Warum wir kein maschinelles Lernen für Lead-Bewertung einsetzen
Ein Modell würde es besser rechnen. Nur schaut ein Vertriebler, der nicht versteht, woher die Bewertung kommt, irgendwann gar nicht mehr hin — und dann spielt es keine Rolle mehr, wie treffend sie war.
Was wir gebaut haben
Ein System für einen Factoring- und Leasingmakler: Firmen aus einem öffentlichen Register beziehen, jede bewerten, Mailkampagnen und Vertriebspipeline an einem Ort. Dazu eine öffentliche Website mit Provisionsrechner, live unter plusfactor.pl.
Das Herz des Systems ist die Bewertung: Jede Firma in der Datenbank bekommt eine Note von 0 bis 100, die sagt, wie gut sie zum Angebot des Maklers passt. Bei mehreren hundert Firmen pro Durchgang ist das der Unterschied zwischen sinnvoller Arbeit und dem Abtelefonieren einer Liste.
Warum kein Modell
Der erste Grund ist banal: Es gab nichts zum Trainieren. Ein Modell braucht Historie — Hunderte Firmen, bei denen bekannt ist, ob das Geschäft zustande kam. Der Makler startete bei null. Ein Modell, das mit einigen Dutzend Fällen trainiert wird, lernt vor allem die Zufälligkeit dieser Dutzend.
Der zweite Grund wiegt schwerer und bleibt auch dann gültig, wenn genug Daten vorliegen. Der Vertriebler muss der Bewertung widersprechen können. Sieht er eine Firma mit 80 und hält das für Unsinn, will er wissen, was diese Punkte gebracht hat — und ändert dann entweder seine Meinung oder findet einen Fehler in den Regeln. Beim Modell lautet die einzige verfügbare Antwort „so kam es heraus“, und das endet damit, dass die Bewertungsspalte ignoriert wird.
Der dritte Grund sind die Kosten. Offene Regeln werden lokal gerechnet, ohne für jede Firma einen kostenpflichtigen Dienst zu befragen. Die gesamte Datenbank neu zu bewerten kostet nichts außer Strom.
Wie es gebaut ist
Die Bewertung besteht aus mehreren Bestandteilen mit zugeordneten Gewichten: Branche, Größe, Rechtsform, Alter der Firma, Signale für Finanzierungsbedarf. Die Gewichte sind sichtbar und änderbar, nicht im Code vergraben. Der Makler stellt sie selbst um, wenn sich ändert, worauf es ihm ankommt.
Dazu kommt eine Passungsmatrix: rund vierundzwanzig Finanzierungsinstitute, jedes mit eigenen Kriterien. Eine Firma, die für das eine zu klein ist, passt beim anderen genau — die Bewertung beantwortet also nicht die Frage „ist sie gut“, sondern „für wen ist sie gut“.
Die gesamte Bewertung wird aus Daten gerechnet, die der Makler bereits hat. Null kostenpflichtige Abfragen im laufenden Betrieb — eine praktische Folge offener Regeln, an die man bei der Wahl zwischen Regeln und Modell selten denkt.
Was die Datenbeschaffung kostet — gemessen, nicht geschätzt
Die Firmendaten stammen aus einem öffentlichen Register, das über eine kostenpflichtige Schnittstelle erreichbar ist. Eine frühere Projektnotiz sprach von „zwei Groschen pro Firma“. Nach der Messung stellte sich heraus: Es ist um ein Vielfaches günstiger: 3.250 Registernummern sind dreizehn Abfragen, also 1,17 Zloty insgesamt — denn die Abfragen holen Daten paketweise und nicht Firma für Firma.
Ich erzähle diese Geschichte, weil sie unabhängig vom Thema lehrreich ist: Eine einmal in gutem Glauben genannte Schätzung kann Monate in einem Projekt weiterleben. Erst ein im Panel eingebauter Kostenzähler zeigte die wahre Zahl. Seither ist jeder für Daten ausgegebene Zloty im System sichtbar.
Bevor das System echte Kampagnen bekam
Vor dem ersten echten Versand haben wir das System durch eine Prüfung mit gegnerischer Gegenlesung geschickt — eine Seite sucht Fehler, die andere versucht jeden Fund zu widerlegen. Heraus kamen 26 Korrekturen, drei davon schmerzhaft: Schutz vor doppeltem Versand an dieselbe Firma, Beschränkung des Lesezugriffs auf echtes Nur-Lesen und Versionierung der Vertraulichkeitsvereinbarung.
