כל מנהל מכירות מכיר את הרגע. סוף רבעון, מסתכלים על ה-pipeline, ומנסים לנחש כמה באמת ייסגר. המספר במערכת אומר דבר אחד, התחושה אומרת אחר, וההנהלה רוצה מספר שלישי. הבעיה היא לא היכולת לחזות, היא שהדאטה שעליה חוזים לא אמינה.

שלבים שאומרים את אותו דבר לכולם

הבסיס של forecast אמין הוא שלבי דיל עם קריטריון מעבר אובייקטיבי. לא Proposal כתחושה, אלא הצעה נשלחה ותועדה. לא Qualified כהתרשמות, אלא תקציב, סמכות, צורך וזמן זוהו. כשהקריטריון בדיק, ה-pipeline מפסיק להיות אוסף דעות והופך למדד.

שלב דיל בלי קריטריון אובייקטיבי הוא משאלה עם שם רשמי. אי אפשר לחזות על משאלות.

היגיינת דאטה היא לא ניקיון, היא אמינות

ברוב המערכות, בין 30 ל-60 אחוז מהרשומות בלי שלב ברור או בלי בעלים. זה לא נראה כמו בעיה עד שמנסים לחזות עליהן. שלושה כלים מטפלים בזה: שדות חובה שחוסמים רשומה חלקית, חסימת כפילויות בכניסה, וריצות dedup שמנקות מה שכבר הצטבר. דאטה נקייה היא התנאי לכל תחזית.

אוטומציה שמשקפת מציאות

הפער הכי גדול בין ה-CRM למציאות נוצר כי בני אדם לא מעדכנים בזמן אמת. אוטומציות סוגרות את הפער: כשמייל הצעה יוצא, הדיל עולה שלב לבד. כשאין פעילות שבועיים, נוצרת משימת פולואפ. כשדיל תקוע, מנהל מקבל התראה. הנציג מוכר, המערכת מתעדת.

כששלושת המרכיבים במקום, קורה דבר שקט אבל חשוב: ה-forecast מפסיק להשתנות כל שבוע. הוא מבוסס על מה שבאמת קורה, וההנהלה יכולה לנהל לפיו, להחליט על גיוס, על תקציב, על יעדים, בביטחון.

זו אולי השכבה הכי לא זוהרת ב-GTM Engineering, ואחת הכי חשובות. כי בלי pipeline נקי, כל השאר, הניתוב, האוטומציות, ה-outbound, מזרים דאטה למערכת שאי אפשר לסמוך על מה שהיא מספרת.