Métricas de Prospecção por potencial de receita: Como calcular

Uma operação de pré-vendas pode ser metrificado de diversas formas. Seja por oportunidades geradas, volume de leads ou taxas de conversão. Hoje vamos falar sobre uma maneira não muito comum, mas muito eficaz, de controlar essa operação: Métricas de prospecção por potencial de receita.

No episódio 174 do Casts for Closers, podcast de Vendas da Meetime, conversamos com a Kaira Nunes, Líder de SDR da empresa Aegro. Ela contou como foi a implementação dessa nova forma de metrificar o trabalho de prospecção e como isso influenciou também as métricas de Marketing, na entrega dos MQL’s.

Aproveite o episódio completo abaixo, junto com um artigo com os principais insights da conversa!

Por que utilizar métricas de prospecção por potencial de receita?

O principal motivo para uma empresa metrificar a sua operação comercial e de marketing por potencial de receita, é para corrigir uma possível falta de alinhamento entre o número de oportunidades geradas (metas de pré-vendas), com o número de receita ou NMRR (metas de vendas).

Por exemplo, pode haver casos em que a equipe de pré-vendas entrega o número de oportunidades necessários, mas o time de vendas não bate a meta de receita, ou vice-versa. A mesma coisa acontece com o Marketing, onde pode ocorrer de não entregar o número suficiente de MQL’s, mas o time de vendas bater a meta de receita, que costuma ser o principal indicador da empresa.

Com a implementação das métricas por potencial de receita, os times de marketing, pré-vendas e vendas tendem a estar lado a lado com o cumprimento das metas.

Algumas pontos de atenção. Cada operação costuma ter a sua peculiaridade e necessidade, portanto, antes de migrar de um modelo para outro, é importante avaliar como cada modelo vai funcionar no dia a dia e os impactos que vão gerar aos times.

No modelo de métricas de prospecção por potencial de receita, por exemplo, é necessário um grande volume e controle dos dados, além de um conhecimento do perfil do cliente suficiente para avaliar o potencial de receita deles. Portanto, não faça uma mudança drástica no seu modelo de operação comercial do dia para a noite.

Como calcular as métricas de prospecção por receita?

No episódio do podcast, a Kaira Nunes, explicou muito didaticamente como funciona esse modelo.

Vamos supor que estamos trabalhando com um lead que tenha o potencial de receita de 100 reais.

R$100 (potencial de receita do lead)

30% (taxa de conversão de oportunidades para vendas)

30% de R$100 = R$30 (potencial de receita gerado pelo SDR)

Logo, o SDR estará entregando com essa oportunidade 30 reais. Supondo que a meta dele seja 100 reais, ele terá de entregar 4 leads iguais a esse para superar a sua meta.

Isso pode servir também para a equipe de Marketing. Levando em consideração o potencial de receita do MQL ou lead qualificado, pela taxa de conversão para a venda.

“Na Aegro a gente acredita que essa visão melhorou o nosso entendimento do processo comercial, porque os SDR’s, principalmente, passaram a compreender melhor o seu papel na operação e que ele não é um mero agendador de reuniões, ele entrega potencial de receita, ele faz parte do processo de receita da empresa! O SDR passou a ter uma sensação de pertencimento maior.”Kaira Nunes, Líder de SDR na Aegro

Forecast por potencial de receita

Forecast de vendas é a previsão de vendas ou de entrada de novos clientes, em determinado período. O forecast de vendas pode ser realizado de diversas formas, como você pode ler no post: Como fazer uma previsão de vendas sem dramas.

Conforme citado no episódio do podcast, o forecast pode ser baseado nas métricas por potencial de receita do cliente também.

Isso porque o gestor consegue enxergar o quanto de receita está em aberto no pipeline dos SDR’s, gerando uma visão de funil mais estratégica.

Além disso, há uma facilidade maior na priorização de leads, alinhando o ICP com o potencial de receita que aquele contato possui.

Como classificar o potencial de receita de cada lead?

Esse é um dos principais desafios encontrados para a implementação desse modelo.

No caso da Aegro, por exemplo, para calcular o potencial de receita e a taxa de conversão, eles utilizam diversas variáveis como: tamanho da empresa, nível de decisão, fonte do lead, histórico de conversão do perfil. A equipe de dados cruza essas informações para entregar o potencial e taxa de conversão esperada para cada perfil.

A fonte do lead nesse caso, é muito impactante no modelo. Como a Kaira explica: “se o marketing entregar apenas leads de topo de funil, a equipe comercial perde a eficiência, pois terá um volume maior de oportunidades, com uma taxa de conversão e um potencial de receita menor.”

Por isso a importância do alinhamento entre os times.

Principais cuidados na implementação desse modelo

Como citado anteriormente, toda mudança grande na sua operação deve ser muito bem estudada. Alguns dos principais desafios desse modelo de métricas de prospecção por receita são:

• Dados suficientes para definir os parâmetros de conversão: taxa de conversão, ticket, perfil, fonte de leads;
• Acertar os protocolos de atualização dos indicadores (mudança de ticket ou mudança na precificação, por exemplo);
• Ferramentas simples para otimização do processo (para não depender da equipe de engenharia/dados).

Outros conteúdos Meetime

Se você curtiu o episódio do Casts for Closers e o texto acima, pode se interessar por esses conteúdos:

• Quais os melhores exemplos de metas de vendas: para equipe ou individual?, Artigo de Marília Quezado;
• Métricas de Vendas, Casts for Closers com Mateus Rabello da Moskit;
• Planilha de Metas e Previsões de Vendas, Material Meetime.