Weniger, aber bessere Anfragen: Filter auf der Website

Warum mehr Anfragen nicht immer besser sind

Ein Betrieb freut sich über 40 Anfragen im Monat, doppelt so viele wie im Vorjahr. Nach drei Monaten zieht der Vertrieb eine andere Bilanz: Ein Drittel kam von Privatleuten, die der Betrieb gar nicht bedient, ein weiteres Viertel suchte eine Leistung, die er nicht anbietet, und viele erwarteten einen Preis, der weit unter jedem realistischen Angebot liegt. Die Gespräche haben Zeit gekostet, die bei den passenden Interessenten fehlte.

Dieser Leitfaden beantwortet deshalb die Frage: Wie filtert eine Website unpassende Anfragen, bevor sie entstehen, ohne passende Interessenten abzuschrecken? Dafür klären wir zuerst, was eine gute Anfrage ist, und stellen ein Modell aus der Informationsökonomie vor, das erklärt, wie Selbstauswahl funktioniert. Danach sehen wir uns Befunde zur Nachverfolgung von Anfragen an, wägen zwei Sichtweisen ab und gehen vier Filter auf der Website durch.

Der beste Filter für Anfragen ist ehrliche Information. Wer weiß, für wen ein Angebot gedacht ist, sortiert sich selbst.

Was ist eine gute Anfrage? Begriffe und der 4P-Filter

Eine Anfrage ist hier jede Kontaktaufnahme über die Website mit einem echten Anliegen, wie der Beitrag Anfragequote der Website messen sie definiert. Die Anfragequote ist die Zahl der Anfragen geteilt durch die Zahl der Besucher in einem Zeitraum. Die Anfragequalität beschreibt, wie viele dieser Anfragen zum Betrieb passen und eine realistische Aussicht auf einen Auftrag haben.

Woran man Qualität erkennt, beschreibt der Beitrag Lead-Qualifizierung mit dem 4P-Filter. Er prüft vier Dinge: Passung, also ob der Anfragende zu den Kunden gehört, für die das Angebot gebaut ist, Problem, Person und Plan. Passung und Problem lassen sich früh und ohne unangenehme Fragen prüfen, Person und Plan klärt das Erstgespräch. Daraus folgt die Aufgabe der Website: Sie kann Passung und Problem schon vor der Anfrage sichtbar machen.

Das Denkmodell: Screening und Selbstauswahl

Der Ökonom Joseph Stiglitz hat 1975 die Screening-Theorie beschrieben. Sie behandelt dieselbe Lage wie die Signaltheorie von Spence, die der Beitrag Vertrauenssignale auf der Website erklärt: Eine Seite weiß mehr als die andere. Bei der Signaltheorie handelt die Seite mit dem Wissen und sendet Signale. Beim Screening handelt die Seite ohne das Wissen. Sie gestaltet ihre Angebote so, dass die andere Seite durch ihre Wahl verrät, zu welcher Gruppe sie gehört. Das nennt man Selbstauswahl. Ein Versicherer bietet etwa einen Tarif mit hoher Selbstbeteiligung an, den vor allem vorsichtige Kunden wählen.

Für eine Website heißt das: Der Betrieb weiß nicht, ob ein Besucher passt. Der Besucher weiß es oft selbst nicht, weil ihm Angaben fehlen. Wenn die Website offen sagt, für wen das Angebot gedacht ist, was es ungefähr kostet und was es voraussetzt, kann der Besucher selbst prüfen, ob er dazugehört. Passende Interessenten fühlen sich bestätigt und fragen leichter an. Unpassende gehen, ohne Zeit zu kosten.

Für den Besucher kommt eine zweite Logik hinzu, die der Beitrag Anfragequote der Website mit dem Verhaltensmodell von Fogg beschreibt: Eine Anfrage entsteht, wenn Motivation, Leichtigkeit und ein Auslöser zusammenkommen. Ein guter Filter senkt die Motivation der Unpassenden und erhöht die der Passenden, ohne die Leichtigkeit für beide zu verschlechtern.

