Firmografische Segmentierung: Segmente bilden, die konvertieren

Firmografische Segmentierung bedeutet, Zielunternehmen nach Merkmalen wie Branche, Größe, Umsatz, Standort und Wachstumsphase zu gruppieren und jede Gruppe bei Botschaften, Angeboten und Vertriebsansatz unterschiedlich zu behandeln. Jedes B2B-Team macht irgendeine Version davon. Die meisten machen es schlecht: Die Grenzen stammen aus dem Standard-Dropdown eines Datenanbieters („51–200 Mitarbeitende“) statt aus den eigenen Gewinnen und Verlusten des Teams.

Dieser Beitrag ist die praktische Anleitung. Wenn Sie zuerst die Definition der zugrunde liegenden Daten brauchen, lesen Sie unseren Glossareintrag zu firmografischen Daten. Hier zeigen wir, welche firmografischen Merkmale den Fit tatsächlich vorhersagen, wie Sie Segmentgrenzen aus Ihren gewonnenen Deals ableiten (mit Rechenbeispiel), was Sie jedem Segment auf Ihrer Website zeigen, woher die Daten stammen, wie genau sie sind und mit wie vielen Segmenten Sie starten sollten.

Welche Firmografiedaten den B2B-Fit wirklich vorhersagen

Es gibt Dutzende firmografische Felder. Nur eine Handvoll verändert in der Regel, wer kauft, wie viel gezahlt wird und wie lange es dauert. Priorisieren Sie Kandidaten anhand von zwei Fragen: Verändert das Merkmal das Problem oder den Prozess des Käufers, und können Sie es vor einem Vertriebsgespräch zuverlässig kennen?

Die letzte Zeile gehört streng genommen zu den technografischen statt den firmografischen Daten, verhält sich bei der Segmentierung aber genauso: ein festes Merkmal des Unternehmens, das ändert, was Sie sagen sollten. Unsere Sicht: Für Softwareunternehmen ist „nutzt Tool X“ oft ein schärferes Segment als die Branche, weil es sich direkt in eine Integrationsbotschaft übersetzen lässt.

So legen Sie Segmentgrenzen anhand von Closed-Won-Daten fest

Gehen Sie nicht von den Größenklassen eines Anbieters aus, sondern von Ihren eigenen Ergebnissen. Die Methode:

1. Exportieren Sie abgeschlossene Opportunities (gewonnen und verloren) der letzten 12 bis 24 Monate mit Mitarbeiterzahl, Branche, Region, Deal-Wert, Erstellungs- und Abschlussdatum.
2. Reichern Sie fehlende Felder an, damit jede Zeile die Attribute hat, die Sie testen möchten. Leere Zeilen verzerren das Ergebnis.
3. Zuerst fein gruppieren. Nutzen Sie enge Spannen (zum Beispiel 1–20, 21–50, 51–100, 101–200 usw.), damit Sie sehen, wo sich die Ergebnisse ändern.
4. Berechnen Sie je Kategorie: Win-Rate, durchschnittlichen Vertragswert, mittleren Vertriebszyklus und erwarteten Wert pro Opportunity (Win-Rate mal durchschnittlicher Vertragswert).
5. Fassen Sie benachbarte Gruppen mit ähnlichem Verhalten zusammen und ziehen Sie Grenzen dort, wo eine Kennzahl springt.
6. Prüfen Sie die Stichprobengrößen auf Plausibilität. Eine Gruppe mit fünf Deals ist eine Anekdote. Führen Sie sie mit einer benachbarten zusammen oder markieren Sie sie als „unbekannt“.

Durchgerechnetes Beispiel

Beispiel (fiktive Zahlen für ein hypothetisches B2B-Softwareunternehmen mit 300 abgeschlossenen Opportunities in 18 Monaten):

Der Wert pro Opportunity ist Win Rate mal Vertragswert: 0,24 x 14.000 € = 3.360 € (gerundet 3.400 €), 0,25 x 32.000 € = 8.000 € und so weiter. Was die Tabelle zeigt:

• 1–50 bringt die meisten Opportunities, aber den geringsten Wert pro Opportunity. Das spricht für einen Low-Touch-, Self-Service- oder Schnell-Demo-Pfad, nicht für mehr SDR-Zeit.
• 51–200 und 201–1.000 gewinnen mit fast derselben Rate, aber der Vertragswert ist mehr als doppelt so hoch. Behalten Sie sie für Preise und Belege als getrennte Segmente, auch wenn der Vertriebsprozess ähnlich ist.
• 1.001+ hat einen hohen Wert pro Deal, aber eine niedrige Gewinnquote auf Basis von nur drei Abschlüssen. Das ist zu wenig für belastbare Schlüsse. Behandeln Sie es als ABM-Strategie für namentlich definierte Accounts und prüfen Sie es erneut, wenn Sie mehr Daten haben.

