Una puntuación de «probabilidad de ganar» en una oportunidad de tu CRM puede ser la cifra más útil de la página o la más ignorada, y la diferencia no está en las matemáticas. Está en si la puntuación refleja lo que realmente predice un cierre en tu pipeline específico o si se trata de un modelo genérico tomado del promedio de clientes de un proveedor. Esto es lo que distingue una función de probabilidad de ganar en la que vale la pena confiar de otra que solo sirve de decoración.
Por qué se ignora la mayoría de las puntuaciones de probabilidad de ganar
Una puntuación basada únicamente en la etapa y los días en la etapa trata todas las oportunidades en «Propuesta enviada» como si tuvieran la misma probabilidad de cerrarse, sin importar quién sea el comprador, si un defensor dejó de responder o si la oportunidad ya se retrasó un trimestre en dos ocasiones. Los representantes aprenden rápidamente que la cifra no refleja la realidad y, cuando se pierde esa confianza, nadie vuelve a mirar la columna; se convierte en mero papel tapiz en la página de la oportunidad.
Cómo se ve en realidad una versión valiosa
Una puntuación útil necesita señales específicas de cómo se comportan realmente las oportunidades en tu equipo: la recencia de la interacción (¿el comprador dejó de responder?), el contacto con varias personas (¿hay más de un contacto o toda la oportunidad depende de una sola persona?), la velocidad de la oportunidad en relación con tu propio promedio histórico y las tasas de conversión de una etapa a otra extraídas de tu historial real de oportunidades ganadas y perdidas, no de un promedio del sector. El modelo también debería volver a comprobarse periódicamente frente a los resultados; una puntuación que era precisa el año pasado, pero que no se ha vuelto a entrenar con las oportunidades cerradas este año, se desviará poco a poco sin que nadie lo note.
Previsión: convertir las puntuaciones de las oportunidades en una cifra sobre la que el equipo directivo pueda actuar
Pondera cada oportunidad abierta según tus propias tasas históricas de cierre por etapa, en lugar de aplicar una probabilidad fija basada en el promedio del sector, antes de incorporarla a la cifra de este trimestre.
Ver Hannah →O problema de higiene dos dados por trás de toda pontuação
Uma pontuação de probabilidade de ganho só é tão boa quanto os campos do CRM que a alimentam; isto identifica o estágio marcado incorretamente ou o registro desatualizado que, silenciosamente, reduz a precisão de todo o modelo.
Ver Corvin →Como um gerente de vendas deve realmente usar a pontuação
Usa a pontuação para sinalizar quais negócios precisam de uma conversa real de coaching nesta semana, em vez de confiar cegamente no número ou ignorá-lo completamente.
Ver Daniel →Perguntas a fazer antes de confiar na pontuação de um fornecedor
Pergunte em quais dados o modelo realmente é treinado e se ele foi comparado com seus próprios dados históricos de ganhos e perdas ou com um conjunto de dados genérico. Pergunte com que frequência ele é retreinado. E observe o que acontece com a pontuação de um negócio quando um defensor fica em silêncio por duas semanas; se o número não mudar, ele não está realmente modelando o risco, mas apenas o estágio e a data.
Perguntas frequentes
Os representantes devem substituir uma pontuação de probabilidade de ganho? Sim, um representante que sabe que o comprador perdeu o interesse tem informações que o modelo ainda não possui e deve registrar esse contexto, em vez de confiar ou ignorar silenciosamente o número.
Com que frequência o modelo deve ser retreinado? No mínimo trimestralmente, pois as taxas de fechamento e o comportamento dos compradores mudam, e uma pontuação treinada com dados desatualizados se desvia sem que ninguém perceba.
Uma pontuação de probabilidade de ganho é útil para um pipeline pequeno? Ela precisa de negócios históricos suficientes ganhos e perdidos para significar algo; uma equipe com menos de algumas dezenas de negócios fechados deve tratar qualquer pontuação como uma estimativa aproximada, não como um número exato.
