Pipeline analytics ломают не цифры, а неверная структура стадий и грязный CRM

Pipeline analytics ломают не цифры, а неверная структура стадий и грязный CRM

Если в воронке много сделок, но прогноз не сходится, сначала смотрите не на конверсию, а на логику стадий. На одном и том же этапе у вас не должны жить лиды, discovery, proposal и «почти закрыто» — иначе cycle time и win-rate превращаются в шум.

Минимум, который нужен в отчёте:
— количество сделок на входе и выходе каждой стадии
— среднее время между переходами
— доля сделок, зависших дольше типового цикла
— win-rate по источнику и по менеджеру
— причины потерь в одном словаре, без 20 формулировок 🙃

Главная ловушка — считать только выручку. Для pipeline-ревью важнее видеть, где сыпется объём: мало квалификации, длинный gap после демо или провал на согласовании. Если стадия не меняет прогноз, её надо склеивать или переопределять.

Ещё одна ошибка — смешивать новые и старые сделки в одном bucket без возраста. Тогда «здоровая» воронка на деле держится на хвосте из мёртвых opps.

Сначала стройте отчёт по возрасту сделок и переходам между стадиями. Если это читается за 2 минуты, pipeline уже можно управлять.