Pipeline voorspelbaarheid
Het is de week voor de board meeting, en de sales director staart naar de pipeline. Op papier ziet het er goed uit: 4,2 miljoen euro aan open opportunities, ruim boven de target van 1,5 miljoen voor het kwartaal. Met een gemiddelde win rate van 35% zou er genoeg moeten zijn.
Maar hij weet wat de board niet weet. Die deal van 800.000 euro staat al vijf maanden op “proposal sent” zonder beweging. De CFO bij dat andere account is vorige maand vertrokken. En drie van de grotere deals staan allemaal met dezelfde sluitingsdatum: 31 maart, de laatste dag van het kwartaal, alsof deals zich aan kalenders houden.
De pipeline is geen voorspelling. Het is een verzameling hoop, gecamoufleerd als data.
Dit is het voorspelbaarheidsprobleem. Niet een tekort aan pipeline, maar een tekort aan betrouwbare pipeline. Niet te weinig deals, maar te weinig zekerheid over welke deals echt gaan vallen en wanneer.
Waarom voorspellingen structureel falen
Section titled “Waarom voorspellingen structureel falen”Elke sales manager kent het patroon. De forecast zegt 1,5 miljoen. De uitkomst is 900.000. Of 2,1 miljoen — ook mis, maar dan de andere kant op. Het patroon is dat er geen patroon is. De voorspelling heeft geen voorspellende waarde.
Het stage-probleem
Section titled “Het stage-probleem”In de meeste CRM systemen representeren stages een vage notie van “waar de deal staat.” Een deal in “Negotiation” klinkt veelbelovend, maar wat betekent het precies? In sommige organisaties betekent het dat er een contract in review is bij legal. In andere betekent het dat de sales rep één keer over prijs heeft gepraat.
Zonder scherpe definities is elke stage subjectief. De optimistische rep zet deals vroeg naar latere stages. De conservatieve rep houdt ze terug. De ene manager reviewt streng, de andere laat het gaan. Het resultaat is dat dezelfde stage bij verschillende deals totaal verschillende dingen betekent.
Als je niet weet wat een stage betekent, weet je ook niet wat de bijbehorende win rate is. En als je de win rate niet weet, kun je niet voorspellen.
Het update-probleem
Section titled “Het update-probleem”CRM data is een momentopname. Het reflecteert de realiteit op het moment dat iemand het invulde — wat weken of maanden geleden kan zijn.
Die deal van 500.000 euro op 70% kans: wanneer is dat percentage voor het laatst geëvalueerd? Misschien drie maanden geleden, toen de prospect enthousiast was. Sindsdien is er een reorganisatie geweest, is het budget bevroren, en heeft de decision maker een andere prioriteit. Maar in het CRM staat nog steeds 70%, want niemand heeft het aangepast.
Dit is geen kwaadwilligheid. Het is menselijke natuur. Slechte updates maken — een deal downgraden, een close date uitstellen — voelt als falen. Dus stellen mensen het uit. Tot het niet meer te ontkennen valt.
Het optimisme-probleem
Section titled “Het optimisme-probleem”Sales mensen zijn optimisten. Het is wat hen goed maakt in hun vak — ze zien kansen waar anderen problemen zien, ze geloven dat ze kunnen winnen waar anderen twijfelen. Dit optimisme is een asset in klantgesprekken en een liability in forecasting.
De klant zei “interessant.” De sales rep hoort “ja.” De klant zei “we moeten intern overleggen.” De sales rep hoort “het is bijna rond.” Dit is niet liegen — het is interpreteren door een optimistische lens.
Het resultaat is dat deals systematisch te optimistisch worden ingeschat. De kans wordt overschat, de timing wordt onderschat, de obstakels worden geminimaliseerd.
Het data-probleem
Section titled “Het data-probleem”Hoeveel procent van deals in “Proposal Sent” win je daadwerkelijk? De meeste organisaties hebben geen idee.
