Jak stworzyć analizę win-loss za pomocą AI: Krok po kroku

Analiza win-loss porównuje zamknięte transakcje wygrane z przegranymi, a następnie wyjaśnia różnicę między nimi. Tworzy się ją na podstawie eksportu zamkniętych szans sprzedaży. Policz wygrane i przegrane według segmentów, podziel je, aby uzyskać win rate, a następnie pogrupuj powody przegranej w krótką listę. Zliczanie zajmuje kilka minut. To właśnie na etapie grupowania sypie się każda analiza win-loss.

Ten przewodnik najpierw omawia ścieżkę arkusza kalkulacyjnego, pokazuje dokładnie, w którym miejscu ona utyka, a następnie w trzech krokach odbudowuje tę samą analizę na podstawie wyeksportowanych danych.

Co naprawdę mówi analiza win-loss

Trzy pytania, uszeregowane według tego, jak często wpływają na decyzje.

Jak często wygrywamy? Win rate to liczba wygranych podzielona przez liczbę zamkniętych transakcji w danym okresie. Sam w sobie jest tylko tablicą wyników, a nie głębszym wnioskiem.

Gdzie wygrywamy? Ten sam wskaźnik podzielony według segmentów, produktów lub wielkości transakcji zazwyczaj waha się mocniej niż ogólny wynik. Firma z ogólnym wynikiem 35% może mieć 41% w segmencie mid-market i 22% w segmencie enterprise, a te dwie liczby wskazują na dwa zupełnie różne problemy.

Dlaczego przegrywamy? To jest ta część, której wszyscy pożądają, a prawie nikt nie potrafi rzetelnie opracować. Odpowiedź kryje się w polu tekstowym, które pięciu handlowców uzupełniło na pięć różnych sposobów.

Analiza win-loss, która odpowiada tylko na pierwsze pytanie, to zwykły raport. Taka, która odpowiada na wszystkie trzy, staje się dokumentem decyzyjnym – i jest warta poświęcenia tej dodatkowej godziny.

Czego potrzebujesz przed rozpoczęciem

• Eksport zamkniętych transakcji obejmujący co najmniej dwa kwartały, z jednym wierszem na każdą szansę sprzedaży.
• Minimum cztery kolumny: data zamknięcia, wynik, segment lub produkt oraz kwota.
• Kolumna z powodem przegranej, nawet jeśli panuje w niej bałagan. To właśnie ta kolumna decyduje o tym, czy analiza będzie użyteczna.
• Jedna spójna definicja okresu. Data zamknięcia lub data utworzenia – wybrana raz i konsekwentnie stosowana.

Instrukcja firmy Microsoft dotycząca tabel przestawnych PivotTable jasno określa wymagania dotyczące formatu: „Dane powinny być zorganizowane w kolumnach z jednym wierszem nagłówka”. Eksporty z systemów CRM często zawierają dwa wiersze nagłówków lub scalony pasek tytułu, więc napraw to przed przystąpieniem do dalszych kroków.

Jeszcze jedna rzecz, którą warto ustalić przed pierwszym przygotowaniem analizy: kto odpowiada za pole z powodem przegranej. W większości zespołów to handlowiec zamyka transakcję i wybiera odpowiednią etykietę. Handlowcy optymalizują swoją pracę pod kątem zamykania kolejnych tematów, a nie dbania o czystość taksonomii. To nie jest wada charakteru. Oznacza to po prostu, że zestaw etykiet musi być na tyle krótki, aby właściwy wybór był oczywisty w trzy sekundy. Jedna osoba powinna odpowiadać za tę listę w każdym kwartale.

Jak przeprowadzić analizę win-loss w arkuszu kalkulacyjnym

Opcja 1: zliczanie wygranych i przegranych za pomocą COUNTIFS

Funkcja COUNTIFS „stosuje kryteria do komórek w wielu zakresach i zlicza, ile razy wszystkie kryteria zostały spełnione”. Na tym opiera się całe obliczenie win rate. Policz wiersze, w których wynik to Won, a segment to Mid-Market, policz wszystkie zamknięte wiersze dla tego segmentu, a następnie podziel te wartości.

