Industrie-Mittelstand, lange Cycles, Offline-Touchpoints, ehrliche Messung

In den letzten beiden Beiträgen haben wir B2B-SaaS und D2C-Ecommerce durchgespielt, also zwei Extreme. Heute wenden wir uns einer Branchen-Familie zu, die strukturell zwischen beiden liegt und in Deutschland besonders prägend ist, der Industrie-Mittelstand. Maschinen- und Anlagenbau, Komponenten-Hersteller, Spezialchemie, technische Dienstleister. Die gemeinsamen Eigenschaften sind hohe Auftragswerte, lange Entscheidungsprozesse, ein wesentlicher Offline-Anteil und ein hartnäckiges Tracking-Problem. Wer in dieser Welt Marketing-Steuerung sauber aufsetzen will, muss anders denken als im Online-only-Setup. Wir zeigen, wie das geht und wo unsere Werkzeuge konkret helfen.

Was Industrie-Mittelstand strukturell anders macht

Vier Eigenheiten prägen die Branche.

Erstens, sehr lange Sales-Cycles. Sechs bis vierundzwanzig Monate sind die Regel, von der ersten Berührung bis zum unterschriebenen Auftrag. Im Anlagenbau auch deutlich länger. Diese Zeiträume sprengen jede normale Marketing-Auswertung, die auf Wochen oder Monaten basiert.

Zweitens, hohe Auftragswerte, niedrige Mengen. Wo D2C-Marken hunderttausend Käufe pro Monat erleben, hat ein mittelständischer Komponenten-Hersteller vielleicht zwanzig Aufträge im Quartal, einzelne davon im sechs- oder siebenstelligen Bereich. Statistik funktioniert hier anders, weil die Stichproben klein sind.

Drittens, dominanter Offline-Anteil. Messen, Field-Sales, persönliche Telefonate, Print- Fachzeitschriften, Empfehlungen aus dem Netzwerk. All das wirkt, taucht aber nicht im Tracking auf. Wer nur den Online-Pfad misst, sieht einen kleinen Teil der Realität.

Viertens, kleine Marketing-Teams. Im klassischen mittelständischen Setup sind das oft ein bis drei Personen, die sich um Web, Messen, Print und Kunden-Kommunikation gleichzeitig kümmern. Komplexe Tracking-Setups oder umfangreiche Modelle scheitern in der Praxis nicht an der Technik, sondern an der Aufmerksamkeit, die sie binden.

Der typische Touchpoint-Mix

Was die Grafik plastisch macht, ist die zentrale Erkenntnis dieser Branche. Wer nur das misst, was in GA4 oder dem Werbe-Pixel auftaucht, sieht vielleicht dreißig Prozent der relevanten Touchpoints. Die anderen siebzig Prozent passieren offline und bleiben für klassische Reports unsichtbar. Causal Impact auf aggregierter Umsatz-Ebene und ein einfaches Marketing-Mix-Modell sind in diesem Setting die besseren Werkzeuge als feinkörnige Multi-Touch-Attribution.

Wie wir mit dem Offline-Anteil umgehen

Marketing-Mix-Modeling ist die zentrale Antwort. Wir bauen ein Modell, das jeden Kanal als unabhängige Variable hat, vom Online-Werbe-Spend über Messe-Beteiligungen bis zu Print-Insertionen, und versuchen, den Umsatz-Verlauf damit zu erklären. Das Modell kennt keine Customer-Journeys, sondern nur aggregierte Mengen und Wirkungen.

Die Stärke des Ansatzes ist, dass er Offline-Kanäle in derselben Logik wie Online-Kanäle bewertet. Schwäche ist die Datenanforderung. Wir brauchen zwei bis drei Jahre Historie und konsistente Spend-Erfassung über alle Kanäle. Im mittelständischen Setup ist das die Schwerstarbeit, die sich aber lohnt.

