B2B Outbound: Případová studie Persil Wäscheservice

Case Study · 15. Juni 2026 · Leon J. Hermann

B2B Outbound v oblasti služeb: Zjistěte, jak Persil Wäscheservice s Amplifa přeměňuje regionální ICP klastry na schůzky.

„Nepotřebujeme 10 000 leadů, potřebujeme 40 rozhovorů se správnými domy.“ Tuto větu mi řekl Thomas, obchodní ředitel servisní společnosti z Osnabrücku, v březnu 2025. Hodně to vypovídá o trhu, na kterém Persil Wäscheservice působí: B2B Outbound zde nerozhoduje na vrcholu trychtýře, ale tam, kde hotel, pečovatelský dům nebo klinika skutečně zvažuje změnu dodavatele. A právě proto je tato případová studie zajímavá.

Persil Wäscheservice neprodává impulzivní nákupy. Žádný hotel nepodepíše smlouvu o textilních službách, protože předmět e-mailu zní hezky. Žádný pečovatelský dům nezmění svého partnera pro praní, protože whitepaper vysvětluje pět hygienických trendů. Prodej probíhá na základě důvěry, potřeby, načasování a provozních bolestivých bodů: chybějící ložní prádlo v pondělí ráno, reklamace v každodenním provozu oddělení, měnící se objemy, tlak na náklady na obyvatele a měsíc. To nevoní jako SaaS dashboard. To voní jako prádelna, plánování tras a mokrá bavlna.

Tento příběh píšu z mé práce v Amplifa, ne z role novináře. V Persil Wäscheservice jsme vybudovali B2B outbound proces, který regionální cílové zákazníky nejen nachází, ale také je prioritizuje, oslovuje a převádí na schůzky. No, skoro. Stroj nerezervuje smlouvy. Zajišťuje, aby prodejní tým už nebojoval s kalendářem pomocí Excelové tabulky, intuice a dvou starých veletržních kontaktů.

B2B Outbound v oblasti služeb: Proč právě teď?

Mnoho generálních ředitelů středních podniků se v letech 2021 a 2022 naučilo, že poptávka nezůstává plánovatelná. Ceny energií, nedostatek kvalifikovaných pracovníků, nemocnost, dodavatelské řetězce. Podle ifo Institutu v listopadu 2023 stále 36,7 procenta podniků hlásilo nedostatek materiálu; v sektoru služeb byly problémy méně viditelné, ale provozně často tvrdší. V prádelnách a textilních službách se každá porucha přímo projevuje na kvalitě služeb. Zpožděná dodávka není odchylka KPI. Leží na chodbě.

Hotely a pečovatelské domy jsou zároveň atraktivními a nevděčnými cílovými zákazníky. Atraktivní, protože potřeba prádla se opakuje. Nevděčné, protože rozhodující osoby mají málo času, zřídka přispívají na LinkedIn a jsou opatrné při změnách dodavatelů. Řediteli hotelu v Hamburku není třeba vysvětlovat, že ložní prádlo by mělo být čisté. Chce vědět, zda dodavatel může dodat v neděli, zda jsou možné speciální objemy, jak probíhají reklamace a zda se cena po šesti měsících náhle nezmění.

Reflex mnoha obchodních ředitelů je pak: více leadů. V oblasti služeb to často považuji za špatné. Kdo prodává regionální B2B služby, nepotřebuje záplavu leadů, ale pokrytí správných mikrotrhů. Okolí. Počet lůžek. Struktura provozovatele. Pravděpodobnost změny. Intenzita služeb. Pokud to není čistě modelováno, outbound generuje pouze hluk. A hluk je v e-mailové schránce vedoucího domova z Hannoveru asi tak vítaný jako další výpadek v plánu směn v pátek.

V Persil Wäscheservice proto nebylo jádrem: „Jak automatizujeme e-maily?“ Otázka byla tvrdší: Které podniky v regionální cílové oblasti mají dostatečný objem, dostatečnou bolest a dostatečný potenciál ke změně, aby rozhovor ekonomicky dával smysl? To je jiný rámec myšlení. Blíže k plánování tras než k marketingové automatizaci.

Výchozí situace v Persil Wäscheservice

Neuvádím neověřené kmenové údaje, které nemohu spolehlivě doložit. Sídlo, počet zaměstnanců, vlastnická struktura: to není tématem tohoto článku, protože k tomu nemám k dispozici žádný spolehlivý veřejný zdroj. Co mohu popsat, je prodejní realita z projektu: Persil Wäscheservice se zaměřuje na B2B cílové skupiny, jako jsou hotely, pečovatelské domy a chráněné bydlení, tedy zákazníky s plánovatelnou, ale náročnou potřebou prádla.

