Машина продаж. Как выстроить системный рост в B2B

С чего начать?

Аналитика и работа с данными только звучит модно. Те, кто пробовал погрузиться в эту область, знают, что тема для большинства (особенно руководителей) занудная и рутинная. И это по большей части так и есть. Но результаты 100 % стоят того, чтобы проинвестировать в эту тему, – не только с практической точки зрения, но и с визуальной. Поэтому, чтобы не демотивировать вас прямо на старте, загрузив деталями, сначала покажем примеры нескольких классных аналитических отчетов.

Рис 2 и 3. Примеры аналитических отчетов

Надеемся, что вы вдохновились видом этих отчетов, которые по 2–3 кликам позволяют получить ответы на ваши вопросы в течение 30 секунд. А теперь все-таки предлагаем пройтись по необходимым шагам, чтобы помочь вам запланировать и внедрить такую аналитику у себя в компании.

Прежде чем, собственно, переходить к поиску подходящей технологической платформы, нанимать специалистов или начинать собирать данные, нужно задать себе главный вопрос: зачем?

Какие задачи вы собираетесь решить? И, что очень важно, кто будет этой аналитикой и отчетами пользоваться?

Самая частая ошибка – это начинать собирать данные без понимания, что с ними делать и ради чего. Данные ради данных бесполезны. Пример из жизни: «Давайте соберем показатели Х, Y, Z, а потом решим, что с ними делать». Такой подход неэффективен и ведет к пустой трате времени и ресурсов.

Только определив конкретную цель, можно выбрать нужные показатели и понять, какие данные необходимо собрать и в каком формате их использовать. Так аналитика станет инструментом, который действительно помогает бизнесу расти, принимать решения и управлять изменениями.

Дальше стоит посмотреть, какие данные уже есть. В любой компании уже накоплен определенный массив данных. Нужно их найти, проанализировать и понять, достаточно ли этого для принятия решений. Если данных не хватает, следующий шаг – определить, как их получить и какой ценой.

Здесь важно не стремиться к идеальному результату сразу. Лучше начать работать с тем, что есть, чем тратить время на бесконечные доработки. Со временем данные можно обогащать и улучшать.

После этого необходимо выстроить процесс сбора и систематизации данных:

• Кто будет собирать информацию?

• Что именно и в каком формате?

• Как часто это будет происходить?

• Куда данные будут передаваться и где храниться?

Ответы на эти вопросы – основа для дальнейших действий. Причем здесь важно заранее продумать, кто будет контролировать качество данных, потому что любые ошибки на входе сведут на нет все усилия.

Эти задачи требует отдельной роли – аналитика. Такой специалист должен уметь организовывать сбор данных, работать с ними, создавать отчёты, прогнозы и находить тренды. Важно, чтобы этот процесс был выстроен системно, а не хаотично.

Когда данные собраны, они нуждаются в обработке: их нужно адаптировать, отсортировать и привести в порядок с учётом поставленных целей и показателей. Только после этого можно строить отчёты и делать прогнозы.

Здесь не стоит забывать про визуализацию – те самые красивые и удобные отчеты, которые мы показывали выше. Никто не захочет смотреть на огромные таблицы – графики и дашборды гораздо более наглядны и понятны.

Наконец, самый важный этап – внедрение аналитики в текущие процессы. Если отчеты есть, но ими никто не пользуется, вся работа проделана зря. Нужно, чтобы данные действительно помогали принимать решения и были встроены в ежедневную работу команды.

Итак, давайте подытожим

Девять шагов для построения аналитики:

1. Определить цель – вопрос «зачем?» Например, если цель – понять текущее выполнение плана, нужны одни показатели, если проанализировать какие из продуктов или клиентов приносят больше маржи и почему – другие.

2. Выбрать показатели. Для каждой цели определяются ключевые метрики. Например, для оценки работы менеджеров это могут быть средний объем сделок, количество допродаж или частота продаж в клиента.

