Att ha “3x pipeline” låter tryggt, men det kan göra din försäljningsprognos sämre om du mäter fel saker i fel segment. Pipeline coverage ska inte vara ett mått som får dig att känna dig säker – utan ett verktyg som hjälper dig prioritera, granska och agera innan kvartalet springer ifrån dig.
Problemet är att coverage ofta sätts som ett generellt krav för hela säljorganisationen. Då lurar det dig på två sätt: du driver på för mycket volym där du egentligen behöver kvalitet, och du underskattar volymbehovet där konvertering och cykeltid faktiskt kräver mer “luft” i tratten. I den här guiden får du ett arbetssätt för att sätta rätt nivå per segment och koppla det till hur du jobbar med forecast, deal review och stage hygiene.
Utgångspunkten: coverage är inte en siffra att rapportera – det är en hypotes om hur mycket risk som finns mellan idag och stängning.
1) Börja i segmenten, inte i totalen
Om du har ett enda coverage-mål för alla affärer blandar du ihop olika fysik. En nykundsaffär med flera beslutsfattare och längre cykel beter sig inte som en expansion i en befintlig kund med känd budgetprocess. Sätt därför coverage per segment som har verklig påverkan på sannolikheten att stänga.
Praktiskt: välj 2-4 segment du faktiskt kan styra efter i vardagen, till exempel:
– Nyförsäljning SMB/midmarket
– Nyförsäljning enterprise
– Expansion/upsell i befintlig kundbas
– Partner/kanal (om det är en egen motor)
För varje segment behöver du samma tre datapunkter bakåt i tiden: genomsnittlig vinstgrad från relevant pipeline-steg, genomsnittlig cykeltid, och hur stor andel som försvinner sent i processen (det som ofta syns som slippage när affärer flyttas fram upprepade gånger).
2) Sätt coverage utifrån “risk mellan nu och mål”
Pipeline coverage blir meningsfull först när den kopplas till var risken uppstår. Coverage ska spegla hur mycket osäkerhet som finns kvar – inte hur mycket du råkar ha i CRM.
Ett konkret sätt att räkna är att utgå från hur mycket “weighted pipeline” du behöver för att nå målet, men göra det per segment och från ett definierat steg. Exempel: om du bara litar på affärer från och med “Solution fit bekräftad” (eller motsvarande), så är det därifrån du sätter kravet. Det tvingar fram stage hygiene: antingen kvalificerar ni korrekt, eller så är siffrorna värdelösa.
Så här gör du i praktiken per segment:
1) Bestäm vilket pipeline-steg som får räknas in i coverage (minsta steg som är “verkligt”)
2) Ta historisk win rate från det steget till stängd vinst
3) Räkna fram coverage som 1 / win rate, och justera upp om slippage historiskt är hög
Exempel på logik, inte “universella nivåer”: har segmentet 25% win rate från det valda steget behöver du cirka 4x i pipeline. Har samma segment dessutom mycket slippage i slutet av kvartalet kan du behöva lägga på ytterligare marginal, eller – bättre – skärpa kriterierna för att en affär alls ska få ligga kvar i steget.
3) Bygg en försäljningsprognos som inte förstörs av “bra coverage”
En vanlig fälla är att coverage ser stark ut i totalen samtidigt som din försäljningsprognos är svag. Det händer när pipeline består av “tunga” affärer som saknar nästa konkreta kundhändelse, eller när sannolikheter i CRM inte hänger ihop med faktisk köpresa.
Gör därför coverage till en del av forecast-processen, inte en parallell rapport:
– Använd coverage för att hitta var du saknar volym (tidigt) och var du saknar kvalitet (sent).
– Separera “behövs för att nå mål” från “är trolig att stänga” i din forecast. Coverage handlar om behov av pipeline, forecast handlar om sannolik leverans.
Det här blir extra tydligt om du rapporterar per segment: ett segment kan behöva 5x pipeline för att nå målet, men bara 1,5x av det kan vara realistiskt att stänga innevarande period. Då ska din forecast visa det – och dina aktiviteter ska fokusera på att antingen öka konverteringen eller flytta fokus till segment där du kan skapa pipeline snabbare.
4) Gör deal review till ett filter, inte en statusrunda
Om coverage ska sluta lura dig måste du skydda pipeline från önsketänkande. Det sker i deal review – men bara om ni granskar samma saker varje gång och vågar ta bort eller omstega affärer.
Strama upp deal review med tre kontrollfrågor som kopplar direkt till pipeline-kvalitet:
1) Finns en dokumenterad “next step” med datum som kunden har bekräftat?
2) Är köparrollen och beslutsvägen verifierad, eller antas den?
3) Är tidslinjen kopplad till ett kunddrivet event (budgetfönster, intern deadline, kontraktsbyte) eller bara säljarens plan?
När svaret är nej ska det påverka din pipeline direkt: affären backas till ett tidigare steg, tas ur forecast, eller markeras som hög risk. Det är så du minskar slippage och får coverage att spegla verklig leveransförmåga.
5) Lås stage hygiene med tydliga inträdeskriterier
Du kan inte kompensera för dålig stage hygiene med högre coverage. Om “Commit” innehåller affärer utan kundbekräftad plan kommer din pipeline se robust ut, men din leverans blir volatil – och då blir både pipeline och forecast politiska diskussioner i stället för styrning.
Gör det enkelt: definiera 3-5 inträdeskriterier per kritiskt steg (ofta de sista 2-3 stegen) och gör dem binära. Antingen är kriteriet uppfyllt, eller inte. Koppla sedan detta till hur ni gör forecast: affärer som saknar kriterier får inte ligga i de sena stegen, oavsett hur stora de är.
Det här gör också din försäljningsprognos mer träningsbar. När alla använder samma definitioner kan du se mönster: vilka segment har systematiskt hög slippage, vilka team “överstegar”, och var behöver ni mer pipeline snarare än mer press.
Nästa steg: välj två segment, definiera vilket steg som får räknas i coverage, och kör en deal review denna vecka där du rensar pipeline utifrån stage hygiene – innan du justerar dina coverage-nivåer.
