Οι ομάδες πωλήσεων δεν νοιάζονται για δείκτες της ιστοσελίδας. Νοιάζονται για το pipeline: δυνητικοί πελάτες σε εξέλιξη, ταχύτητα συμφωνιών, ποσοστά επιτυχίας, πρόβλεψη. Οι ομάδες στατιστικών δεν νοιάζονται για μεμονωμένες συμφωνίες. Νοιάζονται για συγκεντρωτικές τάσεις και απόδοση καναλιών. Αυτές οι ομάδες όμως χρειάζονται κοινή εικόνα, ώστε οι πωλήσεις να ξέρουν ποιοι δυνητικοί πελάτες ήρθαν από ποια κανάλια και το μάρκετινγκ να ξέρει αν τα κανάλια φέρνουν κατάλληλους δυνητικούς πελάτες. Αυτό το κεφάλαιο εξηγεί πώς να φτιάξεις dashboards που εξυπηρετούν και τις δύο ομάδες.
Τι δείχνουν τα dashboards πωλήσεων
Ένα dashboard πωλήσεων δείχνει: pipeline ανά στάδιο (δυνητικοί πελάτες, ευκαιρίες, προτάσεις, κερδισμένες και χαμένες), ταχύτητα συμφωνιών (πόσες συμφωνίες περνούν από κάθε στάδιο την εβδομάδα), ποσοστά επιτυχίας ανά στάδιο, πρόβλεψη (προβλεπόμενα έσοδα ανά μήνα με βάση το pipeline) και την πηγή καναλιού ή καμπάνιας των δυνητικών πελατών.
Αυτό διαφέρει από τα στατιστικά μάρκετινγκ: το μάρκετινγκ νοιάζεται για τον όγκο δυνητικών πελατών και το CAC. Οι πωλήσεις νοιάζονται για την ταχύτητα συμφωνιών και την πιθανότητα επιτυχίας. Και τα δύο είναι σημαντικά. Τα dashboards πρέπει να δείχνουν και τις δύο οπτικές.
Φτιάχνοντας το dashboard
Πηγές δεδομένων
Τράβα δεδομένα από: CRM (pipeline, συμφωνίες, ποσοστά επιτυχίας), στατιστικά (πηγή δυνητικού πελάτη, καμπάνια), email (εμπλοκή), λογιστική (κλεισμένα έσοδα). Όλα τα δεδομένα ρέουν σε ένα εργαλείο επιχειρηματικής ευφυΐας που δημιουργεί το dashboard.
Βασικοί δείκτες
Για τις πωλήσεις: pipeline ανά στάδιο, συμφωνίες σε κάθε στάδιο, ημέρες σε κάθε στάδιο, ποσοστό επιτυχίας ανά στάδιο, πρόβλεψη.
Για το μάρκετινγκ: δυνητικοί πελάτες ανά πηγή, κόστος ανά δυνητικό πελάτη ανά πηγή, ποιότητα ανά πηγή (% που γίνονται ευκαιρίες, ποσοστό επιτυχίας), έσοδα ανά πηγή.
Κοινοί: αξιολόγηση ποιότητας δυνητικών πελατών, απόδοση καμπανιών, αποτελεσματικότητα καναλιών.
Ειδικά σημεία για τις πωλήσεις
Επικαιρότητα: Οι πωλήσεις χρειάζονται φρέσκα δεδομένα (ημερήσια ή σε πραγματικό χρόνο). Ένας δυνητικός πελάτης που ήρθε χθες είναι παλιά είδηση αν δεν το μάθεις αμέσως.
Ιδιοκτησία: Κάθε συμφωνία ανήκει σε έναν πωλητή. Τα dashboards πρέπει να τμηματοποιούν ανά πωλητή, περιοχή και γραμμή προϊόντων, ώστε οι πωλητές να βλέπουν πρώτα τις δικές τους συμφωνίες.
Ακρίβεια: Οι πωλητές είναι δύσπιστοι με τα δεδομένα αν δεν ταιριάζουν με το CRM τους. Φρόντισε τα σύνολα του dashboard να ταιριάζουν ακριβώς με το CRM. Αν αποκλίνουν, βρες και διόρθωσε τη διαφορά.
Αξιοποιησιμότητα: Τα dashboards πρέπει να οδηγούν σε ενέργειες: «Αυτή η πηγή δυνητικών πελατών έχει ποσοστό επιτυχίας 40%: δώσε προτεραιότητα σε αυτούς τους δυνητικούς πελάτες.» Μη δείχνεις δείκτες χωρίς συνέπειες.
Συνηθισμένες αποτυχίες dashboards
Πολύ σύνθετο: Το dashboard δείχνει 50 δείκτες. Η ομάδα πωλήσεων το αγνοεί γιατί την κουράζει. Λύση: ξεκίνα με 5-7 βασικούς δείκτες. Πρόσθεσε άλλους μόνο αν σου τους ζητήσουν.
Μη αξιόπιστο: Τα σύνολα δεν ταιριάζουν με το CRM. Η ομάδα πωλήσεων δεν εμπιστεύεται το dashboard και δεν το χρησιμοποιεί. Λύση: συμφώνησε τα δεδομένα καθημερινά. Αν τα σύνολα αποκλίνουν, διόρθωσε πριν δημοσιεύσεις.
Αργή ενημέρωση: Το dashboard ενημερώνεται μία φορά την εβδομάδα. Οι συμφωνίες έχουν παλιώσει μέχρι τότε. Λύση: αυτοματοποίησε τις ενημερώσεις ώστε να γίνονται τουλάχιστον κάθε νύχτα.
