Schnelle Imbissbuden
- Die Inhaltsaffinitätsbewertung erfasst, welche Themen ein potenzieller Kunde tatsächlich bevorzugt.
- Das reine Engagement-Volumen verschleiert, worauf es den Käufern wirklich ankommt.
- Themenbezogene Absichtssignale sagen die Bereitschaft besser voraus als reine Klickzahlen.
- Für eine personalisierte Lernpfadgestaltung werden echte Daten zur Inhaltsaffinität benötigt, keine Vermutungen.
- Dynamische Inhaltsempfehlungen basieren auf einer präzisen Themenbewertung, nicht auf Annahmen.
- Die meisten Eloqua- und Marketo-Instanzen enthalten bereits die benötigten Daten.
Inhaltsverzeichnis
Die Bewertung der Inhaltsaffinität beantwortet eine Frage, die reine Engagement-Kennzahlen nicht beantworten können: Welche Themen interessieren diesen Lead tatsächlich? Ein Lead, der drei Preisseiten und eine Integrationsanleitung liest, zeigt ein anderes Interesse als einer, der drei Blogbeiträge und eine Webinar-Zusammenfassung liest. Die meisten Bewertungsmodelle stufen beide jedoch gleich ein, da sie Klicks und Öffnungen, nicht aber die thematischen Belange berücksichtigen.
Diese Diskrepanz kann schnell teuer werden. Der Vertrieb erhält einen vielversprechenden Lead, der zufällig viele Klicks getätigt hat, und stellt dann im ersten Gespräch fest, dass der Interessent sich für eine andere Produktlinie, einen anderen Anwendungsfall oder eine andere Kaufphase interessiert als die, die der Vertrieb vorbereitet hatte. Die Interaktionsrate signalisierte Bereitschaft. Der Inhalt selbst sprach eine andere Sprache.
Die Lösung besteht nicht in einem neuen Scoring-Modell, das dem alten einfach hinzugefügt wird. Vielmehr geht es darum, die themenbezogenen Signale zu analysieren, die Ihre Plattform wahrscheinlich bereits erfasst – unabhängig von der zugrundeliegenden Marketing-Automatisierungsarchitektur – und mithilfe von Content-Affinitäts-Scoring Leads gezielt in Nurturing-Pfade zu lenken. Diese Pfade basieren auf den tatsächlichen Lerninteressen der Leads und nicht nur auf ihrer bisherigen Aktivität. Den übergeordneten Rahmen und die Einordnung dieses Modells erklären wir in unserem Artikel darüber, wie KI das Lead-Scoring und die Lead-Bewertung für Marketing-Operations revolutioniert.
Welche Kennzahlen zur Inhaltsaffinität werden bei Engagement-Bewertungen übersehen?
Die Bewertung der Content-Affinität misst, zu welchen Themenbereichen ein Lead regelmäßig zurückkehrt, wobei thematische Überschneidungen und wiederholte Besuche stärker gewichtet werden als die reine Klickzahl. Eine herkömmliche Engagement-Bewertung vergibt Punkte für jedes Öffnen, jeden Klick und jedes ausgefüllte Formular, unabhängig vom Inhalt. Daher können zwei Leads mit derselben Bewertung völlig unterschiedliche Interessen haben.
Volumen vs. Thema: Zwei verschiedene Fragen
Warum das wichtig ist: Das E-Mail-Volumen zeigt an, dass ein Lead aktiv ist. Das Thema verrät, woran er interessiert ist, und nur eines dieser beiden Merkmale hilft dem Vertrieb, ein relevantes Gespräch zu beginnen. Ein Interessent, der fünf E-Mails zur selben Integration öffnet, ist eine andere Chance als einer, der fünf E-Mails zu fünf verschiedenen Produkten öffnet.
Herkömmliche Lead-Scoring-Modelle, die die meisten Teams noch immer verwenden, wurden nie dafür entwickelt, zwischen diesen beiden Aspekten zu trennen. „Marketo Lead Scoring: Ein Überblick“ erläutert, wie punktbasierte Modelle Aktivitäten addieren, ohne deren eigentlichen Inhalt zu differenzieren – genau diese Lücke soll Content Affinity Scoring schließen.
