Sumérgete en la Analítica de CRM (+ Plantilla Gratis)
En SaaS, hay un hambre por más datos, más métricas y más paneles — pero ha habido poca maduración en la comprensión general de los datos.
Este venerado recurso es incomprendido, mal utilizado y, a menudo, se tergiversa para hacer que una narrativa sea ‘verdadera’, en lugar de elaborar una historia que cambie el destino de una empresa.
Llegan los análisis de CRM.
¿Quieres más de The CRO Club?
Crea una cuenta gratuita para seguir leyendo y únete a líderes modernos de ingresos que usan playbooks comprobados, información de colegas y estrategias impulsadas por IA para construir un pipeline predecible y un crecimiento escalable.
Have an account? Log In
Te mostraré cómo preparar tus datos para el análisis, mis formas favoritas de utilizar la analítica de CRM en flujos de trabajo cotidianos y tres plantillas gratuitas para el mapeo de campos, mapeo de métricas y previsión.
¿Qué es la analítica de CRM?
No debe confundirse con la función Salesforce CRM con el mismo nombre, la analítica de CRM es la práctica de tomar datos tanto del pasado como del presente y combinarlos con el conocimiento del sistema y una variedad de métodos computacionales para comprender y predecir tendencias en tu negocio.
Analítica de CRM vs. Reportes de CRM
Mientras que los reportes de CRM se centran en hacer un chequeo de la salud de tu empresa y cada informe debe responder a una pregunta simple, la analítica de CRM busca construir una imagen de un escenario global y predecirlo hacia el futuro, utilizando una combinación de informes, análisis y gráficos para unir múltiples respuestas a preguntas en una historia.
¿Por qué la analítica de CRM?
El mercado de software CRM, que actualmente está valorado en unos $70 mil millones, se prevé que crecerá a más de $200 mil millones en los próximos 10 años. Los líderes del sector como Salesforce continuarán presentando nuevas formas de incorporar más datos de clientes en sus modelos 360°.
Nunca ha sido tan fácil realizar un seguimiento del rendimiento de un negocio, pero tampoco ha sido tan complicado entender las conexiones, las relaciones y las ideas accionables dentro de esta maraña creciente.
El éxito impredecible es casi tan desconcertante para un consejo como el fracaso impredecible. Las empresas modernas deberían prever ambos y tener un plan para cada escenario. La analítica de CRM actúa como una bola de cristal para tu negocio.
Cómo comenzar con la analítica de CRM
Ya sea que tengas acceso a una plataforma avanzada de análisis o solo a una hoja de cálculo, encontrar significado en el lago (o pantano) de datos depende de ti.
De hecho, recomiendo encarecidamente comenzar con una hoja de cálculo para ayudarte a entender tus datos más allá de los algoritmos sofisticados. Observa tus datos y comienza a pensar como un analista.
Preguntas que debes hacerte
- ¿Cómo funciona?
- ¿Cómo están relacionadas tus columnas?
- ¿Qué filas destacan?
- ¿Es bueno o malo que destaquen?
Profundiza un poco más para desbloquear ideas más accionables:
- ¿Cómo esta comprensión aclarada de los datos informa nuestra estrategia?
- ¿Qué significa para nuestra propuesta de valor?
- ¿Dónde nos deja esto comparado con dónde creemos que estaremos?
La curiosidad pudo haber matado al gato, pero forjó al profesional de RevOps en un experto en análisis. Y esta experiencia es lo que te elevará como un líder respetado en tu empresa.
Crea un mapa de datos
En palabras de Covey, empieza con el fin en mente.
¿Cuáles son tus métricas guía? ¿Qué NECESITAS medir? ¿Y qué las compone? ¿Cuáles son tus numeradores, denominadores, multiplicadores y factores de riesgo? ¿De dónde provienen? ¿Qué sistemas están involucrados?
Son muchas preguntas por responder, así que lo desglosaré aún más. ¡Vamos a crear un mapa de campos!
Cómo crear un mapa de campos
- Abre tu herramienta de hojas de cálculo preferida o descarga la plantilla gratuita de mapa de campos de arriba
- Coloca los campos importantes que necesitas en la Columna A, cada uno en una fila distinta (una pestaña por cada objeto [Oportunidad, Cuenta, Prospecto, Contacto, etc.] — utiliza diferentes pestañas si tienes varios objetos que necesitas integrar o mapear)
- En la Columna B, coloca todos los tipos de datos (número, cadena, conjunto de opciones, etc.)
- Titula la Columna C como otro sistema de registro y la Columna D con el tipo de dato nuevamente
- Completa las filas en C y D con los nombres de los campos equivalentes y sus tipos de datos
- Agrega un formato condicional para verificar si D = B (o es equivalente)
- Repite los pasos 4-6 para cada sistema adicional, comparando cada columna de tipo de dato con la Columna B
Al resolver los desajustes de tipo de dato, avanzarás considerablemente en la mejora de la integridad de los datos.
