<b>Pipeline analytics без мусора: 7 метрик, которые показывают, где утекают сделки</b>

<b>Pipeline analytics без мусора: 7 метрик, которые показывают, где утекают сделки</b>

Если в CRM есть только сумма pipeline и количество лидов, это не аналитика, а витрина. Для агентств, SaaS-партнёрок и B2B-сервисов нужны метрики, которые отвечают на 3 вопроса: где застревает сделка, на каком этапе ломается воронка и какой источник реально даёт выручку.

Смотрите не на весь pipeline, а по стадиям:
— stage conversion: сколько сделок проходит дальше
— cycle time: сколько дней держится каждая стадия
— win-rate по источникам и сегментам
— average deal size по менеджерам и каналам
— next step rate: у скольких сделок есть следующий шаг
— stale deals: сколько зависло без активности
— forecast accuracy: насколько план совпадает с фактом

Главная ошибка — считать всё в среднем. Среднее скрывает перекосы: один крупный deal может маскировать десятки мёртвых. Лучше разбивать аналитику по источнику, размеру сделки, менеджеру и типу аккаунта. Тогда видно, где outbound даёт нормальный цикл, а где лиды просто копятся в CRM.

На ревью pipeline сначала режьте хвост: зависшие сделки, этапы без next step и источники с низким win-rate. Потом уже оптимизируйте верх воронки. Иначе команда просто наращивает объём мусора в системе, а не выручку.