Sem números, não há gestão! Esta é a premissa a que todo gestor deve aderir para ter uma visão fiel da performance da operação e previsibilidade de resultados. Data driven sales é o conceito que sintetiza isso: garantir que as decisões sejam baseadas em dados concretos para alavancar os resultados.
Com esses dados, o gestor está munido de informações para potencializar iniciativas que geram bons resultados, corrigir rotas com mais agilidade e ter mais eficiência operacional.
Mas, por outro lado, ter muitos números sem saber exatamente o que olhar e como analisar não serve para muita coisa.
Por isso, compilamos abaixo algumas dicas de dados estratégicos para não perder de vista e dicas de como usá-los para tomar decisões informadas!
O que é Data Driven Sales?
Data driven sales nada mais é do que tomar decisões na operação comercial se baseando em dados e não apenas em benchmarking, práticas de mercado ou intuição.
O ponto de partida para que esta abordagem funcione é garantir que você está coletando dados de forma consistente.
Hoje em dia, as ferramentas de CRM de Vendas e Marketing ajudam nessa tarefa, dando insumos e retroalimentando as informações que, por sua vez, servem como base para:
- Analisar a performance de canais e decidir quais devem ser priorizados;
- Decidir quais campanhas de vendas podem ser otimizadas e quais devem ser interrompidas;
- Identificar oportunidades de expansão;
- Otimizar o ciclo de vendas, entendendo em qual etapa o lead passa mais tempo e criando estratégias para minimizar isso;
- Antecipar possibilidade de churn e agir proativamente para evitá-lo;
- Reajustar metas de vendas factíveis e coerentes com a operação;
- Identificar vendedores top performers.
Data Driven Sales: Quais dados analisar?
Muitos gestores se perdem levantando uma infinidade de métricas que não necessariamente contribuem para orientar decisões.
Achando que estão cobertos de números, olham mais para métricas de vaidade do que para KPIs realmente estratégicos. Portanto, saber quais KPIs monitorar é tão importante quanto ter a rotina de acompanhamento.
Dito isso, ao criar o painel de KPIs, o gestor precisa entender que alguns deles se concentram na performance passada, enquanto outros darão previsibilidade sobre resultados futuros.
Vamos conhecer, então, os principais KPIs para implementar data driven sales:
1. Lagging indicators
Lagging indicators incluem as métricas que refletem o desempenho passado de uma iniciativa. Portanto, indicam os resultados já obtidos, mostrando o que aconteceu após a execução de um processo ou ação.
Esses indicadores ajudam a concluir se houve sucesso ou fracasso ao atingir um objetivo proposto, com base em resultados históricos e dados consolidados.
Essas métricas são chamadas de “lagging” (atrasado, em inglês) porque elas acompanham o evento ocorrido ao invés de antecipá-lo.
Alguns exemplos de lagging indicators são:
- Receita total gerada;
- Volume de negócios fechado em um período;
- Taxa de conversão de um canal ou de uma campanha; e
- Ticket médio de vendas.
1.1. Receita total gerada
O principal indicador de vendas que a maioria das empresas rastreia é a receita gerada.
Dependendo do tamanho do negócio e das características do modelo de vendas, isso pode ser rastreado em uma perspectiva diária, semanal, mensal ou trimestral.
1.2. Duração do ciclo de vendas
O tamanho do ciclo de vendas mostra quanto tempo leva para fazer com que um lead avance por todo o funil até se tornar um cliente.
Ao monitorar a duração do ciclo de vendas e acompanhar de perto em qual etapa do funil estão os principais gargalos, você pode prever o número de vendas no próximo período, estimando o percentual de negócios do seu pipeline que se vão se tornar fechamentos.
Você também pode comparar a duração do ciclo de vendas entre diferentes funcionários ou equipes para avaliar a performance relativa e ver se os vendedores estão encurtando seu ciclo de vendas e melhorando seu desempenho ao longo do tempo.
1.3. Taxa de conversão
Sem ter visibilidade sobre a taxa de conversão em cada estágio do pipeline, a operação fica cega. Saber qual a taxa média de conversão nos diferentes estágios ajuda a descobrir quantos leads convertem em cada ponto.