3. Проанализировать, что уже есть. Обычно в компаниях уже есть какие-то данные. Нужно найти их и понять, насколько они полезны.

4. Определить, чего не хватает. Если данных недостаточно, нужно решить, как их получить и в каком виде. Работать можно начинать с тем, что уже есть, а затем постепенно дополнять.

5. Настроить процесс сбора данных. Определить, кто будет собирать данные, в каком формате, с какой регулярностью, и как будет контролироваться их качество.

6. Собрать только необходимые данные. Собирать всё подряд – ошибка. Данные нужно отбирать целенаправленно, в зависимости от выбранных показателей.

7. Обработать и визуализировать данные. Аналитика должна быть наглядной: графики и дашборды значительно упрощают восприятие информации.

8. Внедрить аналитику в процессы. Аналитика должна стать частью повседневной работы компании, иначе все усилия окажутся напрасными.

9. Наслаждаться результатом, понимая, насколько более предсказуемой стала работа в отделе продаж.

Теперь подробнее о том, что важно учесть

1. Внедрение data-driven подхода потребует инвестиций

Временных, технических, финансовых и человеческих. Если сейчас данные собираются и агрегируются вручную – это уже шаг вперёд, но такой подход увеличивает трудозатраты и вероятность ошибок. По мере роста компании нужно стремиться к автоматизации и цифровизации процессов – это важная и оправданная инвестиция.

2. Не стоит ждать идеального момента или идеальной аналитики

Её не будет никогда. Полнота данных всегда остаётся относительной, и стремление собрать «всё» – утопия. Важно начинать работать с тем, что есть, пусть даже это минимальное количество ключевых показателей. Даже на этом уровне решения станут качественнее, а бизнес будет двигаться вперёд. Кроме того, аналитика всегда зависит от специфики бизнеса и уровня его развития. Например, если ваши менеджеры работают через CRM, многие современные системы уже «из коробки» предлагают аналитику: можно отслеживать звонки, оценивать соответствие скриптам и поведение менеджера в процессе переговоров. Но если бизнес предполагает длинные и сложные сделки – с личными встречами, индивидуальными звонками – собрать подобные показатели уже сложно и дорого. В таких случаях нужно искать альтернативные метрики, которые помогут анализировать эффективность работы менеджеров и ситуации в продажах.

3. Главное – внедрять аналитику в регулярные процессы

Создавать привычку принимать решения на основе данных и постоянно совершенствовать подход. Даже небольшие шаги в этом направлении дадут ощутимый результат.

4. Качество данных критично

Плохие данные приводят к неверным выводам, а значит, к ошибочным решениям и последствиям. Скорость анализа – еще один значимый фактор для успешной работы. Поэтому использование продвинутой аналитики и искусственного интеллекта, если система позволяет, – это логичный и полезный шаг, к которому стоит стремиться.

5. Но недостаточно просто создать систему аналитики

Ее нужно активно использовать, адаптировать под изменения и постоянно совершенствовать.

Здесь неизбежно возвращаемся к вопросу человеческих ресурсов: компаниям требуется выделенная роль аналитика или даже целая команда аналитиков. Эти люди должны разбираться в работе с данными, понимать, где их найти и как правильно интерпретировать для принятия решений.

6. Баланс данных и опыта

Полагаться только на цифры – не всегда правильно. Интуиция и опыт остаются важной частью принятия решений. Данные могут подсказать решение, но принимать его все еще придется вам. Поэтому важно сочетать данные с профессиональным опытом и интуицией.

Теперь давайте перейдем от теории к более прикладным задачам и разберемся, какие ключевые показатели можно использовать в продажах. В первой главе мы обсуждали систему продаж и её шесть ключевых составляющих. Для каждой из этих частей важно определить свои показатели эффективности, которые помогут измерять, насколько система работает, отслеживать изменения и корректировать проблемные зоны.