Před Amplifa vypadal proces jako u mnoha středních podniků, které znám. Existovali stávající zákazníci, doporučení, občasné inbound dotazy, několik starých seznamů, veletržní kontakty a jednotlivé prodejní akce v regionech, kde se předpokládala volná kapacita nebo výhody tras. Nebylo to chaotické. Ale ani škálovatelné. Prodejní tým často věděl, jaký typ zákazníka by byl zajímavý, jen nevěděl, které konkrétní domy by měly být osloveny a v jakém pořadí.

„Byli jsme pilní, ale ne přesní,“ řekla mi Jana, obchodní ředitelka Persil Wäscheservice, z projektového týmu. Ta věta mi utkvěla v paměti. Píle je v německých středních podnicích zřídka problém. Problém je, že píle naráží na špatně strukturované cílové trhy. Pak zaměstnanec obvolá 27 zařízení, z nichž dvanáct je příliš malých, šest nepoužívá externí prádelnu, pět je právě nově vázáno a čtyři by byly v zásadě zajímavé, ale nikdy se o ně řádně nestará.

V průmyslových středních podnicích to zní povědomě. Dodavatel jako Schaeffler segmentuje své trhy jinak než poskytovatel služeb budov, jasně. Ale základní vzorec je stejný: Kdo prodává služby vyžadující vysvětlení, musí nejprve definovat, kde existuje ekonomické úzké místo. Jinak honí signály, které vypadají hezky a nic nenesou.

B2B Outbound neznamená: více e-mailů

Největší mylná představa v outboundu je ztotožňování aktivity a pipeline. Importovat 3 000 kontaktů, vytvořit sekvenci, pět kontaktních bodů, hotovo. Takto nevzniká prodejní pipeline. Takto vzniká problém s doručením. Nebo problém s reputací. Někdy obojí.

V Persil Wäscheservice jsme proces postavili obráceně. Nejprve ICP. Pak region. Pak spouštěč. Pak zpráva. Pak kanál. Pak předání prodeji. Přesně v tomto pořadí. Zní to pedanticky, ale v oblasti služeb rozhoduje pořadí o ROI. Pokud je osloven pečovatelský dům s 35 lůžky, ačkoli ideální zákazník začíná na 90 lůžkách, je kampaň příliš drahá už před prvním e-mailem.

Naše zaměření bylo na regionální ICP klastry. Tedy ne „všechny hotely v Německu“, ale definované oblasti s provozní relevancí. Doba jízdy, logika dodávek, hustota tras, typ zákazníka, odhadovaná potřeba prádla, skupina provozovatelů, úroveň rozhodování. Pro hotel se 120 pokoji v Kolíně nad Rýnem může fungovat stejná zpráva, která by v pečovatelském domě v Bielefeldu úplně minula. Jiné bolesti. Jiný jazyk. Jiné tempo.

Na trhu stále vidím CRM systémy, které se používají jako úložiště. HubSpot, Salesforce, Pipedrive, je to jedno. Software za to nemůže. Ale pokud je pod „Odvetví“ jednoduše „Hotel“ a pod „Stav“ už osm měsíců „Zajímavé“, pak z toho žádný obchodní ředitel nemůže postavit forecast. Persil Wäscheservice proto nepotřeboval nejprve další nástroj, ale čistý provozní model pro outbound.

První analýza: Trh nebyl příliš malý, jen špatně rozdělený

Na začátku projektu se zákazníci často ptají, zda je trh dostatečně velký. Moje odpověď je obvykle nepříjemná: Trh je zřídka problém. Problém je rozdělení. V Persil Wäscheservice byl cílový trh na papíře široký: hotely, pečovatelské domy, další zařízení s pravidelnou potřebou textilu. Ale šíře v prodeji není výhodou, pokud není operacionalizována.

Proto jsme nezačali s texty kampaní, ale s logikou vyloučení. Které domy jsou příliš malé? Které regiony neodpovídají logice tras? Které struktury provozovatelů umožňují lokální rozhodování? Kde existují náznaky externích poskytovatelů služeb, nové výstavby, rozšíření, změny provozovatele nebo tlaku na kvalitu? To nejsou poetické otázky. To jsou filtry, které šetří peníze.

Příklad: Soukromě provozovaný 4hvězdičkový hotel s 95 pokoji a konferenčním provozem se v nákupu chová jinak než pečovatelský dům velké skupiny provozovatelů s centrálním zadáváním zakázek. U obou je prádlo na stole. Ale cesta ke schůzce je jiná. U hotelu může provozní bolest probíhat přes úklid, hodnocení hostů a obsazenost. U domova přes hygienu, prádlo obyvatel, stížnosti příbuzných a plánovatelnost. Kdo pošle stejný e-mail oběma, ušetří pět minut a ztratí tři týdny.

V dubnu 2025 jsme pro Persil Wäscheservice vybudovali první regionální klastry. Ne perfektní. Perfektní je v prodeji nebezpečné slovo. Začali jsme se spolehlivým prvním modelem, obohatili data, vyčistili duplicity, prioritizovali role kontaktních osob a pro každý klastr formulovali hypotézu. Hotely s vysokým obratem prádla. Pečovatelská zařízení s možnou potřebou změny. Domy s expanzním signálem. Provozovatelé, u kterých jsou pravděpodobné decentralizované rozhovory.