Compare os seus dados históricos com benchmarks do seu mercado e de negócios adjacentes para saber como sua operação está se saindo em relação ao resto do mercado.
Depois de saber sua taxa de conversão e a duração do ciclo de vendas, você saberá quantos leads precisa gerar e, portanto, quantas oportunidades de vendas e até mesmo negócios fechados esperar em um determinado período de tempo para atingir suas metas de receita.
1.4. Lifetime Value (LTV)
O lifetime value, ou valor da vida útil do cliente, identifica quanta receita um cliente gera em todas as suas compras e interações ao longo do tempo, em vez de analisar apenas um único momento do relacionamento dele com a empresa.
O LTV é afetado por uma série de fatores, incluindo o número de compras feitas por aquele cliente, o ticket, sua taxa de retenção e muito mais.
Bônus: usando a análise cohort
Uma forma estratégica de olhar para os lagging indicators é na perspectiva de cohorts – ou safra –, que são grupos que compartilham uma característica comum a ser avaliada.
Analisar dados por cohorts significa observar o comportamento desses grupos ao longo do tempo, em vez de olhar para todos os clientes de forma agregada.
Veja este exemplo de oportunidades geradas no mês por safra:
Inserir os lagging indicators em uma análise de cohorts ajuda a avaliar o desempenho histórico, dando insumos para identificar as causas-raiz de problemas e permitindo agir sobre elas para mitigar o resultado.
Suponhamos que a empresa identificou um volume crescente de churn nos dois últimos trimestres. A partir da análise cohort, viu-se que a taxa de churn ocorreu em maior volume em clientes originados a partir de um determinado canal no mesmo período.
Uma hipótese para esse resultado é que a causa-raiz pode estar relacionada à qualidade dos leads gerados por esse canal ou à estratégia de engajamento utilizada.
Para confirmar esses resultados, o gestor pode ainda fazer uma análise de correlação e ter mais insumos para orientar novas decisões.
2. Leading indicators
Leading indicators, ou indicadores de previsão, são as métricas que ajudam a ter previsibilidade de resultados, antecipando o desempenho futuro de uma iniciativa.
Ao contrário dos lagging indicators, que medem resultados passados, os leading indicators monitoram atividades e comportamentos presentes, com caráter preditivo.
No contexto de vendas, duas formas de olhar para os leading indicators são na perspectiva de indicadores de produtividade e de indicadores de trabalho, dando ao gestor visibilidade de quanto das atividades diárias e do esforço da equipe comercial contribuem para os resultados.
2.1. Indicadores de produtividade
Alguns exemplos de indicadores de produtividade são:
- Número de ligações realizadas;
- Quantidade de reuniões agendadas; e
- Propostas enviadas.
Manter um controle desses números ajuda o gestor a ter insumos para identificar com antecedência se terá negócios suficientes em seu pipeline para atingir seus objetivos de receita.
Essas métricas também ajudam a identificar os vendedores de alta performance, os que poderiam ter mais treinamento de vendas e os representantes que se destacam em diferentes estágios do ciclo de vendas.
Por exemplo, alguns podem ter maior dificuldade de conversão em fechamentos, mas se destacar em atividades de topo e meio de funil.
Esses indicadores também podem ser acompanhados pelos próprios vendedores. Assim, conseguem visualizar quais ações têm os melhores resultados e refinar seu próprio comportamento.
2.2. Indicadores de trabalho
Já os indicadores de trabalho têm como exemplos:
- Tempo médio de resposta;
- Follow-ups realizados; e
- Atividades de nutrição de leads, como os touchpoints por meio de e-mails e conteúdos.
O tempo médio de resposta mede a rapidez com que os vendedores respondem às consultas dos clientes, um fator importante para manter o interesse e a confiança dos leads e não deixar que eles esfriem.
O número de follow-ups realizados, indica a persistência e o compromisso da equipe em nutrir os leads, aumentando as chances de eles se moverem pelo pipeline para a próxima etapa da esteira.
Já as atividades de nutrição de leads incluem o envio de e-mails personalizados, compartilhamento de conteúdos relevantes e outros contatos que mantêm o engajamento do cliente ao longo do ciclo de vendas.
Esses tipos de indicadores são especialmente úteis para servirem como termômetro da eficácia das estratégias de vendas em tempo real.