• Продуктовый портфель – что мы продаем. В этой части можно анализировать, какие продукты востребованы больше всего, где мы находимся относительно конкурентов, какие решения чаще идут в допродажу и какие клиенты обеспечивают наибольший объем выручки.

• Процесс продаж – как мы продаем. Здесь важны процессные метрики: длительность сделки, скорость прохождения этапов воронки, эффективность используемых инструментов.

• Люди – не всегда напрямую завязано на продажи. Например, можно измерять эффективность онбординга, скорость адаптации новых сотрудников, результативность обучения или влияние бонусных схем на мотивацию команды. И как следствие – скорость получения первых результатов.

Однако для старта важно сосредоточиться на трёх ключевых направлениях.

Три ключевых направления для аналитики

1. Статус на момент времени

Это базовый срез, который показывает, где компания находится сейчас. Насколько выполнен план, какие сделки находятся в работе и на каких стадиях они простаивают.

Рис. 4 и 5. Примеры отчетов, которые показывают состояние продаж в момент времени

2. Прогресс за период

Анализ динамики – как изменяется ситуация за отчетный период. Например, сравниваем месяц к месяцу или квартал к кварталу:

• Как движутся сделки по воронке?

• Какие суммы переносятся между периодами?

• Кто из менеджеров достигает точности прогнозов, а кто нет?

• Как распределяются продажи по продуктам или клиентам?

3. «Здоровье воронки»

Это качество данных, на основе которых строится аналитика. Плохие данные неизбежно ведут к неверным прогнозам. Здесь важно:

• Заполнение ключевых полей в CRM: клиент, сумма, сроки.

• Отслеживание, чтобы сделки были закреплены за активными менеджерами, а не «висели» на ушедших сотрудниках.

• Наличие обязательных артефактов на определенных этапах сделки, например, графиков актов и платежей.

• Выявление «зависших» или просроченных сделок и работа с ними.

Эти метрики – база для аналитики продаж. Постепенно их можно расширять и углублять, но начинать нужно с ключевых показателей, которые дадут ясность и возможность принимать взвешенные решения уже на старте.

Следующий уровень метрик

Когда выстроена работа по базовым показателям, можно перейти к более глубокому анализу.

Два ключевых типа показателей

Существует два ключевых типа показателей: эффективность и активность.

Эффективность показывает, сколько ресурсов менеджер тратит для достижения своей цели. Насколько хорошо менеджеры выполняют свою работу.

Здесь можно посмотреть на:

• Длительность сделки и скорость прохождения воронки.

• Время, которое менеджеры тратят на клиентов и на работу с системой.

• Глубина предоставляемых скидок.

• Покрытие клиентов: с какой частью своего целевого списка клиентов менеджер активно работает, а до кого не успевает «дотянуться».

• Покрытие продуктового портфеля: насколько активно предлагаются допродажи и кросс-продажи?

• Конверсии и винрейт (доля успешно закрытых сделок), хотя эти показатели лучше анализировать на более крупных отрезках времени.

• Если у компании есть подписки или продления, важно отслеживать, насколько эффективно они осуществляются. Продляют ли контракт существующие клиенты или бизнес растет за счет новых клиентов? Такие вопросы – лишь часть показателей, которые стоит выводить и анализировать.

• Ещё один важный аспект – анализ времени, которое сейлз-менеджеры тратят на различные задачи. Насколько их рабочее время эффективно? Сколько уходит на взаимодействие с клиентами, работу в системах, внутренние согласования или другие процессы? Эти данные позволяют понять, как оптимизировать рабочий день сотрудников и увеличить время на работу с клиентами.

Рис 8. Пример отчета по эффективности продаж

Активность отвечает на вопрос, как именно менеджер достигает результата и насколько активно взаимодействует с клиентом.

Если система технически позволяет, можно отслеживать количество звонков, писем, встреч, обновления CRM, создание новых сделок и до-продаж. Если таких данных нет, можно смотреть на последнюю активность по клиенту или сделке.