Was Studien über den Umgang mit Anfragen zeigen

Wie teuer schlechte Anfragen sind, zeigt die Forschung zum sogenannten schwarzen Loch der Vertriebsanfragen. Sabnis, Chatterjee, Grewal und Lilien (2013) berichten aus früheren Studien, dass Verkäufer im B2B rund 70 Prozent der vom Marketing gewonnenen Anfragen nie kontaktieren. Sie weisen selbst darauf hin, dass die Zahl auch an der Menge liegt: Wenn das Marketing mehr Anfragen liefert, als jemand bearbeiten kann, bleiben zwangsläufig viele liegen. Ihre eigene Untersuchung stützt sich auf Daten von 461 Verkäufern aus vier Unternehmen. Je erfahrener die Verkäufer waren, desto weniger reagierten sie auf die Kontrolle durch Vorgesetzte und auf die bloße Menge der Anfragen, und desto stärker auf die Qualität der Vorqualifizierung.

Für die Website selbst ist ein Befund zu Landingpages aufschlussreich, der eher zur Vorsicht mahnt. Dvir und Gafni (2018) fanden in zwei Webexperimenten mit 535 und 27.900 Besuchern, dass eine kürzere Landingpage mit identischem Formular deutlich häufiger zu einer Anfrage führte als eine lange. Weniger Inhalt bedeutete mehr Bereitschaft, die eigenen Daten anzugeben. Für Filter folgt daraus: Sie müssen kurz sein. Ein Satz zur Zielgruppe oder ein Preisrahmen verlängert eine Seite kaum, drei Absätze mit Bedingungen tun es.

Die Zahlen stammen aus großen US-Unternehmen mit eigenen Vertriebsteams. Für einen kleinen Betrieb zeigen sie die Richtung: Wo Zeit knapp ist, entscheidet die Qualität der Anfragen darüber, ob sie überhaupt bearbeitet werden.

Filtern oder öffnen? Zwei Sichtweisen

Die erste Sichtweise warnt vor Filtern auf der Website. Jede Hürde koste Anfragen, auch gute. Ein Preisrahmen schrecke ab, bevor der Betrieb seinen Wert erklären konnte. Eine klare Grenze bei der Zielgruppe schließe Kunden aus, die vielleicht doch gepasst hätten. Besser sei es, möglichst viele Anfragen zu gewinnen und im Gespräch zu sortieren. Dafür spricht der Befund von Dvir und Gafni, dass kürzere Seiten mehr Anfragen bringen.

Die zweite Sichtweise hält Filter für notwendig. Jede unpassende Anfrage kostet ein Gespräch, eine Absage und manchmal Ärger. Wenn das Gespräch knapp ist, verdrängen unpassende Anfragen die passenden, wie der Befund von Sabnis und Kollegen nahelegt. Und wer Preise verschweigt, zieht vor allem die an, die einen niedrigen Preis erhoffen.

Ich halte eine Unterscheidung für die Lösung: Filtern durch knappe Information, nicht durch Aufwand. Offene Angaben zu Zielgruppe, Preisrahmen und Voraussetzungen kosten den Besucher kaum etwas, wenn sie in wenigen Sätzen stehen. Sie helfen dem passenden und lenken den unpassenden um. Pflichtfelder, Registrierungen und lange Fragebögen dagegen kosten jeden Aufwand, auch den passenden. Diese Filter sollte eine Website meiden. Die Regel aus dem Beitrag Der Anfrageweg auf der Website bleibt: höchstens fünf Felder, eine zweite Stufe freiwillig.

Die vier Filter der Website

Aus dem Modell ergeben sich vier Filter, die ich die vier Filter der Website nenne. Sie folgen dem Weg des Besuchers von der ersten Bildschirmseite bis zum Absenden.

1. Zielgruppe mit Grenze

   Auf der ersten Bildschirmseite und jeder Leistungsseite steht, für wen das Angebot gedacht ist, mit einer Grenze: Größe, Branche, Gebiet. Ein Satz wie „Für Privathaushalte bieten wir diese Leistung nicht an“ spart viele Gespräche.

2. Preisrahmen

   Ein Preis ab, ein Rahmen für typische Fälle oder ein Preisbeispiel. Wer einen Mindestauftragswert hat, nennt ihn. Das filtert die Hoffnung auf den niedrigen Preis.

