Pipeline sprzedażowy kłamie. Nie dlatego, że handlowcy wpisują dane na wyrost – choć to akurat prawda – ale dlatego, że większość firm liczy prawdopodobieństwo wygranej tak samo dla każdego przedstawiciela, niezależnie od jego prawdziwej efektywności działania. Efekt jest taki, że prognoza sprzedaży wynikająca z pipeline’u albo trafia w dziesiątkę przypadkiem, albo rozjeżdża się z rzeczywistością o dziesiątki procent.
Da się to zmienić. I to samo źródło błędu, które dziś psuje prognozy, może stać się najlepszym narzędziem do pracy z każdym członkiem zespołu z osobna.
Dlaczego pipeline traktuje wszystkich tak samo?
Pewnie większość managerów powie w tym momencie – trudno się dziwić, że pipeline nie przekłada się potem idealnie na osiągnięte wyniki, skoro większość handlowców wpisuje tam mocno na wyrost i do tego najczęściej zdecydowanie życzeniowo. A co gdybym powiedział, że nawet w tej sytuacji pipeline może być nie tylko dość dokładnym narzędziem do prognozowania przyszłej sprzedaży, ale jednocześnie źródłem informacji, jak pracować z każdym z handlowców, żeby tę sprzedaż stale podnosić?
Podstawowym problemem z pipeline’ami jest to, że odnoszą się do każdego członka zespołu sprzedażowego identycznie. Jeśli przyjrzymy się klasycznemu lejkowi sprzedaży, często wygląda on mniej więcej tak – nowy lead, kwalifikacja, diagnoza i prezentacja, oferta, negocjacje, wygrana/przegrana. Oczywiście w różnych firmach i różnych procesach sprzedaży mogą być różnice, ale koncept jest mniej więcej taki. I do każdego z etapów jest przypisane jakieś „prawdopodobieństwo” wygrania danej szansy na danym etapie lejka. Tylko najczęściej jest to wpisane na stałe w CRM bez względu na to, jaka jest rzeczywista efektywność sprzedażowa danego przedstawiciela. Jeśli mówimy o nowym pracowniku, to oczywiście nie wiemy, jaka będzie ta jego faktyczna efektywność i w tym przypadku przyjęcie jakiejś uśrednionej wartości ma sens), ale jak mamy handlowca w zespole rok, dwa, trzy, to mamy wystarczająco dużo danych historycznych, żeby określić, jakie jest prawdziwe prawdopodobieństwo, że jego szansa na poziomie „oferta” w lejku sprzedażowym zamieni się w „wygrana”. I u jednego będzie to 20%, u innego 50%, a u niektórych może i 75%. Tylko że jak wszystkich nasz CRM traktuje jednakowo i ma na sztywno wpisane na tym etapie 60%, to prognoza sprzedaży, która z niego wynika, jest obarczona sporym ryzykiem błędu.
Skąd się biorą te procenty?
Z moich obserwacji wynika, że te wagi przypisane do poszczególnych etapów lejka sprzedażowego w różnych firmach powstawały w różnych okolicznościach. Czasami są to jakieś przyjęte założenia, czasami były zrobione bardziej lub mniej wnikliwe analizy, ale najczęściej było to robione na etapie wdrażania CRM’a i od tamtej pory nikt tego nie weryfikował, a czasami są to liczby niemające nic wspólnego z realną efektywnością pracy działu handlowego ale coś trzeba było tam wpisać.
Jak urealnić prognozę?
