Hoe herken je een onbetrouwbare pipeline?
Tien signalen dat je pipeline mooier is dan je omzet wordt, hoe je elk signaal in je CRM controleert en wat een eerlijke pipeline dan nog waard is.
Een onbetrouwbare pipeline herken je aan deals die veel langer open staan dan je salescyclus, sluitdatums die steeds worden opgeschoven of al zijn verstreken, deals zonder recente activiteit, en een pipeline die groeit terwijl de gewonnen omzet dat niet doet. Je controleert het door die signalen in je CRM te tellen en de pipeline te herberekenen zonder de deals die eraan voldoen. Het verschil tussen het getal op het dashboard en wat daarna overblijft, is hoeveel lucht er in je pipeline zit.
Waarom een pipeline mooier wordt dan hij is
Een pipeline groeit vanzelf en krimpt alleen als iemand iets doet. Een nieuwe kans aanmaken kost een verkoper een minuut en voelt als vooruitgang. Een deal op verloren zetten voelt als falen en levert niets op. Het gevolg is dat elke pipeline die niet actief wordt onderhouden, na verloop van tijd voor een deel uit deals bestaat die al lang niet meer leven.
Daar komt bij dat de pipeline vaak wordt gebruikt om te beoordelen of een verkoper genoeg doet. Een volle pipeline is dan een verdediging, geen voorspelling. Waarom dat van pipeline nog geen omzet maakt, staat in waarom pipeline geen omzet is.
Tien signalen, en hoe je ze controleert
1. Deals die ouder zijn dan twee keer je salescyclus
Neem de mediane doorlooptijd van je gewonnen deals van het afgelopen jaar. Tel alle open deals die langer dan twee keer die tijd open staan. Kijk dan hoeveel van zulke oude deals in het verleden toch zijn gewonnen. Meestal is dat een klein deel. Deze deals horen niet mee te tellen tegen het normale percentage van hun fase.
2. Sluitdatums in het verleden
Een open deal met een sluitdatum die al voorbij is, betekent dat niemand ernaar kijkt. Tel ze. Een paar is normaal in de laatste dagen van een maand. Een vijfde van je pipeline is een teken dat datums geen betekenis hebben.
3. Sluitdatums die blijven schuiven
Als je CRM de historie van wijzigingen bewaart, zoals Salesforce en HubSpot dat kunnen, tel dan hoe vaak de sluitdatum van open deals is verschoven. Een deal die drie keer is opgeschoven, sluit zelden in de volgende genoemde maand.
4. De eindekwartaalpiek
Zet de sluitdatums van alle open deals in een grafiek per week. Zit er een grote piek in de laatste week van elk kwartaal of elke maand, dan zijn de datums gekozen om in de periode te vallen, niet omdat de klant dan tekent.
5. Opeenhoping in één fase
Een gezonde pipeline heeft een trechter: veel deals vooraan, minder verderop. Staat een onevenredig groot deel in één middenfase, bijvoorbeeld "Offerte verstuurd", dan is dat vaak de fase waar deals heen gaan om te sterven.
6. Geen activiteit in de laatste 30 dagen
Tel de open deals zonder gelogde mail, afspraak, taak of notitie in de laatste 30 dagen. Een deal waar een maand niets mee is gebeurd, is in de meeste B2B-cycli niet meer in beweging. Pas het venster aan op je eigen cyclus.
7. Ronde of identieke bedragen
Veel deals van precies EUR 10.000 of EUR 25.000 wijzen op placeholders die nooit zijn bijgewerkt. Vergelijk de bedragen van gewonnen deals met wat daarna is gefactureerd. Zit daar structureel een verschil in, dan geldt dat ook voor je open pipeline.
8. Pipeline groeit, gewonnen omzet niet
Zet de totale pipeline en de gewonnen omzet per kwartaal naast elkaar over twee jaar. Groeit de pipeline duidelijk harder, dan daalt je conversie, of er blijft meer dood gewicht in staan. Dat tweede is waarschijnlijker. Snelheid is hier ook een signaal: hoe je dat meet, lees je in pipeline velocity uitgelegd.
9. Weinig verloren deals
Een winstpercentage van 60 procent klinkt goed. Kijk dan hoeveel deals er per maand op verloren worden gezet. Is dat bijna niets, dan is het winstpercentage niet hoog, maar wordt verlies niet geregistreerd. Het echte percentage kun je schatten door oude open deals als verloren te tellen.
10. Een paar deals maken de pipeline
Als de drie grootste deals samen de helft van je pipeline zijn, is je forecast geen gewogen gemiddelde, maar een gok op drie uitkomsten. Dat hoeft geen slechte pipeline te zijn, maar hij is wel veel onzekerder dan het totaal suggereert.