3. Ablauf und Voraussetzungen

   Was passiert nach der Anfrage, wie lange dauert es, was muss der Kunde mitbringen? Wer das liest, weiß, ob er jetzt bereit ist.

4. Zwei Formularfragen

   Eine Auswahl zum Anliegen und eine zur Unternehmensgröße oder zum Gebiet, als Auswahlfeld, nicht als Freitext. Damit sind Passung und Problem geklärt, bevor jemand anruft.

Für den zweiten Filter hilft der Beitrag Mindestauftragswert festlegen. Wie ein Preisrahmen auf der Leistungsseite aussieht, beschreibt der Beitrag zur Leistungsseite mit zwei Sichtweisen zur Preisangabe. Und die vierte Stufe folgt dem Prinzip der kleinen Zusagen: Die Auswahl des Anliegens steht als erste, leichteste Frage am Anfang.

Was die Filter bewirken: ein Rechenbeispiel

Im Beitrag zur Lead-Qualifizierung durchlaufen 100 Anfragen eines Quartals den 4P-Filter: 62 erfüllen die Passung, 40 haben ein erkennbares Problem, 18 werden A-Anfragen, 7 werden Aufträge. Das folgende Rechenbeispiel zeigt dasselbe Quartal nach Einführung der vier Filter.

Die Zahl der Anfragen sinkt um mehr als ein Drittel, die Zahl der Aufträge bleibt gleich oder steigt leicht. Entscheidend ist der gewonnene Raum: Statt 38 Gesprächen mit Anfragen ohne Passung sind es noch 9. Die Zeit fließt in die A-Anfragen, die schneller bearbeitet werden. Wie sich Vertriebsstunden nach Einstufung verteilen, zeigt der Beitrag zur Lead-Qualifizierung.

Was daraus allgemein folgt

Filter auf der Website sind eine Form von Offenheit. Ein Betrieb, der sagt, für wen er arbeitet, was es ungefähr kostet und was er voraussetzt, verzichtet auf ein paar Anfragen und gewinnt Vertrauen bei denen, die bleiben. Er behandelt Besucher als Partner, die selbst entscheiden können, und nicht als Kontakte, die man erst einmal einfangen muss. Diese Haltung entlastet den Vertrieb und stärkt die Abstimmung mit dem Marketing, das nicht mehr an der Menge gemessen wird, sondern an Gesprächen und Aufträgen.

Die Grenzen liegen bei den Belegen. Die Zahlen zur Nachverfolgung stammen aus großen US-Unternehmen, die Befunde zu Formularen aus Experimenten mit Konsumenten. Das Rechenbeispiel ist frei gewählt. Belastbar ist das Modell: Wer Bedingungen offenlegt, ermöglicht Selbstauswahl, und Selbstauswahl kostet weniger als jedes Gespräch.

Was bleibt und wie du anfängst

Die Leitfrage lautete, wie eine Website unpassende Anfragen filtert, ohne passende Interessenten abzuschrecken. Sie filtert durch Information, nicht durch Aufwand: mit einer Zielgruppenangabe, die eine Grenze nennt, einem Preisrahmen, einem Ablauf mit Voraussetzungen und zwei kurzen Auswahlfragen im Formular. Nach der Screening-Theorie ermöglichen diese offenen Angaben Selbstauswahl. Passende Besucher erkennen sich wieder und fragen leichter an, unpassende gehen, ohne Zeit zu kosten. Gemessen wird der Erfolg nicht an der Zahl der Anfragen, sondern an den A-Anfragen und Aufträgen.

• Die Anfragen der letzten drei Monate nach dem 4P-Filter auszählen: Wie viele scheiterten an Passung oder Problem?
• Auf Startseite und Leistungsseiten einen Satz zur Zielgruppe mit Grenze ergänzen.
• Einen Preisrahmen, ein Preisbeispiel oder den Mindestauftragswert veröffentlichen.
• Im Formular zwei Auswahlfragen zu Anliegen und Größe oder Gebiet einbauen, ohne Pflichtfelder zu ergänzen.
• Nach drei Monaten A-Anfragen und Aufträge mit dem Vorquartal vergleichen.