इस तिमाही के forecast में कौन-सी डील वाकई असली हैं?
राय के बजाय सबूत के साथ committed नंबर की जाँच करें। Querri में Salesforce की opportunities और stage history, HubSpot engagement, और Amplitude product usage को जोड़ें, फिर forecast को उच्च, मध्यम और निम्न confidence स्तरों में बाँटें — ऐसे डॉलर टोटल के साथ जिन पर आपका CFO कार्रवाई कर सके।
Querri खोलेंआपको क्या चाहिए होगा
Querri (निःशुल्क परीक्षण) तीनों सिस्टम को जोड़ने, हर खुली डील को स्कोर करने और executive view बनाने के लिए
Salesforce, HubSpot और Amplitude के exports — चरण 1 में ठीक-ठीक बताया गया है कि हर सिस्टम से क्या लेना है
एक account ID और आपके तिमाही लक्ष्य — तीनों सिस्टम को एक कतार में लाने और लक्ष्य के मुक़ाबले मापने के लिए
निःशुल्क संसाधन
अपना निःशुल्क परीक्षण यहाँ शुरू करें →नमूना डेटा सेट
पाँच तिमाहियों में फैली 900 opportunities को कवर करने वाले सिंथेटिक डेमो डेटासेट, वास्तविक ग्राहक डेटा नहीं। डाउनलोड करने और एक्सप्लोर करने के लिए सुरक्षित। साथ चलें और आपको वही संख्याएँ मिलेंगी जो आप नीचे देखते हैं।
मदद चाहिए?
यदि आपके कोई सवाल हैं, तो आप डेमो का अनुरोध कर सकते हैं या हमारी टीम को ईमेल कर सकते हैं।
शुरू करने से पहले
हर forecast समीक्षा एक ही मुद्रा पर चलती है: sales टीम क्या मानती है। Stage, probability, forecast category, और एक close date जो चुपचाप दो बार खिसक चुकी है। यह बेईमानी नहीं है, यह बस असत्यापित है — और तिमाही के दसवें हफ़्ते तक कोई नहीं बता सकता कि कौन-सी डील बंद हो रही है और कौन-सी डील पर सिर्फ़ बात हो रही है।
यह playbook दूसरा दृश्य बनाता है। हर खुली opportunity के लिए एक पंक्ति, जो CRM के बाहर के सबूतों से समृद्ध है: खरीदार अभी जवाब दे रहा है या नहीं, decision-maker पिछले महीने सामने आया या नहीं, अकाउंट वाकई product इस्तेमाल कर रहा है या नहीं, और ठीक इसी संकेत-पैटर्न वाली डील ऐतिहासिक रूप से कैसे बंद हुई हैं। फिर यह तिमाही को डॉलर टोटल के साथ उच्च, मध्यम और निम्न confidence में बाँटता है, और उन डील का नाम बताता है जो अंतर पैदा कर रही हैं।
यह कैसे काम करता है:
- • Salesforce की opportunities को stage और close-date history के साथ, HubSpot की engagement गतिविधि, और Amplitude का अकाउंट usage product-access फ़्लैग के साथ अपलोड करें
- • Pipeline साफ़ करें: पुरानी पड़ चुकी close dates, गायब अगले कदम, बार-बार के खिसकाव, और stage-समय के असामान्य मामलों को चिह्नित करें
- • हर खुली डील को खरीदार के engagement और product usage पर स्कोर करें, और किसी संकेत पर भरोसा करने से पहले उसे अपनी ही बंद डील पर परखें
- • Forecast को डॉलर टोटल के साथ उच्च, मध्यम और निम्न confidence स्तरों में बाँटें
- • Executive view बनाएँ: committed नंबर, जोखिम वाला नंबर, upside, और वे विशिष्ट डील जो अंतर पैदा कर रही हैं
चरणों का पालन करें