Leia mais: Leading e Lagging Indicators: o que são e exemplos práticos para uma gestão de olho no futuro
Como colocar Data Driven Sales em prática
Agora que você viu alguns exemplos de indicadores relevantes para uma cultura de Data Driven Sales, vamos ver como usá-los na prática.
Para ilustrar os dois cenários descritos abaixo, criamos um diagrama sequencial:
KPI de resultado — Exemplo 1
Nível 1: Onde queremos chegar?
Esta é a pergunta principal e o nível macro que vai te ajudar a desdobrar as perguntas seguintes, até que se tornem mensuráveis e gerenciáveis.
Vamos assumir que a empresa tem como objetivo macro crescer X% em faturamento.
Agora precisamos aprofundar a estratégia para que sejamos capazes de mensurar e gerenciar.
Nível 2: Como chegaremos?
Mantendo o exemplo da empresa anterior, vamos supor que para que o faturamento cresça em x%, vislumbramos dois caminhos possíveis:
- Crescimento de “Y” novos clientes;
- Ticket médio em “Z”.
Como temos dois caminhos possíveis, possivelmente eles precisarão ser mensurados de maneiras diferentes. O que nos leva ao próximo tópico:
Nível 3: O que acompanhar?
Para a estratégia 1, precisamos acompanhar o seguinte:
- Crescimento vs. Planejado (evolução no processo de aquisição de clientes)
- Nova receita | Clientes – Net (Saldo net de novos clientes menos o churn)
Para a estratégia 2, podemos acompanhar:
- Ticket médio vs. Planejado (evolução da estratégia de produto e vendas)
É importante ter clareza do que cada indicador representa. Tenha em mente que todos os envolvidos no processo comercial precisam saber exatamente o que está sendo medido e como está sendo feito.
Afinal, eles precisam saber pelo que estão sendo cobrados e como a performance deles está sendo medida.
KPI de resultado — Exemplo 2
Nível 1: Onde queremos chegar?
Seguindo a mesma lógica do primeiro cenário, vamos elencar como objetivo aumentar a margem de contribuição em “Y”.
Nível 2: Como chegaremos?
Para cumprir este objetivo, três caminhos podem ser considerados:
- Aumentar crescimento net da carteira em “Y”;
- Alcançar ROI (Retorno Sobre Investimento) de “Y”;
- Reduzir payback em “Y” em meses.
Nível 3: O que acompanhar?
Para a estratégia 1, podemos acompanhar:
- Net Churn | Retenção (Resultado NET do processo de expansão | retração e cancelamentos)
Para a estratégia 2, podemos acompanhar:
Para a estratégia 3, podemos acompanhar:
- CAC | Payback (Tempo necessário para recuperar o investimento e a margem de contribuição)
Conclusão
Ter uma abordagem data driven é, antes de qualquer coisa, basear suas decisões em dados concretos e não em opiniões enviesadas. Cada operação tem suas características e precisa acompanhar os dados históricos para visualizar a performance e as tendências.
Conjugar o uso de lagging e leading indicators dá ao gestor insumos para refutar ou endossar hipóteses a partir do comportamento de vendas.
O gestor pode levantar a hipótese de que um maior número de ligações e agendamentos de reunião representa maior taxa de fechamento.
Ele poderá fazer uma análise de correlação entre esses indicadores e os resultados finais, como a receita gerada. Com um olhar holístico para esses dados, conseguirá prever o desempenho de vendas com mais acuidade.
Isso porque a previsibilidade de vendas depende da capacidade de monitorar e ajustar as atividades diárias com base em leading indicators.
Quando esses indicadores são acompanhados de perto, os gestores de vendas podem antecipar problemas no funil de vendas antes que eles impactem os resultados finais, identificando os principais gaps e se antecipando para resolvê-los.
Este artigo foi escrito por Ricardo Okino, cofundador da Escola Exchange — Consultoria de Vendas B2B especialista em construção de processos, planejamento e estruturação de operações comerciais.
Ricardo Okino é especialista em construção e escala de operações de Vendas B2B. Empreendedor, Investidor Anjo, membro de Conselho de Startups e autor do best-seller “Liderança e Gestão de Alta Performance em Vendas” no Brasil, eleito pela Revista Veja e Publish News.
