Pipeline全景 · 真实健康度监控
Pipeline 里有多少机会经得起复核？金额好看不代表质量好。月底才发现大量机会延期或取消，往往先要回头检查底层记录是否完整。
这是复杂销售协作的场景示例。具体做法需要结合团队资料、授权数据与人工确认点判断；AI 只提供整理和提示，负责人保留决策。
Pipeline数字的三个真实幻觉
① 表面Pipeline数字漂亮，月底转化率低于40%
发生了什么：Q2末Pipeline录入1800万，数字非常好看。季度末实际转化720万，转化率40%。剩下的1080万去哪了？客户说"预算砍了"+"项目暂停"+"选了别家"。这些信息Q2中期就知道了，但Pipeline数字没有及时更新。
根因：Pipeline数字是"录入值"而非"真实值"，没有动态的健康度评估机制。虚假数字导致错误的资源分配决策。
② 季度预测永远偏离50%以上
发生了什么：每次做季度预测，经理和销售商量着报数字，月底一看实际达成，结果相差甚远。销售总监问"为什么预测偏差这么大"，经理答不上来，因为当时就是"拍脑袋"报的。
根因：预测没有基于机会真实质量和节奏数据，而是基于"愿望"和"历史同期"的类比。
③ 不知道哪些机会在拖整体赢率
发生了什么：团队Pipeline里有50个机会，赢率始终上不去。经理知道赢率有问题，但不知道根因在哪——是销售能力问题？机会质量问题？还是资源分配问题？
根因：Pipeline没有按质量分层分析工具，只能看到总量，看不到结构性问题。
AI驱动的Pipeline健康度系统
Pipeline健康度三色分层
系统可按金额、阶段和风险为 Pipeline 分层，供负责人一起看：
MEDDIC评分 ≥ 40，节奏正常，Champion确认
MEDDIC评分 25-39，存在1-2项关键缺失
MEDDIC评分 < 25，疑似伪推进，需立即Review
📊 Pipeline真实价值 vs 表面价值
表面金额
¥1350万
AI健康加权
¥780万
赢率根因分析——为什么整体赢率上不去
🔍 Q2赢率根因分析 | 销售团队
问题1：Champion缺失是最大丢单因子
• 有Champion确认的机会赢率：62%
• 无Champion的机会赢率：18%
→ Champion培养应成为销售动作的核心指标
问题2：EB触达时机太晚
• 在销售阶段前1/3接触EB赢率：71%
• 在销售阶段后1/3才接触EB赢率：22%
→ 应将"EB首次触达时机"作为销售关键动作追踪
动态预测——少拍脑袋
📈 Q3季度预测 | 动态更新
该预测基于机会质量分层加权，实际偏差仍取决于数据完整度和负责人判断
场景八核心对比
| 指标 | Before | After |
|---|---|---|
| Pipeline质量 | 只看金额，不看质量 | 三色分层，健康度透明 |
| 预测方式 | 拍脑袋，月底发现偏差大 | 按质量加权，结合负责人复核 |
| 赢率分析 | 不知道根因在哪 | MEDDIC 因子拆解，辅助查找原因 |
| 资源分配 | 凭经验，高风险和健康机会同等对待 | AI建议差异化资源投入策略 |
你们的季度预测偏差有多大？
如果超过30%，Pipeline底层数据质量有问题，不是预测模型问题。