Rozwiązanie jest proste: mając dane historyczne, można zweryfikować realność tych „procentów”. Możemy to zrobić albo dla każdego sprzedawcy indywidualnie, albo przy dużych zespołach policzyć, jak wyglądają te prawdopodobieństwa w kontekście całego zespołu realne, uśrednione dane historyczne danego zespołu. Nie trzeba tego liczyć „na piechotę” – większość CRMów jest w stanie wygenerować takie dane i jednocześnie daje możliwość automatycznego zdefiniowania tych prawdopodobieństw nawet na poziomie pojedynczego sprzedawcy. A gdy już będziemy mieli prawdziwe dane wejściowe w CRM-ie, prawdopodobieństwo zrealizowania się prognozy sprzedażowej wynikającej z lejka sprzedażowego jest naprawdę wysokie. I nawet jeśli ktoś wpisuje na wyrost i życzeniowo, to po prostu wyjdą mu „niższe” procenty na każdym etapie lejka. Ale tutaj pojawiają się kolejne korzyści z indywidualnego wyliczania prawdopodobieństwa dla każdego sprzedawcy.
Mając te dane wyliczone dla każdego indywidualnie, mamy jako zarządzający sprzedażą jasną informację, u których handlowców te liczby nie wyglądają dobrze na tle innych. Jeśli przykładowo średnia w zespole na poziomie „oferta” to 58%, a dany przedstawiciel ma tutaj 38%, warto się temu przyjrzeć i zadać sobie pytanie, z czego to wynika. Powody mogą być różne, np.:
- błędy popełniane na wcześniejszych etapach (np. bardzo pobieżnie robiona kwalifikacja),
- błędy popełniane na kolejnych etapach (zamykanie, negocjacje),
- przepuszczanie klienta do kolejnego etapu mimo negatywnej kwalifikacji, z której wynika, że i tak nic z tego nie będzie,
- „kreatywne” wpisywanie danych do CRM (skoro firma oczekuje i naciska, to wpiszę tak, żeby się zgadzało),
- generalnie niska jakość podejmowanych działań sprzedażowych na każdym etapie lejka przez danego handlowca,
- brak follow-upu po prezentacji lub ofercie, przez co szansa „utyka” bez decyzji klienta.
Ale jak już się temu przyjrzymy i będziemy mieli zdefiniowane powody rozbieżności na poziomie pipeline’u u różnych sprzedawców, będziemy mieli też jasne wytyczne, jak z daną osobą pracować. Bo inaczej podejdziemy do kogoś, kto po prostu wpisuje dane tak, żeby „się zgadzało”, inaczej do kogoś, komu trzeba pomóc na poziomie kompetencji, a jeszcze inaczej do kogoś, kto nie realizuje sprzedaży ze względu na małą aktywność i zbyt małą liczbę podejmowanych tematów (szans).
Co to daje w praktyce?
- Pozwala urealnić prognozy wynikające z pipeline’u.
- Gdy prognozy wskazują na ryzyko braku wyniku w przyszłości, zostaje więcej czasu na reakcję.
- Daje informację, w jakich obszarach i z którymi członkami zespołu warto pracować w kontekście podnoszenia kompetencji, a co za tym idzie – ich efektywności.
- Łatwiej obnażyć „kreatywne” wpisywanie danych do CRM.
- I finalnie – takie podejście to większa przewidywalność, a co za tym idzie – większy spokój.
Kiedy może się to nie udać?
Oczywiście w każdej firmie wygląda to trochę inaczej i są sytuacje, kiedy takie podejście będzie trudne do wdrożenia. Szczególnie gdy pracuje się na niewielkiej liczbie szans (specyfika pracy z dużymi, pojedynczymi projektami), trudno wyliczyć faktyczne średnie skuteczności na każdym etapie lejka sprzedażowego dla poszczególnych przedstawicieli. Będą też sytuacje, w których konfiguracja CRM-a nie ułatwi automatyzacji wyliczeń i przypisywania indywidualnych efektywności.
Ale nawet tam, gdzie warunki nie są idealne, warto zadać sobie jedno pytanie: czy wolę być zaskoczony wynikiem na koniec kwartału, czy wiedzieć o ryzyku wystarczająco wcześnie, żeby coś z tym zrobić? Bo o to właśnie chodzi w urealnianiu pipeline’u – nie o ładniejsze wykresy w CRM, tylko o czas na reakcję, zanim zrobi się za późno.