Χωρίς συμπεράσματα: Το dashboard δείχνει δεδομένα αλλά όχι ερμηνεία. Η ομάδα πωλήσεων δεν ξέρει τι να κάνει με αυτά. Λύση: πρόσθεσε σχόλια: «Το pipeline είναι πάνω 20% σε σχέση με τον προηγούμενο μήνα. Με την τρέχουσα ταχύτητα, θα ξεπεράσουμε την πρόβλεψη.»
Εξέλιξη του dashboard
Φάση 1 (μήνας 1): Βασικό dashboard με pipeline, πρόβλεψη εσόδων, νέους δυνητικούς πελάτες. Εστίαση στην ακρίβεια και την επικαιρότητα.
Φάση 2 (μήνας 3): Πρόσθεσε πηγή δυνητικών πελατών, απόδοση καμπανιών, ποιότητα καναλιών. Ενεργοποίησε φιλτράρισμα ανά πωλητή, περιοχή, προϊόν.
Φάση 3 (μήνας 6): Πρόσθεσε προβλεπτικούς δείκτες: πιθανότητα συμφωνίας, προβλεπόμενα ποσοστά επιτυχίας, προβλεπόμενα έσοδα. Εντόπισε συμφωνίες σε κίνδυνο.
Πρέπει η ομάδα πωλήσεων να χρησιμοποιεί dashboard πωλήσεων ή να βασίζεται στο CRM;
Και τα δύο. Το CRM είναι η πηγή αλήθειας και η διαχείριση εργασιών. Το dashboard δίνει πανοραμική εικόνα του pipeline και της απόδοσης. Οι πωλητές χρησιμοποιούν το CRM καθημερινά για τη διαχείριση συμφωνιών: ελέγχουν το dashboard εβδομαδιαία για ανασκόπηση απόδοσης και καθοδήγηση. Είναι συμπληρωματικά, όχι ανταγωνιστικά.
Ποια είναι η καλύτερη συχνότητα ενημέρωσης του dashboard;
Τουλάχιστον κάθε νύχτα για τα dashboards πωλήσεων (τα δεδομένα ενημερώνονται κάθε πρωί). Ο πραγματικός χρόνος είναι ευχάριστο έξτρα αν έχεις την τεχνική υποδομή. Απόφυγε τις εβδομαδιαίες ενημερώσεις: οι συμφωνίες αλλάζουν πολύ γρήγορα. Αυτοματοποίησε τις ενημερώσεις ώστε να μην είναι χειροκίνητες.
Πώς υπολογίζω την πιθανότητα συμφωνίας και την πρόβλεψη pipeline;
Απλά: πρόβλεψη = άθροισμα ποσών συμφωνιών × πιθανότητα ανά στάδιο. Παράδειγμα: 10 συμφωνίες στο στάδιο της πρότασης, ιστορικό ποσοστό επιτυχίας 30% = 10 × μέσο ποσό × 30%. Εξελιγμένα: χρησιμοποίησε ιστορικά δεδομένα ανά πωλητή ή προϊόν για να βελτιώσεις τις πιθανότητες. Τα περισσότερα CRM έχουν ενσωματωμένη πρόβλεψη: χρησιμοποίησέ την ως αφετηρία.
Πώς παρουσιάζω την ποιότητα καναλιού ή καμπάνιας στη διοίκηση αν ο όγκος είναι υψηλός αλλά η ποιότητα χαμηλή;
Δείξε και τους δύο δείκτες: το οργανικό φέρνει 100 δυνητικούς πελάτες τον μήνα αλλά με ποσοστό επιτυχίας 5%. Οι πληρωμένες διαφημίσεις φέρνουν 30 δυνητικούς πελάτες τον μήνα αλλά με ποσοστό επιτυχίας 20%. Κόστος ανά κλεισμένη συμφωνία = κόστος δυνητικού πελάτη / ποσοστό επιτυχίας. Αυτό δείχνει ότι οι πληρωμένες διαφημίσεις, παρά τον χαμηλότερο όγκο, είναι πιο αποδοτικές. Χρησιμοποίησέ το για να δικαιολογήσεις την ανακατανομή του budget.
Πώς χειρίζομαι στην πρόβλεψη συμφωνίες που εκτείνονται σε πολλά τρίμηνα ή οικονομικά έτη;
Χρησιμοποίησε την αναμενόμενη ημερομηνία κλεισίματος για την πρόβλεψη, όχι την ημερομηνία δημιουργίας. Παράδειγμα: μια συμφωνία που δημιουργήθηκε το τρίτο τρίμηνο αλλά αναμένεται να κλείσει το πρώτο τρίμηνο της επόμενης χρονιάς μπαίνει στην πρόβλεψη του πρώτου τριμήνου. Είναι πιο ακριβές από τη χρήση της ημερομηνίας δημιουργίας. Τα συστήματα CRM το υποστηρίζουν: ρύθμισε την πρόβλεψή σου με βάση την αναμενόμενη ημερομηνία κλεισίματος και όχι την ημερομηνία δημιουργίας.
Να δείχνω δεδομένα ανά πωλητή στα dashboards αν η ομάδα πωλήσεων είναι ανταγωνιστική;
Ναι, αλλά προσεκτικά. Ο δημόσιος ανταγωνισμός μπορεί να παρακινεί ή να αποθαρρύνει. Δείξε δεδομένα πωλητή στα δικά του dashboards (ιδιωτικά) και συγκεντρωτικά δεδομένα στα dashboards της ομάδας (δημόσια). Χρησιμοποίησε τα δεδομένα για καθοδήγηση, όχι για τιμωρία. Ο στόχος είναι αμοιβαία βελτίωση, όχι ανταγωνισμός που βασίζεται στην ντροπή.