Blog
Im unserem Blog findet ihr Tipps, Tricks und vor allem einen frischen Blick auf Datengetriebene Entscheidungen in B2B Unternehmen.
Hier Weiterlesen 👇
acto raises EUR 3.7M seed to build the gold standard for active decision intelligence, starting in B2B sales
Paderborn, Germany, 15 March 2024 – acto, which is at the forefront of active decision intelligence for B2B sales teams, has raised €3.7 million in seed funding. The round, led by 468 Capital and Cusp Capital, with continued support from adesso ventures, will be used to further the startup’s mission to help B2B companies use data more effectively and solve the problem of data silos.
Founded by Pascal Salmen and Andre Stollhans, acto helps B2B sales teams tackle the critical challenge of data handling and decentralisation, which can lead to staff being overloaded with complex, difficult-to-understand and hard-to-process data, a problem all too familiar to the duo from their extensive backgrounds in CRM and ERP system implementations.
acto's platform empowers sales teams in wholesale, logistics, and B2B consumables by providing active decision intelligence on top of internal legacy technology (such as CRMs and ERPs) and external data sources, turning data chaos into actionable insights and significantly boosting sales efficiency and revenue. In a world where 80 percent of insights into customer behaviour such as potential future sales or churn risk go unnoticed (leading to a potential 15 percent loss in annual revenue), acto proactively detects anomalies, threats, and opportunities within customer data.
Its features provide sales reps with ‘out of the box AI’ which delivers customised insights, prioritised by their potential impact on sales, complete with direct next steps. These insights are accessible through the acto interface or directly within the sales rep's CRM. The platform not only enables sales teams to focus on the most impactful actions but also automates sales quotes and emails, generates revenue optimization and cross-selling opportunities, and seamlessly integrates with ERP systems and legacy technologies to expedite sales activities.
According to Fortune Business Intelligence, the active decision intelligence market is projected to grow from $14.66 billion in 2023 to $44.63 billion by 2030. acto’s offering stands out through its unique scoring model, proprietary data set, and a user-friendly interface focused on essential, prioritised signals, coupled with robust automation workflows.
Pascal Salmen, co-founder of acto, said:
"In a rapidly evolving market, B2B sales teams are drowning in a sea of data and customer information from BI dashboards, KPI cards, and spreadsheets, struggling to surface the critical insights on customer behaviour and leverage the vast amounts of data at their fingertips.
“Our partnership with leading investors 468 Capital and Cusp Capital enables us to accelerate our mission to transform data interaction within B2B sales, making every decision impactful."
Bardo Droege, investor at 468 Capital, said:
"acto's ability to sift through the noise and deliver precise, actionable decision suggestions is not just enhancing sales efficiency, but also has the potential to augment any function in an organisation, such as logistics or procurement."
“It is therefore well positioned to completely change the way companies leverage data - connecting data silos and substantially driving tangible business outcomes, and eliminating the guesswork by empowering decision makers to actively decide.“
"We are confident that acto's unique approach has the potential to set the gold standard in high-stake and high-volume decision augmentation.”
Matthias Müller, General Partner at Cusp Capital, said:
“Instead of trying to replace well-integrated legacy technology (i.e., ERP & CRM systems), acto enables businesses to turn their vast quantities of untapped data into actionable insights – hassle free. We believe this to be a game-changer for pressured SMEs powered by an exceptional team.”
The fresh influx of capital, which also includes funding from another.vc and several experienced business angels such as Benedikt Franke (Planetly) and Niklas Hellemann (SoSafe), will be used to fuel acto's growth and operations, including investing in the product roadmap, onboarding new customers, and expanding the team to further disrupt how B2B companies interact with data.
Additionally, acto is developing technology to augment customer data with data from the open web, elevating the quality of acto's scoring model and insight prioritisation by leveraging external data.
acto has already seen traction and includes Rhenus Logistics and Schäfer Shop as customers. Right now acto’s focus is on helping sales teams. In the future its products will help business teams in other areas such as procurement and logistics.
Joachim Bach, VP Sales International, Schäfer Shop, said:
“acto's AI saves our sales teams up to eight hours every week - meaning they are more productive and spend less time analysing data and more time with the right customers.”
