\t\tRobert Wahbe es cofundador y director ejecutivo de Highspot, una plataforma de habilitaci\u00f3n de ventas.\t<\/p><\/div>\n
- \n
- Vuelva a imaginar las ventas internas para aumentar la adquisici\u00f3n de clientes B2B<\/li>\n<\/ul><\/div>\n<\/p><\/div>\n<\/div>\n
En la era de hoy<\/span> de la abundancia de datos, los l\u00edderes tienen muchas m\u00e9tricas para elegir para comparar el progreso con sus iniciativas estrat\u00e9gicas. Sin embargo, incluso con todos estos datos, demasiados l\u00edderes se enfocan en datos agregados, pasando por alto las m\u00e9tricas que m\u00e1s importan.<\/p>\n
Cuando sintetiza datos a un alto nivel, corre el riesgo de crear m\u00e9tricas que llamo \u00absand\u00edas\u00bb: n\u00fameros que son verdes a simple vista, pero debajo de la superficie son rojos. Las sand\u00edas ocultan los problemas de ejecuci\u00f3n subyacentes que ocurren en su equipo de ventas, y si se dejan en la vid por mucho tiempo, pueden arruinar su negocio de adentro hacia afuera.<\/p>\n
\n\n
\t\t\tLas sand\u00edas ocultan problemas de ejecuci\u00f3n subyacentes, y si se dejan en la vid por mucho tiempo, pueden pudrir su negocio de adentro hacia afuera.\t\t\t\t\t<\/p><\/blockquote><\/div>\n
Los l\u00edderes que se basan en promedios y agregados est\u00e1n perjudicando a su negocio al no profundizar lo suficiente para comprender el estado de sus objetivos comerciales y las \u00e1reas de mejora.<\/p>\n
Por ejemplo, en una llamada de ganancias reciente, Cloudflare revel\u00f3 que hab\u00edan \u201cidentificado a m\u00e1s de 100 personas en nuestro equipo de ventas que constantemente no cumplieron con las expectativas. En pocas palabras, un porcentaje significativo de nuestra fuerza de ventas ha tenido un rendimiento inferior en repetidas ocasiones en funci\u00f3n de los objetivos de rendimiento medibles y los KPI cr\u00edticos\u201d.<\/p>\n
\u00bfC\u00f3mo 100 personas perdieron la marca durante tanto tiempo? Los l\u00edderes no estaban profundizando lo suficiente en los datos. Es importante identificar la causa ra\u00edz de los errores de estos vendedores y solucionarlo desde cero.<\/p>\n
Esto es lo que significa buscar sand\u00edas, c\u00f3mo identificarlas y el marco que proporciona mejores conocimientos y acciones para mejorar sus resultados.<\/p>\n
Encontrar sand\u00edas mediante an\u00e1lisis centrado en las personas<\/h2>\n
Al observar m\u00e9tricas de rendimiento importantes, muchos l\u00edderes tienen una visi\u00f3n demasiado limitada de sus datos. Las m\u00e9tricas de actividad y resultados suelen dividirse en varias dimensiones, como la industria, el segmento, la geograf\u00eda, la l\u00ednea de productos, la cohorte de clientes y la personalidad de compra, para que los l\u00edderes puedan responder preguntas como \u00ab\u00bfCu\u00e1l es la tasa de ganancias para la fabricaci\u00f3n en el mercado medio en \u00bfEuropa?\u00bb Esto es genial, pero casi todas las empresas pasan por alto una de las dimensiones m\u00e1s importantes: las personas.<\/p>\n
No mirar las m\u00e9tricas de las personas oscurece el rendimiento inconsistente en todo el equipo, lo que mata la productividad general. Digamos que su tasa de ganancias promedio es del 34%: lo que puede parecer una m\u00e9trica maravillosamente saludable podr\u00eda ser una sand\u00eda completa. Francamente, para la mayor\u00eda de las empresas, lo que probablemente sucede es que la tasa de ganancias del cuartil de mayor rendimiento est\u00e1 por encima de lo alto, mientras que la tasa de ganancias de la mayor\u00eda de su equipo es baja.<\/p>\n
No descubrir\u00e1 esta realidad a menos que mire la dimensi\u00f3n de las personas, examinando la distribuci\u00f3n del desempe\u00f1o de cada persona contra la m\u00e9trica. Esto puede parecerse a:<\/p>\n
![\"Examine](\"https:\/\/techcrunch.com\/wp-content\/uploads\/2023\/07\/TechCrunch-Watermelon-data-charts-01-1.jpg\")
<\/p>\nExamine la distribuci\u00f3n del desempe\u00f1o de cada persona en comparaci\u00f3n con su tasa promedio de ganancias. Cr\u00e9ditos de imagen: <\/strong>punto alto<\/p>\n<\/div>\n
Mirar las distribuciones puede ser un poco complicado, as\u00ed que aqu\u00ed hay una forma de simplificar el an\u00e1lisis. Utiliza la tasa de participaci\u00f3n como un proxy para la distribuci\u00f3n, para cada cohorte que desee.<\/p>\n
Partiendo del ejemplo anterior, puede ver su tasa de ganancias para la fabricaci\u00f3n en el mercado medio de Europa y luego analizar el rendimiento de sus representantes en esos acuerdos para determinar la tasa de participaci\u00f3n frente a la m\u00e9trica de la tasa de ganancias.<\/p>\n<\/p><\/div>\n