für einen wettbewerbsintensiven Tech-Markt. Zudem stagnierten 40 % aller aktiven Opportunities. Das Hauptproblem war die fehlende Automatisierung bei der Reaktivierung kalter Kontakte. Manuelle Follow-ups kamen zu spät oder gar nicht.

Herausforderungen auf dem Weg zur Aktivierung

Bevor wir mit der Umsetzung begannen, mussten wir drei konkrete Hürden identifizieren und lösen, die eine einfache Werbekampagne unmöglich gemacht hätten.

Erstens war die Datenqualität im CRM heterogen. Viele Leads hatten unvollständige Firmenprofile oder fehlende Jobtitel, was ein präzises Targeting auf LinkedIn erschwert hätte. Zweitens fehlte eine definierte Definition für ‘inaktiv’. Was bedeutet 30 Tage ohne Kontakt? Müssen wir auch E-Mail-Opens zählen oder nur Website-Besuche? Diese Definition war entscheidend, um nicht zu früh oder zu spät zu triggern. Drittens gab es keine einheitliche Landingpage-Strategie. Jeder Klick landete auf der generischen Startseite, was zu hohen Absprungraten führte, da die Nutzer nicht sofort den für sie relevanten Inhalt sahen.

Der Tech-Stack für synchrones Marketing

Um diese Herausforderungen zu meistern, setzten wir auf einen schlanken, aber leistungsstarken Stack, der Marketing und Sales nahtlos verbindet:

  • HubSpot CRM: Zentrale Datenbasis für Lead Scoring und Automatisierung.
  • LinkedIn Ads Manager: Für das gezielte Targeting von Decision Makers.
  • Meta Ads Manager: Für die Reichweite bei Influencern und Endnutzern.
  • Unbounce: Für die Erstellung hochkonvertierender, dynamischer Landingpages.
  • Zapier: Als Middleware für die Echtzeit-Synchronisierung von Klick-Events ins CRM.

Umsetzung: Von der Segmentierung zur Journey-Automatisierung

Wir implementierten eine mehrstufige Retargeting-Strategie, die Marketing und Sales über ein zentrales CRM-System verknüpfte. Der Fokus lag ausschließlich auf der Aktivierung von Leads, die länger als 30 Tage inaktiv waren. Diese 30-Tage-Marke erwies sich im Vorfeld als optimaler Trigger, da sie den natürlichen Abkühlungsprozess eines Interessenten berücksichtigt, ohne dass der Lead bereits ‘tot’ ist.

Projektverlauf in 5 Phasen: CRM-Setup & Definition von Inaktivitäts-Segmenten, Implementierung des dynamischen Lead-Scoring-Modells, Produktion von kanal-spezifischen Retargeting-Kreativen …

Schritt 1: Segmentierung und Lead Scoring Wir definierten im CRM eine dynamische Liste für ‘Stagnierende Pipeline-Leads’. Diese Liste füllte sich automatisch, sobald ein Lead 30 Tage lang keine Interaktion zeigte – sei es ein Website-Besuch, eine E-Mail-Öffnung oder ein Formular-Fill. Parallel dazu setzten wir ein Lead-Scoring-Modell ein, das nach Firmengröße, Rolle und bisherigem Engagement Punkte vergab. Nur Leads mit einem Score über einem bestimmten Schwellenwert wurden in die Retargeting-Kampagne aufgenommen, um die Ad-Spend zu optimieren.

Schritt 2: Kreative Entwicklung und Channel-Strategie Wir differenzierten streng nach Kanal und Zielgruppe:

  • LinkedIn: Fokus auf Decision Makers. Wir erstellten dynamische Anzeigen, die auf den jeweiligen Jobtitel und die Branche zugeschnitten waren. Die Botschaft betonte den konkreten ROI der Softwarelösung und sprach direkt die Pain Points der Führungsebene an.
  • Meta (Facebook/Instagram): Fokus auf Influencer und Endnutzer innerhalb der Zielunternehmen. Hier setzten wir auf Case-Study-Content und kurze Video-Testimonials, um Vertrauen aufzubauen und die interne Unterstützung für die Software zu stärken.

Schritt 3: Journey-Automatisierung Die Anzeigen trafen nicht auf ein leeres Feld. Jeder Klick führte zu einer personalisierten Landingpage mit einem exklusiven Webinar-Angebot oder einer kostenlosen Security-Audit-Option. Über das CRM wurde sofort eine E-Mail-Sequenz ausgelöst, die den Klick bestätigte und einen Terminvorschlag enthielt. Diese Synchronisation stellte sicher, dass der Sales-Manager sofort wusste, dass ein Lead wieder aktiv war, und den richtigen Follow-up-Call planen konnte.