Это помогает выявить тех, кто генерирует основной доход компании, и увидеть зоны для оптимизации – например, стоит ли перераспределить ресурсы или заменить менее эффективных сотрудников. А еще – продолжить исследование, какие действия применяют более эффективные сотрудники и перевести их в «лучшие практики» для всего департамента.

Глубокая аналитика для зрелых компаний

На более продвинутых этапах можно анализировать конкретные процессы:

• Например, контрактование: сколько сделок «зависает» и на каких этапах, кто из сотрудников их тормозит и насколько быстро они проходят.

• При работе через партнеров: сколько дохода приносят партнеры, какова стоимость этих сделок с учетом скидок и сколько клиентов обслуживают.

• Отдельное внимание можно уделить воронке проигранных сделок. Анализ сделок, которые «отвалились», часто позволяет вернуть до 30 % выручки в бизнес – стоит лишь поработать с их причинами, а потом вернуться к клиентам.

Как сделать работу с аналитикой частью процесс продаж

Как и любое изменение, внедрение data-driven подхода подразумевает прохождение ряда обязательных этапов:

1. Создание инструкций, внесение прозрачности в процесс работы.

Просто создать дашборд недостаточно. Нужно зафиксировать, какие показатели отслеживаются, что за ними стоит, как они собираются, как с ними работать, кто в иерархии на них смотрит и с какой периодичностью.

2. Обучение сотрудников.

Менеджеры должны уметь использовать аналитику, корректировать работу на основе данных и понимать, как это влияет на их эффективность.

3. Обязательный инструмент в рамках планерок.

Показатели должны быть основой для контроля и планирования. Если мы объявили о необходимости использования аналитики, то должны демонстрировать это на практике и требовать того же от команды.

4. Обратная связь и развитие.

Отчетность должна развиваться под запросы компании. Со временем появляются новые показатели, старые теряют актуальность, поэтому необходимо периодически вносить поправки и корректировки в систему аналитики.

5. Отслеживание изменений.

Важно видеть, как внедренные изменения влияют на целевые показатели и корректировать действия в зависимости от результатов.

Итак, аналитика – это не просто инструмент, а важнейшая составляющая системы продаж, без которой современный бизнес теряет свою эффективность и конкурентоспособность. Она помогает не только понять, где находится компания сейчас, но и предсказать, куда она движется, и какие меры необходимо предпринять для достижения целей.

Выстраивание аналитики требует системного подхода: от постановки целей и определения ключевых показателей до сбора данных, их обработки и внедрения результатов в ежедневные процессы компании. Это не разовая задача, а постоянная работа, которая нуждается в контроле, адаптации и развитии.

Регулярный анализ данных позволяет компаниям принимать обоснованные решения, находить слабые места и зоны роста, оперативно реагировать на изменения и минимизировать риски. Правильно построенная система аналитики превращает данные из хаотичных чисел в структурированный и понятный инструмент управления бизнесом.

Внедрение data-driven подхода – это инвестиция в будущее. Компании, которые научатся использовать данные как основу для принятия решений, получат реальное конкурентное преимущество.

Главное – начать с малого, сосредоточиться на ключевых метриках и постепенно двигаться к более продвинутым решениям. Помните, что даже минимальные шаги в сторону систематизации данных и аналитики могут дать значительный эффект. А для компаний, которые стремятся к устойчивому росту, аналитика становится неотъемлемой частью культуры принятия решений.

Выставление и каскадирование целей в компании

Основная задача руководства, отвечающего за продажи, – это выполнение годового бюджета или целей, которые утверждены руководством компании и акционерами. Бюджет, цель или таргет – как бы это ни называлось в разных компаниях, является фундаментом для оценки успешности бизнеса: насколько компания развивается и эффективно продаёт свои продукты или услуги.

