Platform guides
Pipeline-Kennzahlen im Dashboard richtig lesen
ONE LOOP: Das Dashboard zeigt Chancen, Verteilung auf Pipeline-Stufen und Kennzahlen zum Fortschritt.
Kurz erklärt
Das Dashboard zeigt Chancen, Verteilung auf Pipeline-Stufen und Kennzahlen zum Fortschritt. Damit du keine falschen Schlüsse ziehst, musst du unterscheiden: Einige Ansichten zählen den aktuellen Stand, andere rechnen einen angenommenen Weg durch die Pipeline nach.
Voraussetzungen
Deine Pipeline-Stufen sind fachlich klar definiert.
Chancen werden im passenden Status geführt.
Der gewählte Zeitraum passt zu der Frage, die du beantworten möchtest.
Schritt für Schritt
Zeitraum richtig einordnen
Der Datumsfilter bezieht sich auf das Erstellungsdatum der Kontakte beziehungsweise Leads. Er beantwortet also: „Wie viele Kontakte wurden in diesem Zeitraum neu erfasst?“ Er zeigt nicht automatisch, wann eine Chance ihren Status oder ihre Stufe geändert hat.
Wähle zuerst den Zeitraum und prüfe dann die angezeigten offenen und gewonnenen Chancen.
Conversion-Rate verstehen
Die Conversion-Rate wird aus gewonnenen Kontakten im Verhältnis zu allen im Zeitraum erfassten Kontakten gebildet.
Beispiel: Bei fünf erfassten Kontakten und einer gewonnenen Chance beträgt die Rate 20 Prozent.
Der Status Gewonnen wird in der Auswertung automatisch berücksichtigt. Du musst dafür keine zusätzliche Pipeline-Stufe anlegen.
Funnel-Ansicht sinnvoll verwenden
Die Funnel-Ansicht geht von einer linearen Reihenfolge aus: Wer in einer späteren Stufe ist, wird gedanklich auch den vorherigen Stufen zugerechnet.
Das passt zu einer Pipeline wie:
Interessent
Formular ausgefüllt
Beratung
Abschluss
In diesem Modell zeigt der Wert bei einer Stufe, wie viele Kontakte bis zu diesem Punkt weitergekommen sind.
Stufenverteilung für Sonderfälle verwenden
Für Stufen wie nicht erschienen oder Beratung ohne Abschluss ist die Stufenverteilung besser geeignet. Sie zeigt, wie viele Chancen sich aktuell in welcher Stufe befinden.
Die Funnel-Ansicht wäre hier missverständlich, weil sie spätere lineare Stufen als Durchlauf durch frühere Stufen interpretiert. Eine gewonnene Chance kann dadurch in mehreren vorherigen Stufen mitgezählt werden.
Historische Durchläufe separat abbilden
Wenn du nachvollziehen musst, wie viele Kontakte eine bestimmte Stufe jemals erreicht haben, kann eine mehrfache Chance pro Kontakt sinnvoll sein. Aktiviere die Möglichkeit für doppelte Chancen sowohl in der Pipeline als auch in der Automatisierung, die Chancen anlegt oder aktualisiert.
So kann beim Erreichen einer relevanten Stufe eine Karte erhalten bleiben, statt beim späteren Fortschritt ausschließlich verschoben zu werden.
Ergebnis prüfen
Öffne einen Zeitraum mit bekannten Testdaten.
Vergleiche die Zahl neu erfasster Kontakte mit dem Datumsfilter.
Rechne die Conversion-Rate an einem kleinen Beispiel nach.
Prüfe eine lineare Pipeline in der Funnel-Ansicht.
Prüfe Sonderstufen zusätzlich in der Stufenverteilung.
Kontrolliere bei mehrfachen Chancen, ob die Automatisierung diese ausdrücklich zulässt.
Häufige Fehler
Die Funnel-Rate für „nicht erschienen“ wirkt zu hoch
Das ist erwartbar, wenn die Pipeline keine lineare Folge abbildet. Nutze für solche Sonderstufen die Stufenverteilung.
Die Zahl stimmt nicht mit dem erwarteten Statuswechsel überein
Der Datumsfilter betrachtet die Erfassung des Kontakts, nicht zwingend den Zeitpunkt eines späteren Stufenwechsels. Prüfe deshalb zuerst, welche Frage die Auswertung beantworten soll.
Gewonnene Chancen scheinen in früheren Stufen mitzuzählen
Die Funnel-Ansicht nimmt an, dass eine gewonnene Chance die vorangehenden Stufen durchlaufen hat. Das ist für lineare Vertriebswege gewollt.
Historische Stufen fehlen
Eine Chance wird beim Fortschritt normalerweise verschoben. Wenn du Durchläufe dauerhaft zählen willst, aktiviere doppelte Chancen in Pipeline und auslösender Automatisierung.
Gut zu wissen
Gestalte Pipeline-Stufen als echte Schritte Richtung Abschluss, wenn du die Funnel-Ansicht nutzen möchtest.
Verwende die Stufenverteilung für aktuelle Bestände und Sonderfälle.
Kontrolliere Kennzahlen immer anhand einiger bekannter Beispieldatensätze, bevor du daraus Entscheidungen ableitest.