Pipeline dönüşüm oranları: satış hunisindeki darboğaz nasıl bulunur

Dönüşüm analizi neyi cevaplar?

Satış hunisi, bir potansiyel müşterinin ilk temastan satışa kadar geçtiği aşamaların sıralı görünümüdür. Dönüşüm analizi, her aşamada kaç fırsatın bir sonraki aşamaya geçtiğini, kaçının kaybedildiğini ve bunun nedenlerini inceler. Amaç yalnızca genel kazanma oranını öğrenmek değil; kaybın nerede yoğunlaştığını, hangi segmentte farklılaştığını ve hangi müdahalenin en çok fark yaratacağını görmektir.

Genel kazanma oranı tek başına yanıltıcıdır. Örneğin farklı satış ekipleri aynı genel oranı yakalayabilir; biri ilk görüşmeye çok fırsat taşıyıp son aşamada kaybeder, diğeri çok seçici davranıp son aşamada neredeyse hep kazanır. Müdahale ihtiyaçları tamamen farklıdır. Aşama bazlı bakış bu farkı görünür kılar.

Huni analizi hem geçmişi anlamak hem de ileriyi tahmin etmek için kullanılır: aşama dönüşüm oranları, mevcut pipeline'ın ne kadarının satışa dönüşeceğini tahmin eden modellerin temelidir.

Temel hesaplama: aşamadan aşamaya geçiş oranı

Aşamalar arası dönüşüm oranı, bir aşamaya giren fırsatların bir sonraki aşamaya geçenlerinin oranıdır. Hesap şu mantıkla yapılır: sonraki aşamaya ulaşan fırsat sayısı bölü o aşamaya giren fırsat sayısı. Aynı yöntemle tüm hunide başlangıçtan satışa geçişin toplam oranı da bulunur; bu oran, aşama oranlarının çarpımına eşittir.

Bu hesabı yaparken şu tanımlar netleşmelidir:

• Aşama tanımları: Her aşamaya girmek için gerekli koşul açıkça yazılmalıdır. “Teklif sunuldu” aşamasına geçmek için gerçekten yazılı teklif gönderilmiş olmalıdır, sözlü ilgi yeterli değildir. Tanım satış temsilcisinden temsilciye değişiyorsa oranlar kıyaslanamaz.
• Sayım birimi: Fırsat, müşteri ya da kişi sayılıyor olabilir. Tek bir birim seçip sürekli onunla ilerleyin.
• Zaman penceresi: Fırsat bir aşamada dönemler boyunca kalabilir. Oran hesabında hangi dönemde giren fırsatların izlendiği net olmalıdır.

Bu tanımlar sabitlenmeden yapılan analiz, farklı kişilerin farklı sonuç bulmasına yol açar.

Kohort bakışı: doğru ve yanıltıcı hesap arasındaki fark

En sık yapılan hata, aynı dönemde aşamaya giren ve çıkan fırsatları bölmektir. Örneğin bu ay kazanılan satış sayısını bu ay açılan fırsat sayısına bölmek yanıltıcıdır, çünkü bu ay kazanılan fırsatların çoğu önceki aylarda açılmıştır. Satış döngüsü uzun olan işlerde sapma daha büyüktür.

Doğru yaklaşım kohort bakışıdır: belirli bir dönemde açılan fırsatlar grubu belirlenir ve bu grubun sonraki aşamalarda ne olduğu izlenir. Karşılaştırma yapılacaksa bütün kohortlara yeterince zaman tanımak gerekir; çok yeni bir kohortun kazanma oranı, henüz sonuçlanmamış fırsatlar nedeniyle olduğundan düşük görünür.

Her kohort için ayrıca ortalama aşamada kalma süresi hesaplanır. Dönüşüm oranı yüksek ama süresi çok uzayan bir aşama da bir tür darboğazdır: fırsatlar kaybedilmez ama ilerlemez ve nakit akışı gecikir.

Darboğazı bulmak ve nedenini çözümlemek

Aşama oranlarını çıkardıktan sonra darboğaz arayışı farklı yönlerde yapılır. Birincisi iç kıyastır: geçmiş dönemlerle ya da kendi ekipler arası ortalamayla karşılaştırarak anormal düşük oranlı aşamayı bulmak. İkincisi dış kıyastır, ancak sektör ortalamaları kaynağı belirsiz olduğunda yanıltıcı olabilir; kendi geçmişiniz çoğu zaman daha güvenilir ölçüttür.

Darboğaz aşamasını bulduktan sonra veriyi kırılımlara ayırın:

• Kaynak: Hangi kanaldan gelen fırsatlar bu aşamada daha çok düşüyor?
• Segment: Sektör, şirket büyüklüğü ya da ürün bazında fark var mı?
• Satış temsilcisi: Aynı aşamada bazı temsilcilerin oranı belirgin biçimde yüksekse hangi uygulamalar farklı?
• Fırsat büyüklüğü: Büyük ve küçük fırsatlar farklı mı davranıyor?
• Zaman: Dönem içinde düşüş ya da mevsimsellik var mı?