Die Grenze bei 1.000 ergibt sich hier aus den Daten, nicht aus einer Konvention. Ihre Grenzen könnten bei 30 und 400 liegen. Wiederholen Sie die Übung für Branche und Region, und Sie haben ein evidenzbasiertes Ideal Customer Profile statt eines geschätzten.

Segmenttabelle: was Sie jedem Segment auf Ihrer Website zeigen

Ein Segment ist nur nützlich, wenn sich für es etwas ändert. Um beim Beispiel zu bleiben: So werden die Segmente zu Website-Botschaften und Calls-to-Action.

Unternehmensgröße und Branche behandeln Sie am besten als zwei Ebenen: Die Größe bestimmt den CTA und das Gewicht der Belege, die Branche bestimmt das Vokabular und die Case Study. Unsere Beiträge zur Personalisierung Ihrer Website nach Unternehmensgröße und zur branchenspezifischen Website-Personalisierung zeigen Beispiele auf Seitenebene für beides.

Woher firmografische Daten stammen

Sie brauchen firmografische Daten zu zwei Zeitpunkten: offline, wenn Sie Deals analysieren und Ziellisten aufbauen, und in Echtzeit, wenn ein Besucher auf Ihrer Website landet.

• Ihr CRM. Datensätze in HubSpot, Salesforce oder Pipedrive für Bestandskunden und Opportunities. Die vertrauenswürdigste Quelle für Ihre eigenen Accounts, bei Interessenten aber oft lückenhaft.
• Anreicherungsanbieter. Datenbanken, die einer Domain oder einem Datensatz Unternehmensmerkmale hinzufügen, etwa ZoomInfo, Apollo, Cognism, Dun & Bradstreet und HubSpot Breeze Intelligence (ehemals Clearbit). Die Abdeckung variiert nach Region und Unternehmensgröße; testen Sie daher mit Ihren eigenen Datensätzen, bevor Sie sich festlegen.
• Reverse-IP-Lookup und Besucheridentifikation. Tools, die das Netzwerk eines Besuchers einem Unternehmen zuordnen, etwa Leadfeeder, Demandbase und 6sense. Das macht Website-Segmentierung in Echtzeit erst möglich. Siehe wie Reverse-IP-Lookup funktioniert.
• Technografische Quellen. BuiltWith und Wappalyzer erkennen Technologien, die auf der Website eines Unternehmens sichtbar sind; HG Insights und ähnliche Anbieter leiten breitere installierte Basen ab.
• Öffentliche Quellen. Unternehmensregister (zum Beispiel Companies House im Vereinigten Königreich), SEC-Filings für börsennotierte US-Unternehmen, Crunchbase für Finanzierungsrunden, Stellenanzeigen und LinkedIn-Unternehmensseiten.
• Angegebene Daten. Ein Formularfeld zur Unternehmensgröße oder eine Domain, die Sie anreichern können. Die genaueste Quelle für den einzelnen Besucher und diejenige, bei der die meisten Teams zu viel abfragen.

Wie Sie dieselben Merkmale für Outbound-Listen nutzen, zeigt dieser Leitfaden zu firmografischen Daten für das Vertriebs-Targeting.

Einschränkungen bei der Genauigkeit, die die meisten Teams ignorieren

• Die Mitarbeiterzahl unterscheidet sich je nach Quelle. Ein Anbieter zählt LinkedIn-Profile, ein anderer nutzt Registerdaten, ein dritter schätzt. Legen Sie eine Quelle als maßgeblich für die Segmentierung fest, damit ein Unternehmen nicht zwischen Größenklassen springt.
• Branchencodes widersprechen sich. NAICS, SIC und LinkedIn-Branchen ordnen dasselbe Unternehmen unterschiedlich ein, und Unternehmen mit mehreren Geschäftsbereichen passen in mehrere. Bilden Sie die Codes der Anbieter auf Ihre eigene kurze Liste von 5 bis 10 Branchen ab.
• Der Umsatz privater Unternehmen ist meist modelliert. Nutzen Sie ihn als grobe Spanne, nie als präzisen Filter.
• IP-Matching übersieht Menschen. Remote-Mitarbeitende mit privatem Breitbandanschluss, VPNs und Mobilfunknetze lassen sich oft keinem Unternehmen zuordnen, und kleine Unternehmen sind schwerer zu matchen als große. Die Match-Raten variieren je nach Zielgruppe stark, messen Sie also Ihre eigene: Nehmen Sie eine Stichprobe von Besuchern, die später ein Formular ausgefüllt haben, und prüfen Sie, wie viele vorher dem richtigen Unternehmen zugeordnet waren.
• Standort bedeutet Hauptsitz. Ein Besucher aus einem Berliner Büro eines US-Unternehmens wird oft als US markiert. Nutzen Sie die Geolokalisierung des Besuchers für Sprache und Währung und den Hauptsitz für das Vertriebsgebiet.
• Daten altern. Finanzierungsrunden, Mitarbeiterzahl und Tech-Stack ändern sich. Reichern Sie aktive Accounts mindestens vierteljährlich neu an.

