Avant d'embaucher un autre représentant, regardez les données que vous avez déjà

Deux demandes entrantes sont arrivées dans ma boîte courriel récemment.

Deux entreprises différentes. Deux industries différentes. Presque exactement la même question.

La première gère de gros comptes OEM. Son équipe de vente utilise encore des fichiers Excel pour déterminer quels clients pourraient être à risque et lesquels seraient prêts pour un programme plus important.

La deuxième est un distributeur qui cherche à mieux comprendre ses ventes et à mieux prévoir la demande. L’entreprise envisageait d’ajouter un représentant, mais avant de le faire, elle voulait savoir ce qu’elle pouvait déjà tirer des données de vente présentes dans QuickBooks.

Cette deuxième question m’est restée en tête:

Avant d’ajouter un autre représentant, est-ce qu’on tire vraiment tout ce qu’on peut des données qu’on possède déjà?

Je pense que beaucoup plus de fabricants et de distributeurs devraient se poser la question.

Parce que parfois, le problème n’est pas le manque de capacité de vente.

Le problème, c’est que l’équipe actuelle ne sait pas toujours où mettre son énergie.

Le fichier Excel est souvent un symptôme, pas le problème

Je n’ai rien contre Excel.

C’est flexible. Tout le monde sait s’en servir. Et quand une entreprise est plus petite, ça fonctionne très bien.

On exporte les ventes. On trie les clients. On compare cette année avec l’an dernier. On regarde les produits. On ajoute quelques formules. Peut-être qu’on met certains comptes en rouge.

Le problème commence lorsque les questions deviennent plus difficiles.

• Quels clients ralentissent par rapport à leur propre rythme d’achat habituel?
• Quel client n’a pas réapprovisionné un produit qu’il achète normalement toutes les six semaines?
• Quel client est en croissance, mais seulement sur une partie de notre assortiment?
• Quels comptes pourraient acheter une autre ligne de produits?
• Quels changements sont simplement saisonniers et lesquels méritent un appel?
• Quels produits accélèrent assez pour que les achats commencent à s’y intéresser?

À partir de là, quelqu’un doit constamment comparer les clients, les produits, les commandes, le timing, l’historique et le contexte d’affaires.

C’est à ce moment qu’Excel cesse d’être la solution et devient plutôt le signe qu’il manque un processus opérationnel.

Avez-vous besoin d’un autre représentant ou d’un meilleur levier pour l’équipe actuelle?

C’est la partie que je trouve intéressante.

Quand la croissance devient plus difficile à gérer, ajouter un représentant semble logique.

Plus de clients. Plus de produits. Plus de territoires. Plus de travail.

Donc on ajoute quelqu’un.

Peut-être.

Mais avant d’ajouter du personnel, je voudrais comprendre pourquoi l’équipe actuelle est à capacité.

Si les reps passent une partie de leur semaine à essayer de déterminer qui appeler, à fouiller dans l’historique des commandes, à comparer des fichiers Excel et à se rappeler quel client achète normalement quoi, ce n’est pas vraiment de la vente.

C’est de la préparation à la vente.

Et il y a une grosse différence.

Un rep qui gère 300 comptes ne devrait pas devoir inspecter 300 comptes pour découvrir que seulement 12 d’entre eux ont réellement changé cette semaine.

Le système devrait pouvoir lui dire:

Ces comptes ont changé. Commence ici.

Ça ne remplace pas le représentant.

Ça lui donne du levier.

Qu’est-ce que vos données de vente devraient réellement vous dire?

Les outils d’analyse des ventes commencent généralement par les rapports.

Ventes par client. Ventes par produit. Ventes par mois. Marge. Croissance. Principaux comptes. Performance des représentants.

C’est utile.

Mais la majorité de ces réponses décrivent ce qui s’est déjà produit.

Pour l’exécution des ventes, je trouve les questions sur le changement beaucoup plus intéressantes.

Quels clients se comportent différemment?

Avec le temps, chaque client régulier crée un certain rythme.

