Co jsou prodejní data? Typy, sběr a jak s nimi pracovat

Většina obchodních týmů se topí v datech, ale chybí jim poznatky. 74 % CEO říká, že reporting dat a poznatky jsou zásadní pro splnění jejich růstových cílů, ale jen 38 % tvrdí, že je opravdu zvládají dobře. Sbírat data nikdy nebylo to těžké. Těžké je používat je. Právě v mezeře mezi tím, že data máte, a tím, že podle nich jednáte, se většina jejich hodnoty potichu ztrácí.

Je to stejná chyba, jakou dělají zakladatelé, když si pletou lead prospecting s generováním leadů nebo když berou lead scoring jako formalitu místo filtru. Tento článek vysvětluje, co prodejní data skutečně jsou, které typy stojí za sledování, jak je sbírat a udržovat a jak je pomocí praktického postupu zapojit do práce.

Co jsou prodejní data?

Prodejní data jsou jakékoli informace, které vám pomáhají pochopit a zlepšit, jak prodáváte. Kdo jsou kupující. Jak se obchody posouvají pipeline. Co už je uzavřené a proč. To je celá definice. Každý se ji snaží udělat složitější, než je.

Tady se ale většina lidí zamotá. Prodejní data nejsou totéž co analýza prodejních dat. Data jsou surová. Je to jméno, fáze, datum uzavření, číslo v nějakém poli. Analýza je to, co přijde potom: odhalit vzorec, zeptat se, proč klesla úspěšnost obchodů, a rozhodnout, co kvůli tomu změnit. CRM plné polí není poznatek. Je to jen inventář.

Toto rozlišení platí, ať už outbound děláte sami, nebo jste prospecting svěřili partnerovi pro outsourcing B2B prodeje. V obou případech jsou surová data užitečná až ve chvíli, kdy se jich někdo na něco zeptá, třeba jak rozpoznat nákupní signály skryté v pipeline, místo aby jen obdivoval čísla.

Typy prodejních dat

Ne každý tým potřebuje všechny typy prodejních dat. Pětičlenný outboundový obchodní tým a stočlenná enterprise organizace nesledují totéž a ani by neměly. Správný mix závisí na vašem prodejním modelu a velikosti, ne na nějakém univerzálním checklistu zkopírovaném z blogu.

Kontaktní a firmografická data

Tohle je základ. Bez něj nefunguje nic dalšího.

• Kontaktní data jsou o tom, s kým skutečně mluvíte: jména, pozice, e-maily, telefonní čísla.
• Firmografická data popisují firmu za nimi: obor, velikost, tržby, sídlo.

Dohromady vám řeknou, komu volat a jestli ta firma vůbec stojí za telefonát.

Když tuhle vrstvu vynecháte, všechno ostatní se rozpadne. Můžete mít nejlepší signály záměru na světě, ale když neznáte pozici správného člověka ani to, jestli jeho firma odpovídá vašemu ICP, signál nic neznamená. Je to také vrstva nejvíc vystavená zastarávání. Lidé mění práci. Firmy se slučují a kupují. Seznam kontaktů, který byl v lednu přesný, je v červnu potichu zastaralý.

Behaviorální data a data o záměru

Pokud vám kontaktní data říkají, koho oslovit, behaviorální data a data o záměru vám říkají kdy.

Behaviorální data zachycují, co lidé skutečně dělají, když přijdou do styku s vaší firmou: návštěvy webu, stažení obsahu, otevření e-mailů, používání produktu. Je to záznam pozornosti a pozornost je jedním z mála poctivých signálů, které máte dřív, než prospekt zvedne telefon.

Data o záměru jdou o vrstvu dál. Signály záměru třetích stran ukazují, že firma zkoumá vaši kategorii na úplně jiných webech, nejen na tom vašem. To je surovina pro marketing založený na záměru: místo hádání, kdo je připravený nakoupit, sledujete chování, které vám to prozradí.

Ani jeden typ vám neřekne, co říct. Oba vám řeknou, kdy to říct. Načasování je v této kategorii to hlavní, a přesto ho většina týmů řeší až nakonec.

