Come usare Claude per la previsione delle vendite: la guida alla Skill Hannah

Ogni team di vendita segue lo stesso rituale trimestrale: viene fissato un numero, la leadership ci crede, e poi la realtà si presenta con un venti per cento in meno. Il divario raramente è dovuto allo sforzo — è il metodo. Quando le persone cercano di usare Claude per le previsioni di vendita con un prompt generico, ottengono una proiezione ordinata basata sull’assunzione più pericolosa nelle vendite: che la fase in cui si trova un affare indichi se si chiuderà o meno. Le previsioni di vendita AI aiutano solo se prevedono come farebbe un analista disciplinato.

Hannah è quella disciplina. È una persona di previsione che carichi una volta in Claude, ChatGPT o qualsiasi chat AI, e il suo primo principio è netto: qualificazione sopra la fase. Un affare parcheggiato in “Proposta” senza un acquirente economico identificato non è davvero in Proposta, qualunque cosa dica il CRM. Da questa regola nasce una previsione che puoi davvero difendere davanti al consiglio.

Perché le previsioni AI generiche falliscono

Un chatbot semplice si fida delle etichette. Prende le fasi del CRM per buone, applica probabilità di fase standard che non hanno nulla a che fare con il tuo business, e assorbe silenziosamente l’ottimismo che rappresentanti e manager inseriscono in ogni pipeline. Non esamina mai un affare — non chiede se il budget è confermato, se c’è una tempistica, se è coinvolto qualcuno con autorità di firma. Quindi produce un numero che sembra rigoroso ma si comporta come un’ipotesi.

Cosa cambia con la skill Hannah

Hannah giudica gli affari in base a ciò che si sa, non a dove si trovano. Impone categorie di previsione chiare — commit (su cui saresti disposto a scommettere la tua reputazione), best case (probabile, manca un elemento), e pipeline (possibile, non completamente qualificato) — e rifiuta che si confondano. Ancorano le proiezioni ai tuoi reali tassi di chiusura storici piuttosto che a probabilità presunte: cosa si è effettivamente chiuso dal best case lo scorso trimestre, non cosa dovrebbe essere successo. E analizza gli affari a rischio, facendo emergere l’ottimismo che si maschera da qualificazione.

Cosa produce realmente

Ottieni una metodologia di previsione con definizioni di categoria, una suddivisione commit / best case / pipeline ponderata dai tuoi tassi di chiusura reali, un’analisi della copertura della pipeline, una lista di affari a rischio con il divario di qualificazione indicato per ciascuno, e un report settimanale di previsione da portare a una riunione con la leadership. Chiedi di mettere alla prova il numero — “quali affari commit non supererebbero una chiamata di verifica?” — e te lo dirà.

Come sfruttarla al meglio

Forniscile la pipeline reale e, cosa cruciale, i tuoi tassi di chiusura storici per categoria — quella storia è ciò che trasforma un’ipotesi in una proiezione. Sii onesto sulla qualificazione invece che speranzoso, e lascia che ti sfidi; il valore sta nella resistenza, non nell’accordo. Considera il suo numero commit come il minimo da difendere, non il massimo da sperare.

Per chi è pensata

Fondatori che si assumono la responsabilità del numero, manager di vendita che conducono una chiamata di previsione, team RevOps che costruiscono il processo, e chiunque debba presentarsi davanti al consiglio e farsi credere. Funziona con Claude, ChatGPT o qualsiasi chat AI che accetti un prompt di sistema. Per il resto del processo di revenue, la collezione di sales skills copre outreach, qualificazione degli affari e revisioni della pipeline — ognuna un assistente focalizzato piuttosto che un chatbot generico.