Causal Impact auf der Aggregat-Ebene

Wenn wir einzelne Marketing-Aktivitäten bewerten wollen, etwa die Wirkung einer Branchen-Messe, dann arbeiten wir mit Causal Impact aus Beitrag zwei auf der Umsatz- Ebene. Wir definieren den Messe-Zeitraum als Intervention, nehmen die acht bis zwölf Wochen davor als Pre-Period und prüfen den Umsatz-Verlauf in den drei bis sechs Monaten danach. Das ist robuster als der Versuch, einzelne Leads aus der Messe nachzuvollziehen, weil die Conversion-Wege lange und unklar sind.

Wichtig ist dabei eine ehrliche Saison-Korrektur. Wenn die Messe immer im März stattfindet und der Umsatz typischerweise im April durch Frühjahrs-Aufträge steigt, müssen wir die Saison-Komponente sauber abziehen, sonst zählen wir den Frühjahrs-Lift fälschlich als Messe-Lift.

Beispiel, eine Messe-Bewertung

Ein Hersteller von Komponenten für die Verpackungsindustrie investiert jedes Jahr zweihunderttausend Euro in die Hauptbranchen-Messe in Düsseldorf. Die klassische Auswertung sieht die direkt erfassten Leads von etwa achtzig pro Messe, mit einer durchschnittlichen Conversion-Rate von fünfzehn Prozent über zwölf Monate, also zwölf Abschlüsse. Mit einem mittleren Auftragswert von hundertzwanzigtausend Euro ergibt das eine Pipeline von einer Komma vier Millionen Euro. Roher ROAS sieben zu eins, klingt gut.

Eine Causal-Impact-Analyse auf den Gesamtumsatz prüft, ob in den zwölf Monaten nach der Messe der Umsatz ehrlich über dem synthetischen Vergleichs-Szenario lag. Im Beispiel zeigt die Analyse einen Lift von zwei Komma eins Millionen Euro, deutlich über den direkt erfassten Leads. Die Differenz ergibt sich aus Empfehlungen, indirekten Kontakten, Marken-Aufbau im Markt, alles Effekte, die im Lead-Tracking unsichtbar bleiben.

Diese Aggregat-Sicht ist im Industrie-Mittelstand die ehrlichere Geschichte. Wer nur die getrackten Leads zählt, unterschätzt Messe-Effekte typischerweise um den Faktor zwei oder drei.

Wo Vectalyze im Mittelstand besonders hilft

Drei Funktionen wirken im mittelständischen Setup besonders wertvoll. Erstens, das Marketing-Mix-Modul, das Online- und Offline-Kanäle in einer Logik führt und die Wirkung auf Aggregat-Ebene schätzt. Zweitens, die Causal-Impact-Library mit angepasstem Template für Messen und Konferenzen, das die Saison-Korrektur automatisiert. Drittens, der Goal-Tree mit Pipeline-Strang, in dem Field-Sales-Kontakte und Marketing-Beitrag gemeinsam geführt werden, sodass die Auswertung nicht durch Zuständigkeits-Silos verzerrt wird.

Wer in einem mittelständischen Industrie-Unternehmen Marketing-Steuerung modernisiert, muss nicht alle Werkzeuge auf einmal einführen. Wir empfehlen, mit Causal-Impact- Auswertung der größten Marketing-Aktivität zu starten, oft eine Hauptmesse oder ein wiederkehrender Print-Sprint. Daraus folgt fast immer eine Diskussion über die Echt- Wirkung dieser Aktivität, die wertvoll ist, unabhängig davon, was am Ende heraus kommt.

Im nächsten Beitrag bleiben wir im Branchen-Cluster und gehen die Perspektive einer Marketing-Agentur an. Wie strukturieren wir das Vectalyze-Setup, wenn wir nicht eine eigene Marke betreuen, sondern zwanzig Kundenkonten, mit ganz unterschiedlichen Anforderungen und Reports.