Pierwszy tego typu problem stanowi ukrywanie złych wiadomości. Współpracowałem kiedyś z firmą, która przeszła właśnie poważną fuzję i reorganizację, zmagając się z ostrą konkurencją branżową. Zaskoczyło mnie wówczas odkrycie, że wskaźnik sukcesu sprzedaży, jaki wynikał z firmowego systemu CRM, wynosił 90 proc. Czy firmie udało się w spektakularny sposób wyjść na prostą? Raczej nie. Obawiając się zwolnień, handlowcy nie wprowadzali straconych zleceń. Ukrywanie tych danych ograniczało podstawę prognostyczną, a przez to zawyżało wskaźnik sukcesu.

Kolejna kwestia to prowadzenie dwóch zestawów danych. Jeśli firma ma 10 sprzedawców, jej szefowi może się wydawać, że ma jeden system CRM, choć w istocie ma ich 11. Większość handlowców prowadzi dwa odrębne rejestry szans sprzedażowych. Jeden zestaw wprowadzają do systemu CRM, drugi zaś trzymają w prywatnym arkuszu, w którym analizują scenariusze, aby ocenić, na jaką mogą liczyć prowizję. Co oczywiste, z tych dwóch zestawów prywatny arkusz kalkulacyjny jest znacznie dokładniejszy.

Duży problem sprawiają też… złudne nadzieje. Jak pokazują badania Daniela Kahnemana i Amosa Tversky’ego, ludzie nie chcą się przyznać do przegranej. Chociaż większość sprzedawców w głębi serca wie, że nieaktywne zamówienie jest w istocie stracone, często obawia się momentu, w którym będzie musiało się przyznać do tego przed zespołem. Dlatego też handlowcy kurczowo trzymają się nadziei. Prowadzi to do zawyżania szans w lejkach sprzedaży i sprawia, że zarówno kierownictwo, jak i zespoły nie dostrzegają luk we własnych prognozach.

Kłopot z nieostrymi definicjami

Pewna firma technologiczna o wartości 79 mld dol. postanowiła udoskonalić prognozowanie, automatyzując punktację „kondycji transakcji”, obejmującą 10 czynników. Mimo rygorystycznych kontroli zespołów sprzedażowych okazało się, że prognozy były nadal nierzetelne. Istotny powód stanowiły nieostre definicje. Na przykład jednym z czynników kondycji transakcji było „dopasowanie strategiczne”. Bez względu na to, czy osoby przeprowadzające ocenę określiły dopasowanie jako wysokie lub niskie, silne lub słabe, czy też umiejscowiły je gdzieś na skali od 1 do 10, odpowiedź zależała zawsze od oceny obserwatora.

Dlatego też stworzono konkurencyjny algorytm, który po prostu liczył liczbę dni, w których transakcja była w toku, i porównywał ją z innymi transakcjami zakończonymi powodzeniem lub niepowodzeniem w przeszłości, aby określić prawdopodobieństwo jej finalizacji. Uzyskany w ten sposób „wskaźnik prędkości” okazał się znacznie dokładniejszy częściowo dlatego, że dzień jest tylko dniem i jako miernik nie poddaje się manipulacjom lub wyolbrzymianiu w przeciwieństwie do wygodnie niejasnych kryteriów, które mogą zawyżać prognozy sukcesu.