D-CAT Group ↗ Contacto ENTRDEESAZ
12 preguntas Iniciar un piloto de 4 semanas
Iniciar un piloto de 4 semanas

Soluciones · por departamento · ventas y operaciones de ingresos

Ventas: bookings, pipeline, ciclo y descuento, leídos antes de la reunión de previsión

Director comercial y directores regionales de ventas (cumplimiento, tasa de éxito, cobertura) · director de operaciones de ingresos (higiene del pipeline, conversión por etapa, deslizamiento) · gestor de precios y CFO (realización de precios, profundidad del descuento) · CIO (el extracto del CRM suele ser el modelo menos gobernado del warehouse; el alcance a nivel de fila por equipo importa). El comprador es el CSO con el director de RevOps; el lector semanal es el jefe de ventas que prepara la reunión de previsión.

Cómo los tres agentes de esta página leen un mismo modelo semánticoA la izquierda, un modelo semántico; en el centro, tres agentes programados - Agente del Director Comercial, Agente de Rendimiento del Pipeline, Agente de Precios y Descuentos; cada uno publica a la derecha findings, recommendations y un brief.modelo semánticoimportado desde Axoria Data Studiobookings_wonquotawon_countlost_countdecided_countAgente del DirectorComercialsemanal · lunes 06:00FfindingRrecomm.BbriefAgente de Rendimientodel Pipelinediario · 06:30FfindingRrecomm.BbriefAgente de Precios yDescuentossemanal · lunes 07:00FfindingRrecomm.Bbriefcada cifra de un registro lleva una dirección de evidencia

Preguntas

Las preguntas que el director de ventas hace cada mes

  • ¿Vamos bien para el trimestre — compromiso frente a cuota por región — y qué operaciones se deslizaron?
  • ¿Es suficiente la cobertura para el próximo trimestre, y dónde se queda corta la creación de pipeline por origen?
  • ¿Qué equipos están por debajo del cumplimiento — actividad, conversión o tamaño de operación?
  • ¿Dónde se deterioran la tasa de éxito o la duración del ciclo, y en qué segmento?

En conversación

Preguntas de ejemplo que la gente escribe en la conversación

vía de profundización — la evidencia del finding se lleva congelada; una cifra nueva necesita una consulta nueva, y el agente lo dice

  • "Desglose la tasa de éxito de Mid-market por motivo de pérdida."
  • "¿Qué equipos aplazaron más fechas de cierre de agosto?"
  • "Muestre la realización de precios por familia de producto para el canal de distribuidores."
  • "¿Cuántas oportunidades abiertas tienen una fecha de cierre en el pasado?"
  • "¿Hasta qué punto está actualizado el extracto del CRM?"

Personas

Tres agentes de ejemplo

Los agentes que siguen son ejemplos para este departamento, no un conjunto fijo: Agente del Director Comercial · Agente de Rendimiento del Pipeline · Agente de Precios y Descuentos. La ejecución programada de cada uno se muestra en los conjuntos de ejemplo que siguen.

Conjunto 1

Agente del Director Comercial

Audiencia: director comercial, directores regionales, CFO.

Conjunto 2

Agente de Rendimiento del Pipeline

Audiencia: director de operaciones de ingresos, jefes de ventas.

Conjunto 3

Agente de Precios y Descuentos

Audiencia: director de precios, CFO, director de canal.

El nombre de un agente dice qué medidas lee y para quién. No tiene ninguna de las atribuciones del cargo: no decide, no aprueba ni actúa.

Agentes para los temas que usted elija

Un agente es una descripción de funciones, un modelo semántico vinculado y un calendario — no código —, de modo que los temas que vigila los fija usted: un pagador, una línea de servicio, una campaña, un proveedor. Los primeros los escribimos con usted.

Construya sus agentes con nosotros →

Conjuntos de ejemplo

Tres conjuntos de ejemplo, una ejecución cada uno

Cada conjunto es una persona de agente y la salida de una ejecución programada — el brief, las recommendations y los findings en los que se apoyan — en el sobre de registro propio del producto. El primer conjunto está abierto; los otros dos, plegados. El modelo y las medidas que asumen los conjuntos se enumeran al pie de la página.