V B2B prodeji služeb nevyhrává dodavatel s nejhlasitější kampaní, ale ten s nejlepším výběrem účtů. Pokud jsou cíloví zákazníci špatní, automatizace pouze škáluje chybu.

— Leon J. Hermann, COO & Co-Founder v Amplifa

Co konkrétně vidíme v Amplifa: Míra schůzek následuje kvalitu klastru

Co konkrétně vidíme v Amplifa: V projektech servisního outboundu s regionálním zaměřením se míra schůzek zřídka zvyšuje pouze větší personalizací. Větší páka leží dříve. Pokud cílové účty z „odvětví zhruba odpovídá“ zhustíme na „region, indikátor objemu, rozhodovací cesta a provozní příležitost odpovídají“, vidíme v prvních 8 až 12 týdnech typicky 2,1 až 3,4krát vyšší pozitivní míru odpovědí oproti nefiltrovaným seznamům. V Persil Wäscheservice největší skok nebyl ve třetím e-mailu, ale v otázce, které domy vůbec směly do sekvence jedna.

To není typ pozorování, které se kopíruje z dashboardu nástroje. Vzniká, když obchodník řekne: „Schůzka byla dobrá, ale zákazník je 70 kilometrů mimo naši smysluplnou trasu.“ Pak se systém musí učit. Jinak marketing slaví SQL a provoz dostává bolesti břicha.

U jiného zákazníka z technického servisu, poskytovatele údržby z Norimberku, mi Andrea, vedoucí prodeje, v květnu 2025 řekla: „Naše nejlepší kampaň byla ta, která povolila o 38 procent méně účtů.“ Přesně tak. Méně je někdy pákou pro obrat. Ne jako kalendářní rčení, ale jako kalkulace nákladů.

Datový model: Jak Persil Wäscheservice prioritizoval cílové zákazníky

Datová základna se skládala z několika vrstev. Veřejné firemní údaje. Oborové adresáře. Informace o lokalitě. Logika rolí. Manuální kontroly v hraničních případech. K tomu interní prodejní předpoklady Persil Wäscheservice: Která zařízení generují ziskové trasy? Jaké minimální objemy jsou smysluplné? Jaké typy zákazníků vytvářejí stabilní smluvní vztahy? Které dotazy vypadají na první pohled dobře, ale v implementaci požírají marži?

Mám rád tuto poslední otázku. Odděluje pipeline od kvality obratu. Mnoho prodejních týmů optimalizuje na počet schůzek, protože schůzky jsou viditelné. Ale schůzka s nesprávným objemem, nesprávným regionem nebo nerealistickými požadavky na služby není úspěch. Je to zdvořile zabalené plýtvání.

Proto jsme vytvořili bodování, které nehodnotí pouze firemní data, ale také provozní shodu. To je u prádelny klíčové. Výrobce strojů jako DMG Mori může zpracovávat celosvětové účty prostřednictvím Key Account Managementu. Regionální textilní služba musí počítat jinak. Vzdálenost není vedlejší věta. Vzdálenost je marže.

Implementace: Jaké Amplifa workflow probíhaly

Praktické nastavení se skládalo ze čtyř modulů. Zaprvé definice ICP a obohacení účtů. Zadruhé segmentace do regionálních klastrů. Zatřetí sekvence řízené AI s lidskou kontrolou kvality. Začtvrté směrování schůzek a zpětné propojení s CRM. Zní to čistě. V projektu to tak každý den nebylo. Data nikdy nejsou tak uspořádaná, jak tvrdí prodejní prezentace.

Při obohacování jsme účty neobohatili pouze o e-mailové adresy. To by bylo příliš málo. Chtěli jsme kontext: Která role je pravděpodobně relevantní? Kdo je zodpovědný za nákup, úklid, vedení nebo organizaci péče? Které zařízení patří ke kterému provozovateli? Jaké jsou náznaky velikosti a potřeby? V hotelu v Düsseldorfu je vedení často lepším výchozím bodem. V pečovatelském zařízení u Münsteru může být relevantnější administrativní vedení nebo vedení zařízení.

Sekvence byly záměrně střízlivé. Žádná přehnaná AI próza. Žádné „Viděl jsem, že děláte skvělou práci“. Prosím, ne. Provozní rozhodující osoby cítí takové věty na deset metrů proti větru. Místo toho jsme použili stručné úvodní fráze: jistota dodávek, kalkulovatelné náklady na prádlo, odlehčení úklidu, přechod bez přerušení provozu. V hotelovém klastru se více objevovala obsazenost a taktování hostů. V pečovatelském klastru více hygiena, prádlo obyvatel a proces reklamací.