Salesforce, HubSpot और Amplitude अपलोड करें
तीनों सिस्टम को एक ही project में लाएँ। हर एक अलग सवाल का जवाब देता है, इसलिए वे हिस्से लाएँ जो उसे ऐसा करने दें:
- •
Salesforce — खुली और बंद opportunities (बंद वाली आपका सबूत-आधार हैं), opportunity field history ताकि आप stage और close-date के बदलाव पुनर्निर्मित कर सकें, और contact roles ताकि आपको पता हो कि डील में वास्तव में कौन है।
- •
HubSpot — event स्तर पर engagement गतिविधि। हर ईमेल, कॉल, बैठक या फ़ॉर्म के लिए एक पंक्ति, हर एक की दिशा और परिणाम के साथ।
- •
Amplitude — अकाउंट स्तर पर साप्ताहिक usage, और साथ में एक product-access तालिका जो बताती है कि उस अकाउंट पर usage लागू होता है या नहीं।
अपने तिमाही राजस्व लक्ष्य जोड़ें और बस इतना ही। Querri हर फ़ाइल का प्रोफ़ाइल बनाता है और पता लगाता है कि वे एक-दूसरे से कैसे जुड़ी हैं।
सुझाव: बंद opportunities की कम से कम चार तिमाहियाँ शामिल करें। आप किसी डील को उच्च confidence नहीं कह सकते जब तक आप न दिखा सकें कि किन संकेत-संयोजनों ने वाकई डील बंद कराई, और उसके लिए जीती और हारी डील का इतिहास चाहिए, केवल खुला pipeline नहीं। यह नमूना पाँच तिमाहियों और 900 opportunities को कवर करता है।
स्कोर करने से पहले pipeline साफ़ करें
उन hygiene समस्याओं से शुरू करें जो हर forecast को फुला देती हैं: वे close dates जो पहले ही निकल चुकी हैं, बिना दर्ज अगले कदम वाली डील, एक से अधिक बार खिसकाई गई close dates, और वे डील जो किसी stage में उन डील से बहुत अधिक समय तक पड़ी हैं जो वास्तव में जीती गईं। Querri से कहें कि हर डील का इतिहास पुनर्निर्मित करे और उन्हें चिह्नित करे:
"2026-Q3 में बंद होने वाली हर खुली opportunity के लिए, opportunity field history का उपयोग करके वर्तमान stage में बीते दिन, close date कितनी बार आगे खिसकाई गई, और कुल खिसकाए गए दिन निकालें। पहले ही निकल चुकी close dates, गायब अगले कदम, और कोई भी ऐसी डील चिह्नित करें जिसके stage में बीते दिन उस stage के लिए closed-won डील के 75वें percentile से अधिक हों। हर चिह्न के लिए डील की संख्या और डॉलर राशि दिखाएँ।"
तिमाही का खुला pipeline $12,473,000 मूल्य की 140 डील है, और इनमें से 130 पर कम से कम एक चिह्न है। केवल 10 डील, $644,500, बिना किसी चिह्न के निकलती हैं। सबसे बड़ी समस्या close date नहीं है, buying committee है: $10,598,000 मूल्य की 122 डील में 30 दिनों से decision-maker की कोई गतिविधि नहीं हुई है।
सबूत को स्कोर करें, फिर उसे अपनी ही बंद डील पर परखें
अब हर डील के engagement और usage को स्कोर करें, और खरीदार के engagement को sales के प्रयास से अलग रखें। दस अनुत्तरित outbound ईमेल सबूत नहीं हैं। एक जवाब, एक हुई बैठक, एक जुड़ी कॉल, या एक भरा गया फ़ॉर्म सबूत है। फिर अपनी बंद डील को वैसे स्कोर करके साबित करें कि संकेत काम करते हैं, जैसी वे बंद होने से 14 दिन पहले थीं:
"हर opportunity के लिए केवल खरीदार द्वारा शुरू किया गया engagement गिनें: inbound ईमेल जवाब, हुई बैठकें, जुड़ी कॉल, और भरे गए फ़ॉर्म। खरीदार के अंतिम जवाब से बीते दिन, पिछले 30 दिनों में हुई बैठकें, अद्वितीय engaged संपर्क, और यह निकालें कि पिछले 30 दिनों में कोई economic buyer या decision-maker जुड़ा या नहीं। फिर हर बंद opportunity को उसकी close date माइनस 14 दिन पर स्कोर करें और हर संकेत-बैंड के लिए win rate दिखाएँ।"
720 बंद डील में आधार win rate 60.7% है। Engagement की ताज़गी इसे बहुत तेज़ी से बाँट देती है: 7 दिनों के भीतर खरीदार का जवाब 89% का मूल्य रखता है, 30 दिनों के बाद यह गिरकर 5% रह जाता है। Decision-maker की भागीदारी भी उतनी ही स्पष्ट है, 94.6% बनाम 28.6%, और तीन या अधिक engaged संपर्कों वाली डील 99% बार जीतती हैं जबकि single-threaded डील 19.5% बार। CRM की अपनी category भी जानकारी देती थी: close से 14 दिन पहले जो भी डील Best Case में रह गई थी, वह हार गई, सारी 118।
Forecast को confidence स्तरों में बाँटें
अब खुले pipeline को उन संकेतों पर वर्गीकृत करें जो परीक्षा में टिके: engagement की ताज़गी, decision-maker की भागीदारी, multi-threading, close date की स्थिरता, और जीती डील के मानक के मुक़ाबले stage-अवधि। उच्च confidence के लिए ज़रूरी है खरीदार से हाल का संपर्क, एक सक्रिय decision-maker, अधिकतम एक खिसकाव, और मानक के भीतर stage-अवधि। निम्न confidence वहाँ है जहाँ सबूत गायब है, न कि जहाँ वह केवल कमज़ोर है:
"2026-Q3 की हर खुली opportunity को engagement की ताज़गी, decision-maker की गतिविधि, engaged संपर्क, close-date के खिसकाव, और जीती डील के benchmark के मुक़ाबले stage-अवधि पर स्कोर करें। उच्च, मध्यम या निम्न confidence निर्धारित करें, फिर हर स्तर के लिए डील की संख्या और डॉलर टोटल दिखाएँ, CRM forecast category के साथ क्रॉस-टैब करके, और हर स्तर की ऐतिहासिक win rate जोड़ें।"
खुले pipeline का $3,420,000, यानी 27%, सबसे निचले स्तर में है, जहाँ तुलनीय ऐतिहासिक डील 14.3% बार जीती गईं। और स्तर CRM की categories के साथ चलने के बजाय उन्हें काटते हुए जाते हैं: Commit का $432,500 निम्न स्कोर करता है, जबकि उच्च confidence वाला $3,055,000 का कारोबार Commit से पूरी तरह बाहर बैठा है।
Executive view बनाएँ
आख़िरी चरण इन स्तरों को उन चार संख्याओं में बदल देता है जिनकी किसी नेतृत्व टीम को वाकई ज़रूरत होती है, और फिर अंतर पैदा करने वाली डील का नाम बताता है — हर एक के आगे ठीक वह सबूत लिखकर जो गायब है — ताकि बैठक विशेषणों के बजाय कार्रवाई पर हो।
बुक किया गया
$3,148,500
41 डील जीतीं, लक्ष्य का 105%
Committed
$2,905,500
बुक किए गए के ऊपर 43 खुली डील
जोखिम में
$1,895,500
उनमें से 24 डील, कोई सबूत नहीं
Upside
$3,055,000
31 मज़बूत डील जो Commit में नहीं
Querri जो कथा लिखता है:
तिमाही का लक्ष्य बुक किए गए कारोबार से पहले ही पूरा हो चुका है। जोखिम उसमें है जो इसके ऊपर वादा किया गया है।
- • उस committed नंबर का केवल 58% ($1,689,000, 24 डील में) खरीदार के हाल के engagement, एक सक्रिय decision-maker, और एक स्थिर close date से समर्थित है।
- • जोखिम वाला हिस्सा उस स्तर में है जहाँ तुलनीय डील ऐतिहासिक रूप से 14.3% बार जीती गईं, और उच्च confidence वाला $3,055,000 का कारोबार Commit में बिल्कुल नहीं है। Forecast दोनों दिशाओं में गलत है।
- • सबसे तेज़ समाधान कोई pricing मंज़ूरी नहीं है। यह उन 24 डील पर एक economic buyer के साथ बैठक है।
आप क्या बना या export कर सकते हैं:
- एक पेज की executive forecast view: बुक किया गया, committed, जोखिम में, upside, और अंतर के नामित कारण
- हर संकेत और चिह्न के साथ डील-स्तर की scoring तालिका, जिसे Excel, CSV या Google Sheets में export किया जा सकता है
- एक live dashboard जिसे आपकी revenue टीम सोमवार को खोल सकती है, शेड्यूल पर ताज़ा होता हुआ
- Forecast कॉल या board बैठक के लिए एक कथा-आधारित प्रस्तुति, PDF या PowerPoint में export की गई
- एक सहेजा हुआ project जिसे आप हर हफ़्ते दोबारा चला सकते हैं, ताकि हफ़्ते-दर-हफ़्ते स्तर का बदलाव अपने आप में एक शुरुआती चेतावनी बन जाए
ऐसी forecast समीक्षा के लिए सुझाव जिस पर लोग वाकई भरोसा करें
खरीदार के engagement को sales के प्रयास से अलग रखें
दस अनुत्तरित outbound ईमेल किसी डील को सक्रिय दिखाते हैं और इस बारे में कुछ नहीं बदलते कि वह बंद होगी या नहीं। केवल खरीदार द्वारा शुरू किए गए सबूत गिनें: inbound जवाब, हुई बैठकें, जुड़ी कॉल, उच्च-मंशा वाले फ़ॉर्म। इस डेटासेट में यही एक भेद 89% और 5% win rate का अंतर है।
किसी संकेत को एक डॉलर हिलाने से पहले उसे मान्य करें
अपनी बंद डील को वैसे स्कोर करें जैसी वे बंद होने से दो हफ़्ते पहले थीं, फिर जाँचें कि किन संकेत-बैंड ने वाकई जीती और हारी डील को अलग किया। यहाँ engagement की ताज़गी और decision-maker की भागीदारी निर्णायक थीं, और product usage नहीं था। अगर हमने usage को अंदाज़े से स्कोर किया होता, तो स्तर पूरे आत्मविश्वास के साथ गलत होते।
केवल कुल नहीं, संरचना बताएँ
दो अलग तरीक़ों से भारित करने पर इस तिमाही का खुला pipeline दस लाख डॉलर के अंतर से निकलता है, और स्तर CRM की categories को दोनों दिशाओं में काटते हैं: बिना समर्थक सबूत वाली Commit डील, और ऐसी उच्च confidence डील जिनके लिए किसी ने प्रतिबद्धता नहीं जताई। ऐसा कुल जो संयोग से ठीक लगता है पर गलत वर्गीकृत डील से बना है, फिर भी आपकी तिमाही ले डूबेगा। स्तर दिखाएँ, जोड़ नहीं।
हर हफ़्ते इसे एक ही तरह चलाएँ
निरंतरता जटिलता से बेहतर है। विश्लेषण को Querri में एक project के रूप में सहेजें और शेड्यूल करें, ताकि पिछले हफ़्ते किसी डील का स्तर इस हफ़्ते से तुलनीय हो। उच्च से निम्न में खिसकती डील अक्सर किसी एक चिह्न से अधिक साफ़ चेतावनी होती है, और वह तब आती है जब आप अभी भी कुछ कर सकते हैं।