IlustrativoConjunto 1Agente del Director Comercial
Persona
Produce el informe del trimestre hasta la fecha para el director comercial de un fabricante B2B de equipos industriales — seis equipos regionales, un canal directo y otro de distribuidores, tres segmentos de clientes, pedidos en €; separa "más pedidos" de "más operaciones", y "menos victorias" de "victorias más lentas". · Audiencia: director comercial, directores regionales, CFO. · Tono: directo, guiado por las cifras; declara las lagunas del CRM allí donde afectan a una cifra. · Idioma de salida: en
Señales que vigila
(1) Tijeras pedidos–número de operaciones — los pedidos suben mientras el número de operaciones ganadas baja. (2) Tasa de éxito por segmento frente a la misma ventana del año anterior, con la base decidida. (3) Deriva de la duración del ciclo en oportunidades con fechas de etapa completas, con la proporción excluida declarada. (4) Cobertura para el próximo trimestre, con el pipeline de fecha obsoleta mostrado por separado. (5) Divergencia regional — una región que se mueve sola es una historia regional; varias que se mueven juntas es una historia de red.
Umbrales que se le dieron
finding 10 % · critical 30 % · métricas de ratio (tasa de éxito) 3 puntos · cobertura 0.3× · proporción mínima 5 % de los pedidos · obsoleto = abierto con una fecha de cierre en el pasado · regla de gravedad: medium cuando se cruza un umbral, high cuando una métrica de ratio se mueve más de 1.25× su umbral o una métrica de recuento más de 1.5× el umbral de finding, critical por encima del umbral crítico; un tema ongoing conserva la gravedad que se le asignó · excepción: un movimiento en la dirección favorable nunca eleva la gravedad de un finding por encima de la de su propia métrica de cruce

Cabecera de la ejecución

  • Programado semanalmente, lunes 06:00, Europe/Berlin
  • Periodo: Q3 2026 hasta la fecha (1 de julio – 20 de septiembre, 58 días laborables) frente a la misma ventana de 2025 (59 días laborables) — los totales se comparan como totales y por día laborable donde se indica
  • Datos completos hasta 2026-09-20, medido mediante max(STAGE_CHANGE_DATE), hace 7 horas (el extracto del CRM va con una noche de retraso)
  • Alcance: este modelo de datos tiene reglas a nivel de fila por equipo; el agente se ejecuta bajo el alcance de todos los equipos
  • Modelo: el modelo aprobado del espacio de trabajo, escrito en la ejecución
  • Coste: registrado en la ejecución
Brief

Q3 2026 hasta el 20 de septiembre: pedidos +9.87 % con un 12.62 % menos de operaciones — tasa de éxito en Mid-market 24.09 % → 19.61 % con un ciclo de 88 días, cobertura del Q4 2.54× con un 8.20 % del pipeline con fecha vencida

Franja de supuestos

No indicó un periodo; se asumió el trimestre en curso hasta la fecha (1 de julio – 20 de septiembre de 2026), comparado con los mismos días de 2025. Las dos ventanas difieren en un día laborable; las cifras por día se dan donde cambian la lectura. Las oportunidades sin fechas de etapa se excluyen de la medida del ciclo y se cuentan.

Los pedidos van un 9.87 % por delante del año pasado, pero con un 12.62 % menos de operaciones ganadas: la operación media creció un 25.73 %, South creció un 30.77 % mientras North cayó un 8.41 %, y si las operaciones más grandes son clientes más grandes o contratos agrupados no es algo que el CRM pueda decir. En Mid-market la tasa de éxito cayó del 24.09 % al 19.61 % sobre una base decidida mayor mientras el ciclo se alargó de 71 a 88 días; las dos se mueven juntas y el campo de motivo de pérdida está cumplimentado solo en el 60.98 % de las pérdidas. La cobertura del Q4 se sitúa en 2.54× frente a 3.21× un año antes, y el 8.20 % del pipeline sobre el que se lee lleva una fecha de cierre en el pasado. Una frase de borrador que estimaba el pipeline "en riesgo" fue retenida.

covers: Finding 1, Finding 2, Finding 3

— Ejecución: semanal, el modelo aprobado del espacio de trabajo, datos completos hasta 2026-09-20. Guard Ledger: held 1 — candidato f-04 (pipeline en riesgo), motivo numeric_provenance: el token about a quarter no tiene dirección ni operación declarada; duplicate 1 — candidato f-05 (pedidos reformulados por canal) fusionado en el Finding 1 por coincidencia de huella (métrica bookings + periodo + celda); not_selected 0.

Recommendation 1

Desglose las oportunidades decididas de Mid-market del Q3 por motivo de pérdida y por indicador de presencia de competidor, y registre las 176 pérdidas (39.02 %) que no llevan motivo como una laguna de datos que cerrar

based_on: Finding 2 · responsable: director de operaciones de ingresos, con el director de ventas de Mid-market

Una tasa de éxito que cae con un ciclo que se alarga puede ser un mercado más difícil, una oferta más débil o un proceso interno más lento, y el CRM solo puede separar los dos primeros si el motivo de pérdida está cumplimentado. Los cortes por motivo de pérdida y por competidor están en este modelo; la proporción del 39.02 % sin cumplimentar es lo primero que mostrará el corte. Hasta que se cumplimente, el registro dice qué se movió, no por qué.

