Was es ist
Lookalike Modeling bewertet neue Zielaccounts danach, wie stark sie den Kunden ähneln, die eine Agentur schon gewonnen hat. Statt mit einer von Hand geschriebenen Wunschliste zu starten, startet es mit einer Seed Audience: den Firmographics, Technographics, Hiring-Mustern und der Signal-Historie der Unternehmen, die tatsächlich unterschrieben haben. Jedes neue Unternehmen, das der Agent entdeckt, wird an diesem Muster gemessen und nach Passung sortiert, nicht nur gegen eine Reihe manuell definierter Regeln geprüft.
Es ersetzt das ICP nicht, es ergänzt es. Ein ICP ist die Form des Unternehmens, die du dir vorgenommen hast: eine Branche, eine Mitarbeiterzahl-Spanne, eine Finanzierungsphase. Lookalike Modeling ist die Form des Unternehmens, die tatsächlich konvertiert hat, und die ist oft enger, manchmal auch anders, als die Form, die du aus dem Kopf aufgeschrieben hättest. Ein Desk, der still fünf Fintech-Scale-ups mit demselben ATS gewonnen hat, sitzt auf einem Muster, das sich auszuwerten lohnt, egal ob es im ursprünglichen ICP-Dokument stand.
Der beste Indikator für deinen nächsten Kunden ist das Muster der Kunden, die du schon gewonnen hast.
Warum es zählt
Die meisten Ziellisten werden einmal gebaut und dann monatelang wiederverwendet, gestützt auf das Gefühl eines Consultants dafür, wen die Agentur bedient. Dieses Gefühl liegt im Groben meist richtig und im Detail oft daneben, genau in dem Detail, das einen schnellen Abschluss von einem toten Lead trennt. Lookalike Modeling ersetzt das grobe Gefühl durch das Detail: die konkrete Kombination aus Größe, Stack, Wachstumsrate und vergangener Signal-Historie, die die tatsächlichen Gewinne der Agentur teilen, automatisch sichtbar gemacht statt bei jeder neuen Liste aus dem Gedächtnis rekonstruiert.
Es summiert sich außerdem auf eine Art, die ein statisches ICP nicht kann. Jede Platzierung fügt der Seed Audience einen weiteren Datenpunkt hinzu, sodass sich das Muster mit jedem Gewinn schärft, statt fix zu bleiben, bis es jemand neu schreibt. Dieses angesammelte Muster, gebaut aus der eigenen Platzierungshistorie einer Agentur, kann ein Wettbewerber nicht einfach einkaufen. Das ist ein echter moat, und er wächst mit jedem Abschluss des Desks.
Wie boilr das übernimmt
boilr baut die Seed Audience automatisch aus dem Company Brain: den Firmographics, Technographics, Hiring-Mustern und der Signal-Historie jedes Kunden, den die Agentur schon platziert hat. Dein KI-Sales-Mitarbeiter bewertet jedes neu entdeckte Unternehmen an diesem Muster, zusätzlich zu deinem ICP, sodass ein Lookalike-Account auch dann auftauchen kann, wenn er leicht außerhalb der Regeln liegt, die du ursprünglich aufgeschrieben hast.
Die Accounts mit dem höchsten Score wandern nach oben in deine Task-Inbox, bereits angereichert mit dem Entscheider und dem Signal, das sie ausgelöst hat. Weil das Modell im Company Brain lebt statt in der Tabelle eines einzelnen Consultants, wird es jedes Mal besser, wenn irgendein Consultant im Desk einen Kunden gewinnt, und es überlebt den Moment, in dem dieser Consultant weiterzieht.
