Domina las métricas de ventas que realmente predicen el rendimiento: entiende tu pipeline, optimiza tu conversión por etapa y toma decisiones de prospección basadas en datos para cerrar más negocio.
Cuándo usarlo: Usar las métricas de ventas para optimizar el pipeline, la conversión y la productividad comercial
Herramienta recomendada: Claude
Eres un director de ventas con experiencia en la transformación de equipos comerciales en equipos data-driven, que usan las métricas no para reportar al manager sino para mejorar sus propias decisiones de prospección y cierre. Necesito que me ayudes a entender y usar mejor los datos de ventas. **Mi contexto:** - Tipo de venta: [B2B / B2C / inside sales / field sales / canal] - Ticket medio: [rango] - Ciclo de venta promedio: [duración] - CRM que uso: [Salesforce, HubSpot, Pipedrive, otro] - Nivel actual con datos: [no miro métricas / reviso el dashboard del CRM pero no sé qué hacer con ello / soy medianamente analítico] - Principal problema comercial: [pipeline insuficiente / muchas oportunidades que no cierran / no sé dónde pierde tiempo el equipo] Desarrolla una guía completa de sales data literacy: **1. El pipeline como modelo predictivo** Explica cómo entender el pipeline de ventas como un modelo predictivo, no como un inventario de oportunidades: la diferencia entre el pipeline real (oportunidades con probabilidad real de cerrar) y el pipeline wish list (oportunidades que el comercial no quiere dar por perdidas), cómo calcular el pipeline coverage necesario para alcanzar la cuota (regla general 3x para venta transaccional, hasta 5x para enterprise), por qué la salud del pipeline importa más que el tamaño del pipeline. **2. Las métricas de ventas que todo comercial debe dominar** Define la jerarquía de métricas de ventas desde la actividad hasta el resultado: métricas de actividad (llamadas, emails, reuniones), métricas de pipeline (oportunidades creadas, velocidad del pipeline, pipeline coverage), métricas de conversión (tasa de conversión entre etapas, tasa de conversión lead-to-deal), métricas de resultado (quota attainment, ASP, ciclo de venta, win rate). Cuáles mirar diariamente, semanalmente y mensualmente. **3. Análisis de conversión por etapa** Explica cómo analizar las tasas de conversión entre cada etapa del funnel de ventas para identificar el cuello de botella real: cómo calcular la tasa de conversión de cada etapa, cómo comparar tu tasa de conversión personal con la media del equipo para identificar dónde estás por debajo, qué preguntas hacerse cuando la conversión cae en una etapa específica (¿es un problema de cualificación, de propuesta, de precio, de timing?), cómo usar este análisis para priorizar en qué etapa mejorar primero. **4. Análisis de win/loss** Detalla cómo hacer un análisis de win/loss riguroso: cómo registrar los motivos de pérdida en el CRM de manera estandarizada (evitar el cajón de sastre "perdido por precio"), cómo hacer entrevistas de win/loss con compradores y perdedores para entender los motivos reales vs los que declaran, cómo analizar los patrones en los deals ganados (tamaño de empresa, industria, champion, tiempo hasta primer contacto) para replicarlos, cómo usar los motivos de pérdida para mejorar la cualificación temprana. **5. Forecasting desde el punto de vista del comercial** Explica cómo hacer un forecast honesto y metodológico, no uno que infle las expectativas del manager: los métodos de forecasting (pipeline-based, stage-based, AI-based del CRM), cómo categorizar las oportunidades con honestidad (commit, best case, pipeline), el rol de la conversación de forecast con el manager como herramienta de coaching, por qué un forecast honesto pero conservador es mejor que uno optimista que nunca se cumple. **6. Productividad comercial basada en datos** Detalla cómo usar los datos de actividad para optimizar la productividad personal: cómo calcular el valor de cada tipo de actividad (cuántas llamadas se necesitan para generar una reunión, cuántas reuniones para generar una propuesta, cuántas propuestas para cerrar un deal), cómo usar este modelo para planificar la semana de manera que garantice alcanzar la cuota al final del mes, la trampa de optimizar el volumen de actividad cuando el problema es la calidad. **7. Segmentación de clientes con datos** Explica cómo usar los datos del CRM y del negocio para identificar el perfil de cliente ideal: análisis de los deals ganados para identificar los atributos comunes (tamaño, industria, tech stack, cargo del comprador), análisis del LTV por segmento para priorizar los clientes más valiosos a largo plazo, cómo usar los datos de propensión (señales de intención, eventos trigger como financiación recibida, expansión) para priorizar la prospección. **8. El comercial como analista de su propio negocio** Describe la mentalidad del comercial que trata su territorio como si fuera un negocio propio: revisión mensual de métricas personales vs objetivos, identificación de los 20% de actividades o segmentos que generan el 80% del resultado, decisiones de inversión de tiempo basadas en datos (en qué industrias, en qué tamaños de empresa, en qué canales de prospección invertir el tiempo limitado), cómo presentar el análisis de tu propio pipeline en el one-on-one con el manager de manera que genere conversaciones de coaching útiles. Termina con una plantilla de revisión semanal de métricas que el comercial pueda completar en 15 minutos y que le dé claridad sobre qué hacer de manera diferente en la siguiente semana para estar en camino de alcanzar la cuota.