Pardavimų piltuvėlis Power BI: kaip modeliuoti ir analizuoti

Pardavimų piltuvėlio analizei Power BI reikia keturių dalykų: funnel chart vizualo, star schema duomenų modelio, svertinės pipeline vertės skaičiavimo ir RLS saugos sluoksnio. Šis derinys leidžia per kelias minutes pamatyti, kurioje stadijoje galimybės strigsta ir kiek realiai vertos jūsų atviros pardavimų sutartys. Power BI tinka, kai turite bent keturis nuoseklius pardavimo etapus, o tokių modelių paruošimas galima kaip standartinių paketų su integracija su Rivilė ir Finvalda duomenimis.

Trumpai:

• Pardavimų piltuvėlio analizei būtini keturi elementai: vizualas, duomenų modelis, svertinis vertės skaičiavimas ir saugos sluoksnis.
• Funnel chart geriausiai veikia su bent keturiais susietais pardavimo etapais ir duomenimis apie kiekvieno sandorio stadiją, datą ir vertę.
• Duomenų modelis turi būti struktūriškai suskirstytas į faktų ir dimensijų lenteles, kad skaičiavimai būtų tikslūs ir greiti.
• Tikslus etapas apibrėžimas ir istorijos saugojimas leidžia tiksliai įvertinti konversijų procentus ir svertinę pipeline vertę, naudojant istorinius duomenis.
• Automatizuotas duomenų atnaujinimas rekomenduojamas per incremental refresh arba Power BI Premium, o saugumas pasiekiamas taikant RLS ir BDAR reikalavimus.

Turinys

• Kas yra pardavimų piltuvėlis ir kada tinka Power BI funnel chart
• Duomenų modelis: star schema pardavimų piltuvėlio analizei
• KPI ir skaičiavimai: nuo galimybių skaičiaus iki svertinės pipeline vertės
• Vizualizacijos ir interaktyvumas: funnel chart sąveika su kitais vizualais
• Duomenų atnaujinimas: incremental refresh ir DirectQuery pasirinkimas
• RLS ir BDAR: kaip apsaugoti pardavimų duomenis teisiškai
• Kaip Analitika360 įgyvendina piltuvėlio Power BI sprendimus
• Autoriaus perspektyva: kur pradėti ir ko vengti
• Pradėkite su paruoštu Power BI piltuvėliu be papildomo darbo
• Šaltiniai
• Dažniausiai užduodami klausimai

Kas yra pardavimų piltuvėlis ir kada tinka Power BI funnel chart

Pardavimų piltuvėlis rodo, kiek galimybių pereina per kiekvieną pardavimo etapą, nuo pirmo kontakto iki sandorio uždarymo. Kiekviena stadija atskleidžia, kur klientai lieka, kur atkrenta ir kur pardavėjai praranda laiką be rezultato.

Power BI turi specialų vizualą tam tikslui, funnel chart, kuris rodo etapų seką, pvz., „Lead → Kvalifikuotas → Pasiūlymas → Sutartis → Uždarytas“, ir automatiškai apskaičiuoja kritimo procentą tarp etapų. Šis vizualas veikia geriausiai, kai proceso struktūra atitinka kelias sąlygas:

• pardavimo procesas turi bent keturis nuoseklius etapus, kitaip forma neatskleidžia realios dinamikos;
• pirmo etapo apimtis reikšmingai skiriasi nuo paskutinio, priešingu atveju grafikas atrodo beformis;
• turite lauko duomenis apie stadiją, datą ir vertę kiekvienai galimybei.

Prieš kuriant ataskaitą, patikrinkite CRM ar apskaitos sistemos eksportą: ar kiekvienam sandoriui priskirta konkreti stadija su data, kada jis į ją pateko. Be šios informacijos funnel chart rodys tik statinį vaizdą, bet ne realią pardavimų dinamiką.

Duomenų modelis: star schema pardavimų piltuvėlio analizei

Gražus vizualas nekompensuoja prasto duomenų modelio. Star schema principas reikalauja atskirti faktų lentelę nuo dimensijų lentelių, kad DAX skaičiavimai būtų tikslūs ir greiti.

