Metriche di vendita nel CRM: quali dati raccogliere

Prima le metriche, poi il CRM

Un CRM centralizza le interazioni con la clientela. Riunisce in un unico posto lead, contatti e opportunità di vendita; i sistemi più recenti aggiungono automazione, analisi dei dati e gestione di più canali di contatto.

Prima di scegliere i campi obbligatori, stabilire a quali domande il sistema deve rispondere: quali opportunità si seguono, in quale fase sono, quali si perdono e perché. Senza questa definizione, il CRM raccoglie informazioni inutilizzate per decidere e diventa un archivio parallelo al lavoro commerciale.

Il 24 giugno 2021, in un forum virtuale con circa 200 partecipanti presenti online, Abacus Research AG ha presentato le innovazioni del CRM versione 2021 e mostrato come mappare nel CRM i requisiti di protezione dei dati e dei diritti della concorrenza (abacus.ch). Per la lettura commerciale, la configurazione deve anche collegare i campi alle metriche scelte.

Una metrica è utile quando ha una definizione condivisa, un periodo di osservazione e dati aggiornati con regolarità. Stabilire questi criteri prima di creare i report permette di confrontare i risultati senza confondere variazioni nelle vendite con cambiamenti nel modo di registrarle.

La qualità del dato viene prima della quantità

La pertinenza delle analisi dipende dalla qualità dei dati e dalla loro corretta interpretazione: lo ricorda il contributo della SECO sul portale PMI dedicato alla vendita nell'era digitale.

Prima di costruire report, fissare criteri minimi di igiene del dato. Devono essere verificabili e assegnabili a una persona: campi obbligatori completati, data dell'ultima interazione aggiornata, assenza di contatti duplicati, responsabile interno chiaramente indicato per ogni scheda.

Per confrontare le metriche, definire quali record entrano nel calcolo e a quale periodo si riferiscono. Per esempio, distinguere le opportunità aperte da quelle chiuse ed escludere dal conteggio i record di prova o duplicati.

Per le opportunità, registrare la data di apertura, la data di chiusura e l'esito. Indicare anche il motivo della perdita con categorie coerenti: testi liberi diversi per lo stesso motivo rendono i report difficili da interpretare.

Assegnare a ogni scheda un responsabile e aggiornare fase, valore stimato e prossimo passo dopo le interazioni rilevanti. Se questi campi restano vuoti o non aggiornati, il valore della pipeline e le previsioni possono risultare fuorvianti.

La qualità del dato dipende anche da definizioni stabili: per esempio, chiarire quando un lead diventa opportunità e che cosa si considera una vendita conclusa. Documentare queste regole nel CRM rende i calcoli più verificabili e i confronti tra periodi più utili.

Criteri di qualità dei dati nel CRM

Metriche di vendita lungo la pipeline

Per ogni fase del percorso servono informazioni diverse. Su un lead: canale di provenienza, data del primo contatto, recapito, bisogno dichiarato, consenso al trattamento.

Su un'opportunità: valore stimato, fase corrente, probabilità attribuita, data prevista di chiusura, prossimo passo concordato con la controparte. In caso di esito negativo, va registrato il motivo della perdita.

Il tasso di conversione da lead a opportunità è il numero di lead che diventano opportunità diviso per i lead contattati nel periodo considerato. Per le conversioni per fase, dividere le opportunità che avanzano alla fase successiva per quelle entrate nella fase; registrare le date di passaggio consente anche di calcolare il ciclo di vendita, dal primo ingresso alla chiusura.

Il contributo della SECO ricorda che strumenti digitali come i CRM permettono di raccogliere e analizzare molti dati sulle abitudini di acquisto. L'intelligenza artificiale può contribuire ad anticipare le esigenze analizzando il comportamento dei concorrenti.

Nel forum Abacus del giugno 2021, OBT AG, partner di vendita Abacus e allo stesso tempo cliente, ha mostrato come usa Abacus CRM nella propria azienda dopo un'implementazione e un'integrazione condotte con successo (abacus.ch). Per rendere leggibili le metriche, associare a ogni fase i campi richiesti e aggiornare l'esito delle opportunità chiuse.

Ciclo di vendita: da lead a chiusura

Dati d'acquisto per leggere il comportamento commerciale

Le aziende possono avvalersi di CRM, strumenti di analisi di siti web e social media e intelligenza artificiale per personalizzare l'esperienza di acquisto e proporre offerte e soluzioni su misura, anziché argomenti di vendita generici (kmu.admin.ch).

Ciò significa registrare le tracce che rendono una proposta riconoscibile come pertinente: richieste precedenti, prodotti o servizi già acquistati, canale utilizzato, frequenza e ricorrenza degli ordini, contenuti consultati prima di una richiesta di preventivo.

Per calcolare la pipeline, sommare il valore stimato delle opportunità ancora aperte; per la pipeline ponderata, moltiplicare il valore di ogni opportunità per la probabilità associata alla sua fase e sommare i risultati. La copertura del target si ottiene dividendo il valore della pipeline per la parte di obiettivo ancora da raggiungere.