Dwa udokumentowane szczegóły pozwalają zaoszczędzić czas w przyszłości. Microsoft zauważa, że „każdy dodatkowy zakres musi mieć taką samą liczbę wierszy i kolumn jak argument criteria_range1”. Nierówne zaznaczenia po cichu psują więc formułę. Ponadto dozwolonych jest do 127 par zakresów i kryteriów, co znacznie przewyższa potrzeby jakiejkolwiek analizy.

Na tej samej stronie kryje się jednak pułapka. Jeśli argument kryterium wskazuje na pustą komórkę, funkcja COUNTIFS „traktuje pustą komórkę jako wartość 0”. Pusty segment jest więc liczony jako konkretna wartość, a nie jako brak danych – i w ten sposób w segmencie, do którego nikt nic nie sprzedaje, nagle pojawiają się transakcje.

Opcja 2: podsumowanie za pomocą PivotTable

Przeciągnij wynik do obszaru Wiersze, a kwotę do obszaru Wartości, a otrzymasz wygrany i przegrany pipeline w podziale na segmenty. Aby pokazać win rate jako udział procentowy, a no nie jako liczbę, otwórz Ustawienia pól wartości i użyj karty Pokazywanie wartości jako, gdzie znajduje się opcja % sumy końcowej.

Możesz również pokazać wartość jednocześnie jako obliczenie i jako procent. Instrukcja firmy Microsoft zaleca, aby „przeciągnąć element do sekcji Wartości dwukrotnie”, a następnie ustawić opcje Podsumuj wartości według oraz Pokaż wartości jako dla każdego z nich. Dzięki temu uzyskasz liczbę transakcji i ich udział w sumie końcowej obok siebie, bez konieczności tworzenia drugiej tabeli przestawnej.

Opcja 3: dodanie powodów przegranej

Teraz przeciągnij kolumnę z powodami przegranej do tabeli PivotTable i zobacz, co się stanie. Microsoft precyzyjnie opisuje to zachowanie: „Domyślnie pola tabeli przestawnej umieszczone w obszarze Wartości są wyświetlane jako SUMA. Jeśli Excel zinterpretuje dane jako tekst, zostaną one wyświetlone jako LICZBA”.

To prawidłowe i oczekiwane zachowanie. Kolumna z powodami zawiera tekst, więc Excel go zlicza. Problem polega na tym, co dokładnie zlicza.

Gdzie ścieżka arkusza kalkulacyjnego zaczyna spowalniać

Twoja kolumna z powodami prawdopodobnie zawiera wpisy takie jak Price, price, Too expensive, Budget, No budget this year oraz Lost on cost. To jeden i ten sam powód zapisany na sześć różnych sposobów. Zliczenie unikalnych ciągów znaków powie Ci, że wydarzyło się sześć różnych rzeczy, podczas gdy w rzeczywistości jedna rzecz wydarzyła się sześć razy.

Ktoś musi więc usiąść nad tą listą i decidir, które etykiety oznaczają to samo. Ta ocena to właściwa analiza – jest ona wykonywana ręcznie i trzeba ją powtarzać co kwartał, ponieważ handlowcy wciąż wymyślają nowe sformułowania.

Trzy mniejsze niedogodności dodatkowo to komplikują.

Prawdziwy powód często kryje się w notatkach. Lista wyboru zawiera lakoniczne hasło, a pole tekstowe kryje całą historię – a nikt nie agreguje ręcznie swobodnego tekstu.

Małe segmenty są interpretowane jako trendy. Cztery transakcje w segmencie to jedynie anegdota, ale postawiony obok nich procent wygląda jak istotny wniosek.

Tabela przestawna staje się nieaktualna. Tutaj również znaczenie ma dokumentacja PivotTable. Gdy pojawiają się nowe wiersze, „wszelkie tabele przestawne zbudowane na tym źródle danych muszą zostać odświeżone”. Jedno zapomniane odświeżenie i analiza z zeszłego kwartału zostanie przedstawiona jako aktualna.