Praktinis diegimo planas atrodo taip:

1. Faktų lentelė turi turėti vieningą grain, dažniausiai vieną eilutę vienai galimybei arba vieną eilutę vienai stadijos pasikeitimo datai.
2. Dimensijų lentelės (klientas, pardavėjas, produktas, laikas) laikomos atskirai ir susietos ryšiais su faktų lentele.
3. StageOrder laukas turi būti skaitinis (1, 2, 3…), niekada tekstinis, kitaip Power BI rūšiuoja stadijas abėcėlės tvarka, ne loginiu eiliškumu.
4. Stadijų istorija privalo saugoti kiekvieną pasikeitimą, o ne vien dabartinę būseną, kitaip konversijos tarp etapų negalimos apskaičiuoti tiksliai.

Dažniausia klaida, kurią patiria pradedantieji, yra skaičiuoti konversijas iš dabartinio sandorio statuso, ignoruojant istoriją. Jei nesaugote momento, kada galimybė pateko į stadiją ir kada iš jos išėjo, vidutinis laikas stadijoje tampa tiesiog neapskaičiuojamas dydis.

Profesionalus patarimas: Sukurkite atskirą „stadijų žurnalo“ lentelę su laukais GalimybėID, Stadija, DataĄ ir DataIš. Tai vienintelis būdas tiksliai matyti, kiek dienų sandoris išbuvo kiekvienoje stadijoje.

KPI ir skaičiavimai: nuo galimybių skaičiaus iki svertinės pipeline vertės

Vien galimybių skaičius nieko nepasako apie realią pajamų perspektyvą. Opportunity Analysis pavyzdys rodo, kad didžiausias galimybių kiekis konkrečioje stadijoje ne visada reiškia aukščiausią uždarymo tikimybę, todėl piltuvėlio ataskaitoje reikia rodyti kelis rodiklius kartu:

• Opportunity count — kiek galimybių yra kiekvienoje stadijoje;
• Staged value — bendra tų galimybių vertė be koregavimo;
• Factored revenue — svertinė vertė, apskaičiuota pagal uždarymo tikimybę;
• Konversijos procentas tarp gretimų stadijų;
• Drop rate — kritimo procentas, kurį funnel chart rodo automatiškai;
• Vidutinis laikas stadijoje dienomis.

Svertinė pipeline vertė (factored revenue) apskaičiuojama sudauginant sandorio vertę iš tikimybės, priskirto tai stadijai. Tikimybę rekomenduojama nustatyti pagal įmonės istorinius uždarymo duomenis, o ne bendrus rinkos vidurkius.

Regionai ir pardavimo kanalai skiriasi tarpusavyje pagal uždarymo elgseną, todėl vienoda tikimybė visoms galimybėms duoda iškreiptą prognozę.

Praktiškai tai reiškia: jei sutartys stadijoje „Pasiūlymas“ per pastaruosius 12 mėnesių užsidarė 40 % atvejų, naudokite 0,4 koeficientą tai stadijai, ne bendrą pramonės vidurkį iš interneto straipsnio.

Vizualizacijos ir interaktyvumas: funnel chart sąveika su kitais vizualais

Funnel chart pats savaime parodo formą, bet ne priežastis. Norint identifikuoti, kuris pardavėjas, regionas ar produktas kelia kritimą, funnel reikia susieti su kitais vizualais.

1. Laukų srityje priskirkite Category = SalesStage, o Values = Opportunity Count arba Factored Revenue, priklausomai nuo to, ar analizuojate apimtį, ar pinigus.
2. Pridėkite juostinę diagramą ar treemap pagal pardavėją arba regioną ir įjunkite cross-filtering, kad paspaudus funnel etapą automatiškai atsinaujintų segmentų vaizdas.
3. Sukonfigūruokite tooltip, kad rodytų ne vien vertę, bet ir drop rate, vidutinį laiką stadijoje ir galimybių skaičių vienu žvilgsniu.
4. Įjunkite multi select filtrą pagal laikotarpį, kad palygintumėte šio ketvirčio piltuvėlį su ankstesniu.
5. Patikrinkite StageOrder rūšiavimą ataskaitos peržiūros režime, nes neteisinga tvarka iškart sugadina visą interpretaciją.