About acto
acto is a leading provider of active decision intelligence. By integrating AI with legacy technology systems, acto transforms data overload into active decision intelligence insights, enhancing sales productivity and effectiveness. Founded by Pascal Salmen and Andre Stollhans, acto is on a mission to change how B2B companies augment decision making, driving revenue growth and operational efficiency, starting with sales before expanding to other organisational functions, such as logistics or procurement. Visit heyacto.com for more information.
About 468 Capital
468 Capital is a technology investment firm focused on supporting entrepreneurs with global ambitions. Founded in 2020, the firm invests in category defining businesses. The team has a history of building, operating and investing in successful technology companies. Dual-headquartered in Berlin and San Francisco, 468 Capital provides strategic and financial support to entrepreneurs looking to grow their businesses internationally. 468 Capital was the first institutional investor in Aleph Alpha, which recently raised $500 million.
About Cusp Capital
Cusp Capital is a venture capital firm focused on European software and technology. The fund invests in early-stage companies on the cusp of redefining their industries by channelling new socioeconomic and technological paradigms. The Cusp Capital team members are long-time contributors to the technology ecosystem. Over the last fifteen years, they have invested more than € 600m in companies such as Zalando, Delivery Hero, Klarna, Scalable Capital, data Artisans, Personio and SoSafe.
---
acto's seed round in the media:
Business Punk: Die Zukunft des Mittelstands: Wie KI den Vertrieb revolutioniert
StartBase: acto mit 3,7 Millionen Euro Seed-Finanzierung
Tech EU: Acto raises €3.7M for sales decision intelligence platform
EU-Startups: German data startup acto lands €3.7 million to empower B2B sales teams with their active decision intelligence
Kundenanalyse und Lead-Scoring im B2B Vertrieb, mithilfe von KI und Machine Learning
Nutzt du KI und Machine Learning effektiv in deinen B2B-Vertriebsprozessen?
Wenn du dich bei dieser Frage am Kopf kratzt, keine Sorge. Du bist nicht allein. Es ist ein neues und komplexes Feld und es gibt keine “one-size-fits-all” Lösung. Und nur weil du KI noch nicht im Vertrieb einsetzt, heißt das nicht, dass euer Sales hinterherhinkt.
Es lohnt sich aber, darüber nachzudenken. KI und Machine Learning können Vertriebsprozesse optimieren, Antworten aus Daten liefern und letztlich B2B-Vertrieb ankurbeln. Es mag einschüchternd wirken, aber du brauchst keinen Doktortitel in Informatik, um mit KI im Sales zu starten.
Was bedeutet es also, KI und Machine Learning im B2B-Vertrieb zu implementieren?
Das ist ziemlich subjektiv und hängt vom Unternehmen, Verkaufszyklen und Kunden ab. Einige nutzen KI für die Lead-Bewertung, andere um predictive Analytics im Verkaufsprozess zu nutzen. Und für viele ist es wahrscheinlich eine Mischung aus mehreren Anwendungen.
Unternehmen, die KI und Machine Learning effektiv in ihren Vertriebsprozessen nutzen, berichten oft von:
- Verbesserter Lead-Scoring und -Qualifikation
- Erhöhter Effizienz im Pipeline-Management
- Verbesserter Kundeninteraktion und Personalisierung
- Größeren Einblicken in das Kundenverhalten und die Kundenbedürfnisse
- Erhöhter Verkaufsproduktivität und Umsatz
Wir haben hier einige praktische Tipps, um dir den Einstieg in das Thema zu erleichtern.
Machine Learning, um Kunden besser zu verstehen
Hattet ihr im Vertrieb schonmal das Gefühl, dass ihr im Dunkeln tappt, wenn es darum geht? Oder dass Vertriebserfolg mehr auf Bauchgefühl basiert, als man vielleicht zugeben möchte?
Machine Learning kann helfen ein klareres Bild über alle Accounts zu bekommen. Es kann Kundendaten analysieren, Muster erkennen und Einblicke in das Verhalten und die Bedürfnisse der Kunden geben.
Wie ein Detektiv, der 24/7 alle Kundendaten durchforstet und ein vollständiges Bild Ihres Kunden zusammensetzen kann. Mit diesem Wissen kann der Vertrieb mit Sales Alerts ausgestattet werden und besser auf die Bedürfnisse eurer Kunden eingehen.
