Lead Scoring im B2B mit Brevo und Zapier aufbauen und prüfen
Was Lead Scoring im B2B leisten soll
Lead Scoring trennt bei uns zwei Fragen: Passt die Firma zu uns, und ist der Kontakt gerade aktiv? Beides rechnen wir getrennt.
Wir haben das Modell bei SOLIT für unsere eigene Akquise gebaut, mit Brevo als CRM und Zapier als Verbindung zu Website, Meta Lead Ads und Slack.
Nach drei Wochen im Live-Betrieb haben wir den Score gegen echte Anfragen geprüft. Die Rechnung stimmte, gemessen hat sie trotzdem teils das Falsche.
Der Artikel richtet sich an Geschäftsführung, Vertrieb und Marketing im B2B mit hohem Auftragswert und überschaubarer Zahl an Anfragen.
Zwei Scores für zwei Fragen
Viele Scoring-Modelle addieren alles in eine Zahl: Jobtitel, Budget, Klicks, Seitenbesuche. Dann landet ein Student, der jede Mail öffnet und jeden Link klickt, vor der Geschäftsführerin, die einmal anfragt und sonst still ist.
Wir rechnen deshalb zwei Werte. Der Fit-Score beschreibt Firma und Person. Der Lead-Score beschreibt, was jemand tut. An den Vertrieb geht ein Kontakt erst, wenn beide Werte ihre Schwelle erreichen.
Der Fit-Score: Passt die Firma?
Zapier rechnet den Fit-Score beim Eingang einer Anfrage aus den Formularfeldern. Unser B2B-Modell vergibt diese Punkte:
Merkmal | Punkte |
|---|---|
Auftragswert über 25.000 € / 5.000–25.000 € / unter 5.000 € | +20 / +10 / −10 |
Mediabudget ab 5.000 € / 2.000–5.000 € / unter 2.000 € | +15 / +5 / −20 |
Geschäftsführung oder Vertriebsleitung | +10 |
Zielbranche (Maschinenbau, Industrie, SaaS, Beratung, Engineering, Bau) | +5 |
Firmen-Domain / Freemail-Adresse | +5 / −10 |
Den Auftragswert gewichten wir am stärksten. Er bestimmt, was ein Lead kosten darf und ob sich ein Kanal wie LinkedIn Ads überhaupt rechnet. Wer das für das eigene Geschäft durchrechnen will, kann unseren Pipeline-Rechner nutzen. Die Schwelle für die Übergabe liegt bei 25 Punkten.
Der Lead-Score: Ist gerade Interesse da?
Signal | Punkte |
|---|---|
Klick in einer Mail | +5 |
Klick auf Case, Preise oder Pipeline-Rechner | +10 |
Besuch einer B2B-Seite (Brevo-Tracker) | +10 |
Antwort auf eine Mail | +20 |
Zweiter Kontakt derselben Firma | +15 |
30 Tage ohne Aktivität | −10 |
Der zweite Kontakt derselben Firma ist das stärkste Kaufsignal, das wir automatisch erkennen. Zapier vergleicht beim Eingang die Domain mit den Kontakten in Brevo. Gibt es schon jemanden aus derselben Firma, sind mehrere Leute an der Entscheidung beteiligt. Gmail, GMX und andere Freemail-Adressen nehmen wir dabei aus. Die Schwelle für den Lead-Score liegt bei 30 Punkten.
Die Übergabe an den Vertrieb
Erreicht ein Kontakt beide Schwellen, setzt Brevo den Status auf MQL. Ein Zap postet ihn in unseren Vertriebskanal in Slack, mit dem Grund in Worten: Branche, Auftragswert und die Aktion, die den Ausschlag gab. Mit „Maschinenbau, Auftragswert über 25.000 €, Rechner genutzt“ weiß Daniel vor dem ersten Anruf, worüber er sprechen will.
Hoher Fit ohne Aktivität bleibt im Nurturing. Wer sehr aktiv ist, aber nicht passt, bekommt den Newsletter und keinen Anruf.
Der Aufbau mit Brevo und Zapier
Wer Brevo und Zapier schon nutzt, braucht keine weitere Software. Bei uns sieht der Ablauf so aus:
Formulare auf der Website schicken die Anfrage per Webhook an Zapier. Zapier ordnet sie einem Bereich zu (B2B, E-Commerce oder allgemein), rechnet den Fit-Score und legt den Kontakt in Brevo an.
Meta Lead Ads laufen über einen eigenen Zap in eine eigene Liste. Ob jemand Marketing-Mails bekommen darf, steht in einer Checkbox im Lead-Formular.
Brevo-Automationen zählen Klicks und Antworten und erhöhen den Lead-Score.
Ein Zap reagiert auf den Status MQL und meldet den Kontakt in Slack.
Ein weiterer Zap schreibt den Status aus unserer Vertriebspipeline zurück nach Brevo. So sehen wir später, aus welchen Leads Aufträge wurden.