• La fréquence de ses commandes.
• Les produits qu’il achète normalement.
• Les quantités habituelles.
• La saisonnalité de ses achats.
• Les produits qu’il achète souvent ensemble.
• L’évolution de ses achats dans le temps.

Une fois ce rythme compris, on peut commencer à repérer ce qui sort de l’ordinaire.

Imaginez un client qui commande normalement tous les 35 à 45 jours.

Nous sommes maintenant au jour 62.

Techniquement, rien n’est encore perdu. Le client n’a pas appelé pour annuler quoi que ce soit. Il n’y a peut-être même aucune opportunité ouverte dans le CRM.

Mais quelque chose a changé.

C’est un signal de vente.

Ou peut-être que le client commande toujours aussi souvent, mais que les quantités diminuent depuis trois cycles consécutifs.

Autre signal.

Ou encore, il achète quatre produits dans une catégorie où des clients similaires en achètent normalement sept.

Potentiel d’expansion.

C’est là que les données transactionnelles deviennent beaucoup plus intéressantes qu’un autre rapport mensuel.

La question n’est plus:

Combien ai-je vendu le mois dernier?

Elle devient:

Qu’est-ce qui a changé et où est-ce que quelqu’un devrait agir?

Le risque client apparaît rarement d’un seul coup

On utilise beaucoup le mot « churn » en logiciel parce que les entreprises par abonnement peuvent facilement voir quand un client quitte.

Le client annule.

Chez un fabricant ou un distributeur, c’est souvent beaucoup moins clair.

Les clients n’envoient pas nécessairement un courriel pour dire:

Nous avons décidé de réduire nos achats chez vous de 38 %.

Ils commencent simplement à acheter différemment.

Une commande arrive plus tard.

Puis une autre.

Un SKU disparaît.

Les quantités diminuent.

Le client continue d’acheter, mais la relation devient tranquillement plus petite.

Lorsque le ralentissement devient évident dans un rapport trimestriel, beaucoup de choses ont peut-être déjà changé.

C’est pourquoi je préfère parler de changements dans le comportement d’achat plutôt que de simplement demander si un client est perdu. Nous en parlons aussi dans comment prévoir la perte de clients avec les données QuickBooks.

Le signal utile arrive avant le résultat final.

Et c’est à ce moment que l’équipe de vente peut encore faire quelque chose.

Les signaux de croissance fonctionnent de la même façon

L’inverse est aussi vrai.

Les meilleures opportunités d’expansion ne se trouvent pas toujours dans le pipeline du CRM.

Parfois, elles sont déjà visibles dans le comportement d’achat.

• Un compte commence à commander plus souvent.
• Une catégorie accélère.
• Un client achète une partie d’un assortiment, mais ignore constamment des produits qui vont naturellement avec ce qu’il commande déjà.
• Un client augmente son volume dans un emplacement, un programme ou un territoire.

Aucun de ces signaux ne veut automatiquement dire: « vendez plus à ce client ».

Le contexte reste important.

Mais ils indiquent au rep où ça vaut la peine de regarder. Pour aller plus loin sur ce mouvement, voir aussi vente incitative et vente croisée.

C’est une distinction importante.

Je ne pense pas que le rôle de l’IA ou de l’analytique soit de décider magiquement quoi dire à chaque client.

Le premier travail est beaucoup plus simple:

Réduire le nombre de choses qu’une personne doit analyser elle-même.

• Passer de centaines de comptes à ceux qui ont réellement changé.
• De milliers de SKU aux combinaisons qui méritent une attention.
• De toutes les opportunités possibles aux quelques-unes qui valent la peine d’être regardées maintenant.

C’est déjà un énorme changement.

Les données de QuickBooks peuvent-elles réellement aider à prévoir les ventes?

Oui, mais la partie importante n’est pas de produire un autre graphique de prévisions.

L’historique transactionnel dans un système comme QuickBooks contient de l’information réelle sur ce que les clients ont acheté, quand ils l’ont acheté, en quelle quantité et comment ce comportement évolue dans le temps.