La previsione delle vendite può basarsi sulla somma dei valori delle opportunità ponderati per probabilità e data prevista di chiusura. Per misurarne l'accuratezza, rapportare alle vendite effettive lo scarto assoluto fra previsione e risultato effettivo: uno scarto relativo più contenuto indica una previsione più vicina al risultato.

Metriche di vendita e relazione dopo l'acquisto

Una checklist per la gestione della reputazione, rivolta ad aziende tecniche B2B, propone una dashboard con volume delle menzioni, sentiment score, tempo di risposta e NPS, la propensione della clientela a raccomandare l'azienda (Conpac). Sono indicatori relazionali di supporto: per leggere i risultati commerciali vanno affiancati alle metriche della pipeline.

Il tasso di vittoria, o win rate, è il numero di opportunità vinte diviso per il totale delle opportunità vinte e perse nel periodo. Per interpretarlo, conservare nel CRM l'esito e la data di chiusura di ogni opportunità, comprese quelle perse.

Il valore medio di un'opportunità vinta si calcola dividendo il valore complessivo delle opportunità vinte per il loro numero. Il ticket medio, invece, rapporta i ricavi agli ordini conclusi: specificare quale dei due valori si mostra nel report evita di confondere dimensione delle trattative e valore degli ordini.

La pipeline aperta indica il valore totale delle opportunità non ancora chiuse, mentre la copertura del target mette quel valore in rapporto con l'obiettivo commerciale ancora da raggiungere. Per entrambi i calcoli, il CRM deve contenere valori stimati aggiornati e una data prevista di chiusura.

Il costo di acquisizione cliente si calcola dividendo i costi di vendita e marketing attribuibili all'acquisizione per il numero di nuovi clienti acquisiti nello stesso periodo. Per stimare il valore del cliente nel tempo, si può sommare il margine attribuibile ai suoi acquisti registrati durante la relazione, dichiarando il periodo osservato.

Dopo la vendita, il tasso di abbandono della clientela si calcola dividendo i clienti persi nel periodo per i clienti presenti all'inizio del periodo. Il CRM deve quindi registrare lo stato del cliente e la data dell'interruzione; affiancare il dato agli acquisti ripetuti aiuta a leggere l'evoluzione della relazione.

Metriche fondamentali della pipeline e delle vendite

Dashboard e report: chi guarda quali numeri e quando

Le viste utili sono almeno tre, e non coincidono. La direzione guarda l'insieme della pipeline, l'andamento delle opportunità tra le fasi e i motivi ricorrenti di perdita, per decidere su posizionamento e risorse.

Il responsabile vendite guarda la distribuzione del carico, le opportunità ferme e i tempi di reazione del team. Il singolo commerciale guarda i propri lead, i prossimi passi e le scadenze: una vista troppo ampia non gli serve per lavorare.

Una dashboard commerciale può affiancare ai risultati la quota raggiunta rispetto all'obiettivo: dividere le vendite concluse per la quota assegnata nello stesso periodo. Mostrare anche il periodo, il responsabile e i valori usati nel calcolo rende il confronto più chiaro.

La stessa logica vale per le metriche di vendita: prima si stabilisce la baseline, poi si confronta.

Perché i dati entrino nelle decisioni, la lettura va messa in calendario nelle riunioni di team con una cadenza fissa. Così le opportunità ferme e i motivi di perdita diventano un punto all'ordine del giorno. Non devono restare un controllo annuale.

Dai dati alle decisioni commerciali

Nel contesto delle PMI svizzere, Erik Neumann, responsabile della formazione presso il Center for Sales & Retail della HWZ, descrive una clientela più informata, in grado di confrontare numerose offerte e che esige maggiore trasparenza e un chiaro posizionamento sul mercato (kmu.admin.ch).

Nello stesso contributo, Neumann sottolinea che la professione del commerciale assomiglia sempre più a quella del consulente (kmu.admin.ch). Le metriche aiutano a preparare la conversazione se mettono a disposizione informazioni pertinenti e aggiornate, non soltanto un totale di contatti.

Le metriche servono a preparare quella consulenza. Arrivare a un incontro conoscendo lo storico degli acquisti e le richieste precedenti permette di porre domande pertinenti. Aiuta anche a distinguere un bisogno reale da una richiesta di listino e ad anticipare le obiezioni sul prezzo con argomenti verificabili.

Il rapporto di fiducia resta il presupposto della relazione commerciale a lungo termine. Non si sostituisce con un cruscotto.

Per rendere utilizzabili i report, il team deve poter ricondurre ogni indicatore ai dati che lo compongono: valore e fase delle opportunità, date di apertura e chiusura, esito e quota assegnata. Se le definizioni cambiano, annotare il cambiamento prima di confrontare periodi diversi.

La lettura delle metriche diventa così una parte del lavoro commerciale: verificare gli scostamenti, aggiornare le opportunità e concordare i prossimi passi. Un indicatore serve a orientare le decisioni, non sostituisce il confronto con la clientela.