Data o pipeline a obchodních příležitostech

Tato data vám říkají, co se právě teď skutečně hýbe.

Každý otevřený obchod ve vaší B2B prodejní pipeline nese stejná základní pole: fázi, hodnotu, datum uzavření, pravděpodobnost a zapojené osoby. Fáze říká, kde obchod stojí. Pravděpodobnost je váš nejlepší odhad, zda se vůbec uzavře, a zapojené osoby vám říkají, kdo musí skutečně říct ano.

Nic z toho není oslnivé. Ale právě díky tomu jsou možné forecasting a kontrola obchodů. Forecasting spojí všechny otevřené příležitosti do čísla, podle kterého může vedení plánovat. Kontrola obchodu se zaměří na jednu příležitost a ověří, jestli je tak zdravá, jak naznačuje její fáze. Fáze, která se šest týdnů nepohnula, obvykle neznamená zaseknutý obchod. Znamená obchodníka, který přestal aktualizovat CRM.

Historická data a data o výkonu

Tohle jsou data o tom, co se už stalo. Tržby z vyhraných obchodů, tržby z prohraných obchodů, úspěšnost obchodů, průměrná velikost obchodu, délka prodejního cyklu.

Neřeknou vám, co se uzavře tento kvartál. Jsou ale jediným poctivým výchozím bodem pro forecasting a benchmarking. Bez nich je „máme dobrý kvartál“ jen pocit. S nimi víte, jestli velikost obchodů opravdu roste, nebo jestli se váš prodejní cyklus potichu prodlužuje, zatímco všichni tvrdí, že ne.

Proč na prodejních datech záleží

Každý obchodník má intuici, které účty si zaslouží pozornost. Problém je, že intuice se mýlí dost často na to, aby to bylo drahé. Prodejní data nahrazují hádání důkazy: které účty se skutečně zapojují, které obchody mají opravdový tah na branku a které váš tým honí ze zvyku, ne kvůli signálu.

Forecast je jen tak věrohodný jako data za ním. Pokud je pipeline přesná, stane se z čísla něco, podle čeho může představenstvo opravdu plánovat nábor a výdaje. Pokud není, neděláte forecast, prezentujete přání a doufáte, že se na nic nepříjemného nikdo nezeptá.

Koučink obvykle selhává z podobného důvodu. „Buď přesvědčivější“ nic nezmění, protože to na nic konkrétního neukazuje. Konkrétní data ano. Obchodník, který prohrává obchody ve fázi nabídky, potřebuje jiný rozhovor než ten, který je prohrává při discovery, a ten rozhovor nevedete, dokud nevíte, kde přesně ke ztrátám dochází.

A pak je tu spor, který jako by nikdy nekončil: obchod tvrdí, že leady od marketingu jsou k ničemu, a marketing tvrdí, že obchod je nekontaktuje. Obvykle mají pravdu obě strany, protože se nikdo nedohodl, jak kvalifikovaný lead vlastně vypadá. Sdílená data tuto definici vytáhnou na světlo. Jakmile všichni měří totéž, předávka přestane být hledáním viníka a začne být procesem.

Jak sbírat a udržovat kvalitní prodejní data

Vaše CRM je jediný zdroj pravdy, nebo by jím mělo být. Žije v něm každý účet, kontakt, příležitost i aktivita. Problém je, že většině CRM se nedá věřit: duplicitní kontakty, obchody zaseknuté ve fázích, které nikdo neaktualizoval, prázdná pole, protože jejich vyplňování připadalo jako ztráta času. Neuspořádané CRM znamená, že každý report z něj je špatně, a nikdo si toho nevšimne, dokud forecast nevybuchne.

Ruční zadávání je místo, kde většina nepořádku začíná. Řešením není žádat obchodníky, aby psali pečlivěji, ale odstranit psaní. Automatický záznam, tedy synchronizace e-mailu, kalendáře a záznamů hovorů přímo do CRM, uzavře mezeru mezi tím, co se skutečně stalo, a tím, co se zapsalo.

