CRM 中交易上的「成交機率」評分，要不是頁面上最有用的數字，就是最常被忽略的數字；差別不在數學，而在於這個評分反映的是你們特定銷售管道中真正能預測成交的因素，還是套用供應商一般客戶平均值的通用模型。以下就是值得信任的成交機率功能，與只具裝飾作用的功能之間的差別。
為什麼大多數成交機率評分都被忽略
只根據階段和處於該階段的天數建立的評分，會把每筆處於「已寄出提案」階段的交易都視為同樣有機會成交，不論買方是誰、擁護者是否已不再回應，或這筆交易是否已經兩度延至下一季。業務代表很快就會發現這個數字與現實不符；而一旦信任破裂，就沒人再看那一欄，它只會成為交易頁面上的背景裝飾。
真正有價值的版本其實會考量這些
有用的評分需要採用能反映你們團隊交易實際情況的訊號：互動的新近程度（買方是否已不再回應）、多線聯絡（是否有不只一位聯絡人，還是整筆交易都繫於單一人士）、相對於你們自身歷史平均值的交易速度，以及從實際成交和流失歷史中擷取的階段轉換率，而不是業界基準。模型也應定期以實際結果重新檢驗；去年仍然準確、但未根據今年已成交的交易重新訓練的評分，會在不知不覺中逐漸偏離。
預測：將交易評分轉化為領導層可以採取行動的數字
在計入本季數字前，會依據你自己按階段統計的歷史成交率，逐筆評估每個開放中的交易，而不是套用單一的業界平均機率。
查看 Hannah →每個分數背後的資料清理問題
成交機率分數的品質取決於餵入其中的 CRM 欄位；這項技能會找出被錯誤標記的階段或過時記錄，而它們正悄悄拖累整個模型的準確度。
查看 Corvin →銷售經理實際應如何使用分數
在信任供應商的分數前要詢問的問題
詢問模型實際使用哪些資料進行訓練，以及它是否以你們自己的歷史成交／未成交資料或通用資料集進行過基準測試。詢問它多久重新訓練一次。還要觀察當關鍵支持者沉默兩週時，交易的分數會發生什麼變化；如果數字沒有變動，那它其實不是在建模風險，而只是在建模階段和日期。
常見問題
業務人員是否應該覆寫成交機率分數？ 是的，了解買方已經冷淡的業務人員，掌握模型尚未取得的資訊，應該記錄這項背景，而不是默默相信或忽略這個數字。
模型應該多久重新訓練一次？ 至少每季一次，因為成交率和買方行為會改變，而以過時資料訓練的分數會在無人察覺的情況下逐漸偏離正確結果。
對於銷售管道規模較小的情況，成交機率分數有用嗎？ 它需要足夠的歷史成交與未成交交易，才具有意義；成交交易少於幾十筆的團隊，應將任何分數視為粗略估計，而不是確定數值。
