Почему метрика контактов далека от сделки?

Почему метрика контактов далека от сделки

Это отличный вопрос, который касается одной из самых частых проблем в аналитике B2B компаний. Объясню, почему количество контактов (leads) часто не коррелирует с количеством сделок.

1. Качество контактов

Не все контакты одинаковы. Часто компании гонятся за количеством, но забывают о качестве.

Примеры контактов низкого качества:

• Некорректные данные — вы можете захватить контакт, но номер неправильный или email несуществующий
• Неправильная аудитория — человек может не иметь решающего голоса в покупке
• Низкая мотивация — контакт заинтересовался, но не настолько, чтобы совершить покупку
• Неправильное время — компания может не быть готовой к покупке в момент контакта

Метрика качества:

-- Процент контактов, которые перешли в сделку
SELECT 
  DATE_TRUNC('month', created_at) as month,
  COUNT(*) as total_leads,
  COUNT(CASE WHEN converted_to_deal THEN 1 END) as deals,
  ROUND(100.0 * COUNT(CASE WHEN converted_to_deal THEN 1 END) / COUNT(*), 2) as conversion_rate
FROM leads
GROUP BY DATE_TRUNC('month', created_at)
ORDER BY month DESC;

Если conversion rate ниже 5-10%, то скорее всего качество контактов низкое.

2. Длительный sales cycle

Между первым контактом и сделкой может пройти значительное время.

Типичный B2B цикл продаж:

• Месяц 1: Первый контакт (лид)
• Месяц 2: Переговоры, демонстрация
• Месяц 3: Approvals, обсуждение цены
• Месяц 4-6: Финализация, подписание контракта

Проблема: Если вы смотрите на контакты этого месяца и сделки этого же месяца, то видите мизерную корреляцию.

Решение: Смотри на когортный анализ — контакты из месяца X и сделки из месяцев X, X+1, X+2, X+3.

-- Когортный анализ: контакты месяца 1 и когда они привели к сделкам
WITH lead_cohorts AS (
  SELECT 
    user_id,
    DATE_TRUNC('month', created_at) as lead_month,
    DATE_TRUNC('month', deal_closed_at) as deal_month,
    (DATE_TRUNC('month', deal_closed_at) - DATE_TRUNC('month', created_at)) / INTERVAL '1 month' as months_to_deal
  FROM leads
  WHERE deal_closed_at IS NOT NULL
)
SELECT 
  lead_month,
  months_to_deal,
  COUNT(*) as deals
FROM lead_cohorts
GROUP BY lead_month, months_to_deal
ORDER BY lead_month DESC, months_to_deal;

3. Много контактов = один клиент

Это одна из самых частых ошибок в логике подсчета.

Сценарий:

• Компания Apple генерирует 10 контактов через разные каналы
• Но это один потенциальный клиент (одна компания)
• Вы видите 10 лидов, но только 1 сделку

Решение: Группируй контакты по компании, а не по индивидуальным лицам.

-- Правильно: учитываем компаний, а не контактов
SELECT 
  DATE_TRUNC('month', created_at) as month,
  COUNT(DISTINCT company_id) as unique_companies,
  COUNT(DISTINCT CASE WHEN converted_to_deal THEN company_id END) as companies_with_deals,
  ROUND(100.0 * COUNT(DISTINCT CASE WHEN converted_to_deal THEN company_id END) / COUNT(DISTINCT company_id), 2) as conversion_rate
FROM leads
GROUP BY DATE_TRUNC('month', created_at)
ORDER BY month DESC;

4. Узкое определение "сделки"

Может быть, сделка в вашей системе — это только когда деньги получены, но контакты считаются по-другому.

Разные определения сделки:

• Квалифицированный лид (MQL) — интерес выражен
• Лид продаж (SQL) — продажа проверила интерес
• Возможность (Opportunity) — в переговорах
• Выигранная сделка (Closed Won) — деньги получены

Если контакт = MQL, а сделка = Closed Won, то разрыв очень большой.

5. Атрибуция и источники контактов

Не все контакты одинаково полезны в зависимости от источника.

Примеры разных источников:

Ясно, что рефералы — это золото, а холодные звонки — пустая трата времени.

-- Анализ по источникам
SELECT 
  source,
  COUNT(*) as total_leads,
  COUNT(CASE WHEN converted_to_deal THEN 1 END) as deals,
  ROUND(100.0 * COUNT(CASE WHEN converted_to_deal THEN 1 END) / COUNT(*), 2) as conversion_rate,
  ROUND(AVG(deal_value), 2) as avg_deal_value
FROM leads
GROUP BY source
ORDER BY conversion_rate DESC;

6. Потери в sales funnel

Есть множество точек, где контакты могут выпасть из воронки.

Stages funnel:

Контакты: 1000
  ↓ (нет ответа, не квалифицированный) -40%
Взаимодействия: 600
  ↓ (не интересует, нет бюджета) -50%
Демонстрации: 300
  ↓ (конкурент, цена) -75%
Сделки: 75

Дажеесли у вас 1000 контактов, вы получите только 75 сделок.

SQL для анализа воронки:

SELECT 
  status,
  COUNT(*) as count,
  ROUND(100.0 * COUNT(*) / SUM(COUNT(*)) OVER (), 2) as percent_of_total
FROM leads
GROUP BY status
ORDER BY 
  CASE status
    WHEN 'lead' THEN 1
    WHEN 'qualified' THEN 2
    WHEN 'demo' THEN 3
    WHEN 'proposal' THEN 4
    WHEN 'deal' THEN 5
  END;

7. Временная задержка в учете

Если сделка закрывается через 6 месяцев после контакта, то в месячной аналитике вы не видите корреляции.

Решение: Смотри на контакты в абсолютном выражении (кумулятивно), а не на месячные срезы.

-- Кумулятивный анализ
WITH monthly_data AS (
  SELECT 
    DATE_TRUNC('month', created_at) as month,
    COUNT(*) as new_leads,
    COUNT(CASE WHEN converted_to_deal THEN 1 END) as new_deals
  FROM leads
  GROUP BY DATE_TRUNC('month', created_at)
)
SELECT 
  month,
  new_leads,
  SUM(new_leads) OVER (ORDER BY month) as cumulative_leads,
  new_deals,
  SUM(new_deals) OVER (ORDER BY month) as cumulative_deals
FROM monthly_data
ORDER BY month DESC;

8. Экономические факторы

Иногда это просто макроэкономика:

• Рецессия — компании замораживают закупки
• Сезонность — B2B часто имеет сезонные паттерны
• Смена платежей — бюджеты утверждаются раз в год

Практические рекомендации

Для измерения связи контактов и сделок:

1. Используй когортный анализ — смотри, сколько контактов месяца X стали сделками в месяцах X, X+1, X+2

2. Группируй по компаниям — не по индивидуальным контактам

3. Анализируй по источникам — не все контакты одинаковы

4. Считай в стадиях — MQL → SQL → Opportunity → Closed Won

5. Учитывай качество — добавь оценку качества контакта при его создании

6. Смотри на lifetime — контакт, полученный 6 месяцев назад, может привести к сделке сегодня

Заключение

Метрика контактов далека от сделки именно потому, что между ними множество промежуточных шагов, потерь и факторов, которые на это влияют. Правильный анализ требует понимания всего sales funnel, а не просто сравнения двух чисел.