Pomáhají i data z webu a formulářů, ale berte je jako výchozí bod, ne jako hotový záznam. Vyplněný formulář vám dá jméno a e-mail. Málokdy vám dá firmografické údaje, které potřebujete k určení priority leadu, a proto existuje obohacování dat: doplňuje mezery, které by formulář sám nikdy nezachytil.

Nic z toho nevydrží bez údržby. Provádějte pravidelné audity. Vyžadujte pole, na kterých záleží, sjednoťte formáty a odhalte duplicity a zastaralé záznamy dřív, než za šest měsíců potichu otráví nějakou analýzu. Pamatujte také, že kontaktní údaje jsou osobní údaje podle GDPR, takže pro každý kontakt v CRM potřebujete právní základ a jasně stanovenou dobu uchování.

A když si nejste jistí: přesnost má přednost před objemem. Menší datová sada, které váš tým skutečně věří, předčí nafouknutou, které nikdo nevěří.

Jak používat data v obchodě

Tady to většina týmů dělá obráceně. Nejdřív se snaží postavit vyčerpávající dashboard a teprve pak v něm hledají poznatky. Udělejte to naopak. Začněte konkrétní otázkou. „Proč minulý kvartál klesla úspěšnost uzavírání obchodů“ vám přinese rychlejší a užitečnější odpověď než jakékoli otevřené reportovací cvičení, protože dashboard nemá názor a otázka si ho vynutí.

Tady je postup, který opravdu funguje:

1. Začněte otázkou, ne dashboardem: Vyberte věc, která vás skutečně trápí. Mlhavý pocit, že „s pipeline něco není v pořádku“, není otázka. „Proč minulý kvartál klesla úspěšnost uzavírání obchodů“ ano. Právě konkrétnost dělá analýzu rychlou.

2. Sledujte malý počet metrik napojených na tržby: Nepotřebujete na obrazovce čtyřicet dlaždic. Úspěšnost obchodů, průměrná velikost obchodu, délka prodejního cyklu a konverze mezi fázemi pokrývají většinu toho, co tým skutečně potřebuje. Sledovat všechno se stejnou vahou je totéž jako nesledovat nic, protože nic nevynikne.

3. Segmentujte dřív, než cokoli uzavřete: Souhrnné číslo víc skrývá, než ukazuje. Rozdělte výsledky podle zdroje, segmentu, regionu nebo obchodníka a objeví se vzorce, které celkové číslo potichu pohřbívalo. Stabilní úspěšnost za celou firmu může znamenat, že jeden region vzkvétá a druhý ztrácí obchody, a z celkového čísla byste to nikdy nepoznali.

4. Nastavte pravidelný rytmus, ne jednorázovou hloubkovou analýzu: Jediná působivá analýza, která se už nikdy nezopakuje, je kouzelnický trik, ne proces. Krátká týdenní kontrola pipeline, měsíční přehled metrik a hlubší kvartální analýza zachytí problémy, dokud jsou ještě dost malé na to, aby se daly opravit.

5. Každou analýzu zakončete rozhodnutím, vlastníkem a způsobem měření: Tento krok vynechá skoro každý. Poznatek, který nevede ke konkrétní akci konkrétního člověka, nestojí za čas strávený jeho hledáním. Pokud opravu nikdo nevlastní, poznatek umře v prezentaci.

6. Nedělejte všechno najednou: Z každé skutečné analýzy odejdete s více zjištěními, než dokážete zrealizovat. Vyberte jednu nebo dvě změny s největším dopadem a dotáhněte je. Snaha opravit všechno současně je přesně to, jak týmy nakonec neopraví nic.

Nástroje, které podporují práci s prodejními daty

CRM je centrum. Všechno ostatní je paprsek, který do něj data posílá nebo si je z něj bere. Když tuto hierarchii otočíte, skončíte s pěti nástroji, z nichž každý tvrdí, že je zdrojem pravdy, což znamená, že jím není žádný.