Cet historique peut aider à comprendre les cycles d’achat, la demande par client, la rotation des produits, la saisonnalité et les fréquences de réapprovisionnement.

La limite, c’est que le système comptable a d’abord été conçu pour enregistrer les transactions.

Il ne dira pas nécessairement au représentant:

Le client A est maintenant en dehors de son cycle normal de réapprovisionnement.

Il ne dira pas nécessairement au directeur des ventes:

Ces comptes expliquent une bonne partie du ralentissement attendu le mois prochain.

Et il ne dira pas nécessairement aux achats:

La demande pour ces produits commence à changer.

Les données peuvent déjà exister.

Le signal opérationnel, lui, manque encore.

Et cette différence est importante.

Les prévisions deviennent beaucoup plus utiles lorsque les ventes et les achats utilisent les mêmes signaux

C’est probablement la partie de la deuxième conversation qui m’a le plus intéressé.

L’entreprise ne cherchait pas seulement à obtenir de meilleures informations pour les ventes.

Elle voulait mieux vendre et mieux acheter à partir de la même compréhension de la demande.

C’est là qu’on sort du simple problème d’analytique des ventes.

Une prévision qui sert uniquement à dire au directeur des ventes si l’équipe atteindra son objectif est utile.

Mais la demande influence beaucoup plus qu’un objectif de vente.

Si le comportement des clients indique que la demande change, ça peut éventuellement affecter:

les priorités de vente → les commandes attendues → les achats → le stock → l’exécution des commandes → les ventes futures.

Ces décisions sont reliées, que vos logiciels le soient ou non.

Et je pense que c’est exactement là que plusieurs entreprises de produits commencent à frapper un mur. C’est aussi pourquoi la prévision des stocks devient plus utile lorsque les ventes et les achats partagent le même signal de demande.

Les ventes ont leur fichier Excel.

Les achats en ont un autre.

La finance travaille dans le système comptable.

Les opérations ont leurs propres chiffres.

Tout le monde regarde une version légèrement différente de la même réalité commerciale.

Et ce sont les humains qui finissent par devenir la couche d’intégration.

Des réunions, des exports, des courriels et des fichiers Excel servent à tout reconnecter.

Ça fonctionne.

Jusqu’à ce que ça ne fonctionne plus.

Les systèmes de référence sont essentiels. Ils ont simplement un autre rôle.

Je ne suis pas dans le camp de ceux qui pensent qu’une entreprise devrait remplacer tous ses systèmes par une énorme plateforme d’IA.

Au contraire.

QuickBooks devrait être excellent à faire ce que QuickBooks fait.

Votre ERP devrait exécuter les processus pour lesquels il a été conçu.

Votre plateforme de commerce électronique devrait gérer le commerce électronique.

Votre CRM devrait gérer le travail que vous avez décidé de lui confier.

Lorsqu’une entreprise grandit, avoir plusieurs systèmes est normal.

Le problème plus difficile se trouve entre ces systèmes.

Qui remarque qu’un client a changé?

Qui décide que ce changement est important?

Qui relie ce signal aux produits concernés?

Qui détermine s’il faut une action de vente, une décision d’achat ou simplement continuer de surveiller?

Et qui fait le suivi?

Les systèmes de référence sont excellents pour conserver ce qui s’est produit.

L’occasion aujourd’hui, c’est de bâtir un meilleur système pour ce qui arrive ensuite. Cet écart entre enregistrer et décider est le même problème que nous avons décrit en anglais dans why your commerce stack can’t generate decisions.

Plus de tableaux de bord n’est pas la réponse

C’est ici que le mot « analytique » peut parfois envoyer les entreprises dans la mauvaise direction.

On dit qu’on veut de meilleures analyses, alors la réponse naturelle devient un autre tableau de bord.

• Plus de graphiques.
• Plus de filtres.
• Plus de façons de découper les données.

