Die Pipeline-Prognose ist der Prozess der Vorhersage zukünftiger Einnahmen basierend auf dem aktuellen Stand der Deals in verschiedenen Phasen des Verkaufsprozesses, angepasst an historische Konversionsraten und Daten zur Deal-Geschwindigkeit. Für Product Ops-Teams sind Pipeline-Daten ein Frühindikator für zukünftige ARR und den Bedarf an Ressourcenplanung.
?
Wie wird die Genauigkeit der Vertriebspipeline-Prognose aufgebaut?
Eine genaue Pipeline-Prognose erfordert drei Komponenten: ein klar definiertes Phasenmodell (jede Pipeline-Phase muss objektive Kriterien für den Eintritt eines Deals haben – um subjektiven Optimismus zu verhindern, der Prognosen aufbläht), historische Phasenkonversionsraten (welcher Prozentsatz der Deals, die in jede Phase eintreten, wird tatsächlich abgeschlossen?) und die durchschnittliche Verkaufszykluszeit pro Phase (wie lange verweilen Deals in jeder Phase, bevor sie voranschreiten oder abbrechen?). Mit diesen Eingaben berechnet ein Pipeline-Modell den gewichteten ARR für jede Phase: Multiplizieren Sie die Pipeline in jeder Phase mit ihrer historischen Abschlussrate. Die Summe der gewichteten Werte ergibt eine erwartete Umsatzprognose. Product Ops erstellt Pipeline-Modelle im BI-Tool und verbindet CRM-Daten mit der Analyse.
?
Wie beeinflussen Product Ops-Daten die Pipeline-Prognose?
Product Ops liefert über die reinen Deal-Zahlen hinaus kritischen Kontext für die Pipeline-Prognose. Die Feature-Gap-Analyse – die Deals verfolgt, die aufgrund fehlender Produktfunktionen verloren gingen – beeinflusst sowohl die Prognose (Deals in der Pipeline, die eine noch nicht ausgelieferte Funktion erfordern, können einem höheren Risiko ausgesetzt sein) als auch die Roadmap (Feature-Gaps mit hohem Deal-Wert sollten in der Priorität steigen). Produktdaten von Test- oder Freemium-Konten in der Pipeline prognostizieren die Konversionswahrscheinlichkeit: Konten, die während der Testphase den PQL-Schwellenwert erreicht haben, konvertieren mit deutlich höheren Raten, was die Prognosegenauigkeit verbessert. Product Ops erstellt das verbundene Reporting zwischen der CRM-Pipeline und den Produktdaten, wodurch die Vertriebsleitung das Testengagement neben der Pipeline-Phase sehen kann.
?
Wie unterscheidet sich die Prognose der Verlängerungspipeline von der Neugeschäftsprognose?
Die Prognose der Verlängerungspipeline ist zuverlässiger als die Neugeschäftsprognose, da die Basis bekannt ist (bestehender ARR) und die Variable ist, wie viel davon erhalten bleibt. CS Ops segmentiert die Verlängerungspipeline in drei Kategorien: Commit (Konten mit hohem Health Score, aktivem CSM-Engagement und ohne Abwanderungsrisikosignale – hohe Verlängerungssicherheit); Best Case (Konten mit gemischten Signalen – einige Risikofaktoren, aber keine feste Abwanderungsabsicht – moderate Sicherheit); und At Risk (Konten mit klaren Abwanderungssignalen – niedriger Health Score, CSM stuft sie als gefährdet ein). Die Finanzabteilung wendet historische Genauigkeitsraten auf jede Kategorie an, um eine angepasste Verlängerungsprognose zu erstellen. Die Verlängerungsprognose fließt direkt in die Personalplanung für das CS-Team ein (mehr gefährdete Verlängerungen erfordern mehr CSM-Kapazität).
Wissens-Challenge
Pipeline-Prognose gemeistert? Versuchen Sie nun, das verwandte 5-Buchstaben-Wort zu erraten!
Tippen oder Tastatur benutzen