Ein „Abschlusswahrscheinlichkeits“-Score in einem Geschäft in deinem CRM ist entweder die nützlichste Zahl auf der Seite oder die am meisten ignorierte – und der Unterschied liegt nicht in der Mathematik. Entscheidend ist, ob der Score widerspiegelt, was in deiner spezifischen Pipeline tatsächlich einen Abschluss vorhersagt, oder ob es sich um ein generisches Modell handelt, das vom Durchschnittskunden eines Anbieters übernommen wurde. Hier erfährst du, was eine vertrauenswürdige Funktion zur Abschlusswahrscheinlichkeit von bloßer Dekoration unterscheidet.
Warum die meisten Abschlusswahrscheinlichkeits-Scores ignoriert werden
Ein Score, der sich allein auf die Phase und die Anzahl der Tage in dieser Phase stützt, behandelt jedes Geschäft in „Angebot gesendet“ als gleich wahrscheinlich abzuschließen – unabhängig davon, wer der Käufer ist, ob ein Fürsprecher den Kontakt abgebrochen hat oder ob das Geschäft bereits zweimal um ein Quartal verschoben wurde. Vertriebsmitarbeiter erkennen schnell, dass die Zahl nicht der Realität entspricht. Sobald dieses Vertrauen verloren ist, schaut niemand mehr auf die Spalte; sie wird auf der Geschäftsseite zur bloßen Hintergrunddekoration.
Wie eine tatsächlich wertvolle Version stattdessen aussieht
Ein nützlicher Score braucht Signale, die speziell zeigen, wie sich Geschäfte in deinem Team tatsächlich verhalten: Aktualität der Interaktionen (hat der Käufer den Kontakt abgebrochen?), Multi-Threading (gibt es mehr als eine Kontaktperson oder hängt das gesamte Geschäft an einer einzigen Person?), die Deal-Geschwindigkeit im Vergleich zu deinem eigenen historischen Durchschnitt sowie die Konversionsraten von Phase zu Phase, abgeleitet aus deiner tatsächlichen Historie gewonnener und verlorener Geschäfte – nicht aus einem Branchen-Benchmark. Das Modell sollte außerdem regelmäßig anhand der Ergebnisse überprüft werden. Ein Score, der letztes Jahr noch korrekt war, aber nicht anhand der in diesem Jahr abgeschlossenen Geschäfte neu trainiert wurde, wird unbemerkt ungenau.
Prognosen: Geschätzte Deal-Werte in eine Zahl umwandeln, mit der die Führungsebene arbeiten kann
Bewertet jedes offene Geschäft anhand deiner eigenen historischen Abschlussquoten pro Phase statt anhand einer pauschalen, branchenweiten Wahrscheinlichkeit, bevor es in die Zahl für dieses Quartal einfließt.
Hannah ansehen →Das Problem der Datenpflege hinter jedem Wert
Ein Abschlusswahrscheinlichkeitswert ist nur so gut wie die CRM-Felder, aus denen er gespeist wird. Dieser Skill findet falsch markierte Phasen oder veraltete Datensätze, die die Genauigkeit des gesamten Modells unbemerkt beeinträchtigen.
Corvin ansehen →Wie ein Vertriebsmanager den Wert tatsächlich nutzen sollte
Verwendet den Wert, um zu erkennen, für welche Geschäfte diese Woche ein echtes Coaching-Gespräch erforderlich ist, statt der Zahl blind zu vertrauen oder sie vollständig zu ignorieren.
Daniel ansehen →Fragen, die Sie stellen sollten, bevor Sie dem Wert eines Anbieters vertrauen
Fragen Sie, auf welchen Daten das Modell tatsächlich trainiert wird und ob es anhand Ihrer eigenen historischen Daten zu gewonnenen und verlorenen Abschlüssen oder anhand eines generischen Datensatzes validiert wurde. Fragen Sie, wie oft es neu trainiert wird. Und beobachten Sie, was mit dem Wert eines Geschäfts passiert, wenn ein Fürsprecher zwei Wochen lang nichts von sich hören lässt. Wenn sich die Zahl nicht verändert, modelliert sie nicht wirklich das Risiko, sondern nur Phase und Datum.
FAQ
Sollten Vertriebsmitarbeiter einen Abschlusswahrscheinlichkeitswert jemals überschreiben? Ja. Ein Vertriebsmitarbeiter, der weiß, dass der Käufer das Interesse verloren hat, verfügt über Informationen, die das Modell noch nicht hat, und sollte diesen Kontext protokollieren, statt dem Wert stillschweigend zu vertrauen oder ihn zu ignorieren.
Wie oft sollte das Modell neu trainiert werden? Mindestens vierteljährlich, da sich Abschlussquoten und Käuferverhalten verändern und ein auf veralteten Daten trainierter Wert unbemerkt ungenau wird.
Ist ein Abschlusswahrscheinlichkeitswert für eine kleine Pipeline nützlich? Er benötigt genügend historische gewonnene und verlorene Abschlüsse, um aussagekräftig zu sein. Ein Team mit weniger als einigen Dutzend abgeschlossenen Geschäften sollte jeden Wert als grobe Schätzung und nicht als unumstößliche Zahl betrachten.