Probablemente encuentres muchos espacios en blanco, donde puedes confirmar si deberían existir mapeos o no. Puedes extender esto agregando columnas para listar todas las opciones de tus conjuntos de opciones y compararlas también. Y gracias a esta hoja, habrás mejorado tu conocimiento de todo tu ecosistema.
Si bien existen herramientas que pueden completar este proceso por ti, todas tienen un costo. Dependiendo del tamaño de la empresa y del control que tengas sobre tus sistemas, esto puede ser un ejercicio único y quizá no necesites pagar una suscripción recurrente.
Mapea tus métricas North Star
Una vez que hayas mapeado tus campos, puedes comenzar a mapear los componentes de tus métricas North Star (consulta la segunda pestaña de la plantilla de mapa de campos).
- En una nueva pestaña de tu hoja de cálculo, haz una lista de cada una de las métricas que necesitas rastrear en la Columna A
- Usa la Columna B para escribir la fórmula o el proceso para calcular cada una
- En la Columna C, haz una lista de las referencias de celda de tu mapa de campos para los campos necesarios para calcular la métrica en la Columna A usando el método de la Columna B
Ahora cuentas con un registro documentado de cómo tus métricas se relacionan con tus campos y un mapa de dónde se encuentra esa información. Tu madurez de datos ahora es adecuada para Series C+. Has alcanzado los cimientos de la integridad y la trazabilidad de los datos.
6 ejemplos cotidianos de analítica CRM
Una vez que tu mapa de datos está listo, puedes pasar a utilizar la analítica de CRM en tus flujos de trabajo diarios. Estas son algunas de mis formas favoritas de aprovechar mis habilidades analíticas:
1. Optimiza los procesos
Al analizar tus datos de Oportunidad, puedes empezar a entender dónde puede haber cuellos de botella en tus procesos de ventas o dónde podrían existir fallos o rupturas en el proceso.
La mejor métrica para utilizar aquí es el tiempo en etapa y revisarla semanal o mensualmente para entender si está aumentando o disminuyendo. Por lo general, si el tiempo en etapa aumenta de manera asimétrica en una etapa, es señal de que hay algo en lo que necesitas profundizar.
Caso de estudio
El pipeline de servicios de un cliente empresarial presentaba un tiempo en etapa significativamente mayor para la etapa de Solución, que crecía cada mes.
A través de la analítica CRM, descubrí que cada ingeniero de soluciones de su empresa estaba trabajando muy por encima de su capacidad, y la contratación del área de ventas había superado a los equipos de soporte, lo cual empeoraba la experiencia general del cliente.
Implementamos una metodología de calificación más estricta para reducir la carga y contrataron para cubrir algunos puestos clave.
Tomó 4 meses, pero lograron que sus métricas volvieran a una distribución más equilibrada y usaron estos informes para mantenerse al tanto de si tenían la proporción adecuada entre ventas y personal de apoyo a ventas.
2. Define tu ICP
Cada equipo de ventas con el que he hablado cree entender su ICP, pero ¿cuántos en realidad le venden a ese perfil?
Toma todo tu pipeline de ventas (incluyendo cerrado ganado y perdido) y haz una tabla dinámica. Segmenta los datos para alinearlos con tu ICP y observa si la distribución de las ventas ganadas o en etapas avanzadas tiende hacia los clientes más alineados a los campos de tu ICP.
Si es así, estás alineado con tu estrategia. Pero si no, y tus ventas ganadas están fuera de tu ICP, puede que estés apuntando al público erróneo o sea momento de pivotar. Y si tus ventas ganadas están dentro de tu ICP, pero tus oportunidades en etapas tardías no lo están, tu equipo está prospectando mal o el mercado está cambiando delante de tus ojos.
3. Predice tendencias y comportamiento del cliente
Veo que muchas empresas utilizan cuadros de texto libre para obtener información sobre ciertos temas. Esto no suele ser útil para el análisis a menos que se categorice.
Para empezar a limpiar los datos de texto, realiza un análisis básico de frecuencia en todo el texto de tu campo y encuentra las tendencias más comunes. Utilizando fórmulas o flujos de trabajo, puedes entonces configurar booleanos o listas desplegables que se actualizarán según el texto libre.
4. Crea una previsión y haz seguimiento al rendimiento
Si trabajas en una empresa con una velocidad de ventas razonable, puedes usar la geometría a tu favor para previsiones. Puedes configurarlo en una hoja de cálculo, o descargar la plantilla gratuita de previsiones (pestaña 3 en la plantilla de mapeo de campos).
- Introduce Días en la columna A y Por Cumplir en la columna B
- Ahora pon tu objetivo en el día 0 en la primera fila de tu tabla.