Obchodní ředitel společnosti Phoenix Contact by použil jiné pojmy. CSO společnosti Festo také. Ale logika je stejná: mluvte o každodenním životě zákazníka, ne o sobě. V B2B outboundu není relevance přídavné jméno. Relevance je, když příjemce po dvou řádcích pochopí, proč tato zpráva patří do jeho kalendáře.

Workflow 1: ICP klastry místo seznamu odvětví

Cílové zákazníky jsme rozdělili do klastrů, které se liší z obchodního a provozního hlediska. Hotelnictví nebylo stejné jako hotelnictví. Péče nebyla stejná jako péče. Konferenční hotel s vysokým objemem prádla generuje jiné požadavky než malý hotel Garni. Pečovatelský dům s prádlem obyvatel a kontaktem s příbuznými má jiná rizika než rehabilitační zařízení s více standardizovanou péčí.

To zní banálně, ale neustále se to ignoruje. Viděl jsem exporty CRM, ve kterých by Kärcher, místní úklidová firma a domov pro seniory skončili ve stejném segmentu kampaně, jen proto, že tam někde stálo „Facility“. Takto se spalují trhy.

Workflow 2: Zprávy podle provozní bolesti

Pro každý klastr existovala teze: Proč by toto zařízení mělo mluvit právě teď? U hotelů byla jednou tezí: rostoucí obsazenost plus kolísavé objemy prádla zatěžují interní procesy. U pečovatelských zařízení: reklamace a hygienické požadavky vážou kapacitu vedení. U skupin provozovatelů: standardizace napříč několika lokalitami může odlehčit nákupu a zajištění kvality.

Záměrně jsme nepracovali se slevou nebo „bezplatnou konzultací“. To přitahuje špatné rozhovory. Kdo v prvním kontaktu přijde s cenovou slevou, trénuje trh na cenu. Persil Wäscheservice se musel jevit jako spolehlivý provozní partner, ne jako zaměnitelný dodavatel za kilogramové ceny.

Workflow 3: Předání schůzky bez tření

Nejkrásnější pozitivní odpověď je bezcenná, pokud pak tři dny nikdo nereaguje. Proto jsme předání prodeji tvrdě standardizovali. Klasifikace odpovědí. Další krok. Možnost kalendáře. Odpovědnost. Stav CRM. Zní to jako maličkost. Je to hygienická prodejní praxe.

V Persil Wäscheservice se rychle ukázalo: Rychlost po pozitivní odpovědi je klíčová. Ne ve smyslu hektického pronásledování, ale jako signál. Kdo vedoucímu domova pošle čistou, konkrétní možnost schůzky v krátkém čase, působí organizovaně. A organizace je na tomto trhu součástí produktu.

Výsledky: Více schůzek, lepší rozhovory, méně slepého létání

Klíčovým ukazatelem nebyl objem leadů. Byly to kvalifikované schůzky se zařízeními, která odpovídala regionu, potřebám a rozhodovací struktuře. V prvním úplném cyklu kampaně se počet kvalifikovaných úvodních rozhovorů zvýšil z průměrných 6 za měsíc na 23 za měsíc. V nejsilnějších týdnech bylo v kalendáři 7 až 9 nových rozhovorů. Bez nového full-time SDR.

Pozitivní míra odpovědí byla v nejlepších pečovatelských klastrech 8,6 procenta, v hotelových klastrech 6,9 procenta. To pro některé SaaS lidi zní nespektakulárně. Pro regionální servisní outbound na trhu s vázanými dodavatelskými vztahy je to silné. Především proto, že odpovědi nebyly jen „Pošlete podklady“, ale skutečná ochota k rozhovoru: prověření změny, srovnání nabídek, zjištění potřeb, rozšíření lokality.

Ještě důležitější: Prodejní tým získal jiný pocit pro trh. Dříve bylo často nejasné, zda slabý týden byl způsoben špatnou poptávkou, nesprávným oslovením nebo chybějícím sledováním. Po nastavení jsme mohli pro každý klastr vidět, kde to vázne. Péče Jih reaguje, ale potřebuje delší sledování. Hotely v městských oblastech odpovídají rychleji, ale jsou citlivější na cenu. Skupiny provozovatelů potřebují jiné vstupní body. Není to úplně pravda: Potřebují především trpělivost a lepší interní mapy.

Pohled na ROI: Proč rezervovaná schůzka nemá vždy stejnou hodnotu

Znervózním, když poskytovatelé služeb inzerují pouze zvýšení počtu schůzek. Více schůzek může také znamenat více špatných schůzek. V Persil Wäscheservice jsme proto hrubě počítali s potenciálem příspěvku na krytí a pravděpodobností uzavření. Ne jako akademický model. Jako řízení prodeje.

Hotelová schůzka s vysokým objemem na vhodné trase má jinou hodnotu než malý dům mimo klastr. Pečovatelský dům s konkrétním termínem změny má jinou hodnotu než zařízení, které se „jen podívá“. Proto jsme schůzky klasifikovali podle kvality: A pro vysokou provozní shodu a jasný potenciál, B pro zásadně vhodné, C pro učební hodnotu nebo pozdější opětovné předložení.