Kırılım size “nerede” sorusunun yanıtını verir; “neden” sorusu için kaybedilen fırsatların kayıp nedenleri, müşteri görüşmeleri ve satış temsilcilerinin gözlemleri gerekir. Sayılar nedeni göstermez, yalnızca nereye bakılacağını gösterir.

Örnek analiz akışı

Örneğin bir B2B yazılım satış ekibi, ilk görüşmeden teklife geçişin iyi, tekliften sözleşmeye geçişin ise zayıf olduğunu görüyor olsun. Aşama bazlı bakış sorunun teklif sonrası aşamada yoğunlaştığını gösterir.

Kırılım yapıldığında, düşüşün özellikle küçük bütçeli müşterilerde ve belirli bir kanaldan gelen fırsatlarda olduğu çıkıyor olsun. Kayıp nedenlerine bakıldığında, bu fırsatların çoğunda karar vericinin teklif aşamasına kadar sürece dâhil edilmediği anlaşılabilir. Bu bulgu, yeni bir takip e-postasından çok keşif görüşmesinde karar vericinin belirlenmesini zorunlu kılan bir kural önerir.

Bu örnek kurgusaldır. Önemli olan sıralamadır: önce aşama oranı, sonra kırılım, sonra kayıp nedeni, sonra küçük bir deneme ve ardından aynı oranın yeniden izlenmesi.

Araçlar ve veri kaynakları

Dönüşüm analizi için veri genellikle CRM'den gelir. CRM'de her fırsatın aşama geçişlerinin tarihli kaydı tutuluyorsa, kohort analizi doğrudan yapılabilir. Yalnızca fırsatın son durumunu tutan sistemlerde, aşama geçiş geçmişini kaydetmeye başlamak ilk iş olmalıdır; geçmiş veriden geriye dönük hesap güvenilir olmayabilir.

Kullanılan araçlar şöyle sıralanabilir: elektronik tablolar küçük ve orta hacimli analizler için yeterlidir; pivot tablolarla aşama ve kohort kırılımları kolayca çıkarılır. Daha büyük veri ve tekrarlı raporlar için CRM raporları, veri sorgu dili ya da iş zekâsı panoları kullanılır. Panoda aşama oranlarının dönemsel trendi, aşamada kalma süresi ve kayıp nedenleri birlikte izlenmelidir.

Veri kalitesi analizin zemini olduğundan, zorunlu alanlar, aşama atlamanın kontrolü ve kayıp nedeni kaydı için süreç kuralları tanımlanmalıdır.

Sık yapılan hatalar

• Aşama tanımlarını sabitlememek: Her temsilci farklı koşulda aşama değiştiriyorsa oranlar anlamsızdır.
• Kohortları karıştırmak: Henüz sonuçlanmamış fırsatları kazanılmamış saymak oranı olduğundan düşük gösterir.
• Küçük örneklemle yorum yapmak: Az sayıda fırsatı olan bir segmentte tek bir büyük kayıp oranı çarpıtabilir.
• Yalnızca ortalamaya bakmak: Ortalama oran, farklı segmentlerdeki gerçek farkı gizler.
• Kayıp nedenini kaydetmemek: Neden alanı boş ya da “diğer” ise analiz sonradan derinleştirilemez.
• Her düşüşü satış ekibine yüklemek: Düşük kaliteli lead gelmesi pazarlama kaynaklı bir sorun olabilir; aşama oranı bunu da yansıtır.
• Analizden sonra aksiyon almamak: Bulgunun bir hipoteze ve denemeye dönüşmemesi, analizi rapor olarak bırakır.

Ayrıca oran hedefi koyarken aşırı baskı, temsilcilerin fırsatı erken kapatmasına ya da aşamaları yapay biçimde ilerletmesine yol açabilir.

Mindset programlarında bu konu nerede çalışılır?

Satış Tahminleme ve Pipeline Yönetimi eğitimi modülleri arasında Pipeline Sağlığı ve Kalitesi, CRM ile Pipeline Görünürlüğü ve Veri Odaklı Tahminleme Modelleri yer alır. Satış Analitiği Eğitimi, Satış Performansı Nasıl Ölçülür? ve Satış Analiz Süreci başlıklarını içerir.

Excel ile Satış Analitiği eğitimi ise Satış Performans Analizi, Satış Pano ve Otomasyon ile Boru Hattı ve Tahmin Modeli başlıklarını kapsar. Satış operasyonu, satış yönetimi ve analiz ekipleri ile kurumsal satış organizasyonları için uygundur.