• CRM systémy jsou centrálním úložištěm dat: účty, kontakty, příležitosti i aktivity žijí nejdřív tady.
• Nástroje pro obohacování dat brání tomu, aby záznamy o kontaktech a firmách zastarávaly. Lidé mění práci, firmy se kupují a záznam přesný v lednu je v létě zastaralý.
• Platformy pro sales engagement sledují samotné oslovování: uskutečněné hovory, odeslané e-maily, spuštěné sekvence, takže to nezávisí na tom, jestli si obchodník vzpomene vše zapsat.
• Reportovací a BI nástroje převádějí surová data do vizuální podoby, která pomáhá odhalit trendy napříč pipeline, jež byste v tabulce hledali věčnost.

Tady je část, kterou vám většina dodavatelů neřekne: většina malých a středních týmů samostatný analytický nástroj vůbec nepotřebuje. Nativní reporty v CRM pokryjí většinu toho, co skutečně potřebujete. Složitost přidávejte, až z nich vyrostete, ne dřív.

Časté chyby při práci s prodejními daty

Většinu škod nenapáchají špatná data. Napáchají je špatné návyky kolem dobrých dat. Tady je to, na čem týmy klopýtají nejčastěji:

• Měření aktivity místo výsledků: Uskutečněné hovory a odeslané e-maily působí produktivně, ale neřeknou vám, jestli cokoli z toho vede k tržbám.
• Záměna korelace a kauzality: To, že se dvě metriky pohybují spolu, neznamená, že jedna způsobila druhou. Než začnete jednat, zjistěte, co se skutečně změnilo.
• Nahodilé procházení dat: Bez pevného rytmu zůstávají problémy bez povšimnutí, dokud nejsou tak vážné, že jsou zřejmé.
• Ignorování problémů s kvalitou dat: Duplicity, chybějící pole, nejednotné zadávání, nic z toho se nevyřeší samo a každý report postavený nad tím ten nepořádek zdědí.
• Snaha opravit všechno najednou: Předělat všechny procesy současně je přesně to, jak týmy nakonec nedokončí žádný. Nejdřív jednejte podle zjištění s největším dopadem.

Prodejní data: časté otázky

1. Co jsou prodejní data?

Prodejní data jsou jakékoli informace, které vám pomáhají pochopit a zlepšit, jak prodáváte, od toho, kdo jsou vaši kupující, přes to, jak se obchody posouvají pipeline, až po to, co už je uzavřené. Surová data sama o sobě nejsou poznatkem. Užitečnými se stávají až ve chvíli, kdy je někdo analyzuje a rozhodne, co s nimi udělat.

2. Jak používat data v obchodě?

Začněte konkrétní otázkou místo otevřeného dashboardu. Sledujte malou sadu metrik napojených na tržby, tedy úspěšnost obchodů, velikost obchodu, délku cyklu a konverzi, a výsledky segmentujte, místo abyste spoléhali na souhrnná čísla. Každá analýza prodeje by měla skončit rozhodnutím a vlastníkem, ne jen pozorováním.

3. Co se považuje za prodejní data?

Počítá se cokoli, co souvisí s vašimi kupujícími nebo pipeline: kontaktní a firmografické údaje, behaviorální signály a signály záměru, data o otevřených příležitostech a historický výkon. Ne každý tým potřebuje všechny čtyři typy. Správný mix závisí na vašem prodejním modelu a velikosti.

4. Jaké jsou 4 hlavní typy dat?

V obchodním kontextu jsou čtyři základní kategorie: kontaktní a firmografická data, behaviorální data a data o záměru, data o pipeline a příležitostech a historická data a data o výkonu. Dohromady pokrývají, koho oslovit, kdy ho oslovit, co je právě v pohybu a co se už stalo.

5. Jak spravovat prodejní data?

Berte CRM jako jediný zdroj pravdy a ruční zadávání omezte automatickým záznamem, kde jen to jde. Provádějte pravidelné audity s validačními pravidly, které zachytí duplicity a zastaralé záznamy. Menší, důvěryhodná datová sada vždy vyhraje nad velkou, které nikdo nevěří.