Wo dies zuerst auftaucht: Die MQL-Übergabe
Die Diskrepanz wird am deutlichsten bei der Übergabe eines MQLs sichtbar, wenn ein bewerteter Lead ohne Kontext – außer einer Kennzahl – an den Vertrieb weitergeleitet wird. Ein Vertriebsmitarbeiter, der den Datensatz öffnet und erwartet, einen Käufer vorzufinden, der allein aufgrund der Bewertung bereit ist, über Enterprise-Preise zu sprechen, und stattdessen jemanden trifft, der sich bisher nur mit Einstiegsinhalten beschäftigt hat, verliert das Meeting, bevor es überhaupt begonnen hat. Genau dieses Problem soll die Bewertung der Content-Affinität verhindern: dem Vertrieb das Thema liefern, nicht nur die ungefähre Relevanz.
Lesen, wie themenbezogenes Interesse tatsächlich aussieht
Themenbezogene Intentionen sind in den Daten enthalten, die die meisten Plattformen bereits erfassen: Welche Seiten, Assets und E-Mail-Links ein Lead aufruft, gruppiert nach Thema statt nach Datum. Die Rohdaten sind in der Regel vorhanden. Was meist fehlt, ist der Schritt, der jeden Inhalt thematisch verschlagwortet und diese Verschlagwortung zu einem Profil zusammenfasst.
Inhaltssignale, die es wert sind, verfolgt zu werden
Zu den Indikatoren für die Interaktion mit Inhalten, die sich für die Erstellung eines Themenprofils eignen, gehören wiederholte Besuche derselben Inhaltskategorie, die Verweildauer auf bestimmten Ressourcenseiten und die Auswahl von Webinar- oder Leitfadenthemen durch einen potenziellen Kunden. Ein einziger Klick auf eine Preisseite bedeutet weniger als drei Besuche der Anwendungsbeispiele desselben Produkts innerhalb von zwei Wochen.
Der Artikel „Wie Marketing-Audits Architekturprobleme von Nurture-Kampagnen aufdecken“ behandelt einen damit zusammenhängenden Audit-Schritt: die Überprüfung, ob die bestehende Verzweigungslogik eines Nurture-Pfades von vornherein darauf ausgelegt war, solche Themendaten zu lesen, oder ob sie erst nachträglich hinzugefügt wurde, nachdem die Kampagne bereits live war.
Insbesondere in Eloqua können Engagement-Kriterien auf Kampagnenebene konfiguriert werden, um bestimmte Interaktionen mit Inhalten unterschiedlich zu gewichten. Dies ist im Oracle-Leitfaden zur Konfiguration von Engagement-Kriterien dokumentiert , wo in der Regel zuerst die Gewichtung der Themen für die Bewertung der Inhaltsaffinität eingerichtet wird.
Umwandlung von Seitenaktivitäten in ein Themenprofil
Um aus diesen Aktivitäten ein nutzbares Profil zu erstellen, ist ein wichtiger Schritt nötig, den die meisten Teams auslassen: die thematische Kategorisierung von Inhalten vor der Bewertung. Ohne diese Kategorisierung verfügt eine Marketing-Automatisierungsplattform zwar über zahlreiche Interaktionsdaten, kann diese aber nicht gruppieren. Genau hier liegt der Unterschied zwischen Aktivitätsverfolgung und einem nutzbaren Themenprofil.
Förderungspfade aufbauen, die auf Affinität und nicht auf Quantität basieren.
Die auf Inhaltsaffinitätsbewertung basierende Personalisierung des Nurture-Pfads leitet Leads zu den Inhalten, die ihren tatsächlichen Interessen entsprechen, und nicht zu denen, die ihrer Bewertungskategorie entsprechen. Ein Lead mit hoher Reichweite, der aber tatsächlich an einem spezifischen Anwendungsfall interessiert ist, erhält zuerst Inhalte zu diesem Anwendungsfall und nicht eine generische Top-of-Funnel-Sequenz.
Verzweigen Sie nach Thema, nicht nur nach Punktzahlschwelle.
Warum das wichtig ist: Die meisten Nurturing-Pfade verzweigen sich ausschließlich anhand von Punktzahlschwellenwerten und leiten einen Lead von einer Phase zur nächsten weiter, sobald er eine bestimmte Punktzahl erreicht hat. Die Verzweigung nach Themenaffinität bedeutet, dass zwei Leads mit identischer Punktzahl in unterschiedlichen Pfaden landen können, da die Plattform nicht nur die Häufigkeit der Interaktionen, sondern auch die Interaktionen selbst analysiert.