Er is een default percentage in het CRM — misschien 60% — dat ooit door iemand is ingesteld. Maar niemand heeft gevalideerd of dat klopt voor jouw business, jouw producten, jouw sales cycle. Het is een getal dat eruitziet als data maar dat geen data is.
Zonder historische analyse zijn alle probabilities fictief. En een forecast gebouwd op ficties is gokwerk, hoe professioneel de spreadsheet er ook uitziet.
Exit criteria: de sleutel tot betrouwbare stages
Section titled “Exit criteria: de sleutel tot betrouwbare stages”De oplossing voor vage stages is scherpte. Niet “de deal voelt als Discovery,” maar “de deal voldoet aan de criteria voor Discovery.”
Exit criteria zijn specifieke, verifieerbare condities die vervuld moeten zijn voordat een deal naar de volgende stage mag. Ze maken subjectief objectief, of in ieder geval objectiever.
Wat goede exit criteria gemeen hebben
Section titled “Wat goede exit criteria gemeen hebben”Goede exit criteria zijn:
Specifiek: Niet “klant heeft interesse getoond” maar “klant heeft bevestigd dat dit project in het jaarplan staat met toegewezen budget.”
Verifieerbaar: Iemand anders dan de deal owner moet kunnen checken of het criterium is vervuld. Als het alleen in het hoofd van de sales rep bestaat, is het geen criterium.
Klantgericht: Criteria moeten gaan over wat de klant heeft gedaan of gezegd, niet over wat de sales rep heeft gedaan. “Ik heb een offerte gestuurd” is niet hetzelfde als “de klant heeft de offerte ontvangen en besproken.”
Voorbeelden per stage
Section titled “Voorbeelden per stage”Qualification — Mag deze deal in de pipeline?
- Budget is bevestigd (niet “verwacht,” bevestigd)
- Er is een geïdentificeerde decision maker met wie we contact hebben
- Er is een bekende timeline voor een beslissing
- De business pijn of behoefte is gedocumenteerd
Als één van deze condities niet vervuld is, is het geen qualified deal. Het is een lead, een prospect, een kans — maar geen pipeline.
Discovery — Begrijpen we wat de klant nodig heeft?
- Requirements zijn volledig in kaart gebracht en gedocumenteerd
- Alle relevante stakeholders zijn geïdentificeerd
- We weten wie de concurrentie is in dit project
- Er is een gedocumenteerde use case die de klant heeft gevalideerd
Solution — Weet de klant wat wij bieden?
- Demo, proof of concept, of pilot is afgerond
- Klant heeft expliciet bevestigd dat de technische fit er is
- Positieve feedback is ontvangen en gedocumenteerd
- Concrete volgende stappen zijn afgesproken met data
Proposal — Is er een formeel aanbod?
- Offerte is verstuurd en door de klant ontvangen
- Prijs is besproken (niet alleen verstuurd)
- Bezwaren zijn geïdentificeerd en behandeld
- De klant heeft een datum genoemd voor de beslissing
Negotiation — Zijn we aan het afronden?
- Commerciële voorwaarden zijn in principe akkoord
- Contract is in review bij legal of procurement
- Alle beslissers hebben groen licht gegeven
- Er resteren alleen nog formaliteiten
De discipline van handhaving
Section titled “De discipline van handhaving”Exit criteria hebben alleen waarde als ze gehandhaafd worden. Een criterium dat je negeert als het uitkomt is geen criterium.
Dit vereist dat managers in pipeline reviews de criteria checken. Niet “hoe gaat het met deze deal?” maar “zijn de exit criteria voor deze stage vervuld? Laat me zien.” Als een deal in Discovery staat maar de requirements niet gedocumenteerd zijn, hoort die deal niet in Discovery.
Dit voelt eerst als bureaucratie. Maar het is de bureaucratie die voorspelbaarheid creëert.
Win rates kalibreren: van gissen naar meten
Section titled “Win rates kalibreren: van gissen naar meten”Met scherpe stages kun je iets doen wat voorheen onmogelijk was: betrouwbare win rates berekenen.