Mit wie vielen Segmenten Sie starten sollten

Weniger, als Sie denken. Selten sind die Daten der limitierende Faktor; es sind Inhalte und Messung. Jedes Segment braucht eigene Texte und Belege, jemanden, der sie aktuell hält, und genug Traffic, um festzustellen, ob es funktioniert.

Die Messung ist unerbittlich. Beispiel: Ein Segment, das zu 2 % konvertiert und bei dem Sie einen Anstieg auf 2,6 % (eine relative Verbesserung von 30 %) nachweisen möchten, braucht bei 95 % Konfidenz und 80 % Power etwa 9.800 Besucher pro Variante, also rund 19.600 identifizierte Besucher für einen Test mit zwei Varianten. Die Rechnung steht in unserem Leitfaden zur Stichprobengröße bei A/B-Tests. Die meisten B2B-Segmente erreichen das in einem Quartal nie.

Unsere Entscheidungsregel:

• Beginnen Sie mit drei Segmenten, die den Großteil Ihres gewonnenen Umsatzes abdecken, plus der Standard-Experience für nicht identifizierte Besucher.
• Testen Sie nur das größte Segment formal per A/B-Test. Rollen Sie für die anderen das personalisierte Erlebnis auf Basis von Evidenz aus Vertrieb und Kundenfeedback aus und verfolgen Sie Pipeline und Win Rate pro Segment von Quartal zu Quartal.
• Legen Sie eine Branchenebene darüber – nur für Branchen mit eigenen Fallstudien und zumindest einigen gewonnenen Deals.
• Fügen Sie ein neues Segment nur hinzu, wenn Sie die andere Botschaft, die anderen Belege und den Verantwortlichen benennen können.

Sind die Regeln definiert, kann ein Tool wie die Segmentierung von Markettailor sie bei jedem Besuch auswerten, aber der schwierige Teil ist die obige Analyse, nicht die Software.

Häufig gestellte Fragen

Was ist firmografische Segmentierung?

Firmografische Segmentierung teilt B2B-Interessenten und -Kunden anhand von Unternehmensmerkmalen wie Branche, Mitarbeiterzahl, Umsatz, Standort, Eigentümerstruktur und Wachstumsphase in Gruppen ein. Jedes Segment erhält dann Botschaften, Angebote, Preisschwerpunkte und eine Vertriebsabdeckung, die dazu passen, wie Unternehmen dieses Typs kaufen. Sie ist das B2B-Gegenstück zur demografischen Segmentierung, die einzelne Verbraucher nach Merkmalen wie Alter oder Einkommen gruppiert.

Was sind Beispiele für firmografische Merkmale?

Übliche firmografische Merkmale sind Branche oder Teilbranche, Mitarbeiterzahl, Jahresumsatz, Land und Region des Hauptsitzes, Rechts- oder Eigentümerstruktur (börsennotiert, privat, PE-finanziert, gemeinnützig), Unternehmensalter, Finanzierungsphase und jüngste Finanzierung sowie Wachstumssignale wie Neueinstellungen. Der Technologie-Stack wird meist separat als Technografie eingeordnet, aber in der Segmentierung häufig zusammen mit Firmografie verwendet.

Wie wählt man die Grenzen firmografischer Segmente?

Nutzen Sie Ihre eigenen Daten zu gewonnenen und verlorenen Deals. Teilen Sie Opportunities fein nach Mitarbeiterzahl, Branche oder Region ein, berechnen Sie für jede Gruppe Abschlussquote, durchschnittlichen Vertragswert, Sales-Zyklus und Wert pro Opportunity, fassen Sie dann Gruppen mit ähnlichem Verhalten zusammen und setzen Sie Grenzen dort, wo sich eine Kennzahl sprunghaft ändert. Verlassen Sie sich nicht auf die Standard-Größenklassen eines Datenanbieters, die selten zu Ihren Käufern passen.

Mit wie vielen firmografischen Segmenten sollten Sie starten?

Drei, plus ein Standarderlebnis für Besucher, die Sie nicht identifizieren können. Jedes Segment braucht eine eigene Botschaft, eigene Belege, einen Verantwortlichen und genug Traffic für eine Messung. Die meisten B2B-Websites haben nicht genug Traffic, um viele Segmente per A/B-Test zu prüfen. Testen Sie daher das größte formal und verfolgen Sie bei den übrigen die Pipeline pro Segment. Fügen Sie Segmente nur hinzu, wenn es eine klar andere Botschaft zu zeigen gibt.