Lead-Scoring
Habt ihr euch schonmal dabei ertappt, wie ihr Leads verfolgt, die ins Leere laufen? Oder vielleicht habt ihr ein potentielles Goldgräberfeld übersehen, weil es auf den ersten Blick nicht vielversprechend aussah?
Hier kommt KI ins Spiel. Datenpunkte aus verschiedenen Quellen analysieren, Leads nach ihrer Wahrscheinlichkeit zur Konvertierung einstufen und dabei helfen, den Vertrieb dort hinzulenken, wo die Erfolgschancen am größten sind.
Wie eine Kristallkugel im Sales, die euch sagt, wo Sales-Power sinnvoll eingesetzt werden sollte. Keine Sorgen, die Einzelheiten solcher Algorithmen muss man nicht verstehen :)
Die meisten KI-Tools sind benutzerfreundlich und bieten klare Einblicke, die direkt in die Vertriebsstrategie integriert werden können.
Die Implementierung von KI und Machine Learning in Vertriebsprozesse bietet riesige Potentiale. Auch wenn es auf den ersten Blick komplex aussieht - Tools wie acto bieten mittlerweile “plug-and-play” die auf euren CRM-Systemen aufsetzen. Ohne aufwendige Implementierungsphase wie bei Salesforce, SAP und Co.
So bekommen auch traditionelle B2B-Vertriebsteams einen einfachen Einstieg und können von KI und Machine Learning im Vertrieb profitieren.
Wie schaffen es Unternehmen, den Überblick über Ihre Kunden zu behalten? Wie können Unternehmen noch näher an den eigenen Kunden sein? Wie können die Vertriebs- und Servicemitarbeiter:innen über aktuelle und zukünftige Auffälligkeiten und Potenziale immer up to date sein?
Genau das sind Fragen, die sich Vertriebsmanager täglich stellen! Die Antworten auf diese Fragen können mit Data Analytics - oder spezifischer: (Predictive) Customer Analytics – beantwortet werden. Um das genauer zu verstehen, haben wir fünf Analytics-Use Cases beschrieben, um im Vertrieb zukünftig datenbasierte Entscheidungen zu treffen und die passenden Antworten auf die obigen Fragen zu finden.
1) Den Überblick mit intelligenten Kundensegmenten
Kunden sind häufig sehr unterschiedlich in Bezug auf die Umsatzgröße, das Auftragsverhalten oder auch die Servicebedürftigkeit. Diese Unterschiede müssen auch in der Analyse der Kunden berücksichtigt werden. Deshalb macht es häufig keinen Sinn von «der einen Kundengruppe» zu sprechen, denn so werden Auffälligkeiten und Muster schnell generalisiert und die aus den datenabgeleiteten Informationen sind nicht zutreffend.
Intelligente Segmentierung kann hier der Schlüssel sein, um Kunden genauer zu Analysieren und dediziert Anzusprechen. Anders als bei einer klassischen Kategorisierung z. B. nach Regionen, Umsatz oder Produkten, wird bei einer intelligenten Segmentierung eine Vielzahl von relevanten Informationen (auch Kundenattribute bzw. Kunden-Features) mit einbezogen und es werden automatisch die Segmente gebildet, die das Kundenverhalten in Gänze am besten beschreiben.
Dies ist eine interessante Information z.B. für das Marketing und die Ableitung von Marketingmaßnahmen. Viel wichtiger ist aber, dass diese Kundensegmentierung die Basis für KI-basierte Analysen, wie z.B. die Abwanderungsvorhersage oder das Auftragsforecasting ist.
2) Den Überblick behalten: Auffälligkeiten im Kundenverhalten (Anomaly Detection)
Gerade wenn es viele unterschiedliche Kunden oder viele unterschiedliche Produkte im Portfolio gibt, ist es schwierig und auch sehr aufwendig im Tagesgeschäft den Überblick über alle Kunden zu behalten – selbst wenn diese segmentiert sind. Gerade bei den kleineren oder mittelgroßen Kunden, die nicht direkt durch einen oder mehrere Key Account Manager:innen betreut werden, fallen Auffälligkeiten in deren Kaufverhalten häufig erst zu spät oder gar nicht auf. Hier kann die Anomaly Detection helfen, die automatisiert und vollumfänglich alle Kunden tracked und den Vertrieb proaktiv auf Auffälligkeiten im Kaufverhalten der Kunden hinweist.