De historische analyse
Section titled “De historische analyse”Trek alle gesloten deals van de afgelopen twee jaar — zowel gewonnen als verloren. Voor elke deal, noteer wat de hoogste bereikte stage was voordat de deal sloot.
Nu tel je:
- Hoeveel deals bereikten de Qualification stage? Hoeveel daarvan werden gewonnen?
- Hoeveel deals bereikten de Discovery stage? Hoeveel werden gewonnen?
- En zo door voor elke stage.
Het resultaat is een tabel die er ongeveer zo uitziet:
| Stage | Deals | Gewonnen | Win Rate |
|---|---|---|---|
| Qualification | 200 | 28 | 14% |
| Discovery | 160 | 38 | 24% |
| Solution | 120 | 45 | 38% |
| Proposal | 90 | 54 | 60% |
| Negotiation | 70 | 63 | 90% |
Dit zijn jouw echte probabilities. Niet wat het CRM suggereert, niet wat je intuïtief denkt, maar wat de data zegt.
De inzichten die eruit komen
Section titled “De inzichten die eruit komen”Als je deze analyse doet, ontdek je vaak verrassende dingen.
Misschien is de sprong van Qualification naar Discovery klein — 14% naar 24%. Dat suggereert dat je Qualification te los is. Veel deals worden toegelaten die eigenlijk niet qualified zijn.
Misschien is de sprong van Proposal naar Negotiation groot — 60% naar 90%. Dat bevestigt dat Negotiation echt het eindspel is. Als je daar komt, win je bijna altijd.
Misschien zijn bepaalde stages niet informatief. Als de win rate in twee opeenvolgende stages bijna gelijk is, vraag je af of dat onderscheid zinvol is.
Jaarlijkse herkalibratie
Section titled “Jaarlijkse herkalibratie”Win rates zijn niet statisch. Ze veranderen met je product, je markt, je team. Een rate die vorig jaar klopte, kan dit jaar verkeerd zijn.
Plan elk jaar een herkalibratie. Trek de recente data, bereken de nieuwe rates, pas je CRM aan. Dit is een paar uur werk dat maanden van verkeerde forecasts kan voorkomen.
Pipeline reviews: het wekelijkse ritueel
Section titled “Pipeline reviews: het wekelijkse ritueel”Goede data zonder goede processen is nog steeds een probleem. De pipeline review is waar data wordt omgezet in inzicht en actie.
Wat een effectieve review inhoudt
Section titled “Wat een effectieve review inhoudt”De beste pipeline reviews zijn kort, gefocust, en volgend een vaste structuur:
Deals die deze periode moeten sluiten (15 minuten): Dit is het urgentste. Welke deals staan op sluiting deze maand of dit kwartaal? Zijn ze op schema? Wat kan er nog misgaan? Is de timing realistisch of is het wishful thinking?
Stalled deals (15 minuten): Deals die langer dan twee weken geen update hebben gehad. Wat is er aan de hand? Is de deal nog levend? Wat is de volgende actie? Als er geen heldere volgende stap is, is de deal misschien dood — en moet die uit de pipeline.
Nieuwe deals (10 minuten): Deals die recent zijn toegevoegd. Zijn de exit criteria voor de eerste stage vervuld? Is de kwalificatie solide? Worden er geen slechte deals in de pipeline gelaten?
Lost en gedisqualificeerd (5 minuten): Snelle review van wat er uit de pipeline is gegaan. Waarom? Wat kunnen we leren?
De vragen die werken
Section titled “De vragen die werken”Tijdens de review, focus op vragen die de kwaliteit van de deal blootleggen:
- “Wat is de volgende concrete actie? Wanneer?”
- “Wat moet de klant doen? Hebben zij een commitment gemaakt?”
- “Wat zou deze deal kunnen laten mislukken?”
- “Als je vandaag moest wedden: win je dit of niet? Waarom?”
- “Wanneer sluit deze deal echt? Niet wanneer je hoopt, maar wanneer is het realistisch?”
De goal is niet om sales reps te straffen voor slechte deals. De goal is om eerlijkheid te cultiveren. Een sales rep die openlijk zegt “ik weet niet of we deze gaan winnen” is waardevoller dan eentje die optimisme faked.