Rekenvoorbeeld: hoeveel lucht zit erin
Rekenvoorbeeld: stel je dashboard toont een open pipeline van EUR 3.000.000 voor het komende kwartaal, tegen een target van EUR 1.000.000. Dat is een dekking van 3x, en dat voelt comfortabel.
Je past de filters toe:
- EUR 900.000 zit in deals die langer dan twee keer je cyclus open staan.
- EUR 400.000 zit in deals met een sluitdatum in het verleden en geen activiteit in 30 dagen.
- EUR 200.000 zijn dubbele deals.
Blijft over: EUR 1.500.000. Je echte dekking is 1,5x, en als je historisch gezien een derde van je kwalitatief goede pipeline wint, kom je uit op ongeveer EUR 500.000. Dat is de helft van je target, terwijl het dashboard zei dat je ruim zat. Wat een gezonde dekking is voor jouw bedrijf, staat in pipeline coverage uitgelegd.
De bedragen zijn een voorbeeld. Het patroon is wat je in je eigen CRM zoekt.
Wat het kost als je het niet ziet
Een onbetrouwbare pipeline kost op twee manieren geld.
Direct: beslissingen op een te hoog getal. Je neemt mensen aan, zegt investeringen toe of spreekt een kredietlijn af op omzet die er niet komt. Als het kwartaal mist, is het te laat om bij te sturen.
Indirect: de deals die wel echt zijn, krijgen minder aandacht. Een verkoper met 40 open deals, waarvan 25 dood, verdeelt zijn tijd over 40. De deals die opvolging verdienen, krijgen die niet. Stilgevallen deals zijn ook een van de lekpatronen die op de pagina use cases staan beschreven.
Een pipelinereview die werkt
Een wekelijkse pipelinereview waarin elke deal wordt langsgelopen, kost veel tijd en levert weinig op. Deze opzet richt de tijd op waar het verschil zit.
- Draai de tien controles automatisch, bijvoorbeeld als rapport of lijst in je CRM, zodat de review begint met de uitzonderingen en niet met het totaal.
- Bespreek alleen deals die een signaal geven of die boven een drempelbedrag zitten.
- Stel per signaaldeal één vraag: wat heeft de klant de laatste twee weken gedaan? Niet wat de verkoper van plan is, maar wat de klant deed.
- Beslis ter plekke: een concrete volgende stap met datum, of verloren. Geen derde optie.
- Houd bij hoeveel pipeline elke week verdwijnt. Als dat structureel nul is, worden deals niet eerlijk afgesloten.
Wat je morgen doet
- Bereken je mediane salescyclus uit de gewonnen deals van vorig jaar.
- Maak in je CRM een lijst van open deals ouder dan twee keer die cyclus.
- Maak een lijst van open deals met een sluitdatum in het verleden.
- Maak een lijst van open deals zonder activiteit in 30 dagen.
- Tel het bedrag van de unie van die drie lijsten en trek het af van je pipeline.
- Leg het resultaat naast je target. Dat is het getal waarmee je het volgende forecastgesprek begint.
Hoe een betrouwbare pipeline doorwerkt in de omzetforecast, lees je in de complete uitleg over revenue forecasting. Heeft je CRM grotere gaten dan alleen oude deals, dan helpt forecasting met onvolledige CRM-data.
Veelgestelde vragen
Hoe vaak moet je de pipeline opschonen?
Continu, in kleine stappen. Een wekelijkse lijst met deals die een signaal geven, werkt beter dan een grote opschoning per kwartaal, want dan is de forecast van dat kwartaal al verpest.
Is een grote pipeline niet gewoon goed nieuws?
Alleen als hij echt is. Een grote pipeline met veel oude deals voorspelt minder omzet dan een kleinere pipeline met actieve deals. De omvang zegt weinig zonder de kwaliteit.
Moet je verkopers afrekenen op pipelinekwaliteit?
Wees daar voorzichtig mee. Als verkopers worden afgerekend op pipelineomvang, groeit de pipeline. Als ze worden afgerekend op het afsluiten van dode deals, gebeurt dat. Beloon eerlijkheid, niet volume.
Welke signalen zijn het belangrijkst?
Ouderdom en activiteit. Een deal die veel langer open staat dan normaal en waar al weken niets mee is gebeurd, is in bijna elke branche een verloren deal die nog niet zo heet.
Meer in dit cluster
- Wat is Revenue Forecasting?Begin hier
- Waarom zijn sales forecasts vaak verkeerd?
- CRM forecast vs daadwerkelijke omzet
- Hoe maak je een betrouwbare revenue forecast?
- Forecasting op basis van CRM-data
- Forecasting op basis van historische omzet
- AI revenue forecasting uitgelegd
- AI forecasting vs traditionele forecasting