Mais si quelqu’un doit encore ouvrir le tableau de bord chaque matin, inspecter 15 graphiques, interpréter ce qui a changé puis créer lui-même sa liste d’actions, on a seulement amélioré le travail d’inspection.

On n’a pas changé le travail lui-même.

Pour moi, la meilleure question est:

Qu’est-ce que le système devrait surveiller pour que la personne n’ait plus à le faire?

• Si un compte sort de son comportement d’achat habituel, faites-le remonter.
• Si un réapprovisionnement attendu n’arrive pas, faites-le remonter.
• Si un client présente une opportunité claire dans son assortiment, faites-la remonter.
• Si la demande change suffisamment pour influencer une décision d’achat, faites-le remonter.

Ensuite, laissez la personne appliquer son jugement.

C’est beaucoup plus proche de la façon dont je pense que l’IA devrait être utilisée dans les opérations commerciales.

Pas pour « me donner plus d’information ».

Surveille ce qui change et dis-moi ce qui mérite mon attention.

Ce que je voudrais savoir avant d’embaucher le prochain représentant

Si je dirigeais un fabricant ou un distributeur et que je pensais avoir besoin d’un autre rep, je considérerais certainement l’embauche.

Mais avant, je me poserais quelques questions.

1. Combien de comptes l’équipe actuelle peut-elle réellement couvrir?
2. Quelle partie de sa semaine est vraiment consacrée à vendre?
3. Combien de temps est consacré à trouver le prochain compte sur lequel travailler?
4. Sommes-nous capables de repérer qu’un client ralentit avant que la baisse devienne évidente?
5. Sommes-nous capables de repérer des occasions d’expansion à partir du comportement d’achat réel?
6. Pouvons-nous différencier la saisonnalité normale d’un changement inhabituel?
7. Les ventes et les achats travaillent-ils avec une compréhension commune de la demande à venir?

Et probablement la question la plus importante:

Est-ce que chaque représentant doit inspecter tout son portefeuille, ou est-ce que le système peut lui dire ce qui a changé?

Si ces réponses ne sont pas claires, je réglerais ce problème du signal jusqu’à l’action avant de présumer que le seul problème est le nombre de personnes.

C’est exactement le problème que nous essayons de régler avec Grabb

Ces deux conversations ont retenu mon attention parce qu’elles décrivent très bien la direction que nous croyons que les opérations commerciales doivent prendre.

Grabb travaille à travers les systèmes qu’une entreprise de produits utilise déjà et surveille les clients, les produits, les commandes, la demande et d’autres éléments de contexte opérationnel pour détecter les changements qui peuvent demander une action.

L’objectif n’est pas de remplacer le système comptable, l’ERP ou le représentant.

C’est de réduire l’écart entre la transaction et la prochaine décision.

• Un client ralentit.
• Un réapprovisionnement attendu n’arrive pas.
• Un compte pourrait acheter davantage.
• La demande commence à bouger.
• Quelque chose mérite de l’attention.

Au lieu de demander à quelqu’un de chercher continuellement ces changements, le système devrait les détecter, les prioriser et aider à faire avancer le travail approprié. C’est aussi ce que l’exécution des ventes est conçue pour soutenir au quotidien.

Les systèmes de référence vous disent ce qui s’est passé. Grabb vous aide à gérer ce qui arrive ensuite.

Pour un exemple concret, commencez par l’étude de cas Pompco.

Une dernière réflexion

Embaucher un autre représentant peut être exactement la bonne décision.

Mais ajouter des gens à un processus qui dépend encore de l’inspection manuelle des comptes multiplie aussi le travail manuel.

Plus de reps veut dire plus de comptes à gérer, plus de fichiers Excel, plus de suivis, plus de coordination et potentiellement plus de différences dans la façon dont les opportunités sont repérées.

Alors, avant d’ajouter la prochaine personne, je pense qu’il vaut la peine de poser une question beaucoup plus simple:

Est-ce qu’il nous manque des représentants, ou est-ce qu’il nous manque des signaux clairs?

La réponse pourrait changer votre prochain investissement.