Pipeline analytics ломается не в CRM, а в том, как команда считает стадии и скорость сделки

Pipeline analytics ломается не в CRM, а в том, как команда считает стадии и скорость сделки

Если в пайплайне есть «лиды», «квал», «демо», «ожидание», но у каждого менеджера свой смысл этих этапов — отчёт бесполезен. Для pipeline analytics нужны 3 вещи: единое определение стадий, дата входа в стадию и правило выхода из неё. Без этого cycle time и win-rate превращаются в шум.

Смотреть надо не только на общий win-rate, а на утечки по переходам:
— где больше всего зависаний;
— на какой стадии сделки стареют;
— сколько лидов застревает без следующего шага;
— какой источник даёт длинный цикл, но нормальный чек;
— где менеджер «держит» сделки ради красоты в отчёте.

Полезная привычка — считать не только объём, но и velocity: сколько сделок проходит через этап за неделю и сколько из них доходит до следующего шага. Если объём растёт, а скорость падает, пайплайн раздувается и прогноз становится фальшивым. Ещё один маркер — % сделок без активности за N дней: это прямой сигнал к ревизии, а не к «дожиму».

Начните с трёх отчётов: ageing по стадиям, conversion между этапами и доля сделок без next step. Когда они собраны одинаково для всех менеджеров, pipeline analytics начинает показывать реальность, а не красивую витрину.