Los findings en los que se apoya

Finding 2

Tasa de éxito en Mid-market 24.09 % → 19.61 % (−4.48 puntos) sobre 494 → 561 oportunidades decididas mientras la duración del ciclo 71 → 88 días (+23.94 %) — el 12.30 % de las oportunidades decididas carece de fechas de etapa y queda excluido de la medida del ciclo

severity highdirection downnovelty newtrust Adesglose SEGMENT = Mid-market

En el segmento Mid-market, se ganaron 110 de 561 oportunidades decididas en el trimestre hasta la fecha (19.61 %) frente a 119 de 494 (24.09 %) un año antes — una caída de 4.48 puntos, 1.49× el umbral de ratio de 3 puntos (severity high). En la misma ventana, el ciclo medio desde la creación hasta la decisión se alargó de 71 a 88 días (+23.94 %, 2.39× el umbral de finding), medido sobre las 492 oportunidades que llevan fechas de etapa completas; 69 de 561 (12.30 %) no tienen fechas de entrada en etapa en el CRM y quedan excluidas de la cifra del ciclo, lo que se declara en lugar de ocultarse. Las dos líneas se mueven juntas en esta ventana; estos datos no muestran que una impulse a la otra, y el campo de motivo de pérdida está cumplimentado en 275 de las 451 oportunidades perdidas (60.98 %), por lo que el corte por motivo es parcial.

Recommendation 2

Ponga las oportunidades abiertas con fecha obsoleta bajo una vigilancia semanal por equipo, y pida a cada equipo que las vuelva a fechar o las cierre antes de la reunión de previsión

based_on: Finding 3 · responsable: directores regionales de ventas

Una cobertura leída sobre un pipeline que incluye oportunidades con fecha vencida se sobreestima a sí misma. El corte por equipo está en este modelo; la vigilancia mostrará qué equipos concentran la proporción obsoleta, y el agente sellará el tema como ongoing en lugar de alertar cada semana.

Los findings en los que se apoya

Finding 3

Cobertura del Q4 2.54× frente a 3.21× un año antes (96.4 M € de pipeline cualificado abierto frente a 38.0 M € de cuota restante) — el 8.20 % del pipeline lleva una fecha de cierre en el pasado

severity highdirection downnovelty newtrust Adesglose QUARTER = Q4 2026

El pipeline cualificado abierto fechado para el Q4 2026 se sitúa en 96.4 M € frente a una cuota restante del Q4 de 38.0 M €, una cobertura de 2.54×; un año antes la misma medida marcaba 3.21× (102.0 M € frente a 31.8 M €). La caída de 0.67× es 2.23× el umbral de cobertura de 0.3× (severity high). De los 96.4 M €, 7.9 M € (8.20 %) están en once oportunidades cuya fecha de cierre ya ha pasado y que siguen abiertas — se muestran por separado, no se excluyen, porque siguen en el CRM como pipeline. Si están retrasadas o muertas no puede leerse de estos datos; solo los equipos de sus responsables pueden decirlo.

Publicado también en esta ejecución, sin ninguna recommendation que se apoye en él

Finding 1

Tijeras pedidos–número de operaciones: pedidos +9.87 % (41.2 frente a 37.5 M €) mientras las operaciones ganadas 214 → 187 (−12.62 %) — operación media 175.2 → 220.3 k€ (+25.73 %); South +30.77 %, North −8.41 %

severity highdirection upnovelty newtrust Adesglose REGION = South

En el trimestre hasta la fecha, los pedidos cerrados-ganados alcanzaron 41.2 M € frente a 37.5 M € en la misma ventana de 2025 (+9.87 %; +11.76 % por día laborable, 58 días frente a 59). El número de operaciones ganadas cayó de 214 a 187 (−12.62 %, 1.26× el umbral del 10 %), de modo que la operación ganada media subió de 175.2 k€ a 220.3 k€ (+25.73 %, 2.57× el umbral — la métrica de cruce y la gravedad, high). Las regiones no se mueven juntas: South registró pedidos por 11.9 M € frente a 9.1 (+30.77 %, un movimiento favorable por encima de la línea crítica del 30 % que no eleva la gravedad según la excepción) y ahora concentra el 28.88 % de los pedidos (11.9 de 41.2 M €); North registró 9.8 frente a 10.7 (−8.41 %, el 23.79 % de los pedidos); las otras cuatro regiones están dentro del umbral. Estos datos no pueden separar un desplazamiento real hacia clientes más grandes de un cambio en cómo se registran las operaciones: el CRM contiene una oportunidad por contrato, y un contrato agrupado aparece como una única operación más grande.

