Что должно быть в коммерческом dashboard B2B-компании?

Плохой dashboard похож на витрину: десятки графиков, CTR, клики, показы, open rate и цветные проценты, но руководитель всё равно не знает, что делать завтра. Хороший dashboard ограничивает количество метрик и связывает их причинно. Для собственника B2B-компании важны качество спроса, скорость обработки, объём и структура pipeline, вероятность сделки, стоимость роста и удержание клиентов. Операционные показатели каналов нужны специалистам, но не должны занимать главный экран руководителя. Ещё важнее иметь drill-down: если CPQL вырос, должно быть понятно, в каком сегменте, канале или периоде это произошло.

У вопроса «Что должно быть в коммерческом dashboard B2B-компании?» есть практический смысл только тогда, когда он связан с наблюдаемым решением. Не стоит делать вывод по одному признаку. Например, сигнал «руководитель получает отдельные отчёты от маркетинга и продаж;» важен в связке с «все обсуждают CPL, но никто не знает CPQL и pipeline;», а результат разумно проверять через marketing spend;, leads, MQL, SQL; и CPQL и стоимость opportunity;. Такой подход защищает от локальной оптимизации: показатель может улучшиться, а коммерческий результат — нет. Поэтому сначала фиксируется baseline, затем изменение процесса, и только потом сравнивается downstream-эффект.

• руководитель получает отдельные отчёты от маркетинга и продаж;
• все обсуждают CPL, но никто не знает CPQL и pipeline;
• план продаж не связан с объёмом возможностей;
• в отчёте много процентов, но нет абсолютных денег;
• нельзя быстро увидеть aging сделок и причины потерь;
• цифры из CRM и рекламных систем не совпадают.

1. Определите 5–8 решений, которые должен принимать dashboard.
2. Для каждого решения выберите минимальный набор показателей.
3. Разделите executive-уровень и операционные метрики каналов.
4. Постройте воронку с едиными определениями стадий.
5. Добавьте разрезы по сегментам, продуктам, источникам и владельцам.
6. Настройте регулярную проверку качества данных — без этого любой красивый dashboard быстро становится ложным.

Например, собственник видит, что расходы на маркетинг не изменились, CPL вырос лишь на 8%, но CPQL увеличился вдвое. Drill-down показывает: новый канал привёл много дешёвых обращений из неподходящего сегмента. Если смотреть только CPL, канал выглядел бы приемлемо. Коммерческий dashboard позволяет остановить гипотезу раньше и перераспределить бюджет.

• Нужно понять качество маркетинга. Смотрите CPQL, SQL-rate, pipeline created и CAC, а не только CPL. Это не автоматический диагноз, а рабочая гипотеза: её нужно подтвердить данными конкретного сегмента, канала или когорты.
• Нужно понять риск плана продаж. Смотрите pipeline coverage, aging, win rate и длительность стадий. Это не автоматический диагноз, а рабочая гипотеза: её нужно подтвердить данными конкретного сегмента, канала или когорты.
• Нужно сравнить сегменты. Делайте cohort/segment view: средние по компании часто скрывают сильные различия. Это не автоматический диагноз, а рабочая гипотеза: её нужно подтвердить данными конкретного сегмента, канала или когорты.
• Нужно контролировать команду. Измеряйте SLA, next step, просрочки и качество данных, а не число звонков ради числа звонков. Это не автоматический диагноз, а рабочая гипотеза: её нужно подтвердить данными конкретного сегмента, канала или когорты.

• marketing spend;
• leads, MQL, SQL;
• CPQL и стоимость opportunity;
• pipeline created и pipeline coverage;
• win rate и sales cycle;
• CAC и валовая прибыль;
• retention и expansion для повторной модели.

Сами по себе marketing spend; и leads, MQL, SQL; ещё не доказывают эффект. Их нужно сравнивать с исходным уровнем, учитывать сегмент и смотреть, что происходит дальше по процессу. Если локальная метрика улучшается, а retention и expansion для повторной модели. ухудшается или не меняется, это повод проверить, не оптимизируется ли система на удобный, но слабый proxy-показатель.

• смешивать executive и технические метрики в одном экране;
• рисовать dashboard до стандартизации CRM-стадий;
• использовать среднее там, где важны сегменты;
• не показывать абсолютные значения рядом с процентами;
• автоматизировать отчёт, которому никто не доверяет.

Dashboard не заменяет анализ. Он показывает, где искать причину, но не объясняет её автоматически. Иногда достаточно простого отчёта в CRM или таблице; BI-платформа оправдана, когда данных и пользователей действительно много.

• Что именно должно измениться, если ответ на вопрос «Что должно быть в коммерческом dashboard B2B-компании?» внедрён правильно?
• Какой baseline по показателю «marketing spend;» у нас есть сейчас?
• Кто владеет следующим действием и где оно фиксируется?
• Как мы отличим улучшение процесса от случайной волатильности?
• Какой сигнал заставит остановить или пересобрать гипотезу?

1. Зафиксировать текущий процесс и исходные данные до изменений.
2. Проверить два наиболее явных сигнала: «руководитель получает отдельные отчёты от маркетинга и продаж;» и «все обсуждают CPL, но никто не знает CPQL и pipeline;».
3. Внедрить первые 1–2 шага из плана, не меняя одновременно всю систему.
4. Через согласованное окно сравнить marketing spend;, leads, MQL, SQL; и downstream-результат.

• ✓ есть чёткое определение результата, который хотим улучшить;
• ✓ есть данные до изменений — baseline;
• ✓ критерии одинаково понимают участники процесса;
• ✓ есть владелец следующего действия;
• ✓ эффект проверяется не одной метрикой, а по всей воронке;
• ✓ понятно, когда гипотезу нужно остановить или пересмотреть.