Zeitraum der Umsetzung:

  • Woche 1-2: CRM-Setup und Segment-Definition
  • Woche 3-4: Kreative Produktion und Kampagnen-Setup
  • Woche 5-12: Live-Betrieb mit wöchentlichem Optimierungs-Loop

Wie wir die Zahlen messen: Methodik und Datenquellen

Die genannten Kennzahlen sind keine Schätzungen, sondern wurden über einen Zeitraum von drei Monaten im Live-Betrieb präzise erfasst. Die Verkürzung des Sales-Cycles von 145 auf 98 Tage wurde durch den Vergleich der ‘Lead Creation Date’ mit der ‘Close Won Date’ im CRM berechnet. Dabei wurden nur Deals berücksichtigt, die während der Kampagnenlaufzeit gewonnen wurden. Die Reaktivierungsrate von 18 % misst den Anteil der Leads aus der ‘Stagnierenden Pipeline’-Liste, die innerhalb von 14 Tagen nach dem ersten Ad-Impression eine neue Interaktion (Klick oder E-Mail-Reply) zeigten. Die Zunahme der Meeting-Bookings um 45 % wurde über die Anzahl der im Kalender gebuchten Discovery-Calls aus der Retargeting-Quelle gemessen. Der Cost per Lead (CPL) blieb stabil bei 120 €, was durch die Summe der Ad-Spend geteilt durch die Anzahl der neuen MQLs (Marketing Qualified Leads) berechnet wurde.

Ergebnis: 32 % kürzerer Sales-Cycle und höhere Qualität

Nach drei Monaten im Live-Betrieb zeigten die KPIs eine deutliche Verbesserung der Pipeline-Geschwindigkeit. Die Kombination aus gezielter Retargeting-Ansprache und automatisierter Follow-up-Logik wirkte direkt auf die Conversion-Raten. Die Sales-Teams berichteten, dass die Leads deutlich besser vorbereitet waren. Da die Retargeting-Nutzer bereits mit dem neuesten Content und den Angeboten vertraut waren, fielen die Discovery-Call-Vorbereitungen für die Account Executives minimal aus.

Veränderung der Pipeline-Kennzahlen: Vorher-Nachher-Vergleich der Kennzahlen in %

  • Verkürzung des Sales-Cycles: Von 145 auf 98 Tage (-32 %)
  • Reaktivierungsrate: 18 % der stagnierenden Leads wurden wieder aktiv
  • Meeting-Bookings: 45 % mehr qualifizierte Termine aus der Retargeting-Liste
  • Cost per Lead (CPL): Stabil bei 120 € trotz erhöhter Frequenz
MetrikVorherNachherVeränderung
Sales-Cycle (Tage)14598-32 %
Stagnierende Leads40 %15 %-25 pp
Qualifizierte MeetingsBasis+45 %Signifikant

Learnings und was wir heute anders machen würden

Der Erfolg basierte nicht nur auf den Anzeigen, sondern auf der synchronen Datenfließbahn zwischen Ad-Plattformen und CRM. Ohne die automatische Übertragung der Klick-Events in das CRM wäre die Personalisierung der Landingpages nicht möglich gewesen. Timing ist entscheidend: Die 30-Tage-Marke als Trigger für Retargeting erwies sich als optimal. Zu früh wirkte störend, zu spät war der Lead bereits abgekühlt. Der Channel-Mix zeigte klare Unterschiede: LinkedIn generierte die höheren Conversion-Raten für Entscheider, während Meta die Reichweite und Awareness bei den Influencern im Unternehmen stärkte. Zudem performten statische Anzeigen deutlich schlechter als dynamische Varianten, die den Namen der Firma oder die Branche des Nutzers integrierten.

Ehrlich gesagt: Hätten wir heute noch einmal dieses Projekt gestartet, würden wir zwei Dinge anders machen. Erstens hätten wir von Anfang an eine strengere Data-Cleansing-Phase eingeplant, um die Qualität der Firmenprofile im CRM zu verbessern, was das Targeting von Woche 1 an präziser gemacht hätte. Zweitens hätten wir den Optimierungs-Loop in Woche 5-12 noch enger an das Sales-Feedback gekoppelt, um die kreativen Botschaften in Echtzeit an die Einwände der Entscheider anzupassen, die im Discovery-Call geäußert wurden.

Passend dazu