B2B-Personalisierung ohne CDP: Was Ihr MAP bereits leisten kann, behandelt die Mechanismen, die die meisten Teams dafür benötigen: regelbasierte Verzweigung innerhalb von Eloqua, Marketo oder einer anderen Plattform, unter Verwendung von Daten, die das MAP bereits enthält, keine separate Datenplattform erforderlich.
Austauschen von Inhalten innerhalb des Pfades selbst
Dynamische Inhaltsempfehlungen erweitern dieses Prinzip innerhalb einer einzelnen Nurturing-E-Mail oder Landingpage. Anstatt allen denselben nächstbesten Inhaltsblock zu senden, wird der hervorgehobene Inhalt basierend auf dem Thema ausgetauscht, für das ein Lead Interesse gezeigt hat. Eine detaillierte Anleitung zu diesem Setup, die sowohl die Regeln für dynamische Inhalte als auch die zugehörige Nurturing-Logik erläutert, finden Sie in „ Vertriebspersonalisierte Nurturing-Pfade, Dynamische Inhalte für die Personalisierung“.
Adobes Leitfaden zum Verständnis von Predictive Content beschreibt einen vergleichbaren Ansatz auf der Marketo-Seite, bei dem Inhalte auf Basis modellierter Themeninteressen und nicht anhand eines festen Redaktionsplans angezeigt werden.
Einrichtung ohne Annahme einer einzigen Plattform
Für die Bewertung der Content-Affinität ist kein neues Tool erforderlich, das in Eloqua, Marketo oder eine andere Plattform integriert wird. Vielmehr werden die bereits vorhandenen Daten dieser Plattformen gezielter genutzt. Der Ausgangspunkt ist fast immer derselbe: Man wählt einige wenige Themen aus, die mit tatsächlichen Kaufentscheidungen zusammenhängen, ordnet bestehende Inhalte diesen Themen zu und analysiert anschließend das Engagement nach Themen anstatt nur nach der Gesamtaktivität.
Was Eloqua, Marketo oder eine andere Plattform Ihnen bereits bietet
Prädiktive Content-Scoring-Modelle können diesen Prozess beschleunigen, indem sie – sofern verfügbar – die Themen mit der höchsten Korrelation zur Conversion ermitteln. Die zugrundeliegende Tagging- und Tracking-Arbeit muss jedoch bereits vorhanden sein, da das Modell sonst keine Grundlage zum Lernen hat. Teams, die den Tagging-Schritt überspringen und direkt zur prädiktiven Ebene übergehen, erhalten in der Regel nur unbrauchbare Ergebnisse anstelle eines korrekt durchgeführten Content-Affinitäts-Scorings.
Wo dies in die umfassendere Automatisierungsstrategie passt
Dies ist kein eigenständiges Projekt. Es ist Teil derselben Kampagnenplanungsdisziplin, die in „ The Go/No-Go Gate: Predicting Campaign ROI Before a Single Asset Gets Built“ behandelt wird . Dort fließen themenbezogene Daten darüber, was Leads tatsächlich wünschen, in die Entscheidung ein, welche Kampagnen überhaupt erstellt werden. Für Teams, die dies im Rahmen einer umfassenderen Einführung umsetzen, zeigt „B2B Marketing Automation Strategy: A Practical Playbook for Scalable Growth“, wie sich diese Art von themenbezogenem Scoring in das übergeordnete Nurturing- und Lifecycle-Programm einfügt.
Fazit
Der Unterschied zwischen einem standardmäßigen Engagement-Score und einem Content-Affinitäts-Scoring liegt darin, dass wir nicht wissen, ob ein Lead aktiv ist, sondern was er als Nächstes wirklich will. Die meisten Eloqua-, Marketo- und andere MAP-Systeme erfassen bereits die Rohdaten. Was fast jedem Team fehlt, ist die thematische Verschlagwortung und die Verzweigungslogik, die diese Daten in Nurture-Pfade umwandelt, die auf echtem Interesse und nicht auf reinem Datenvolumen basieren. Der Vertrieb erhält keine Leads mehr, die zwar technisch interessant, aber praktisch unvorbereitet auf das Gespräch sind, und die Nurture-Pfade basieren nicht mehr auf Vermutungen. Wenn Ihr aktuelles Nurture-Programm noch immer ausschließlich auf Scores basiert, kontaktieren Sie uns bei 4Thought Marketing, um zu besprechen, was eine themenbasierte Neuausrichtung für Ihre Umgebung konkret bedeuten würde.