De regels die discipline afdwingen
Section titled “De regels die discipline afdwingen”Sommige dingen moeten automatisch rode vlaggen zijn:
- Geen update in twee weken = de deal owner moet uitleggen wat er speelt. Geen “ik was druk” als excuus.
- Close date uitgesteld = probability wordt verlaagd. Als de timing misgaat, is er vaak meer mis.
- Geen concrete volgende stap = de deal kan niet in een late stage staan. Als de klant geen commitment heeft gemaakt voor een next action, zijn we nog niet ver.
Pipeline coverage: de leading indicator
Section titled “Pipeline coverage: de leading indicator”Pipeline coverage is een simpele ratio die vertelt of je genoeg deals hebt om je target te halen.
Formule: Pipeline Waarde / Target = Coverage Ratio
Als je target 1 miljoen euro is en je pipeline 3 miljoen, heb je 3x coverage.
Hoeveel is genoeg?
Section titled “Hoeveel is genoeg?”De coverage die je nodig hebt hangt af van je win rate. Bij een gemiddelde win rate van 33% heb je theoretisch 3x coverage nodig om je target te halen. In de praktijk wil je meer, want:
- Niet alle pipeline is even sterk
- Sommige deals verschuiven naar volgende periodes
- Je hebt buffer nodig voor tegenvallers
Een vuistregel voor manufacturing: 3x coverage is minimum, 4x is comfortabel, 5x geeft flexibiliteit voor tegenslag.
Coverage per stage
Section titled “Coverage per stage”Niet alle pipeline is gelijk. Early stage pipeline (Qualification, Discovery) heeft lagere win rates en langere doorlooptijden. Late stage pipeline (Proposal, Negotiation) is dichterbij de cash.
Splits je coverage analyse:
- Early stage: je hebt 5-6x coverage nodig
- Late stage: je hebt 1.5-2x coverage nodig
Als je late stage coverage onder de 1.5 zakt, is dat een acuut probleem — er zijn niet genoeg deals die dichtbij sluiting staan. Als je early stage coverage laag is, is dat een toekomstig probleem — je bouwt niet genoeg voor volgende kwartalen.
Coverage als early warning systeem
Section titled “Coverage als early warning systeem”De kracht van coverage is dat het een leading indicator is. Tegen de tijd dat je je target mist, is het te laat om iets te doen. Maar coverage verslechtert weken of maanden voordat de revenue tegenvalt.
Monitor coverage wekelijks. Als het consistent daalt, is actie nodig — meer lead generation, snellere doorstroom in de pipeline, of een aanpassing van de target.
CRM hygiëne: de onzichtbare discipline
Section titled “CRM hygiëne: de onzichtbare discipline”Je forecast is zo goed als je data. En je data is zo goed als de discipline waarmee het wordt onderhouden.
Verplichte velden die niet onderhandelbaar zijn
Section titled “Verplichte velden die niet onderhandelbaar zijn”Sommige velden moeten gevuld zijn, elke deal, geen uitzonderingen:
Close date moet realistisch zijn. Niet “31 maart” voor elk deal, maar een echte inschatting van wanneer de beslissing valt. En als de datum passeert zonder sluiting, moet de deal worden geüpdatet of gesloten.
Deal value moet onderbouwd zijn. Niet een willekeurig getal, maar een schatting gebaseerd op wat je weet over de scope.
Stage moet de exit criteria reflecteren. Niet “voelt als” maar “voldoet aan.”
Next step moet specifiek zijn. Niet “follow up” maar “bel Jan op woensdag om offerte te bespreken.” Dit maakt de actie concreet en trackbaar.
Automatische alerts die aandacht afdwingen
Section titled “Automatische alerts die aandacht afdwingen”Stel automatische notificaties in die problemen blootleggen:
- Deal staat 30+ dagen in dezelfde stage → notificatie naar deal owner
- Close date is gepasseerd maar deal is nog open → escalatie naar manager
- Geen activiteit in 14 dagen → warning dat deal mogelijk stalled is
Dit zorgt dat problemen naar de oppervlakte komen voordat ze crisis worden.