Lo que esta ejecución no pudo ver.

El motivo de pérdida está cumplimentado en un 60.98 % y las fechas de etapa están completas en un 87.70 %; ambas proporciones se declaran en el registro. Los datos de actividad (llamadas, reuniones) no están en este modelo. Que un contrato agrupado sea una operación o varias es una convención del CRM que el modelo no puede deshacer.

IlustrativoConjunto 2Agente de Rendimiento del Pipeline
Persona
Lee la entrada y el movimiento del pipeline para el equipo de operaciones de ingresos del mismo fabricante de equipos: pipeline creado por fuente, aplazamientos de la fecha de cierre, envejecimiento por etapa, y los feeds que alimentan el CRM. · Audiencia: director de operaciones de ingresos, jefes de ventas. · Tono: operativo, llano; separa un descenso real de una laguna en un feed. · Idioma de salida: en
Señales que vigila
(1) Pipeline creado, mes a mes, por fuente, con una lectura por día laborable cuando los meses difieren en días. (2) Deslizamiento de la fecha de cierre — la proporción de oportunidades con vencimiento en el mes que se aplazaron, y el valor aplazado por equipo. (3) Envejecimiento por etapa — oportunidades que superan los días previstos de la etapa. (4) Completitud del feed — una fuente que no devuelve filas durante parte del mes es un data state antes que un descenso. (5) Movimiento de la categoría de previsión en la última semana del mes.
Umbrales que se le dieron
finding 10 % · critical 30 % · métricas de ratio (proporción de aplazamientos) 5 puntos · proporción mínima 5 % del pipeline creado · regla de gravedad: medium cuando se cruza un umbral, high cuando una métrica de ratio se mueve más de 1.25× su umbral o una métrica de recuento más de 1.5× el umbral de finding, critical por encima del umbral crítico; un tema ongoing conserva la gravedad que se le asignó · excepción: cuando los meses comparados difieren en días laborables, la cifra por día laborable es la que se juzga

Cabecera de la ejecución

  • Programado a diario, 06:30, Europe/Berlin
  • Periodo: agosto de 2026 (21 días laborables) frente a julio de 2026 (23 días laborables) — cifras por día laborable dadas junto a los totales
  • Datos completos hasta 2026-09-01, medido mediante max(STAGE_CHANGE_DATE), hace 6 horas
  • Alcance: el alcance de todos los equipos
  • Modelo: el modelo aprobado del espacio de trabajo
  • Coste: registrado en la ejecución
Brief

Agosto de 2026: pipeline creado −18.55 % (−10.79 % por día laborable), la caída es de Outbound y Partner — el 38.44 % de las oportunidades fechadas en agosto se aplazaron, dos equipos concentran el 52.31 % del valor aplazado

Franja de supuestos

Se usó la comparación intermensual (agosto frente a julio de 2026); los meses difieren en dos días laborables y se dan cifras por día. El feed del portal de partners no devolvió filas durante los últimos seis días de agosto; esto se registra como un data state, y el descenso de partner se lee con esa salvedad.

Entró menos pipeline y salió más: el pipeline creado en agosto, 10.1 M €, quedó un 18.55 % por debajo del de julio, un 10.79 % por debajo en base a día laborable, con outbound un 32.76 % abajo, partner un 22.58 % abajo e inbound un 8.57 % arriba — la línea partner leída con una laguna de feed de seis días. De las 372 oportunidades con vencimiento en agosto, el 38.44 % se aplazaron a un mes posterior frente al 27.12 % en julio, y dos de los seis equipos concentran el 52.31 % del valor aplazado de 21.6 M €. Si el descenso de outbound es de esfuerzo o de conversión, y si los aplazamientos son de los clientes o de los vendedores, no está en el CRM.

covers: Finding 1, Finding 2

— Ejecución: diaria, el modelo aprobado del espacio de trabajo, datos completos hasta 2026-09-01. Guard Ledger: held 0; data state 1 — pipeline_created por SOURCE = Partner devolvió 0 filas para 2026-08-26 a 2026-08-31 (interrupción del feed); descarte estructural 1 — candidato r-02 (una recommendation sobre partner que se apoyaba solo en el data state) descartado en el gate 0; duplicate 0; not_selected 0.