Über 4Thought Marketing
Wir sind eine B2B-Marketingautomatisierungs- und KI-Beratung mit dem Ziel, komplexe Technologien erfolgreich umzusetzen. Seit 2008 unterstützen wir Hunderte von Unternehmen aus den Bereichen Finanzdienstleistungen, Technologie, Fertigung und Immobilien dabei, mehr aus Eloqua, Marketo und deren CRM-Integrationen herauszuholen. Wir beraten unsere Kunden in den Bereichen Marketingautomatisierungsstrategie, Lead-Lifecycle-Management, KI, Compliance, Präferenzmanagement und mehr. Entdecken Sie unsere Dienstleistungen or Nimm Kontakt mit uns auf.
Häufig gestellte Fragen
Was ist Content-Affinitätsbewertung?
Content-Affinitätsbewertung ist eine Methode, die erfasst, mit welchen Themen ein potenzieller Nutzer regelmäßig interagiert, und nicht nur, wie oft. So kann das Marketingteam erkennen, welche Themen tatsächlich sein Interesse wecken. Dabei werden Signale wie wiederholte Besuche, Ressourcenauswahl und Verweildauer pro Themenkategorie anstelle einer einzigen Gesamtpunktzahl verwendet.
Worin unterscheidet sich dies von einem herkömmlichen Engagement-Score?
Ein Standard-Engagement-Score vergibt Punkte für Aktivitäten unabhängig vom Thema. So erhält ein Lead, der zehn themenfremde E-Mails öffnet, dieselbe Punktzahl wie einer, der zehn E-Mails zu einem einzigen Thema öffnet. Affinitätsdaten hingegen trennen die beiden Kategorien, indem sie das Engagement vor der Bewertung in Themenbereiche einteilen.
Benötige ich dafür eine CDP oder eine separate Datenplattform?
Nein. Der Großteil davon lässt sich innerhalb von Eloqua, Marketo oder einer anderen Plattform mit den dort bereits erfassten Daten ausführen, sofern die Inhalte thematisch getaggt und auf diesen Tags basierende Interaktionsregeln erstellt werden. Eine Customer Data Platform (CDP) kann bei größerem Umfang einen Mehrwert bieten, ist aber für die erste Version keine Voraussetzung.
Was zählt als Intention auf Themenebene?
Wiederholte Besuche derselben Inhaltskategorie, die Verweildauer auf bestimmten Ressourcenseiten und die Themenauswahl, die ein Lead trifft, wenn er zwischen mehreren Webinar- oder Leitfadenoptionen wählt, sind allesamt wichtige Faktoren. Ein einzelner Klick auf eine Seite ist ein schwacher Beleg; ein Muster in mehreren Inhalten zum selben Thema ist deutlich aussagekräftiger.
Wie lassen sich dynamische Inhaltsempfehlungen in einen Nurture-Pfad integrieren?
Sie tauschen die hervorgehobenen Inhalte in E-Mails oder Landingpages basierend auf dem Thema aus, für das ein Lead die größte Affinität gezeigt hat, anstatt allen in dieser Phase denselben nächstbesten Inhaltsblock zu senden. Es handelt sich um dieselben Themendaten, die für die Verzweigung verwendet werden, jedoch innerhalb einzelner Sendungen und nicht auf Pfadebene angewendet werden.
Wo soll ein Team anfangen, wenn nichts davon noch existiert?
Beginnen Sie mit der Verschlagwortung einiger weniger bestehender Inhalte – fünf bis zehn Themen, die mit tatsächlichen Kaufentscheidungen verknüpft sind. Erstellen Sie anschließend eine Verzweigungsregel basierend auf der Themeninteraktion, bevor Sie weitere Schritte unternehmen. Der Versuch, dies gleich am ersten Tag für die gesamte Inhaltsbibliothek umzusetzen, führt in der Regel zu Verzögerungen im Projekt; ein einzelner funktionierender Themenzweig beweist das Konzept schneller.