Jak stworzyć analizę win-loss za pomocą AI

Krok 1: Prześlij eksport zamkniętych transakcji

Otwórz Powerdrill Bloom i prześlij wyeksportowany plik. Excel, CSV, PDF i dokumenty tekstowe są obsługiwane w darmowym planie, więc surowy plik pobrany z CRM zadziała bez wcześniejszego oczyszczania.

Nie usuwaj nieuporządkowanej kolumny z powodami ani pola z notatkami. To dwie najcenniejsze kolumny w pliku, a zazwyczaj to właśnie je użytkownicy usuwają przed rozpoczęciem pracy.

Krok 2: Poproś o zliczenia i grupy powodów w jednym prompcie

Opisz analizę językiem naturalnym. Poproś o win rate według segmentów z ostatnich dwóch kwartałów oraz o średnią wielkość wygranych i przegranych transakcji. Następnie poproś o pogrupowanie powodów przegranej w krótką listę wraz z surowymi etykietami, które zostały przypisane do każdej z grup.

Poproś o mapowanie, a nie tylko o same sumy. Widząc, że powody Lost on cost i No budget this year zostały połączone, możesz zaakceptować lub odrzucić tę decyzję. To kwestia oceny sytuacji, a nie zwykłe obliczenie – i jest to ta część, którą chcesz samodzielnie zweryfikować, zamiast ją bezkrytycznie delegować.

Przy okazji określ próg minimalny. Poproś, aby segmenty poniżej minimalnej liczby transakcji były pokazywane wraz z ich liczbą lub całkowicie ukrywane. Zapobiegnie to interpretowaniu segmentu z czterema transakcjami jako trendu.

Każda liczba jest powiązana z konkretnym wierszem danych. Możesz otworzyć podejrzany wynik i sprawdzić transakcje, które się na niego złożyły, zanim trafi on na slajd prezentacji.

Krok 3: Przekształć dane w dokument, który ludzie naprawdę przeczytają

Poproś bezpośrednio o konkretny układ. Główny win rate, trend w porównaniu z poprzednim okresem, win rate według segmentów, pogrupowane powody przegranej oraz jedno zdanie na temat największej zmiany.

Zapisz prompt. W kolejnym kwartale po prostu prześlesz nowy eksport i użyjesz tych samych słów, co zmieni jednorazową analizę w powtarzalny proces. Jeśli wynik ma stać się cyklicznie publikowanym dokumentem, strona AI report generator opisuje tę ścieżkę. Z kolei strona make graphs from Excel wyjaśnia kwestię tworzenia wykresów.

Co powinno znaleźć się w analizie win-loss

Sekcja	Na jakie pytanie odpowiada	Częsty błąd
Główny win rate	Czy konwertujemy lepiej niż w poprzednim okresie?	Uwzględnianie otwartych transakcji w mianowniku
Win rate by segment	Gdzie koncentruje się nasza siła?	Raportowanie segmentów z trzema transakcjami tak, jakby były one stabilne
Średnia wielkość transakcji, wygrane vs przegrane	Czy przegrywamy duże, czy małe tematy?	Używanie mediany w jednym wierszu, a średniej w drugim
Pogrupowane powody przegranej	Co nas stale pokonuje?	Zliczanie surowych etykiet zamiast pogrupowanych
Długość cyklu sprzedaży	Czy przegrywamy powoli, czy szybko?	Mierzenie od daty utworzenia w jednym wierszu, a od daty zamknięcia w drugim
Przegrane na rzecz konkurencji	Z kim tak naprawdę przegrywamy?	Pozostawianie pustego pola konkurenta w połowie wierszy
Wyróżnienie jednej kluczowej zmiany	Co zmieniło się od zeszłego kwartału?	Wymienianie każdej zmiany zamiast tej, która ma znaczenie

Gotowy dokument powinien mieścić się na jednej stronie. Analiza win-loss rozpisana na dziewięć slajdów zostanie przeczytana tylko raz.

