Enquanto os clientes nem sempre fazem o que esperamos deles, o pipeline de vendas se comporta de uma maneira lógica — desde que você saiba o que está procurando.
Se o processo de vendas da sua empresa envolve múltiplos estágios onde vendedores interagem com inúmeros tomadores de decisão, saber quais dados extrair de seu sistema CRM para construir uma previsão pode ser difícil.
No meio disso, usar essas 5 métricas podem melhorar significativamente sua precisão de previsão:
- Quantidade de oportunidades: o mais simples das 5 métricas, essa é uma medida de quantas oportunidades estão na pipeline.
- Tamanho das oportunidades: mais um fácil, este é o valor, em reais, projetado para cada oportunidade e é muitas vezes expresso como um tamanho médio do negócio
- Taxa de conversão: avaliada em passo a passo, mede o percentual de oportunidades de uma fase da venda que têm potencial para prosseguirem ao próximo passo.
- Velocidade: também é medida no passo a passo. Esta é uma medida de quanto tempo as oportunidades normalmente gastam em cada estágio.
- Quantidade de oportunidades: o mais difícil de quantificar, esta é uma avaliação de como uma oportunidade corresponde a uma definição predefinida de um lead de vendas bem qualificado.
Vamos voltar nossa atenção para como cada uma destas métricas entrará no nosso modelo de previsibilidade.
Métricas como número e tamanho de oportunidades são bastante simples. Multiplique um pelo outro, e você terá o valor em seu pipeline, caso todas as vendas se concretizem.
Isso funciona como uma métrica de base, sobre a qual se baseará o resto de todos os cálculos.
A seguinte métrica, taxa de conversão, será usada para deixar claro o valor dessas oportunidades em cada etapa que, com base na análise histórica, não vai fechar.
Se você fez sua lição de casa e entende as taxas de conversão para cada estágio, você pode determinar quanto de receita você pode antecipar saindo de cada etapa.
Para isso, é preciso multiplicar o valor de oportunidades em cada etapa pela taxa de conversão para essa etapa, em específico, e pelas taxas de conversão para todas as fases subsequentes.
Um exemplo ajudará a ilustrar a matemática necessária aqui:
Suponha que tenhamos 4 estágios de vendas com as seguintes taxas de conversão:
- Entre o estágio 1 e 2: 25%.
- Entre o estágio 2 e 3: 35%.
- Entre a fase 3 e 4: 50%.
- Entre a fase 4 e o fechamento: 65%.
Para descobrir o valor de sua pipeline qualificada pela taxa de conversão, você adicionaria juntos os seguintes valores:
- (o valor de oportunidades na primeira fase) * 0,25 * 0,35 * 0,50 * 0,65.
- (o valor de oportunidades na fase 2) *0,35 *0,50 *0,65.
- (o valor de oportunidades na terceira fase) *0,50 *0,65.
- (o valor de oportunidades em estágio 4) * 0,65.
A velocidade entra no modelo para permitir medir ciclos de vendas que são maiores do que o período desejado de previsão.
Se, usando dados históricos, sabemos o tempo médio gasto para cada fase, podemos calcular uma previsão para um período de tempo determinado tendo em conta a velocidade de nosso pipeline.
Aqui está como fazer isso: se nosso exemplo acima tem um ciclo de vendas de 1 ano que é perfeitamente uniforme (ou seja, as oportunidades ficam em cada estágio durante 3 meses), uma previsão trimestral seria simplesmente o valor de oportunidades na etapa 4, multiplicado pela taxa de conversão correspondente a 0,65.
A última variável a considerar é a qualidade do negócio. Isso é complicado porque a percepção de uma oportunidade de negócio como “alto nível” é algo subjetivo.
Como tal, a qualidade de negócio geralmente é representada por um fator de ponderação aplicado a cada oportunidade.
Por exemplo, oportunidades “muito quentes” (aquelas que correspondem perfeitamente à definição de prospects de alto nível) podem significar que 100% do seu valor é passado para a fórmula acima.
Os prospects apenas “quentes” (ou seja, aqueles que correspondem vagamente nossa definição de bons prospects) podem ter um fator de ponderação de 65, significando que apenas 65% do seu valor serão usados em nossos cálculos.
Enquanto eles introduzem um pouco de variáveis em todo o cálculo, esses fatores de ponderação dão aos seus vendedores um meio mal necessário para qualificar oportunidades em suas condutas individuais.
Isto pode levar a um longo caminho para neutralizar o pior inimigo de uma previsão exata: o golpe.
O importante aqui é ter uma definição de prospect de alto nível claro que todos concordem e uma compreensão clara dos fatores de ponderação associados com os rótulos de qualidade de acordo com o que a sua empresa utiliza para rotular as oportunidades de negócios (por exemplo, muito quente/quente/frio).
Enquanto este processo pode ser refinado em uma variedade de maneiras, é um excelente ponto de partida para que você possa desenvolver seu próprio modelo de previsão.
O que é fundamental é enxergar o desenvolvimento do seu modelo de previsão como um processo e não um evento.
Velocidades e taxas de conversão variam com os altos e baixos da economia, a temporada e a paisagem competitiva.
Como tal, você precisará aperfeiçoar constantemente a sua fórmula de previsão com base em como estas, e outras variáveis impactam suas métricas chave de pipeline ao longo do tempo.
Sobre isso, a precisão da previsão é uma ciência histórica – quanto mais você olha para o passado, melhor você se tornará em prever o futuro.
E, quanto mais o passado influencia o seu cenário atual, mais você sabe o que precisa ser melhorado para colher novos resultados no futuro.
Fonte: Blog Televendas & Cobranças