To přineslo nepříjemné zjištění: Některé sekvence generovaly slušné odpovědi, ale příliš mnoho B a C schůzek. Jiné se na první pohled zdály pomalejší, ale přinesly více A rozhovorů. Přesně tam se prodejní systém odděluje od e-mailového stroje.

Druhý pohled: Proč inbound zde nestačí

Záměrně zde odporuji oblíbené tezi: „Dobrý obsah přináší správné zákazníky sám.“ Pro některé trhy ano. Pro B2B prádelny, technické služby, údržbu, zakázkovou výrobu a mnoho dodavatelských segmentů ve středních podnicích to nestačí. Kdo v roce 2026 stále sází na čistě inbound strategii, nebude mít za pět let žádnou pipeline. Tvrdé? Ano. Ale vidím kalendáře.

Provozní nákupčí nehledají neustále nové poskytovatele služeb. Hledají, když něco hoří, vyprší smlouva nebo se plánuje změna. Zbytek času je jejich cílem: klid. Vedoucí domova v Dortmundu nemá chuť srovnávat tři blogy dodavatelů, zatímco v plánu směn jsou dvě noční směny volné. Pokud pak nejste v relevantním okamžiku viditelní, neexistujete.

Inbound může připravit důvěru. Outbound otevírá dveře ve správný čas. Tato kombinace je silná. Ale představa, že regionální poskytovatel služeb sám o sobě generuje plánovaně 20 kvalifikovaných rozhovorů za měsíc s pečovatelskými domy pouze prostřednictvím SEO, považuji za zbožné přání. Není to nemožné. Jen zřídka dostatečně ekonomické.

Srovnání odvětví: Co spojuje Persil Wäscheservice se strojírenstvím

Na první pohled má prádelna málo společného s Trumpf, Webasto nebo Wittenstein. Jiné produkty, jiné marže, jiné prodejní cykly. Přesto v prodeji vidím stejné vzorce. Mnoho středních podniků má dobré služby, rozvinuté zákaznické vztahy a prodejní tým, který léta žil ze sítí. To funguje, dokud se růst nemá stát plánovatelným.

Ve strojírenství je úzké místo často technická shoda: Které účty mají zařízení, proces nebo investiční situaci, u které naše nabídka dává smysl? V oblasti služeb je úzké místo provozní shoda: Které lokality mají potřebu, objem a logiku dodávek? V obou případech je „odvětví“ jako filtr příliš hrubé.

Šéf prodeje dodavatele automatizace ze Stuttgartu mi před třemi týdny řekl: „Máme 18 000 firem v CRM a přesto nevíme, komu máme v pondělí zavolat.“ Přesně to je ten bod. Množství dat bez prioritizace není pokrytí trhu. Je to mlha s funkcí exportu.

Praktický příklad: Klastr péče se stává zdrojem schůzek

Zvláště poučný klastr se skládal z pečovatelských zařízení v regionálně omezené oblasti, která se dobře hodila z hlediska velikosti a struktury provozovatele. Začali jsme s 312 cílovými účty. Po vyčištění dat, kontrole duplicit a provozním bodování zůstalo 184 účtů. Už tento řez byl úspěchem. Nekontaktovat 128 účtů se zpočátku zdá špatné. Obchodní ředitelé chtějí dělat trh. Ale ne každý trh je dobrý trh.

První sekvence neadresovala „prádelnu“ jako produkt, ale úsilí kolem prádla obyvatel a řízení reklamací. Krátký úvod. Konkrétní otázka. Žádný román. Po 21 dnech byla pozitivní míra odpovědí 8,1 procenta, 15 rozhovorů bylo označeno jako kvalifikovaných, 11 z nich se uskutečnilo do čtyř týdnů. Čtyři rozhovory byly klasifikovány jako A-potenciál.

Zajímavá část přišla poté. V odpovědích se objevovala opakující se věta: „Zkontrolujeme to na konci roku.“ Proto jsme sekvenci jednoduše neotáčeli dál, ale vytvořili jsme model pro opětovné předložení pro smluvní cykly. Některé účty nebyly v červnu 2025 zralé, ale pro říjen byly vysoce relevantní. Bez systému by zmizely jako „žádný zájem“. Se systémem se staly pipeline.

To je pro mě rozdíl mezi kampaní a prodejním strojem. Kampaň končí. Stroj si pamatuje, proč „ne“ nebylo „ne“.

Amplifa ICP Playbook Praktický průvodce pro čistou prioritizaci cílových zákazníků v B2B prodeji podle segmentu, spouštěčů a pravděpodobnosti nákupu.

B2B Outbound FAQ: Co chtějí vědět generální ředitelé

Jak rychle jsou vidět výsledky v B2B Outboundu?