W większości wersji tej tabeli brakuje jednej kolumny, której dodanie jest najprostsze: daty eksportu. Dwie osoby porównujące plik z zeszłego kwartału z obecnym w końcu zaczną się spierać o to, które transakcje były wtedy otwarte. Jedna linijka informująca o tym, kiedy dane zostały pobrane, kończy tę dyskusję, zanim się jeszcze rozpocznie.

Praktyczny przykład

Załóżmy, że kwartał zamyka się liczbą 180 transakcji: 63 wygrane, 117 przegranych. Ogólny win rate wynosi 35%. W podziale na segmenty: enterprise plasuje się na poziomie 22% przy 27 transakcjach, podczas gdy mid-market osiąga 41% przy 96 transakcjach.

Pogrupowane powody mają większe znaczenie niż którakolwiek z tych liczb. Załóżmy, że 44 ze 117 przegranych sprowadza się do ceny, a 31 do braku integracji. To dwie zupełnie różne dyskusje z dwoma różnymi zespołami. Surowa, niepogrupowana lista pokazałaby jedenaście powodów i nie skłoniłaby do żadnych wniosków.

Now dodajmy wiersz z wielkością transakcji. Załóżmy, że 44 przegrane z powodu ceny mają średnią wartość 12 tys. USD, a 31 przegranych z powodu braku integracji – średnio 58 tys. USD. Problem z integracją jest więc warty w przybliżeniu dwa razy więcej utraconych przychodów, mimo że stoi za nim mniej transakcji. To odwrócenie proporcji jest najczęstszą rzeczą, którą ukrywa analiza oparta wyłącznie na zliczaniu sztuk.

Kto to czyta i jak często

Trzy grupy odbiorców korzystają z tego dokumentu w różny sposób, a jego układ powinien to uwzględniać.

Liderzy sprzedaży czytają główny wskaźnik oraz wyróżnienie kluczowej zmiany i na tym kończą, chyba że coś uległo zmianie. Zespoły ds. produktu i marketingu analizują pogrupowane powody, ponieważ to od nich zaczynają się dyskusje o roadmapie i argumentach komunikacyjnych. Dział finansów analizuje wielkość transakcji, ponieważ rosnący win rate przy kurczących się transakcjach nie jest takim sukcesem, na jaki wygląda.

Twórz z myślą o pierwszej grupie odbiorców i dodawaj adnotacje dla pozostałych dwóch. Jedna strona, trzy czytelne warstwy.

Jak uzyskać użyteczną listę powodów

Wszystko powyższe zależy od pola z powodem przegranej, które da się pogrupować. Trzy nawyki pozwalają wyeliminować większość bałaganu u źródła.

Ogranicz listę wyboru do maksymalnie siedmiu opcji. Dłuższa lista gwarantuje niespójność wyborów, ponieważ nikt nie przewija długiego menu rozwijanego na koniec przegranej transakcji.

Oddziel powód od szczegółowej historii. Jedno wymagane pole wyboru dla kategorii i jedno opcjonalne pole tekstowe na szczegóły. Połącz je, a nie otrzymasz rzetelnie żadnego z nich.

Zadbaj o to, by jedna z opcji była szczera. Uwzględnij jednoznaczny wybór typu Unknown lub No decision. Bez tego każda niejednoznaczna przegrana zostanie przypisana do ceny, a cena stanie się odpowiedzią na wszystko.

Weryfikuj mapowanie, a nie samo pole. Nigdy nie uzyskasz idealnie czystych danych na etapie ich wprowadzania. To, co możesz uzyskać, to stabilne mapowanie nieuporządkowanych etykiet na siedem grup, weryfikowane raz na kwartał przez jedną osobę.

Najczęstsze błędy

Uwzględnianie otwartych transakcji w mianowniku. Win rate to wygrane podzielone przez zamknięte transakcje. Włączanie w to wciąż otwartych szans sprzedaży za każdym razem zniekształca wynik.

Pozwalanie na to, by lista powodów rosła w nieskończoność. Jeśli w tym kwartale masz jedenaście powodów, a w zeszłym było ich sześć, obserwujesz raczej ewolucję słownictwa handlowców niż rzeczywiste zmiany na rynku. Uporządkuj grupowanie, a dopiero potem porównuj.