Recommendation 1

Desglose las oportunidades aplazadas en agosto por etapa y por número de aplazamientos (primer aplazamiento frente a repetido) para los dos equipos que concentran el 52.31 % del valor aplazado

based_on: Finding 2 · responsable: director de operaciones de ingresos, con los dos jefes de equipo

Un primer aplazamiento desde una etapa temprana es un cambio de fecha normal; un aplazamiento repetido desde una etapa tardía es una operación que no se cierra. Ambos cortes están en este modelo. El motivo del aplazamiento no lo está — los jefes de equipo leen sus propias notas junto al registro.

Los findings en los que se apoya

Finding 2

Deslizamiento de la fecha de cierre: el 38.44 % de las oportunidades con vencimiento en agosto se aplazaron (143 de 372) frente al 27.12 % en julio (96 de 354), +11.32 puntos — valor aplazado 21.6 M €, dos de seis equipos concentran el 52.31 %

severity highdirection upnovelty newtrust Adesglose TEAM = Team North-2

De 372 oportunidades abiertas que llevaban una fecha de cierre en agosto al inicio del mes, a 143 (38.44 %) se les movió la fecha de cierre a un mes posterior antes del fin de mes, frente a 96 de 354 (27.12 %) en julio — una subida de 11.32 puntos, 2.26× el umbral de ratio de 5 puntos (severity high). El valor aplazado es de 21.6 M €, y dos equipos concentran 11.3 M € de él (52.31 %); los otros cuatro equipos están cada uno dentro del umbral. Los aplazamientos repetidos — una oportunidad movida por segunda o tercera vez — son 41 de las 143 (28.67 %); el CRM registra el aplazamiento, no su motivo, de modo que si fue el cliente o el vendedor quien movió la fecha no puede leerse de estos datos.

Publicado también en esta ejecución, sin ninguna recommendation que se apoye en él

Finding 1

Pipeline creado 12.4 → 10.1 M € (−18.55 %; −10.79 % por día laborable) sobre 312 → 249 oportunidades — la caída es de Outbound (−32.76 %) y Partner (−22.58 %) mientras Inbound +8.57 %

severity highdirection downnovelty newtrust Adesglose SOURCE = Outbound

El pipeline creado en agosto fue de 10.1 M € en 249 oportunidades nuevas frente a 12.4 M € en 312 en julio (−18.55 % en valor, −20.19 % en número); con 21 días laborables frente a 23, la cifra por día cayó de 0.539 a 0.481 M € (−10.79 %, 1.08× el umbral del 10 %). Por fuente el movimiento no es uniforme: el pipeline de origen outbound cayó de 5.8 a 3.9 M € (−32.76 % en total, −26.35 % por día laborable — 2.64× el umbral, la celda del finding y su gravedad, high), el de origen partner de 3.1 a 2.4 (−22.58 %; −15.21 % por día), y el inbound subió de 3.5 a 3.8 (+8.57 %). Los datos de actividad — llamadas y correos electrónicos por equipo — no están en este modelo; si cayó el esfuerzo outbound o cayó su conversión no puede leerse aquí.

Data state

Data state (no es un finding): la fuente del portal de partners no devolvió filas para el 26–31 de agosto (una interrupción del feed en el lado del partner). El descenso de partner en el Finding 1 puede ser en parte una laguna del feed; el finding lo dice, se notifica al responsable del modelo, y el agente volverá a leer la línea partner cuando lleguen las filas.

Lo que esta ejecución no pudo ver.

El feed de partners del 26–31 de agosto. Los volúmenes de actividad. El motivo detrás de un aplazamiento de la fecha de cierre. Los representantes de ventas nunca aparecen; el corte más cercano es el equipo.

IlustrativoConjunto 3Agente de Precios y Descuentos
Persona
Lee lo que la empresa cobra realmente frente a lo que lista, para el director de precios y el CFO del mismo fabricante de equipos: realización de precio por canal y familia de producto, descuentos por encima de la línea de aprobación, y la tasa de éxito de las operaciones con descuento puesta junto a la tasa de éxito del resto — sin una afirmación causal. · Audiencia: director de precios, CFO, director de canal. · Tono: formal, exacto; nunca dice "regalado". · Idioma de salida: en
Señales que vigila
(1) Realización de precio — valor neto de pedidos sobre valor de lista, por canal y familia de producto. (2) Descuentos por encima de la línea — la proporción de operaciones ganadas con descuento más allá de la línea de aprobación. (3) Descuento y tasa de éxito lado a lado, solo como asociación. (4) Realización de distribuidores frente al suelo del acuerdo, una vez que el suelo sea una métrica. (5) Realización en renovaciones frente a operaciones nuevas.
Umbrales que se le dieron
finding 5 % · critical 15 % · métricas de ratio (realización, proporciones) 1.5 puntos, critical 5 puntos · proporción mínima 5 % de los pedidos · línea de aprobación 15 % de descuento · regla de gravedad: medium cuando se cruza un umbral, high cuando una métrica de ratio se mueve más de 1.25× su umbral o una métrica de recuento más de 1.5× el umbral de finding, critical por encima del umbral crítico; un tema ongoing conserva la gravedad que se le asignó