Při čistém ICP řezu vidíme první spolehlivé signály často po 3 až 6 týdnech. Spolehlivé neznamená: obrat je zarezervován. Spolehlivé znamená: Které klastry reagují, které zprávy fungují, které role otevírají rozhovory? V Persil Wäscheservice se první kvalifikované schůzky objevily v pilotním období, ale skutečná ovladatelnost vznikla od 3. měsíce.

Je AI v prodeji pro servisní společnosti vůbec smysluplná?

Ano, pokud AI není mylně chápána jako generátor textu. Pro Persil Wäscheservice spočívala výhoda především v obohacování dat, segmentaci, řízení sekvencí, klasifikaci odpovědí a procesní disciplíně. AI nenahrazuje rozhovor o dodací schopnosti, cenách nebo změně. Zajišťuje, aby se tento rozhovor uskutečnil s vhodnými domy.

Jak zabránit tomu, aby outbound otravoval?

Tím, že oslovíte méně, ale lépe. Relevance vzniká výběrem cílového zákazníka, načasováním a konkrétním jazykem. Pečovatelské zařízení nepotřebuje generický e-mail o efektivitě. Potřebuje důvod, který souvisí s jeho každodenním životem. Pokud ho nemáte, počkejte. Nebo lépe prozkoumejte.

Jakou roli hraje CRM?

CRM není začátek. Je to místo, kde zůstávají viditelná čistá rozhodnutí. V Persil Wäscheservice se CRM stalo cenným teprve tehdy, když byla definována logika stavu, klastry a další kroky. Předtím to bylo jako u mnoha společností: mnoho historie, málo řízení.

7 kroků z implementace Persil Wäscheservice

Pokud bych implementaci rozdělil na kroky, nepopisoval bych ji jako softwarový projekt. Byl to prodejní operační systém. Nemyslím to nafoukaně. Spíše suše: Kdo co dělá, s jakými daty, v jakém pořadí, měřeno čím?

1. Definujte minimální ziskovost: Určete, kteří zákazníci jsou ekonomicky životaschopní z hlediska objemu, regionu a požadavků na služby. Bez této hranice outbound generuje schůzky, které musí provoz později zaplatit.
2. ICP přizpůsobte provozní realitě: Nepoužívejte pouze odvětví a velikost firmy. V Persil Wäscheservice se počítalo s typem zařízení, indikátory lůžek nebo pokojů, strukturou provozovatele a logikou tras.
3. Vyčistěte data, než začnete škálovat: Duplicity, špatné lokality a irelevantní kontaktní osoby snižují míru odpovědí. Malý, čistý pool účtů téměř vždy porazí velký seznam.
4. Formulujte zprávy pro každý klastr: Hotely reagují na jiná témata než pečovatelská zařízení. Nepište o své nabídce, ale o konkrétním provozním tlaku příjemce.
5. Systematizujte následné kroky: Mnoho dobrých rozhovorů nevzniká z první zprávy. Vznikají z čistého sledování, aniž by působily agresivně.
6. Klasifikujte odpovědi a rychle je předávejte: Pozitivní odpovědi musí být v krátkém čase převedeny na konkrétní možnosti schůzek. Jinak proces ztrácí teplo.
7. Optimalizujte podle kvality schůzek: Neměřte pouze počet. Hodnoťte A, B a C schůzky, hodnotu pipeline a pozdější pravděpodobnost uzavření pro každý klastr.

Produkt Amplifa Platforma Amplifa pro ICP bodování, AI-SDR workflow, outbound sekvence a řízení pipeline v B2B středních podnicích.

Co se z toho mohou naučit ostatní střední podniky

První ponaučení: Outbound je provozní záležitost. Nejen marketing. Pokud prodej a provozní dodávky plánují odděleně, vznikají falešné sliby. V Persil Wäscheservice musel výběr cílového zákazníka odpovídat schopnosti poskytovat služby. Přesně to platí i pro zakázkového výrobce z Pforzheimu nebo poskytovatele údržby z Essenu.

Druhé ponaučení: Segmentace není kapitola v PowerPointu. Musí žít v systému. ICP, které existuje pouze v dokumentu workshopu, nezmění v prodeji ani jeden týden. V Persil Wäscheservice byla segmentace převedena do bodování účtů, logiky sekvencí, směrování a reportingu. Teprve pak se stala účinnou.

Třetí ponaučení: AI potřebuje hranice. Zní to nemoderně, ale je to pravda. Nejlepších výsledků se nedosahuje, když AI volně píše a volně rozhoduje, ale když pracuje v rámci jasného tržního modelu. Nechci AI, která „kreativně“ oslovuje nějaký pečovatelský dům. Chci systém, který rozpozná: sedí, nesedí, později, jiná role, jiný spouštěč.

Generální ředitel z Bielefeldu, Martin, který vede dodavatele obalů, to v červnu 2025 formuloval takto: „Léta jsme řídili prodej podle energie. Kdo měl tlak, zavolal.“ To je upřímné. Ale energie se špatně škáluje. Procesy se škálují lépe. A data pomáhají, pokud prodej nezahltí.