Interpretowanie małych segmentów jako trendów. Pokazuj liczbę transakcji obok każdego wskaźnika, aby czytelnicy mogli sami ocenić sytuację.

Prezentowanie nieaktualnej tabeli przestawnej. Nowe wiersze w źródle nie aktualizują tabeli PivotTable automatycznie, a świeżo wyglądający układ ze starymi danymi jest gorszy niż brak jakiejkolwiek analizy.

Ukrywanie mapowania. Każdy, kto to przeczyta, w końcu zapyta, co zostało zaliczone do kategorii „cena”. Opublikuj grupowanie obok wykresu, a ta dyskusja zajmie dziesięć sekund.

Przeprowadzanie analizy tylko po słabym kwartale. Analiza win-loss tworzona dopiero wtedy, gdy wyniki spadają, nie ma punktu odniesienia, z którym można by ją porównać. Regularne jej wykonywanie co kwartał – również w tych dobrych okresach – pozwala właściwie zinterpretować te gorsze momenty.

Raportowanie wskaźnika bez podawania wolumenu. Segment, który wzrósł z 20% do 40% przy pięciu transakcjach, niczego tak naprawdę nie podwoił. Podawaj liczbę obok każdego procentu, a czytelnik sam odpowiednio zinterpretuje te dane.

Podsumowanie

Arytmetyka w analizie win-loss jest naprawdę prosta: COUNTIFS do zliczania, PivotTable do podsumowania, % sumy końcowej do określenia udziału. Praca, która zajmuje całe popołudnie, to decydowanie o tym, co tak naprawdę oznaczają powody przegranej.

Przekaż tę część narzędziu, które potrafi pogrupować etykiety, pokazać Ci mapowanie i wskazać transakcje stojące za każdą liczbą. Wypróbuj Powerdrill Bloom na eksporcie zamkniętych transakcji z zeszłego kwartału i zobacz, jak bardzo skurczy się Twoja lista powodów.

Aby zapoznać się z wcześniejszym etapem lejka sprzedaży, zobacz nasz przewodnik o tym, jak przekształcić eksport z CRM w raport lejka sprzedaży. Zestawienie narzędzi AI do analizy lejka sprzedaży omawia kwestie techniczne.

Najczęściej zadawane pytania

Czym jest analiza win-loss?

To ustrukturyzowane porównanie transakcji wygranych z przegranymi w tym samym okresie. Obejmuje ono wskaźnik win rate, różnice w tym wskaźniku w zależności od segmentu oraz pogrupowane powody przegranych.

Jak obliczyć win rate?

Podziel liczbę wygranych transakcji przez całkowitą liczbę zamkniętych transakcji w tym samym okresie. Funkcja COUNTIFS obsługuje oba te zliczenia, ponieważ liczy wiersze, w których wszystkie kryteria są spełnione w dopasowanych zakresach.

Dlaczego moje pole z powodem przegranej pokazuje liczbę, a nie sumę?

Ponieważ zawiera ono tekst. Microsoft podaje w dokumentacji, że pola tabeli przestawnej w obszarze Wartości są domyślnie wyświetlane jako SUMA. Są one wyświetlane jako LICZBA, gdy Excel zinterpretuje dane jako tekst.

Ile powodów przegranej powinna zawierać analiza win-loss?

Na tyle mało, aby móc je porównywać między kwartałami, co w praktyce oznacza około pięciu do siedmiu grup. Zachowaj surowe etykiety pod spodem, aby każdy mógł sprawdzić, co złożyło się na poszczególne grupy.

Jak często należy przeprowadzać analizę win-loss?

Dla większości zespołów odpowiedni jest tryb kwartalny, ponieważ w ciągu miesiąca rzadko zamyka się na tyle dużo transakcji w danym segmencie, aby dane były stabilne. Niezależnie od częstotliwości, generuj analizę na nowo ze świeżego eksportu, zamiast edytować plik z poprzedniego okresu.