Cabecera de la ejecución

  • Programado semanalmente, lunes 07:00, Europe/Berlin
  • Periodo: Q3 2026 hasta la fecha (1 de julio – 20 de septiembre) frente al Q2 2026 (trimestre completo) — un trimestre parcial frente a uno completo; la realización y las proporciones son ratios y no están sesgadas por el número de días
  • Datos completos hasta 2026-09-20, medido mediante max(QUOTE_DATE), hace 7 horas
  • Alcance: el alcance de todos los equipos; el coste de los bienes queda fuera del alcance de este agente
  • Modelo: el modelo aprobado del espacio de trabajo
  • Coste: registrado en la ejecución
Brief

Q3 2026 hasta el 20 de septiembre: realización de precio 91.61 % → 89.62 % de la lista, canal de distribuidores en 84.19 % — descuentos por encima de la línea en el 21.39 % de las operaciones ganadas, desde el 13.08 %, ganadas al 34.78 % frente al 21.18 % dentro de la línea

Franja de supuestos

No indicó un periodo; se comparó el trimestre en curso hasta la fecha con el último trimestre completo. Solo ratios; no se compara ningún total entre las ventanas desiguales. El coste de los bienes queda fuera del alcance de este agente; el efecto del descuento sobre el margen no está en este registro. Una cifra de margen en borrador fue retenida.

La empresa vendía más cerca de su precio de lista en el Q2 que ahora: la realización cayó del 91.61 % al 89.62 % de la lista, y el canal de distribuidores, el 33.98 % de los pedidos, vende al 84.19 % frente al 92.71 % del directo — si eso está dentro del acuerdo de distribución no puede leerse hasta que el suelo sea una métrica. Más operaciones se descuentan más allá de la línea de aprobación — el 21.39 % de las ganadas frente al 13.08 % — y esas operaciones se ganan a una tasa mayor que el resto (34.78 % frente al 21.18 %), un emparejamiento que estos datos pueden mostrar pero no explicar. La frase que el agente redactó sobre el "margen regalado" fue retenida: en esta ejecución no se consultó ninguna cifra de coste.

covers: Finding 1, Finding 2

— Ejecución: semanal, el modelo aprobado del espacio de trabajo, datos completos hasta 2026-09-20. Guard Ledger: held 1 — candidato f-03 (margen regalado), motivo numeric_provenance: el token 1.1 M € necesita un operando de coste de los bienes que queda fuera del alcance de este agente; comprobación de afirmación 1 — el "el descuento está comprando la victoria" del candidato f-02 recibe la insignia interpretive, no se retiene; duplicate 0; not_selected 0.

Recommendation 1

Desglose los descuentos por encima de la línea por familia de producto y por tramo de tamaño de operación, y ponga la marca de tiempo de aprobación junto a la fecha de cierre

based_on: Finding 2 · responsable: director de precios

Si la proporción por encima de la línea se concentra en una familia de producto o en un tramo de tamaño de operación, la línea de aprobación puede estar fijada en el nivel equivocado para ese tramo; si está repartida de manera uniforme, el cambio está en la práctica de venta. Ambos cortes están en este modelo. La marca de tiempo de aprobación mostrará si los descuentos se aprueban antes o después de que el cliente se haya comprometido — un hecho de proceso que el agente puede medir una vez que la marca de tiempo esté en el modelo; hoy no lo está.

Los findings en los que se apoya

Finding 2

Descuentos por encima de la línea en el 21.39 % de las operaciones ganadas (40 de 187) frente al 13.08 % en el Q2 (28 de 214), +8.31 puntos — la tasa de éxito de las operaciones por encima de la línea es del 34.78 % (40 de 115 decididas) frente al 21.18 % dentro de la línea (147 de 694)

severity criticaldirection upnovelty newtrust Ainterpretivedesglose APPROVAL_LINE = Above

Cuarenta de las 187 operaciones ganadas en el trimestre hasta la fecha llevaban un descuento por encima de la línea de aprobación del 15 % (21.39 %), frente a 28 de 214 en el Q2 (13.08 %) — una subida de 8.31 puntos, por encima de la línea crítica de 5 puntos para una proporción (severity critical). Puesto junto a la tasa de éxito: las operaciones por encima de la línea se ganaron al 34.78 % (40 de 115 decididas) y las operaciones dentro de la línea al 21.18 % (147 de 694). Los dos hechos están lado a lado; la frase "el descuento está comprando la victoria" es interpretive y recibe esa insignia, porque estos datos no pueden distinguir un descuento que ganó una operación de una operación que se habría ganado de todos modos. El coste de los bienes queda fuera del alcance de este agente, de modo que el efecto de los descuentos sobre el margen no se calcula aquí.