Funnel chart forma yra diagnostinis signalas, ne galutinis atsakymas. Analitiko darbas yra susieti pastovų kritimą su konkrečiu pardavėju, produktu ar sezonu, o tam reikalingas cross-filtering tarp kelių vizualų viename lape.

Duomenų atnaujinimas: incremental refresh ir DirectQuery pasirinkimas

Didelėms pardavimų faktų lentelėms pilnas atnaujinimas kiekvieną kartą yra švaistymas. Incremental refresh leidžia atnaujinti tik naujus arba pasikeitusius įrašus, nekraunant visos istorijos iš naujo.

• Sukonfigūruokite RangeStart ir RangeEnd parametrus Power Query filtruose, jie apibrėžia, kuris duomenų periodas laikomas „šviežiu“.
• Pirmasis pilnas atnaujinimas užpildo visą istoriją, o kiekvienas vėlesnis apdoroja tik pasirinktą periodo langą, dažniausiai paskutines dienas ar mėnesius.
• DirectQuery particija leidžia matyti duomenis realiu laiku, bet tai Premium galimybė, reikalaujanti didesnės kapacitos ir kompromisų dėl užklausų greičio.
• Prieš diegdami produkcijoje, testuokite pradinį refresh atskirai nuo particijų strategijos, kad išvengtumėte laikotarpio persidengimo klaidų.

Sprendimas tarp incremental refresh ir DirectQuery priklauso nuo biudžeto ir to, kaip greitai jums reikia matyti naujus sandorius ataskaitoje.

RLS ir BDAR: kaip apsaugoti pardavimų duomenis teisiškai

Pardavimų ataskaitos dažnai rodo asmens duomenis, kliento pavadinimą, pardavėjo rezultatus, kontaktinę informaciją, todėl RLS (Row-level security) tampa būtinu, ne pasirenkamu elementu.

• Rinkitės tarp statinių rolių (fiksuotas filtras kiekvienai grupei) ir dinaminių rolių (filtras pagal prisijungusio vartotojo tapatybę).
• Įsitikinkite, kad ryšiai modelyje tarp faktų ir dimensijų lentelių yra aktyvūs, priešingu atveju filtras neplis ir pardavėjas matys svetimus duomenis.
• Testuokite kiekvieną rolę atskirai su realistiškais atvejais, sistemingas testavimas yra vienintelis būdas patvirtinti, kad saugos taisyklės veikia teisingai.
• BDAR kontekste tvarkymo pagrindu dažniausiai tampa sutartis arba teisėtas interesas, o tiesioginei rinkodarai reikalingas atskiras sutikimas.

Profesionalus patarimas: Minimalizuokite asmens duomenų kiekį ataskaitoje. Jei pardavimų analizei pakanka pardavėjo vardo ir stadijos, nerodykite kliento telefono numerio ar el. pašto vizualiame lape.

Kaip Analitika360 įgyvendina piltuvėlio Power BI sprendimus

Duomenys iš Rivilė ir Finvalda apskaitos programų gali būti integruojami tiesiai į Power BI modelį, kartu su papildomais šaltiniais, tokiais kaip SharePoint, Excel ar CRM sistema. Ataskaitos dažnai konfigūruojamos atsinaujinti automatiškai be nuolatinio vartotojo įsikišimo, taip užtikrinant naujausią piltuvėlio vaizdą darbo dienomis.