Чтобы объективно и удобно отслеживать результаты (перформанс) организации в системах учёта, будь то CRM или BI, необходимо правильно задать цели и детально их каскадировать. Это значит, что общие задачи компании должны быть разбиты на конкретные показатели для каждого менеджера по продажам. Такой подход позволяет не только видеть выполнение плана на уровне всей компании, но и понимать, как каждый сотрудник вносит свой вклад в достижение общих целей.

Матрица бизнес-целей

Матрица бизнес-целей – это удобный инструмент для целеполагания и контроля в продажах. Она представляет собой таблицу, в которой фиксируются все ключевые параметры и цифры, связанные с продажами. Процесс начинается с верхнего уровня – главной цели компании на определённый период, например, календарный (финансовый) год. Затем эта глобальная цель декомпозируется на бизнес-направления, команды продаж и, вплоть до конкретного аккаунт-менеджера, территории или локации.

На основе этой матрицы бизнес-целей можно загружать данные в BI-систему, если позволяет функционал, либо вести её в формате Excel. В процессе продаж фактические результаты уже сравниваются с целевыми значениями, чтобы оценить, насколько эффективно команда выполняет свои задачи.

Важно отметить, что в крупных международных компаниях, таких как Microsoft или Google, целеполагание строится вокруг амбициозных целей. Речь никогда не идёт о косметическом росте на 2–5 %. Обычно цели ставятся на 30–50 % выше, а иногда предполагают рост в 2–3 раза по сравнению с прошлым периодом. Это часть performance-культуры, где каждый сотрудник, включая сейлз-менеджеров, принимает и подписывает свои цели, обязываясь их выполнить в течение года.

Для успешного достижения таких целей критически важен регулярный контроль выполнения. При выявлении отклонений запускается процесс разработки контрмер – это отдельный управленческий инструмент, основанный на методике problem solving (решения проблем). Он помогает найти причины отставания и наметить конкретные действия для возвращения на траекторию роста.

В инновационных компаниях, где уже накоплен значительный объём данных о клиентах и продажах за прошлые периоды, целеполагание часто опирается на подход, называемый baseline. Это означает, что цели выстраиваются не просто «с потолка» – например, установив рост в три раза – а на основе предсказуемого бизнеса. Компания анализирует, сколько она реально сможет заработать на основе предыдущего опыта, динамики продаж, поведения клиентов и других факторов. Такой подход позволяет ставить более адекватные и достижимые цели.

В baseline-сценарии сначала определяют точку отсчёта, оценивая результаты прошлого года, и уже от этой цифры выстраивают прогноз на следующий период. Это помогает избежать ситуации, когда цели становятся недостижимыми, потому что их просто невозможно реализовать на текущем охвате клиентов, с текущим портфелем продуктов и при текущих ресурсах.

Также стоит учитывать, что гранулярность целей может быть разной. В некоторых компаниях цели детализируются вплоть до конкретного клиента, даже если их много. Это выглядит эффективно и позволяет точнее контролировать рост, но требует глубокой аналитики. Например, если клиент последние три года показывал стабильный рост в пределах 20 %, то компании логично поставить ему аналогичную цель на следующий год. А для другого клиента, который растёт активнее и располагает ресурсами, можно заложить более амбициозный рост – например, 70 %.

Однако в этом подходе есть и риски. Без качественной аналитики можно столкнуться с ошибками. Например, компании ставят клиенту цель роста в два раза (Х2), не учитывая, что клиент уже достиг предела своего бизнеса и не готов или не способен расти дальше. В таких случаях цели оказываются недостижимыми, несмотря на позитивные тренды в прошлом.

Кроме того, если цели выставляются на уровне клиентов и система мотивации напрямую привязана к их выполнению, это может привести к нежелательным последствиям. Например, менеджер может перевыполнить общий план за счёт других клиентов, но не достичь цели по одному конкретному, что негативно повлияет на его бонус. Это важно учитывать при детальной декомпозиции целей и составлении схемы мотивации.

Раздел 3. Фундамент любой системы. Ответы на вопросы «Что мы продаем?» и «Как мы продаем?»