Das ist die Reihenfolge, die ich für jedes System empfehle, das personenbezogene Daten und Versand berührt: erst versucht jemand es zu zerlegen, dann laufen echte Kampagnen. Die umgekehrte Reihenfolge funktioniert auch, nur trägt die Kosten des Fehlers ein echter Kunde.
Wie man Gewichte festlegt, wenn es keine Historie gibt
Jeder, der von offenen Regeln hört, fragt: Woher weiß man, dass die Branche schwerer wiegen soll als das Alter? Die Antwort ist weniger wissenschaftlich, als man sich wünschen würde, und völlig ausreichend.
- Die Anfangsgewichte kommen vom Vertriebler. Wer diese Firmen jahrelang angerufen hat, weiß, was sie unterscheidet. Man setzt sich mit ihm hin und schreibt auf: Was macht eine Firma zu einem guten Kandidaten und was disqualifiziert sie.
- Der erste Durchgang prüft, ob die Bewertung Sinn ergibt. Man nimmt einige Dutzend Firmen vom oberen Ende der Liste und ebenso viele vom unteren, und der Vertriebler beurteilt sie von Hand, ohne die Punkte zu sehen. Weichen die Urteile ab, liegt der Fehler in den Gewichten — und das ist wertvolle Information, kein Scheitern.
- Die Gewichte werden nach jeder Kampagne nachjustiert. Da sie offen und aus dem Panel änderbar sind, dauert eine Korrektur eine Minute und braucht keinen Dienstleister.
Nach einem Jahr solcher Korrekturen haben Sie etwas noch Wertvolleres: eine Historie, auf der sich ein Modell trainieren ließe, falls es sich als nötig erweist. Die Reihenfolge „erst Regeln, dann vielleicht Modell“ funktioniert in beide Richtungen; die umgekehrte nicht.
Ein Werkzeug statt vier
Die Bewertung ist das Herz, löst allein aber nichts. Der Wert dieses Projekts entsteht daraus, dass Firmendatenbank, Versand, Rechner-Website und Vertriebspipeline ein System sind und nicht vier mit einer Tabellenkalkulation verbundene Werkzeuge.
Die praktische Folge: Eine mit 80 bewertete Firma, an die eine Nachricht ging, die die Website besuchte und eine Provision berechnete, liegt an derselben Stelle, an der der Makler das Gespräch führt. Nichts muss kopiert werden und, wichtiger noch, es gibt keine Lücke, in der etwas verloren geht.
Dazu die Berechtigungen: dreizehn getrennte Rechte auf vier Rollen verteilt, konfigurierbar. Das klingt nach Übermaß für ein Einpersonenunternehmen, steht aber aus einem konkreten Grund dort — das System berührt Registerdaten und Korrespondenz, also muss ein Lesezugriff wirklich nur lesen können.
Bewerten ist nicht entscheiden
Ein letzter Punkt, weil er häufig zu Enttäuschungen führt: Die Bewertung sagt nicht, wen man anrufen soll. Sie sagt, in welcher Reihenfolge man die Liste durchgeht.
Der Unterschied zählt. Eine Firma mit 30 ist keine Firma, bei der sich ein Anruf nicht lohnt — es ist eine Firma, die wartet, wenn die Zeit knapp ist. Versteht der Vertriebler es umgekehrt, beginnt das System, ihn von einem Teil des Marktes abzuschneiden, ohne dass das jemand entschieden hätte.
Deshalb zeigt das Panel nicht nur die Zahl, sondern ihre Bestandteile. Wer „30 Punkte, weil die Branche außerhalb des Profils liegt, Größe und Alter aber dafür sprechen“ sieht, entscheidet bewusst. Wer nur „30“ sieht, scrollt weiter.
Wann ein Modell doch gewinnt
Damit klar ist, dass wir nicht dagegen sind: Ein Modell ergibt Sinn, wenn Sie Tausende abgeschlossene Fälle mit bekanntem Ausgang haben und die Zusammenhänge zu verwickelt sind, um sie als Regeln aufzuschreiben. Dann lohnt es sich — und dann ergänzt man es um eine Erklärung, warum eine Firma diese Note bekam, denn ohne sie ist man wieder am Anfang.
Beim Start bei null sind offene Regeln nicht nur billiger. Sie sind die einzige Fassung, die der Vertrieb tatsächlich benutzt.