Diegimo eiga paprastai vykdoma trimis žingsniais:

1. Duomenų inventorizacija — patikrinama, kokie laukai (stadija, data, vertė, pardavėjas) egzistuoja Rivilė ar Finvalda sistemoje.
2. Stadijų apibrėžimas — kartu su klientu susitariama, kaip tiksliai vadinasi kiekvienas pardavimo etapas ir kokia jų tvarka.
3. Modelio paruošimas — sukuriamas star schema modelis, integruojami papildomi šaltiniai ir sukonfigūruojamas automatinis atnaujinimas.

Šis procesas veikia tiek pagal paruoštus ataskaitų paketus, tiek pagal individualiai pritaikytus projektus, kai įmonės pardavimo procesas nestandartinis.

Autoriaus perspektyva: kur pradėti ir ko vengti

Pirmas žingsnis yra susitarti dėl stadijų pavadinimų ir paleisti 30–90 dienų kohortos testą, ne tobulinti modelį iš karto. Venkite kopijuoti bendras rinkos konversijos normas ir niekada nepraleiskite stadijų istorijos įrašų, be jų piltuvėlis meluoja.

— Analitika360

Pradėkite su paruoštu Power BI piltuvėliu be papildomo darbo

Kai pardavimų piltuvėlio modelis paruoštas teisingai, likusi problema dažniausiai yra laikas, kurio niekas neturi jį sukurti nuo nulio. Analitika360 sprendžia tai kitaip nei savarankiškas modelio kūrimas: Rivilė Basic paketas kainuoja 59 € per mėnesį ir automatiškai integruoja jūsų pardavimų duomenis į paruoštą Power BI ataskaitą, o Finvalda Basic paketas tokia pati kaina veikia Finvalda naudotojams.

Jei jūsų pardavimo procesas nestandartinis arba reikia integruoti kelis šaltinius vienu metu, individualūs projektai kainuoja 70 € per valandą ir apima pilną duomenų inventorizaciją, stadijų apibrėžimą ir modelio paruošimą pagal jūsų procesus. Po užklausos pirmiausia vyksta trumpas duomenų šaltinių įvertinimas, tada susitariama dėl piltuvėlio stadijų, o diegimo pabaigoje ataskaita jau atsinaujina automatiškai. Susisiekite ir gaukite konkretų diegimo planą savo pardavimų duomenims.

Dažniausiai užduodami klausimai

Kiek etapų reikia, kad funnel chart Power BI būtų naudingas?

Funnel chart tinka geriausiai, kai pardavimo procesas turi bent keturis nuoseklius etapus. Mažiau etapų grafikas praranda diagnostinę prasmę, nes kritimo forma tampa neinformatyvi.

Kas yra svertinė pipeline vertė ir kaip ją apskaičiuoti?

Svertinė pipeline vertė, arba factored revenue, gaunama sudauginant sandorio vertę iš tikimybės procento tai stadijai. Tikimybę geriausia nustatyti iš savo įmonės istorinių uždarymo duomenų, ne iš bendrų rinkos vidurkių.

Kodėl reikalingas star schema modelis, o ne viena didelė lentelė?

Star schema atskiria faktų ir dimensijų lenteles, todėl DAX skaičiavimai vykdomi greičiau ir tiksliau. Viena didelė lentelė dažnai duoda neteisingus konversijos rodiklius, nes trūksta nuoseklaus grain.

Kiek kainuoja paruoštas Power BI piltuvėlio paketas iš Analitika360?

Rivilė Basic ir Finvalda Basic paketai kainuoja po 59 € per mėnesį, o pažangesnis Rivilė PRO ar Finvalda PRO variantas kainuoja 89 € per mėnesį. Individualūs projektai apmokestinami 70 € už valandą.

Ar Power BI gali rodyti pardavimų piltuvėlį realiuoju laiku?

Taip, naudojant DirectQuery particiją, bet tai reikalauja Power BI Premium kapacitos. Dažniausiai efektyvesnis sprendimas yra incremental refresh su periodiniu atnaujinimu kelis kartus per dieną.

Rekomendacijos

• Verslo analitika su Power BI
• Kas yra Power BI ir kam jis naudojamas?
• Finvalda ir Power BI: automatinės ataskaitos
• Excel ar Power BI: kada verta pereiti