Recommendation 2

Cargue el suelo del acuerdo de distribución como métrica, y vigile mensualmente la realización de distribuidores frente a él por familia de producto

based_on: Finding 1 · responsable: director de canal, con el responsable del modelo de datos

La realización sin el suelo a su lado dice a qué distancia de la lista vende el canal, no si vende dentro de su acuerdo. Añadir el suelo es un cambio en el modelo importado, no en el agente.

Los findings en los que se apoya

Finding 1

Realización de precio 91.61 % → 89.62 % de la lista (−1.99 puntos) sobre 41.2 M € de pedidos frente a 45.97 M € de lista — canal de distribuidores en 84.19 % frente al directo 92.71 %, sobre el 33.98 % de los pedidos

severity highdirection downnovelty newtrust Adesglose CHANNEL = Distributor

En el trimestre hasta la fecha, 41.2 M € de pedidos llevaban un valor de lista de 45.97 M €, una realización del 89.62 %; en el Q2 las cifras fueron 40.4 M € frente a 44.10 (91.61 %) — una caída de 1.99 puntos, 1.33× el umbral de ratio de 1.5 puntos (severity high). Los canales difieren: el canal de distribuidores registró pedidos por 14.0 M € frente a 16.63 de lista (84.19 %) y concentra el 33.98 % de los pedidos; el canal directo registró 27.2 frente a 29.34 (92.71 %). El precio suelo del acuerdo de distribución no está cargado como métrica en este modelo, de modo que si el 84.19 % está dentro o por debajo del acuerdo no puede leerse aquí — el director de canal lee el acuerdo junto al registro.

Lo que esta ejecución no pudo ver.

El precio suelo de distribuidores, la marca de tiempo de aprobación y el coste de los bienes no están en el modelo ni en el alcance de este agente. Si un descuento causó una victoria no es una pregunta que estos datos puedan responder.

Cada cifra lleva una dirección

En el producto cada cifra se vincula a una dirección de evidencia — sobre, fila, celda, dígito de control — y una cifra sin ella se retiene, no se publica. La anatomía de un registro →

Las cifras derivadas muestran su operación

Una variación, una cuota o una brecha la calcula el engine y lleva sus operandos; el modelo nunca divide. Cómo se demuestra cada cifra →

La gobernanza de IA es la capa de publicación

Ocho gates deterministas, el nivel de trust, la interpretación marcada con insignia, una franja de supuestos que no se puede desactivar y el Guard Ledger. Dónde puede llegar el modelo y dónde no →

Preguntas frecuentes

Cuatro preguntas que suelen hacerle a esta página

01Nuestros datos del CRM no están limpios. ¿Eso rompe el agente?

No, pero las lagunas aparecen en el registro: las oportunidades sin fechas de etapa se excluyen de la medida del ciclo y se cuentan, un feed que no devuelve filas es un data state, y de un campo de motivo de pérdida cumplimentado al 61 % se dice que está cumplimentado al 61 %. Nada se descarta en silencio.

02¿Puede leer el CRM directamente?

Lee el modelo semántico importado sobre el extracto del warehouse; el retraso del extracto lo mide el engine y se declara en cada cabecera de ejecución.

03¿Clasifica a los representantes de ventas?

No. El nombre del representante está marcado como dato personal; los desgloses se detienen en el equipo. Una clasificación de personas no es un registro que el producto produzca.

04¿Puede decirnos qué operaciones impulsar en la reunión de previsión?

Puede mostrar qué oportunidades están obsoletas, aplazadas o envejecidas, con sus equipos y valores. Cuáles comprometer es criterio del director de ventas; el registro se detiene antes de eso.

Estudio gratuito de descubrimiento de datos

Vea cuáles de estas señales puede sostener su propio warehouse.

Envíenos el nombre de su plataforma de datos y el área de negocio sobre la que más discuten. Leemos su modelo semántico con usted y respondemos por escrito: cuáles de las señales de esta página sostiene hoy su modelo, cuáles necesitan un cambio en Axoria Data Studio y qué mediría un piloto de cuatro semanas. Sin coste, sin secuencia — una persona responde en dos días laborables.