- Por cada venta que entre, registra el día y luego resta el valor de tu objetivo, ingresando el monto ‘Por Cumplir’ en la fila correspondiente.
- Una vez tengas una entrada, agrega una nueva fila como día 40. Inserta un gráfico y añade una línea de tendencia a tu serie.
A medida que añadas más acuerdos, verás que la línea de tendencia intercepta tu eje horizontal: esta es la fecha probable en que cumplirás tu objetivo.
Este gráfico de previsión es eficaz porque te muestra cuántos días adelantado o retrasado estarás, en lugar de solo mostrar lo que te faltará y por cuánto.
5. Identifica nuevas oportunidades
Esta es bastante sencilla de hacer si tienes varias líneas de productos o una clara dinámica de upselling.
Toma tu base de clientes y el gasto medio por cliente según el tamaño de la empresa (cantidad de empleados o valoración) y, si estás en una empresa grande, sector o industria.
Así podrás tener una idea general del espacio en blanco en tus cuentas y ver quién está pagando menos de lo que presumiblemente puede permitirse. Análisis de densidad como este pueden aportar muchas ideas según la variable que utilices.
Puedes observar otras métricas útiles de analítica de ventas, como cuántas veces compran de nuevo los clientes (por tamaño y sector), cuánto tiempo permanecen de media como clientes y cuántas solicitudes de soporte envían, y luego ver cómo se compara con tus valores normales.
Esto te indica de manera general dónde puedes recortar y dónde deberías enfocarte, y es una excelente tarea analítica para acompañar la planificación de cobertura.
6. Señala clientes en riesgo
Esta es más complicada, ya que deberías usar un modelo de aprendizaje automático para desglosar realmente la retención, pero puedes empezar creando un marco de “strikes” o advertencias.
Toma cada aspecto de la experiencia de cliente que puedas seguir con precisión y promedia la participación/compromiso/uso para tus clientes más satisfechos y más propensos a renovar para cada parte de tu oferta.
Luego retrocede y usa esto como tus advertencias:
- Para cada otro cliente, ¿participa/usa/compromete tu producto en las mismas formas?
- Para quienes hacen un uso significativamente menor, ¿está localizado en un área específica?
- ¿El no aprovechar ese valor podría ser un factor de riesgo?
A partir de ahí, puedes crear una serie de fórmulas de casillas de verificación para tus clientes que indiquen qué ‘banderas’ se han activado para ellos.
El número de banderas activadas puede ser el ‘estado’, donde 6 (por ejemplo) los pone en rojo.
Este modelo es más fácil de implementar que la puntuación de salud completa y además resulta más accionable para tu equipo, ya que puede ver qué banderas están activadas. Mirando este scoring en toda tu base de clientes, ¿qué porcentaje está en verde? ¿Se alinea en términos generales con tus cifras de retención?
¿Necesitas una plataforma de análisis de CRM?
Si estás utilizando una plataforma de análisis de datos que intenta ir un paso más allá y calcular tus métricas por ti, detente y pregúntate si necesitarás profundizar en esa métrica en una reunión de dirección o al informar hacia arriba.
Deja de usar la plataforma como métrica principal y utilízala mejor de manera operativa y direccional. Si no sabes cómo se calcula algo, de dónde provienen los datos, cuál es su tolerancia al error o su volatilidad, la plataforma es funcional pero no informativa.
Plataformas como Salesforce CRM Analytics (anteriormente Einstein Analytics) o Tableau CRM te permiten comprender a fondo tus datos, pero aún así requieren una comprensión amplia y profunda de los propios datos.
Otras plataformas pueden sentirse más como cajas negras y tienen sus propias puntuaciones de acuerdos registradas, cuyos mecanismos internos no puedes ver. Aunque son grandes argumentos de venta para empresas pequeñas, la falta de integridad y solidez en estas métricas las hace inadecuadas para informes o análisis verdaderos.
Aprovecha los datos de CRM para lograr un mayor impacto empresarial
Donde el sentido común te diría que des pasos cautelosos y tentativos en lo profundo, mi consejo es bastante atrevido: Lánzate.
Ya elijas lanzarte al extremo menos profundo o directamente a lo hondo, te lo dejo a ti. Pero ahí fuera hay un mundo lleno de significado.
La analítica es la intersección entre la ciencia de los datos y el arte de la adivinación. Debes sumergirte en ella para conocerla.
Estás construyendo tu propio cubo Shashibo con los datos que encuentres. Coloreando las caras y esculpiendo las formas como consideres conveniente. Hay estructura en el caos y caos dentro de la estructura. Y ahí está la alegría de comprender el análisis de CRM.
Abre una hoja de cálculo. Despliega una plataforma de análisis. Juega con tus datos.
Te reto.
