Sur cette page
- Pourquoi la plupart des scores de probabilité de gain sont ignorés
- À quoi ressemble plutôt une version réellement utile
- Prévisions : transformer les scores des opportunités en un chiffre sur lequel la direction peut agir
- Le problème de qualité des données sous-jacent à chaque score
- Comment un directeur commercial devrait réellement utiliser le score
- Questions à poser avant de faire confiance au score d'un fournisseur
- FAQ
Un score de « probabilité de gain » affiché sur une opportunité dans votre CRM est soit le chiffre le plus utile de la page, soit celui que tout le monde ignore, et la différence ne tient pas aux mathématiques. Tout dépend de la capacité du score à refléter ce qui prédit réellement une conclusion dans votre pipeline spécifique, ou s'il s'agit d'un modèle générique repris de la moyenne des clients d'un fournisseur. Voici ce qui distingue une fonctionnalité de probabilité de gain digne de confiance d'un simple élément décoratif.
Pourquoi la plupart des scores de probabilité de gain sont ignorés
Un score fondé uniquement sur l'étape et le nombre de jours passés à cette étape considère que toutes les opportunités en « Proposition envoyée » ont la même probabilité de conclusion, peu importe l'identité de l'acheteur, qu'un champion soit devenu silencieux ou que l'opportunité ait déjà été reportée de deux trimestres. Les commerciaux comprennent rapidement que le chiffre ne reflète pas la réalité et, une fois cette confiance rompue, plus personne ne regarde la colonne : elle devient un simple élément de décor sur la page de l'opportunité.
À quoi ressemble plutôt une version réellement utile
Un score utile doit intégrer des signaux propres à la façon dont les opportunités évoluent réellement dans votre équipe : la récence de l'engagement (l'acheteur est-il devenu silencieux ?), le multi-threading (y a-t-il plusieurs contacts, ou toute l'opportunité repose-t-elle sur une seule personne ?), la vélocité de l'opportunité par rapport à votre propre moyenne historique, ainsi que les taux de conversion d'une étape à l'autre, calculés à partir de votre historique réel d'opportunités gagnées et perdues, et non d'une référence sectorielle. Le modèle doit également être régulièrement revérifié par rapport aux résultats : un score qui était précis l'an dernier, mais qui n'a pas été réentraîné sur les opportunités conclues cette année, dérivera progressivement sans que personne ne s'en aperçoive.
Prévisions : transformer les scores des opportunités en un chiffre sur lequel la direction peut agir
Évalue chaque opportunité ouverte selon vos propres taux de conclusion historiques par étape, plutôt qu'en appliquant une probabilité moyenne du secteur, avant de l'intégrer au chiffre de ce trimestre.
Voir Hannah →Le problème de qualité des données sous-jacent à chaque score
Un score de probabilité de gain est seulement aussi fiable que les champs CRM qui l'alimentent ; cet outil repère l'étape mal renseignée ou la fiche obsolète qui fait discrètement baisser la précision de l'ensemble du modèle.
Voir Corvin →Comment un directeur commercial devrait réellement utiliser le score
Il utilise le score pour repérer les affaires qui nécessitent une véritable conversation de coaching cette semaine, plutôt que de faire aveuglément confiance au chiffre ou de l'ignorer complètement.
Voir Daniel →Questions à poser avant de faire confiance au score d'un fournisseur
Demandez sur quelles données le modèle est réellement entraîné et s'il a été comparé à vos propres données historiques de gains et de pertes ou à un jeu de données générique. Demandez à quelle fréquence il est réentraîné. Et observez ce qui arrive au score d'une affaire lorsqu'un sponsor interne cesse de répondre pendant deux semaines : si le chiffre ne bouge pas, le modèle ne mesure pas vraiment le risque, mais uniquement l'étape et la date.
FAQ
Les commerciaux devraient-ils parfois remplacer un score de probabilité de gain ? Oui, un commercial qui sait que l'acheteur s'est désintéressé dispose d'une information que le modèle n'a pas encore, et devrait consigner ce contexte plutôt que de faire aveuglément confiance au chiffre ou de l'ignorer en silence.
À quelle fréquence le modèle doit-il être réentraîné ? Au minimum chaque trimestre, car les taux de conclusion et le comportement des acheteurs évoluent, et un score entraîné sur des données obsolètes dérive sans que personne ne s'en aperçoive.
Un score de probabilité de gain est-il utile pour un petit pipeline ? Il faut suffisamment d'affaires historiques gagnées et perdues pour qu'il soit pertinent ; une équipe comptant moins de quelques dizaines d'affaires conclues devrait considérer tout score comme une estimation approximative, et non comme une valeur exacte.