Fra mavefornemmelser til målinger med effektiv salgsanalyse

Mange salgsorganisationer har adgang til flere data end nogensinde. Alligevel bliver performance ofte vurderet ud fra månedens omsætning, antallet af bookede møder og salgsledelsens fornemmelse af, hvilke deals der ser lovende ud. Det giver et præcist billede af fortiden, men begrænset hjælp til at styre den kommende pipeline.

En effektiv salgsanalyse forbinder salgsaktiviteter med den pipeline og omsætning, virksomheden vil skabe. I denne artikel ser vi på, hvilke KPI’er der giver et retvisende billede af performance, og hvordan de kan bruges til at finde friktion og styrke forecastet.

‍

Hvad skal en salgsanalyse kunne fortælle?

En salgsanalyse skaber først kommerciel værdi, når den hjælper ledelsen med at træffe bedre beslutninger. Det kræver svar på spørgsmål som:

• Har vi tilstrækkelig pipeline til at nå vores mål?
• Hvilke segmenter og lead sources skaber de bedste kunder?
• Hvor i salgsprocessen falder konverteringen?
• Hvilke sælgere eller teams flytter deals mest effektivt?
• Hvor præcist kan vi forecaste næste kvartal?
• Hvilke aktiviteter har reel sammenhæng med vundne deals?

Hvis analysen primært viser, hvor mange opkald, mails og møder teamet har gennemført, måler den aktivitet uden at forklare den kommercielle effekt. En god analyse følger bevægelsen gennem hele salgsprocessen: fra første kontakt til kvalificeret mulighed, proposal, forhandling og lukket aftale.

‍

1. Start med de kommercielle beslutninger

Mange dashboards bliver bygget ud fra de datafelter, der allerede findes i CRM-systemet. Det skaber ofte omfattende rapportering med begrænset relevans for ledelsen. Start i stedet med de beslutninger, analysen skal understøtte. En salgsdirektør kan eksempelvis have brug for at vurdere om:

• pipeline coverage er høj nok
• ressourcerne er placeret på de rigtige markeder
• forecastet er realistisk
• konverteringsproblemer skyldes kvalificering, salgsadfærd eller positionering

Når beslutningerne er klare, bliver det lettere at vælge de KPI’er, der fortjener plads i rapporteringen. Det gælder også for virksomhedens bredere arbejde med B2B salg. Salgsdata skal afspejle den faktiske salgsproces og gøre det muligt at se, hvordan teamets indsats påvirker pipeline og omsætning.

‍

2. Kombinér lagging og leading indicators

En salgsanalyse skal både vise, hvad teamet allerede har opnået, og om den nuværende pipeline kan bære de kommende mål. Lagging indicators måler de resultater, der allerede er realiseret. De fungerer som et bagudrettet facit og viser eksempelvis, hvor meget omsætning teamet har skabt, hvor mange deals der blev vundet, og hvor høj win rate var i perioden. Typiske lagging indicators er:

• Omsætning
• Ny ARR eller kontraktværdi
• Win rate
• Gennemsnitlig deal size
• Antal nye kunder
• Gennemsnitlig salgscyklus
• Antal tabte deals

Leading indicators måler de forhold, der typisk går forud for et salgsresultat. De giver derfor et tidligere signal om, hvorvidt pipeline udvikler sig sundt, og om teamet har de rette forudsætninger for at ramme sit forecast. Typiske leading indicators er:

• Antal kvalificerede opportunities
• Møder med relevante beslutningstagere
• Konvertering mellem pipeline-stadier
• Nye opportunities i målsegmentet
• Andel af deals med en identificeret champion
• Gennemsnitlig tid i hvert pipeline-stadie
• Antal multithreaded accounts

Forskellen er vigtig: Omsætning fortæller, hvad der blev lukket. Antallet af kvalificerede opportunities og bevægelsen gennem pipeline viser, om der er grundlag for at skabe omsætning i næste periode. Når salgsledelsen følger begge typer KPI’er, bliver analysen mere anvendelig. Lagging indicators dokumenterer performance, mens leading indicators gør det muligt at reagere tidligere på faldende konvertering, langsommere deal velocity eller svag pipeline coverage.

‍

3. Mål konvertering mellem hvert pipeline-stadie

En samlet win rate kan skjule store forskelle i salgsprocessen. Et team kan have en acceptabel win rate og samtidig miste en stor del af pipeline mellem første møde og kvalificeret opportunity. Et andet team kan være stærkt i discovery, men have lav konvertering efter tilbudsfasen. Derfor bør en salgsanalyse måle konverteringen mellem hvert defineret stadie.

Et eksempel kan se sådan ud: 100 første møder bliver til 62 kvalificerede opportunities. Herfra går 34 videre til proposal, 15 når forhandlingsstadiet, og 9 ender som vundne deals. Det svarer til en konvertering på 62 % fra første møde til kvalificeret opportunity, 55 % videre til proposal, 44 % til forhandling og 60 % fra forhandling til vundet deal

Tallene gør det muligt at lokalisere friktionen. Hvis mange opportunities aldrig når proposal, bør teamet undersøge, om kvalificeringen er skarp nok, og om de rette stakeholders er involveret. Falder konverteringen sent i processen, kan analysen pege på svagheder i business casen eller kundens beslutningsproces. Denne disciplin hænger tæt sammen med sales enablement, fordi indsigterne skal omsættes til tydeligere salgsadfærd og en mere ensartet kvalificering.

