Pipeline. Sichtbar bis zum Close.
Konfigurierbare Stages, Deal-Scoring aus sechs Faktoren, Forecast aus echten Daten. Jeder Deal sitzt in der richtigen Stage, jede Stage hat einen Trigger, jeder Trigger ist im Log.
Drei Wege wie klassische Pipelines kaputt gehen.
Black-Box-Pipeline
Deals fliessen rein, irgendwann fliesst Cash raus, dazwischen weiss niemand was passiert. Kein Forecast, kein Reason-Lost, keine Stage-Aging.
Stage-Salat
Jeder Mitarbeiter erfindet eigene Stages. Niemand pflegt sie. Reporting wird zur Schätzung. Pipeline ist eine Excel mit Farben.
Kein Forecast
Geschäftsführung fragt nach Q-End-Zahlen, der Vertrieb schätzt aus dem Bauch. Forecast-Accuracy unter 50 Prozent ist Standard.
Fünf Stages, jede mit Trigger und Eskalation.
Konfigurierbar pro Projekt. Default-Setup nach erstem Workshop in achtundvierzig Stunden live. Triggers laufen über Atlas Process Engine, Notifications über Slack oder Mail.
Sechs Faktoren, ein Score.
Jeder Deal hat einen Score zwischen 0 und 100. Berechnung läuft jede Stunde neu. Score-Änderung triggert Slack-Notif. Deals mit Score uebersteigen 75 wandern automatisch auf Top-Lead-Liste.
ICP-Match
Branche, Größe, Stack, Region. Vier Achsen aus deinem Idealkunden-Profil.
Engagement
Mail-Opens, Page-Visits, Demo-Anfragen. Zeitfenster letzter Sprintzyklus.
Budget-Signal
Erwähnte Volumen, Plan-Tier, Discovery-Antworten. Explizit oder implizit.
Timing
Genannter Start-Termin, Saisonalität, Decision-Window aus Discovery.
Authority
Job-Title, LinkedIn-Cross-Check, Anzahl involvierter Stakeholder.
Need-Klarheit
Wie konkret ist das Problem formuliert. Diagnose-Tiefe in der Discovery.
Drei Kennzahlen die monatlich auf dem Tisch liegen.
Im sechs-Monats-Schnitt nach Kalibrierung
Pipeline-Volumen gegen Forecast-Ziel
Median von Qualified bis Won
Sechs Tools, mit denen deine Pipeline atmet.
Pipeline in vierundzwanzig Tagen live.
Workshop, Stage-Konfiguration, Scoring-Kalibrierung, Atlas-Trigger, Slack-Integration. Erstes Reporting im Monat danach.