Das Deal-Modul von Brevo nutzen wir nicht. Automationen auf Deal-Stufen setzen dort ein Sales-Paket voraus, und unsere Pipeline führen wir ohnehin in einem anderen Tool. Brevo spiegelt nur den Status.
Was die ersten drei Wochen gezeigt haben
Nach drei Wochen haben wir jeden Kontakt mit Score neben die echten Anfragen gelegt. Das System hat richtig gerechnet. Gemessen hat es an vier Stellen das Falsche.
Gute Anfragen kommen als Freitext
Unsere beste Anfrage kam über das allgemeine Kontaktformular, ohne Budgetfeld und ohne Auftragswert. Eine bekannte Marke mit einem klaren Vorhaben, Daniel hat am nächsten Tag ein Angebot geschickt. Ihr Fit-Score blieb unter der Schwelle, weil alle Fit-Regeln an Felder geknüpft waren, die es in diesem Formular nicht gibt.
Deshalb bauen wir einen KI-Schritt in Zapier ein, der bei Freitext-Anfragen den Fit aus Nachricht und Firmen-Domain schätzt.
Spam kreuzt das höchste Budget an
Ein großer Teil der allgemeinen Anfragen war Spam, darunter ein Lead-Verkäufer, eine Linkhändlerin und eine Bewerbung. Der Lead-Verkäufer hatte das höchste Budget angeklickt und bekam dafür mehr Fit-Punkte als die echte Anfrage.
Was jemand im Formular angibt, kostet ihn nichts. Budget zählt bei uns künftig nur zusammen mit einer Firmen-Domain. Den KI-Schritt nutzen wir zusätzlich, um Angebote und Bewerbungen als „kein Lead“ zu markieren. Daniel bestätigt das mit einem Klick.
Sicherheitsscanner klicken mit
Ein Teil der Verhaltenspunkte aus unserer ersten Kampagne kam von Bots, erkennbar an Klicks im Sekundenabstand von Servern eines Cloud-Anbieters. Viele Firmenpostfächer lassen jeden Link von einem Sicherheitsscanner prüfen, bevor ein Mensch die Mail sieht. Ein paar solcher Klicks reichen, um einen Kontakt über die Schwelle zu heben.
Bis der Brevo-Tracker auf der Website echte Seitenbesuche bestätigt, geben wir für Klicks keine Punkte. Punkte gibt es für Dinge, die ein Scanner nicht tut: einen ausgefüllten Rechner, eine Antwort, einen gebuchten Termin.
Ohne Datum kein Verfall
Laut Konzept sinkt der Lead-Score nach 30 Tagen ohne Aktivität. Dafür braucht jeder Kontakt ein Datum der letzten Aktivität. Dieses Feld hat in den ersten Wochen kein Zap und keine Automation geschrieben, der Verfall lief also nie.
Wann sich Lead Scoring lohnt
Bei einer Handvoll Anfragen im Monat liest der Vertrieb jede selbst, und das soll er auch. Ein Score, der Anfragen zurückhält, schadet dann mehr, als er nützt. Wir setzen ihn deshalb an zwei anderen Stellen ein:
Spam aussortieren, bevor er Zeit im Vertrieb kostet.
Im Newsletter- und Nurturing-Bestand die Kontakte finden, die gerade wieder aktiv werden.
Statistisch prüfen lässt sich ein Score erst, wenn genug Leads mit bekanntem Ausgang vorliegen. Bis dahin prüfen wir auf zwei einfachen Wegen. Testkontakte laufen mit einem vorher notierten Sollwert durch das System, und wir vergleichen das Ergebnis. Außerdem bewertet Daniel Anfragen, ohne ihren Score zu sehen, und wir legen seine Einschätzung neben die Zahl.
Fazit
Ein Lead Scoring mit Brevo und Zapier ist in wenigen Tagen gebaut. Ob es misst, was es messen soll, zeigt erst der Abgleich mit echten Anfragen. Bei uns hat dieser Abgleich nach drei Wochen vier Lücken gefunden, die beim Planen niemand gesehen hatte: Freitext-Anfragen, Budget als Selbstauskunft, Bot-Klicks und ein leeres Datumsfeld.
Legt vor dem Start fest, woran Ihr einen guten Lead erkennt, am Termin, am Angebot oder am Auftrag, und tragt den ersten Prüftermin gleich mit ein. Wenn Ihr Euer Scoring oder Eure Lead-Strecke von außen prüfen lassen wollt, sprecht uns an.
Die wichtigsten Erkenntnisse
Fit und Verhalten getrennt rechnen und erst übergeben, wenn beides stimmt.
Fit-Regeln brauchen eine Lösung für Anfragen ohne Formularfelder.
Budget aus dem Formular nur zusammen mit einer Firmen-Domain werten.
Mail-Klicks aus Firmenpostfächern stammen oft von Scannern. Punkte gibt es für Handlungen, die ein Bot nicht macht.
Zielgröße (Termin, Angebot oder Auftrag) und ersten Prüftermin vor dem Start festlegen.