Das müssen nicht nur negative Auffälligkeiten, wie z. B. eine Umsatzreduktion bei einem speziellen Kunden sein, sondern können auch positive Ausschläge sein, wie z.B. der Anstieg bei einem Kunden in einer bestimmten Produktkategorie.
Aber wie kommt man (ohne viel Aufwand) zu diesen Ergebnissen? Es muss nicht immer die KI sein ... Hier funktioniert auch häufig ein eher klassischer Ansatz mit deskriptiven Analysen und einer hinterlegten Logik. Ziel ist hierbei aber in jedem Fall frühzeitig – am besten tagesaktuell – über Auffälligkeiten Bescheid zu wissen, um entsprechend agieren zu können.
3) Kunden langfristig binden : Abwanderungsvorhersage (Churn Prediction)
Die Vorhersage von Kundenabwanderungen ist häufig einer der «Klassiker» im Bereich der KI-basierten Kundenanalysen. Gerade wenn der Überblick über alle Kunden und das Kaufverhalten dieser Kunden unübersichtlich ist, können mithilfe der Churn Predicition potenzielle Kundenabwanderungen bereits erkannt werden, bevor sie überhaupt passieren.
Trainiert wird dieser Algorithmus mithilfe von historischen Auftrags-, Kunden- und Vertragsdaten aus den internen Systemen (z. B. ERP-, CRM-, oder Servicesystem) sowie häufig auch noch externen Informationen. Mithilfe dieser historischen Daten – und vor allem den Informationen aus bereits abgewanderten Kunden – werden Muster über das Kundenverhalten vor der Abwanderung erkannt. Die aktuellen Bestandskunden werden dann auf die erkannten Muster automatisiert überprüft und so kundenindividuell eine Abwanderungswahrscheinlichkeit ermittelt.
Wichtig ist hierbei vor allem, dass man die Vertriebsmitarbeitenden nicht mit den reinen Wahrscheinlichkeiten allein lässt, sondern auch Gründe und potenzielle Gegenmaßnahmen benennt bzw. vorschlägt. Dadurch lassen sich Probleme deutlich stärker „an der Wurzel packen“ mit dem schönen Nebeneffekt, dass auch das Vertrauen der Mitarbeitenden in die Analyse (bzw. in das Tool) und somit auch die Akzeptanz steigt.
4) Das Geschäft optimieren: Kundenpotenzial analysieren
Um Potenziale bei einzelnen Kunden zu entdecken, ist es zunächst wichtig, die Kunden zu identifizieren, die noch Potenzial haben und zu beziffern, wie hoch dieses Potenzial sein könnte. Um darüber eine Aussage zu treffen, findet häufig der sog. «Share of Wallet»-Ansatz Anwendung. Dieser gibt an, wie viel ein Kunde bzw. eine Kundin für die angebotenen Dienstleistungen oder Produkte im Vergleich zu seinem Gesamtbudget für diese Dienstleistungen oder Produkte ausgibt. Durch den Umsatzvergleich ähnlicher Kunden (z. B. vergleichbar Branche, Mitarbeitendenanzahl, Umsatz) können so Umsatzpotentiale identifiziert werden. Häufig liegen die relevanten Daten zum Kunden jedoch nicht vollständig oder korrekt in den Systemen vor – doch dabei kann die Anreicherung mit externen Firmendaten Abhilfe schaffen.
Beispiel: Der Kunde A, der dem Kunden B sehr ähnlich ist (beides Unternehmen aus der Elektrotechnik mit 1.500 Mitarbeitern und 200 M€ Jahresumsatz), bezieht aktuell Produkte für 500 T€ pro Jahre, wohingegen der Kunde B 1,5 M€ pro Jahr umsetzt. So müsste rein theoretisch bei Kunden A noch ein Potenzial von 1 M€ vorhanden sein, das mit den passenden Produkten und Maßnahmen gehoben werden könnte.