Data Dictionary है? लेकर आएँ। नहीं है? Querri में पहला मसौदा बनाएँ।
Data Dictionary यह दर्ज करता है कि आपके डेटा के फ़ील्ड का मतलब क्या है, महत्वपूर्ण व्यावसायिक शब्द कैसे परिभाषित हैं, और अलग-अलग सिस्टम एक-दूसरे से कैसे जुड़ते हैं। Forecast विश्लेषण असामान्य रूप से इस पर निर्भर है, क्योंकि लगभग हर शब्द विवादित है: खरीदार का engagement किसे माना जाए, कौन-सी भूमिकाएँ decision-maker मानी जाएँ, close-date का बदलाव कब खिसकाव गिना जाए, और आपकी कंपनी में "Commit" का क्या मतलब होना चाहिए। नीचे दिए नमूना डेटासेट Salesforce, HubSpot और Amplitude के डिफ़ॉल्ट के करीब फ़ील्ड नाम इस्तेमाल करते हैं, इसलिए Querri बहुत कुछ खुद अनुमान लगा सकता है — लेकिन जो परिभाषाएँ forecast तय करती हैं, वे आपको ही बतानी हैं।
मुझे दिखाएँ कि इसे कैसे लाएँ या बनाएँ
अगर आपके पास पहले से Data Dictionary है
उसे डेटा के साथ अपलोड करें और Querri को बताएँ कि आप उसका इस्तेमाल कैसे चाहते हैं। Querri एक ही project में कई Sources पर काम कर सकता है, उनकी संरचना और सामग्री की जाँच कर सकता है, डेटा प्रकार और संबंध पहचान सकता है, और ज़रूरत पड़ने पर Sources को जोड़ सकता है।
"इस project में Salesforce, HubSpot और Amplitude डेटा की व्याख्या के लिए हमारे Data Dictionary को संदर्भ के रूप में इस्तेमाल करें। stages, forecast categories, contact roles और engagement परिणामों के लिए उसकी परिभाषाओं का उपयोग करें। अगर डेटा dictionary से टकराता दिखे, तो अनुमान लगाने के बजाय टकराव को चिह्नित करें।"
अगर आपके पास Data Dictionary नहीं है
एक उपयोगी पहला मसौदा बनाने के लिए Querri का इस्तेमाल करें। जिन Sources को दर्ज करना है उन्हें अपलोड करें, फिर Querri से कहें कि उनकी जाँच करे और एक तालिका बनाए जिसमें वह सब हो जो एक अच्छे dictionary के लिए ज़रूरी है:
- Source का नाम
- फ़ील्ड या कॉलम का नाम
- अनुमानित डेटा प्रकार
- उदाहरण मान
- संभावित व्यावसायिक अर्थ
- अन्य Sources के फ़ील्ड से संभावित संबंध
- वे सवाल या अस्पष्टताएँ जिनके लिए मानवीय स्पष्टीकरण चाहिए
"इस project की Sources की समीक्षा करें और पहला Data Dictionary बनाएँ। हर फ़ील्ड के लिए Source, फ़ील्ड का नाम, अनुमानित डेटा प्रकार, उदाहरण मान, संभावित व्यावसायिक अर्थ, और वे फ़ील्ड दिखाएँ जो Sources जोड़ने के लिए उपयोगी लगते हैं। जिन परिभाषाओं को आप भरोसे के साथ तय नहीं कर सकते, उन्हें अनुमान लगाने के बजाय चिह्नित करें।"
फिर वह व्यावसायिक संदर्भ जोड़ें जो केवल आपकी टीम जानती है
Querri डेटा से ही बहुत कुछ अनुमान लगा सकता है, लेकिन जो परिभाषाएँ forecast तय करती हैं वे आपकी टीम से आती हैं। Querri देख सकता है कि किसी गतिविधि का परिणाम "Replied" और दिशा "Inbound" है; केवल आप कह सकते हैं कि आपकी कंपनी इसे ही खरीदार का engagement मानती है। इस तरह के नियम केवल डेटा से नहीं सीखे जा सकते:
- • खरीदार के engagement का मतलब है inbound जवाब, हुई बैठकें, जुड़ी कॉल और भरे गए फ़ॉर्म — ईमेल खुलना या sequence में नामांकन नहीं
- • Economic Buyer, Decision Maker और Executive Sponsor वे भूमिकाएँ हैं जो decision-maker की भागीदारी में गिनी जाती हैं
- • Close-date का बदलाव केवल तब खिसकाव गिना जाता है जब नई तारीख़ पुरानी से बाद की हो
- • Product usage ग्राहकों, trials और pilots पर लागू होता है, और product access न रखने वाले अकाउंट पर कभी नहीं
- • Stage-अवधि के असामान्य मामले closed-won डील के 75वें percentile के मुक़ाबले मापे जाते हैं, औसत के मुक़ाबले नहीं
अपनी मानक परिभाषाएँ एक बार सहेजें
जब कोई परिभाषा कंपनी मानक हो, तो इसे हर chat में दोहराने के बजाय एक बार सहेजें। संगठन-व्यापी नियम Context Settings में जोड़ें, और Querri उन्हें आपकी टीम द्वारा चलाए जाने वाले हर विश्लेषण पर स्वचालित रूप से लागू करता है। बड़ी तस्वीर के लिए, Querri Library वह जगह है जहाँ आपकी कंपनी का डेटा संदर्भ रहता है: यह आपके व्यवसाय को सीखती है और आपके sources, परिभाषाओं और व्यावसायिक नियमों को हर जगह एक-सा रखती है। जब आपका dictionary ठीक लगने लगे, तो आप इसे Querri के बाहर उपयोग के लिए CSV या Excel में export कर सकते हैं।
अच्छा Data Dictionary मानवीय समीक्षा से बेहतर होता है
Querri द्वारा बनाए गए dictionary को शुरुआती बिंदु समझें, अंतिम प्रमाण नहीं। Querri थकाऊ हिस्सा करता है: फ़ील्ड का प्रोफ़ाइल बनाना और परिभाषाएँ सुझाना। आपकी टीम व्यावसायिक अर्थ की पुष्टि करती है, अस्पष्ट मामलों को सुधारती है, और वे नियम जोड़ती है जो डेटा से नहीं सीखे जा सकते। Forecast समीक्षा में वह साझा संदर्भ विश्लेषण जितना ही कीमती है, क्योंकि यह बहस को इस सवाल से हटाकर कि संख्याओं का मतलब क्या है, इस सवाल पर ले आता है कि उनके बारे में क्या किया जाए।
अक्सर पूछे जाने वाले सवाल
"forecast confidence" का असल मतलब क्या है?
CRM का probability फ़ील्ड ही क्यों न इस्तेमाल करें?
किन संकेतों ने वाकई जीत का अनुमान लगाया?
क्या product usage को किसी डील का confidence स्कोर घटाना चाहिए?
scoring नियमों को परखते समय look-ahead bias से कैसे बचें?
अगर तीनों सिस्टम में एक साझा account ID न हो तो क्या करें?
क्या इसके लिए मुझे forecast के ऐतिहासिक snapshots चाहिए?
यह कितनी बार चलाना चाहिए?
निम्न confidence वाली डील के साथ मैं क्या करूँ?
अन्य लोकप्रिय संसाधन
Playbook
साप्ताहिक pipeline coverage
ऐसी coverage रिपोर्ट बनाएँ जो झूठे संकेत हटा दे।
Playbook
साप्ताहिक RevOps executive रिपोर्ट
सोमवार सुबह की CRM भागदौड़ की जगह लें।
डेमो
वॉकथ्रू का अनुरोध करें
अपने डेटा के साथ Querri को काम करते देखें।
मूल्य निर्धारण
प्लान की तुलना करें
व्यक्तियों, टीमों या एंटरप्राइज़ के लिए सही प्लान चुनें।