Solicite un estudio gratuito de descubrimiento de datos → Iniciar un piloto de 4 semanas

Lo que asumen los ejemplos

Los datos, el modelo y las medidas detrás de los tres conjuntos

Nada en un conjunto se apoya en una fuente ajena al modelo descrito aquí. Abra lo que quiera conciliar.

01Fuentes de datos asumidas — datos que la función de ventas ya tiene

CRM (oportunidades con historial de etapas, leads, cuentas, actividades, cuotas, categorías de previsión), configure-price-quote (presupuestos y líneas de presupuesto con precio de lista y neto), ERP (pedidos de venta, facturas), para las ventas minoristas las transacciones del punto de venta y los contadores de afluencia, la plantilla con cuota y las fechas de rampa del sistema de RR. HH., las secuencias y llamadas de las herramientas de sales engagement cuando llegan al warehouse. Nivel de detalle típico del warehouse: una fila por oportunidad y cambio de etapa, diaria; una fila por línea de presupuesto.

02Modelo semántico asumido — el mínimo para las tres personas
Medidas
bookings_won · quota · won_count · lost_count · decided_count · win_rate (derivado por el engine) · average_deal_size (derivado por el engine) · pipeline_open_qualified · pipeline_created · pipeline_pushed · cycle_days (media, sobre oportunidades con fechas de etapa completas) · list_value · net_value · price_realisation (derivado por el engine) · discount_pct · above_line_count · opportunities_without_stage_dates · closed_won_without_invoice.
Dimensiones
fecha de cierre · fecha de creación · etapa · región · equipo · segmento (enterprise / mid-market / small) · canal (direct / distributor) · fuente (inbound / outbound / partner) · familia de producto · tramo de tamaño de operación · categoría de previsión · motivo de pérdida · indicador de presencia de competidor · indicador de línea de aprobación. Marcado como personal y nunca desglosado por: nombre del representante de ventas (el corte permitido más cercano es equipo), nombre del contacto.
Frontera de datos
medido por el engine mediante max(stage_change_date) sobre el extracto del CRM; el modelo declara su retraso de extracto.
03KPI asumidos — lo que siguen los responsables de ventas
KPIDefiniciónUnidadBanda típicaDesglose habitual
Pedidos frente a cuota (consecución)valor cerrado-ganado ÷ cuota%≈ 43 % de los representantes alcanzan la cuota (encuesta de 2025) [S202][S203]equipo · territorio
Tasa de éxitoganadas ÷ (ganadas + perdidas)%20 % en todos los sectores; software 22 %, finanzas 19 % [S201]; 19–21 % B2B 2025 [S202]segmento · tramo de tamaño de operación
Cobertura del pipelinepipeline cualificado abierto ÷ cuota restante×regla general de 3–4× [S204]equipo · trimestre
Pipeline creadovalor de las oportunidades nuevas en el periodomonedano se encontró benchmark públicofuente · segmento
Duración del ciclo de ventacreación de la oportunidad → cierredías~84 días en SaaS B2B; enterprise 6–9+ meses [S202][S203]segmento · tramo de tamaño de operación
Tamaño medio de operaciónvalor ganado ÷ operacionesmonedano se encontró benchmark públicolínea de producto · segmento
Conversión por etapaavanzadas ÷ entradas por etapa%lead→oportunidad ~15–25 %, propuesta→cierre ~25–40 % (sin verificar) [S204b]etapa · equipo
Precisión de la previsión|compromiso − real| ÷ real%no se encontró benchmark públicoequipo · categoría de previsión
Volumen de actividadllamadas / correos electrónicos / reuniones por representanterecuentono se encontró benchmark públicoequipo · tipo de actividad
Realización de precio / descuentoprecio realizado ÷ precio de lista%no se encontró benchmark públicoproducto · canal
CAC con carga de ventasgasto en ventas y marketing ÷ clientes nuevosmoneda~$239 combinado en SaaS B2B [S205]canal · segmento
Crecimiento de ventas en tiendas comparables (comercio minorista)ventas en tiendas comparables frente al año anterior%no se encontró benchmark públicotienda · región
Ventas por pie cuadrado (comercio minorista)ventas netas ÷ superficie de ventamoneda/ft²~$325 media de EE. UU. (secundario) [S206]tienda · categoría
Conversión y unidades por transacción (comercio minorista)transacciones ÷ afluencia; unidades ÷ transacciones%, unidadesno se encontró benchmark públicotienda · franja horaria

Relacionado

Adónde llevan estas páginas

Sectores cuyos conjuntos usan estas medidas

En este sitio