Und da sind wir auch schon bei der zweiten Kategorie an Kundenpotenzialanalysen, denn es ist wichtig, zu wissen, welche Produkte dieses Potenzial am besten ausschöpfen können. Hier kommen sog. Recommender Systeme zum Einsatz. Recommender Systeme werden auch bei Netflix oder Amazon verwendet. Systeme, die anhand von ähnlichen Kunden (z. B. durch eine intelligente Segmentation) oder auch anhand von passenden Produkt- und Servicekombinationen automatisch Vorschläge generieren. Konkret: Produkte, welche zu einem bestimmten Kunden bzw. Kundin passen, um ihm bzw. ihr diese mit einer hohen Erfolgswahrscheinlichkeit anzubieten.
5) Das Geschäft erweitern: Datenbasierte Neukundengewinnung
Ein weiterer spannender Use Case im Bereich Customer Analytics richtet den Blick weg von den Bestandskunden hin zur Neukundengewinnung. Wobei diese Aussage nicht ganz korrekt ist, denn bei der datenbasierten Neukundengewinnung spielen die Bestandskunden auch eine sehr entscheidenden Rolle.
Es werden besonders profitable oder umsatzstarke Bestandskunden identifiziert und die Eigenschaften und Muster dieser «wertvollen Bestandskunden» werden abgeleitet. Konkret: Was macht diese Kunden besonders? Aus diesen gewonnenen Eigenschaften und Mustern können nun sehr zielgerichtete Abfrage auf externe Firmendatenbanken gestartet werden, sodass automatisiert potenzielle Neukunden vorgeschlagen werden, die sehr ähnlich zu «wertvollen Bestandskunden» sind.
Wenn dir dieser kurze Überblick zum Thema «Customer Analytics» gefallen hat und du mehr darüber erfahren willst, dann melde dich gerne persönlich bei: pascal@heyacto.com
Fragen?
Wir helfen gerne.
Häufig gestellte Fragen und alles was du über acto wissen musst.
Handelt es sich um eine cloudbasierte Software?
Ja, acto ist eine Software-as-a-Service-Lösung. Du nutzt immer die neueste Version und genießt maximale Flexibilität durch unser monatliches Abonnement ohne Einrichtungsgebühren.
Welche Daten nutzt acto?
Wir verbinden alle deine Datensilos. acto funktioniert am besten, wenn unsere KI alle relevanten Kundeninformationen analysieren kann, z.B.: CRM, ERP, Ticketsystem.
Mit welchen CRM-Systemen funktioniert acto?
Wir haben Standardconnectoren zu den gängigsten CRM-Systemen wie Salesforce, MS Dynamics, Sugar CRM, Hubspot. Falls deines hier nicht aufgeführt ist, gib uns Bescheid und wir finden gemeinsam eine Lösung.
Was ist, wenn ich kein CRM nutze?
Kein CRM - kein Problem! Wir bieten auch ein superleichtes Frontend an, um deinem Team alle relevanten Analysen und unsere konkreten Sales Aktionen zur Verfügung zu stellen.
Wie lange dauert die Integration von acto?
Wir entwickeln gerade ein Plug-and-Play Setup. Bis es soweit ist, wird acto innerhalb von ein paar Tagen vollständig von uns integriert.
Was ist der Unterschied zu meinem BI?
Was machst du normalerweise mit deinen schönen Dashboards? Wir visualisieren deine Daten nicht nur. Wir machen daraus Aktionen - damit du nicht länger tagelang mit Drilldowns in BI-Dashboards beschäftigt bist, sondern mehr Zeit für Sales hast.
Kann mein CRM nicht all das leisten?
Wir glauben, dass dein CRM-System perfekt für Customer Relationships ist, aber nicht für das Vertriebsmanagement. Mit acto machen wir dein Vertriebsmanagement proaktiv und datengesteuert, um dein Team auf maximalen Erfolg einzustellen. Keine Sorge, dein Team braucht kein neues Tool.
Was ist mit dem Datenschutz?
Sollten mit unserer Software personenbezogene Daten verarbeitet werden, unterliegen wir in vollem Umfang den Anforderungen der Allgemeinen Datenschutzverordnung (DSGVO). Wir agieren in diesem Fall als Auftragsdatenverarbeiter und müssen daher besondere Anforderungen erfüllen, die in einer entsprechenden Vereinbarung (Auftragsverarbeitungsvertrag, AVV) geregelt sind.