‍

4. Analysér pipeline-kvalitet - ikke kun volumen

En stor pipeline kan skabe falsk tryghed, hvis en væsentlig del består af gamle deals, svagt kvalificerede muligheder eller accounts uden adgang til beslutningstagere. Pipeline coverage bør derfor vurderes sammen med kvalitet. En pipeline på fire gange salgsmålet er kun solid, hvis den historiske win rate, deal velocity og kvalificering understøtter forventningen. Vurder blandt andet:

• Hvor stor en del af pipeline har en dokumenteret business pain?
• Er den økonomiske beslutningstager identificeret?
• Har kunden en tydelig beslutningsproces?
• Findes der en realistisk næste aktivitet?
• Hvor længe har dealen stået stille?
• Er close date baseret på kundens proces eller sælgerens håb?

‍

5. Brug velocity til at forstå momentum

Pipeline velocity viser, hvor hurtigt kommerciel værdi bevæger sig gennem salgsprocessen. En udbredt beregning er:

Antal opportunities × gennemsnitlig dealværdi × win rate / gennemsnitlig salgscyklus

Modellen gør det muligt at se, hvilke ændringer der har størst betydning for den forventede omsætning. Et team kan eksempelvis øge velocity ved at:

• Skabe flere kvalificerede opportunities
• Løfte den gennemsnitlige kontraktværdi
• Forbedre win rate
• Reducere tiden fra opportunity til lukket aftale

Salgsanalysen bør vise udviklingen i hver komponent. Ellers bliver velocity blot endnu et samlet nøgletal uden tydelig handlingsretning. Segmentér gerne analysen efter branche, marked, produkt, sælger eller lead source. Gennemsnit på tværs af hele organisationen kan skjule, at bestemte kundetyper har markant kortere salgscyklus eller højere win rate.

‍

6. Gør forecast-præcision til en KPI

Forecasting bliver ofte behandlet som en månedlig vurdering frem for en performance-disciplin. Det skaber problemer, når pipeline-stadier bruges forskelligt, close dates flyttes gentagne gange, og sandsynligheder bygger på individuelle vurderinger. Mål derfor forecast-præcision over tid og sammenlign:

• Forecastet omsætning med realiseret omsætning
• Commit deals med faktisk vundne deals
• Forventede close dates med reelle close dates
• Pipeline ved periodens start med det endelige resultat

Analysen kan synliggøre systematiske mønstre. Nogle teams overvurderer sent pipeline. Andre undervurderer, hvor mange nye deals der skal skabes inden for kvartalet. Når forecast-præcision bliver fulgt som en KPI, skærpes CRM-disciplinen og salgsledelsens dialog med teamet.

‍

7. Segmentér performance efter de forhold, der driver vækst

Samlede tal giver et nyttigt overblik, men de bliver først handlingsklare, når performance brydes ned på de forhold, der faktisk driver forskellene. En salgsanalyse bør derfor gøre det muligt at sammenligne resultater på tværs af relevante dimensioner, eksempelvis:

• Branche og virksomhedsstørrelse
• Geografi
• Produkt eller serviceområde
• Inbound, outbound og partnerkanaler
• Nye kunder og eksisterende kunder
• Sælger, team eller forretningsenhed

Segmenteringen kan afdække, at en kanal skaber mange møder, men få vundne deals. Den kan også vise, at bestemte segmenter har længere salgscyklus, men højere livstidsværdi. Det giver et bedre grundlag for account-prioritering, budgetallokering og kapacitetsplanlægning.

‍

8. Byg rapporteringen i CRM-systemet

Manuelle regneark kan fungere i mindre organisationer, men de skaber hurtigt forskellige versioner af sandheden. En robust salgsanalyse kræver ensartede definitioner, obligatoriske felter og løbende opdatering i CRM-systemet. I HubSpot kan virksomheder eksempelvis bygge dashboards for:

• Pipeline coverage
• Stage conversion
• Deal velocity
• Forecast categories
• Tabårsager
• Performance pr. segment og sælger
• Aktivitet koblet til opportunities

Teknologien løser dog kun opgaven, når salgsprocessen er tydeligt defineret. CRM-felterne skal understøtte de beslutninger, ledelsen vil træffe, og sælgerne skal forstå, hvorfor datakvalitet påvirker både forecasting og prioritering.

‍

Salgsanalyse skal ændre salgsadfærden

Når KPI’er kobles til den faktiske buyer journey, bliver salgsledelsen bedre rustet til at prioritere. Teamet får samtidig en fælles forståelse af, hvad en kvalificeret deal kræver, og hvilke handlinger der driver den fremad.

VAEKST arbejder med salgsorganisationer, der vil styrke deres kommercielle processer, CRM-disciplin og performance-måling. Læs mere om vores tilgang til sales enablement, eller se hvordan vi hjælper virksomheder med at udvikle deres B2B salg.

‍