Proč zvýšení počtu schůzek bylo jen viditelnou částí

3,8násobné zvýšení kvalifikovaných úvodních rozhovorů je číslo, které zůstává v paměti. Pochopitelné. Generální ředitelé mají rádi čísla, která lze zapsat do měsíční zprávy. Ale interně byl minimálně stejně důležitý jiný efekt: Persil Wäscheservice dokázal rozlišit, které tržní segmenty skutečně fungují.

To mění rozhovory ve vedení. Místo „Outbound jde dobře“ nebo „Outbound jde špatně“ jsou otázky, které lze řešit: Proč klastr A reaguje lépe než klastr B? Máme tam lepší provozní shodu nebo jen lepší data? Měl by prodej prioritizovat více pečovatelských zařízení nebo hotely určité velikosti? Který region se vyplatí jako další? Kde blokuje rozhodovací struktura?

Tyto otázky jsou nepohodlné, ale užitečné. Nutí prodej opustit intuici. Ne úplně. Intuice zůstává důležitá. Zkušený obchodní ředitel slyší v úvodním rozhovoru věci, které žádný dashboard čistě nerozpozná. Ale intuice bez dat se rychle stane folklórem.

Technika, která nesmí vypadat jako technika

Jeden bod je v debatách o AI v prodeji podceňován: Nejlepší technika je v každodenním životě často ta, které si nikdo moc nevšimne. V Persil Wäscheservice nebylo cílem nutit prodejnímu týmu další rozhraní. Cílem bylo lépe strukturovat týden: správné účty, jasné priority, připravené kontexty, čistá předání.

Když obchodní zástupce ráno vidí, které pět odpovědí je třeba prioritizovat, které tři účty jsou opět aktivní kvůli smluvnímu cyklu a který region právě nadprůměrně reaguje, pak AI najednou není abstraktní. Pak je to příprava práce. Jako dobrý seznam tras. Jen pro pipeline.

Myslím, že přesně zde leží chyba mnoha AI projektů ve středních podnicích. Jsou spouštěny jako inovační projekty, nikoli jako projekty řešící úzká místa. Pak jsou dema, nadšení, pilotní skupiny a po třech měsících se někdo zeptá: „Přineslo to obrat?“ Upřímně? Nevím, pokud nikdo předtím nedefinoval, jaké úzké místo mělo být vyřešeno.

Tržní souvislosti: Proč regionální služby musí nyní prodávat systematičtěji

Německé střední podniky stárnou v prodeji. Nemyslím to neuctivě. Mnoho společností závisí na jednotlivých lidech, kteří 15 nebo 20 let vědí, komu zavolat. Tato zkušenost má cenu zlata. Ale je riskantní, pokud není převedena do procesů. Podle KfW-Mittelstandspanel 2024 zůstává nedostatek kvalifikovaných pracovníků jednou z hlavních brzd růstu ve středních podnicích. Prodej není výjimkou.

Zároveň se kupující stávají profesionálnějšími. Pečovatelské domy přesněji srovnávají náklady. Hotely prověřují poskytovatele služeb z hlediska spolehlivosti. Průmyslové podniky vyžadují důkazy, reference, čisté procesy. Kdo pak pracuje pouze s „Ozveme se“, prohrává s dodavateli, kteří lépe řídí načasování a relevanci.

U Henkel, Kärcher nebo Brose existují celé týmy pro analýzu trhu, CRM, kampaně a kvalitu dat. Střední podniky tyto zdroje zřídka mají. Přesně proto potřebují systémy, které nekopírují korporátní složitost, ale zahušťují prodejní práci. Persil Wäscheservice je toho dobrým příkladem: žádný obrovský aparát, ale zaměřený proces na účty, u kterých se rozhovor počítá.

Protipozice: Nelze to jednoduše vyřešit dvěma SDR?

Ano. Lze. Dva dobří SDR mohou hodně změnit. Ale otázka není, zda lidé mohou dělat outbound. Otázka je, zda svůj čas využívají na správné činnosti. Výzkum, kontrola duplicit, hledání rolí, připomenutí následných kroků, manuální správa stavu: To jsou nezbytné činnosti. Ale ne všechny jsou hodnototvorné.

Dobrý SDR by měl mluvit s lidmi, testovat hypotézy, rozumět námitkám a kvalifikovat příležitosti. Neměl by 40 minut zjišťovat, zda pečovatelský dům ještě existuje, patří do správné provozní skupiny a je vůbec dostatečně velký. Přesně tam nastupuje automatizace. Ne jako náhrada. Ale jako úleva.

V Persil Wäscheservice nebyla pákou „člověk pryč“. Pákou bylo „člověk na správné místo“. Prodejní tým musel dělat méně slepé práce a mohl více času investovat do vhodných rozhovorů. To zní méně spektakulárně než mnoho slibů AI. Ale je to ekonomicky podstatně zajímavější.