De kwartaalschoonmaak
Section titled “De kwartaalschoonmaak”Elk kwartaal een fundamentele opruimactie. Loop door alle open deals en stel voor elke deal de vraag: is dit nog reëel?
De deals die al maanden niet bewegen, de deals met contacts die niet meer bereikbaar zijn, de deals waar de klant stilletjes voor een concurrent heeft gekozen — sluit ze. Beter een schone pipeline van 50 echte deals dan een vervuilde pipeline van 200 waar niemand in gelooft.
De cultuur van voorspelbaarheid
Section titled “De cultuur van voorspelbaarheid”Voorspelbaarheid is niet alleen een systeem of een proces. Het is een cultuur — een set normen over hoe je met pipeline omgaat.
Eerlijkheid boven optimisme
Section titled “Eerlijkheid boven optimisme”De cultuur die je wilt is eentje waar eerlijkheid wordt beloond. Waar een sales rep kan zeggen “ik ga deze deal waarschijnlijk verliezen” zonder dat dat als falen wordt gezien. Waar realisme wordt gewaardeerd, niet gestraft.
Dit begint bij hoe management reageert op slecht nieuws. Als het downgraden van een deal leidt tot kritiek of druk, leren mensen om niet te downgraden. Als het leidt tot een gesprek over wat er te leren valt, wordt eerlijkheid de norm.
Accuraatheid als metric
Section titled “Accuraatheid als metric”De meeste sales organisaties belonen resultaat: het halen van target, het sluiten van deals. Weinige belonen accuraatheid: het correct voorspellen van wat er gaat gebeuren.
Overweeg om forecast accuraatheid toe te voegen aan de metrics waarop je team wordt beoordeeld. Niet als vervanging van resultaat, maar als aanvulling. De rep die consistent accuraat voorspelt, ook als de aantallen bescheiden zijn, levert waarde die vaak ondergewaardeerd wordt.
Geen blame, wel analyse
Section titled “Geen blame, wel analyse”Als een deal verloren gaat die in de forecast stond, is de vraag niet “wiens schuld is dit?” De vraag is “wat hadden we eerder kunnen weten?”
Was er een signaal dat we gemist hebben? Een red flag die we hebben genegeerd? Iets in de manier waarop we de deal hebben ingeschat dat we kunnen verbeteren?
Dit is geen blame game. Het is continuous improvement. En het vereist een veilige omgeving waar mensen eerlijk kunnen zijn over wat er mis ging.
Waar te beginnen
Section titled “Waar te beginnen”Als je huidige pipeline een chaos is van vage stages, verouderde data, en wensdenken, is hier een pad naar verbetering:
Vandaag: Trek een rapport van alle deals met een close date in het verleden die nog open staan. Dit zijn je zombie deals — dood maar niet begraven. Sluit ze of update ze. Dit alleen al maakt je pipeline eerlijker.
Deze week: Schrijf exit criteria voor elke stage. Het hoeven geen perfecte criteria te zijn — start met wat je weet en verfijn over tijd. Deel ze met het team en begin ze te hanteren.
Deze maand: Start wekelijkse pipeline reviews. 30 minuten, vast moment, vaste structuur. Geen uitzonderingen, geen afzeggingen. Dit ritueel creëert de discipline die voorspelbaarheid vereist.
Dit kwartaal: Bereken je historische win rates per stage. Dit is een paar uur werk met data uit je CRM. De getallen die eruit komen zullen je verrassen, en ze zullen je forecasts fundamenteel verbeteren.
De reis naar voorspelbaarheid is niet kort, maar elke stap maakt je een beetje minder afhankelijk van geluk en een beetje meer in controle van je resultaat. En dat is waar het om gaat.
Verder lezen
Section titled “Verder lezen”- Forecasting voor manufacturing sales — Dieper in forecasting methodologie
- CRM data quality — De data-kant van voorspelbaarheid