Какие маркетинговые метрики должен смотреть собственник B2B-компании?

Метрики собственника должны отвечать на вопросы капитала: сколько качественного спроса создаёт маркетинг, хватает ли pipeline для плана, насколько эффективно продажи превращают возможности в деньги и сколько стоит новый клиент. Если executive-dashboard переполнен кликами и показами, руководитель начинает управлять инструментами вместо бизнеса. При длинном цикле сделки важно принимать промежуточные сигналы — pipeline и opportunities — иначе решения запаздывают на несколько месяцев.

У вопроса «Какие маркетинговые метрики должен смотреть собственник B2B-компании?» есть практический смысл только тогда, когда он связан с наблюдаемым решением. Не стоит делать вывод по одному признаку. Например, сигнал «много лидов, но выручка не растёт;» важен в связке с «маркетинг показывает CTR, продажи — число звонков;», а результат разумно проверять через CPQL;, SQL и opportunities; и pipeline created;. 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.

• много лидов, но выручка не растёт;
• маркетинг показывает CTR, продажи — число звонков;
• непонятно, какой канал создаёт pipeline;
• CAC можно посчитать только вручную раз в квартал;
• план продаж не связан с объёмом спроса;
• собственник вынужден разбираться в рекламных кабинетах.

1. Согласуйте единую коммерческую воронку.
2. Выберите 6–10 executive-метрик, связанных с деньгами.
3. Оставьте CTR/CPC/open rate на операционном уровне.
4. Добавьте pipeline и sales cycle как ранние сигналы.
5. Разделяйте показатели по ключевым сегментам.
6. Раз в месяц проверяйте не только динамику, но и качество данных.

Например, канал A даёт CPL 3 000 ₽, канал B — 6 000 ₽. На уровне рекламы A выглядит лучше. Но у A лишь 10% лидов становятся SQL, а у B — 60%; кроме того, средний pipeline на SQL в B выше. Для собственника важнее CPQL и pipeline, а не исходная стоимость обращения.

• Нужен контроль маркетинга. CPQL, SQL-rate, pipeline created, CAC. Это не автоматический диагноз, а рабочая гипотеза: её нужно подтвердить данными конкретного сегмента, канала или когорты.
• Нужен контроль продаж. win rate, sales cycle, aging, pipeline coverage. Это не автоматический диагноз, а рабочая гипотеза: её нужно подтвердить данными конкретного сегмента, канала или когорты.
• Нужно решить, куда вложить бюджет. сравнивайте contribution/pipeline по каналам и сегментам. Это не автоматический диагноз, а рабочая гипотеза: её нужно подтвердить данными конкретного сегмента, канала или когорты.
• Нужно оценить устойчивость роста. добавляйте retention, repeat и expansion. Это не автоматический диагноз, а рабочая гипотеза: её нужно подтвердить данными конкретного сегмента, канала или когорты.

• CPQL;
• SQL и opportunities;
• pipeline created;
• pipeline coverage;
• win rate;
• sales cycle;
• CAC и валовая прибыль;
• retention / repeat / expansion.

Сами по себе CPQL; и SQL и opportunities; 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 / repeat / expansion. ухудшается или не меняется, это повод проверить, не оптимизируется ли система на удобный, но слабый proxy-показатель.

• смотреть все доступные метрики;
• управлять CTR на уровне собственника;
• не различать лид и квалифицированный лид;
• сравнивать каналы только по CPL;
• игнорировать лаг длинного B2B-цикла;
• не разделять new business и повторную выручку.

Набор метрик зависит от модели бизнеса. Для разовой проектной продажи retention менее важен, чем для SaaS; для enterprise ABM число лидов может быть вообще слабым ориентиром. Важно измерять экономику конкретной модели.

• Что именно должно измениться, если ответ на вопрос «Какие маркетинговые метрики должен смотреть собственник B2B-компании?» внедрён правильно?
• Какой baseline по показателю «CPQL;» 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: «много лидов, но выручка не растёт;» и «маркетинг показывает CTR, продажи — число звонков;».
3. Внедрить первые 1–2 шага из плана, не меняя одновременно всю систему.
4. Через согласованное окно сравнить CPQL;, SQL и opportunities; 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.