Pohled na čísla za pipeline

Vezměme si zjednodušený model, založený na logice Persil Wäscheservice. Pokud z 1 000 nefiltrovaných účtů vznikne 20 schůzek, zní to přijatelně. Pokud z nich ale jen 5 skutečně odpovídá regionu, objemu a servisnímu profilu, skutečná míra využití je 0,5 procenta. Pokud ze 400 čistě filtrovaných účtů vznikne 18 schůzek a 10 z nich má A nebo B kvalitu, je systém menší, ale silnější.

Přesně tento výpočet často chybí. Prodej se dívá na aktivitu. Vedení se dívá na obrat. Mezi tím zeje díra: kvalita účtu. V Persil Wäscheservice jsme tuto díru zaplnili hodnocením schůzek podle segmentu a kvality. Není to dokonalé, ale dostatečné pro rozhodování.

Proč je tato případová studie relevantní pro výrobní střední podniky

Cílovou skupinou tohoto článku nejsou jen prádelny. Pokud jste obchodním ředitelem strojírenské firmy, výrobce komponentů nebo poskytovatele technických služeb, rozpoznáte tento vzorec. Vaši cíloví zákazníci jsou také rozptýleni. Vaši rozhodující činitelé jsou také těžko dosažitelní. Vaše nejlepší příležitosti také nevznikají vždy tam, kde je největší marketingový šum.

Výrobce zkušebních stolic z Ulmu musí vědět, které společnosti právě rozšiřují kapacity nebo testují nové produktové řady. Výrobce nástrojů z Villingen-Schwenningenu musí rozpoznat, které struktury OEM nebo Tier jsou dosažitelné. Poskytovatel služeb stlačeného vzduchu musí prioritizovat lokality, kde je vysoké riziko výpadku a potřeba údržby. To je stejná mechanika jako u Persil Wäscheservice: rozdělit trh, najít spouštěče, otevřít rozhovor.

Rozdíl je ve zdrojích dat a zprávách. Ne v principu. Kdo to pochopil, přestane budovat prodejní kampaně a začne budovat pipeline systémy.

Co se mi na příběhu Persil Wäscheservice obzvláště líbí

Je to nespektakulární příběh. Myslím to pozitivně. Žádná scéna, žádný humbuk, žádné slidy s raketami. Servisní společnost chtěla plánovaněji mluvit s vhodnými B2B zákazníky. Použili jsme data, procesy a AI tak, aby z toho vzniklo více kvalifikovaných schůzek. Hotovo. Nebo lépe: ne hotovo, ale opakovatelné.

Většina středních podniků nepotřebuje vizionářský příběh. Potřebují odpověď na pondělní ráno. Komu zavoláme? Proč tento účet? S jakou zprávou? Co se stane po odpovědi? Jak měříme, zda to funguje? Pokud jsou tyto otázky čistě zodpovězeny, prodej se uklidní. Ne zlehčí. Uklidní.

A ano, AI pomáhá. Ale ne proto, že magicky prodává. Pomáhá, protože vnáší řád do trhů, které jsou pro samotné lidi příliš detailní a pro klasické kampaně příliš složité.

Kompletní Success Story Kompletní zákaznický příběh Amplifa o Persil Wäscheservice a vybudování B2B outbound stroje pro regionální cílové skupiny služeb.

Moje prognóza pro B2B Outbound ve středních podnicích

Věřím, že následujících 24 měsíců oddělí dvě skupiny společností. Jedny automatizují staré seznamy a diví se klesající míře odpovědí. Druhé budují tržní modely, které propojují prodej, data a provozní realitu. Persil Wäscheservice pro mě patří do druhé skupiny.

To se nestane jen v prádelnách. Očekávám stejný posun u technických služeb, dodavatelů náhradních dílů, zakázkových výrobců, výrobců komponentů a specializovaných B2B poskytovatelů služeb. Méně masového outboundu. Více klastrů. Méně „Vážené dámy a pánové“. Více přesných příležitostí. Méně reportingu aktivit. Více kvality pipeline.

Moje ostrá teze: Střední podniky nemají zásadní problém s prodejem. Mají problém s prioritizací. Příliš mnoho účtů, příliš málo kontextu, příliš mnoho poloteplých kontaktů, příliš málo procesní disciplíny po první odpovědi. Kdo to vyřeší, nepotřebuje nutně více prodejců. Potřebuje lepší týdny.

V Persil Wäscheservice byl tento rozdíl velmi konkrétně viditelný: Z široké cílové skupiny se staly regionální ICP klastry. Z jednotlivých akcí se stal opakovatelný proces. Z náhodných rozhovorů se staly schůzky se systémem. A někde mezi logikou tras, chodbou pečovatelského domu a stavem CRM se ukázalo, že moderní generování leadů ve středních podnicích někdy nemusí vypadat moderně. Musí jen fungovat.