Vunna affärer per vecka ökade med 24 % efter en prognosmodell för försäljning hos en B2B-SaaS

Hos en B2B-SaaS ökade det genomsnittliga antalet vunna affärer per vecka med 24 % under de fyra veckorna efter att en prediktiv försäljningsmodell infördes, nästan en affär till för var fjärde. Konverteringen av pipelinen ökade med 14 % under samma period. Modellen ställde sannolikheten för konvertering i varje steg i tratten mot tiden och kontaktkadensen i det steget. På så sätt fick teamet veta var snabbhet är avgörande och hur många kontakter varje steg kräver.

Profil

B2B-SaaS · Series A

Problem

Säljteamet arbetade med pipelinen utan att veta vilka kontaktbeteenden som faktiskt ökade chansen att stänga affären. Kadensen berodde på varje säljare.

Lösning

Använd trattens egen data för att ta reda på, steg för steg, vad som stänger affärer, och gör det till en rutin för teamet.

Det här gjorde vi

Vi kartlade stegen i tratten och, i varje steg, tiden i steget och mängden kommunikation och uppföljningar.
Vi byggde en modell för att förutsäga konvertering, med en initial träffsäkerhet på omkring 70 %.
Vi ställde sannolikheten för konvertering i varje steg mot tiden och kontaktkadensen i det steget, och visade teamet var snabbhet är avgörande och vilken kadens som är rätt.

Resultat

+24 % i genomsnittligt antal vunna affärer per vecka under de följande fyra veckorna och +14 % i konvertering av pipelinen, mätt som vunna affärer i förhållande till pipelinens storlek.

Viktigaste lärdomarna

Snabbhet väger inte lika tungt i alla steg. I vissa ökade snabb handling chansen att stänga med mer än 10 %. I andra gjorde det nästan ingen skillnad.
Varje steg har sitt rätta antal kontakter och uppföljningar. Att hitta rätt kadens ökade chansen att stänga med mer än 30 %.
Bara det att mäta förbättrar redan teamets beteende. När säljaren vet vad som följs upp anpassar hen sig.

Gör det själv

Exportera vunna och förlorade affärer från de senaste 6 till 12 månaderna ur ditt CRM med, för varje steg, startdatum, slutdatum och antal kontakter och uppföljningar.
Jämför i varje steg andelen stängda affärer bland dem som gick snabbt vidare med dem som dröjde, och bland dem med fler kontakter med dem med färre. Där skillnaden är stor får steget ett mål för tid och kadens för teamet, som följs upp varje vecka.
Be en LLM, efter att du tagit bort namn och mejladresser ur exporten:
Jag klistrar in en export från mitt CRM med vunna och förlorade affärer och, för varje steg i tratten, startdatum, slutdatum och antal kontakter. Räkna för varje steg ut andelen stängda affärer per intervall av tid i steget och per intervall av antal kontakter, ange i vilka steg snabbhet och kadens gör störst skillnad och föreslå ett mål för tid och antal kontakter per steg.